Roam Research: Không chỉ là một công cụ ghi chú

Tiêu đề gốc: "Roam White Paper"

Nguồn gốc: Fat Garage

Văn bản gốc từ chuyên mục của Zack trong Zhihu, mềm mại và Pao cứng đầu cho tôi pass đầu tiên vì bản dịch thực sự rất tuyệt vời. Anh ấy viết trên Twitter rằng lý tưởng và tầm nhìn của Roam nên được nhiều người nhìn thấy hơn, đó chính xác là những gì tôi muốn nói. Thưởng thức.

Roam là một công cụ ghi chú mới xuất hiện vào năm ngoái, các tác giả khác đã giới thiệu chi tiết các chức năng của nó trên Zhihu: Roam Research Phần mềm ghi chú này có What's rất đặc biệt về nó?

Ở đây, tôi đã dịch sách trắng do người sáng lập Roam viết, hy vọng có thể truyền cảm hứng cho bạn. Trích đoạn kết của tác phẩm gốc:

Hệ thống tri thức của nhân loại ngày nay là một đại dương thông tin và ý tưởng rộng lớn, trong đó có nhiều thông tin và ý tưởng không chính xác, một số có tính độc hại. , những tài nguyên tốt nhất đều có những hạn chế của người gác cổng hoặc gần như không thể tìm thấy. Lượng thông tin đang tăng lên theo cấp số nhân, mang đến những cơ hội to lớn nếu các vấn đề cộng tác cơ bản có thể được giải quyết.

Rõ ràng, chúng ta cần một cách tiếp cận khác về cơ bản so với trước đây. Tầm nhìn của Roam về kiến thức nhân loại là một trong những trí tuệ tập thể, nguồn mở, liên tục được sắp xếp lại, lặp lại và phát triển để theo đuổi sự thật. Mỗi người trong chúng ta sẽ trở thành một nút trong trí tuệ tập thể này, tạo ra các kết nối và mạng lưới, chia sẻ những điều tốt nhất mà mỗi người có thể mang lại, cải thiện người khác đồng thời cải thiện bản thân và thúc đẩy nhân loại nói chung.

Tác giả gốc: Conor White-Sullivan | cwhitesullivan@gmail.com

Tiếng Anh: https://roamresearch.com/#/app /h elp/page/Vu1MmjinS

Tiếng Trung: https://roamresearch.com/#/app/trade/page/nhzz3wRuM

Dịch: Zack Fan | zack.fan@gmail .com

Tóm tắt: Roam là một không gian làm việc trực tuyến để tổ chức và đánh giá kiến thức. Hệ thống được xây dựng trên đồ thị có hướng, khiến nó không bị ràng buộc bởi kiến trúc cây tệp cổ điển. Người dùng có thể trộn và kết nối các ý tưởng theo nhiều hệ thống phân cấp chồng chéo, với mỗi đơn vị thông tin trở thành một nút trong mạng động. Bất kỳ nút nhất định nào cũng có thể chiếm nhiều vị trí đồng thời, truyền thông tin qua các chuỗi mối quan hệ có thể xác định và cập nhật trên toàn bộ biểu đồ có hướng trong thời gian thực. Roam cũng có thể là một công cụ cho suy luận Bayes nếu cường độ mối quan hệ giữa các nút được gán trọng số tương ứng. Mục tiêu cuối cùng của chúng tôi là mở rộng hệ thống này sang lĩnh vực lý luận hợp tác và cho phép các nhóm xây dựng bản đồ tư duy có thể chia sẻ để đưa ra quyết định nhanh hơn, sáng suốt hơn.

1. Giới thiệu

Chúng ta đang trải qua một thời kỳ bùng nổ kiến thức chưa từng có. Chỉ riêng ở Hoa Kỳ, 2.700 cuốn sách được xuất bản mỗi ngày, 6.850 bài báo khoa học được xuất bản, hơn 2 triệu bài đăng trên blog được đăng trực tuyến và 294 tỷ email được gửi đi mỗi ngày. Mỗi khi trái đất quay một vòng, nếu dữ liệu mới sinh ra được ghi vào sách thì những cuốn sách này xếp chồng lên nhau có thể thực hiện một chuyến đi khứ hồi từ trái đất đến mặt trăng (Chú ý [1]). Mặc dù sự tăng trưởng theo cấp số nhân này mang lại những cơ hội to lớn cho các cá nhân và xã hội nói chung, nhưng cả bộ não con người lẫn công nghệ hiện tại đều chưa thể khai thác được nó.

