从知识到认知过程为什么专家经验不能只靠“知识转移”来解释1. 有些知识可以直接说出来有些却很难2. “知道什么”和“怎么知道”并不是一回事3. 认知首先是一种过程而不是一条知识4. 看不见的思考怎样变成可以研究的数据5. 那么专家的认知到底怎样提取普通知识条目认知过程表征6. 为什么“师徒制”到了认知任务里又会出现7. 知识管理和认知过程是什么关系8. 三个容易混淆但很重要的不等号8.1 Knowledge ≠ Knowing8.2 Cognitive Process ≠ Knowledge Content8.3 Cognitive Process ≠ Cognitive Representation参考文献在知识管理领域一个最基础的问题是组织究竟在管理什么直观上看我们很容易把知识理解成文档、规则、案例、经验总结或者数据库中的信息。但知识管理研究所讨论的范围实际上要宽得多。知识不仅需要被保存还经历产生、获取、组织、转移、共享和应用等过程。Alavi 和 Leidner 在对知识管理与知识管理系统的经典综述中就将知识管理理解为一系列相互关联的组织过程而不是简单的“知识库存储”问题[1]。因此从知识管理的角度看一个组织真正关心的并不是我有多少份知识文档而更接近知识从哪里产生 ↓ 怎样被组织获得 ↓ 怎样保存和组织 ↓ 怎样在人与人之间流动 ↓ 怎样在新的任务中再次发挥作用这就是一个典型的过程视角。1. 有些知识可以直接说出来有些却很难但知识并不是完全同质的。例如“设备温度超过 80℃ 时需要检查冷却系统。”这类知识可以直接写进操作手册。但是如果问一个经验丰富的维修人员“你为什么刚听了一下机器声音就判断轴承可能有问题”他可能只能回答“就是感觉这个声音不太对。”这里就出现了知识管理中的经典问题隐性知识tacit knowledge与显性知识explicit knowledge的差异。Nonaka 的组织知识创造理论正是建立在这种区分之上。他认为组织中的知识创造并不是简单地产生更多文档而是伴随着隐性知识和显性知识之间不同形式的互动[2]。其中最广为人知的是后来被概括为 SECI 的四种知识转换Socialization 隐性 → 隐性 Externalization 隐性 → 显性 Combination 显性 → 显性 Internalization 显性 → 隐性例如一个老师傅长期形成的判断经验本来很难直接表达。如果通过访谈、比喻、案例分析等方式把这种经验整理成判断规则、概念或者模型就涉及所谓的Externalization外化[2]。从这个角度看师徒制也很好理解。徒弟跟着师傅工作并不仅仅是在“听课”。他会观察师傅 → 模仿操作 → 在实际任务中尝试 → 接受纠正 → 慢慢形成自己的经验所以师徒制首先是一种知识流动和学习的组织形式。但问题也恰恰从这里开始。2. “知道什么”和“怎么知道”并不是一回事假设一名专家能够告诉我们“看到 A、B、C 三个特征时我倾向于判断为 X。”我们得到了一条知识。但如果继续追问他为什么先看 A为什么 B 出现以后没有立刻下结论哪个线索使他改变了原来的判断为什么新手看到同样的信息却会作出不同选择这些问题已经不只是专家拥有什么知识而开始转向专家在实际活动中是怎样形成判断的Cook 和 Brown 对这一点进行了非常重要的区分。他们认为传统研究往往把知识理解为一种可以被人“拥有”的东西即所谓Epistemology of Possession但仅仅描述一个人拥有什么知识并不足以解释人在具体实践中的Knowing[3]。简单来说Knowledge 已经拥有的知识 Knowing 在具体行动中“知道如何做”两者有关但并不等价。例如一个人可以背出“异常高频振动可能意味着轴承故障。”这是 Knowledge。但专家真正诊断设备的时候可能经历听到声音 ↓ 注意某个异常频率 ↓ 结合当前转速 ↓ 排除负载变化 ↓ 与过去类似情况比较 ↓ 形成初步判断 ↓ 进一步检查 ↓ 修正判断这里存在大量发生在实际任务中的认识活动。Cook 和 Brown 因此强调Knowledge 可以成为 Knowing 的工具但不能用“拥有了多少知识”完全解释实际行动中的 Knowing[3]。这个区分非常重要。