9.3.20250830 KK快跑：知识的边界-重新定义知识

文章笔记

全文剪藏

重新定义知识

刘向华 KK快跑

世界太大，大到我们无法尽知。知识的网络化，也许能让我们无限接近事实本身。

我们已经步入知识经济时代，但对于知识的认知，可能还停留在传统时代。

互联网时代，知识脱离了纸质书本的物理限制，其内涵边界被打破，本书的作者形容为“too big to know”，即：大到不可知。

传统时代，我们依赖书籍与专家进行知识过滤，一条条知识以遵循逻辑的“长条状“形态存在；而新时代的知识是“网状”的，依靠“链接”与“元信息”，知识变得没有边界，当信息大到too big to know时，我们获得了无限接近事实的客观信息。

但正如世界的实际状态一样，这些网状的知识并不遵循严密逻辑，发散、碎片化、分歧严重。因此我们需要具备能力自行定义主观的知识边界——根据想要解决的问题，在网络化的知识海洋里建立解决不同问题的逻辑。解决完问题形成新的知识融入网络，然后让知识更加too big to know。这就是作者对大数据时代知识的新认识。

知识的基础是事实

关于知识的定义，我找了一些近代较权威的资料：

维基百科中对知识的定义，是“知识（knowledge）是通过学习、实践或探索获得的认识、判断或技能”。

2005年版《现代经济词典》对知识有个定义：“通过人脑的活动，加工来自实践(包括科学实验)的经验而得到的成果……知识只有被作为生产要素投入经济活动中，其使用能够直接形成产品或提高生产要素的使用效率，才能成为经济学意义上的知识”。

1996年“经济合作与发展组织(OECD)在《以知识为基础的经济》中沿引到知识的四种分类：1.关于“是什么”的知识(Know-what)，2.关于“为什么”的知识(Know-why)，3. 关于“怎样做”的知识(Know-how)，4.关于“谁”的知识(Know-who)。

根据野中郁次郎的理论，知识可以是显性的（被总结提炼为书面的可传播的），也可以是隐性的（存于头脑中需要被激发诱导的）；知识可以被管理，用于个人、组织乃至社会。

可以大致理解知识的含义——人类对客观世界的表述、理解和抽象。这里有两个前提：世界是可知的 **、人们对知识的描述是客观的。**但这两个前提现在都发生了变化。

由于知识的网络化，我们面临的信息超载情况越来越严重，知道的越多，世界对我们来说会变得原来越“不可知”，越接近事实就越没有逻辑；而在大到不可知的世界里，人们一方面越来越依赖自身的逻辑来表述知识，另一方面对于他人描述的信息，即便显得再客观我们也不会全然相信。

以往的知识传承，依赖专家和书籍

一直以来，我们获取知识的途径，除了通过自身经验总结这种缓慢方式外，更高效率的做法是书籍阅读与课堂学习——人类社会依靠层层的精英专家，为普罗大众子孙后代过滤筛选好各类“事实”，通过学习专家们为我们提炼的“知识”，我们快速掌握了“事实”世界，“更有效”地理解这个远超我们大脑处理能力的世界。

我们对世界进行知识化的过程，一直以来都是遵循DKIW的金字塔模型（数据-信息-知识-智慧）这样的逐层筛选逻辑。作者认为，这是一种做减法的逻辑。之所以沿用做减法的模式进行知识传承，主要是在那个时代知识要做大范围传播，只能依赖书籍、图书馆、层级组织等这些“有边界”的工具。

最终人类成为这个星球上的主导生物，全赖于我们创造的这套复杂过滤和传承系统。但是我们也付出了隐形的代价：1.我们把知识的门槛定得太高，以至于层层抽象后无法还原事实的真相；2.容易产生盲目的专家崇拜；3.知识的多样化在源头就被精英专家们掐断，为了让世界显得“有序”而抑制了创新。作者将其总结为：**知识的危机。**我们需要重新反思大数据时代下的知识定义。

互联网时代，网络本身就是知识的实体

实际上，互联网时代我们已经改变以往做减法获取知识的方法——将知识简化到图书馆或者科学期刊上来获取；我们现在是通过做加法的逻辑——将任何一种想法、它的细枝末节——都放在巨大的、松散链接的网络中，来获取知识。做加法的逻辑，优势在于既保留了原先减法逻辑的专题性知识，又能让读者拥有还原事实所需要的诸多细枝末节。

过去我们用减法逻辑提升效率，同时避免出现事实性偏差的方法，是“尽可能让知识的描述保持客观性”，但作者指出这不可能，“客观性向人们许诺了它无法达到的事情：记者们会如实呈现事实，不夹杂任何个人偏见和立场……但这种经由他人转述的客观性，其实依赖于他人对世界的形而上的理解”，特别是网络时代，越来越多的人不再相信他人描述的客观性，转而将对客观性的期待转移到透明性上。透明性有两种，一种是记者立场透明，即记者在报道时就表明自己立场，而且越鲜明越好（不怕你反动，就怕你不够反动）；另一种是消息来源透明，大众希望作者明确信息的上下文背景，真实连接相关来源。

