为了创建一个速度与发展变化速度相匹配的学习网络，我们需要一种新型的智能。我们正在与Nesta 的集体智能中心合作，学习如何利用分布式实时智能作为全球性产品。
首先，这意味着要学会用新的方式看待问题——获取更多实时数据。这项工作的前景令人振奋，但尚未大规模实施。我们需要更多这样的数据。虽然部长可能需要根据两年前的数据做出发展投资决策，但谁会根据 2017 年的数据来做决定呢？得益于联合国全球脉动计划和其他机构的开创性工作，我们知道，更接近实时数据是可能的，而且可以增加价值，同时管理与数据隐私相关的风险。
但仅获取更快的数据还不够。我们还需要找到更好的方法来引导人们的洞察力、观点和行动来解决棘手的发展问题。我们还需要学习建立新的问责制模式，以适应不断变化的现实。
Nesta 的集体智慧方法通俗易懂，令人耳目一新。它涉及理解问题、寻找解决方案并做出决策。这需要集体完成，因为没有一个人（或算法）知道一切。在可持续发展现有解决方案的基础上，Nesta 将帮助我们将集体智慧编纂为一种实时观察和操作的方式。
是时候看到更多交叉了：机器、人类和棘手的问题
集体智慧是指人们共同合作，有时借助机器来分析问题、设计解决方案并启发新的决策方式。一种思考方式是，正如杰夫·穆尔根 (Geoff Mulgan) 所写，我们正在观察一个巨大的大脑，一个大脑，其 在澳大利亚的海外华人数据 中大脑的功能（记忆、分析、创造力等）由许多人以分布式方式共同执行，并且通常借助技术。
这项工作并非新鲜事。联合国一直在推动集体智慧的运用：
为了预测索马里的流离失所情况，联合国难民署正在通过Jetson 项目使用机器学习
联合国全球脉动项目利用自然语言处理技术从广播脱口秀节目的听众电话中学习，追踪新的农业威胁，了解人们对难民的态度，并在隐私和道德框架方面发挥带头作用，规范大数据在发展中的使用。
在联合国开发计划署，我们已经测试了帮助我们的苏丹国家合作伙伴利用手机元数据实时详细了解贫困分布的方法。
卫星数据还使我们能够更加精确地了解促使人们迁移的社会政治和地理变化。我们还看到众筹逐渐发展成为一种影响投资工具，为埃及的初创企业提供资金。
这些都是一个良好的开端，但如果我们要利用集体智慧来避免气候危机，该领域需要取得进步。在加速器实验室网络中，我们希望成为其中的一部分。我们将与 Nesta 一起寻找这些领域的见解：
学习方向1：超越使用集体智慧来理解问题
据我所见，目前以集体智慧实验为框架的开发工作重点是更好地了解问题所在。我们往往会陷入这一部分。集体开发解决问题的方案和想法的关注度要小得多，而测试如何推动更具包容性的决策来决定应该做什么的关注度则更小。我们与 Nesta 合作的一个关键学习领域是如何最好地利用集体智慧方法找到解决方案和公共问责制。当前的学习问题是：蜂群思维如何更好地共同做出决策并监督公共投资？
学习方向2：平衡公共部门的承诺与应对意外情况的灵活性
树立对公共部门信任的核心原则是信守承诺。公开有关公共资金去向的数据是一个很好的基础，但这还不够。在一个充满不断变化的棘手问题和新机遇的世界里，坚持计划往往是不够的。
多年前，当我与一个团队在东欧开展众包项目时，我参与了收集人们对城市安全的看法的工作。我们原本以为会听到关于犯罪和暴力的内容，结果却发现人们最关心的问题是成群的流浪狗，它们曾经受到帮派的保护，但现在却决定了人们的出行地点和他们感到受到威胁的地方。我们的任务不在这个领域，所以我们束手无策。听取了人们的意见后，我们无法采取行动。我们的预算被锁定在我们和合作伙伴预先确定的问题上。
这个故事可能会引起其他人的共鸣，他们愿意向大众学习，以确定问题和解决方案，但仍然需要在预先确定的预算轨道内运作。因此，第二个学习问题是：公共部门如何遵循集体智慧的意外结果，而不会偏离任务或将资源浪费在计划外的活动上？