Data, Information, Knowledge, Understanding, and Wisdom


ปรับปรุงและเพิ่มเติม จากความเห็นในหัวข้อ ทำไมต้อง KM , อะไรคือ data , information , and knowledge ที่ GotoKnow.org (ลิงก์เดิม)

systems-thinking.org ให้ความหมายของ ข้อมูล, สารสนเทศ, ความรู้, ความเข้าใจ, และปัญญา ไว้ดังนี้ (ถอดความเป็นภาษาไทย):

  1. ข้อมูล: (data) ชุดสัญลักษณ์
  2. สารสนเทศ: (information) ข้อมูลที่ถูกประมวลผลให้มีประโยชน์แล้ว; ตอบคำถาม “ใคร”, “อะไร”, “ที่ไหน”, “เมื่อใด”
  3. ความรู้: (knowledge) การประยุกต์ข้อมูลและสารสนเทศ; ตอบคำถาม “อย่างไร”
  4. ความเข้าใจ: (understanding) ความตระหนักว่า “ทำไม”
  5. ปัญญา: (wisdom) ความเข้าใจที่ถูกประเมินแล้ว

กรณีตัวอย่าง สูตรลับก๋วยเตี๋ยว:

ถ้ายึดตามเกณฑ์ข้างบนนั้น จากตัวอย่างสูตรลับก๋วยเตี๋ยวที่ว่ามา

“ สมมติธุรกิจดั้งเดิมของที่บ้านขายก๋วยเตี๋ยว มีสูตรลับเฉพาะในการทำเส้นที่มีมาตั้งแต่รุ่นปู่ทำมาอย่างไร ก็มีเอกลักษณ์ของการทำเส้นร้านนั้นถ่ายทอดถึงรุ่นลูก รุ่นหลาน อย่างนี้ก็ถือว่าเป็น KM แล้วล่ะครับ ”

การรู้ว่าจะปรุงก๋วยเตี๋ยว “อย่างไร” ก็คือรู้ว่า จะใส่เครื่องปรุง “อะไร”, “ที่ไหน”, “เมื่อใด”

อันนี้ถือเป็น ความรู้ ได้, คือรู้ว่าจะทำ “อย่างไร”

และการถ่ายทอด ‘สูตรลับ’ (ทำ “อย่างไร”) นี้ ก็น่าจะนับเป็น การจัดการความรู้ (knowledge management) ได้ (คือ สามารถเก็บรักษาและส่งต่อความรู้ได้)

แต่การถ่ายทอดลักษณะนี้ ไม่ได้รับประกันว่า รุ่นลูกรุ่นหลาน จะรู้ว่า “ทำไม” ต้องใส่เครื่องปรุงนี้ ตรงนี้ ตอนนั้น ด้วย ?

เพราะในการถ่ายทอดสูตรลับอาจจะไม่ได้ถ่ายทอด ความเข้าใจ ไปด้วย

อันนี้คือสมมติว่า คุณปู่เจ้าตำรับมีความเข้าใจ ว่าทำไมปรุงก๋วยเตี๋ยวตามสูตรนี้ ถึงได้รสชาตินี้นะครับ

มีอีกกรณีคือ คุณปู่อาจจะไม่มีความเข้าใจ เลย.
คือมี ความรู้ จริง, รู้ว่าจะทำ “อย่างไร” แต่ไม่รู้ว่า “ทำไม”.
เช่น ความรู้นั้นอาจจะเกิดจากประสบการณ์ การลองผิดลองถูก โดยไม่จำเป็นต้องมีความเข้าใจ (เช่น รู้ว่า “ที่ต้องทำอย่างนี้ เพราะ ถ้าทำอย่างอื่น จะไม่ได้ผลที่ต้องการ”1, แต่ไม่รู้ว่า “ที่ทำอย่างนี้แล้วได้ผลที่ต้องการ เพราะ …”2)* – ถ้ากรณีนี้ ความเข้าใจ ก็คงจะถ่ายทอดไม่ได้ เนื่องจากไม่ได้มีมาอยู่แล้วตั้งแต่ต้น

