数据/信息/知识/智慧
发布网友
发布时间:2022-11-19 07:33
我来回答
共1个回答
热心网友
时间:2023-12-13 23:59
最近在复习L先生说的文章,感觉大受启发,觉得最近20天写读书笔记的方式虽然有一点用,但是写完之后当我再去回想的时候会发现,我只能零星的提出书中的看法,没法系统性的拆解这个框架,因为写书的作者写的是自己的经验和感悟,没有系统的拆解所有的知识点,所以文中有大量重复的内容。而且最重要的是,我仍然没法调用知识为自己服务,也就是我遇到了现在上级的时候,我去调用书中的知识来实践。
L先生里面提到了一个模型DIKW模型,就是Data(数据)、Information(信息)、Knowledge(知识)、Wisdom(智慧),这个观点来自于模型思维这本书里面,被提炼出来。
数据:向上管理,这几个字救是数据
信息:向上管理的概念和含义,就是信息
知识:向上管理的背景知识,以及相关知识的分类与内容就是知识
智慧:在什么场景下应该应用什么方法来解决问题就是智慧
但是数据,信息与知识是静态的,也就是过时的,因为一个知识要被提炼出来,需要足够的抽象,需要有足够多的案例的验证,然后再写出来。我们读书其实包含一个隐藏的假设,学到的知识与后面应用时双方都是静态的。什么意思呢,就是指知识没有过时,我遇到的也是老问题,因而能够指导我解决发生的问题。但是时代是在发展的,很多时候问题就会发生变形,那么我们能不能再应用这些知识呢,结论是不确定的。我们需要对于新情景下的问题进行识别,本质是一个老问题,还是一个新问题,如果是老问题,就可以用以往的知识来解决,如果是一个新问题,则需要新的知识体系了,但是人是有惰性的,会产生路径依赖,也就是会用老的知识来解决新的问题,结果发现不适用。
所以最重要的事情是如何有效的调用知识,首先我们要有足够的知识储备,然后我们要对知识的元知识进行拆解和储存,每个知识能够解决问题的边界和框架梳理清楚,那些是相似的,那些是不同的把各种知识进行有效连接。
接着遇到问题的时候,对于问题本身进行拆解,拆解出来的子问题找到原来储存的知识体系,看是否有有效的解决方案,或者需要学习新的知识,这样整个信息就会流动起来了。