因为它意味着如果我们真正关注的是专家如何思考、判断和行动就不能简单把这些活动全部当成一种等待外化的“知识内容”。3. 认知首先是一种过程而不是一条知识这时需要进一步区分两个概念知识内容和认知过程例如“经验丰富的专家会优先关注某些异常线索。”这是一个可以表达的知识命题。但看到信息 → 注意某个异常 → 比较特征 → 回忆类似情况 → 排除某种解释 → 综合其他信息 → 得出判断描述的却是一系列认知活动。认知心理学所研究的 perception、attention、memory、reasoning、judgment 和 decision making本质上都具有明显的过程属性。因此不能简单写成认知 → 外化 → 存储 → 转移 → 复用这里有一个很容易忽略的问题认知过程本身并不是一份能够被直接取出来保存的“内容”。我们真正能够获得和管理的是认知过程留下的某种表征Representation或者证据。更准确的关系应该是真实认知过程 ↓ 观察 / 提取 ↓ 行为、语言、操作等证据 ↓ 分析 ↓ 形成对认知过程的表征于是问题发生了变化。4. 看不见的思考怎样变成可以研究的数据认知过程发生在人脑内部那么研究者怎么知道一个人在想什么Ericsson 和 Simon 的经典研究Verbal Reports as Data将言语报告作为数据就是在解决这个问题[4]。这里首先需要理解Verbal Report言语报告这个概念。它并不是简单地“问一个人他是怎么想的”而是把参与者在完成任务时说出的内容记录下来作为分析其认知过程的一类数据。一种典型方法是Think-Aloud出声思考也就是让参与者在执行任务的同时尽可能把当前正在注意、考虑或处理的信息说出来。例如让一个专家边完成任务边说“这里有一点异常。”“我先不考虑这个因为位置不符合。”“这个特征让我想到之前一个类似案例。”“如果再出现这个现象我会改变判断。”这些说出来的话可以形成一份Think-Aloud Protocol出声思考记录。这里的 Protocol 并不是计算机中的“通信协议”而是指研究过程中记录下来的言语材料。研究者可以进一步对这些材料进行编码和分析从而寻找专家在任务过程中注意了什么信息、进行了什么判断以及判断发生变化的位置。Ericsson 和 Simon 还特别区分了Concurrent Verbalization同步言语报告和Retrospective Verbalization回溯性言语报告[4]。Concurrent Verbalization指的是人在执行任务、正在注意某些信息时就同步把相关内容说出来例如正在观察信息 ↓ “这里似乎有异常” ↓ 继续执行任务Think-Aloud 通常属于这种同步报告。它的特点是言语表达与正在发生的任务过程距离比较近因此对之后的记忆回溯依赖较少。而Retrospective Verbalization则发生在认知活动之后。例如专家已经完成一次判断研究者再问“你刚才为什么先看这里”“你是什么时候改变原来判断的”“哪个信息最终让你作出了这个决定”这时参与者需要从记忆中重新提取之前发生的信息因此得到的报告可能受到遗忘、信息混淆以及事后重新解释的影响。另外还有一种常见方式叫Probing探询或追问。它指研究者主动提出问题要求参与者报告特定的信息例如“你现在正在考虑什么”“为什么排除了这个选项”“刚才哪个线索最重要”需要注意的是Probing 和 Think-Aloud 并不是完全并列的两种方法。Probing 更强调研究者主动发问它既可以发生在任务进行过程中也可以发生在任务完成以后。因此这几个英文概念可以简单理解成Verbal Report 言语报告是一个较宽泛的概念 │ ├── Concurrent Verbalization │ 同步言语报告任务进行时说 │ │ └── Think-Aloud │ 出声思考说出当前正在处理的信息 │ └── Retrospective Verbalization 回溯性言语报告任务完成后回忆再说 Probing 研究者通过提问主动获得言语报告 既可能发生在任务中也可能发生在任务后但这里必须特别谨慎。Ericsson 和 Simon 并没有认为“人说出来的内容 大脑中真实发生的全部过程。”