*โปรดสังเกตว่า สองกรณีนี้ 1 และ 2 ดูเผิน ๆ เหมือนจะเป็นคำตอบ ของคำถาม “ทำไม” ทั้งคู่ (มีคำว่า “เพราะ”), แต่หากพิจารณาให้ดีแล้วจะพบว่าไม่ใช่ – ความเข้าใจ นั้น น่าจะวัดจากความสามารถในการตอบ 2 ได้เท่านั้น (ทำไมทำอย่างนี้แล้วจึงได้ผลลัพธ์ที่ต้องการ) – ส่วนคำตอบ 1 นั้น เป็นเพียงคำตอบสำหรับคำถามแบบ “อย่างไร” เท่านั้น (รู้ว่าจะทำอย่างไร = รู้ว่าจะไม่ทำอย่างไร)

เช่นเดียวกันกับความเข้าใจ, ปัญญา นั้น ก็อาจจะไม่สามารถถูกถ่ายทอดได้เช่นกัน ด้วยเหตุผลเดียวกัน – คือคุณปู่เจ้าตำรับ อาจจะไม่เคยประเมินความเข้าใจของตนเอง (หรือเปิดโอกาสให้ผู้อื่นมาประเมิน, เนื่องจากเป็น ‘สูตรลับ’)

หรือพูดอีกอย่างคือ แม้คุณปู่จะเข้าใจเป็นอย่างดี ว่าสูตรนี้ทำก๋วยเตี๋ยวได้อร่อยแน่ และรู้ด้วยว่า ทำไมถึงต้องใส่เครื่องปรุงอันนั้นก่อนอันนี้ แต่คุณปู่อาจจะไม่เคยประเมินสูตรของตนเองว่า เป็นวิธีที่ดีที่สุดหรือยังในการทำก๋วยเตี๋ยวให้ได้รสชาตินี้ มีวิธีอื่นหรือเปล่า ที่ทำก๋วยเตี๋ยวให้ออกมาได้อร่อยเท่านี้ รสชาตินี้ แต่ใช้เครื่องปรุงน้อยกว่านี้ ถูกกว่านี้ หรือเสียเวลาปรุงน้อยกว่านี้

ขอบเขตของ KM ที่เราต้องการ เพื่อให้เป็นประโยชน์ต่อองค์กร/สังคมนั้น อยู่ที่ไหน เราต้องการแค่ “อย่างไร” ก็เพียงพอแล้ว, หรือจำเป็นต้องมี “ทำไม” ด้วย? (หรือยิ่งกว่านั้น “นี่คือวิธีที่ดีที่สุดหรือยัง” ?)

เป็นไปได้หรือไม่ ที่เราจะสามารถจัดการ ความเข้าใจ และ ปัญญา ได้ ?


ในสาขาวิทยาการสารสนเทศนั้น ระบบตอบคำถามอัตโนมัติ (automatic question answering system) ในปัจจุบัน พัฒนามาถึงขั้นที่สามารถตอบคำถามประเภทสารสนเทศได้แล้ว (ใคร อะไร ที่ไหน เมื่อใด), แต่ยังตอบคำถามที่ต้องใช้ความรู้ไม่ได้ (อย่างไร) ส่วนคำถามที่ต้องใช้ความเข้าใจหรือปัญญานั้น คงยังอีกไกล (กรณีที่เป็นไปได้)

บันทึกนี้ที่ bact.gotoknow.org (ลิงก์เดิม)


อัพเดท 2008.06.27 (วันรัฐธรรมนูญ 27 มิ.ย.): ข้อเขียนทุกชิ้นในบล็อกนี้ เผยแพร่ภายใต้สัญญาอนุญาตครีเอทีฟคอมมอนส์ประเภทแสดงที่มา (by) อนุญาตให้นำไปใช้ ดัดแปลง และเผยแพร่ต่อได้ โดยไม่จำเป็นต้องขออนุญาตเจ้าของผลงาน ขอเพียงแจ้งที่มาของงานเท่านั้น (ชื่อผู้เขียน และ url)

ผู้เขียนยินดีให้นำข้อมูลทุกอย่างไปใช้ ไม่ว่าจะเอาไปทำการบ้าน รายงาน เขียนบล็อก หรืออะไรก็ตาม แต่ไม่อยากให้ลอก (เช่น กรณีที่แจ้งในเว็บไซต์ GotoKnow) แต่ก็คงจะบังคับไม่ได้
อย่างไรก็ตาม การลอกไปใช้โดยไม่แจ้งที่มา (หรือแอบอ้างว่าเป็นผู้เขียนเสียเอง) นั้นละเมิดเงื่อนไขในสัญญาอนุญาตอย่างชัดเจนนะครับ

technorati tags:
,
,
,
,
,


Leave a Reply

This site uses Akismet to reduce spam. Learn how your comment data is processed.