知識/資訊管理•研究方法
人文社會與行為知識的產生
資訊管理與資訊系統
運用資訊與網路科技以達成知識的分享
邀請您快速的體驗「創新」的學習與實踐
你現在聆聽的是吳統雄的作品「點燭」，請按這裡、或按〈人文素養〉〈詩歌曲〉欣賞他更多的創作。You are listening 'Lighting up the Candle' composed by Sean TX Wu, please click here or click "Humanities" "Musical and Poetry" for more of his works.
探索知識光譜中「行為知識」-或「機率知識」-領域是否存在著基本定律？如何證實基本定律？是否需要不同的思想方法？
吳統雄和他的國際研究團隊，行為機率知識的基本定律可能是 Adoption Models，而這個定律亦曾經長期應用在2項行為預測上：電子商務、選舉行為。
他在1999年度，國內外正高唱電子商務的時候，就公開預測出了2000年春季的大崩盤。
他在1983年就發現了臺灣選舉行為有循環的趨勢，在1994年就明確預測出政黨將輪替1循環，更明確預測出了2008年完成循環時的得票率。
本站討論的是：管理知識、發展知識理論、進而探索基本定律的「方法論 (Methodology)與知識論(Epistemology)」。
知識的光譜：
知識的類型有如一道光譜，愈左邊的是物理知識、因果型知識。因果型知識因為效果明確，所以難度最低（這可能和一般直覺反應完全相反吧？）但如果具備這種知識，愈容易產生銷售的效益，愈容易在「社會排行榜」上升；而愈右邊的是人文社會與行為知識、機率型知識。也就是這種知識的效果是不一定的，其實難度最高，同時銷售效益也較不明確，不容易在「社會排行榜」上被大幅認同。
物理知識於16世紀在西方開始建立（中國其實更早，可惜沒有持續堅持），至今已經相當成熟，貢獻度非常高；生物知識於20世紀下葉 DNA 知識的快速發展，「因果關係」更強，相信未來的成就更有無限可期。
而人文社會與行為研究的「機率關係」實在太高，至今似乎尚不存在廣為眾人認同的「基礎定律」（如牛頓力學定律、或華生的DNA理論與桑格的定序方法）。相對於左側，右側可以說仍在黑暗之中；但也因為黑暗，我們才更須要希望。
獻身於人文社會與行為研究，可能不容易有「社會排行榜」立即亮麗的回報，必須要有一種以歷史任務自許的認知。
（這道光譜，Plato 曾經解釋為左右2個圓形，左邊是Truth、右邊是Belief，而中間的交集才有Knowledge；而Snow 的觀察，這2個圓形是沒有交集、分立南北極的「兩種文化」。）
物理：老師給你一杯冷水，和你說加熱到100度後，水會變成氣體飛走。你從來沒有燒過水，第一次實驗就成功了，不禁嘖嘖稱奇。
生物：病人發燒，醫師開阿斯匹靈的處方，大部分的人服用後都痊癒了，但是還是有少數人沒好。
經濟：貨幣理論說：中央政府控制貨幣發行，就可以控制經濟的成長。對世界上少數國家有部分效果，對於大部分國家沒有作用。
管理：如何促進組織進步發展？有人用X 理論大成功、有人大失敗；有人用完全相反的 Y 理論，結果反而大成功，但也有人大失敗。
選舉：大部分人認為「民意如流水」，永遠也掌握不住；但也有極少數人始終能夠預測選舉結果。
美學：什麼人長得比較美？什麼音樂會比較好聽？你去問每個人，可能永遠沒有相同的答案。但是，其中真的完全沒有基礎的知識因素嗎？
知識管理：
強調行為機率型知識的追尋，與資訊系統應用的整合發展。
「知識管理」在2000年蔚為顯學，其具體內涵應該就是兩部分：「知識的產生—尤其強調『非結構性』亦即『人文社會』『行為』與『機率性』的知識」和「知識的分享—尤其強調以資訊系統作為分享的機制與平臺」。
在相關論著中常見到的「非結構性」知識，就是指不易量化的人文社會知識：如管理、消費、行銷、投票、遊戲、藝術創作…與人類「行為」有關的知識。相對於結構性、容易量化的物理知識，經常是「因果關係」的知識；行為知識經常是「機率關係」的知識、更困難去研究的知識。
當前「知識分享」的發展，顯然比「知識產生」的研究豐富許多。因為建構「知識分享」的資訊系統具體可見，大眾容易了解、容易接受、容易感受到「成果」。但著重後段，有可能因此忽視前段，許多名為「知識管理系統」其實可能是「資訊管理系統」、甚至更是「資料管理系統」。
