编译自：道格拉斯·恩格尔巴特（Douglas Engelbart）在2003年的演讲：Improving Our Ability to Improve: A Call for Investment in a New Future。道格拉斯·恩格尔巴特（Douglas Engelbart）是美国发明家，他最广为人知的是发明了鼠标，另外他的小组是人机交互的先锋，开发了超文本系统、网络计算机，以及图形用户界面的先驱；并致力于倡导运用计算机和网络，来协同解决世界上日益增长的紧急而又复杂的问题。2013年7月2日因肾衰竭于加利福尼亚州阿瑟顿的家中逝世，享寿88岁。
摘要
在过去的五十年里，我们看到了计算能力的巨大增长——计算无处不在，几乎影响了一切。在这次演讲中，道格拉斯·恩格尔巴特（Douglas Engelbart）博士，他开创了许多我们现在认为理所当然的交互式计算（interactive computing），探讨了形成这种增长的力量。他认为，我们投资创新的标准实际上是短视的（short-sighted），关注的是错误的东西。相反，他建议投资提升基础设施（improvement infrastructure），这可以带来持续（sustained）、根本的（radical）创新，能够改变计算，扩展了我们可以通过计算解决的问题种类。
在这次演讲中，恩格尔巴特博士描述了我们需要实施的过程以及我们必须支持的能力，以刺激（stimulate）这种更高的创新率。演讲结束时，他呼吁共同进化研讨会（Co-Evolution Symposium）的听众采取行动，因为这是一个既与创新有关，又有能力决定创新方向的群体。
好消息和坏消息
在过去的五十年里，新计算技术的发展——在硬件和软件方面——给我们的工作方式和解决问题的方式带来了惊人的重要变化。
我需要在这次演讲开始的时候就把这个观点（assertion）拿出来，因为我要说的其余大部分内容，可能会让你认为我已经忘记了这个进步，或者说我不欣赏它。所以，让我把话说清楚……自20世纪50年代初，我们已经取得了巨大的进步，当时我第一次开始认真思考如何使用计算机来解决重要的社会问题。这真是不平凡的五十年。
我在NACA（NASA的前身)的第一份工作，刚从工程学校毕业时，根本没有电子计算机的设想。事实上，“计算机”（computers）一词指的是一屋子坐在办公桌前的妇女使用台式计算器（desk calculators）处理风洞数据。这是在40年代末。后来在我的研究中，当我想到用计算机来操作符号和语言，而不是对数字进行计算时，大多数人认为我真的是走得很远（ really pretty far gone）。交互式计算（interactive computing）的想法——对大多数理智的人来说，这简直是可笑的。
因此，我们已经取得了真正巨大的进步。在这个行业已经有50年了，真是不可思议。但这不是我要和你们谈的。不是因为对计算机技术专家所开发的东西缺乏欣赏，而是因为我可以看到，我们在实现真正实质性的回报方面，还没有取得真正的进展。当我们更好地利用计算机将社区的人们聚集在一起，并增强人们解决困难问题的人类技能时，这种回报就会到来。
在这次演讲中，我想和你们谈谈这个巨大的回报，和你们一起想一想，是什么阻碍了我们取得更大的进步，并争取你们来重新定位我们的焦点（redirect our focus）。专注于正确的道路（course）的回报是巨大的。我希望向你们展示它们可以是你们的。
愿景：回报（The Vision: The Payoff）
我需要迅速地勾勒出我所看到的目标——通过使用计算机来增强人们的能力，从而获得巨大的回报。五十年来，这种成功的愿景对我来说没有太大变化——它变得更加精确和详细——但它的潜力和我在20世纪50年代初看到的是一样的。它基于一个非常简单的想法，即当问题非常困难和复杂时——解决饥饿、遏制恐怖主义或帮助经济更快增长等问题——解决方案来自人们共同努力的洞察力和能力。所以，不是计算机单独工作，就能产生一个解决方案。而是人与人的结合，再加上计算机的增强（augmented）。
这里的关键词是“增强”（augment）。我对交互式计算感兴趣的原因，甚至在我们知道这可能意味着什么之前，就产生了这样一种信念，即只有通过使用计算机来扩展人们收集信息、创造知识、操作和分享知识的能力，然后将这些知识付诸实践，我们才能解决真正困难的问题。正如飞机扩展了我们移动的能力，计算机也扩展了我们处理和使用知识的能力。知识生产是一种集体活动，而不是个人活动。当计算机将我们合作解决问题（collaborate to solve problems）的能力扩展到超出任何单一人类思维的范围时，它将从根本上有效地扩展我们的能力。
