天天看點

什麼是資料、資訊、知識和智慧?

雲栖号: https://www.aliyun.com/#module-yedOfott8 第一手的上雲資訊,不同行業精選的上雲企業案例庫,基于衆多成功案例萃取而成的最佳實踐,助力您上雲決策!

【編者按:碎片化的資訊/知識+碎片化的邏輯構成了人類的智能,碎片化的資訊/知識+碎片化的邏輯+隐/顯性的倫理構成了人類的智慧】

什麼是資料、資訊、知識和智慧?

2006年1月份左右,我曾經撰寫了一篇涉及資料,資訊,知識和智慧的文章,在科學網看到倪鵬雲老師也在探讨這個問題,于是我将原文一些核心的内容整理出來形成這篇文章與大家進行探讨。

在知識管理中,有一個經典的知識階層圖,本文将以這個圖作為闡述的順序依據。

什麼是資料、資訊、知識和智慧?

第一,什麼是資料?

我們經常說“ 水的溫度是100℃,禮物的重量是500克,木頭的長度是2米,大樓的高度100層“。通過水,溫度,100℃,禮物,重量,500克,木頭,長度,2米,大樓,高度,100層這些關鍵詞,我們的大腦裡就形成了對客觀世界的印象。這些約定俗成的字元或關鍵詞就構成了我們探讨的資料基礎,我們提到關鍵詞必須是人們約定俗成的。這就表示不同階級,不同宗教。不同國家的人對于關鍵詞的約定必然會有差異。由此我們可以推導出資料其實也具有一個使用範圍。不同領域的人在描述同一事物會出現不同的資料。例如,中國人會稱每個星期的最後一天為”星期天“。美國人會把這一天叫做“Sunday”。基督教徒會稱這一天為“禮拜天”. 資料的有範圍性導緻由此建立的資訊世界,知識世界在不同的國家。不同的宗教,不同的階級中會産生差異。認識到資料的有範圍性可以幫助我們在一個領域進行知識管理時,首先要統一關鍵詞或資料的約定。

最後我們對資料進行這樣的定義:資料是使用約定俗成的關鍵詞,對客觀事物的數量、屬性、位置及其互相關系進行抽象表示,以适合在這個領域中用人工或自然的方式進行儲存、傳遞和處理。

第二,什麼是資訊?

作為知識層次中的中間層,有一點可以确認,那就是資訊必然來源于資料并高于資料。我們知道象7度,50米,300噸,大樓,橋梁這些資料是沒有聯系的,孤立的。隻有當這些資料用來描述一個客觀事物和客觀事物的關系,形成有邏輯的資料流,他們才能被稱為資訊。除此之外,資訊事實上還包括有一個非常重要的特性— 時效性。例如新聞說北京氣溫9攝氏度,這個資訊對我們是無意義的,它必須加上今天或明天北京氣溫9攝氏度。再例如通告說,在會議室三樓開會,這個資訊也是無意義的,他必須告訴我們是哪天的幾點鐘在會議室三樓開會。

注意資訊的時效性對于我們使用和傳遞資訊有重要的意義。它提醒我們失去資訊的時效性,資訊就不是完整的資訊,甚至會變成毫無意義的資料流。是以我們認為資訊是具有時效性的有一定含義的,有邏輯的、經過加工處理的、對決策有價值的資料流。

第三,什麼是知識?

資訊雖給出了資料中一些有一定意義的東西,但它的價值往往會在時間效用失效後開始衰減,隻有通過人們的參與對資訊進行歸納,演繹,比較等手段進行挖掘,使其有價值的部分沉澱下來,并于已存在的人類知識體系相結合,這部分有價值的資訊就轉變成知識。例如。北京7月1日,氣溫為30度。在12月1日氣溫為3度。這些資訊一般會在時效性消失後,變得沒有價值,但當人們對這些資訊進行歸納和對比就會發現北京每年的7月氣溫會比較高,12月氣溫比較低,于是總結出一年有春夏秋冬四個季節,是以我們認為知識就是沉澱并與已有人類知識庫進行結構化的有價值資訊。

第四,什麼是智慧?

我們經常看到一個人滿腹經綸,擁有很多知識,但不通世故,被稱做書呆子。也會看到有些人隻讀過很少的書,卻能力超群,能夠解決棘手的問題。我們會認為後者具有更多的智慧。是以我們認為智慧是人類基于已有的知識,針對物質世界運動過程中産生的問題根據獲得的資訊進行分析,對比,演繹找出解決方案的能力。這種能力運用的結果是将資訊的有價值部分挖掘出來并使之成為已有知識架構的一部分。

總結:根據這些定義我們嘗試對知識管理提出一些建設性意見:

1、重視資料所使用關鍵詞的統一性和完整性,這樣才能避免組織内出現不同的資訊和知識體系,避免成員在交流溝通時産生歧義和誤會。

2、保持關鍵字集合的可擴充性,防止由于資料不全導緻新資訊和新知識無法産生。

3、重視資訊的時效性,盡量在資訊的時效性消失前挖掘出其有用的價值,并使之沉澱于已有的知識庫中。

4、重視資訊的可靠性和邏輯性,防止由于錯誤或邏輯混亂的資訊加入到知識庫中,降低知識庫的品質。

5、關注知識庫的結構化問題,盡量避免知識彼此割裂,甚至出現知識孤島。通過不同領域知識的交叉融合,使它們連通起來,友善組織成員使用知識庫時能夠快速準确的定位需要的知識。

6、充分了解智慧是一種應用知識和資訊處理問題的能力,在選擇組織成員時應兼顧其擁有知識和運用知識能力之間的平衡。

原文釋出時間:2019-12-09

本文作者:劉鋒

本文來自雲栖社群合作夥伴“

人機與認知實驗室

”,了解相關資訊可以關注“

繼續閱讀