DIKW 피라미드

DIKW pyramid
DIKW 피라미드: 피라미드의 각 단계는 초기 데이터를 기반으로 가치를 창출하며, 높은 수준의 질문에 답하는 데 사용할 수 있습니다.

DIKW 계층 구조, 지혜 계층 구조, 지식 계층 구조, 정보 계층 구조, 정보 피라미드 및 데이터 피라미드로도 다양하게 알려진 DIKW 피라미드는 데이터, 정보, 지식 및 지혜 간의 알려진 구조적 및/또는 기능적 관계를 나타내기 위한 모델[2] 클래스를 나타냅니다.[1] "일반적으로 정보는 데이터 측면에서, 지식은 정보 측면에서, 지혜는 지식 측면에서 정의됩니다."DIKW 약어는 지식 관리에서 순환하는 역할을 했습니다. 네 가지 질적 단계를 거쳐 주제에 대한 깊은 이해가 어떻게 나타나는지 보여줍니다. D – 데이터, I – 정보, K – 지식 및 W – 지혜[1]

DIKW 모델의 모든 버전이 네 가지 구성 요소를 모두 참조하는 것은 아니며(이전 버전은 데이터를 포함하지 않음, 이후 버전은 지혜를 누락하거나 축소함) 일부는 추가 구성 요소를 포함합니다.[3] DIKW 모델은 계층 구조와 피라미드 외에도 체인,[4][5] 프레임워크,[6] 연속체로 특징지어졌습니다.[7]

역사

대니 P. 도서관 및 정보 과학 교수 월리스(Wallace)는 DIKW 피라미드의 기원은 불확실하다고 설명했습니다.

데이터, 정보, 지식 및 때로는 지혜 간의 관계를 계층적 배열로 제시하는 것은 수년 동안 정보 과학 언어의 일부였습니다. 이러한 관계가 언제, 누구에 의해 처음 제시되었는지는 불확실하지만, 계층 개념의 보편성은 데이터에서 정보로, 지식에서 지혜로 변환을 위한 속기 표현으로 DIKW라는 약자를 사용하는 데 내재되어 있습니다.[8]

많은 작가들은 DIKW 관계의 아이디어가 1934년 미인대회 연극 The Rock에 등장한 T. S. 엘리엇의 시 "Choruses"에 나오는 두 줄에서 비롯되었다고 생각합니다.[9]

우리가 지식에서 잃어버린 지혜는 어디에 있습니까?
우리가 정보에서 잃어버린 지식은 어디에 있습니까?[10]

지식, 지성, 지혜

1927년, Clarence W. Barron은 다우존스 & Company의 직원들에게 "지식, 지성, 지혜"라는 계층 구조에 대해 연설했습니다.[11]

데이터, 정보, 지식

1955년 영미계 경제학자이자 교육자인 케네스 볼딩(Kenneth Boulding)은 "신호, 메시지, 정보 및 지식"으로 구성된 계층 구조에 대한 변형을 제시했습니다.[8][12] 그러나 "[t]데이터, 정보, 지식을 구별하고 '지식 관리'라는 용어를 사용한 최초의 저자는 미국 교육자 니콜라스 L 일 수 있습니다. 헨리"([8]Henry)는 1974년 저널 기사에서.[13]

데이터, 정보, 지식, 지혜

데이터 계층을 가리키는 다른 초기 버전(1982년 이전)에는 중국계 미국인 지리학자 이푸 투안(Yi-Fu Tuan[14][verification needed][15])과 사회학자 역사가 대니얼 벨(Daniel Bell)의 계층이 포함됩니다.[14][verification needed][15] 1980년, 아일랜드 태생의 엔지니어 마이크 쿨리(Mike Coolley)는 그의 책 Architect or Bee?에서 자동화와 컴퓨터화에 대한 그의 비평에서 같은 계층 구조를 언급했습니다. 인간과 기술의 관계.[16][verification needed][15]

그 후 1987년 체코슬로바키아에서 태어난 교육자 밀란 젤레니(Milan Zeleny)[17][verification needed]는 계층 구조의 요소를 지식 형태에 매핑했습니다: 아무것도, 아무것도, 무엇도, 노하우, 그리고 왜 그런지. 젤레니는 자주 [DIKW의 피라미드 표현]을 제안한 것으로 인정받고 있습니다. 비록 그는 실제로 그러한 그래픽 모델에 대해 언급하지 않았습니다."[8]

계층 구조는 1989년에 출판된 미국의 조직 이론가 러셀 애코프(Russell Ackoff)가 국제 일반 시스템 연구 협회(International Society for General Systems Research)에 보낸 1988년 연설에서 다시 나타납니다.[18] 후속 저자들과 교과서들은 Akoff의 것을 계층 구조의 "원초적인 표현"[1]으로 인용하거나, 그렇지 않으면 Akoff의 제안에 공을 돌립니다.[19] Ackoff의 모델 버전에는 지식과 지혜 사이에 개재된 이해 계층(Adler가 그 이전에[8][20][21] 그랬던 것처럼)이 포함되어 있습니다. Ackoff는 계층 구조를 그래픽으로 표현하지는 않았지만 피라미드로 표현한 공로도 인정받았습니다.[8][18]