我发现，对于许多人来说，这种“增强”（augmenting）能力的想法需要澄清。对比“增强”（augmentation）和“自动化”（automation）是很有用的。自动化是大多数人想到使用计算机时的想法。自动化是指当我们使用计算机计算和打印电话帐单或记录银行费用时发生的事情。在我看来，这不是我们使用计算机解决难题的方式。我们有机会利用计算机独特的能力，为我们提供新的、更有效的方法来使用我们的大脑和感官——这样计算机就真正成为扩展我们能力的一种方式。
铲子是工具，推土机也是工具。两者都不能独立工作，“自动化”（automating）地完成挖掘任务。但是这两种工具都增强了我们的挖掘能力。不出所料，提供最大的增强作用的那个工具，需要最多的训练和经验才能真正有效地使用它。
为了从我们对计算的投资中获得更大的回报，专注于增强群体解决问题的能力是正确的出发点。
麻烦的证据（Evidence of Trouble）
因为我们习惯于从计算的巨大进步和变化的角度来思考，当涉及到这些更广泛的、以社会和群体为中心的计算维度时，情况就完全不同了。
做重要协作工作的困难
举个例子，我的组织Bootstrap Alliance，与许多其他组织紧密合作，帮助他们发展更好的方法来提高学习和使用知识的能力——简而言之，我们与各组织合作来帮助它们提高（improve）提升的能力（ability to improve）。
我们合作的一个组织是全球灾害信息网络（Global Disaster Information Network）——或称“GDIN”——它是一个由地区和地方救灾组织组成的联盟。应对灾难的组织是必须学会快速适应和使用新信息的组织的极好例子。
计算机，尤其是互联网，显然在协调这种灾难响应和提高在灾难响应工作的整个生命周期中，提升能力的努力中，起着关键作用。但令人惊讶的是，在GDIN努力提高其提升救灾能力的过程中，利用我们今天所拥有的系统的所有出色能力是多么困难。事实证明，跨系统共享信息非常困难——其中“共享”（sharing）意味着在需要时找到正确信息的能力，以及跨系统使用信息的能力。
更难的是使用计算机网络监控（monitor）和反映（reflect）状况的能力。任何经常使用电子邮件的人都可以很容易地想象，在灾难发生时，不同的人和组织之间混乱的消息流（flow of messages），远远不能建立有效协调响应所需的信息框架（information framework）。毫无疑问，GDIN及其成员的救灾组织认为计算机非常有用——但更令人震惊的是，如今的个人生产力（personal productivity）和出版系统（publishing systems）所提供的能力与这些组织的需求不匹配，因为他们努力灵活、快速地协调有效反应。
问题的结构性根源
也许关于市场和创新之间的系统性基本冲突的最好研究是，克莱顿·克里斯坦森（Clayton Christensen）的经典而又非常有价值的书——《创新者的窘境》（The Innovator’s Dilemma，1997）。克里斯坦森（Christensen）的论点是，当公司很好地与客户保持密切联系时，一般来说，就是“倾听市场”（listening to the market）时，“持续的”（continuous）创新会出现。这是一种创新，可以生产出比市场上现有产品更好的版本。如果我们都骑三轮车，持续的创新（continuous innovation）将会带来更高效、更舒适、或许更实惠的三轮车。
但这永远也不会生产出一辆自行车。要做到这一点，你需要一种不同的创新——这种创新通常在一开始会产生对现有市场没有意义的产品，因此无法估值。克里斯坦森（Christensen）称之为“不连续”（discontinuous）创新。
不连续创新比连续创新风险大得多——因为它更不可预测。这威胁到了市场领导者的地位，因为作为领导者，他们需要“倾听”现有市场和现有客户的意见，不断改进旧技术，而不是利用新的创新。从长远来看，正是这种创造巨大变化的力量，使得不连续创新如此有价值。这是我们如何走出现有的范式（existing paradigm），创造出真正新的东西。
在过去50年的计算历史中，真正引人注目的一个不连续创新的例子——市场的“情报”（intelligence）接近于零——是早期的万维网软件（World Wide Web software）——特别是Mosaic网络浏览器。在网络刚出现时，有许多公司销售功能强大的电子页面查看器（electronic page viewers）——这些查看器可以在电子书中跳转，跟随不同类型的超链接，显示矢量图形，还能做许多早期网络浏览器无法做到的事情。早期电子出版业务（electronic publishing business）中的公司，实际上能够以高达50美元的价格出售这些”电子阅读器”（electronic readers），这意味着，当向拥有大量用户的大公司出售电子文档查看器（electronic document viewers）时，这是一笔大生意。
