Day 01 : 导言 - 知识是如何形成的?

【Obsidian 双向链结型笔记工具研究与应用,打造属於个人的专业知识图谱】 Day 01 : 导言 - 知识是如何形成的?

前言

身为一位知识工作者,有效率地组织脑中的知识是非常重要的。

当我们获得新资讯时,大脑便开始进行「学习 → 试误 → 验证」,结果有效我们就记忆下来、无效就舍弃想法。在过去的学习经验中,知识组织的过程往往是发生在我们的「大脑」之中。

然而人的大脑非常不擅长记忆,艾宾浩斯遗忘曲线 (Ebbinghaus Forgetting Curve) 告诉我们:「在没有复习的状况下,学习过的事物将随着时间而逐渐忘记。」

如果大脑无法有效记忆,我们必须靠科技来辅助我们。异军突起的笔记软件 - Obsidian 能够很好地做到这件事,

我们将学习过的「资讯」纪录在 Obsidian ,并透过软件功能进行笔记连结时,就能建立一张属於个人的知识图谱,加速个人专业知识的形成。

这 30 天的 Obsidian 系列教学文,我将分成「笔记理论」和「软件实作」两大层面介绍。先了解如何写出带有「连结性质」的笔记,再透过 Obsidian 进行实作,就能打造出能够不断被重复利用的个人知识图谱。

一、知识组成模型 — DIKW

提到知识的组成,就不得不提到着名的知识组成模型 — DIKW。
根据维基百科的解释:

DIKW体系就是关於资料(Data)、资讯(Information)、知识(Knowledge)及智慧(Wisdom)的体系。当中每一层比下一层赋予某些特质。

资料层是最基本的,资讯层加入「内容」,知识层加入「如何去使用」,智慧层加入「什麽时候才用」。

看文字很难明白,不如直接看图:
DIKW 模型示意图

1. Data (资料)

任何你从外界得到的讯息,都算是 Data。

2. Information (资讯):加入内容

加入自我理解的内容,也就是将讯息经过自我消化与整理。

3. Knowledge (知识):了解如何使用

:需要将 Information 不断的连结,也就是所谓的「融会贯通」。
经过一段时间,你会形成一个个的知识主题,这些就是你对该主题的理解内容。

4. Wisdom : 了解什麽时候才用

有了 Knowledge,我们能依据不同问题,自由地组织知识来解决问题。

事实上生活中、工作中的一切学习都有 DIKW 的影子,让我举一个例子说明。

二、知识到底怎麽形成的?

小明是一个料理新手想要精通煮咖哩饭,於是他读完了一本「如何做出美味的咖哩饭」的美食书。从一开始操作,到最後小明能做出一碗美味的咖哩饭,这中间到底发生了什麽事情?

1. Data (资料)

食谱书对於小明而言,就是「资料」。

小明一开始按书操作:

  1. 食材备好。
  2. 锅热油,洋葱先下锅爆香。
  3. 鸡腿肉下锅拌炒。
  4. 红萝卜、马铃薯也下锅,加水炖煮。 水量需要淹过食材。
  5. 水滚後,加入咖哩块调味。 盖上锅盖转小火继续墩煮。
  6. 待红萝卜、马铃薯软,鸡肉熟,即完成。
  7. 盛碗白饭,淋上咖哩酱,就可以开动啦!

就算他认为已经完全按照书上的步骤,一开始的成品肯定不好吃。也许饭煮得太烂、咖哩太稀、马铃薯切得太大块…等。

这也是多数人学习上的盲点。

你看过、听过的事情,未必就是真的了解了。再没有加入自身的理解之前,它们都只是属於「资料」。

2. Information (资讯)

一直到後来,小明知道了「食材备好」指的是马铃薯、鸡肉、红萝卜、白饭 ; 煮饭可以在备好食材後先煮、调理咖啡块的水不能放太多、马铃薯大概切成比姆指稍大一点还不错吃。

