Guardamos informações que parecem ter potencial para ser úteis. Lemos livros, conservamos artigos, registramos reuniões e acumulamos fotos e anotações. A digitalização aumentou muito a quantidade que podemos armazenar, e a IA tornou mais fácil encontrar as informações necessárias em grandes coleções. Ainda assim, o “conhecimento que temos, mas não conseguimos usar” não desapareceu. Podemos esquecer que o guardamos ou encontrá-lo sem saber como ele se relaciona com o problema que enfrentamos agora.
O significado do conhecimento muda de acordo com as relações em que ele é colocado. Suponha que uma ideia como “testar em pequena escala antes de ampliar” tenha parecido relevante, no passado, apenas como uma forma de trabalhar. Mais tarde, ao iniciar uma atividade comunitária, a mesma ideia pode se conectar a um método de começar com um pequeno número de participantes. A formulação do conhecimento não mudou, mas conectá-lo a uma nova pergunta lhe dá um valor diferente. O valor do conhecimento não é determinado apenas no momento em que ele é armazenado.
Isso também afeta a forma como o conhecimento deve ser organizado. A classificação por tema é útil, mas o mesmo conhecimento pode se relacionar a várias perguntas. Pesquisas sobre saúde podem ajudar a projetar formas de trabalho, enquanto um exemplo de transporte pode se tornar material para pensar sobre equidade em uma comunidade. Se tudo for colocado de maneira organizada em apenas uma prateleira, essas relações transversais ficam difíceis de perceber. A resposta não é eliminar a classificação, mas preservar espaço para a reconexão entre classificações.
A IA pode ajudar nessa reconexão. Partindo da pergunta atual, ela pode procurar em registros anteriores e em conhecimentos de outras áreas materiais potencialmente relevantes e apresentá-los de uma forma que as pessoas possam comparar. Mas algo não se torna conhecimento significativo apenas porque a IA o considera “relacionado”. Palavras semelhantes podem aparecer em condições que tornam uma fonte irrelevante. Por outro lado, palavras diferentes podem descrever problemas com estruturas semelhantes. A conexão exige uma análise que vá além da recuperação de informações.
O conhecimento também é atualizado por meio do uso. Aplicar uma ideia a um problema real revela as condições em que ela funciona e aquelas em que não funciona. Se esses resultados forem conectados de volta ao conhecimento original, o próximo uso poderá começar com um contexto mais rico. Se o conhecimento for armazenado apenas como uma resposta concluída, essa mudança se perde. Ao relacionar a pergunta, a aplicação, o julgamento e o resultado, o conhecimento pode crescer junto com a experiência.
É também por isso que Sai＊aus Labo considera o conhecimento não apenas como artigos isolados, mas como uma rede de relações. Se um artigo não estiver apenas ligado a outro, mas puder ser conectado pelas perguntas que compartilham, pelos pontos em que suas perspectivas diferem e pelas condições em que uma compreensão anterior precisa ser atualizada, o conhecimento passado se torna material para a próxima pergunta. Cada novo julgamento humano também pode deixar espaço para que essas relações sejam atualizadas.
Nesse ciclo, crescimento não significa apenas um aumento na quantidade de conhecimento. Também pode significar esclarecer a relação entre conhecimentos antigos e novos, encontrar pontos em comum entre problemas antes considerados separados ou descobrir diferenças nas condições entre coisas antes consideradas semelhantes. Mesmo com a mesma quantidade armazenada, mudar a forma como o conhecimento é conectado muda a compreensão que pode surgir dele.
O conhecimento tem potencial simplesmente por ser possuído. Mas esse potencial se transforma em compreensão real quando encontra uma nova pergunta e se conecta a outros conhecimentos ou experiências. Em uma era em que a IA lida com conhecimento, o que importa não é apenas “quanto é lembrado”, mas “quais relações podem ser reconstruídas quando necessário”. Mesmo que ainda não conheçamos as perguntas do futuro, preservar espaço para que o conhecimento se reconecte pode transformar informações armazenadas em conhecimento vivo.
Não respostas. Compreensão.