Nie wszystko, co się świeci w Internecie, jest informacją

Jesteśmy społeczeństwem zafascynowanym technologią, ogłupionym ubóstwianiem komputerów i przesyconym reklamą wpychaną nam przez ludzi należących do służących własnym interesom lobbies, którzy zagłuszają nasze skargi o złym stanie systemów informacyjnych (SI).

Jesteśmy społeczeństwem zafascynowanym technologią, ogłupionym ubóstwianiem komputerów i przesyconym reklamą wpychaną nam przez ludzi należących do służących własnym interesom lobbies, którzy zagłuszają nasze skargi o złym stanie systemów informacyjnych (SI).

Dekady ilościowych badań akademickich na temat potrzeby włączenia użytkowników w procesy tworzenia gospodarczych systemów informatycznych i ich zadowolenia z systemu docelowego wydają się być czasem zmarnowanym. Bardzo potrzebujemy zmiany mentalności ekspertów SI.

Jeśli historycznie informacja i dane były błędnie uważane za tożsamości lub synonimy, to radykalne zmiany w technologii komunikacji i bieżące badania w dziedzinie poznania (cognition) stopniowo zdemaskowały ten błąd. Termin"informacja" powinien obecnie być zastrzeżony wyłącznie dla tych danych, które interesują odbiorcę i docierają do jego pamięci na tyle, by mógł sobie je przypomnieć. Wszystko inne, znajdujące się poza umysłem odbiorcy, musi byćzwane danymi, nawet jeśli potencjalny informator uważa je za wartościową informację. Mylne używanie tych terminów w niedbałych dyskusjach kosztuje czas i wysiłek. Musimy to powiedzieć głośno, gdyż "semantyczne imetodologiczne dyskusje są dla uszu niektórych naukowców tym, czym symfonie i muzyka kameralna dla głuchych. Nie słyszą niczego, co ma sens lub wydaje się być ważnym". (Machlup, 1983)

Czym jest informacja?

Zwiemy siebie Społeczeństwem Informacji, żyjącym w Wieku Informacji. Wydajemy bajońskie sumy na przetwarzanie informacji. Informacja jest jednak terminem, który ma wiele znaczeń.

Komputer przyjmuje dane bezwarunkowo, tak jak są one wprowadzone w sposób z góry przewidziany, według ustalonej procedury. W amerykańskiej Computer Science (CS), o której mowa w tym artykule (odpowiadającej polskiemu wydziałowi matematyki i informatyki), informacje definiuje się na ogół jako dane ulepszone przez przetwarzanie komputerowe.

Poznawanie, spostrzeganie czy myślenie, gdy mówimy o maszynie, różni się od ludzkich funkcji określanych tymi samymi terminami. Mózg nie jest po prostu maszyną z mięsa, jak mówi Minsky (Weizenbaum, 1995). Ludzie nie są jakkomputery: mają ciało, instynkty, uczucia, życiowe doświadczenie, intuicję, rozsądek, wartości, wiedzę osobistą, mądrość i wierzenia. Postuluję, że poznanie ludzkie, w kontekście wszystkich tych przymiotów, prowadzi nas dotego, co interesuje nas w naszym otoczeniu i zmienia naszą wiedzę. Można powiedzieć, że odrzucamy wszystko inne. Ludzkie poznanie i jego ograniczone możliwości wyboru są kamieniem węgielnym dla mego rozumienia informacji. By uniknąć przeładowania danymi i chaosu myślowego, z potopu danych dopuszczamy tylko małą ich część do naszych struktur poznania.

Eksperci SI czują się zagubieni. Używają technologii i terminologii CS i - w swym rozumieniu - przygotowują informację dla ludzi, którzy nie są jednak zachwyceni tym, co dostają!

Krótka historia CS

Plan wprowadzenia Elektronicznego Przetwarzania Danych w amerykańskiej firmie, w której niegdyś pracowałem, był zapowiedziany w 1959 r. Administracja kadr zwróciła się do działów, które miały być skomputeryzowane,by wybrały ochotników do programowania. Najlepsi zostali naszymi pierwszymi programistami. Ci programiści, dawni użytkownicy tych samych systemów w ich ręcznej wersji, byli podstawą naszej kadry informatyków przez wiele lat. Zbudowali dobre systemy, robiące to, czego potrzebowali użytkownicy - systemy zwiększające zyski firmy.