然后，出现了Web和Mosaic——一个功能远不如这些专有产品的免费网络浏览器。但它是免费的！更重要的是，它可以做其他查看器（viewers）做不到的事情——它提供了访问网络上的任何地方信息的途径。结果，接下来的几年，一切都变了。事实上，我们确实更接近计算机协助合作工作（assisting with collaborative work）的目标。
稍后，我将解释我们如何克服这种系统性偏差（systematic bias），打开大门，从持续的、富有成效的不连续创新中获得巨大回报。但是，在谈到解决方案之前，我需要告诉你系统性偏差的另一个方面，它正在阻碍我们在寻找新的计算机使用方法方面取得重要进展。
“易用性”（Ease of Use）诱人的、破坏性的吸引力
第二种强大的、系统性的偏差，认为“易用性”（ease of use）在某种程度上等同于更好的产品，使计算技术的发展偏离了解决严肃的协作问题（issues of collaboration），例如，这种事情将真正对救灾组织产生影响。
回到我的三轮车/自行车类比，很明显，对于一个不熟练的用户来说，三轮车更容易使用。但是，正如我们所知，投资学习骑自行车的回报是巨大的。
当我们评估计算系统时，我们似乎忽略了“易用性”（ease of use）和“性能”（performance）之间最基本的区别。例如，就在几周前，也就是3月初，我被邀请参加一系列讨论，讨论在IBM的阿尔马登实验室（Almaden Labs）举行，探讨与知识管理和检索相关的新研究和技术。大多数演讲者都希望打造一辆更好的三轮车——跟随市场进入下一阶段的持续创新——而不是跳出框框去考虑一些真正新的东西。
但还有另一种偏差（bias），即使是在更具创新性的工作中——这种偏差与决定搁置对用户来说“太难”学习的技术和用户交互有关。例如，我特别失望地了解到，一个在网上提供知识检索的网站得出结论，不应该提供一些潜在的更强大的搜索工具，因为用户测试发现它们不容易使用。
为什么我们认为，在计算领域，除了初学者之外，易用性——特别是对那些没有受过什么培训的人来说——对任何人都是可取的？令人惊讶的是，在与严肃的计算机/人为因素（human factors）专家的严肃讨论中，这些专家可能正试图解决知识使用和协作（knowledge use and collaboration）的困难问题，易用性一直是设计的一个关键考虑因素。
难道没有人渴望在知识工作中成为严肃的业余爱好者或专业人士？
恢复平衡（Restoring Balance）
我需要提醒大家，我在这次演讲开始时说过：我们在计算方面取得了巨大的进步。这是一个了不起的五十年。
但我想提醒大家注意两个非常重要的事实：
我们仍然无法解决极其重要的问题——特别是如果这些问题需要高效的能力，在人群中收集和分享知识。
这种无能为力（inability）不是偶然的，而是源于我们解决计算创新的“设计”（designed into）方法中的价值观和方法。
我们需要找到解决更难的问题的方法，并刺激更多不连续的创新。
从“看不见的手”（Invisible Hand）到战略
好消息是，有可能建立一个支持不连续创新的基础设施。根本不需要依靠神秘的、看不见的手和隐藏在市场中的神谕（oracular pronouncements）。另一种选择是有意识地投资改善基础设施（improvement infrastructure），以支持新的、不连续的创新。
这是单个组织能够做到的——也是地方政府、国家和地区国家联盟能够做到的。所需要的是了解如何构建这种有意识的投资。
改善基础设施的ABCs
发展有效提升基础设施的关键是要认识到，在任何组织内，与组织的主要活动有关部分(我称之为“A”活动[A Activity])，和组织中与提高执行A级功能的能力有关的部分之间，存在着注意力的分工。我把这些提升工作称为“B”活动（B Activity）。两种不同级别的活动如图1所示。
图1 基础设施基本情况：“A”和“B”活动
在“B”活动中的投资，连同积极的内部回报率，都可以通过“A”活动中生产力的提高来收回。如果在R&D、信息技术基础设施和“B”活动的其他方面的投资是有效的，那么在“B”活动中投资一美元的回报率，将高于在“A”活动中投资一美元的回报率。
显然，基于“B”类活动，公司在多大程度上可以追求投资和增长战略是有限制的——在某个时候，新投资的边际回报开始下降。这就引出了一个问题：我们如何才能使“B”活动的投资回报最大化，使其带来的提升最大化？