恰恰相反他们强调记录下来的言语内容首先是一种数据研究者仍然需要解释这些数据是怎样产生的。不同的提问方式、报告时间以及任务性质都可能影响最后得到的言语材料[4]。例如事后问一个专家“你刚才为什么这么判断”专家回答“因为先看到了 A然后想到 B所以选择了 C。”这并不能自动证明真实认知过程一定就是A → B → C因为这段解释也可能是在任务完成之后重新组织出来的。特别是当研究者要求参与者解释“为什么”时还可能引入原本任务中没有发生的额外推理。换句话说研究者越主动要求解释就越需要警惕原来的认知过程 ↓ 研究者追问 ↓ 参与者重新思考 ↓ 产生新的解释因此更严谨的理解应该是真实认知过程 ↓ 在一定实验条件下 产生言语、行为、操作等外显证据 ↓ 研究者记录这些数据 ↓ 编码、比较和分析 ↓ 据此推断认知过程所以认知过程 ≠ 言语报告言语报告只是研究认知过程的一种可观察证据。换句话说我们不是直接“读取认知”而是在特定方法和条件下收集证据再根据这些证据分析和推断认知过程。这一区分也为后面的问题留下了空间既然自由的出声思考和事后访谈都有局限那么要系统地提取专家在复杂任务中关注的线索、采用的策略和作出的关键判断还需要更加结构化的方法这也就进一步引出了 Cognitive Task Analysis认知任务分析及 ACTA 等方法[5]。5. 那么专家的认知到底怎样提取仅仅告诉专家“请把你的经验说出来。”通常是不够的。因为专家长期形成的很多判断已经高度自动化。例如面对一个复杂任务新手可能在脑中明确经历第一步…… 第二步…… 第三步……而专家可能几秒钟就完成判断。如果直接问“你是怎么做的”专家甚至可能回答“没怎么想就是看出来了。”这也是 Cognitive Task Analysis认知任务分析出现的重要原因。Militello 和 Hutton 提出的Applied Cognitive Task AnalysisACTA就是试图用相对结构化的方法识别复杂任务中的认知要求[5]。关注的问题不只是专家知道哪些事实还包括什么地方最难 专家注意什么线索 什么时候容易出错 哪些判断最依赖经验 专家如何判断当前情况是否异常 什么时候需要改变原来的策略 为什么新手在这里容易失败这样得到的内容可能包括Cues线索Strategies策略Judgments判断Difficult Decisions困难决策Common Errors常见错误Cognitive Demands认知要求此时管理对象已经明显不同于普通的“知识条目”。例如普通知识条目如果 A 和 B 同时出现则考虑 C。认知过程表征可能是首先检查 A ↓ 如果 A 不明确观察 B ↓ B 与历史模式一致时提高置信度 ↓ 若出现 C则否定当前假设 ↓ 转向第二候选解释后者试图保留的不只是“最终答案”而是判断是怎样形成的。6. 为什么“师徒制”到了认知任务里又会出现这时再回头看师徒制会发现一个很有意思的现象。传统手工技能的师徒学习比较容易理解。比如木工师傅锯木头 ↓ 徒弟看见动作 ↓ 模仿 ↓ 得到纠正因为动作本身是可见的。但复杂认知任务却有一个根本困难专家脑中的思考过程看不见。Collins、Brown 和 Holum 因此讨论了Cognitive Apprenticeship认知师徒制其中一个非常重要的思想就是Making Thinking Visible —— 让思考变得可见。[6]例如专家不仅给出答案“我判断这是 X。”还需要把原本隐藏的判断过程部分展示出来我首先注意这里 ↓ 这个现象一般有两种解释 ↓ 但是第二个线索排除了第一种 ↓ 所以我开始倾向第二种解释 ↓ 接下来我需要找一个证据验证这样学习者观察的不再只是专家最终做了什么还包括专家为什么这么做因此“认知师徒制”中的师徒制仍然是一种学习和知识流动的组织方式。变化的是其中需要被显现和学习的对象。7. 知识管理和认知过程是什么关系看到这里一个比较容易出现的误解是知识管理视角 VS 认知过程视角实际上更合理的关系不是两个并列的视角。仍然可以从知识管理的过程视角出发。只是当管理对象具有认知过程的特征以后传统知识管理活动需要进一步细化。