[论文解读] How Does Knowledge Come By?

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

Expert finding and Q&A systems参考文献 35被引用 6

一句话总结

本文主张，维基百科和StackExchange等协作式在线知识门户可作为研究知识创造普遍过程的数据丰富原型。通过分析这些平台的大数据，研究人员能够提取关于促成新知识产生的条件、社会动态和认知过程的元知识，从而为回答根本性问题‘知识是如何产生的？’提供系统性路径。

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.

研究动机与目标

• 解决尽管人类知识库不断增长，但对新知识如何产生的根本性理解仍存在巨大空白的问题。
• 识别知识建构中涉及的潜在机制、社会动态和认知过程，这些至今仍理解不足。
• 提出利用在线协作知识门户的大数据作为研究知识创造的主要实证数据来源。
• 使研究人员能够超越理论推测，借助真实世界知识建构活动的轨迹数据开展研究。
• 通过数据驱动的洞见，支持设计更优的知识平台和更有效的知识建构策略。

提出的方法

• 分析维基百科、StackExchange及其他众包平台等在线知识门户的大规模可追溯数据。
• 将收集到的数据作为知识建构活动的‘足迹’，反向推导知识创造的过程。
• 应用数据挖掘与分析技术，识别贡献者行为、协作动态和知识演化的模式。
• 聚焦于元知识——即关于知识创造过程的数据——而非仅关注知识内容本身。
• 提议门户实施标准化数据披露，以提升研究用途下的数据可访问性与可用性。
• 利用门户层面的数据洞见，推导适用于普遍知识建构的一般性原则。

实验结果

研究问题

• RQ1 在在线环境中，哪些社会、认知与协作条件促成了新知识的产生？
• RQ2 大量参与者的小幅、渐进式贡献是否对知识建构至关重要，还是可被替代？（奥尔特加对牛顿假说）
• RQ3 为实现高效且有效的知识创造，参与者的最优人数是多少？需在多样性与协调成本之间取得平衡。
• RQ4 贡献者的多样性如何影响协作知识平台中的知识质量与共识形成？
• RQ5 哪些因素是知识创造的催化剂或阻碍因素？这些因素能否通过行为数据系统性识别？

主要发现

• 在线协作知识门户可作为研究知识创造普遍过程的可行且数据丰富的原型。
• 维基百科和StackExchange等平台的大数据可使研究人员提取关于知识建构动态的元知识。
• 当前研究因缺乏对知识建构活动的细粒度、可追溯数据访问，尤其是主要门户的数据，而受到严重阻碍。
• 亟需实施标准化数据披露并改进分析工具，以支持对知识建构数据的大规模分析。
• 这些门户的数据可为长期存在的理论争议（如奥尔特加对牛顿假说）提供实证证据，以助澄清。
• 此类数据的洞见可指导更高效的知识建构环境设计，并为更优的管理与平台政策提供依据。