换句话说，我们是在问如何提高自己的提升能力。这个问题表明，我们真的需要考虑另一个层次的活动——我称之为“C”活动——它特别关注加快提升速度的问题。图2显示了我的意思。
图2 引入“C”级活动，提高提升的能力
显然，对“C”类活动的投资具有潜在的高杠杆作用。在这里，正确的投资会使B级生产力(即提高能力)的回报方面成倍增加，这又将在组织的主要活动的生产力回报方面成倍增加。这是一种获得创新投资复合回报的方式。
“C”类活动投资的高杠杆，使得这种创新投资特别适合于政府、图书馆等公共服务机构，以及整个行业中不同公司和机构的广泛联合体。这样做的原因不仅是一个小小的投资就能产生巨大的影响——尽管这当然是一个重要的考虑因素——而且因为在“C”活动中的投资通常是竞争前的（pre-competitive）投资。这种投资甚至可以在一个行业的竞争对手之间分享，因为从本质上讲，这是一种创造更好竞争环境的投资。也许在美国，最近这种投资的典型例子是国防部对最终成为互联网的东西进行的相对较小的投资。
另一个例子，从私营部门来看，企业在参与品质运动（quality movement）的过程中，为提高产品和工艺质量所作的投资。这项投资特别重要的是，当涉及到ISO 9000合规性和其他质量项目（quality programs）和措施（measures）时，各公司——甚至相互竞争的公司——都加入了行业联盟，共同制定基准和标准。它们甚至分享了关于质量项目的知识。在C级的这种合作活动（collaborative activity），为B级和A级的个别公司带来了巨大的收益。当你在C级工作时，合作（collaboration）可以产生比竞争（competition）大得多的回报。
明智地投资于提升
让我们牢记我们更大的目标：我们希望纠正当前的偏差（bias），这种偏差源于对市场力量的过度依赖以及对易用性的痴迷，这阻碍了开发更好的计算工具。我们想这样做，这样我们可以使用计算机来增强整个群体的能力，因为可以共享知识，共同解决真正困难的问题。我提出的建议是，通过进行相对较小但高杠杆的投资来纠正这种偏差，以努力提高我们提升的能力——在我所说的C类活动中。
这项建议之所以具有吸引力，不仅是因为定量的（quantitative）原因——因为它可以用相对较少的投资产生很大的变化——也是因为质量上的原因：这种投资最能支持颠覆性创新（disruptive innovation）——这种创新是拥抱一个以知识为中心的新社会所必需的。从以制造业为基础的经济体系向以知识为基础的体系转变的加速，需要反映在我们相互合作方式的加速变化上。这是一种我们可以通过专注于“C”类活动，专注于提高我们提升的能力，来接受的变革。
考虑到这些，我们需要做什么？
这些问题的答案有两个不同但互补的维度。第一个维度与流程（process）有关：你如何以一种符合“C”类活动的方式来操作和设定期望？第二个维度与实际的工具和技术有关。
流程方面的考虑（Process Considerations）
投资“C”类活动不同于投资新材料的研究或ERP系统，以更好地控制库存（inventory）和会计（accounting）。这些类型的投资有非常具体的目标，并且往往沿着一条直线从规格（specification）到最终交付（final delivery）。当然，我们知道通常会有惊喜和计划外的情况——但这不是最初的预期。B级投资应该是可预测的。例如，没有人会想到安装两个ERP系统——比如说，SAP和Peoplesoft——来发现哪个更好。在B级投资中，你会在前期做出设计决策（design decisions），然后实施设计。
C级投资不是这样的。在这里，你通常会同时执行多条路径。在C级，我们试图理解提升（improvement）是如何真正发生的，从而提高我们的提升能力。这意味着让不同的小组探索通往同一目标的不同路径。当他们探索时，他们不断地交换他们所学的信息。我们的目标是，通过在不同小组进行的过程中，交换重要信息，来最大限度地提高整体流程（maximize overall progress）。这意味着，在实践中，努力追求目标的人们之间的对话，通常与研究的最终结果一样重要。通常，团队在探索过程中学习的东西，最终会带来突破性的结果。
C级创新和更注重具体结果的创新之间的另一个区别是，在C级创新，背景（context）非常重要。我们不是试图解决一个具体的问题，而是深入了解各种各样的活动和提升（improvement）的机会。这意味着既要关注外部信息，也要关注当前具体工作的具体情况。事实上，在我自己的工作中，我经常发现，当我在追求一个问题时似乎走进了死胡同，关键通常是提升一个抽象层次（a level of abstraction），去看更一般的情况（general case）。
