數智時代的知識管理：知識不確定性的挑戰及應對策略

摘要：數智時代的知識軟化和碎片化程度不斷加深，知識的不穩定性日益加劇而確定性日漸降低，這給人類的認知與學習帶來嚴峻挑戰，也引發了學界關于回歸精英化知識教育、追求確定性知識的呼聲。如何看待知識的不確定性、如何管理個人的知識以應對數智時代挑戰，成為亟待解決的重要問題。在網絡誕生之前，由于傳播渠道的限制，知識流轉的速度很慢，人類的學習主要以來自經驗、證據、邏輯推理、權威人士、重復驗證的確定性知識為主。但在數智時代，隨著知識傳播和更新迭代的速度日益加快，知識的不確定性越來越凸顯，這對傳統的知識體系構成沖擊。當下人們更需要建立起一種確定性的心智模式和認知策略，掌握自主建構系統知識的方法，以適應知識變動不居情境下的學習。具體而言，就是要以聯通主義和重構主義理論為指導，運用建立知識網絡、零存整取、碎片重構的方法，采取持續學習、確立個人目標與方向、建立個性化知識體系、有效利用智能技術、強化實踐應用等策略來不斷提升自己的知識管理水平。

關鍵詞：數智時代；個人知識管理；聯通主義；重構主義；知識不確定性

中圖分類號：G434" "文獻標識碼：A" " 文章編號：1009-5195（2024）01-0021-08" doi10.3969/j.issn.1009-5195.2024.01.003

基金項目：2023年度山西省高等學校一般性教學改革創新項目“數字化轉型背景下基于‘一流課程’建設的教學模式研究”（J20230591）。

作者簡介：王竹立，特聘教授，山西師范大學教育科學學院（山西太原 030031）；吳彥茹，副教授，山西師范大學教育科學學院（山西太原 030031）。

數智時代是數字化和智能化時代的統稱，是網絡與信息時代的高級發展階段。進入網絡與信息時代以來，知識開始發生由“硬知識”向“軟知識”變化，人工智能加快了這一變化趨勢。傳統的以書本為主要媒介的硬知識正在快速地被以網絡為主要媒介的軟知識所替代。知識變得越來越情境化、碎片化、短暫化，知識的不穩定性加劇，確定性降低，由此給人類認知與學習帶來新的挑戰。這種情況引發了一些學者的擔憂。如羅琴等人（2022）認為，軟知識的不穩定性侵蝕了硬知識的穩定性，軟知識的大眾性消解了硬知識的精英性，因此主張高層次知識教育應重塑精英化知識教育生態，回歸基礎、回歸經典、回歸系統，方能應對知識平庸化與碎片化的挑戰。余清臣（2019）認為，人工智能時代知識生產加速，一方面導致知識的繁多和過剩，另一方面導致人們對知識變化的應接不暇，并構成了對統一化和規范化教育內容和方式的挑戰，甚至挑戰了知識教育的必要性。從根本而言，人工智能時代的知識學習應該指向獲得超越繁雜性和變動性的確定性認識，要從知識的觀察辨別中獲得根本和穩定的知識。這些討論推動了對數智時代知識與學習的深入研究，將問題聚焦到如何看待知識的不確定性，以及如何應對知識不確定帶來的挑戰上。本文擬就此問題，提出我們的觀點和主張，以拋磚引玉，引發更多的思考與討論。

一、軟知識和硬知識的研究現狀

軟知識和硬知識的概念最初是由聯通主義的創立者西蒙斯提出來的，后經王竹立的深化拓展，引起國內學術界的爭議與討論（何克抗，2018）。王竹立將軟知識定義為介于原知識（知識最初的來源，即個體對事物的認識、經驗、態度等）和硬知識（即已被專家學者用語言文字符號加工提純、結構化、系統化后的公共知識體系）之間的一種新知識類型，是尚未充分結構化、系統化但具有情境性、時效性和實用性的新知識雛形。這類新知識在網絡誕生之前，難以進入公共傳播渠道（如印刷品等）進行傳播，因而鮮為人知；而在網絡誕生之后，這類新產生的軟知識被互聯網迅速記錄、保存與傳播，并被眾多網民共同加工完善，因而得到廣泛應用。相比之下，傳統的、經過專家學者充分結構化的、主要通過紙質媒介進行傳播的硬知識的地位和重要性日益下降，且處于被邊緣化的境地。區分軟知識與硬知識的主要指標是知識的穩定性，即知識在內涵、結構和價值三個層面的穩定性。軟知識與硬知識之間并沒有一條明確的分界線，而是一個連續的統一體。三個層面都穩定的知識是最硬的知識，三個層面都不穩定的知識是最軟的知識。一些傳統的硬知識由于在新形勢下價值下降，而重新變得不夠穩定，還會退回到軟知識狀態，這就是知識軟化現象（王竹立，2017）。