Budowanie twierdzy CS

Program studiów CS został opublikowany przez Association for Computer Machinery (ACM) w 1968 r. Koncentrował się on wyłącznie na naukach ścisłych i programowaniu. Stopniowo projekty systemów informacyjnych (takie jak kontrola zasobów i prognoza sprzedaży) stały się bardziej skomplikowane. Zaczęto próbować integrowania systemów. Nasze systemy zaczęły wykazywać skutki braku zrozumienia biznesu przez dyplomantów CS.

W tymże czasie niektóre wydziały CS zaczęły organizować programy współpracy z przedsiębiorstwami. Studenci na przemian uczyli się na uniwersytecie, potem spędzali okres trzymiesięczny pracując i ucząc się w firmie, by następnie wrócić na uniwersytet i kontynuować następny semestr nauki. Być może nie był to zamierzony cel, ale w ten sposób studenci uzyskiwali wykształcenie i trening w wiedzy i procedurach biznesu na koszt firm, które ich zatrudniały. Niemniej wielu z nich wracało do tego, co lubiło najbardziej - do pracy z posłusznymi maszynami, z dala od "głupich użytkowników, którzy nie wiedzą, czego chcieć od komputeryzowanych systemów".

Dyplom z CS

CS korzystnie zadomowiła się w instytucjach akademickich. Miała potężne, dbające o swe interesy grupy nacisku. Wiemy wszak jak jest "miło uczyć" programowania w dużej liczbie języków. Pracownicy wyższych uczelni odznaczają się doskonałym apetytem na przodującą technologię. Uniwersytety dostawały znaczne donacje sprzętu i oprogramowania. Wszystkim podobała się ta sprytna strategia marketingowa firm komputerowych. Roszak (1986) napisał, że "wybitne

umysły w dziedzinie CS dołączyły do kultu (informacji) dla władzy i zysków". Dreyfus i Dreyfus (1995) skarżą się, że zwolennicy ścisłej (hard) sztucznej inteligencji (AI), "którzy zaproponowali używanie komputera jako manipulatora

symboli, mieli wyłączną kontrolę nad środkami, podyplomowymi studiami, pismami, sympozjami itd., dając w sumie wspaniały program badawczy".

Herbert Simon, główny filar ścisłej AI, broniąc swej filozoficznej postawy, niechcący sam to potwierdził, podkreślając, że liczebność nowych publikacji na temat AI jest dowodem naukowego sukcesu tych badań. W ten sposób starał się odeprzeć zarzut, że zostały spowolnione, jeśli nie znikły całkowicie znaczące postępy w badaniach AI (Simon, 1995). Było co prawda wiele przypadków finansowania badań indywidualnych; ile z nich jednak miało klauzulę zabraniającą publikacji rezultatów badań bez uprzedniego pozwolenia sponsorów? Przynajmniej jeden badacz poskarżył się publicznie, że miał problem z podaniem rezultatów swych badań dotyczących wprowadzania mikrokomputerów do szkół. Jego kolega gorzko wyrzekał, że w tej dziedzinie biznes odbiera decyzje pedagogom (McLean, 1985).

W Kanadzie powszechnie wiadomo, że oprogramowanie dla celów edukacji jest znikome i marnej jakości. Mimo to większość funduszy przeznacza się zwykle na zakup sprzętu! Producenci komputerów mają duże budżety na marketing, co zdobywało przyjaźń gazet skorych do drukowania artykułów pełnych przesadnych zachwytów na temat technologii. Straszenie było na porządku dziennym. Ciągle przypominano publiczności, że "wasze dzieci nie będą miały co jeść, jeśli nie dostaną teraz komputera". Programowanie, błędnie nazywane "rozwiązywaniem problemów", miało rzekomo uratować je od tej nędzy. Przez lata całe ogłoszenia o pracy w gazetach i pismach przygotowywane przez administrację kadr od każdego kandydata do pracy mającej do czynienia z komputerem, na wszelki wypadek, wymagały dyplomu z CS. Nieliczne były wyjątki od tej reguły, robione na żądanie inteligentnych menedżerów SI.

"Ci, którzy utrzymują kompetencje w użyciu nowej technologii, stają się elitą, której inni przypisują nie zasłużony autorytet i prestiż. Gromadzą oni coraz większą władzę i w sposób nieunikniony tworzą formę konspiracji przeciwko tym, którzy nie mają dostępu do specjalistycznej wiedzy udostępnionej przez technologię." (Postman, 1992)

W tym samym czasie niektóre uniwersyteckie szkoły biznesu zaczęły kształcić analityków systemów informacyjnych, znających zasady zarządzania, tworzenia systemów i programowania. Niestety, szkoły te były bezsilne wobec dobrze obwarowanej twierdzy CS.