请注意，这与典型的解决重点问题、B级问题的方法是截然相反的，在这种方法中，你通常会不断缩小问题的范围，使问题更容易处理。在我们的提高提升（improving improvement）工作中，突破来自于另一个方向——从解决一个更大的问题开始。
因此，在C级工作的团队是并行工作的，相互共享信息，并将他们的发现与外部因素和更大的问题联系起来。更简单地说，C级工作需要投资整合（investment integration），齐心协力把各个环节联系起来。
顺便说一句，这就是我在SRI领导的团队开发用超链接（hyperlinks）连接信息（connect information）的方法的原因，早在二十多年前，它就已经在网络上出现了，超链接确实是我们跟踪自己所做事情的关键部分。
回想起我们在SRI的研究，我想到了C级开发工作的另一个关键特征：你必须应用你的发现（You have to apply what you discover）。这是你伸出手抓住一点未来，并把它带回现在的方式：你抓住它并使用它。
因此，在C级，这个方法的重点是:
并行开发（Concurrent development）
通过持续对话和与外部信息的持续交叉检查（cross checking），整合（Integration）不同的并行活动（concurrent activities）
应用所获得的知识（Application of the knowledge that is gained），这不仅作为测试知识的方式，也是一种了解知识本质和支持提升能力的方式。
作为一种助记手段，可以将C级过程的关键特征集中起来，你可以将“并行开发”（Concurrent Development）、“整合”（Integration）和“知识应用”（Application of the knowledge）放在一起，称为“CODIAK”。对我来说，这个发明的词已经成为我对C级发现活动最重要特征的速记。图3说明了CODIAK过程建立在持续的、动态的信息整合基础上的方式，这样提升团队（improvement team）的成员就可以相互学习并向前发展。
图3 CODIAK流程的关键要素
工具和技术投资
政府和机构如何对不同类型的创新进行高杠杆投资——这种创新将在计算领域带来新的机遇和能力？部分需要的是创新流程的新方法——这就是CODIAK的意义所在。但是追求CODIAK本身需要一些技术支撑（technical infrastructure）来支持对话、外部信息和新知识的并行开发（concurrent development）和持续整合（continual integration）。如果你觉得这听起来有些像是递归的（recursive），就像蛇通过吞下自己的尾巴来更新自己一样，请放心，这种递归（recursion）不是偶然的。就像我刚才说的，CODIAK的一个关键原则就是对所学知识的应用和使用。这个递归的（recursive）、反射式的（reflective）应用从一开始就是正确的。
那么，我们需要从哪些方面入手呢？
我们需要的最重要的东西之一是一个地方，来保存和分享我们收集的信息——对话、外部信息、我们学到的东西。我称之为“动态知识库”（Dynamic Knowledge Repository），或DKR。它不仅仅是一个数据库，也不仅仅是一个简单的互联网网站集合。它不一定都在一个地方——它当然可以分布在不同的人和组织中，这些人和组织正在合作提高提升（improving improvement）——但它确实需要对每个人都是可访问的——用于阅读、写作和建立新的联系。
DKR（“动态知识库”）是一个很好的例子，你可以用适度的手段开始在C级进行投资，当它上升到B级和A级时，就会得到回报。这正是我所说的“自助法”（bootstrapping）的意思。这是一个非常美国化的术语——这个形象是指一个人能够用自己的鞋带把自己拉起来，完成一项奇妙的、不可能完成的把戏——但这个想法是我们每次“启动”（boot up）计算机时都会付诸实践的。永久只读存储器（permanent read only memory）中的一小段代码知道如何去磁盘获取更多的指令，进而知道如何做更多的事情，例如获取更多的指令。最终，这个使用连续步骤（successive steps）导致更大步骤的过程，建立在彼此之上，使整个机器启动并运行。你从小处着手，不断利用你在每个阶段所知道的知识，来解决一个越来越大的问题。
这正是在C级投资建立DKR（“动态知识库”）所能带来的结果。你在那里学到的东西可以用来提高C级的工作，进而提高B级的能力，然后转化为组织的主要A级的新能力。
