Las empresas Fortune 1000 tienen, en promedio, más de 30.000 empleados y equipos de ingeniería, ventas y marketing con cientos de miembros. Organizaciones de similar tamaño existen en los gobiernos, la ciencia y la defensa. Sin embargo, las investigaciones demuestran que el tamaño ideal para una conversación productiva en tiempo real es de tan solo 4 a 7 personas.
La razón es sencilla: a medida que los grupos crecen, cada persona tiene menos oportunidades para hablar y debe esperar más tiempo para responder, lo que aumenta su frustración al sentir que sus opiniones no se consideran suficientemente. Esto es cierto tanto si los grupos colaboran en persona, por videoconferencia o incluso a través de chats de texto (que entierran a los usuarios en un cúmulo de mensajes que reducen la participación y dificultan la deliberación).
En pocas palabras, las conversaciones de equipo productivas no son escalables.
Entonces, ¿qué se hace cuando se tiene un equipo grande y se quiere aprovechar su conocimiento, sabiduría, perspicacia y experiencia? Para muchas organizaciones, su única opción es recurrir a encuestas, sondeos o entrevistas. Esto captura datos sobre las perspectivas individuales, pero nadie se sentirá “escuchado” al finalizar el proceso, y rara vez se encontrarán soluciones óptimas.
Esto se debe a que las encuestas, los sondeos y las entrevistas no son instrumentos deliberativos. No hay un intercambio de ideas a medida que los miembros del equipo debaten los problemas, proporcionan razones y justificaciones, presentan argumentos y contraargumentos y, finalmente, convergen en soluciones por virtud de sus méritos deliberativos. Las encuestas tratan a las personas como puntos de datos simplificados, mientras que las conversaciones interactivas las tratan como procesadores de datos reflexivos. Esta diferencia es profunda.
He estado estudiando este problema durante más de una década y estoy convencido de que la mejor manera de desbloquear la verdadera inteligencia colectiva de los equipos grandes es a través de conversaciones auténticas en tiempo real a gran escala. Hablo de discusiones reflexivas donde decenas de personas pueden intercambiar ideas, priorizar y predecir juntas, convergiendo finalmente en soluciones que aprovechen genuinamente su conocimiento, sabiduría y perspicacia combinados.
Pero, ¿las conversaciones son imposibles de escalar, verdad?
Incorrecto. En los últimos años, ha surgido una nueva tecnología de comunicación, Hyperchat AI. Permite a equipos grandes y distribuidos mantener discusiones productivas donde pueden debatir temas, generar ideas, priorizar alternativas, proporcionar argumentos y contraargumentos y encontrar soluciones de manera eficiente aquí.
Inspirado en grandes sistemas naturales, Hyperchat AI combina los principios biológicos de la Inteligencia de Enjambre con el poder emergente de los agentes de IA. Funciona dividiendo cualquier grupo grande y conectado en un conjunto de subgrupos pequeños e interconectados, cada uno con un tamaño adecuado para una conversación reflexiva en tiempo real por texto, voz o video. El ingrediente mágico es un enjambre de agentes de IA llamados “sustitutos conversacionales” que participan en cada discusión local y trabajan para conectar todos los subgrupos en una deliberación coherente.
Con Hyperchat AI, grupos de cualquier tamaño potencial pueden debatir temas, generar ideas, priorizar opciones, predecir resultados y resolver problemas en tiempo real. Y funciona: las investigaciones demuestran que cuando equipos grandes mantienen conversaciones de esta manera, convergen en soluciones más inteligentes, rápidas y precisas. En un estudio en el que participé personalmente, los grupos conectados por Hyperchat AI ampliaron su coeficiente intelectual colectivo hasta el percentil 97.
En otro estudio, realizado en colaboración con la Universidad Carnegie Mellon, grupos de 75 personas que mantenían conversaciones utilizando la tecnología Hyperchat AI manifestaron sentirse más colaborativos, productivos y escuchados en comparación con estructuras de comunicación tradicionales como Microsoft Teams, Google Meet o Slack. También sintieron un mayor compromiso con las soluciones que surgieron.
Para probar las virtudes de Hyperchat AI en un formato divertido y oportuno, pedí al equipo de investigación de Unanimous AI (desarrollador de Thinkscape, una plataforma que utiliza Hyperchat AI) que reuniera a 100 miembros del público que vieron el Super Bowl este domingo y debatieran ¿cuál fue el anuncio del Super Bowl más efectivo y por qué?
Sé que no es una cuestión de gran importancia social, pero el Super Bowl es uno de los eventos más vistos del mundo, tanto por el espectáculo deportivo como por los anuncios. Este año, un anuncio de 30 segundos costó entre 8 y 10 millones de dólares, sin incluir los costos de producción. Con ese nivel de inversión, todas las marcas buscan destacar, pero solo unas pocas lo logran.