2.Thực tiễn phổ biến hiện nay trong quản lý tri thức

Con người rất dễ thích nghi với thông tin Tội nghiệp, thời đại thông tin chỉ xuất hiện trong 0,02% cuối cùng của lịch sử tiến hóa của chúng ta. Mặc dù bộ não có khả năng lưu trữ thô đặc biệt, có lẽ trong phạm vi vài petabyte (lưu ý [2]), nhưng nó cực kỳ dễ mắc lỗi trong quá trình xử lý thông tin. Việc phục hồi trí nhớ của con người bị mất mát và không đáng tin cậy, đồng thời nhiều thành kiến và cách suy nghĩ cố hữu đã thất bại trong thế giới hiện đại, làm sai lệch nhận thức, phán đoán và khả năng ra quyết định của chúng ta. Tính linh hoạt của bộ não cho phép nó tự kết nối lại với các liên kết mới, nhưng ngay cả đây cũng là chất lượng "dùng nó, lấy nó, không dùng nó" và những con đường thần kinh không được sử dụng cuối cùng sẽ bị teo đi.

Để giải quyết những hạn chế này, nhiều kỹ thuật tổ chức kiến thức bên ngoài não bộ đã xuất hiện. Kể từ khi phát minh ra Gutenberg Press, sách và tạp chí vật lý đã phát triển nhanh chóng và từ đó được thay thế một phần bởi các chương trình xử lý văn bản, trang web, blog, diễn đàn, wiki và các ứng dụng phần mềm khác.

Mặc dù chúng ta có nhiều lựa chọn về cách cấu trúc kiến thức mà chúng ta học, nhưng hầu hết mọi công nghệ đều tuân theo cùng một định dạng "tủ hồ sơ": đơn vị kiến thức. /Files được lưu vào một đường dẫn tệp cụ thể trỏ đến một thư mục được sắp xếp theo chương hoặc danh mục. Khi một đơn vị kiến thức/tài liệu có liên quan đến nhiều điểm kiến thức, nó có thể được gắn thẻ với các điểm kiến thức liên quan, nhưng mỗi tài liệu thường chỉ được lưu trữ trong một hệ thống phân cấp lồng nhau duy nhất. Để truy cập thông tin này, người dùng phải nhớ nơi họ đã lưu trữ tệp, nội dung của thẻ hoặc sử dụng chức năng tìm kiếm để định vị tệp.

Thảo luận liên quan:

https://twitter.com/Conaw/status/1099181050045952006

Bởi Conor White -Sullivan@Conaw

3. Những vấn đề về kiến trúc tủ hồ sơ

Ở một khía cạnh nào đó, công nghệ hiện nay vẫn còn kém xa bộ não con người. Nếu mỗi tế bào thần kinh chỉ có thể chứa một “đơn vị” bộ nhớ duy nhất thì bộ não của chúng ta sẽ nhanh chóng lấp đầy công suất. Thay vào đó, thông tin được truyền trong não thông qua các kết nối giữa tế bào thần kinh và mạng lưới thần kinh, do đó, một ý tưởng có thể được chia sẻ trong não; khái niệm bầu trời xanh có thể được tái sử dụng trong vô số ký ức dường như không liên quan về thời gian ở ngoài trời. Hiệu quả này giúp giải thích tại sao máy tính cần năng lượng gấp hàng triệu lần để thực hiện các nhiệm vụ tương tự như bộ não con người (có công suất tương đương với một bóng đèn mờ). (Lưu ý [3])

Không giống như bộ não, cách tiếp cận tủ hồ sơ gây khó khăn hoặc thậm chí không thể tổng hợp hoặc sử dụng lại cùng một thông tin, bởi vì mỗi lần bất kỳ thông tin nhất định nào là Khi một tệp nhất định được sửa đổi, nó phải được theo dõi và cập nhật ở mọi nơi nó tồn tại. Điều này dẫn đến sự dư thừa, với hầu hết các ý tưởng giống nhau được ghi lại nhiều lần và rất nhiều công việc mỗi khi cần thay đổi trên toàn hệ thống.

Các giải pháp hiện tại cũng thiếu tính kết nối, với nhiều tệp bị cất giữ và nằm ngoài ngữ cảnh; thông tin được cất giữ trong ngăn kéo thay vì được đưa vào một cách có hệ thống trong khuôn khổ kiến thức rộng hơn. Cây tri thức có thể tạo ra các mối quan hệ không chính thức giữa các tài liệu trong một hệ thống phân cấp nhất định, nhưng những mối quan hệ này thường mơ hồ và chỉ có thể mô tả các mối quan hệ phân loại theo chiều dọc "cha và con". Một số công cụ, chẳng hạn như trang web và wiki, cũng cho phép liên kết trực giao giữa các tài liệu liên quan, nhưng chúng thường không được chuẩn hóa và không có khả năng xác định rõ ràng các đặc điểm liên kết.