另一个关键的早期投资是开发工具，为所有用户阶层提供获取DKR（“动态知识库”）中的知识的机会，从初学者到期待高性能（expecting high performance）的专业知识工作者。这种“超范围”（hyperscope）——这是我的术语——允许每个人根据自己的能力贡献和使用DKR（“动态知识库”）中的信息。它避免了让每个人，甚至是专家，都使用同样的、对初学者有帮助的过度用力的“网球拍”（tennis racquets）的问题。
与“超范围”（hyperscope）相关的是，提供DKR（“动态知识库”）知识不同视角（views）的能力——我指的是“视角”（views）——强调的是“视觉”（visual）意义。离开纸上的文字，我们需要能够直观地（visually）分析一个论点——或者一次会议的结果。我们需要超越把计算机理解为某种奇特的印刷机，并开始用它来分析和处理我们作品的象征性内容（the symbolic content of our work），扩展我们自己的能力。我们已经在专门的案例中做到了这一点——最近最引人注目的例子之一是，在分析构成人类基因组的序列时使用高性能计算。现在，我们需要将其扩展到更普遍的一类问题，即人们在一起工作时遇到的问题，试图相互理解，并合作做出决策。
工具和技术开发的另一个重点关注领域，集中在人类与计算机的交互方式上。众所周知，正是在尝试拓宽人类与计算机之间的连接带宽（the bandwidth of the connection）的过程中，结合视觉（visual）和动作技能（motor skill）两个维度，我开发出了我最著名的发明——计算机"鼠标"（mouse）。
这里还有很多事情要做——我觉得我们只是触及了表面。图4为你提供了一个关于这个非常肥沃的领域和突破性创新机会的概述。
图4 人类增强系统接口（The Human-Augmentation System Interface）
能力基础设施（The Capability Infrastructure）——这是这幅图中间的东西，也是我们在创新的C级工作时所说的提高（improving）——结合了来自工具系统（tool system）和人类系统（human system）的输入。工具系统——这是计算机的贡献，提供了对不同媒体（media）的访问，给我们提供了不同的信息描绘（portray information）方式，等等。人类系统带来了丰富的范例（paradigms）、习惯中捕捉到的信息（information captured in customs）等等。这个集合中更静态的部分，可以通过构建本体（construction of ontologies）和其他工件（artifacts），直接添加到能力基础设施（Capability Infrastructure）中。
人类系统（human system）作为这个框架中最擅长学习的部分，也带来了发展新技能、从培训中获益以及吸收和创造新知识的机会。这些动态元素（dynamic elements）是“魔尘”（magic dust），使整个系统具有创新能力和解决复杂问题的能力。这些使得“增强系统”（augmentation system）不同于单纯的自动化系统（automation system）。
这些有价值的、动态的、人类输入，当然必须通过人类的运动（motor）和感知（perceptual）能力进入系统。正是这些人类能力（human capabilities）和基础设施（infrastructure）的其他部分之间的界限——在这个图中用粗重的红虚线表示，并标记为“H-AS Interface”——在非常真实的意义上，定义了这个增强系统（augmentation system）的能力范围。如果这个接口（interface）是低带宽（low bandwidth）的，只能传递一小部分人类知道的和能做的——以及机器能描述的——那么整个系统趋向于更“自动化”（automation）而不是“增强”（augmentation），因为计算机和人类被这种低保真度（low-fidelity）、有限的接口（limited interface）隔离开来。
另一方面，如果这个接口（interface）可以高速运行，并捕捉细微差别（nuance）——甚至可能扩展到面部表情（facial expression）、心率（heart rate）或精细动作反应（fine motor responses）的变化，那么我们就大大增加了将人类能力直接整合到整个系统中的潜力——这意味着我们可以反馈（feed back）、放大（amplify）和使用它们。
