← Kembali ke topik Saiaus

Apakah pengetahuan bernilai hanya karena kita memilikinya?

Meskipun kita menyimpan banyak buku, artikel, dan catatan, pengetahuan itu dapat tetap tidak digunakan jika saat dibutuhkan tidak terhubung dengan pertanyaan yang sedang dihadapi. Sebaliknya, sebuah gagasan yang dipelajari sejak lama dapat tiba-tiba menjadi sangat bermakna ketika terhubung dengan pengalaman baru. Di era AI, nilai pengetahuan tidak dapat diukur hanya dari jumlah atau kemudahan untuk menemukannya kembali. Artikel ini memandang pengetahuan bukan sebagai “jawaban yang disimpan”, melainkan sebagai sesuatu yang dapat terhubung kembali dengan pengetahuan dan pengalaman lain melalui pertanyaan di masa depan, lalu menghasilkan pemahaman baru.

Umum

Kita menyimpan informasi yang tampaknya akan berguna. Kita membaca buku, menyimpan artikel, mencatat rapat, serta mengumpulkan foto dan catatan. Digitalisasi telah sangat meningkatkan jumlah yang dapat kita simpan, dan AI memudahkan kita menemukan informasi yang dibutuhkan di dalam kumpulan besar. Meski demikian, “pengetahuan yang kita miliki tetapi tidak dapat kita gunakan” belum hilang. Kita mungkin lupa bahwa kita pernah menyimpannya, atau menemukannya tetapi tidak tahu bagaimana kaitannya dengan masalah yang kita hadapi sekarang.

Makna pengetahuan berubah sesuai dengan hubungan tempat pengetahuan itu ditempatkan. Misalkan gagasan seperti “uji dalam skala kecil sebelum memperluas” dahulu tampak relevan hanya sebagai cara bekerja. Kemudian, ketika memulai kegiatan komunitas, gagasan yang sama dapat terhubung dengan metode untuk memulai dengan sedikit peserta. Kata-kata dalam pengetahuan itu tidak berubah, tetapi menghubungkannya dengan pertanyaan baru memberinya nilai yang berbeda. Nilai pengetahuan tidak ditentukan hanya pada saat pengetahuan itu disimpan.

Hal ini juga memengaruhi bagaimana pengetahuan seharusnya diatur. Pengelompokan berdasarkan topik berguna, tetapi pengetahuan yang sama dapat berkaitan dengan banyak pertanyaan. Penelitian tentang kesehatan dapat membantu merancang cara bekerja, sementara contoh dari bidang transportasi dapat menjadi bahan untuk memikirkan keadilan dalam suatu komunitas. Jika semuanya ditempatkan dengan rapi hanya pada satu rak, hubungan lintas bidang seperti ini menjadi sulit terlihat. Jawabannya bukan menghapus klasifikasi, melainkan mempertahankan ruang untuk menghubungkan kembali melampaui klasifikasi.

AI dapat membantu proses menghubungkan kembali ini. Dengan berangkat dari pertanyaan saat ini, AI dapat mencari materi yang mungkin relevan dalam catatan terdahulu dan pengetahuan dari bidang lain, lalu menyajikannya dalam bentuk yang dapat dibandingkan oleh manusia. Namun, sesuatu tidak menjadi pengetahuan yang bermakna hanya karena AI menilainya “terkait”. Kata-kata yang mirip dapat muncul dalam kondisi yang membuat suatu sumber tidak relevan. Sebaliknya, kata-kata yang berbeda dapat menggambarkan masalah dengan struktur yang serupa. Menghubungkan membutuhkan pemeriksaan yang melampaui sekadar pencarian kembali.

Pengetahuan juga diperbarui melalui penggunaan. Menerapkan sebuah gagasan pada masalah nyata memperlihatkan kondisi ketika gagasan itu berhasil dan kondisi ketika gagasan itu tidak berhasil. Jika hasil tersebut dihubungkan kembali dengan pengetahuan awal, penggunaan berikutnya dapat dimulai dengan konteks yang lebih kaya. Jika pengetahuan hanya disimpan sebagai jawaban yang sudah selesai, perubahan ini akan hilang. Dengan menghubungkan pertanyaan, penerapan, penilaian, dan hasil, pengetahuan dapat tumbuh bersama pengalaman.

Inilah juga alasan Sai*aus Labo memandang pengetahuan bukan hanya sebagai artikel-artikel yang terpisah, melainkan sebagai jaringan hubungan. Jika satu artikel tidak sekadar ditautkan ke artikel lain, tetapi dapat dihubungkan melalui pertanyaan yang sama-sama mereka miliki, perbedaan sudut pandang, dan kondisi ketika pemahaman sebelumnya perlu diperbarui, pengetahuan masa lalu menjadi bahan bagi pertanyaan berikutnya. Setiap penilaian baru dari manusia juga dapat menyisakan ruang agar hubungan-hubungan tersebut diperbarui.

Dalam siklus ini, pertumbuhan bukan hanya bertambahnya jumlah pengetahuan. Pertumbuhan juga dapat berarti memperjelas hubungan antara pengetahuan lama dan baru, menemukan kesamaan antara masalah yang dahulu dianggap terpisah, atau menemukan perbedaan kondisi antara hal-hal yang dahulu dianggap serupa. Bahkan dengan jumlah simpanan yang sama, perubahan dalam cara pengetahuan dihubungkan akan mengubah pemahaman yang dapat muncul darinya.

Pengetahuan memiliki potensi hanya dengan dimiliki. Namun, potensi itu menjadi pemahaman nyata ketika bertemu dengan pertanyaan baru dan terhubung dengan pengetahuan atau pengalaman lain. Di era ketika AI menangani pengetahuan, yang penting bukan hanya “berapa banyak yang diingat”, tetapi juga “hubungan apa yang dapat dibangun kembali ketika diperlukan”. Meskipun kita belum mengetahui pertanyaan di masa depan, mempertahankan ruang agar pengetahuan dapat terhubung kembali dapat mengubah informasi yang tersimpan menjadi pengetahuan yang hidup.

Bukan jawaban. Pemahaman.

← Kembali ke topik