Zdaje się, że coś jest nie tak jak należy!

Nasze programy nauczania

W październiku 1995 r. odebrałem poprzez pocztę elektroniczną znajdujące się na liście ISWorld-L następujące pytanie:

"Czy jest jakaś różnica między umiejętnością programowania technicznego i ogólną kompetencją analityka systemów? W moim doświadczeniu firmy wolą analityków systemów, którzy rozumieją systemy organizacji, niż programistów,którzy rozumieją komputery. Z doświadczenia również wiem, że umiejętności potrzebne do budowania nowej technologii i umiejętności potrzebne do wprowadzania tej technologii w istniejący system ręczny różnią się od siebie,a nawet wzajemnie się wykluczają. Rzadko zdarza się ktoś, kto może wykonywać zadania wymagające obu tych umiejętności. Jest nadal duży popyt na tradycyjne umiejętności analityka systemów, który może obserwować organizację i analizować jej pracę".

W mojej odpowiedzi, by być zwięzłym i do rzeczy, umyślnie użyłem bieżących stereotypów:

"Wiemy, że co widzisz zależy od tego, gdzie siedzisz. Dlatego, użytkownik nastawiony na biznes, widzi system docelowy inaczej niż ekspert techniczny wykształcony przez CS. Wynika z tego, że w przypadku tworzeniaskomputeryzowanych systemów, błędem byłoby powiedzenie użytkownikowi: "Dostaniesz to, co widzisz"; chyba że techniczny ekspert dużo wie o kontekście pracy i rodzaju biznesu użytkownika. Tylko wtedy może on inteligentnie i skutecznie analizować jego wymagania bez potrzeby robienia arbitralnych (często mylnych), założeń w fazach projektowania i programowania systemu. Dobrą kombinacją studiów, w moim doświadczeniu, jest program w którym 75% czasu przeznacza się na sprawy zarządzania biznesu, a 25% na tworzenie systemów informacyjnych i programowanie"

Krytyka ze strony przemysłu

Studium jednego z głównych uniwersytetów kanadyjskich dowodzi: "Firmy werbujące pracowników na uniwersytetach skarżą się, że dyplomanci nie mają właściwych umiejętności potrzebnych w praktyce". W niedawnym panelu uniwersytety broniły swej pozycji za pomocą dobrze znanych argumentów:

"Przygotowujemy dyplomantów (powiedział pewien dziekan), by mogli pracować w pewnym otoczeniu i umieli przystosować się do jego zmian; by byli przygotowani do długoterminowej zawodowej kariery". Reprezentant innego uniwersytetu skomentował: "Nigdy nie będziemy w stanie dać dyplomów wszystkim naszym studentom, tak by od razu w pierwszym dniu byli w pełni produktywni w pracy". Pedagog innego uniwersytetu stwierdził, że "jego profesorowie trzymają się z dala od uczenia umiejętności komputerowych i programów, lecz koncentrują się na uczeniu zagadnień, takich jak programowanie obiektowe, inżynieria oprogramowania i współpraca człowieka z komputerem". Po czym nastąpiło tradycyjne westchnienie o niedostatecznych funduszach.

Jest symptomatyczne, że w tej samej debacie reprezentantka dużej firmy komputerowej powiedziała, iż jej firma "inwestuje wielkie sumy w trening swych pracowników. Istotnie, na ogół firma raczej awansuje i trenuje wewnętrznie, zamiast szukać odpowiedniej osoby na zewnątrz. Nowi pracownicy przechodzą intensywny trening, by nauczyć się, jak firma prowadzi swoje interesy." (Wintrob, 1995)

Jedenaście lat wcześniej naczelny dyrektor badań w IBM wraz z psychologiem firmowym napisali:

"Rzadko spotyka się (w CS) jakiekolwiek zapotrzebowanie na wykłady o czynnikach ludzkich czy na temat podstaw psychologii. Można uzyskać doktorat w CS, spodziewając się dożywotniej kariery budowania narzędzi na użytek ludzi, spędzając wiele lat na uczeniu się, jak pracują komputery, ale ani chwili, by nauczyć się, jak pracują ludzie." (Branscomb & Thomas, 1984)

