《知识的边界》
第一章 知识超载
知识的三角形 ：信息一知识一智慧(DKIW, data - informationknowledge - wisdom)
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， 勾勒了一个金字塔。 此后可以说， 几乎每个小时都有人在世界某处的某个白 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、 理解和智慧
最基本的策略 就是过滤、 筛选， 要不就是将复杂的事情降低到较为可以掌控的层面。 把水流关
小， 我们就控制住了消防水管 知识一直是这样， 它简化了我们需要知道的事情。
真正的限制并非我们个人大脑的容 量， 而来自我们一直用来超越我们大脑局限的媒介
将我们获取知识的最古老、 最基 本的策略予以改变的—— 是对于知识的链接， 是网络化。 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上来获取它； 我们现在是通过做加法一将 任何一种想法， 它的每一个细枝末节一都放置在巨大的、 松散链接的网络之中， 来 获取知识。 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都不同了。
信息超载作为一种生活方式 现在的信息超载也和以往不同了。
太多的信息能够损害我们思考的能力。 当太多信息进人我们 的“ 湿件”（ wet ware)， 就会超过我们的“ 信道容量 "（channel capacity)
算法 机制和社交机制来帮助我们 。算法技术利用计 算机强大的记忆能力和处理能力， 从浩瀚星云般的数据中寻找出答案。 而社交工具 则将我们朋友们的选择， 作为指南， 帮助我们寻找到感兴趣的东西。
根本的问题： 这种新的信息超载， 是如何影响了我们曾经最基本 的认知策略， 即通过做减法来获取知识（ konwing by reducing) ?
如果信息超载一直都存在， 那我们是如何应对的呢？ 互联网学者克莱· 舍基（ Clay Shirky) 这样说：“ 不是信息超载（ 的问题）， 而是过滤失效。” 如果我们觉得对 信息不堪重负， 那意味着我们的过滤器失效了。 解决方法是去修复我们的过滤器。
首先， 虽然无可奈何、 但也显而易见的一点是， 我们旧有的机制已经无法满足过滤 要求， 因为现在的任务过于宏大了
其次， 我们每次上网都会遇到如此多的信息， 这告诉我们， 过滤系统再怎么利用社 交网络、 再怎么新奇， 也没有一个过滤器能够给我们提供恰好是我们需要的全套知 识。 因为， 好东西实在是太多了。
第三， 不好的东西也太多了。 网络可能没有让你我变笨， 但是看起来它的确让一大群其他人变笨了。
第四， 我们可以看到一或者至少它让我们如此怀疑到一不论何种观点， 网络上都有 人不赞成。
第五， 网络的过滤体系是向前过滤（ filtering to the front)
从最本质上来说， 新过滤器就是链 接。 链接不仅在网上随处可见， 它们还是信息的重要组成部分。
第六， 过滤是格外关键的内容。
新的向前过滤的结果， 是一个日益聪明的网 络， 它们会带有越来越多的触角， 帮助我们找到自己的过滤方式， 并理解我们找到 的信息的意义。
所以， 过滤器已经被彻底颠覆了。 以前它们是减少信息量， 将没有通过过滤的东西
隐藏起来， 而现在， 它们是增加信息量， 将整片信息深海展现在我们面前。 就连我
们用于处理信息超载的技术， 也告诉了我们， 在我们的过滤结果之外， 还有太多我
们竭尽全力也无法全知的东西。 在知识过载面前， 我们再也无处可遁。
知识也开始显现出新的样子： 宽度（ 众包： 发动上千名普通读者参与）、 无边界、 平民主义、“ 他人” 授证、 悬而不决。
第二章 深不可测的知识海洋
知识的基础即事实