从客观性到透明性，实质上就是从减法逻辑到加法逻辑的转化，而且后者包含了前者。

当知识创建与分享的加法逻辑展开后，对知识接受者而言，提高了更多的独立思考和主观判断的难度——我们面对的信息变得多样化、难以聚焦，难以分辨。应对信息超载人们变得无所适从——在网络的时间越多，得到的证据越多，我们对任何问题达成一致也将永不可能。近年来各国民主选举，胜败选基本上都是5x%对4x%的微弱差距，也就是说，尽管你获胜了，但依然有4成以上的民众不认可你或更喜欢你的对手。

加法逻辑让我们获得了更加接近事实的知识，但许多人并没有准备好迎接信息超载带来的新生活方式。

应对网络化知识的方法

书中并没有体系讲述如何应对知识网络化的局面，作者的应对之策散布在书中各处，我试图做个归纳：

1、观念上，乐观拥抱新变化。

需要认识到“信息超载已是我们必须适应的生活方式”，而且知识被碎片化，不是因为信息超载，而是因为过滤失效。需要寻找到新的信息过滤方法来应对信息超载和知识碎片。作者提到算法机制和社交机制等新型过滤器技术（P18页），向前过滤（filter forward）是个不错的思路（P19页）。

2、警惕“专家崇拜”与“回声室”效应。

关于“专家崇拜”，作者用了专门一个章节谈“专家简史”，指出盲目相信专家为我们过滤的“知识”，由于适用的语境和所处的背景不一，同时当代许多专家遵循了“科学管理”的原则而导致的“过度理性”带来的弊端（可以参考我上月写的《清教徒的礼物》读后感），作者还指出网络时代“人人都可能是专家”，因此决策依赖要网络本身，而不是偏听一方；“回声室”效应指的是人们一方面通过网络得到了海量的多样性和分歧，但另一方面人性本身倾向于“希望听到想听到的声音”，互联网会放大这种效应，如果不保持兼听则明的态度，相似的人群聚集相似的声音，最终我们的决策就不够客观（P109-137页）。

3、组织设计上要做适应性调整

推荐使用“分布式决策”，将决策下放到一线，让一次决策变成多次校正式决策，也即决策变软（顶层偏向规则制订，基层自治）。这个观点在“盖在网络节点上的图章”一章中作者用了25页的小篇幅进行了阐述，观点不新鲜，唯一有亮点的地方是提到不要人为设计组织和制度禁锢知识的流动，将安全性要求作为例外处理。

4、信息技术处理上，需要打造知识的新结构

对知识做新结构的设计，有利于利用大数据和互联网的技术特性，作者提到基于大数据、元信息、知识本体，信任体系等概念，隐晦地指出技术上“解决信息超载的方法是创造更多的信息：元数据”。作者提到从语义网的终极方案，到退半步采用关联数据、记录协作轨迹等中间态方案，以此进行数据到信息到知识的处理。结合前文提到的“向前过滤”等技术，应对网络化知识无疑需要更多的信息技术。此处的阐述对于许多技术工程师而言，还比较浅，只能算是开思路。

最后，说说本书的缺点：

1、本书的结论性不强，用了巨大的篇幅讲解知识网络化如何颠覆我们的传统观点，但关于如何应对，如何在网络化的知识世界里，得到解决问题的确定性方法，作者只给了一个模棱两可的建议，还是用了Scott Page在其书《差异》（The difference）里的定性四原则（见P119页）。

2、本书的观点和语言风格都过于温和、过于辩证，阅读起来比较涩，读者想读深一点的话，要耗费很多时间并做理解梳理，很难成为畅销书。

3、书的封面和包装太low，配不起书的内容深度。

本书的英文名叫《too big to know》，中文名译为了《知识的边界》，起初我不太认可，读到第三遍后认为很了不起。

这是本读起来有点涩，但仍值得细读的好书。

刘向华

2017.2.12于清迈

PS1：感谢蓝凌研究院夏敬华博士和华为谭新德老哥的指点。这本书我前后两年间看了三遍，依然没法透彻理解和归纳其应用价值，因为有了可以一起讨论的朋友，他们帮助我获得对本书观点更好的理解。

PS2：这本书我照例在书上做了不少笔记，有需要的童鞋可以进入公众号，在后台留言，我选一位邮寄过去，你也可以在上面写笔记，看完邮寄还我，我们试试另一种“丢书”方式来交流心得。

点击“阅读原文”↓，看本书经典观点摘录。

来源:: 重新定义知识

推荐文章