「知識產生」的內涵並非至今才待探索，而是源遠流長、自人類開始會思考，就追求的知識「方法 Methodology」。知識不是突然發生的，而是必須經過科學的實證程序、檢定後才產生的。
本研究者因此建議：如何深化「知識產生」的內涵，應是「知識管理」當前與未來更重要的目標。
紫竹林是智慧之神觀世音所居住之地，願同好來此一起參道修行。
知識管理的內涵與評論
吳統雄
知識管理的文獻很多，許多著作又著重小節，可能令人愈看愈糊塗。其實重要文獻不外2類：第一類如Peters[4], Hoffman[3], Saunders[5]，認為就是知識工作者「程序」與「環境」的建構。第二類如Spiegler[6]與Microsoft 所提出的知識管理白皮書，則視知識管理為過去30餘年資訊系統的整合應用，甚至是「新瓶裝舊酒」的訴求。不過平心而論，在「新瓶」中有不少是近年才蓬勃發展的科技應用，裝的至少是「混合酒」。
在各家論述中，Peters[4]早期對建構知識管理提出「4實務程序」，考量似較為周延，絕大多數的後來文獻，也不出這個範圍。這4項步驟與本研究者所建議的第5項步驟如下：
強調全員參與，盡可能使所有的會議都公開，尤其歡迎「異質」的建言和「點子」。會議的形式兼及「實質」與「虛擬」。實質會議應採用「圓桌會議」，避免階級畫分與有人主導討論。而虛擬會議則是利用電腦網路與資料庫討論，尤其歡迎跨越空間與地理障礙的參與者。本研究者按，其實虛擬會議也就是一種「大慧調查(Delphi Survey)的形式。
鑑於在傳統組織行為中，政治考量、個人性格、和階層制度常常形成創新與溝通的障礙。因此在知識管理系統中，要求下情上達，鼓勵越級報告，歡迎所有人員以不具名的方式提出問題和點子，在系統中必須有「及時」和「匿名」的功能。本研究者按，這部分應係指「創意」而非指「黑函」，希望基層的作業員-如調查案的訪員-在第一線發現的心得，能經由系統功能直接反映給主持人。
在過去，組織與專案設定的目標，往往倍於事實與能力可以達成的範圍。知識管理須要制定優先順序，把智力集中到真正的策略中心。主管的責任就是要能依照工作的優先順序調動資源，集中力量到能夠達成的部分；同時，能夠將問題與障礙分析成獨立的因素，分別解決。所有參與者必須體會這個順序，並同心協力達成優先目標。
許多個人與更多組織經常浪費時間。知識管理系統應有「時間監察」的功能。管理者必須要制訂工作的優先順序時間進度表，並進行每日追蹤，才能確認組織的能力是否實現在工作的優先順序上。有效的知識管理強調參與者的時間必須花在：研究發展、應用實施，以及創意交流上。
Peters[4] 所提出以上的4個程序，較強調一般性的知識管理概念。但本研究者建議，應再增加一項要素：解決特定知識領域(Domain Knowledge)的問題，譬如電子商務市場策略、消費調查模式、投票行為模式、多媒體設計模式…等。任何知識環境的建構，最後還是應該落實到解決一個特定領域的問題。
Spiegler[6] 認為知識管理就是整合各種資訊系統實現「資料à資訊à知識」的流程，達成「歸納歷史à觀察現在à預測未來」的目標。對知識管理系統而言，就是以資訊系統達成-亦即控制-知識管理的程序與環境。這樣的資訊系統應具備何種能力，本研究者建議如下：
1. 資料處理、資料庫管理、決策支援整合
2. 個人與群體作業整合
3. 區域與全球網路資源整合
本研究者並將相關的資訊系統主題與重點技術整理如圖 1：
圖 1知識管理相關主題整合應用發展圖
EDP/TPS: 電腦問世早期只是提供軍事、工程、人口統計等非常特殊的用途，由專門人員操作，至1950年代後才逐漸為企業所採用，作為「電子資料處理」(Electronic Data Processing, EDP)。這種應用在實體結構上要求硬體 (Hardware, 簡稱H/W)與軟體(Software, 簡稱S/W)的電腦整合系統，同時，為了讓一般企業人員操作，必須具備較簡易的「使用者介面」(User interface, UI)，在當時就是「高階（亦即易懂）電腦語言」，如Cobol, Basic等；而在功能上達到減輕勞務、提升交易資料品質的目的，所以，後來也有人稱它為「交易處理系統」(Transaction Processing Systems, TPS)。
MIS: 進入1960年代，企業發現部門間有許多資料是互相流通與共用的，於是「管理資訊系統」(Management Information Systems, MIS)的觀念興起，在結構上的特色是增加「資料庫管理」(Database Management Systems, DBMS)，在使用者介面上更強調「親和性」(Friendliness)，譬如採用選單介面，減少鍵盤輸入；在功能上降低資料重複性、增加一致性，並提升查詢效益。
DSS: 決策支援系統(Decision Support Systems, DSS)特色是具備決策模式(Modeling)，與交談式介面(Dialogue)，通常是圖形介面(GUI)；功能更從協助人類勞力，提升到支援（不是取代）人類選擇更佳品質的決策。DSS的決策模式常為解決結構性問題的數量化模式，而提供非數量化模式以解決非結構性問題的系統，常稱為「專家系統(Expert Systems, ES)。
Department IS Management: 即部門資訊管理，因早期企業均採用大、中型電腦，需要專門人員集中在特定的資訊部門，擔任管理工作。
PIS/EUC: 1980年代，出現了個人等級的電腦，譬如蘋果電腦與IBM的PC，一般人都可以接觸電腦了，從此進入畫時代的「個人資訊管理」境地(Personal Information Systems, PIS; 或稱End User Computing, EUC)。
OA: 初期的個人電腦都是採用單機作業，溝通能力低。為了解決這個問題，便將企業內的部門資訊系統與個人系統，以網路連結起來，產生群體作業的功能，就稱為辦公室自動化(Office Automation, OA)。
LAN: 實體上用網路連結起來的企業、組織、區域，便稱作區域網路(Local Area Network)。
Internet: 網際網路，區域網路由於技術的限制，傳輸的範圍有限；1990年代以後，廣域傳輸的技術與環境日益成熟，促成網際網路的興起，有如一個區域網路的對外橋梁，可以連結全球其他的區域網路與個別的電腦，無遠弗屆。網路介面的趨勢則是採用多媒體瀏覽器(Web Browser)。它的功能與效益，是真正推動了「電腦與通訊」「資訊與傳播」大結合的時代。在Internet 上以各種e字起頭的應用頓時蔚為風尚，包括：EA: e-art 電子藝術…EC: e-commerce 電子商務…直到E-everything 任何電子事務。
Intranet: 企業內部網路，1996年後區域網路的新發展，特色是採用與網際網路相同的瀏覽器介面。
NII: 網際網路的效率，與國家層次的網路主幹有關，網路的美夢必須建築在網路頻寬上，因此興起了加強「國家資訊基礎建設」(National Information Infrastructure, NII)，又稱「資訊高速公路」的議題。如果認為NII不僅硬體建設的層面，還包括民意、隱私權、網路安全、言論自由…等傳播層面、社會層面，那麼這也將是資訊管理研究的範疇。
GII: 如果把NII的概念擴張到全球的觀點，那就是「全球資訊基礎建設」(Global Information Infrastructure, GII)。
KM: 知識管理(Knowledge Management, KM)強調知識工作者個人化需求的方案(如dashboard)，包括：資料處理、資料庫管理、決策支援整合；個人與群體作業整合；區域與全球網路資源整合的工作環境。
以上資訊系統服務的對象是一般使用者，而非資訊專家，故應提供親和的使用者介面。近年國際上使用者介面的研究重心就是「實用性(usability)」，期望更能突出一般使用者、個人資訊系統的環境，與個人資訊應用技術 (End User Computing, EUC) 結合，提供更深入淺出的使用者介面。[1]
深入淺出就是要以使用者為導向的設計，要把資訊管理科學與人文社會科學，對相關領域內方法學的探討「整合化」「隱形化」深藏在系統之內;需要使用「調查」作為工具，以收集研究資料的使用者，不必分出心力在工具的設計和管理上，而可以集中智慧在研究主題上。使用者可以很淺易的操作工具，而獲得更佳的資料品質。包括：
親和性涵蓋視覺輔助介面、線上交談介面、與線上白話援助等。
典型的視覺輔助介面就是圖形介面，以圖示(icon)作為視覺輔助操作的視窗形介面。
交談式介面，就是系統將使用者所從事的工作以階層式的方式組織起來；每一個步驟可以進行的方向，也以選項的方式呈現出來；根據使用者的選擇，再引導使用者進入下一個適當的步驟，直到完成工作。這種介面符合了「黑盒子」需求，使用者只要知道輸入什麼進黑盒子，可以得到什麼輸出。黑盒子的內部則交給系統去處理。
本研究者特別強調開發「線上白話援助」，使國內的人文社會科學也可以講中文；使用者不需要懂工具製造，也可以在面臨問題的時候，即時知道使用什麼工具來解決。
根據Microsoft的知識管理白皮書來看，公元2000年使用者介面的核心就是「個人化介面」。不過許多人容易誤以為個人化介面只是指虛擬桌面（或個人儀表板dashboard）的設計與美化；本研究者願指出，個人化介面更在概念上的：完整、精簡、彈性。
完整：個人所需要的資訊、工具與工作程序都在虛擬桌面上。
精簡：虛擬桌面上所有的資訊、工具與工作程序，個人都有用。
彈性：虛擬桌面上所有的資訊、工具與工作程序，個人都有能力按自己的彈性需要而規畫安排、增刪修訂，不必借助專門工程人員。
前面3節，其實也大致見諸於一般知識管理的文獻中，而本研究者願進一步建議，應增加第4個部分：在文化上追求社會文化的適域性，達成調查成果全面的正確性。
本研究者同時強調，在建構系統時，應比較國內外在知識過程中人文社會的差異，以建立具備中國文化特色的知識管理系統 -- 亦即范錚強等[2]所主張的「適域性」考量，認為設計資訊系統應具備主動、積極、因應地域特性調整而後輸出的意義。
這樣的系統應能提供的文化考量，舉例如下：
1. 適域的行為假設：如臺灣與美國在許多方面有所同，也有所不同；不同的有：管理行為上的企業文化、選擇行為上家庭組合的影響力…等。
2. 適域的測量：如許多行為須借助心理、態度、行為測量，應考量臺灣文化下的測量尺度習慣，提供「百分制」測量…等。
3. 適域的資料收集程序：知識還是要從資料來，而基本資料的文化Dependency 是可能發生的。
4. 適域的分析、與決策參數庫：行為資料的數據，往往是一個虛擬量，這樣的量到底代表什麼意義，應該是相對性的，也就是系統必須發展出累積歷史資料的參數庫，以便將行為資料作比較性的分析、形成有意義的資訊、再根據有效度的預測模式制訂知識性的決策。
從物理學觀點經常會挑戰：「人文社會科學是不是科學？」「行為研究的成果是不是知識？」「非結構性資料到底能不能作為決策？」
科學實證研究一定必須優先收集資料，物理研究經常借助高信度的儀器設備、精密的實驗室環境，足以收集優良的資料，實證、複製出科學的存在。而在人文社會科學方面，實證的程序與方法，實在困難了太多。
所以，本研究者期望強調要處理知識中文化的差異，不僅要解決資訊系統的技術問題，還要能涵蓋人類行為的文化問題。在這樣完整的知識管理環境中，才有可能全面性提升知識管理成為一種真正的科學工具。協助非專門探討知識產生、研究方法的人士，也能按部就班的收集有用的資訊，實現人文社會與行為研究的「科學」程序，獲得正確的知識，經由知識選擇適當的行為決策，促成「機率知識」成為真正的科學。
[1] 吳統雄;〈群體調查決策資訊系統：知識產生環境的設計與實證研究 臺北：國科會專題研究，計畫編號： NSC-86-2416-H-128-001; 1997i
[2] 范錚強,季延平,宋鎧 資訊管理學術與實務互動之適域性問題初探 ; 臺北：第五屆中華民國管理教育研討會論文 ,1993
[3] Hoffman, Constantine Von; Do We Know How to Do That?: Understanding Knowledge Management; Harvard Management Update Article; Number: U9902A; 1999
[4] Peters, Diane McFerrin; Knowledge Management: Four Practical Steps; Harvard Management Update; Vol. 5 #3; March 2000
[5] Saunders, Rebecca; Managing Knowledge: How to Make Money with what You Know; Harvard Management Communication Letter; June 2000
[6] Spiegler, Israel; Knowledge Management: A New Idea Or a Recycled Concept? Communications of the Association for Information Systems; Volume 3, Article 14; 2000
