DIKW:数据、信息、知识、智慧的金字塔层次体系

http://www.ciotimes.com/ProCase/85417.html

 前言


    知识对于个人、组织的重要性已经不言而喻。可以说,管理与应用知识的能力已经成为企业的核心竞争力。


    知识如此重要,那么,究竟何为知识呢?目前不论在学术界还是在企业界,对知识的内涵还没有一个统一的认识。关于知识的定义,相信今后很长一段时间,也不会有一致的定义。“知识是什么”这个问题之所以难于回答,一个重要原因在于知识紧密地依赖语境及在这个语境中的知识接收者。


    与知识类似,我们通常提到的数据、信息等同样与语境密切关联,而且在实际应用中,这三个词汇经常会被混用,这恰好也为我们提供了另外一个对于知识的内涵进行描述的思路,即通过对数据、信息知识进行比较分析,来描述而非准确定义知识。而且,幸运的是,在实际应用中,我们同样不必纠结于学术层面知识的准确定义。


    本文试图通过数据-信息-知识-智慧的DIKW层次体系,分析四者之间的联系与区别,以及在实际应用中的作用,对知识的内涵和价值进行阐述。


    关于DIKW体系


    DIKW体系是关于数据、信息知识及智慧的体系,可以追溯至托马斯·斯特尔那斯·艾略特所写的诗--《岩石》。在首段,他写道:“我们在哪里丢失了知识中的智慧?又在哪里丢失了信息中的知识?”(Where is the wisdom we have lost in knowledge? / Where is the knowledge we have lost in information?)。1982年12月,美国教育家哈蓝·克利夫兰引用艾略特的这些诗句在其出版的《未来主义者》一书提出了“信息即资源”(Information as a Resource)的主张。其后,教育家米兰·瑟兰尼、管理思想家罗素·艾可夫进一步对此理论发扬光大,前者在1987年撰写了《管理支援系统:迈向整合知识管理》(Management Support Systems: Towards Integrated Knowledge Management ),后者在1989年撰写了《从数据到智慧》(“From Data to Wisdom”,Human Systems Management )。


    DIKW体系将数据、信息知识、智慧纳入到一种金字塔形的层次体系,每一层比下一层都赋予的一些特质。原始观察及量度获得了数据、分析数据间的关系获得了信息。在行动上应用信息产生了知识。智慧关心未来,它含有暗示及滞后影响的意味。

\

    数据、信息知识与智慧的关系


    通过DIKW模型分析,可以看到数据、信息知识与智慧之间既有联系,又有区别。数据是记录下来可以被鉴别的符号。它是最原始的素材,未被加工解释,没有回答特定的问题,没有任何意义;信息是已经被处理、具有逻辑关系的数据,是对数据的解释,这种信息对其接收者具有意义。举个例子,


    数据:37.5


    通过这个你能看出什么吗?估计很难?


    信息: 姓名:陈浩男   年龄:1.5岁


    性别:女       地址:广东省广州市天河区


    时间:2006年6月8日13点20分   腋下体温:37.5摄氏度


    自述:孩子在楼下玩,回来后看到小脸特别红,测量体温为37.5度


    这个时候,这个37.5有意义了,是一个广州的1岁半的小女孩在夏天午后玩了后测试的体温。在这样的背景下,37.5成为了有意义的信息中的一个关键指标。


    知识是从相关信息中过滤、提炼及加工而得到的有用资料。特殊背景/语境下,知识将数据与信息信息信息在行动中的应用之间建立有意义的联系,它体现了信息的本质、原则和经验。此外,知识基于推理和分析,还可能产生新的知识。最后来看智慧,智慧,是人类所表现出来的一种独有的能力,主要表现为收集、加工、应用、传播知识的能力,以及对事物发展的前瞻性看法。在知识的基础之上,通过经验、阅历、见识的累积,而形成的对事物的深刻认识、远见,体现为一种卓越的判断力。


    整体来看,知识的演进层次,可以双向演进。从噪音中分拣出来数据,转化为信息,升级为知识,升华为智慧。这样一个过程,是信息的管理和分类过程,让信息从庞大无序到分类有序,各取所需。这就是一个知识管理的过程。反过来,随着信息生产与传播手段的极大丰富,知识生产的过程其实也是一个不断衰退的过程,从智慧传播为知识,从知识普及为信息,从信息变为记录的数据。

\

    知识的内涵与价值


    应用DIKW体系基于对数据、信息知识进行对比分析,可以得出知识内涵的主要内容,即知识来源于信息,但又不是信息的子集,它是经过“理解”后,关联了具体情境的、可以指导“如何”行动的信息,它具有如下几个特征:


    ·隐性特征:需要从信息中进行归纳、总结、提炼;


    ·行动导向特征:知识信息的具体应用,能够直接推动人的决策和行为,加速行动过程;


    ·资本特征:是企业重要资产,可以通过应用获得价值;


    ·情境特征:在规定的情境下起作用;


    ·延展生长特征:知识在应用、交流的过程中,被不断丰富和拓展;


    ·生命特征:知识是有产生、发展、衰退的生命周期。


    这种内涵下,知识的价值又是什么呢?如前所述,数据是数字、文字、图像、符号等,在没有被处理之前,本身不代表任何潜在的意义。而当通过某种方式对数据进行组织和分析时,数据的意义才显示出来,从而演变为信息信息可以对某些简单的问题给予解答,譬如:谁?什么?哪里?什么时候?知识是在对信息进行了筛选、综合、分析等等过程之后产生的。它不是信息的简单累加,往往还需要加入基于以往的经验所作的判断。因此,知识可以解决较为复杂的问题,可以回答“如何?”的问题,能够积极地指导任务的执行和管理,进行决策和解决问题。


    综上,在当今海量数据、信息爆炸时代下,知识起到去伪存真、去粗存精的作用。知识使信息变得有用,可以在具体工作环境中,对于特定接收者解决“如何”开展工作的问题,提高工作的效率和质量。同时,知识的积累和应用,对于启迪智慧,引领未来起到了非常重要的作用。


    最后,有一点需要补充说明的是,数据、信息知识依赖于语境、依赖于接收者本身,三者之间的区别并非泾渭分明。某个经过加工的数据对某个人来说是信息,而对另外一个人来说则可能是数据;一个系统或一次处理所输出的信息,可能是另一个系统或另一次处理的原始数据。同时,在某个语境下是知识的内容,在另外的语境中,可能就是信息,甚至是无意义的数据。因此,在进行数据、信息知识的研究与应用时,要与特定语境(即人、任务等)进行结合才有意义。

posted @ 2019-02-25 17:40  hjlweilong  阅读(15418)  评论(0编辑  收藏  举报