Rozszerzyć pole studiów poza CS i inżynierię

W roku 1992 ukazał się raport pod tytułem "Komputeryzacja Przyszłości". Był on przygotowany przez Komitet do Oceny Zakresu i Kierunku CS i Technologii, utworzony pod auspicjami Narodowej Rady Badawczej w Stanach Zjednoczonych (The National Research Council of the USA). Autorzy spodziewali się poważnego oporu wydziałów, których ten raport dotyczy. Niemniej doszli do wniosku, że dyplomanci CS i inżynierii powinni rozszerzyć zakres swych studiów, tak by zrozumieć możność zastosowania obecnych i szybko pojawiających się nowych możliwości technologii do problemów biznesu, handlu i nauki. Wszystkie te problemy mają lub powinny mieć znaczny składnik informatyczny. Dla studentów, planujących pracę w biznesowych systemach informacyjnych, moją preferencją byłby dyplom zarządzania biznesem.

Poważne niepowodzenia we wdrażaniu systemów

Rzadko nagłaśnia się niepowodzenia komputeryzowanych systemów. Niektóre są odkryte przez kontrolerów rządowych, tak jak stało się to z systemem kontroli ruchu lotniczego w Kanadzie. Niepowodzenie Zautomatyzowanych Operacji Giełdy wyszło na jaw, gdy system nie zaczął funkcjonować na czas. System bagażowy na lotnisku w Denver (Colorado) pobił rekordy w liczbie pasażerów szukających swych walizek. Koszty tych projektów wynosiły dziesiątki i setki milionów dolarów. Te niedociągnięcia nie ustają i są bardzo rozpowszechnione. "Niezdolność przemysłu technologii informatycznej do zbudowania w określonym czasie i w ramach budżetu skomputeryzowanych systemów, które robią to, co miały robić, jest żenującym sekretem przemysłu. Właściwie, przestała być już sekretem." (Rowan, 1995)

Jakie są przyczyny tych wszystkich niepowodzeń? Przede wszystkim, nie jest zawsze jasne, na czym polega niepowodzenie systemu. Czy jest to projekt nie skończony na czas albo w ramach budżetu, albo projekt w ogóle nie skończony, albo skończony, ale nie wdrożony, albo wdrożony ale sabotowany, nie używany, albo używany tylko z braku czegoś innego? Cyfry cytowane w publikacjach nie mogą być wiarygodne - trudno sobie wyobrazić, by uwieńczona była powodzeniem ankieta, w której pytamy menedżerów, ile ich systemów skończyło się niepowodzeniem.

Jakkolwiek by było, pozostają fakty: "Straszne historie długich opóźnień i poważnych błędów zmuszają doradców do szukania nowych narzędzi, by odbudować zaufanie klientów". We własnych słowach przyznają oni, że "kardynalnym błędem całego procesu jest to, iż projekty często są napędzane przez technologię, a nie przez potrzeby biznesu". (Rowan, 1995)

Dotąd badałem tylko symptomy naszych uchybień. Ich podłoża doszukuję się w ludzkim poznaniu: co się dzieje, gdy otrzymujemy, spostrzegamy, rozumiemy lub interpretujemy komunikaty, znaki i grafiki na ekranie lub badamy raporty. Może nie zdajemy sobie z tego sprawy, ale robimy to w specjalny sposób.

To płoche, selektywne spostrzeganie

Najpierw zbadajmy łatwiejszy, spopularyzowany opis ludzkiego spostrzegania:

Gdy ktoś cię pyta - "Czy widzisz to co ja widzę?" - najprostszą odpowiedzią jest: "Nie". To co widzimy jest tak indywidualne, jak nasze osobowości, nie dlatego że są różnice wzroku, lecz dlatego że nasze umysły przetwarzają dla nas to co widzimy. "To co się dzieje zależy od naszego doświadczenia i zadania, którym jesteśmy zaabsorbowani w tej chwili" - mówi dr David Williams, badacz w dziedzinie optyki z Uniwersytetu w Rochester. "Jeśli patrzę na mój pokój, to co widzę zależy od tego, co chcę teraz zrobić. Inaczej interpretuję scenę jeśli chcę wyjść niż gdy szukam książki". I choć mówi się potocznie o "oczach duszy" (mind's eyes), nie ma żadnego miejsca w mózgu, gdzie można zobaczyć obraz tego co widzą nasze oczy. Mózg pracuje na wielu poziomach jednocześnie, by nadać znaczenie temu co widzimy." (Immen, 1995)

Checkland mówi, że "informacja to dane plus znaczenie. To znaczy, nadając [w naszym umyśle] znaczenie danym, tworzymy informację (Checkland and Scholes, 1990)". Budujące poznanie, tak jak to dyskutuje Varela (1991), oparte jest na "rosnącym przekonaniu, że poznanie nie jest odtworzeniem (representation) z góry danego świata przez z góry dany umysł, ale jest raczej konstrukcją świata i umysłu zrobioną na podstawie historii najrozmaitszych akcji, które jednostka wykonuje w świecie".

