Nous conservons les informations qui semblent susceptibles d’être utiles. Nous lisons des livres, gardons des articles, enregistrons des réunions et accumulons des photos et des notes. La numérisation a considérablement augmenté la quantité que nous pouvons stocker, et l’IA a facilité la recherche des informations nécessaires dans de vastes collections. Pourtant, les « connaissances que nous possédons mais ne pouvons pas utiliser » n’ont pas disparu. Nous pouvons oublier que nous les avons conservées, ou les retrouver sans savoir comment elles se rapportent au problème auquel nous sommes confrontés aujourd’hui.
Le sens d’une connaissance change selon les relations dans lesquelles elle s’inscrit. Supposons qu’une idée telle que « tester à petite échelle avant d’élargir » n’ait autrefois semblé pertinente que comme méthode de travail. Plus tard, au moment de lancer une activité communautaire, cette même idée peut se relier à une méthode consistant à commencer avec un petit nombre de participants. La formulation de la connaissance n’a pas changé, mais le fait de la relier à une nouvelle question lui donne une valeur différente. La valeur d’une connaissance n’est pas déterminée uniquement au moment où elle est stockée.
Cela influe aussi sur la manière dont les connaissances devraient être organisées. Le classement par thème est utile, mais une même connaissance peut se rapporter à plusieurs questions. Des recherches sur la santé peuvent aider à concevoir des façons de travailler, tandis qu’un exemple tiré des transports peut servir de matière pour réfléchir à l’équité dans une communauté. Si tout est soigneusement rangé sur une seule étagère, ces relations transversales deviennent difficiles à voir. La réponse n’est pas de supprimer les classifications, mais de préserver une possibilité de reconnexion au-delà de celles-ci.
L’IA peut aider à cette reconnexion. En partant de la question actuelle, elle peut rechercher dans d’anciens documents et dans des connaissances issues d’autres domaines des éléments potentiellement pertinents, puis les présenter sous une forme que les personnes peuvent comparer. Mais quelque chose ne devient pas une connaissance porteuse de sens simplement parce que l’IA le juge « lié ». Des mots similaires peuvent apparaître dans des conditions qui rendent une source non pertinente. À l’inverse, des mots différents peuvent décrire des problèmes aux structures similaires. La connexion exige un examen qui va au-delà de la recherche d’information.
La connaissance se met aussi à jour par l’usage. Appliquer une idée à un problème réel révèle les conditions dans lesquelles elle fonctionne et celles dans lesquelles elle ne fonctionne pas. Si ces résultats sont reliés à la connaissance d’origine, l’utilisation suivante peut commencer avec un contexte plus riche. Si la connaissance n’est stockée que comme une réponse achevée, ce changement se perd. En mettant en relation la question, l’application, le jugement et le résultat, la connaissance peut grandir avec l’expérience.
C’est aussi pourquoi Sai＊aus Labo considère la connaissance non seulement comme des articles isolés, mais comme un réseau de relations. Si un article n’est pas simplement relié à un autre par un lien, mais peut être connecté à travers les questions qu’ils partagent, les points où leurs perspectives diffèrent et les conditions dans lesquelles une compréhension antérieure doit être mise à jour, les connaissances passées deviennent une matière pour la question suivante. Chaque nouveau jugement humain peut aussi laisser la possibilité à ces relations d’être mises à jour.
Dans ce cycle, la croissance ne consiste pas seulement à augmenter la quantité de connaissances. Elle peut aussi signifier clarifier la relation entre connaissances anciennes et nouvelles, trouver des points communs entre des problèmes autrefois considérés comme distincts, ou découvrir des différences de conditions entre des choses autrefois jugées similaires. Même si la quantité stockée reste la même, changer la manière dont les connaissances sont reliées modifie la compréhension qui peut en émerger.
La connaissance possède un potentiel du simple fait d’être détenue. Mais ce potentiel devient une compréhension réelle lorsqu’elle rencontre une nouvelle question et se relie à d’autres connaissances ou expériences. À une époque où l’IA traite les connaissances, ce qui compte n’est pas seulement « combien de choses sont mémorisées », mais « quelles relations peuvent être reconstruites lorsque cela est nécessaire ». Même si nous ne connaissons pas encore les questions de l’avenir, préserver un espace permettant aux connaissances de se reconnecter peut transformer des informations stockées en connaissances vivantes.
Pas des réponses. De la compréhension.