数据—>信息—>知识 这三个词在实践中很难鲜明地区分开来。长久以来,人们把数据视为"信息",现在他们不得不转向定位更高的"知识"以探讨信息———从而有了“知识管理”。 从我自身和周围�

数据—>信息—>知识

这三个词在实践中很难鲜明地区分开来。长久以来,人们把数据视为"信息",现在他们不得不转向定位更高的"知识"以探讨信息———从而有了“知识管理”。

从我自身和周围朋友的工作方式来看，大家已经迈出了第一步：将信息数据化，比如用电脑存储资料。但资料一旦增多，接下来面临的问题就是如何高效地掌管信息，如何将满抽屉的光盘和硬盘里的资料，以我们需要的方式进行整理？获取信息已经不成问题，但再好的信息放着不用也就成了信息垃圾（注意：不同于垃圾信息）。Janes Marin和Cline Finkelstein提出的"信息工程"方法论意于解决这个问题.

信息这东西其实很调皮.有时候会遇到一些看似无关紧要的资料,不加留意,待日后急需时却怎么也寻不着;或者,常有另外一些特别细心存放的信息,小心翼翼地记录着,却日复一日,养兵千日,不见用兵一时.

如何看待这个问题并寻求解决的方法?

数据—>信息—>知识

及时将信息处理从而提升为知识，这应该是个好方法。而这个阶段是有实质性变化的。从主客观来看，这是从客观认识上升为主观意识。从具体运作来看，瓶颈不是技术而是人。比如政治就是阻挠信息共享的潜在危机之一。大政治不必去说，小政治则是人人都要遇到的。如何从形形色色的资料中找出有价值的信息？光是一张数据处理后的报表，或是一条条布满百分比的调查结果，未必真的有价值。

我现在努力回顾大学里在《调查统计》课上学过的原理（很遗憾，逃课太多，所记甚少，只有自己不断变化领悟了），与现实生活中经常遇到的调查问卷相比，稍一分析就很容易发现问卷上所设问题的不科学性。这样的调查结果就不可信了，哪怕你问得再多也无用，反而可能起到误导的作用。类似这一切的一切都不好称其为知识，最多也只能说是反面教材吧。

计算机的确在处理数据上更精确，难以出错。但人的导向一旦错误，指令不对，最终受影响的还是我们的决策。这时，你能指责计算机失职了吗？

学数学的人，应该有很好的逻辑思维，这一点值得大家借鉴。最近上网留意到一个字：“模”（有时间，我会和TAO多交流数学上的“建模”思想，弄清楚缘起的概念和方法论）。虽然，我的数学很差，大学里也只学了半个学期的微积分，但我很愿意也乐于去想象这种“模”的魔力。

从我近期的采访对象———豆批（一位女闪客）的网站上，我发现了一张“骷髅图”（不知道有没有看错：），图形让我又一次想象到构建一个自己的“模”，或者说是“知识体系”，而不是单纯数据库和资料室。有了框架或是指导思想，进而充分运用科技手段，才能点、线、面，触类旁通，为己所用。

信息管理、信息工程是这个时代的课题，既然它已经应运而生，不妨多加研究，看看能否再回首时见其百媚生？我会继续领悟，以期在这个所谓“信息爆炸”的年代，找到一条最适合自己学习、工作的知识之路^_^.
-------- ...