Selektywne widzenie

Metaforą dla procesu selektywnego widzenia (vision) może być sposób, w jaki czytamy nasze gazety. Różne ich części zawierają to, co wydawca chciałby, żeby stało się naszą informacją. Każda część jest potencjalnie dla kogoś interesująca. Jednak, jeśli po powierzchownym rzucie oka wyrzucam ją, gdyż mnie nie interesuje, to wyrzucam nie moją informację, ale jakieś przedłożone mi dane. Subiektywnie decyduję o tym, co z tej powodzi danych odpowiada moim wymaganiom i zasługuje na miejsce w mojej pamięci. To samo dotyczy książek, pocztowych śmieci (junk mail), radia, telewizji, hasania po Internecie (surfing)... i 500 kanałów infostrady.

Przedkładane w najrozmaitszych postaciach dane muszą odpowiadać subiektywnym kryteriom wyboru ich odbiorcy. Używając terminologii tworzenia systemów informacyjnych, można powiedzieć, że dane wejścia i wyjścia muszą spełniać wymagania systemu, zdefiniowane przez użytkownika współpracującego z ekspertem SI. Używając innej metafory, dane wejścia i wyjścia, które odpowiadają zdefiniowanym kryteriom, możemy porównać do kolorowej fotografii, którą chcemy zobaczyć. Wymagania systemu byłyby negatywem, przygotowanym przez ekspertów SI. Wygląda on zupełnie inaczej, ale musi dać pożądaną kolorową odbitkę - w praktyce jednak jej nie daje!

Od bogatej w informację rozmowy do śmieci Internetu

Przejście od komunikowania się ustnego do pisemnego zajęło ludzkości 12 milleniów. Wszystko zaczęło się od liczenia. Proste nacięcia na patyku lub kamyczki zostały zastąpione bardziej skomplikowanymi sztonami i naciętymi tabliczkami. Dopiero 3 tys. lat p.n.e. w Sumerze odnajdujemy abstrakcyjne cyfry, ideogramy i fonetyczne kodowanie. Pisanie zdominowało komunikacje międzyludzkie przez następne 4500 lat, by ustąpić w XV w. technice druku z ruchomymi czcionkami. Wkrótce druk opanował świat. Postman pisze:

"Przed wynalazkiem telegrafu (ca 1840), informacja była szukana jako proces zrozumienia i rozwiązania konkretnych problemów... Telegraf stworzył ideę informacji BEZ KONTEKSTU - to jest ideę, że wartość informacji nie musi być łączona z jakąś pożyteczną funkcją w podejmowaniu społecznej czy politycznej decyzji lub akcji... (że to jest) rzecz, którą można kupić lub sprzedać niezależnie od sposobów jej użycia czy jej znaczenia". (Postman, 1992)

Wraz z nadejściem radia (1920) i telewizji (1945) eter został nasycony dźwiękiem, tekstem i obrazami skierowanymi do wszystkich, a więc do nikogo w szczególności. Kierowane one były do potencjalnych odbiorców, których zainteresowania były określane statystycznie, przy użyciu ankiet, lub przez życzeniowe myślenie menedżerów marketingu. Wkrótce potem, zaledwie w ciągu 25 lat Internet zniweczył globalną przestrzeń. Internet i technologia faksów, dając szybkość i łatwość komunikacji oraz umożliwiając ciągłe sprzężenie zwrotne, dają nam iluzję rozmowy. Używane z umiarem mogą pomóc w ulepszeniu międzyludzkich komunikacji.