知识一直是一套停止点系统， 其正确性又由无数停止点来证明 我们的环境过于巨大以至于任何个人都不可能了解它。 知识系统是对这一事实而产 生的具有智慧性的适应。 得到了某一个问题的答案之后不再询问同一问题的物种， 能够进行新的探寻。
在19世纪发生了什么， 使事实变成了知识的根基呢？ 过程是曲折的。 美国学 者玛丽· 朴维（ Mary Poovey) 追溯到16世纪在意大利的复式簿记的发明。 复式簿记 提供了一套程序， 从而使得任何人， 不论地位高低， 只要遵循合适的程序， 都可以 准确地查看分户总账 。从此， 理论不再是从对重大原则的逻辑推理中得出， 而是由事实构建， 正如房子 是由砖所构建的一样。
知识的基础比以往更加难以钉牢。
不仅事实在论断中的作用发生了变化， 事实的基本形式也发现了变化。 我们可以把 事实的近代历史区分为三个阶段（ 尽管真实的阶段划分起来要更为混乱）。
首先， 是经典事实时期（ Age of Classic Facts)， 代表是使用解剖工具的达尔文 和议会蓝皮书。 这些事实相对稀缺， 需要付出较大努力才能发现， 并且用于证明理 论。
之后， 在20世纪50年代， 我们进入了基于数据的事实时期（ Age of Databased Facts)， 以堆放在电脑主机劳边的打孔卡为代表。
现在， 在网络时代（ Age of the Net)， 只有谈论网络化的事实（ net worked facts) 才说得通。 如果经典事实和数据事实被看做是从根本上孤立的知识单元， 那 么网络化的事实则被认为是网络的一部分。 网络化的事实存在于一个相互连接的网 络内， 如此它们才变得有用， 能被人们理解
网络化事实会指明它们来自何方， 并且有时候会指明它们将去往何方。 的确， 一种 被称之为关联数据（ Linked Data) 的新标准正以前所未有的方式， 令一个网站的事 实也可以非常简单地为其他事实所用一从而使得一个特定目的的全球数据公地成为 可能。 关联数据的关键， 是不仅仅让电脑程序获取事实， 还要求链接以获得更多关 于事实的背景信息。
事实之所以能变得网络化， 是因为我们新的信息基础设施恰好是一个超链接的出版系统。 因此， 网络化的数据既向后指向了一个传统 的数据库， 也向前指向了不受控制的网络化讨论
第四章云上的专家意见
从群众到网络
如果用图解来表示不同方式组织的效率， 那么直到过去几年， 这个图解还会简单地 类似金字塔状。 底层是带着多重目标的人群， 散落如同春日里城市中散步的人群。 随着金字塔向上延展， 社会群体变得越来越小， 它们的组织程度也随之增加
当你试图从大的群体中获取有效结果时， 确实存在一种社会熵（ social entropy)， 存在资源的浪费。 组织可以对此加以控制从而能让非自然地聚集在一起 的人们共同工作， 但这要消耗太多能量。 只要看一下地方军队或是跨国集团便可以 知晓。
互联网最基本的五个性质， 从最简单的开始， 到最复杂的 结束。 每一种性质都催生其独有类型的网络化专家。
性质一： 网络连接大众
互联网首要的也是最明显的一个特点就是它造就了有史以来最大的群体。
知识一直是社会性的 。之前我们建立了一个把专业知识集于极少数专家手中的知识系统： 如果与
大多数人交流需要耗费极大的成本， 那么我们最好把麦克风交给最为专业的人。
互联网解除了这些限制。 但互联网规模的巨大性也造就了新的可能性一那就是， 一 群本不相关的人共同解决问题， 或者为那些大到任何专家个人都无法解决的议题提 供知识资源。
性质二：网络汇聚了众多不同类型的人
性质三： 网络最像燕麦粥： 粘稠而多块
性质四：互联网是累积性的
网络变得更专业不仅是来源于人们创建的内容，而且来源于人们在内容之间创建的 链接。链接策划和展示（curate)着网络。但链接本身也是内容。事实上，一种很 重要的专业知识就是能够应对这如迷宫般的链接。链接的累积使得网络上累积的内 容更为可用（因为可以被查找到）和有价值（因为围绕所有内容的片段都提供了上 下文）。
性质五：互联网无限地增长