1989년 벨 연구소의 베테랑 로버트 W. 럭키(Robert W. Lucky)는 그의 책 실리콘 드림스(Silicon Dreams)에서 피라미드 형태의 4단계 "정보 계층 구조"에 대해 썼습니다.[9]

Ackoff가 연설을 한 같은 해에 정보 과학자 Anthony Debons와 동료들은 데이터보다 "이벤트", "기호" 및 "규칙 및 공식" 계층을 포함하는 확장된 계층 구조를 도입했습니다.[8][22]

1994년 Nathan Shedroff는 DIKW 계층 구조를 정보 설계 맥락에서 제시했으며 나중에 책 장으로 등장했습니다.[23]

제니퍼 롤리(Jennifer Rowley)는 2007년에 최근 출판된 대학 교과서에서 DIKW에 대한 논의에서 "지혜에 대한 언급이 거의 없다"고 언급했으며,[1] 그 연구를 따르는 자신의 정의에 지혜를 포함하지 않았습니다.[19] 한편 진스는 2007년 연구에서 데이터, 정보 및 지식의 개념화에 대한 광범위한 분석을 통해 지혜에 대한 명시적인 언급을 하지 않았지만 [2]진스가 포함한 인용문 중 일부는 이 용어에 대해 언급하고 있습니다.[24][25][26]

묘사

DIKW 모델은 "정보 관리, 정보 시스템 및 지식 관리 문헌의 데이터, 정보 및 지식의 정의에 인용되거나 암묵적으로 사용되는 경우가 많지만 계층 구조에 대한 직접적인 논의는 제한적이었습니다."[1] 교과서에[1] 대한 검토와 관련 분야의[2] 학자들에 대한 설문조사는 모델에 사용된 정의에 대해 합의가 없으며 "계층에서 하위 요소를 상위 요소로 변환하는 과정에 대한 설명"에서는 훨씬 덜하다는 것을 나타냅니다.[1][27]

이로 인해 Zins는 DIKW의 데이터-정보-지식 구성 요소가 데이터, 정보 및 지식이 각각 주관적인지, 객관적인지(Zins가 말하는 "보편적인지" 또는 "집합적인지" 또는 둘 다인지에 대한 함수로 5개 이상의 모델로 구성된 클래스를 가리킨다고 제안했습니다. Zins의 용법에서 주관적이고 객관적인 것은 "주로 주관적인 지식과 객관적인 지식의 개념에 붙어있는 자의성과 진실성과는 관련이 없습니다." Zins는 지식이 외부(보편적-집단적) 현상이 아닌 내부(주관적) 현상이기 때문에 정보 과학은 데이터와 정보를 연구하지만 지식은 연구하지 않는다고 주장합니다.[2]

데이터.

DIKW의 맥락에서 데이터는 자극이나 신호를 나타내는 기호나 기호로 간주되며,[2] 이 기호는 "...까지 쓸모가 없습니다." 사용 가능한 (즉, 관련) 형태로."[19] Zeleny는 이러한 데이터의 사용 불가능한 특성을 "아무것도 모른다"고 표현했습니다.[17][verification needed][15]

어떤 경우에 데이터는 기호뿐만 아니라, Zins가 주관적인 데이터라고 부르는 신호나 자극을 의미하는 것으로 이해됩니다.[2] Zins의 경우 보편적 데이터가 "관찰의 곱"([19]원래 이탤릭체)인 경우 주관적 데이터는 관측치입니다. 이러한 구분은 "사실" 측면에서 데이터의 정의에서 종종 모호합니다.

데이터 사실

Rowley는 교과서에 제시된 DIKW 정의에 대한 연구에 이어 [1]데이터를 "이산적이고 객관적인 사실 또는 관찰이며, 이는 조직화되지 않고 처리되지 않으며 따라서 맥락과 해석이 부족하기 때문에 의미나 가치가 없다"고 특징짓습니다.[19] 헨리의 계층 구조에 대한 초기 공식에서 데이터는 단순히 "단순히 원시적인 사실"로 정의되었고,[13] 최근 두 문헌은 데이터를 [29]각각 "세계의 상태에 대한 사실의 덩어리"[28]와 "물질적인 사실"로 정의합니다.[8] Cleveland는 명시적인 데이터 계층을 포함하지 않지만 정보를 "총... 사실과 생각"[8][14]

사실이 사실이고, 객관적인 현실을 가지고 있거나, 그렇지 않으면 확인할 수 있다는 기본 속성을 가지고 있는 한, 그러한 정의는 DIKW 모델에서 거짓, 무의미하고 말도 안 되는 데이터를 배제하여 쓰레기 반입, 쓰레기 반출의 원칙이 DIKW에 따라 설명되지 않도록 할 것입니다.