例如普通的知识管理可能关注知识产生 → 获取 → 存储 → 转移 → 应用 → 更新而面对认知过程时首先多了一层非常关键的工作认知活动 ↓ 识别 ↓ 提取 ↓ 表征 ↓ 应用 ↓ 反馈 ↓ 更新因此可以把两者的关系概括成一句话知识管理提供的是管理逻辑而认知过程决定了管理对象的特殊性。这也是为什么“提取、表征、应用和更新”会变得重要。它们不是为了创造一套和知识管理完全不同的理论而是因为认知过程不像普通知识内容那样天然具有稳定、显式、可直接传递的形式。必须先解决怎么观察 怎么提取 怎么表征之后才真正有条件讨论怎么传递 怎么应用 怎么复用 怎么更新8. 三个容易混淆但很重要的不等号最后可以把前面的内容压缩成三个“不等号”。8.1 Knowledge ≠ KnowingKnowledge ≠ Knowing拥有知识并不意味着已经解释了人在具体实践中如何行动[3]。8.2 Cognitive Process ≠ Knowledge ContentCognitive Process ≠ Knowledge Content认知是正在发生的心理活动过程而不是天然存在的一条静态知识。8.3 Cognitive Process ≠ Cognitive RepresentationCognitive Process ≠ Cognitive Representation我们无法简单把人的认知过程“复制”到系统中。真正能够被记录、比较、组织和进一步使用的通常是通过语言、行为、任务表现等证据形成的认知过程表征。因此一个更加完整的逻辑可能是专家实践 ↓ 认知活动 ↓ 证据获取 ↓ 认知提取 ↓ 认知表征 ↓ 学习 / 应用 / 复用 ↓ 反馈 ↓ 表征更新从这个角度重新理解专家经验我们关注的就不再只是“专家知道什么”还包括“专家是怎么知道的”这也意味着在知识管理框架下研究专家经验时除了知识内容本身还需要进一步考虑认知过程如何被识别、提取、表征和使用。参考文献[1] Alavi M, Leidner D E. Review: Knowledge Management and Knowledge Management Systems: Conceptual Foundations and Research Issues[J].MIS Quarterly, 2001, 25(1): 107–136. DOI: 10.2307/3250961.[2] Nonaka I. A Dynamic Theory of Organizational Knowledge Creation[J].Organization Science, 1994, 5(1): 14–37. DOI: 10.1287/orsc.5.1.14.[3] Cook S D N, Brown J S. Bridging Epistemologies: The Generative Dance Between Organizational Knowledge and Organizational Knowing[J].Organization Science, 1999, 10(4): 381–400. DOI: 10.1287/orsc.10.4.381.[4] Ericsson K A, Simon H A. Verbal Reports as Data[J].Psychological Review, 1980, 87(3): 215–251. DOI: 10.1037/0033-295X.87.3.215.[5] Militello L G, Hutton R J B. Applied Cognitive Task Analysis (ACTA): A Practitioner’s Toolkit for Understanding Cognitive Task Demands[J].Ergonomics, 1998, 41(11): 1618–1641. DOI: 10.1080/001401398186108.[6] Collins A, Brown J S, Holum A. Cognitive Apprenticeship: Making Thinking Visible[J].American Educator, 1991, 15(3): 6–11, 38–46.