知识的三角形

1988年，知名组织理论家罗素·艾可夫（Russell Ackoff） 在其就任国际一般系统研究学会（International Society for General Systems Research）主席的发言中，勾勒了一个“数据–信息–知识–智慧”（Data-Information-Knowledge-Wisdom，DIKW）金字塔模型。此后可以说，几乎每个小时都有人在世界某处的某块白板上画下这个金字塔。这个三角形的最下层是数据，往上逐渐收窄的每一层，依次是信息、知识和智慧。这个模型在视觉上很容易理解：世界上显然有太多的数据，却没有太多智慧。从简单的数字1和0开始，逐层上升至它们代表了什么，它们意味着什么，它们有什么意义，它们能为我们提供什么洞见。金字塔中的每一层，都从它下面的那一层中汲取价值。

艾可夫并不是第一个提出这种层级的人。米兰·泽兰尼（Milan Zeleny） 已经在之前一年发表的文章中提出了类似观点，而麦克·科雷（Michael Cooley） 在比泽兰尼更早发表的一篇文章中提出了差不多的概念。事实上，1982年，哈兰·克利夫兰（Harlan Cleveland） 不仅在他刊发于《未来学家》（ The Futurist ）的一篇文章中描述了这种层级，还指出了这种结构已知的较早的版本：

我们在生存中失去的生活在哪里？

我们在知识中失去的智慧在哪里？

我们在信息中失去的知识在哪里？

这是1934年T.S. 艾略特（T.S. Eliot） 在一首名为《岩石》的诗中写下的段落。而在艾略特之后，以及在大量有关这一主题的商业文章和书籍涌现之前，我们还可以在弗兰克·扎帕（FrankZappa） 1979年的一首名为《帕卡德的鹅》（ Packard Goose ）的歌曲中发现类似观点。

现在，没人会认为艾可夫、泽兰尼或科雷是抄袭了艾略特或是抄袭了扎帕。这种思想看来具有某种必然性。想象一下，现在是1955年——艾略特写出《岩石》之后而扎帕写出《帕卡德的鹅》之前——你管理着你们公司的数据处理中心，看着IBM的专家们为公司安装20世纪50年代世界上极先进的企业计算机：IBM 650。当时全世界只有75台这样的计算机，安装了它就意味着你站在了世界前沿。IBM 650拥有先进的穿孔卡片读取技术，每分钟能够进行7.8万次加减运算。2011年，一台家庭计算机的运算速度大概是每分钟3000亿次，不过回到20世纪50年代，一台拥有这样计算能力的IBM 650的售价可不便宜：价格高达50万美元，相当于2011年的400万美元。这样一台计算机需要专门的房间、专业的维护团队以及严格的着装规定：请穿上白色实验服。但IBM 650是一台能干重活的机器，购买它也可以说是物有所值——它能处理工资单、计算项目销售业绩、管理人力资源数据库等。

你已经习惯了一种特殊的“阅兵式”——公司高管来参观数据中心的时候，他们总会对着那些装有成千上万张穿孔卡片的盒子惊叹不已。而你会耐心地向他们解释，那只是数据。数据本身没有价值。但通过处理数据，你得到了信息。信息之于数据，就如同葡萄酒之于葡萄园：那是经过提取和蒸馏之后的美味醇厚的产物。1955年，信息就是从那些堆积如山的、看似毫无意义的数据中提取出的价值。

30年过去了。在这期间，你和世界上的其他人从数据中提取出了能填满无数货车的信息。然而，面对这如山的信息，你就像当初面对数据超载一样，产生了同样的疑问：花了那么多钱收集信息，意义究竟在哪里？信息本身变成了一个问题，而不是解决问题的方案。所以，你投入了那么多，从那么多数据中提取出了那么多信息，为的是什么呢？你用自己对数据的投入来类比，以证明自己是对的。你在数据上投入了很多，然后从数据中提炼出了信息；现在，你期望能够从这些信息中提炼出更有价值的“什么东西”。你得为这个“什么东西”命名，称之为“知识”怎么样？这样，在20世纪90年代早期和中期，知识管理开始流行起来了。它许诺企业，将会帮助它们从那些如山的信息中识别出有价值的信息，并加以分享。

当然，为了让知识看起来像是信息的产物，你不得不从根本上重新定义知识。对于艾可夫来说，知识是一种将“信息变为指令”（information into instructions）的本事，比如“知道一个系统是如何运行的，或者如何让它以我们希望的方式运行”。艾可夫的学生斯基普·沃特（Skip Walter）认为信息是结构化的数据，而知识则是“可以付诸行动的信息”（actionable information）。比如，当你决定是不是要穿毛衣时，信息就转化成了知识。泽兰尼再一次抢先一步，他比艾可夫提前数年提出，数据就像是构成面粉和酵母的原子，而知识就像是能够把信息转化为面包的食谱。