专家知识曾经是基于主题的。书籍聚焦于特定的主题，因为它们必须要在封面中的 空间内阐述。因此，在纸质时代，知识看起来像是可以分割成各种可掌控的领域。
在网络上，主题不会被整齐地分割，它们一团乱麻般地联系着。当然人们仍然在发 展深入的专业知识，但专家的网络已经更好地从整体上反映出了真相一主题的边界 是纸张边界的结果。
专家知识的价值曾在于其结论的确定性。书籍只有一次表达机会。当书籍出版之 后，对于作者来说想要改变其中的观点是一件很昂贵的事情。因此，书籍尽可能地 会明确事情。但是因为网上人众，且兴趣、能力存在差异，专家网络几乎是关于任 何事情的各种观点的荟萃。专家网络的价值就在于它是开放性的，而不是为了简单 地达成不可动摇的结论。
专家知识过去常常是不透明的。专家的报告经常告知我们其如何推导出结论，通常 会包含支持数据，但是我们并没有奢望能够多么深入地领会专家的想法：报告和其 中所包含的数据，一直是我们的停止点。网络化的专业知识，则会把链接到数据来 源视为理所当然的事情，哪怕是与自己相矛盾的观点。简单搜索一下，就可以发现 专家及专家所依赖的信息存在的情境。
专家知识曾经是单向的。书籍是广播最原始的形态，是一种一对多的媒介：读者可 以在书页的边缘红笔标注一个大大的“不”，但是作者永远也不会知道这一点。而 网络则是多向的。任何专家如果认为她谈论什么我们就单纯地聆听什么，那她就低 估了网络。
专家曾是一个特殊阶层。相当少的人能够出版书籍。为了达成这个目的，你必须经 过编辑过滤器的筛选。这些过滤器通常而言都运转得不错，所以出版一本书，既需 要你有资质，同时又会为你带来资质。它也许会使你获得终身教职。在网络上，我 们发现专家知识从一些原本看起来并不相关的语境中浮现。首先发现如何清除溢油 的人可能是一个水泥专家。在网络上，每个人都有潜力成为某一方面的专家一这完 全取决于所提出的问题为何。
专家倾向于用一体化的声音表达。书籍有作者和编辑确保其前后一致。即便是多人 文集，编辑也会确保不同作者之间适当一致，至少在内容和语气上。专家自己也是 要一致的，要是人们发现他们自相矛盾，他们就会陷入尴尬。但网络化的专家意 见，则像是一个充满了观点、知识和权威的嘈杂的市场。
最重要的，是专家知识从专家个人的性质转变为网络的性质。当然，不是所有的网 络都能提高互联的专业知识的水平。
因为网络化的知识必然包含着不同。
第五章一个回声的市集
现如今，我们是一个矛盾的集合体。
一方面，我们认为挑战自己的观念，尤其是在根本的层面上挑战，是很重要的
一方面，我们希望能有更多意外发现带来的惊喜(serendipity)
一方面，我们对如今可以听到更多的声音这一事实感到庆幸，不再仅限于那些传统 的媒体。
所有的知识和经历都是一种解读。解读是社会性的。解读总是在某一种文化、某一种语言、某一段历史或者是我们所 关心的某一项人类计划中生发。
解读没有高下之分。任何一件事物，总是有各种不同的解读路径，而且也没有任何 一种解读方法能够在脱离语境的情况下声称自己是最好的解读方法 解读发生于话语之中。你不可能脱离语境来谈论某一事物
第六章 长形式，网形式
要想认识世界，我们需要比这长得多的论证，因为世界非常复杂。可 能我们要从A开始，一直论证到Z,每一步都要经得起仔细推敲。这种长形式（longform) 论证的方式，就是一直以来人类用于推理的最好方式。
书如何能够整合起上述功能：“建造一种类 似于金字塔的层级结构。”最顶层的应该是“简洁的叙述”。第二层，可以是“关 于这一论证不同方面的扩展”。第三层，提供支持前两层的材料。第四层，附
上“前人论述之精选和讨论”。第五层是教学工具。第六层可以鼓励读者评论，交 换意见。
书出来了，它出版了，任它周围的世界如何变迁，它都不会再变。
因此，是实体书，要求你进行长形式的写作。通过它的许多（但也不是太多）页 码，书完善了一个想法，有开始，有结束。一本书中必须包含和这个想法有关的一 切，因为要让读者再去寻找他所需要的东西是很困难的。你，书的作者，要决定你 的思想的顺序。书的结束，也鼓励着一种思考的结束：直到你相信你的思考已经完 成并且很正确，否则你不会结束写作。