4.Biểu đồ tri thức được hiển thị bằng mạng nút

So với cây tệp truyền thống Hơn, lớn -Sự hợp tác ở quy mô đòi hỏi cấu trúc dữ liệu linh hoạt hơn. Roam được xây dựng trên biểu đồ tri thức ánh xạ tất cả các mối quan hệ có thể có và thiết lập các liên kết "thông minh" giữa các khái niệm do người dùng xác định. Người dùng có thể kết nối các ý tưởng tương tự theo nhiều hệ thống phân cấp chồng chéo, tổng hợp lại chúng mà không ghi đè lên văn bản gốc và chia sẻ có chọn lọc các phần của biểu đồ tri thức với những người khác để cộng tác giải quyết các vấn đề phụ cụ thể.

Nếu các công cụ hiện có trên thị trường giống như tủ hồ sơ thì Roam giống với mạng nút trong mạng viễn thông hay cụm nơ-ron trong con người hơn não. Thay vì tồn tại trong chân không, mỗi ghi chú hoặc tài liệu sẽ trở thành một nút trong biểu đồ tri thức được kết nối với nhau. Một nút có thể giữ một vị trí theo nhiều trình tự, phân cấp hoặc đường dẫn tệp khác nhau cùng một lúc và có thể "nói chuyện" với các nút khác, truyền thông tin về bản chất của từng mối quan hệ theo cả hai hướng. Mạng rất năng động và mọi cập nhật cũng như sửa đổi sẽ được cập nhật trên toàn mạng theo thời gian thực. Các nút hoặc nhánh riêng lẻ trong mạng có thể phân nhánh khi cần, cho phép thiết lập các đường dẫn mới mà không thay đổi ý nghĩa ban đầu.

Ở cấp độ đơn giản nhất, cấu trúc của Roam giúp lưu trữ, nhớ lại và tham khảo chéo các ý tưởng dễ dàng hơn. Đây là lúc Roam chủ yếu trợ giúp cho sinh viên, tác giả, người tự học và người dùng các chương trình ghi chú hiện có.

Đối với người dùng nâng cao, biểu đồ tri thức cũng có thể giúp mở khóa thêm thông tin về logic và lập luận, lý luận và ra quyết định theo kiểu Bayes, mô hình hóa vấn đề phức tạp và nghiên cứu hợp tác, v.v. . Nhiều ứng dụng. Các trường hợp sử dụng tiềm năng cho những khả năng này và các công nghệ liên quan sẽ được khám phá trong Chương 5-8.

5. Biểu đồ tri thức được hiển thị bằng mạng nút

Từ bình duyệt của các tài liệu nghiên cứu Trên báo bình luận, người ta giải thích một quan điểm nào đó dựa trên một tiền đề nào đó, đại khái như sau:

Nếu A đúng thì B đúng. Nếu C và D đều đúng thì A đúng. C và D đều đúng. Do đó, B đúng.

Khi được truy cập Khi một trong các câu (khối) trích dẫn được nối với nhau, chúng ta có thể thấy rằng toàn bộ câu ghép đã được liên kết.

Ví dụ:

Thông thường, các đối số C và D được hỗ trợ thông qua các liên kết đến các bài viết bên ngoài, thường dựa trên các đối số lớn hơn bên dưới và kết luận rút ra sau khi tích phân các tiền đề khác. Thật không may, cấu trúc của lập luận chỉ được gợi ý trong tuyên bố. Mối quan hệ giữa lập luận và chứng cứ hiếm khi được nêu rõ ràng trong bài viết, ngoại trừ trong các bản thảo mà tác giả sử dụng nó để suy luận.

Roam cho phép các nhà nghiên cứu hoặc nhà văn sắp xếp các ý tưởng mà họ muốn thể hiện trong các dự án khác nhau. Nó cũng tạo cơ hội cho các dự án nghiên cứu liên ngành quy mô lớn. Khi các nhóm cộng tác quan tâm thảo luận về các lập luận và lập luận trong khuôn khổ đã được thống nhất, có thể tạo ra các giao diện người dùng có thể mở rộng để chuyển đổi những hiểu biết sâu sắc đòi hỏi kiến thức chuyên môn thành các quan điểm mà giáo dân dễ hiểu hơn.

Sự mơ hồ của ngôn ngữ tự nhiên thường cản trở nhiều cuộc thảo luận có ý nghĩa và trừ khi chủ đề thảo luận được xác định rõ ràng ngay từ đầu, mọi hình thức tranh luận sẽ đều nằm trong vô ích và cuối cùng thường củng cố quan điểm ban đầu của người đối thoại.

Ví dụ A

Alice: "Một cái cây sẽ phát ra âm thanh khi đổ trong một khu rừng rộng lớn cằn cỗi."

Bob: "Cây đổ trong rừng hoang không gây ra tiếng động."

Ví dụ B

Alice: "Một cái cây đổ trong một khu rừng hoang vắng rộng lớn sẽ (tạo ra rung động âm thanh)."