事實上軟知識早已存在。例如，兒童在上學之前接觸到的大都是各類軟知識，進入學校之后才系統地學習硬知識，畢業之后進入社會接觸到的又更多是軟知識。軟知識彌漫在人們的日常閑談、網絡交流和社會互動之中，無論在數量、類型、實用性、時代性上均遠超硬知識，只是在網絡誕生之前，由于傳播的不廣泛和不充分而并未受到足夠的重視。網絡的誕生與普及，徹底改變了知識傳播的生態。以前個體知識和經驗需要經過符號化的精加工，才能進入紙質媒介得到較廣泛傳播，再被教師和科普工作者精心解讀才被大眾掌握與應用；如今網絡通過網民服務網民、情境直接遷移的形式，讓個體知識和經驗直接在同類情境下得到普遍應用，省去了語言文字符號的編碼和解碼的復雜過程，大大加快了知識的普及速度。

當然，這種知識回歸現象并不意味著今后所有問題都可以通過情境直接遷移的方式獲得解決。對于不斷涌現的新情境和新問題，仍然需要深入的分析、抽象的推理和大膽的想象才能找到新的解決方案。與知識回歸現象同時發生的還有知識重構現象（王竹立，2023）。軟知識不僅僅指那些實用性較強的具體知識，也包括那些理論性較強的抽象知識；軟知識也不簡單地等同于碎片化知識，還包含相對系統化的知識。例如聯通主義、重構主義目前都已成為相對系統的理論體系，但還處于發展過程中，還不夠穩定，仍屬于軟知識的范疇。碎片化的具體知識只能解決局部性的問題，而全局性的問題則需要系統化的理論指導才能解決。

軟知識與硬知識具有不同的特征：軟知識是不斷更新迭代的，新的軟知識出現后，舊的軟知識就失去了存在的價值與意義；硬知識是不斷累積的，就像一座大廈是由一塊塊磚堆砌起來一樣。只有在部分磚塊老化之后，才需要進行局部更換。因此，學習軟知識與學習硬知識需要完全不同的方式，軟知識的學習更多的是共同建構，硬知識的學習則主要是理解掌握。更形象地說，軟知識就像構建知識大廈的磚塊和構件，硬知識則是不斷成長的知識大廈本身。

二、知識的確定性來自哪里

知識的穩定性和確定性是兩個相關但不同的概念。穩定性（Stability）是指一項設備能否保持穩定之狀態，即使受到外在之干擾，亦能回復到原來狀態者，則該設備具有穩定之能力（詞海，2023a）。知識的穩定性是指某個知識在一段時間內保持不變或基本不變的性質，具體是指知識本身在內涵、結構和價值三個層面上隨著時間變化是否仍然能保持恒定的能力（王竹立，2017）。確定性（Certainty）一詞最初來自哲學領域，包含兩個意思：一是確定無疑，一是真實無誤（詞海，2023b）。知識的確定性是指某個知識在特定情境下是正確無誤的性質。穩定性側重對知識本身性質的描述，知識的確定性更多體現在人們對知識的認可度和確信度上。一般來說，知識的穩定性越高，其確定性也越高。

知識的確定性來源歸納起來主要體現在如下五個方面：一是經驗。我們通過觀察和經歷來了解世界，這些經歷和觀察幫助我們形成對事物的基本認知。當我們的經驗與新知識相符時，我們更有可能相信這些知識是真實的。二是證據。證據可以是事實、數據、研究、實驗等，它支持或反駁某種觀點。當我們有足夠的證據支持某個觀點時，我們更有可能相信它。三是邏輯推理。我們可以通過邏輯推理來理解和解釋觀察到的現象。如果一個觀點符合邏輯，并且沒有其他矛盾的解釋，我們可能會認為它是正確的。四是權威來源。權威人士通常是某個領域的專家，權威機構通常由這些專家組成，他們的知識和經驗使他們能夠提供可信的觀點，我們對這些來源的觀點更有可能持信任態度。五是重復驗證。當一項知識經過多次驗證并得到一致的結果時，我們對它的確定性就會增加。重復驗證可以幫助我們確定知識是否具有真實性和可信度。

經典知識之所以被認為是可信的，是因為它經過了長時間的驗證和檢驗，并被廣泛認同與接受，具有較高的穩定性。在知識變化緩慢的時代，通過學習經典知識來保證知識的確定性確有一定道理。

三、知識的確定性重要嗎

1.追求確定性是人類的天性

人類天生具有一種追求穩定、喜歡確定性事物的心理傾向。這源于多重原因：一是心理安全需要。人類天生具有對安全感的追求，希望自己的生活和周圍環境是穩定和確定的。這種追求可以讓我們感到更加安心和舒適，避免焦慮與不安。二是控制感。人類有強烈的控制欲，希望自己能夠掌控自己的生活和周圍環境。追求穩定和確定性可以讓我們感到更加有控制感，因為這些環境是可預測和可掌控的。三是自我認同。人類需要自我認同和價值感，而穩定和確定的環境可以讓我們更好地確定自己的身份和價值。如果環境不穩定，我們會感到自己的價值和能力受到質疑。四是社會適應。人類的社會性屬性決定了其必須要適應社會環境。追求穩定和確定性可以幫助我們更好地適應社會，避免因為環境變化而導致適應困難。這種心理遷移到知識和學習領域也是如此，如果知識變得越來越不穩定和不確定，人類就會感到不安，覺得難以掌控，無法預測，甚至懷疑學習這類知識的價值何在，這也是近年來一些學者呼吁要回歸傳統、追求確定性知識的根由。在這個快速變化的時代，追求某種確定性并非沒有一定的合理性與必然性。人類應對變化的秘訣之一就是在變化中發現不變，從而寄希望于以不變應萬變。

