Александр Константинов - Ценность ваших данных

Позже американские эксперты в области теории организаций (Bellinger и др. [60] Bellinger G., Castro D., Mills A. Data, Information, Knowledge, & Wisdom, 2004. – URL: http://www.systems-thinking.org/dikw/dikw.htm . ) выступили с критикой расширения Акоффом иерархии DIKW за счет «понимания»», уточнив, что «понимание» не является отдельным уровнем, а скорее поддерживает переходы с предыдущих уровней на следующие (рис. 2.1).

* Bellinger G., Castro D., Mills A. Data, Information, Knowledge, & Wisdom, 2004. – URL: http://www.systems-thinking.org/dikw/dikw.htm.

Согласно приводимому исследованию данные представляют факты или утверждения о событии без связи с другими вещами.

Пример. Идет дождь.

Информация содержит понимание какой-либо связи, возможно причинно-следственной.

Пример. Температура упала на 15 градусов, а потом пошел дождь.

Знания отражают паттерн, который связывает факты и обычно обеспечивает высокий уровень предсказуемости относительно того, что описано или что произойдет дальше.

Пример. Если влажность очень высокая и температура существенно падает, то влага вряд ли сможет удержатьcя в атмосфере, поэтому обычно идет дождь.

Мудрость воплощает более глубокое понимание фундаментальных принципов, содержащихся в знании, которые, по сути, являются основой знаний. Мудрость носит системный характер.

Пример. Идет дождь, потому что идет дождь. И это включает в себя понимание всех взаимодействий, которые происходят между дождем, испарением, воздушными потоками, температурными градиентами и сопровождающими их изменениями.

Чаще всего иерархия DIKW изображается в виде пирамиды (рис. 2.2). Такое графическое представление впервые появилось в работе [61] Hey J. The Data, Information, Knowledge, Wisdom Chain: The Metaphorical link, published at Intergovernmental Oceanographic Commission (UNESCO) – OceanTeacher: a training system for ocean data and information management, 2004. – URL: https://web.archive.org/web/20071202033948/http://ioc.unesco.org/Oceanteacher/OceanTeacher2/02_InfTchSciCmm/DIKWchain.pdf . (об этом, в частности, сообщается в обзорной статье [62] Williams D. Models, Metaphors and Symbols for Information and Knowledge Systems // Journal of Entrepreneurship Management and Innovation (JEMI), 2014, Vol. 10, Iss. 1: 79–107. DOI: 10.7341/20141013. – URL: https://www.semanticscholar.org/paper/Models%2C-Metaphors-and-Symbols-for-Information-and-Williams/fde0d2b7da419d66f1cdbc7cce8ff37116254cf3 . ).

* Hey J. The Data, Information, Knowledge, Wisdom Chain: The Metaphorical link, published at Intergovernmental Oceanographic Commission (UNESCO) – OceanTeacher: a training system for ocean data and information management, 2004. – URL: https://web.archive.org/web/20071202033948/http://ioc.unesco.org/Oceanteacher/OceanTeacher2/02_InfTchSciCmm/DIKWchain.pdf.

Чтобы составить достаточно полную картину взаимоотношений между уровнями пирамиды знаний в соответствии с современными общепринятыми взглядами, приведем более подробное описание этих уровней. Для этого воспользуемся сведениями из часто цитируемых обзоров наиболее известных монографий и руководств по информационным системам и управлению знаниями [63] Hey J. The Data, Information, Knowledge, Wisdom Chain: The Metaphorical link, published at Intergovernmental Oceanographic Commission (UNESCO) – OceanTeacher: a training system for ocean data and information management, 2004. – URL: https://web.archive.org/web/20071202033948/http://ioc.unesco.org/Oceanteacher/OceanTeacher2/02_InfTchSciCmm/DIKWchain.pdf . [64] Rowley J. The wisdom hierarchy: representations of the DIKW hierarchy. Journal of Information Science, 2007, 33(2), 163–180. DOI: 10.1177/0165551506070706. – URL: http://www-public.imtbs-tsp.eu/~gibson/Teaching/Teaching-ReadingMaterial/Rowley06.pdf . [65] Williams D. Models, Metaphors and Symbols for Information and Knowledge Systems // Journal of Entrepreneurship Management and Innovation (JEMI), 2014, Vol. 10, Iss. 1: 79–107. DOI: 10.7341/20141013. – URL: https://www.semanticscholar.org/paper/Models%2C-Metaphors-and-Symbols-for-Information-and-Williams/fde0d2b7da419d66f1cdbc7cce8ff37116254cf3 . [66] Van Meter, Heather J. Revising the DIKW Pyramid and the Real Relationship Between Data, Information, Knowledge and Wisdom. Law Technology and Humans, 2020, Vol. 2. No. 2, 69–80. DOI: 10.5204/lthj.1470. – URL: https://lthj.qut.edu.au/article/view/1470 . .

Начнем с определений.

1. Определение данных.

Чаще всего в определениях данных отмечается следующее:

● Данные – это дискретные, объективные факты или наблюдения, неорганизованные и необработанные, не передающие никакого конкретного смысла.

● Элементы данных – это простейшие записанные фрагменты описаний вещей, событий, действий и транзакций.

Данные не имеют смысла или ценности, потому что они лишены контекста и интерпретации.

Интересно, что выделяется преимущественно то, чего не хватает данным, – они лишены смысла или ценности, не организованы и не обработаны. Ввиду этих особенностей определения информации формулируются в терминах данных.

2. Определение информации.

Определения информации, как правило, опираются на ее взаимосвязь с данными. При этом используются такие понятия, как «формат», «структура», «организация», «смысл» и «ценность».

● Информация – это форматированные данные, которые могут быть определены как представление реальности.

● Информация – это данные, которые улучшают понимание предмета.

● Информация – это данные, представленные в форме, позволяющей им быть полезными и значимыми для людей.

● Информация – это данные, обработанные с определенной целью.

● Информация – это данные, которым придан смысл посредством добавления контекста.

Таким образом, информация в большинстве случаев определяется в терминах данных и рассматривается как организованные или структурированные данные [67] В этой связи часто обращают внимание на то, что первоисточник слова information – латинское informatio – разъяснение, истолкование, сообщение. От in – «в, к, в направлении» + forma – «форма» (см. раздел 2.1. «Данные и информация»). . Их обработка обеспечивает соответствие данных конкретной цели или контексту и тем самым делает их значимыми, ценными, полезными и релевантными.

3. Определение знаний.

Определения знаний обычно сложнее, чем определения данных или информации, поскольку, как правило, в литературе об управлении знаниями много внимания уделяется расширенному обсуждению природы знаний, а также различным вариантам их представления и проявления. Это делает отбор отличительных свойств знаний труднее, чем свойств данных и информации. В частности, встречаются такие высказывания:

● «Знания – по своей сути неясный и неоднозначный термин».

● «До сих пор нет единого мнения о природе знаний, за исключением того, что они основаны на восприятии, которое может дать им рациональное обоснование».

Тем не менее знания часто определяются в терминах данных и информации.

● «Знания – это совокупность данных и информации, к которым добавляются экспертные мнения, навыки и опыт, в результате чего получается ценный актив, который может быть использован для содействия принятию решений».

● «Знания – это данные и/или информация, которые были организованы и обработаны для передачи понимания, опыта, накопленных результатов обучения и компетенции, так чтобы их можно было применить при решении текущих проблем или в текущей деятельности».