当你开始以这种方式设想人类系统接口（human-system interface）时，“易用性”（ease of use）的整个概念——我们现在如此着迷的这个问题——看起来，它应该仅仅是一个单一的概念，而且，从宏观的角度来看，在一个更加丰富的结构中，并不是非常重要的维度。建立更强大的能力基础设施（capability infrastructure）的关键，在于扩大沟通渠道和模式（channels and modes of communication），而不是简化它们。
这是非常强大，令人兴奋的东西。如果我们开始按照这个（THIS）概念来行动，我们作为人类，与我们创造的这些神奇的机器之间的关系，我们真的开始为成长和解决问题打开新的机会。
这里的要点是，对CODIAK流程的承诺导致了非常具体的技术开发投资（investments in technology development）方向——你们的公司、机构、机构和政府可以进行的投资。进行这些投资的原因是为了打开新的创新之门，使你有能力解决更难、但可能更丰富的问题。
你的参与很重要
我想再次告诉你们为什么这如此重要，希望得到你们的承诺，帮助我们走出我们似乎一直坚持走的危险、令人失望和狭窄的道路。
人类最具有人性的特征——最明显区别于地球上其他生命形式的特征——不是我们的对生拇指（opposable thumb），甚至不是我们对工具的使用。是我们创造和使用符号（create and use symbols）的能力。我们观察世界的能力，把我们看到的东西变成抽象（abstractions），然后对这些抽象进行操作，而不是对物理世界本身进行操作，这是一个完全令人震惊的、美丽的事情。我们通过音乐、艺术、建筑和语言，以美妙、美丽的方式展示了这种处理符号的能力，但符号制作（symbol making）和符号使用（symbol using）的基本行为本身就是美的。
举一个简单但非常有力的例子，我们发明了“负的”（negative）——我们处理不存在的事物（something is NOT）的能力，就像我们处理存在的事物（what it IS）一样简单。在人类心灵之外，自然界中没有“不存在”（NOT），没有“负的”（negative）。但是我们发明了它，我们每天都在使用它，并用它来划分世界。这是一个惊人的创造，也是一个典型的人类的创造。
五十多年前，当我第一次遇到数字计算机（digital computer）时，它让我感到惊讶，甚至谦卑，因为在计算机中，我看到我们有一个工具，它不仅仅是移动地球或弯曲钢铁，而是我们有一个工具，它可以操纵符号，更重要的是，以新的方式描绘符号，这样我们可以与它们互动和学习。我们有一个工具，可以从根本上扩展我们在这个领域的能力，使我们更人性化、更强大。
美国本土有一个关于土狼（coyote）的神话——美洲大草原上的一种土狗，土狼（coyote）从天上降下火来为人类所用，招致众神的愤怒，使人类比众神想象的更强大。我的感觉是，计算机科学给我们带来了更强大的力量，放大（amplify）和扩展（extend）我们操纵符号（manipulate symbols）能力。
在我看来，既有的权力和财富来源似乎在某种程度上清楚，计算机带来的新力量（new power），对现有的所有权和财富结构（structure of ownership and wealth）是危险的，因为它像火一样，具有改变和创造新事物的力量。
我作为美国国家技术奖（National Medal of Technology）的获得者，我致力于在自己的国家内部提出这些问题和疑问。
我们需要成为更好的人（better at being humans）。学会以新的方式、跨群体、跨文化地使用符号和知识，是一个强大、有价值、非常人性化的目标。这也是一个可以实现的目标，只要我们开始敞开心扉，充分、完整地使用计算机，以增强我们最人性的能力。
Bootstrap Alliance
我代表我自己的小组织Bootstrap Alliance，来参加这个会议。我们不卖产品——或其他任何东西。但我们确实为你们提供了一个机会，让你们积极参与到其他人和其他机构中去，这些人和机构有兴趣理解，如何使用这种从天而下的“新火焰”。
更具体地说，Bootstrap Alliance是一个由其他提升社区组成的提升社区（improvement community）——我们专注于提高提升能力，并帮助其他有相同兴趣的群体做得更好。我们的存在是为了帮助C级组织更好地做好C级组织的工作。毫不奇怪，我们的方法是基于在这些不同的开创性社区（pioneering communities）中并行开发（concurrent development）、整合（integration）和应用知识。
相关阅读：
道格·恩格尔巴特是如何成就“所有演示之母”（the Mother of All Demos）
艾伦·凯：预测未来（Predicting The Future）
人、机器和有关的世界（诺伯特·维纳）
文本的未来（艾伦·凯）