Bob: "Một cái cây đổ trong một khu rừng hoang vắng rộng lớn sẽ không (tạo ra trải nghiệm thính giác)." (Lưu ý [4])

Mặc dù những vị trí này Như được hiển thị trong Ví dụ A Có sự mâu thuẫn nhưng chỉ cần định nghĩa từ “tiếng nói” cũng có thể cho thấy quan điểm cơ bản của hai bên là hoàn toàn tương thích.

Việc sử dụng các tập hợp được xác định rõ ràng trong Biểu đồ phụ thuộc giúp giải quyết sự mơ hồ và giảm khả năng những người tham gia thảo luận sẽ nhầm lẫn cuộc tranh luận vì các mục đích khác hoặc cố tình sử dụng Motte -và-bailey ngụy biện để đánh lừa. (Lưu ý [5])

Ngoài lý luận và lập luận, sơ đồ phụ thuộc còn có nhiều ứng dụng trong giáo dục, học tập độc lập và ra quyết định hàng ngày. Ngay cả một dự án rất phức tạp cũng có thể bắt nguồn từ một vài nhiệm vụ nhỏ hơn. Người dùng có thể thấy sự cân bằng liên quan đến từng đường dẫn quyết định và tìm ra đường dẫn nào nhanh nhất và đường dẫn nào có thể gần hơn với các mục tiêu thú vị khác. Khi học sinh ghi lại tiến trình học tập của mình, các em cũng có thể khám phá các nhiệm vụ và lộ trình mới bằng cách sử dụng các kỹ năng họ đạt được trong quá trình học tập.

Vấn đề diễn đạt ngôn ngữ áp dụng ngay cả trong lĩnh vực chứng minh toán học, xem "Cách viết một chứng minh thế kỷ 21" của Lamport.

6. Làm rõ các mối quan hệ phức tạp 6.1 Mối quan hệ nhân quả phi tuyến tính

Những câu hỏi đơn giản thường đi theo câu hỏi trực tiếp quan hệ nhân quả. Khi một bệnh nhân có một loạt các triệu chứng liên quan chặt chẽ đến bệnh cúm, các bác sĩ có thể suy ra từ những biến số có thể quan sát được rằng có một biến số không thể nhìn thấy được—vi-rút cúm. Hãy xử lý biến số cơ bản này và các triệu chứng sẽ biến mất.

Scott Alexander quan sát thấy rằng các đồng nghiệp của ông trong ngành tâm thần học cũng đã cố gắng gán một nhóm các triệu chứng liên quan cho một biến số cơ bản duy nhất, chẳng hạn như trầm cảm. (Lưu ý [6]) Tuy nhiên, các triệu chứng do trầm cảm gây ra – chẳng hạn như rối loạn giấc ngủ, mệt mỏi, cảm giác tội lỗi – cũng có thể có tác động nhân quả lẫn nhau và lên chính chứng rối loạn. Mạng lưới các mối quan hệ phức tạp này, có thể bao gồm các vòng phản hồi, không tuân theo con đường nhân quả tuyến tính. Đối với các vấn đề phức tạp thuộc loại này, mạng nút là mô hình chính xác hơn:

Mô hình trầm cảm (MD) và rối loạn lo âu tổng quát (GAD). (Lưu ý [7]) Những bệnh này mô tả đại khái một loạt các triệu chứng thường xảy ra cùng nhau và củng cố lẫn nhau, nhưng không có "ranh giới rõ ràng" giữa các triệu chứng.

Ngay cả khi xét theo mệnh giá, mạng nút cung cấp sự hỗ trợ trực quan để giải quyết vấn đề - cái nhìn toàn cảnh về mối liên hệ giữa các yếu tố khác nhau. Điều này có thể giúp xác định các hình thái hoặc cụm khác nhau có thể phản trực giác hoặc khó nhìn thấy một cách tổng thể khi nghiên cứu các cấu trúc vi mô.

6.2 Suy luận Bayesian

Áp dụng suy luận Bayesian vào đồ thị tri thức có thể Làm cho nó trở thành một công cụ mạnh mẽ để ước lượng xác suất, đánh giá giả thuyết và ra quyết định. Định lý Bayes là một định luật xác suất cho chúng ta biết chúng ta nên thay đổi quan điểm của mình đến mức nào về một điều gì đó khi chúng ta biết được một sự kiện mới hoặc thu được bằng chứng mới. Định lý được phát biểu dưới dạng phương trình sau:

Trong đó A là mệnh đề quan tâm, B là bằng chứng được quan sát, P(A) và P(B) là xác suất trước đó, P(A|B ) là xác suất hậu nghiệm của A.