Así que reunimos a 110 miembros del público al azar, siendo su única calificación haber visto el Super Bowl, y les pedimos que discutieran y debatieran los anuncios. Se emitieron 66 anuncios únicos durante el partido. ¿Alguno destacó significativamente por encima del resto y, de ser así, por qué fue tan efectivo?
Los 110 participantes se dividieron en 24 subgrupos, cada uno con 4 o 5 humanos y un agente de IA. A cada agente se le encomendó la tarea de observar su subgrupo, identificar ideas clave en tiempo real y luego compartir esas ideas con los agentes de IA en otros subgrupos. Cuando los agentes recibieron esas ideas externas, participaron en su conversación local, expresando la idea como miembro de su grupo. Este proceso entrelaza todas las deliberaciones en una sola conversación en tiempo real que fluye sin problemas y converge en unísono.
En total, los 110 participantes humanos sugirieron 54 anuncios diferentes para su consideración y llegaron a una respuesta definitiva en solo 10 minutos de discusión hiperconectada. Y, dado que los agentes de IA rastreaban la dinámica dentro de las 24 deliberaciones locales, en el instante en que la conversación terminó, el sistema generó una lista ordenada de los 54 anuncios según el apoyo conversacional en toda la población.
Aquí están los diez mejores, según los participantes deliberantes:
Como se puede ver, el anuncio de Pepsi que usaba al oso polar de Coca-Cola fue considerado el más efectivo de la noche por un amplio margen. De hecho, el sistema Thinkscape informó que este fue un resultado estadísticamente significativo para una población de consumidores seleccionados al azar (p
Además, el sistema rastrea automáticamente las razones que surgen en cada subgrupo y las reacciones a esas razones (ya sea que hayan influido en las opiniones de otros, inspirado contraargumentos o ambos). Esto permite que el sistema genere instantáneamente una descripción general deliberativa para cada anuncio producido, evaluando por qué el grupo lo vio de la manera en que lo hizo.
Aquí está el razonamiento generado instantáneamente para el anuncio del Oso Polar:
“Nuestra perspectiva colectiva es que el anuncio más efectivo del Super Bowl de 2026 fue el anuncio de los osos polares de Pepsi. Lo encontramos efectivo debido a su humor, el uso inteligente de los osos polares, una pulla a Coca-Cola, su memorabilidad, elementos nostálgicos, amplio atractivo, enfoque en el producto y su capacidad para generar conversaciones. Si bien algunos de nosotros criticamos que se centrara en una disputa, una gran mayoría sintió que capturó con éxito la esencia de un anuncio clásico del Super Bowl.”
Para que conste, el equipo de Unanimous AI también le pidió a este colectivo en tiempo real que considerara una pregunta de seguimiento, ¿Cuál fue el anuncio del Super Bowl menos efectivo y por qué? Esto es lo que informó el sistema después de 10 minutos de deliberación:
“Nuestra perspectiva colectiva es que el peor anuncio del Super Bowl de 2026 fue el anuncio de Coinbase. Lo encontramos carente de claridad, con mensajes confusos y un fracaso en la explicación efectiva del producto. Además, el anuncio fue considerado por muchos como molesto, vergonzoso y de poco esfuerzo, con poca promoción del producto y una desconexión de los servicios de Coinbase. En general, no logró generar confianza y resultó desagradable para muchos espectadores.” Nota: La selección de este anuncio fue un resultado estadísticamente significativo (p
De nuevo, este fue solo un ejemplo divertido para involucrar al público, no una gran deliberación de gran importancia. Dicho esto, he observado a grupos grandes, desde analistas de grandes instituciones financieras hasta científicos del Departamento de Energía, discutiendo temas importantes utilizando esta tecnología, y en todos los casos los grupos parecen converger con mayor rapidez, precisión y compromiso.
Para obtener una descripción general de los estudios académicos sobre Hyperchat AI, consulte este documento reciente.
Louis Rosenberg obtuvo su doctorado de la Universidad de Stanford, fue profesor en la Universidad Estatal de California (Cal Poly) y ha recibido más de 300 patentes por su trabajo en interacción humano-computadora, IA e inteligencia colectiva.
¡Bienvenido a la comunidad de VentureBeat!
Nuestro programa de publicación de invitados es donde los expertos técnicos comparten información y brindan análisis profundos, neutrales y no interesados sobre IA, infraestructura de datos, ciberseguridad y otras tecnologías de vanguardia que dan forma al futuro de la empresa.
Leer más de nuestro programa de publicaciones de invitados y consulte nuestras pautas si está interesado en contribuir con un artículo propio.
