DIKW：數據、信息、知識、智慧的金字塔層次體系

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

 前言

    知識對於我的、組織的重要性已經不言而喻。能夠說，管理與應用知識的能力已經成爲企業的核心競爭力。

    知識如此重要，那麼，究竟何爲知識呢？目前不論在學術界仍是在企業界，對知識的內涵尚未一個統一的認識。關於知識的定義，相信從此很長一段時間，也不會有一致的定義。「知識是什麼」這個問題之因此難於回答，一個重要緣由在於知識緊密地依賴語境及在這個語境中的知識接收者。

    與知識相似，咱們一般提到的數據、信息等一樣與語境密切關聯，並且在實際應用中，這三個詞彙常常會被混用，這剛好也爲咱們提供了另一個對於知識的內涵進行描述的思路，即經過對數據、信息、知識進行比較分析，來描述而非準肯定義知識。並且，幸運的是，在實際應用中，咱們一樣沒必要糾結於學術層面知識的準肯定義。

    本文試圖經過數據-信息-知識-智慧的DIKW層次體系，分析四者之間的聯繫與區別，以及在實際應用中的做用，對知識的內涵和價值進行闡述。

    關於DIKW體系

    DIKW體系是關於數據、信息、知識及智慧的體系，能夠追溯至托馬斯·斯特爾那斯·艾略特所寫的詩--《岩石》。在首段，他寫道：「咱們在哪裏丟失了知識中的智慧？又在哪裏丟失了信息中的知識？」（Where is the wisdom we have lost in knowledge？ / Where is the knowledge we have lost in information？）。1982年12月，美國教育家哈藍·克利夫蘭引用艾略特的這些詩句在其出版的《將來主義者》一書提出了「信息即資源」（Information as a Resource）的主張。其後，教育家米蘭·瑟蘭尼、管理思想家羅素·艾可夫進一步對此理論發揚光大，前者在1987年撰寫了《管理支援系統：邁向整合知識管理》（Management Support Systems: Towards Integrated Knowledge Management ），後者在1989年撰寫了《從數據到智慧》（「From Data to Wisdom」，Human Systems Management ）。

    DIKW體系將數據、信息、知識、智慧歸入到一種金字塔形的層次體系，每一層比下一層都賦予的一些特質。原始觀察及量度得到了數據、分析數據間的關係得到了信息。在行動上應用信息產生了知識。智慧關心將來，它含有暗示及滯後影響的意味。

    數據、信息、知識與智慧的關係

    經過DIKW模型分析，能夠看到數據、信息、知識與智慧之間既有聯繫，又有區別。數據是記錄下來能夠被鑑別的符號。它是最原始的素材，未被加工解釋，沒有回答特定的問題，沒有任何意義；信息是已經被處理、具備邏輯關係的數據，是對數據的解釋，這種信息對其接收者具備意義。舉個例子，

    數據：37.5

    經過這個你能看出什麼嗎？估計很難？

    信息： 姓名：陳浩男   年齡：1.5歲

    性別：女       地址：廣東省廣州市天河區

    時間：2006年6月8日13點20分   腋下體溫：37.5攝氏度

    自述：孩子在樓下玩，回來後看到小臉特別紅，測量體溫爲37.5度

    這個時候，這個37.5有意義了，是一個廣州的1歲半的小女孩在夏天午後玩了後測試的體溫。在這樣的背景下，37.5成爲了有意義的信息中的一個關鍵指標。

    知識是從相關信息中過濾、提煉及加工而獲得的有用資料。特殊背景/語境下，知識將數據與信息、信息與信息在行動中的應用之間創建有意義的聯繫，它體現了信息的本質、原則和經驗。此外，知識基於推理和分析，還可能產生新的知識。最後來看智慧，智慧，是人類所表現出來的一種獨有的能力，主要表現爲收集、加工、應用、傳播知識的能力，以及對事物發展的前瞻性見解。在知識的基礎之上，經過經驗、閱歷、見識的累積，而造成的對事物的深入認識、遠見，體現爲一種卓越的判斷力。

    總體來看，知識的演進層次，能夠雙向演進。從噪音中分揀出來數據，轉化爲信息，升級爲知識，昇華爲智慧。這樣一個過程，是信息的管理和分類過程，讓信息從龐大無序到分類有序，各取所需。這就是一個知識管理的過程。反過來，隨着信息生產與傳播手段的極大豐富，知識生產的過程其實也是一個不斷衰退的過程，從智慧傳播爲知識，從知識普及爲信息，從信息變爲記錄的數據。

    知識的內涵與價值

    應用DIKW體系基於對數據、信息、知識進行對比分析，能夠得出知識內涵的主要內容，即知識來源於信息，但又不是信息的子集，它是通過「理解」後，關聯了具體情境的、能夠指導「如何」行動的信息，它具備以下幾個特徵：

    ·隱性特徵：須要從信息中進行概括、總結、提煉；

    ·行動導向特徵：知識是信息的具體應用，可以直接推進人的決策和行爲，加速行動過程；

    ·資本特徵：是企業重要資產，能夠經過應用得到價值；

    ·情境特徵：在規定的情境下起做用；

    ·延展生長特徵：知識在應用、交流的過程當中，被不斷豐富和拓展；

    ·生命特徵：知識是有產生、發展、衰退的生命週期。

    這種內涵下，知識的價值又是什麼呢？如前所述，數據是數字、文字、圖像、符號等，在沒有被處理以前，自己不表明任何潛在的意義。而當經過某種方式對數據進行組織和分析時，數據的意義才顯示出來，從而演變爲信息，信息能夠對某些簡單的問題給予解答，譬如：誰？什麼？哪裏？何時？知識是在對信息進行了篩選、綜合、分析等等過程以後產生的。它不是信息的簡單累加，每每還須要加入基於以往的經驗所做的判斷。所以，知識能夠解決較爲複雜的問題，能夠回答「如何？」的問題，可以積極地指導任務的執行和管理，進行決策和解決問題。

    綜上，在當今海量數據、信息爆炸時代下，知識起到去僞存真、去粗存精的做用。知識使信息變得有用，能夠在具體工做環境中，對於特定接收者解決「如何」開展工做的問題，提升工做的效率和質量。同時，知識的積累和應用，對於啓迪智慧，引領將來起到了很是重要的做用。

    最後，有一點須要補充說明的是，數據、信息、知識依賴於語境、依賴於接收者自己，三者之間的區別並不是涇渭分明。某個通過加工的數據對某我的來講是信息，而對另一我的來講則多是數據；一個系統或一次處理所輸出的信息，多是另外一個系統或另外一次處理的原始數據。同時，在某個語境下是知識的內容，在另外的語境中，可能就是信息，甚至是無心義的數據。所以，在進行數據、信息與知識的研究與應用時，要與特定語境（即人、任務等）進行結合纔有意義。