Giả sử một bác sĩ có một bệnh nhân, vì anh ta thuộc nhóm có nguy cơ cao nên muốn biết xác suất mang một loại virus tiềm năng. Đây là bên trái bên của phương trình. Hãy chú ý đến mệnh đề". Dữ liệu trước đây cho thấy 4% tổng dân số là người mang mầm bệnh, do đó P(A) = 0,04. B là bằng chứng quan sát được cho thấy 32% tổng dân số có nguy cơ, P(B) = 0,32. Các bác sĩ biết rằng 80% bệnh nhân nhiễm virus thuộc nhóm nguy cơ cao: B | A=0,8

Các bác sĩ áp dụng định lý Bayes:

P(A|B) = (0,8 * 0,04)/0,32

P(A|B) = 0,1

Bệnh nhân của cô chỉ có 1/10 khả năng trở thành người mang virus, con số này có thể thấp hơn những gì người bình thường mong đợi vì hầu hết tất cả những người mang mầm bệnh đều thuộc nhóm có nguy cơ cao.

Mặc dù đây là một phép tính đơn giản nhưng ưu điểm của suy luận Bayes là nó có thể chia các vấn đề tưởng chừng như không thể giải được thành những phần nhỏ. Ngay cả khi không có sẵn dữ liệu, ước tính đa cấp tuần tự vẫn có thể mang lại những cải thiện hữu ích về mức độ tin cậy của các kết quả khác nhau. Bằng cách thêm khung này vào các mối quan hệ được xác định giữa các nút, việc sửa đổi trọng số tại bất kỳ điểm nào trong mạng sẽ tự động cập nhật toàn bộ biểu đồ tri thức.

Xác suất Bayes cũng cung cấp một khuôn khổ cho việc ra quyết định. Bằng cách đánh giá chi phí và sự cân bằng của các lựa chọn khác nhau, người dùng có thể tính toán đường dẫn nào mang lại giá trị mong đợi cao nhất. Tương tự như vậy, ngay cả khi trọng số chỉ là ước tính đơn giản về sở thích cá nhân, chất lượng của quyết định có thể được cải thiện thông qua các lớp lập luận ủng hộ và phản đối. Ma trận đánh giá cho phép chúng tôi tích hợp nhiều thông tin vào quyết định cuối cùng, thay vì mặc định thực hiện một số phép ngoại suy đơn giản.

7. Tối ưu hóa cho những khám phá bất ngờ

Cũng như con người không thể tạo ra các số ngẫu nhiên theo ý muốn, chúng ta hãy có ý thức Việc tạo ra những suy nghĩ ngẫu nhiên cũng khó khăn đến mức chúng ta thường tích cực cố gắng “nghĩ khác đi”, điều này dường như chỉ làm củng cố thêm những kiểu suy nghĩ hiện có. Bộ não phải đối mặt với những kích thích mới để tổ chức lại khả năng nhận thức của nó, thay vì cố gắng ép buộc sự sáng tạo. Tiếp xúc với một lượng "tiếng ồn" ngẫu nhiên nhất định (giấc mơ, thiền định, đọc bài tarot, sai lầm) có thể khiến tâm trí thoát khỏi những ràng buộc của lẽ thường và bước vào một không gian suy nghĩ mới. Thông thường, những hiểu biết sâu sắc này xảy ra ở giao diện của hai hoặc nhiều lĩnh vực, khái niệm hoặc phương thức dường như không liên quan.

Tính liên kết giữa biểu đồ tri thức của Roam liên tục tạo cơ hội cho những khám phá tình cờ. Mỗi nút trong mạng có thể được hiển thị và xem trong nhiều biểu đồ, cho phép người dùng xem các ý tưởng liên quan, quét lên và xuống hệ thống phân cấp dọc, kiểm tra các cụm nút lân cận và quan sát hình dạng của biểu đồ tri thức.

Chức năng tìm kiếm của Roam có thể được hiệu chỉnh để bao gồm nhiều hay ít "tiếng ồn" dựa trên nhu cầu của người dùng. Khi tìm kiếm một đoạn văn hoặc ghi chú cụ thể, cài đặt tìm kiếm có thể đủ hẹp để tìm thấy chính xác những gì người dùng đang nghĩ. Tuy nhiên, nó cũng có thể được mở rộng để bao gồm một "chuyến đi câu cá" với mục đích đưa ra nhiều ý tưởng khác nhau. Một số kết quả tìm kiếm sẽ chứa các chú thích mà người dùng có thể đã quên, một số có thể gây nhiễu và một số khác sẽ khơi dậy những ý tưởng mà người dùng thậm chí không biết là họ đang tìm kiếm.

Việc kết hợp chéo các ý tưởng từ các lĩnh vực khác nhau có thể mang lại lợi ích hữu hình cho cá nhân và xã hội. Việc đầu tư thời gian và năng lượng cần thiết để trở thành chuyên gia trong một lĩnh vực sẽ nhanh chóng dẫn đến lợi nhuận giảm dần. Ngược lại, “tài năng” tích lũy nhiều kiến thức hoặc kỹ năng nghiệp dư có thể nắm bắt được những cơ hội mà những chuyên gia có tầm nhìn hẹp hơn không thể nhìn thấy.