신호로서의 데이터

주관적인 영역에서 데이터는 "빛, 소리, 냄새, 미각 및 촉각의 센서 및/또는 감각 판독"을 포함하여 "감각 자극,[2] 우리가 감각을 통해 인지하는" 또는 "신호 판독"으로 간주됩니다.[27] 또 다른 사람들은 Zins가 주관적인 데이터를 "신호" 계층으로 간주하고 있으며, 이[8][12] 계층은 DIKW 체인의 데이터보다 앞선다고 주장했습니다.[7]

미국의 정보 과학자 글린 하먼은 데이터를 "의식 있는 유기체 또는 지능적인 에이전트가 유기체 또는 에이전트에 존재하는 프레임 또는 추론 메커니즘에 기초하여 선택한 하나 이상의 종류의 에너지 파동 또는 입자(빛, 열, 소리, 힘, 전자기)"로 정의했습니다.[30]

감각 자극의 의미도 주관적인 데이터로 생각할 수 있습니다.

정보는 이러한 감각 자극(즉, 경험적 지각)의 의미입니다. 예를 들어, 제가 듣는 소음은 데이터입니다. 이러한 소음(예: 주행 중인 자동차 엔진)의 의미는 정보입니다. 그럼에도 불구하고 이 두 개념을 정의하는 방법에 대한 또 다른 대안이 있는데, 이는 훨씬 더 좋아 보입니다. 데이터는 감각 자극 또는 그 의미(즉, 경험적 인식)입니다. 따라서 위의 예에서 시끄러운 소리는 물론 달리는 자동차 엔진의 인식도 데이터입니다([2]Italics). 굵은 글씨로 표시.)

주관적인 데이터는 자극에 대한 직접적인 경험을 기반으로 한다는 점에서 지인에 의한 지식과 비슷할 것입니다. 그러나 베르트랑 러셀 등이 설명한 바와 같이 지인의 지식과는 달리 주관적 영역은 "진실성과 관련이 없다"는 것입니다.[2]

진스의 대체 정의가 성립하는지 여부는 "자동차 엔진의 작동"이 객관적인 요소로 이해되는지 또는 맥락적인 해석으로 이해되는지 여부의 함수가 될 것입니다.

기호로서의 데이터

데이터의 DIKW 정의가 Zins의 주관적 데이터(의미가 있든 없든)를 포함하는 것으로 간주되는지 여부에 관계없이 데이터는 일관되게 "물체, 사건 또는 환경의 속성"[2]의 "기호"[18][31] 또는 "경험적 자극 또는 인식을 나타내는 기호 세트"를 포함하는 것으로 정의됩니다.[19] 이러한 의미에서 데이터는 "의사소통의 구성 요소인 단어(텍스트 및/또는 언어), 숫자, 다이어그램 및 이미지(스틸 및/또는 비디오)"를 포함하는 "기록(캡처 또는 저장)된 기호"이며, 그 목적은 "활동 또는 상황을 기록하는 것, 실제 사진 또는 실제 이벤트를 캡처하려고 시도하는 것,"" 예를 들어 "예측과 같은 예시적인 목적으로 사용되지 않는 한 모든 데이터는 과거 데이터입니다."[27]

볼딩의 DIKW 버전은 정보 계층 메시지 아래의 레벨을 명시적으로 지정하여 기본 신호 계층과 구별했습니다.[8][12] 데본과 동료들은 이 관계를 뒤집고 명시적인 기호 계층을 여러 수준의 기초 데이터 중 하나로 식별합니다.[8][22]

Zins는 조사 대상자 대부분의 데이터가 "보편적 영역의 현상으로 특징지어진다"고 결정했습니다. "분명히 데이터, 정보 및 지식 집합을 의미 및 구성 요소로 사용하는 것보다는 기호로 사용하는 것이 더 유용합니다."라고 Zins는 설명합니다.[2]

정보

DIKW의 맥락에서 정보는 설명에 의한 지식의 정의("정보는 설명에 포함된다")[19]를 충족하며, "유용하다"는 점에서 데이터와 구별됩니다. "정보는 데이터로부터 추론된다"[19]는 질문(예: "누구", "무엇", "어디서", "몇 명", "언제")[18][19]에 답하는 과정에서, 데이터를 "결정 및/또는 행동"에 유용하게[31] 만듭니다.[27] "고전적으로"라는 2007년의 글은 "정보는 의미와 목적을 부여받은 데이터로 정의됩니다."라고 말합니다.[8][28]

구조적 대 기능

Rowley는 DIKW가 교과서에 어떻게 제시되는지를 검토한 후 [1]정보를 "정리되거나 구조화된 데이터"로 설명합니다. 이 데이터는 이제 특정 목적이나 맥락과 관련성을 가질 수 있도록 처리되었으며 따라서 의미 있고 가치 있으며 유용하고 관련성이 있습니다." 이 정의는 Rowley가 Ackoff의 정의를 특징짓는 것과 대조되며, "[t]데이터와 정보의 차이는 기능적인 것이 아니라 구조적인 것입니다."[19]

헨리는 계층 구조에 대한 공식화에서 정보를 "우리를 변화시키는 데이터"로 정의했습니다.[8][13] 이는 데이터와 정보의 구조적인 구분이 아닌 기능적인 구분입니다. 한편, DIKW 버전에서 데이터 수준을 언급하지 않은 클리블랜드는 정보를 "특정 시점에 누군가가 알 수 있는 모든 사실과 아이디어의 합"이라고 설명했습니다.[8][14]

미국의 교육자 밥 보이코는 정보를 "사실의 문제"로만 정의하면서 더 잘 알려져 있지 않습니다.[8][29]

주관적인 것에 대한 상징적인 것

정보는 DIKW 모델에서 다음과 같이 생각할 수 있습니다:[2] 보편적, 기호 및 기호로 존재함; 주관적, 기호가 부착되는 의미 또는 둘 다. 기호와 의미로서의 정보의 예는 다음과 같습니다.

  • 미국의 정보 과학자 앤서니 데번스의 정보에 대한 특성은 "인식(의식)의 상태와 그것들이 형성하는 물리적 발현"을 나타내는 것으로, 즉 "i]정보는 하나의 현상으로서 과정과 산물; 인지적/영향적 상태," 그리고 인지적/affect적 상태의 물리적 대응물(생성물)."
  • 덴마크의 정보과학자 한네 알브레첸은 정보를 "의미 또는 인간의 의도와 관련된 것"으로 "데이터베이스, 웹 등의 내용"(이탤릭체 추가) 또는 "진술자/작가가 의도하고 청자/독자가 이해/오해한 대로의 의미"로 설명했습니다.[33]

젤레니는 이전에 정보를 "무엇을 알고 있다"고 설명했지만,[17][citation needed] 그 이후로 "무엇을 가지고 있거나 소유해야 하는지"(정보)와 "무엇을 하고, 행동하고, 수행해야 하는지"(지혜)를 구별하기 위해 이를 개선했습니다. 그는 또한 이러한 정보의 개념화에 "왜 그럴까"(why do)(지혜의 또 다른 측면)와 구별되는 "왜 그럴까"(why is)를 추가합니다. Zeleny는 더 나아가 명시적인 지식이라는 것은 없고, 오히려 상징적인 형태로 한 번 명시적으로 만들어진 지식이 정보가 된다고 주장합니다.[4]

지식.

DIKW의 지식 구성 요소는 일반적으로 정의하기 어려운 이해하기 어려운 개념으로 동의합니다. 지식에 대한 DIKW 정의는 인식론에서 사용하는 정의와 다릅니다. DIKW 관점은 "지식은 정보를 참조하여 정의된다"는 것입니다.[19] 정의는 어떤 방식으로든 처리, 조직 또는 구조화된 정보 또는 그 밖에 적용되거나 실행되는 것으로 간주되는 정보를 의미할 수 있습니다.

Zins는 지식이 보편적이라기보다는 주관적인 것이 정보과학의 연구 대상이 아니며, 종종 명제적인 용어로 정의된다고 제안한 반면,[2] Zeleny는 지식을 상징적인 형태로 포착하는 것은 정보로 만드는 것, 즉 "모든 지식은 암묵적"이라고 주장했습니다.[4]

지식의 "가장 자주 인용되는 정의 중 하나"[8]는 지식이 다른 사람들에 의해 정의된 다양한 방식 중 일부를 포착합니다.

지식은 새로운 경험과 정보를 평가하고 통합하기 위한 환경과 프레임워크를 제공하는 틀에 박힌 경험, 가치, 맥락 정보, 전문가의 통찰력 및 근거 있는 직관의 유동적인 혼합입니다. 그것은 지식인들의 마음속에서 생겨나고 적용됩니다. 조직에서는 문서와 저장소뿐만 아니라 조직 루틴, 프로세스, 관행 및 규범에도 포함되는 경우가 많습니다.[8][34]

가공된 지식

정보에 대한 설명을 "정리된 데이터 또는 구조화된 데이터"로 미러링하여 지식을 다음과 같이 설명하기도 합니다.

  • "시간이 지남에 따라 여러 정보원의 synthesis"
  • "이해, 경험, 축적된 학습을 전달하기 위한 조직화 및 처리"
  • "맥락적 정보, 가치, 경험 및 규칙의 혼합"[19]

지식에 대한 볼딩의 정의 중 하나는 "정신적 구조"[8][12]였으며 클리블랜드는 지식을 "누군가가 정유사의 불을 [정보]에 적용하고, 누군가에게 유용한 것을 선택하고 정리한 결과"라고 설명했습니다.[8][14] 2007년 텍스트는 지식을 "관계 속에서 연결된 정보"라고 설명합니다.[8][28]

절차적 지식

Zeleny는 지식을 '노하우'([4][17]즉 절차적 지식), 그리고 '누구를 알고', '언제를 알고'로 각각 '실천적 경험'을 통해 얻은 것으로 정의합니다.[4] "지식은... 경험의 배경에서 일관되고 일관된 일련의 조정된 행동을 이끌어냅니다."[8][17] 또한 젤레니는 암묵적으로 정보를 설명적인 것으로 간주하면서 "지식은 행동이지 행동에 대한 설명이 아니다"라고 선언합니다.[4]

Ackoff는 마찬가지로 지식을 "데이터와 정보의 응용", 즉 "노하우",[18][verification needed][31] 즉 "노하우"라고 설명했습니다.[19]

한편, DIKW에 대해 논하는 교과서들은 지식을 경험, 기술, 전문성 또는 능력 측면에서 다양하게 기술하고 있는 것으로 밝혀졌습니다.

  • "공부와 경험"
  • "맥락적 정보, 전문가 의견, 기술 및 경험의 혼합"
  • "이해와 능력이 결합된 정보"
  • "perce, 기술, 훈련, 상식과 경험"

사업가인 James Chisholm과 Greg Warman은 지식을 단순히 "일을 올바르게 하는 것"으로 특징짓습니다.[6]

명제로서의 지식

지식은 때때로 "믿음 구조화"와 "인지 프레임워크를 참조한 내재화"로 설명됩니다.[19] Boulding이 지식에 대해 제시한 한 가지 정의는 "주관적인 '세계와 그 안에서 자신의 위치'에 대한 인식"이었고,[8][12] Zeleny는 지식이 "관찰자가 '물체'(전체, 통일체)[8][17]를 구분하는 것을 참조해야 한다"고 말했습니다.

마찬가지로 진스는 지식이 명제적 용어로 정당한 믿음(주관적 영역, 암묵적 지식과 유사)으로 설명되고, 때로는 그러한 믿음을 나타내는 기호(보편적/집단적 영역, 명시적 지식과 유사)로 설명된다는 것을 발견했습니다. 젤레니는 (진스의 보편적 지식에서와 같이) 명시적 지식의 개념을 거부하고, 일단 상징적으로 만들어지면 지식은 정보가 된다고 주장했습니다.[4] 보이코는 "지식과 지혜가 정보가 될 수 있다"는 그의 주장에서 이러한 정서를 반영하는 것으로 보입니다.[8][29]

주관적 영역에서:

지식은 개인의 마음속에 있는 생각으로, 그것이 진실이라는 개인의 정당한 믿음에 의해 특징지어집니다. 논리적 지식과 수학적 지식(예: "모든 삼각형은 삼면을 가진다"), 종교적 지식(예: "신은 존재한다"), 철학적 지식(예: "코기토 에르고섬") 등의 경우처럼 경험적이고 비경험적일 수 있습니다. 주의할 점은 지식은 개인의 마음속에 있는 생각의 내용으로서, 이는 진실이라는 개인의 정당한 믿음에 의해 특징지어지는 반면, '앎'은 세 가지 조건에 의해 특징지어지는 마음의 상태로서, (1) 개인은 그것이 진실이라고 믿고, (2) S/he can estigence, (3) 그것은 진실이고, 아니면 사실은 [appears]입니다. (이탤릭체가 추가되었습니다. 굵은 글씨로 표시.)

여기서 주관적 지식과 주관적 정보의 구별은 주관적 지식은 정당한 믿음을 특징으로 하며, 여기서 주관적 정보는 데이터의 의미에 관한 지식의 한 유형입니다.

보이코는 지식을 "분쟁의 문제"라고 정의하면서, 지식이 이성적인 담론과 정당화에 열려 있음을 암시했습니다.[8][29]

지혜는.

DIKW에는 일반적으로 수준으로 포함되지만 모델에 대한 논의에서는 "지혜에 대한 언급이 제한적"[1]입니다. 보이코는 지혜를 '비물질적'인 것으로 규정하며 일축한 것으로 보입니다.[8][29]

Ackoff는 이해를 '왜'에 대한 인식'으로, 지혜를 '평가된 이해'로 언급하며, 여기서 이해는 지식과 지혜 사이의 이산적 층위로 상정됩니다.[8][18][31] 아들러는 이전에 이해 계층을 포함시켰으며,[8][20][21] 다른 저자들은 이해를 DIKW가 플롯되는 것과 관련하여 이해를 차원으로 묘사했습니다.[6][31]

Cleveland는 지혜를 "통합된 지식, 매우 유용한 정보"라고 간단히 설명했습니다.[8][14] 다른 저자들은 지혜를 "올바른 일을 아는 것"[6]과 "분명히 생각하지 않고 건전한 판단과 결정을 내릴 수 있는 능력"이라고 특징지었습니다.[8][28] 지혜는 더 큰 이익을 위해 지식을 사용하는 것을 포함합니다. 이 때문에 지혜는 더 깊고 독특한 인간입니다. 그것은 좋고 나쁨, 옳고 그름, 윤리적이고 비윤리적인 감각을 요구합니다.

젤레니(Zeleny)는 지혜를 "왜"(know-ywhy)라고 표현했지만,[17] 나중에 그의 정의를 다듬어 "왜"(why do)를 "왜"(why is)(정보)와 구별하고, "무엇을 해야 하는지, 행동해야 하는지 또는 수행해야 하는지"(know-what)의 형태를 포함하도록 그의 정의를 확장했습니다.[4] Nikhil Sharma에 따르면 Zeleny는 지혜를 넘어 모델에 대한 계층화를 주장했으며, 이를 "계몽"이라고 합니다.[15]

표현

그래픽 표현

DIKW 계층 구조의 순서도

DIKW는 종종 피라미드로 묘사되는 계층적 모델로,[1][8] 데이터를 기반으로 하고 지혜를 정점으로 합니다. 이 점에서 매슬로우의 욕구 계층 구조와 유사한데, 계층 구조의 각 수준이 위 수준의 필수적인 전조라고 주장한다는 점입니다. 우선순위 관계를 설명하는 Maslow의 계층과는 달리, DIKW는 구조적 또는 기능적 관계를 설명합니다(하위 수준은 상위 수준의 재료로 구성됨). Zeleny와 Ackoff 둘 다 피라미드 표현을 시작한 것으로 인정받았지만 [8]둘 다 피라미드를 사용하지 않았습니다.[8][17][18]

DIKW는 2차원 차트[6][35] 또는 하나 이상의 흐름도로 표현되었습니다.[27] 이러한 경우 요소 간의 관계는 피드백 루프 및 제어 관계와 함께 덜 계층적인 것으로 표시될 수 있습니다.

데본과 동료들은[22] "계층 구조를 그래픽으로 표현"한 최초의 인물이었을지도 모릅니다.[8]

수년 동안 DIKW 피라미드의 많은 변형이 생산되었습니다. 미국 국방부의 지식 관리자들이 사용하는 진화하는 적응 중 하나는 데이터를 정보로 변환하는 진행 과정을 보여주고 효과적인 결정을 가능하게 하는 지식과 최종적인 지혜를 보여주려는 시도입니다. 또한 궁극적으로 조직 전반에 걸쳐 공유된 이해를 창출하고 의사 결정 위험을 관리하기 위해 관련된 활동을 수행합니다.[36]

DoD DIKW 진화하는 적응

계산 표현

지능형 의사 결정 지원 시스템은 일반적으로 모델링 및 시뮬레이션 영역, 특히 에이전트 기반 모델링의 맥락에서 지능형 소프트웨어 에이전트 영역에서 새로운 기술과 방법을 도입하여 의사 결정을 개선하려고 노력하고 있습니다.[37]

고급 분산 시뮬레이션을 사용하여 정보, 지식 및 지혜 표현 지원

다음 예제에서는 군 의사 결정 지원 시스템에 대해 설명하지만, 아키텍처 및 기본 개념 개념은 다른 응용 프로그램 도메인으로 이전할 수 있습니다.[37]

  • 가치 사슬은 기본 명령 및 제어 시스템 내의 정보를 설명하는 데이터 품질로 시작됩니다.
  • 정보 품질은 사용 가능한 데이터 항목 및 정보 진술의 완전성, 정확성, 통화, 일관성 및 정밀성을 추적합니다.
  • 지식 품질은 종종 규칙으로 코딩되는 적대 세력에 대한 템플릿, 범위 및 무기와 같은 개체에 대한 가정 및 교리 가정과 같은 명령 및 제어 시스템에 내장된 절차적 지식 및 정보를 다룹니다.
  • 인식 품질은 명령 및 제어 시스템에 내장된 정보와 지식의 사용 정도를 측정합니다. 인식은 인지적 영역에 명시적으로 위치합니다.

일반적인 운영 그림을 도입함으로써 데이터가 컨텍스트에 입력되고, 이는 데이터 대신 정보로 이어집니다. 다음 단계는 서비스 지향 웹 기반 인프라(아직 운영적으로 사용되지 않음)를 통해 지원되는 의사 결정 지원을 위한 모델 및 시뮬레이션을 사용하는 것입니다. 시뮬레이션 시스템은 지식 품질의 기초가 되는 절차적 지식의 프로토타입입니다. 마지막으로 지능형 소프트웨어 에이전트를 사용하여 전투 영역을 지속적으로 관찰하고, 모델과 시뮬레이션을 적용하여 진행 중인 상황을 분석하고, 계획의 실행을 모니터링하며, 의사 결정자가 진행 중인 상황을 인지하도록 하는 데 필요한 모든 작업을 수행하면 명령 및 제어 시스템이 상황 인식을 지원할 수도 있습니다. 전통적으로 순수한 인지 [37]방법에 국한된 가치 사슬의 수준

비평

독일에 기반을 둔 철학자 라파엘 카푸로(Rafael Capurro)는 데이터는 추상적이고, 정보는 "의미를 전달하는 행위"를 말하며, 지식은 "의사소통의 기반 위에 있는 '세계'에서 (정신/사회) 시스템의 의미 선택의 사건"이라고 주장합니다. 따라서 이러한 개념 사이의 논리적 계층 구조에 대한 어떤 인상도 "동화"입니다.[38]

Zins가 제안한 한 가지 반대는 지식이 전적으로 인지적인 현상일 수 있지만, 주어진 사실을 구별되는 정보 또는 지식으로 지적하는 것이 어렵기 때문에 DIKW 모델이 작동하지 않는다는 것입니다.

[I]알버트 아인슈타인의 유명한 방정식 "E = mc" (내 컴퓨터 화면에 인쇄되어 있고, 어떤 인간의 마음과도 확실히 분리되어 있음) 정보나 지식? "2 + 2 = 4"는 정보 또는 지식입니까?