因此，书的物理特性，鼓励并且使得长形式思考成为可能。
书籍并不表达知识的本质。它们表达的，是那种书写在纸上、忽略思 想的边界而分割成一页页、装订在一起、大规模印制传播的知识的本质，而这一切 又都是在某种经济体制的限制之下发生的。 因此，认为知识形如书籍的想法，就像是惊讶一块石头怎么就和它所在地面上的洞 能如此严丝合缝。
形状当然重要。当知识还是金字塔形状的时候，当它还是建立在所有成员共享的一 个坚固的基础之上的时候，当它的内容是由可信赖的权威过滤的时候，当我们知道 哪些被涵盖进去、哪些没有的时候，当知识还有形式和形状的时候，知识很容易找 到权威。无形状的知识反映了知识的更新，但却是以消弭了中央权威为代价的，而 此前商业、文化、科学和政府都围绕着这个中央来运行。这种变化就其本身而言， 当然是个严肃的议题，但同时它也是另一个变化的结果，即传统上知识所赖以维系 的基础的变化：知识和世界的基本关系，已经大大不同了。
知识的网络化正在对知识的本质以及长形式思考在其中发挥的作 用，带来一些根本性的变化。
首先，虽然权威仍然是一个“停止点”，但是权威已经不再是一个主要由有资质的 人所构成、专门生产特级产品的特殊阶层了。相反，权威更多地是由功能性来定 义：权威是你在无数链接中访问的最后一个页面一是你决定不再继续去点击其他链 接的那个页面。
其次，超链接式的作品建立了一种诱惑型生态，驱使我们一路向前，不停点击
第三，一部作品的权威性，不再是由它的出版机构盖章认可，而是在不断地编辑、 阅读、审议、讨论、修改这种连续的体系中和不断周而复始的过程中，协商产生。
第四，话题的边界，不再以书的结尾为标志。相反，所有的话题、观点、事实以及 知识，都被嵌人到参考、讨论、论证的网络之中，不断地接受测试，反复地被使 用。
第五，一直以来，我们都将长形式作品视为人类知识的伟大成就，因为它们能够完 整地阐述观点，这不啻于是一种奢侈。但是现在，观点从线装的书页中解放出来之 后，我们发现，以前的长形式作品从来都不够长。它们在杂乱的观点中发现秩序， 明晰观点，但却通过一种强迫读者的形式，让读者的目光只能沿着作者铺成的小径 前行。但是人与人是如此不同，若真正释放思想，它们将会无穷无尽地开枝散叶。 根本没有任何孤立的思想，从来没有过，有的只是思想之网。
第六网状形式的思想，会将知识嵌人到关于知识 的对话中去。
第七，如果我们将知识视为孤立的内容，而不去联系它所处的那种新的、超链接式 的对话、争辩、阐释甚至对骂的上下文，那我们就错失了知识正在经历的最重要的 变化。知识现在就是一张没有形状的大网，在其中思想可以自由表达。
第七章太多科学
科学创作共用允许你使用自己偏爱的名字。意见不一的人也能找到一 个层面，将两个不同的名字对应起来，这样他们自己的计算机就能知道，两个名字 其实指向的是同一个基因，而不用去理会别的科学家是怎么想的。 这种保留差异和处理差异的方法非常强大。其核心是一个“命名空 间”（namespaces)的概念：在一个域内，名字是独一无二的。电话系统就是一个 命名空间，包含了独特的标识符，对数位、地区代号等等有着特定约定
现代科学不是因为它（符合） 现实而让我们有能力去处理问题，它就是让我们有能力去处理问题。”不同的目标 需要不同的工具。
一个基本的答案是，网络重启了科学，揭示出旧的方法已经远比我们想象的要四分 五裂。一言以蔽之：科学曾经是一种出版的类型，而现在则在变成一个网络。
科学一直以来其出版网络都是内部相互索引的科学，如今则 存在于一个链接的网络中。我们创造链接，电脑搜寻着显示新链接的网页，而关联 数据格式也令人们可以更加容易地创造出等待新用途的关联数据云
互联网加快了科学发展的速度。互联网拓宽了 科学的疆界。
网络化的科学则完全不同。这个科学无比庞大，永远存在分歧，讲究实 用，借由命名空间来协调差异，而且永远不确定。一句话，网络化的科学看起来更 像是科学家眼中的科学，而非媒体眼中的科学。