Kiến thức chuyên môn cao vẫn rất quan trọng để mở ra những chân trời mới. Tuy nhiên, trước những vấn đề ngày càng phức tạp, các phương pháp nghiên cứu liên ngành ngày càng trở nên cần thiết đối với các nhà khoa học, chuyên gia kỹ thuật và các nhà hoạch định chính sách.

8. Hợp tác giải quyết vấn đề

Mặc dù việc sử dụng Roam một người chơi có những ưu điểm riêng , nhưng mục tiêu cuối cùng là tạo ra một nền tảng cho việc hợp tác nghiên cứu và học tập. Các cơ chế hiện tại thường bị hạn chế bởi giả định về sự đồng thuận cần thiết, trong khi tính linh hoạt của các thư viện kiến thức cho phép một cách tiếp cận đa nguyên hơn có thể cân nhắc các quan điểm xung đột và tách tín hiệu khỏi tiếng ồn mà không cần dùng đến chủ nghĩa độc tài hoặc dân chủ.

8.1 Tìm kiếm tín hiệu trong tiếng ồn

Khi tần suất thông tin tăng lên, thế giới trở nên hỗn loạn ngày càng ồn ào hơn. Như đã thảo luận ở Chương 7, việc cố ý tiếp xúc với tiếng ồn có thể là một chiến lược hữu ích trong những tình huống nhất định, nhưng vào những thời điểm khác có thể tạo ra sự mơ hồ trong giao tiếp. (Lưu ý [8]) Do chúng ta có xu hướng áp đặt tính ngẫu nhiên vào các câu chuyện và lời giải thích (tức là ngụy biện tường thuật), việc tách tín hiệu thực khỏi nhiễu trở nên ngày càng khó khăn.

Giả sử một xu hướng có tỷ lệ tín hiệu trên nhiễu hàng năm là 1:1 (50% dữ liệu là có ý nghĩa và 50% là ngẫu nhiên). Nếu chúng ta quan sát cùng một dữ liệu hàng ngày, tỷ lệ sẽ thay đổi thành 95% nhiễu, 5% tín hiệu. Nếu bạn xem dữ liệu hàng giờ (như các nhà báo và những người theo dõi thị trường thường làm), nó sẽ trở thành ngẫu nhiên 99,5% - nghĩa là nhiễu gấp 200 lần tín hiệu. (Lưu ý [9]) Các cơ quan chịu trách nhiệm giải thích dữ liệu bao gồm các phương tiện truyền thông, giới học thuật và cơ quan lập pháp. Một số người trong các tổ chức này có thể cố tình che giấu sự thật thông qua “tin giả”, hack p và vận động chính trị. Mặc dù hành vi độc hại tích cực là ngoại lệ, nhưng ngay cả những nhà báo, nhà nghiên cứu và nhà phân tích giỏi nhất cũng không tránh khỏi việc bị đánh lừa bởi sự ngẫu nhiên.

Vì vậy, đối với hầu hết mọi người, vấn đề tách tín hiệu khỏi nhiễu liên quan đến việc tìm kiếm các nguồn thông tin phụ trợ chính xác và đáng tin cậy. Nhiệm vụ khó khăn này thường bị cản trở bởi các tạp chí khoa học đóng cửa và các thuật toán công cụ tìm kiếm ngày càng bị các nhà tiếp thị nội dung am hiểu về SEO thao túng.

8.2 Sự dư thừa thông tin

Việc duyệt một lượng lớn thông tin sẽ tạo ra rất nhiều sự dư thừa. Hầu hết mọi người lãng phí năng lượng của mình vào những vấn đề đã được giải quyết hàng triệu lần. Những người đang giải quyết các vấn đề chưa được giải quyết thường sống trong các hầm chứa thông tin, không biết đến sự tồn tại của nhau. Tất cả các mảnh ghép của bất kỳ câu đố nào đều có thể tồn tại, nhưng không một cá nhân hay nhóm nào nắm giữ được tất cả. Trong vô số diễn đàn, phần bình luận, trang web và sách, bánh xe được phát minh lại nhiều lần, thông tin hiện lên và biến mất cũng nhanh chóng.

8.3 Sự đồng thuận

Ngày nay, hầu hết các phương tiện truyền thông đều coi những nhận thức lan truyền là được trình bày như sự thật; giả định một sự đồng thuận ngầm và không thể chia cắt. Wikipedia là một trong những kỳ quan vĩ đại của thời đại Internet, nhưng nó lại mắc phải cả hai sai lầm. Chỉ có thể có một bài viết về bất kỳ chủ đề nào cho bất kỳ ngôn ngữ nào, kết nối duy nhất giữa các trang là thông qua các liên kết và không có bài viết nào được xây dựng dựa trên một bài viết khác.