또는 정보와 지식은 동의어로 간주될 수 있습니다.[39] 이러한 비판에 대한 답으로, Zins는 주관주의적이고 경험주의적인 철학은 차치하더라도 "정보 과학 학계의 선도적인 학자들이 인식하는 데이터, 정보, 지식의 세 가지 기본 개념과 그들 사이의 관계"는 뚜렷한 정의에 열려 있는 의미를 가지고 있다고 주장합니다.[2] Rowley는 지식의 정의가 다를 수 있는 경우 "[이러한 다양한 관점은] 데이터, 정보 및 지식 간의 관계를 출발점으로 삼습니다."라고 주장하면서 이 점을 반영합니다.[19]

미국의 철학자 존 듀이와 아서 벤틀리는 1949년 《아는 것과 아는 것》에서 "지식"이 "어렴풋한 단어"라고 주장했고, 19개의 "용어 안내 게시물"을 포함한 DIKW에 대한 복잡한 대안을 제시했습니다.[8][40]

정보 처리 이론은 물리적 세계가 정보 자체로 구성되어 있다고 주장합니다.[citation needed] 이 정의에 따르면 데이터는 물리적 정보로 구성되거나 물리적 정보와 동의어로 구성됩니다. 그러나 DIKW 모델에서 구상된 정보가 물리적 정보/데이터에서 파생된 것으로 간주되는지 아니면 물리적 정보와 동의어로 간주되는지는 불분명합니다. 전자의 경우 DIKW 모델은 모호성의 오류에 대해 열려 있습니다. 후자에서는 DIKW 모델의 데이터 계층이 중립적 단일성 주장에 의해 선점됩니다.

교육자 마틴 프리케(Martin Frické)는 DIKW 계층 구조를 비판하는 기사를 발표했는데, 이 기사에서 그는 모델이 "작전주의와 귀납주의의 낡고 불만족스러운 철학적 입장"에 기초하고 있으며, 정보와 지식은 모두 약한 지식이며, 지혜는 "넓은 실용적인 지식의 소유와 사용"이라고 주장합니다.[41]

데이비드 와인버거(David Weinberger)는 DIKW 피라미드가 논리적이고 단순한 진행으로 보이지만 이는 옳지 않다고 주장합니다. "논리적인 진전처럼 보이는 것은 사실 도움을 청하는 절박한 외침입니다."[42] 그는 (컴퓨터에 저장되는) 데이터와 (인간의 노력인) 지식과 지혜 사이에 불연속성이 있다고 지적합니다. 이는 DIKW 피라미드가 이러한 개념들이 상호작용하는 방식을 표현하는 데 너무 단순하다는 것을 시사합니다. "...지식은 정보에 의해 결정되는 것이 아닙니다. 어떤 정보가 관련되고 어떻게 사용될 것인지를 먼저 결정하는 것은 앎의 과정이기 때문입니다."[42]

참고 항목

참고문헌

  1. ^ a b c d e f g h i j k Rowley, Jennifer (2007). "The wisdom hierarchy: representations of the DIKW hierarchy". Journal of Information and Communication Science. 33 (2): 163–180. doi:10.1177/0165551506070706. S2CID 17000089.
  2. ^ a b c d e f g h i j k l m n o p Zins, Chaim (22 January 2007). "Conceptual Approaches for Defining Data, Information, and Knowledge" (PDF). Journal of the American Society for Information Science and Technology. 58 (4): 479–493. doi:10.1002/asi.20508. Retrieved 7 January 2009.
  3. ^ Baskarada, Sasa; Koronios, Andy (2013). "Data, Information, Knowledge, Wisdom (DIKW): A Semiotic Theoretical and Empirical Exploration of the Hierarchy and its Quality Dimension". Australasian Journal of Information Systems. 18: 5–24. doi:10.3127/ajis.v18i1.748.
  4. ^ a b c d e f g h Zeleny, Milan (2005). Human Systems Management: Integrating Knowledge, Management and Systems. World Scientific. pp. 15–16. ISBN 978-981-02-4913-7.
  5. ^ Lievesley, Denise (September 2006). "Data information knowledge chain". Health Informatics Now. Swindon: The British Computer Society. 1 (1): 14. Retrieved 8 January 2008.[영구 데드링크]
  6. ^ a b c d e Chisholm, James; Warman, Greg (2007). "Experiential Learning in Change Management". In Silberman, Melvin L. (ed.). The Handbook of Experiential Learning. Jossey Bass. pp. 321–40. ISBN 978-0-7879-8258-4.
  7. ^ a b Choo, Chun Wei; Don Turnbull (September 2006). Web Work: Information Seeking and Knowledge Work on the World Wide Web. Kluwer Academic Publishers. pp. 29–48. ISBN 978-0-7923-6460-3.
  8. ^ a b c d e f g h i j k l m n o p q r s t u v w x y z aa ab ac ad ae af ag ah ai aj Wallace, Danny P. (2007). Knowledge Management: Historical and Cross-Disciplinary Themes. Libraries Unlimited. pp. 1–14. ISBN 978-1-59158-502-2.
  9. ^ a b Lucky, R. W. (1989). Silicon dreams : information, man, and machine. Internet Archive. New York : St. Martin's Press. pp. 20–21. ISBN 978-0-312-02960-9.
  10. ^ Eliot, T. S. "Choruses from " The Rock "". Poetry Nook.
  11. ^ "지식, 지성 그리고 지혜: 다우, 존스 앤 코의 직원들에게 보내는 연설", 1927.
  12. ^ a b c d e Boulding, Kenneth (1955). "Notes on the Information Concept". Exploration. Toronto. 6: 103–112. CP IV, pp. 21–32.
  13. ^ a b c Henry, Nicholas L. (May–June 1974). "Knowledge Management: A New Concern for Public Administration". Public Administration Review. 34 (3): 189–196. doi:10.2307/974902. JSTOR 974902.
  14. ^ a b c d e f Cleveland, Harlan (December 1982). "Information as a Resource". The Futurist: 34–39.
  15. ^ a b c d e Sharma, Nikhil (4 February 2008). "The Origin of the "Data Information Knowledge Wisdom" Hierarchy". Retrieved 7 January 2009.
  16. ^ Cooley, Mike (1980). Architect or Bee?: The Human / Technology Relationship. Monroe: South End Press. ISBN 978-0-89608-131-4.
  17. ^ a b c d e f g h Zeleny, Milan (1987). "Management Support Systems: Towards Integrated Knowledge Management". Human Systems Management. 7 (1): 59–70. doi:10.3233/HSM-1987-7108.
  18. ^ a b c d e f g Ackoff, Russell (1989). "From Data to Wisdom". Journal of Applied Systems Analysis. 16: 3–9.
  19. ^ a b c d e f g h i j k l m n o p Rowley, Jennifer; Richard Hartley (2006). Organizing Knowledge: An Introduction to Managing Access to Information. Ashgate Publishing, Ltd. pp. 5–6. ISBN 978-0-7546-4431-6.
  20. ^ a b Adler, Mortimer Jerome (1970). The Time of Our Lives: The Ethics of Common Sense. Holt, Rinehart and Winston. p. 206. ISBN 978-0-03-081836-3.
  21. ^ a b Adler, Mortimer Jerome (1986). A Guidebook To Learning For The Lifelong Pursuit Of Wisdom. Collier Macmillan. p. 11. ISBN 978-0-02-500340-8.
  22. ^ a b c Debons, Anthony; Ester Horne (1988). Information Science: An Integrated View. Boston: G. K. Hall. p. 5. ISBN 978-0-8161-1857-1.
  23. ^ Jackson, Robert (1999). Information Design. Cambridge: MIT Press. p. 267. ISBN 978-0262100694.
  24. ^ Dodig-Crnkoviq, Gordana, Zins, id., pp. 482.
  25. ^ 에스, 찰스, 진스에서 인용한 바와 같이, 페이지 482-83.
  26. ^ 워멜, 아이린, 진스에서 인용한 바와 같이, 486쪽.
  27. ^ a b c d e Liew, Anthony (June 2007). "Understanding Data, Information, Knowledge And Their Inter-Relationships". Journal of Knowledge Management Practice. 8 (2). Retrieved 7 January 2009.
  28. ^ a b c d Gamble, Paul R.; John Blackwell (2002). Knowledge Management: A State of the Art Guide. London: Kogan Page. p. 43. ISBN 978-0-7494-3649-0.
  29. ^ a b c d e Boiko, Bob (2005). Content Management Bible (2nd ed.). Indianapolis: Wiley. p. 57. ISBN 978-0-7645-4862-8.
  30. ^ 하몬, 글린, 진스가 인용한 바와 같이, 483쪽.
  31. ^ a b c d e Bellinger, Gene; Durval Castro; Anthony Mills (2004). "Data, Information, Knowledge, and Wisdom". Retrieved 7 January 2009.
  32. ^ 데번스, 앤서니, 진스에서 인용한 바와 같이, 482쪽.
  33. ^ 알브레첸, 한네, 진스에서 인용한 바와 같이, 페이지 480.
  34. ^ Davenport, Thomas H.; Laurence Prusack (1998). Working Knowledge: How Organizations Manage What They Know. Boston: Harvard Business School Press. pp. 5. ISBN 978-0-585-05656-2.
  35. ^ Choo, Chun Wei (May 10, 2000). "The Data-Information-Knowledge Continuum". Web Work: Information Seeking and Knowledge Work on the World Wide Web. Retrieved 9 January 2009.
  36. ^ "US Army Techniques Publication (ATP) 6-01.1, Techniques for Effective Knowledge Management" (PDF). March 2015. Retrieved 2023-06-29.
  37. ^ a b c Tolk, Andreas (2005). "An agent-based Decision Support System Architecture for the Military Domain". Intelligent Decision Support Systems in Agent-Mediated Environments. 115: 187–205.
  38. ^ 라파엘 카푸로(Rafael Capurro), 진스(Zins)에서 인용한 바와 같이, 481페이지
  39. ^ 폴리, 로베르토, 진스에서 인용한 바와 같이, 485쪽.
  40. ^ Dewey, John; Arthur F. Bentley (1949). Knowing and the Known. Boston: Beacon Press. pp. 58, 72–74. ISBN 978-0-8371-8498-2.
  41. ^ Frické, Martin (2009). "The Knowledge Pyramid: A Critique of the DIKW Hierarchy". Journal of Information Science. 35 (2): 131–142. doi:10.1177/0165551508094050. hdl:10150/105670. S2CID 2973966.
  42. ^ a b Weinberger, David (2 February 2010). "The Problem with the Data-Information-Knowledge-Wisdom Hierarchy". Harvard Business Review. Retrieved 3 February 2020.{{cite journal}}: CS1 메인트 : 일시 및 연도 (링크)

추가읽기