[논문 리뷰] How Does Knowledge Come By?

Anamika Chhabra, S. R. S. Iyengar|arXiv (Cornell University)|2017. 05. 19.

Expert finding and Q&A systems참고 문헌 35인용 수 6

한 줄 요약

이 논문은 위키백과와 스택오버플로우와 같은 공동으로 운영되는 온라인 지식 포털이 지식 창출의 보편적 과정을 연구하기 위한 데이터가 풍부한 프로토타입으로 기능한다고 주장한다. 이러한 플랫폼들로부터의 대용량 데이터 분석을 통해 연구자들은 새로운 지식을 만들어내는 데에 기여하는 조건, 사회적 상호작용, 그리고 인지 과정에 대한 메타지식을 추출할 수 있으며, 이는 지식이 어떻게 탄생하는가 하는 근본적인 질문에 체계적인 접근을 가능하게 한다.

ABSTRACT

Although the amount of knowledge that the humans possess has been gradually increasing, we still do not know the procedure and conditions that lead to the creation of new knowledge. An understanding of the modus operandi for the creation of knowledge may help in accelerating the existing pace of building knowledge. Our state of ignorance regarding various aspects of the process of knowledge building is highlighted by the existing literature in the domain. The reason behind it has been our inability to acquire the underlying data of this complex process. However, current time shows great promise of improvements in the knowledge building domain due to the availability of several online knowledge building portals. In this report, we emphasise that these portals act as prototypes for universal knowledge building process. The analysis of big data availed from these portals may equip the knowledge building researchers with the much needed meta-knowledge.

연구 동기 및 목표

• 인간의 지식 기반은 점점 커지고 있음에도 불구하고, 새로운 지식이 어떻게 창출되는지 이해하는 데 있어 근본적인 격차를 메우기 위해.
• 지식 구축에 관여하는 기초적인 메커니즘, 사회적 상호작용, 그리고 인지 과정을 규명하기 위해. 이는 아직 잘 이해되지 않은 분야이다.
• 온라인 공동 지식 포털에서 유래한 대용량 데이터를 지식 창출을 연구하기 위한 주요 실증 데이터 소스로 활용할 것을 제안하기 위해.
• 실제 지식 창출 활동의 흔적 데이터를 활용하여 연구자들이 이론적 추측을 넘어서도록 하기 위해.
• 데이터 기반의 통찰을 통해 보다 잘 설계된 지식 플랫폼과 더 효과적인 지식 창출 전략의 개발을 지원하기 위해.

제안 방법

• 위키백과, 스택오버플로우, 기타 커뮤니티 기반 플랫폼과 같은 온라인 지식 포털에서의 대규모 추적 가능 데이터 분석.
• 수집된 데이터를 지식 창출 활동의 '발자국'으로 삼아, 지식 창출 과정을 역공학적으로 분석하기 위해.
• 데이터 마이닝 및 분석 기법을 적용하여 기여자 행동, 협업 다이내믹스, 지식의 진화 패턴을 규명하기 위해.
• 지식의 내용 자체가 아니라, 지식 창출 과정에 대한 데이터인 메타지식에 집중하기 위해.
• 연구 목적에 적합한 접근성과 사용성을 향상시키기 위해 포털에서 표준화된 데이터 공개를 제안하기 위해.
• 포털 수준의 데이터에서 도출된 통찰을 바탕으로 보편적인 지식 창출에 적용 가능한 일반 원칙을 도출하기 위해.

실험 결과

연구 질문

• RQ1 온라인 환경에서 새로운 지식이 창출되는 데에 기여하는 사회적, 인지적, 협업적 조건는 무엇인가?
• RQ2 대규모 참여자 수의 소규모 점진적 기여가 지식 창출에 필수적인가, 아니면 대체 가능할 수 있는가 (오르테가 대 뉴턴 가설)?
• RQ3 다양성과 협업 비용을 고려할 때, 효율적이고 효과적인 지식 창출을 위해 최적의 참여자 수는 얼마인가?
• RQ4 기여자의 다양성이 공동 지식 플랫폼에서 지식 품질과 합의 형성에 어떤 영향을 미치는가?
• RQ5 지식 창출을 촉진하거나 저해하는 요소들은 무엇이며, 이러한 요소들은 행동 데이터로부터 체계적으로 식별될 수 있는가?

주요 결과

• 온라인 공동 지식 포털은 지식 창출의 보편적 과정을 연구하기 위한 실현 가능한 데이터가 풍부한 프로토타입으로 기능한다.
• 위키백과 및 스택오버플로우와 같은 플랫폼으로부터의 대용량 데이터 접근은 지식 창출 동적 과정에 대한 메타지식을 추출할 수 있도록 한다.
• 현재 연구는 특히 주요 포털들로부터의 지식 창출 활동에 대한 세밀하고 추적 가능한 데이터 접근성 부족으로 인해 제한받고 있다.
• 대규모 지식 창출 데이터 분석을 지원하기 위해 표준화된 데이터 공개 및 향상된 분석 도구의 필요성이 절실하다.
• 이러한 데이터는 오르테가 대 뉴턴 가설과 같은 오랫동안 놓여진 이론적 논쟁을 실증적 증거를 통해 해결하는 데 기여할 수 있다.
• 이러한 데이터에서 도출된 통찰은 보다 효과적인 지식 창출 환경 설계 및 더 나은 행정 및 플랫폼 정책 수립에 기여할 수 있다.