Ngược lại, hãy xem Github: các thư viện được xây dựng trên các thư viện khác và các tính năng được xây dựng dựa trên các tính năng khác. Các nhà phát triển làm việc để tạo ra những công cụ mà người khác có thể sử dụng để tạo ra những công cụ tốt hơn. Hầu hết Internet hiện đại được xây dựng trên công nghệ nguồn mở và sẽ không bền vững nếu các lập trình viên chỉ có thể tuân theo các giao thức cũ để cộng tác thông minh.

Nhiều vấn đề có thể được giải quyết bằng cách viết mã, nhưng ngôn ngữ tự nhiên vẫn là cách chúng ta xác định vấn đề nào đáng giải quyết. Ngôn ngữ tự nhiên là cách chúng ta giải thích thế giới với nhau và truyền đạt các mô hình thực tế. Đó là ngôn ngữ của giáo dục và ngôn ngữ của việc ra quyết định. Ngôn ngữ tự nhiên yêu cầu chuỗi công cụ cộng tác tốt như chuỗi công cụ để quản lý mã.

8.4 Các phương pháp hợp tác

Các vấn đề cần có sự đồng thuận có thể được xác định bởi các cá nhân hoặc nhóm dựa trên quan điểm của họ. mạng lưới tin cậy của riêng mình. Dữ liệu được cung cấp và các suy luận được rút ra được sử dụng để giải quyết vấn đề. Tuy nhiên, sự cộng tác vẫn cần có cơ chế để đánh giá ý tưởng nào là tốt nhất. Cũng giống như các cá nhân cân nhắc những dự đoán và quyết định của riêng mình, các nhóm phải có khả năng "bỏ phiếu" về độ tin cậy của bất kỳ ý tưởng, tiền đề hoặc bằng chứng nào. Có một số tùy chọn về cách xác minh các trọng số tập thể này, một số tùy chọn được mô tả ngắn gọn dưới đây.

a) Trí tuệ nhóm

Một nhóm người có thể làm tốt hơn bất kỳ cá nhân nào Một số về các quyết định và dự đoán của mình: Nhà thống kê vĩ đại Francis Galton đã rất ngạc nhiên khi thấy rằng 800 người tại một hội chợ nông thôn đã đoán rằng trọng lượng trung bình của một con bò chỉ kém một pound so với con số chính xác là 1.198 pound.

Một cuộc thi về mức độ nổi tiếng đơn giản không phải lúc nào cũng đưa chúng ta đến gần sự thật hơn, nhưng nó rất hữu ích vì nó cho chúng ta biết những gì chúng ta tin tưởng. Dữ liệu có thể được chia nhỏ theo nhân khẩu học để cho thấy các nhóm khác nhau nhìn nhận thực tế như thế nào và có khả năng cảnh báo mọi người về sự thiên vị trong nhóm của họ.

b) Điểm tín nhiệm

Nhà quản lý quỹ phòng hộ Ray Dalio Tại Bridgewater Associates, chúng tôi đi tiên phong trong việc đưa ra quyết định - hệ thống xây dựng giống một hệ thống học thuật hơn là một nền dân chủ: những người liên tục thể hiện kiến thức chuyên môn của mình về một chủ đề hoặc đặc điểm cụ thể sẽ được so sánh với những người có điểm tín nhiệm thấp hơn. Không có gì có thể ngăn cản quan điểm của Dalio bị những nhân viên trẻ nhất của ông lật tẩy, miễn là các nhân viên đó luôn chứng tỏ mình đúng hơn Dalio. Việc triển khai một hệ thống tương tự trong Roam sẽ yêu cầu khả năng theo dõi hiệu suất, chẳng hạn như mức độ đóng góp của người dùng nội dung gốc được hỗ trợ rộng rãi vào biểu đồ tri thức hoặc mức độ chính xác mà dự đoán của họ.

c) Thị trường dự đoán

Khi mọi người không chịu nổi áp lực ngang hàng và những thành kiến khác, không Khi nào có đủ chuyên môn hoặc dự đoán sai có chủ ý thì "sự khôn ngoan của đám đông" cuối cùng có thể trở nên rất sai

Cái nhìn sâu sắc đằng sau thị trường dự đoán là sức mạnh của thị trường có thể được khai thác để khuyến khích người tham gia học hỏi từ bất kỳ sai lầm nào Lợi nhuận. Miễn là ai đó cho rằng sự đồng thuận là sai, họ luôn có thể đặt cược rằng sự đồng thuận đó là sai, đẩy tỷ lệ cược trở lại vị trí hợp lý hơn. Thông tin nội bộ không chỉ được phép mà còn được hoan nghênh. Bằng cách này, một lượng lớn thông tin có thể được tổng hợp thành một điểm dữ liệu được cập nhật liên tục và thường rất chính xác.

