最近许多科技公司都采用回报机制,然后藉着回报的资料,主动提供用户可能会感兴趣的资讯,但……似乎有哪里不对劲的感觉。

 

 

数位资讯无限多,但我们真的有得到需要的讯息吗?

 

现阶段而言,全球正在迈入数位化社会,资料的存取范围及质量皆已相当具规模,即便许多用户花了很多时间在使用、许多用户也已懂得如何从数位资讯中找出自己的需求、甚至许多人都已拥有智慧型手机,但庞大且仍持续增加的网路仍有很多潜力尚未发挥,数位资讯的供需仍处极端不对称的状态。

 

网路对大部分的用户而言就像个超大型仓库,随手可得文字、图片、影音等资料,也可以把自有的数位资讯放进去,比较特别的功能就是可以让大家在这个超大型仓库中聊天,但如果只仰赖别人给的资讯,我们就可能陷入未知的操控中。

 

网路的使用对许多人来说已经变成事物的“指标”,但它还可以是事物的“联结”,就像社群媒体的潜在价值,能让不同事物间多了相关性与流动性,但社群媒体所带来的海量数据可能又过于偏颇。

 

 


这么多的资讯,真的都是我们想要的吗?

 

 

数据的分析方法太过狭隘,真实性备受质疑

 

波士顿环球报的撰稿人 Samuel Arbesman 就曾提过:“海量数据也许挖掘得很深,但范围太狭隘。”狭隘的视野常会使真实性备受质疑,像是直接从挖掘到的化石推测恐龙种类的实际分布情形,难道找到某种恐龙的化石越多就代表当时越多该种类的恐龙吗?还是该种恐龙的化石越容易被发现到而已?

 

相同地,营利本位的网站其数据来源可能有两种面向,其一是容易收集的数据,其二是对该网站有价值的数据,这就是为什么许多分析报告不会解释数据来源及分析方法。

 

 

善用科技,建立自有小型资料库,别被一堆无用资讯埋没了

 

那怎样的资料才能完整呈现人类经验呢?我们应该要停止被海量数据给困扰,开始利用现有的科技,建立自有的小型资料库。以 Google 与 Expertmaker 为例,即使两者都能从搜寻过的字串学习用户的需求,不同在于 Google 会将它觉得你需要知道的资讯通通告诉你,但 Expertmaker 只呈现能帮助我们理解的资讯。

 

当我们向 Google 提出问题时,我们对问题的了解程度可能很嫩,也可能很懂,但即便使用 Google 的 进阶搜寻 也无法让 Google 了解我们的程度,因此才需要手动筛选自己需要的内容,这就牵涉到自身与该知识的互动情形了。

 

知识革命的起点就是得靠自身已知的知识,如果将海量数据依 Arbesman 所言视为一系列很深的井,那么我们自身的小型资料库就是该知识范围的地貌。

 

Expertmaker 就是种帮助我们了解自身想法的工具,藉着输入个人经验或你觉得有鉴别度的分类参数,就能建立出属于你个人的想法模型,还能以不同形象化及关联化的工具确认是否接近自身想法。

 

 

分享你的想法模型,投身于知识革命吧

 

有了自身想法的模型后,下个重点就是怎么与其他人的想法模型有所交流,以音乐家来说,他们将自己对音乐的知识及自己的个性、想法写进曲子中,然后让 这首曲子加入音乐世界,增添音乐世界的新景观;同样的,若每个人都将自身的知识与想法加入网路世界,不只让知识世界的地貌变得更清晰,也能让彼此或深或广地探索己需。

 

贡献自己的知识与想法有很多途径,从 Expertmaker 贡献想法,从 Open source projects 贡献程式码,从 General Assembly 贡献所学,甚至我认为协助编辑 Wikipedia 也是种分享管道,总之,知识革命正在兴起,但你我才是这波浪潮的源头。

 

 

管理这档事,你拥有更好的方法!

〉〉《如果上班族读了杜拉克,行动就会不一样》你管理好你的时间了吗?

〉〉秘诀:把握每天的第一个钟头

〉〉赛局理论没有教你的事

 

资料来源:来源

图片来源:来源来源