《知识的边界》第三十六节

本节讨论在开放的知识网络中如何应对信息过载与质量筛选问题。

本节讨论在开放的知识网络中如何应对信息过载与质量筛选问题。

首先，作者主张善用并改进过滤机制。图书馆委员会、出版商等传统过滤体系依然有价值，可以相互混合、互为指标。他以哈佛图书馆创新实验室的项目为例，该馆利用借阅记录、课程书单、催还频率等数据作为作品相关性的指标，并让用户自行赋予权重。同时，作者呼吁以政治途径支持开放：警惕政府与商业利益削减网络力量、限制通道、取消匿名的做法；并指出美国1989年后所有作品自动受版权保护的现状，建议人们用创作共用（CC）授权作品，推动版权回归“限期保护以换取公共领域”的初衷。

其次，解决信息超载的办法是制造更多元数据。元数据既能帮人找到所需，也能评估内容优劣。除了打分、评论等主动贡献，人们无意留下的行为痕迹（如亚马逊分析用户的点击与购买）也是极有价值的元数据。作者介绍了语义网与关联数据：与其等待各领域就复杂的“知识本体”达成一致，不如先用“三元组”（对象＋对象＋关系）的形式公开标准化数据，术语不统一时可直接链接到“都柏林核心”等既有标准来定义关系。这种做法形成了一个数据公地，网络由此表达出比放入其中更多的知识。作者强调，权威性判断所需的元数据正日益来自网络本身，如eBay卖家的交易好评率、社交网络中朋友的评价等。

最后，作者提倡“链接一切”，即公开自己的工作过程与信息来源。搜索引擎WolframAlpha提供运算详情，博主在文章中附上观点出处的链接，都既增加了透明度与权威性，也把作品置于上下文之中，引导读者顺链接深入探索。这种链进链出的阅读学习模式，与商业网站把读者留在站内的传统做法、以及纸质出版物追求不被打断的阅读截然不同，构成了一种新的知识获取方式。