Các vấn đề về quy định ngăn cản sự phát triển và mở rộng của thị trường dự đoán và các giải pháp khả thi bao gồm mã thông báo không phải tiền pháp định hoặc hệ thống điểm liên kết danh tiếng.

9. Kết luận

Hệ thống tri thức nhân loại ngày nay là một đại dương rộng lớn chứa đựng thông tin và ý tưởng. Nhiều thông tin và ý tưởng không chính xác, một số là độc hại và tài nguyên tốt nhất của chúng bị hạn chế bởi người gác cổng hoặc gần như không thể tìm thấy. Lượng thông tin đang tăng lên theo cấp số nhân, mang đến những cơ hội to lớn nếu các vấn đề cộng tác cơ bản có thể được giải quyết.

Rõ ràng, chúng ta cần một cách tiếp cận khác về cơ bản so với trước đây. Tầm nhìn của Roam về kiến thức nhân loại là một trong những trí tuệ tập thể, nguồn mở, liên tục được sắp xếp lại, lặp lại và phát triển để theo đuổi sự thật. Mỗi người trong chúng ta sẽ trở thành một nút trong trí tuệ tập thể này, tạo ra các kết nối và mạng lưới, chia sẻ những điều tốt nhất mà mỗi người có thể mang lại, cải thiện người khác đồng thời cải thiện bản thân và thúc đẩy nhân loại nói chung.

Giới thiệu về Roam

Roam được thành lập bởi Conor White Sullivan và Joshua Brown. Conor đã phát triển các công cụ trí tuệ tập thể trong hơn chín năm, thành lập Localocracy chung của thị trấn trực tuyến (được AOL mua lại vào năm 2011) và lãnh đạo nghiên cứu và phát triển cho The Huffington Post sau thương vụ mua lại. Conor và Josh gặp nhau tại Đại học Mã hóa miễn phí http://42.us.org, nơi Josh nằm trong top 5 trong số 1.000 sinh viên đầu tiên được nhận vào chương trình Hoa Kỳ trong kỳ thi tuyển sinh kéo dài một tháng. Sách trắng được đồng tác giả bởi nhà báo kinh doanh Richard Meadows, người đã thử nghiệm các nguyên mẫu ban đầu và trở thành nhà đầu tư đầu tiên của Roam.

Bài viết này được sao chép từ Zhihu, vui lòng bấm vào để đọc link gốc

Tài liệu tham khảo[ 1

Lưu ý 1: Hiện nay, ít nhất 2,5 nghìn tỷ byte thông tin được tạo ra mỗi ngày, bằng lượng thông tin được tạo ra trong cả năm 2002.

[2]

Lưu ý 2: Nhà khoa học Mỹ: Ước tính mới tăng cường khả năng ghi nhớ của bộ não con người gấp 10 lần hiện tạo ra ít nhất 2,5 nghìn tỷ byte thông tin mỗi ngày.

[3]

Lưu ý 3: Nhà tiên phong về vi điện tử Carver Mead, người đặt ra thuật ngữ Định luật Moore, đã dự đoán chính xác nó vào năm 1990. Máy tính ngày nay sử dụng năng lượng nhiều hơn 10 triệu lần trong một lệnh so với não sử dụng để kích hoạt khớp thần kinh.

[4]

Lưu ý 4: Ví dụ này được phỏng theo "trình tự Ít sai hơn 37 cách từ có thể sai"

[5]

Lưu ý 5: Motte-and-bailey đề cập đến việc tranh luận về một tuyên bố dễ bảo vệ, thường là lẽ thường (Motte) để tránh một nhà phê bình đưa ra một tuyên bố khó bảo vệ, Một tuyên bố gây tranh cãi hơn (bailey) . Thuật ngữ này được Scott Alexander phổ biến rộng rãi và được giải thích trong All in All, Another Brick in the Motte.

[6]

Lưu ý 6: Slate Star Codex: Rối loạn tâm thần như mạng lưới.

[7]

Lưu ý 7: Michèle B. Nuijten, Marie K. Deserno, Angélique O. J. Cramer, Denny Borsboom: Giới thiệu và tổng quan về các phương pháp mạng trong tâm lý học (Giới thiệu và tổng quan của cách tiếp cận mạng đối với bệnh tâm thần)

[8]

Lưu ý 8: Như Carl Sagan đã quan sát, mặc dù truyền hình hàng ngày Có nhiều dữ liệu được phát hơn tất cả các tác phẩm viết trong lịch sử cộng lại, "nhưng không phải tất cả các bit đều có giá trị như nhau."

[9]

Lưu ý 9: Ví dụ này xuất phát từ "Antifragile" của Nassim Taleb.

Liên kết gốc

Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:

Nhóm Telegram đăng ký: https://t.me/theblockbeats

Nhóm Telegram thảo luận: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia