分享

数据、信息、知识与认知

 芃篙君 2024-05-08 发布于浙江

   这是芃篙君的第213篇原创    

本文适合不嫌基础定义枯燥的朋友。大概2100字,阅读需要7分钟。


你好呀,我是芃(péng)篙,一个相信思考和努力能够拿到结果的家伙。

今天聊一聊信息的几个层次。
数据、信息、知识与认知。
前三者是信息论的基本概念,是系统分析师教材最前面的内容,后面的“认知”是芃篙觉得有点关联性,硬加上去的。

按照教材上的观点,信息是加工后的数据,知识是加工后的信息
举个例子,数据是一些零散的描述信息。比如,数据库中有两条数据:
张三,大二,19岁,内蒙古通辽人;
李四,大三19岁,内蒙古呼市人;

那么,这些就是基本的数据。
数据经过加工后,就变成了信息,对于第一条数据来说,我们可以知道,有一个叫张三的人,他今年19岁了,上大二,老家是内蒙古通辽人。香农认为,信息就是不确定性的减少。以上面的例子来说,有了上述信息,我们对一位素未谋面的年轻人,有了一些基本的了解,也就是降低了一些不确定性。

信息经过加工后,就变成了知识。比如根据两个同学的信息,我们可以推导出张三和李四是内蒙古老乡。看起来,其实就是信息通过关联和推理,产生了新的信息,也就形成了知识

芃篙斗胆,把认知加到后面去。认知是知识经过加工后的产物。且无论是哪个层级的“加工”,都是不断抽象和总结的过程,都是不断关联和推理的过程,都是对理论的理解和与实践的结合的过程。

我们尝试通过这样的基础定义,来做一些理解和推导。

按照这个逻辑,在每个层级都会有一个转化漏斗,大量的数据,经过抽象和整理,形成大量的信息,大量的信息,经过链接和推导形成大量的知识,大量的知识再经过推演和实践,形成深层次的认知。

所以,在信息贫瘠的古代,大多数人们一辈子的信息来源,不过是理论上的经书几卷,不过是实践上的方圆百里。由于基础数据量的不足,就会导致形成高度认知比较困难。家有藏书千卷,可以形成一种知识垄断;同时,读万卷书不如行万里路。
所以,在信息爆炸的当今,事情反而反过来了。每个人都可以以极低的成本获取大量的数据和信息。但是,却无法保证这些数据的准确性,甚至有些信息和知识是针锋相对的。当一个人的三观还没有成型,且无法分辨出对错时,就容易导致认知混乱的结果。

从这样的定义来理解信息差,会发现对原本的定义可以做更丰富的补充。
以芃篙原本对“信息差”的理解,就是一件事情,我知道,你不知道,那么就存在着信息差。比如我知道1688上纸巾批发的巨便宜,但是你不知道。你总是在京东和淘宝上买,那我就可以考虑在1688进货再到其他平台卖货。这大概也是所谓“无源电商”的基本逻辑?
但是这样的理解把信息差局限在了简单的信息传播渠道上,如果我们看向数据和信息之间的关系,就会发现,信息差的形成,除了传播渠道,还至少有两点原因。
一个是数据量的多寡,数据量多的,能够分析出信息的概率也就会多一些;
另一个是数据加工的方式,在同等数据量的前提下,不同的分析方法,是有可能得出不同的信息结论的。
就好比APP的数据分析,如果你的APP用户量不满百,那出现的任何反馈信息,都不太好界定是一个普遍性的问题还是特例;但如果用户量超过一千万,那对应的数据量和可操作空间就大很多。
再举个APP评分分析方法的例子。如果我们的分析方法是看平均数,假设一共有10条评论,最高是5分,最低是1分。那么存在两种情况:
3,3,3,3,3,3,3,3,3,3,每个都是3分,平均分是3分;
2,2,2,2,2,2,3,5,5,5,大部分其实都在3分以下,但是平均分也是3分。
如果我们只看平均数,得出的信息是这两者没什么区别,但是实际的情况却是不一样的。

所以针对信息差的问题,解决方法大概就有三个方向:
1. 增加信息获取渠道
2. 增加基本数据储备
3. 丰富数据分析方法
整体而言,就是建立更准确的现实情况与数据呈现之间的关联

从这样的定义来理解认知差,也有同样的感觉。
以芃篙原本对“认知差”的理解,其实相对来说是比较模糊的。大概只能从两个方向去探讨,一个是垂直领域的不同,形成的认知差,比如我是干研发的,你是干销售的,那么我在研发方面的认知比你高一些,同样的,你在销售领域的认知,比我高一些;另一个是从水平方向看,大家都是搞研发的,我是一个在研发领域混迹了十年的老兵,你是一个初出茅庐的新人,那可能老兵总是比新人对这个领域的认知要深一些的。
而从这种细分基础概念的方向去理解的话,就会发现认知来源于知识的积累和关联,且这个过程并非是纯理论的,也是需要实践不断印证的
那么,一个人如果想不断突破自己的认知局限,也就大致可以有的放矢了。
1. 不断强化知识储备,建立更强大的知识体系。这需要保持一个开放和积极地心态;
2. 不断强化知识与知识之间的关联,让整个知识体系更加稳健。很多时候,一个人显得聪明,思维敏捷只是其中一个因素,更多的还在用在知识维度可以应用的基本素材,足够丰富,能够关联起来;
3. 不断通过推导和实践来加强对知识理解的深度,维持持续的正反馈。
其实,核心思路还是基于量和加工两方面的强化。

相关链接

下定义的重要性

好了,今天的分享就到这里,如果觉得有收获,不妨给点鼓励,点赞、关注、加加星标;转发、在看、多多益善~ 谢谢~

   END

    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多