Мы сохраняем информацию, которая кажется потенциально полезной. Мы читаем книги, сохраняем статьи, фиксируем встречи и накапливаем фотографии и заметки. Цифровизация значительно увеличила объём того, что мы можем хранить, а ИИ упростил поиск нужной информации в больших массивах данных. И всё же «знание, которое у нас есть, но которым мы не можем воспользоваться», не исчезло. Мы можем забыть, что сохранили его, или найти его, но не понять, как оно связано с проблемой, стоящей перед нами сейчас.
Смысл знания меняется в зависимости от отношений, в которые оно включено. Предположим, идея вроде «сначала испытать в небольшом масштабе, а затем расширять» когда-то казалась уместной только как способ работы. Позже, при запуске общественной инициативы, та же идея может связаться с методом, предполагающим начало с небольшого числа участников. Формулировка знания не изменилась, но связь с новым вопросом придаёт ему иную ценность. Ценность знания определяется не только в момент его сохранения.
Это влияет и на то, как следует организовывать знания. Классификация по темам полезна, но одно и то же знание может относиться к нескольким вопросам. Исследования здоровья могут помочь в проектировании способов работы, а пример из сферы транспорта может стать материалом для размышлений о справедливости в сообществе. Если всё аккуратно разместить только на одной полке, такие поперечные связи становится трудно увидеть. Решение состоит не в отказе от классификации, а в сохранении пространства для повторного соединения поверх границ классификаций.
ИИ может помочь с таким повторным соединением. Отталкиваясь от текущего вопроса, он может искать потенциально подходящие материалы в прежних записях и знаниях из других областей и представлять их в форме, удобной для сравнения людьми. Но нечто не становится осмысленным знанием только потому, что ИИ признал его «связанным». Похожие слова могут встречаться в условиях, из-за которых источник оказывается нерелевантным. И наоборот, разными словами могут описываться проблемы со сходной структурой. Для установления связи требуется проверка, выходящая за рамки простого поиска.
Знание также обновляется через использование. Применение идеи к реальной проблеме показывает условия, при которых она работает, и условия, при которых она не работает. Если связать эти результаты с исходным знанием, следующее применение сможет опираться на более богатый контекст. Если хранить знание только как завершённый ответ, это изменение теряется. Связывая вопрос, применение, суждение и результат, можно позволить знанию расти вместе с опытом.
Именно поэтому Sai＊aus Labo рассматривает знание не только как отдельные изолированные статьи, но и как сеть отношений. Если одна статья не просто связана ссылкой с другой, а их можно соединить через общие вопросы, различия в точках зрения и условия, при которых прежнее понимание необходимо обновить, прошлое знание становится материалом для следующего вопроса. Каждое новое человеческое суждение может также оставлять пространство для обновления этих отношений.
В этом цикле рост означает не только увеличение объёма знаний. Ростом может быть и прояснение отношений между старым и новым знанием, обнаружение общего между проблемами, которые раньше считались раздельными, или, наоборот, выявление различий в условиях между вещами, которые прежде казались похожими. Даже при одинаковом объёме сохранённого знания изменение способа его соединения меняет понимание, которое может из него возникнуть.
Знание обладает потенциалом уже просто потому, что оно у нас есть. Но этот потенциал становится реальным пониманием, когда знание встречается с новым вопросом и соединяется с другими знаниями или опытом. В эпоху, когда ИИ работает со знаниями, важно не только «сколько запомнено», но и «какие связи можно заново выстроить, когда они понадобятся». Даже если мы ещё не знаем вопросов будущего, сохранение пространства для повторного соединения знаний может превратить сохранённую информацию в живое знание.
Не ответы. Понимание.