第八章盖在网络节点上的图章
这些年来，维基百科已经发展出一套政策和流程，能够允许社区——也即网络—— 来做出决定并改善决定。当整个网络无法达成一致时，其他的程序就会启动，包括 一个仲裁委员会，然后要是还不成，当然这种情况很少，还有终极的一人仲裁委员 会 。这种遍布整个网络的分布式领导力不仅仅发生在维基百科。
还有Linus 。
传统企业仍然可以从这些基于网络的企业中学习。
首先，相比层级环境下的决策制定，网络决策（net work decision-making)在按 比扩展（scaleup)上表现更为出色
其次，当决策需要基于对地方性知识了解很多的时候，尤其是情况复杂多变，或者 前路未明的时候，网络决策就表现得更加出色。而在目标来自外部设定、工作依赖 性较强、参与者熟知工作流程并且不得不遵循指示的情况下，网络决策就不像前一 种情况表现得那么好。
第三，在层级化的、自上而下的决策可能会适得其反的情况下，网络决策能够激励 人们。层级结构通常压制差异和分歧。
第四，当决策力遍布整个网络时，地方性知识也能得到更多地应用
第五，当整个网络的决策由地方层面做出决定时，它们更有可能代表当地成员一通 常是志愿者一的利益。
第六，层级化的组织，其领导力仰赖于金字塔顶端那个单独的个体；相比起领导力 遍布于网络的组织，“弹性”自然要差些。
第九章打造知识的新结构
我们正面临一场知识的危机。
当然，大部分网络给我们的东西，不能算是知识
在这个丰富性的世界中，知识不再是一座图书馆，而是一个调到符合我们当前兴趣 频率的播放列表。它的内容不再永远真实，但是却对完成当下的任务足够有用。它 不再是一个王国，而是一条能够令我们到达目的地的道路。
链接
知识向来是在一种情境下产生的，这种情境又由某种形式的网络发展而来，并且通 过某种形式的链接得以维持。
链接腐蚀掉了作者的控制。
链接也改变了知识基本的拓扑结构
知识现在具有了一种网络的属性，不再只 是了解某事的个体，不再只是包含知识的物体，不再只是促进知识的传统机构。所 以，让我们看看自己能做些什么，好让这个超链接的、超级丰富的网络成为孕育承
载知识的更好的环境。
下面是五种方法，可以帮助你让网络化的知识发挥它本应有的作用：
一、开放通道
开放取用知识库则提供了一个公共空间，学者们和研究者们可以在 研究过程中的任何一个时刻，将他们的作品放人其中。这些知识库让人们更快地获 取到信息和观点，也让人们能够偶尔接触到那些有价值的、但却没能通过同行评审 的想法。我们应该支持它们。
开放的生态所以重要，还因为它有利于网络包容一切、再行过滤的政策。
过滤器
正在变得明显而公开，一如知识物品一直以来的样子。好好利用过滤体系，你就能 更好地利用这个开放的网络，增加它的价值。
二、提供智力之钩
丰富性也存在两个主要的风险：首先，我们找不到要找的东西；其次，我们会找到 很多迎合我们最低需求的有吸引力的东西。一个简单的做法就可以解决这两种忧 虑，虽然还不是那么完美。
解决信息超载的方法是创造更多的信息：元数据。当你在文件夹上贴上标签，你就 是在利用元数据，这样就能找到文件夹里的文件。为你发表在网络新空间的信息提 供元数据，就可以让人更加容易地找到它。我们还可以更多地利用这一点，正如一 行说明帮助我们理解一幅图片那样。
有些这样的元数据的增多需要人们付出更加明显的努力：我们积酿数据的集合，给 它们打分、留言、写评论。但是很多有价值的元数据还可以通过检查人们无意中留 下的痕迹来推导出来。亚马逊网站已经成为了这方面的专家：它分析人们点击了什 么商品，每个人买了什么，大家买了什么，然后就能够告诉用户们他们可能会对哪 些商品感兴趣。亚马逊用来分析的数据不是人们故意留下来的。也正因为如此，这 种数据反映了人们的真实想法。
三、链接一切
事实是，展示自己的工作过程是有好处的。
链接也将你的作品置于上下文之中，促使我们去学习更多的东西
多链接，再多链接。
四、不要把制度化知识留在身后