此时这些步骤对他来说已经不再只是书上的文字,他将书上内容与自己的经验做对照,将讯息经过自我消化与整理,变成一条条能够应用的「资讯」。

3. Knowledge (知识)

经过不断的练习,小明开始掌握了煮咖哩饭的诀窍。此时小明也发现,做咖哩饭的某些步骤也可以拿来做其他菜,例如菜要怎麽切才能切的有效率、饭要怎麽煮才能煮的软硬适中,有许多事情是共通的。

他查询了网路,发现有些料理高手会将步骤单独拆开练习,例如「刀功」、「炒菜」、「炖煮」…。对他们来说,如果能将这些「步骤」拆解出来分别练习与掌握,烹饪其实就是一连串独立步骤的排列组合。

当小明将 Information 不断的连结,例如切马铃薯的「刀功」也可以用在煮萝卜汤的切萝卜上,他就正在将煮菜的技巧「融会贯通」,形成「Knowledge」。

4. Wisdom (智慧)

终於在不断的烹煮下,小明掌握了多项烹饪技巧。此时他不再只是会做咖哩饭了,甚至亲子丼、生鱼片、炸天妇罗、烤鱼…等菜肴都相当上手。他能够依据不同的场合自在地搭配出各种菜肴,让自己与朋友、家人都非常开心。

不同场合其实代表着不同的问题,例如「日常煮饭」和「朋友来家中聚餐」就是不同的问题情境。组合不同技能、烹饪出不同菜肴来满足需求,此时的小明已经有了烹饪的「Wisdom」。

Photo by Vincent Keiman on Unsplash

三、Obsidian 如何帮助我们获得知识?

将「记忆」外包出去

在小明煮咖哩饭的例子中,小明必须靠不断地尝试错误 (try and error),将data 逐步转化成 wisdom。这些过程都发生在小明脑中,仰赖的是小明的大脑记忆,如果小明无法每一次都记起「原来我曾经有这样的资讯」,那形成知识的速度就会非常缓慢。

事实上,人的大脑是非常不擅长记忆事情的,例如大家熟知的「遗忘曲线(forgetting curve)」,就是说明在没有复习的状况下,学习过的事物将随着时间而逐渐忘记。
The Forgetting Curve

而 Obsidian 的强大之处,就是:

视觉化 DIKW 的步骤。

当我们可以将学习过的「资讯」、「知识」、「智慧」都纪录在 Obsidian ,并透过软件功能进行连结时,就能够加速知识的形成。

使用 Obsidian 视觉化 DIKW 步骤

下方影片是使用 Obsidian 内建功能展示 DIKW 的形成过程,影片的开头是知识网络的最终结果,中间则是知识的动态形成过程 (笔记互相连结)。

请留意:

  • 每个点都代表一则笔记,笔记与笔记进行连结就会形成一片「知识网」。
  • 每片「知识网」都代表你对某个主题的知识理解程度。
  • 每个点之所以颜色不同,是因为每则笔记的「状态」不同,这个我会在之後的文章详细解释。
  • 「蓝色」代表一则知识主题笔记,「棕色」代表一则资料(data) 笔记 ; 「黄色」代表一则资讯 (information) 笔记,「绿色」代表一则知识 (knowledge) 笔记

笔记的演化顺序为「棕色」>「黄色」>「绿色」,相似性质的笔记会用一则「蓝色」笔记进行连结。


<<:  Day16 - Ajax 加上 Antiforgery Token (一)

>>:  30天学会C语言: Day 0-第一篇不免俗的要来些基础知识

Day 28:Ansible Vault

昨天写完 playbook 之後,有其中一个问题是需要手动输入 root 的密码,但若是所有机敏资料...

Day12 Functional Component的state - useState

介绍完後从外部传入的Props後,我们来讲React的第二种资料模组 - state 系列中会主要以...

自动化 End-End 测试 Nightwatch.js 简易化 selector

在 E2E 测试撰写时,前端可以利用 aria-label 或客制化的 testing tag 来方...

第46天-fd-find 代替 find

使用 fd-find 代替 find,效率更好 下载方式 : sudo apt-get instal...

[Day19] - 打包 Element-UI 的 Vue Component to Web Component

day-15 我们说明了 , 如何将 Vue 的 Component 转换成 Web Compone...