好吧。但是当艾略特写下“我们在信息中丢失的知识何在”时，他并不认为知识就是“可以付诸行动的信息”。科学家和研究者们所发现的知识，也不是一张“食谱”。实际上，一大堆毫无关联的事实，根本不能被称为信息。在艾可夫提出知识金字塔之前，知识这一概念就已经在人类世界中出现。理解世界的能力，是我们与其他动物之间的根本区别所在。这是我们作为人类的成就，也是我们的命运。知识本身互相配合，构成一个完美有序的整体。因此，在西方文化中，数千年来，人们都认为知识是极致的美物。的确，在认识世界的过程中，我们尽力去体会造物者在创造这个世界时的想法，尽管我们带有凡人的局限。认识这个世界，就像阅读一本造物者写下的书，书中揭示了他是如何将万事万物凝聚在一起的。查尔斯·达尔文（Charles Darwin）驾着一艘小船航行了5年，伽利略（Galileo）违抗了教皇的命令，居里夫人（Madame Curie）研究放射性物质，他们都将追求知识视为人类的核心目标。这才是知识在我们文化之中的真正意义，这和虚构的金字塔的中间层——知识层关联不大，中间层除了平淡无奇、有效的实用知识，其他知识都被剪掉了。

尽管如此，DIKW金字塔有一点说得非常对，那就是它展示了我们一直以来理解知识的过程。我们是如何理解这个远远超出我们大脑处理能力的世界的呢？基本的策略就是过滤、筛选，或者将复杂的事情降低到较为可以掌控的层面。把水流关小，我们就能控制住消防水管；同理，我们通过复杂的编辑过滤系统，将大多数人写出来的东西过滤掉，使其不能发表；我们通过复杂的馆藏过滤系统，大多数发表的东西经它过滤后，将不能出现在我们当地图书馆或者书店的书架上；我们通过复杂的专业过滤系统，经它过滤后，大多数人将对其他过滤系统的情况一无所知。知识一直是这样，它简化了我们需要知道的事情。

信息时代也采用了这种策略，并且运行良好。我们制造出了计算机，其运行的数据是提前分类好的基本信息：姓名、社会保障号码、出生日期……不管数据库包含10项还是1000项，只有把不在数据库之内的东西一概排除掉，我们的信息系统才能运行。

就连知识本身，也是从一种筛选机制开始的。在古希腊，任何一名公民都可以公开讨论城邦事务，只要他是4万名接受过军队训练的男性之一。人们可以表达自己的观点，比如要不要开战，或某人在一项政治罪名中是否清白无辜等。但这些观点中只有部分是值得相信的。哲学家们注意到了其中的差别，并且把值得相信的信念发展为单独的类别。柏拉图（Plato）如此限定：在所有产生的意见当中，知识是这样一种子集——属于这个子集的观点，不仅是正确的，而且是基于正当理由而为人们所信服的。第二个条件非常必要，因为有些人会因为一些“偶然”的理由而支持某种观点。比如，你认为苏格拉底（Socrates）没有教唆年轻人变坏，仅仅因为你很喜欢他长袍披身的穿衣方式。那么，即使你的观点是正确的，它也不属于知识。猜测、预感有时候也是正确的，但同样也不属于知识。知识对于决定城邦的事务，以及对于我们理解“我们是谁”和“我们的世界是如何运转的”是如此重要，因此我们必须把知识的门槛定得高一些。构筑知识的，是那些我们可以依赖、可以作为基础、值得去保存和珍惜的信念。这正是柏拉图、艾略特，以及时至今日的我们，在谈到“知识”时所指的含义。

我们能够成为这个星球上的主导生物，全仰赖于我们创造出的这些复杂的过滤系统运转良好。但是，我们也为此付出了隐形的代价：我们把知识的门槛定得如此之高，以至于有时候会将一些本来值得思考的观点排除在外。而某些错误的信念，一旦被接受之后，就再也难以驱逐出去，即使我们发现它们是错误的。而且，还有那么多本来可以认识的东西，但是我们没有足够的空间能装下它们。我们的科学期刊只能刊登有限的文章，我们的图书馆也只能存放有限的书籍。真正的限制并非我们个人大脑的容量，而是来自我们用来弥补大脑局限的外部媒介。纸质工具允许我们将想法写下，但纸张既昂贵又占地方。但即使在存储容量比纸质工具强大百万倍的计算机出现之后（你的家庭计算机的内存估计已经比IBM 650的内存 高30万倍了），知识仍然很难从纸上转移出来，也很难依靠一台台式机去获取。

而现在，要是你想了解什么东西，你会去上网。如果你想更广泛地了解你学到的东西，你也会去网上查找。在相当长的时间内，纸质媒介仍然会存在，但是新的、具有连接性的数字媒介显然更有活力。这可不仅仅是将书上印刷的文字显示在屏幕上那么简单。正在改变我们获取知识的古老的、基本的策略是知识的连接，是网络化。我们不再如以往那样，通过做减法，将知识简化到图书馆或者科学期刊中来获取；我们现在是通过做加法，将任何一种想法，以及它的每一个细枝末节，都放置在庞大的、松散连接的网络之中来认识世界。这就意味着，知识已经不再同于以往了。科学界不同了，商界不同了，教育界不同了，政界不同了。对于我们每个人来说，一切都不同了。 fzn1IiWMsWgjSX6Bnpi46Cy9+8/SO3kXzemuVrcEWx2lwDzBnZlypKPkBbpUmjVI