Może być jednak również tak, że będziemy musieli kontrolować naszą nieograniczoną chciwość na informacje, by uniknąć przeładowania danymi, których nie będziemy nawet w stanie przeczytać. Być może, że naszą obroną przed wydajnością Internetu będą mało precyzyjne i nie dyskryminujące filtry komunikatów. Roszak (1986) ostrzegł, że "nadmiar informacji może wyprzeć idee, spowodować roztargnienie umysłu przez jałowe, nie połączone fakty, zagubione między nieforemnymi stosami danych". Taki niewątpliwie byłby los osoby nie umiejącej używać globalnej wrażliwości do tego, by wybrać to, co jest dla niej istotne. Shera (1983) ofiarowuje nam swoją refleksję: "Dane, dane wszędzie, ale nic do myślenia".

Informacja nie równa się danym

Nie ma sporu o definicję danych. Niektórzy autorzy definiują je jako izolowane fakty. Dla innych to zapisy zanotowane w komputerze. "Istnieje tendencja, by używać słowa dane dla oznaczania informacji numerycznej i używać słowa tekst dla języka naturalnego w jakimkolwiek medium, rozsądnie jest jednak założyć, że nie ma różnicy między danymi, dokumentem i tekstem." (Buckland, 1991)

Wzrastająca liczba poważnych badaczy i najlepsi biznesowi konsultanci jak Drucker, głoszą pogląd, że dane i informacja nie są synonimami. Twierdzą oni, że dane, by nabrać statusu informacji muszą przejść przez procesy poznawcze tego, kto je odbiera.

Dervin i Nilan (1986), autorzy z dziedziny Wiedzy Informacji, zbadali ewolucje znaczenia i używania tego terminu:

"W badaniach tradycyjnych (z lat 1966-1978) postrzegało się informację jako obiektywną, a użytkowników jako przetwarzających dane wejścia i wyjścia. Informacja była definiowana jako: 1) właściwość materii, 2) jakikolwiek komunikat, dokument albo źródło danych, 3) jakikolwiek symboliczny materiał, który mamy do dyspozycji, 4) jakiekolwiek dane. Potrzeba informacji nie jest zdefiniowana jako coś, co użytkownik myśli, że potrzebuje, ale jako to co ma w posiadaniu system informacyjny".

Powódź danych

Wszystko to było prawdą wtedy, gdy dyskusja była jedynym medium komunikacji międzyludzkich, w erze, którą nazwałbym erą skąpości informacji. Dane przepływające w obu kierunkach były informacją dla obu uczestniczących partnerów. Te dane stawały się częścią ich wiedzy. Było też tak we wczesnych skomputeryzowanych systemach, takich jak płace czy obsługa sprzedaży, które były jasne i ściśle określone w matematycznej składni i znaczeniu.

Około roku 1978 weszliśmy w erę, którą nazwałbym erą powodzi danych.

"Metody badawcze po 1978 r. koncentrują się na użytkowniku - badają one system informacyjny, tak jak widzi go człowiek, zaś informacje widzi się jako zbudowaną przez jednostki ludzkie. Inne badania zdefiniowały informację jako 1) to co może przekształcić bądź zmienić strukturę obrazu i 2) jakikolwiek bodziec, który zmienia struktury poznawcze odbierającego. Potrzeba informacji była definiowana w różny sposób: jako 1) koncepcyjna niedorzeczność, gdy poznawcza struktura jednostki nie jest na wysokości zadania, 2) gdy ktoś rozpoznaje, że coś nie jest w porządku z jego stanem wiedzy i chce wyeliminować tę anomalię, 3) gdy bieżący stan posiadanej wiedzy jest mniejszy niż potrzebny, 4) gdy coś nie ma sensu, i 5) gdy to, co się wie, nie wystarcza by dać sobie radę z brakami, niepewnością i konfliktem w dziedzinie wiedzy osobistej." (Dervin i Nilan, 1986)

Na ogół, wraz ze stopniowymi zmianami w technologii komunikacji, zanika znak równości między danymi i informacją. Im bardziej się oddalamy w komunikacjach od rozmowy twarzą-w-twarz i nieustannego sprzężenia zwrotnego, tym mniejsza jest ilość danych, które budują czy powodują informację.

"(Zasadniczym) pytaniem jest: ile informacji u otrzymującego jest spowodowane przez źródło? Jeżeli ma miejsce kompletny przekaz, to znaczy, że każdy stan źródła jest złączony z każdym stanem odbiorcy i odwrotnie" (Mingers, 1995). W dyskusji ogniwo istniejące między źródłem i odbiorcą jest bardzo mocne. Jest ono słabsze w przypadku druku, a bardzo słabe dla mediów masowego przekazu, kiedy to odbiorca może odmówić połączenia, gdy chce uniknąć przeładowania bezwartościowymi danymi i spowodowanego tym umysłowego chaosu.

