集合知

個人の知性を超えた、集団・ネットワークとしての知的能力。個人の天才よりも、多数の知識・視点・検証が組み合わさることで達成される知的成果。

ニュートンの「巨人の肩の上に立つ」という言葉が示すように、科学の進歩は集合知の産物だ。現代の大型研究（CERNなど）や査読システムは分散的な検証機構として機能している。

集合知が生まれる条件

逆に集団思考や集団極性化は集合知を阻害する。同質的で閉じた集団ではこれらが起きやすい。

マルチエージェント協調によるAI間の「議論」（Debate手法など）は、集合知の考え方をAIに適用したものだ。複数のLLMが異なる推論パスを生成し相互検証することで、単一モデルより正確な結論に至れる場合がある。

AIが人間の集合知制約（コミュニケーションコスト、寿命など）を持たないことは、集合知の規模と速度を飛躍的に拡大する可能性を意味する。

民主主義は集合知の一形態として見ることができる。しかし技術の複雑化により、市民が政策を理解・判断できなくなるという「集合知の空洞化」が起きている。AIがこの問題を悪化させるか、それとも解説・可視化ツールとして集合知を強化するかは、設計次第だ。

多様性条件（異なる視点・バックグラウンド）は認知スキーマの多様性の維持を意味する。認知的距離が大きい参加者を含むことで解空間が広がる。一方で「コミュニケーションコスト」は距離の調整コストそのものであり、集合知は距離の多様性を維持しつつ、調整コストを管理可能に保つという二律背反の設計問題。