By stawić czoła zagrożeniu przez Internet, tworzymy filtry danych, które wybierają, co prawdopodobnie nas zainteresuje, i odrzucają resztę. Tworzymy wewnętrzne bariery, opanowując naszą irracjonalną ciekawość i chciwość na więcej danych, by stworzyć dla siebie czas na myślenie.

Co ludzie wybierają i jak "konstruują" swą informację z przedstawionych im danych ma pierwszorzędne znaczenie dla wszystkich dostawców danych - od analityka SI do agencji, które dyskutują o infostradzie, o jej subwencjonowaniu, budowie i programowaniu. Dodatkowe trudności wynikają z faktu, że te skomplikowane systemy wymagają udziału wielu pośredników z dziedzin systemów informacyjnych i technologii informatycznej. Komplikuje to wysiłki w tworzeniu systemów informacyjnych.

Komunikacja przez pośredników

Natychmiastowe i nieustanne sprzężenie zwrotne między wysyłającym i odbierającym komunikaty jest nieodzowne w komunikacjach międzyludzkich dla zapewnienia, że ich zawartość jest interesująca i że wysoka procentowa zawartość danych wywoła informację w ich umysłach. Ale również ważna jest nasza zdolność skierowania poprawnego komunikatu do właściwego odbiorcy. Osoba A - mówca, autor listu lub książki - czyni ogromne wysiłki, by osoba Z była zainteresowana tym, co się jej komunikuje.

Proces ten bardzo się komplikuje w przypadku skomputeryzowanych SI, ponieważ potrzebni są technicznie wytrenowani analitycy systemów i programiści.

Tak więc użytkownik A tłumaczy analitykowi B, jakie dane sam dostarczy i co należy według niego zakomunikować użytkownikowi Z. Analityk B później daje instrukcje programistom C i D , należącym do tego samego zespołu. Użytkownik Z, z kolei, tłumaczy B, jakie dane wejścia powinien B dostać od A i jakie dane wyjścia Z ma nadzieję otrzymać od nowego systemu. B przekazuje te wymagania programistom C i D. Eksperci B, C i D starają się zrozumieć i pogodzić tłumaczenia A i Z, których funkcje zwykle są im nieznane i mało ich interesują. Starają się zrozumieć, jak to wszystko ma być zrobione. Projektują system. Gdy nie są całkowicie pewni, czego chcieli od nich A i Z, zamiast zadawać dodatkowe pytania, robią założenia. Mają też tendencję do używania własnych, technicznie "eleganckich" rozwiązań.

Użytkownicy A i Z czasem mają okazję, by samemu sprawdzić, co się dzieje przy tworzeniu systemu informacyjnego. Wszystko to jednak przypomina mi dziecinną zabawę w "głuchy telefon". Jest tylko ta różnica, że w grze zniekształcenie komunikatu wywołuje wesołość; w SI daje ogromne finansowe straty. W międzyczasie prowadzi się nie kończące badania naukowe, próbujące zmierzyć korelację między różnymi sposobami udziału użytkowników w tworzeniu systemów informacyjnych i ich zadowoleniem z wdrożonego systemu.

Jak "budujemy" naszą informację

W każdym dobrym słowniku jest wiele definicji informacji. W nowoczesnym i antycznym znaczeniu tego słowa, informacja jest "wiedzą zakomunikowaną, dotyczącą jakiegoś określonego faktu, podmiotu albo wydarzenia; tym o czym się jest powiadomionym lub co nam powiedziano; wiadomością, nowiną (The Oxf. Eng. Dict., 1989)". Moją rozwiniętą definicję przytoczoną poniżej, opieram na uprzednio dyskutowanych odkryciach badań poznania. Podkreślając wagę subiektywnego ludzkiego zainteresowania osoby odbierającej, która buduje swą informację, próbuję ustalić hierarchię przymiotów, które określają te zainteresowania.

Informacja - tak jak jest ona przetwarzana przez ludzi - są to dane spostrzeżone, wybrane i zorganizowane przez ich odbiorcę, ze względu na jego subiektywne ludzkie zainteresowania mające źródło w instynktach, uczuciach, doświadczeniu, intuicji, zdrowym rozsądku, wartościach, wierzeniach, osobistej wiedzy i mądrości, jednocześnie przetwarzane w jego poznawczych i umysłowych procesach i niedostrzegalnie włączone w jego wiedzę.

Logan wskazuje na to samo, gdy mówi:

"Ludzki umysł jest kształtowany tak samo przez układ hormonalny i endorfiny, jak przez neurony i przepływ elektronów. Myśl ludzka jest w tym samym stopniu kontrolowana przez przyjemność, namiętność, miłość, moralność, piękno, mistycyzm i ciekawość, co przez rozum i logikę." (Logan, 1995)

W ten sposób zdefiniowana informacja, podkreśla subiektywność ludzkiego osądu, zamiast zaprzeczać jego istnieniu, jak się to robi, by dostosować się do ograniczeń komputerów. Podkreśla wyłączne pierwszeństwo odbiorcy danych.

To jego wymagania określają, czy dane będą wybrane jako istotne i celowe oraz czy staną się znaczącym przyczynkiem do jego informacji. Informacja, w powyższej definicji, jest ideałem, którego nie można osiągnąć inaczej niż w intensywnej rozmowie.

Przyjęcie definicji, według której informacja nie jest wytworzona przez komputer, ale przez człowieka OTRZYMUJĄCEGO dane, jest pierwszym zasadniczym krokiem do zmiany umysłowości ludzi z SI, którzy zwodzą się wiarą, że dane przetworzone przez komputer zadowolą szukających informacji użytkowników. Gdy nastąpi ta zmiana, wszystkie systemy będą tworzone z maksymalną uwagą skierowaną na wymagania docelowych użytkowników. Duża część interesujących i istotnych danych zostanie przez nich wybrana, tak by stać się pełną znaczenia informacją, która wpłynie na ich wiedzę. Systemy informacyjne staną się prawdziwymi Systemami Wspomagania Wiedzy. W ten sposób będą naprawdę napędzane przez problemy biznesu.

Musimy analizować i uczyć się od nowa

Przyjęcie tej subiektywnej definicji informacji wymaga zmian w sposobie mówienia o niej. Jestem osobą poinformowaną, ponieważ mam informacje w mym umyśle, a nie na półce, na dysku, w mej teczce, w dzienniku, w encyklopedii, w programie telewizyjnym lub na "końcu mych palców", w Bibliotece Kongresu lub w Internecie. Wszystko to są tylko dane, będące do dyspozycji i dostępne dla mnie, ale poza moim systemem poznawczym. Jeśli jestem tym zainteresowany, wtedy wiem jak tworzyć indeksy, mam czas to zapisać w pamięci i później przypomnę sobie co tam jest i skojarzę w umyśle w momencie, kiedy to będzie przydatne. Jeśli zdołam to odczytać, to tylko wtedy, przez proces selekcji, stanie się to w mym umyśle informacją.

Moja dyskietka nie jest przedłużeniem mego mózgu. W rzeczywistości mogę nie wiedzieć, co na niej się znajduje. Używam tego narzędzia dla przypomnienia sobie. Ale to nie jest częścią mej pamięci. Jeśli ktoś usiłuje mi coś zakomunikować, wtedy gdy ja nie jestem tym zainteresowany i gdy to nie powoduje zaistnienia w mym umyśle informacji, to są to dla mnie bezużyteczne dane.

Jeśli na dworcu patrzę na tablicę z godzinami odjazdów, wzrokiem szukam danych odnoszących się do celu mej podróży. Jeśli je odkryję, to staną się one moją informacją, gdyż spełniły me kryteria wyboru. Idąc do okienka "informacji", mam nadzieję, że uzyskam tam dane, które będą pasowały do moich pytań i wytworzą we mnie informację.

Powiedzmy to jeszcze raz: informacja dla ludzi jest spowodowana lub wywołana wyłącznie w umyśle odbiorcy danych, przez którego może ona być skojarzona, przypomniana, połączona i zapomniana. Wszystko inne to dane. Mogą to być dane wejścia lub wyjścia; mogą one być w najrozmaitszy sposób przetwarzane, zapisywane w pamięci, transferowane, czy manipulowane przez ludzi lub komputery. Dopóki nie znajdą się one w umyśle zainteresowanego odbiorcy - są to tylko dane.

W społeczeństwie Wieku Informacji i w Internecie, by uniknąć nieporozumień czy niejasności, powiedzmy sobie jasno: dane nie równają się informacji (dane =/= informacja).

W celu komercyjnej reprodukcji treści Computerworld należy zakupić licencję. Skontaktuj się z naszym partnerem, YGS Group, pod adresem [email protected]

TOP 200