2.學習確定性知識有利于建立我們的認知結構

如果把人類的公共知識體系比喻為一座大廈，那么它的地基與主體結構一定是由最具確定性的知識構成的。人類個體在建構屬于自己的個性化知識體系的過程中，需要從公共知識大廈中學習建構個性化知識體系的分類、結構、方法與技巧。人類大腦的發育、神經元的連接與智力的發展，也受學習內容的影響。我們之所以尋找知識的確定性，其實是為了尋找相對穩定的參考點與參考系，以使我們的知識有可以聯系和比較的基準，以此確定新知識的價值。但是人類不需要也不可能將人類公共知識體系大廈都納入個性化的知識體系中，而是可以有選擇地攝取自己所需要的部分。每個個體知識體系的底層結構也應主要來自公共知識體系大廈的底層部分，由一些最具確定性的知識構成；而越末端或越前沿的部分則是那些更具個性化、情境化的軟知識，其中包含大量的個人隱性知識。

3.知識的確定性是相對的

當前人們對于追求確定性知識有著不同的看法。正如羅琴等人（2022）所言：“高價值含量知識的屬性突出表現為穩定性……穩定性知識源自對事物本質屬性的高度抽象把握，既是知識批判的‘武器’，又是知識創新的基礎。從時間向度來看，穩定性知識能經受住時間的檢驗，研究生即便面對智能時代魚龍混雜的信息轟炸，仍舊能以穩定性知識為參考進行篩選、鑒別。從空間范圍審視，穩定性知識具有可遷移的特性，能為研究生奠定知識基底，以此吸附智能時代相對性、情境性、開放性的知識，以便在知識的交叉融合中實現知識創新。”這段話雖然是針對研究生教育而言的，但對人類其他人群的學習又何嘗不是如此？

然而，聯通主義理論創始人西蒙斯卻不這么認為，他說：“今天，我們所追求的確定性（我們是否正為此而尋求知識？）受到了挑戰。當我們發現新事物后，其他人將把自己的知識建立在它之上并對其進行拓展（蛻變），或研究將證明它不真實。或基礎條件將改變，需要更新發現。持續地擱置確定性是我們今天的現實，‘未知’狀態是正常的”（G·西蒙斯，2009，p.69）。他還指出，“確定性是暫時的，而并非永久的，因此我們必須容忍模糊性和不確定性”（G·西蒙斯，2009，p.28），“試圖做更多過去所做的事情不是解決辦法。我們需要用新方法做新事情”（G·西蒙斯，2009，p.92）。

事實上，知識的確定性是相對的，而不是絕對的。即使是一些公認的穩定性知識，從一個更長遠的周期來看，也是會發展變化的。過去知識的更新速度相對于個體生命長度而言比較緩慢，不易被人們察覺；今天的知識變化速度越來越快，知識的半衰期越來越短，其更新迭代很容易被人們感知到，因此知識的確定性問題也越來越受到人們的關注。

4.今天還有哪些知識是確定的

即使在今天這樣一個知識爆炸的時代，仍然有一部分知識是相對穩定和確定的。例如，物理學中的牛頓力學定律、化學中的元素周期表，以及很多物理、數學、化學中的公式、定理、定律、方程式等，這些知識在大多領域和情境下仍然成立。它們構成了我們對這個世界的基本認識，這些知識大多屬于自然科學常識的范疇。此外，人文社會科學中也有許多常識是相對穩定和確定的。如人類社會發展的歷史、社會發展的某些普遍規律、經濟基礎與上層建筑的關系、技術進步對社會發展的推動、教育培養人的本質、對基本人性的認識等。

沒有這些常識性知識，人類不僅將失去認識世界和把握世界的基礎，也將失去交流與對話的基礎。這些知識大都存在于傳統的學科與知識領域，而且大都屬于宏觀的范疇，具有較大的普遍性。它們仍然是今天與未來人類所需要了解的，是必不可少的常識。青少年在基礎教育階段學習的大部分知識都是這一類知識。

5.確定性知識的重要性開始下降

在各傳統學科內部，一些原來比較穩定和確定的知識，雖然仍然比較確定，但由于其重要性發生了改變，故其穩定性出現了下降，開始由原來的硬知識向軟知識轉化。以教育學為例，歷史上曾出現過多種學習理論，如行為主義學習理論、認知主義學習理論、建構主義學習理論等。這些理論都有一定的科學依據，但也都有一定的適用情境和范圍。如行為主義適合指導動作技能和簡單知識的學習，認知主義和建構主義適合指導對復雜領域知識的學習。隨著數智時代的到來，知識和學習發生了巨大的變化，大量過去需要人類自己學習和掌握的知識與技能已被智能機器人學習與掌握，人類再重復學習那些已知知識與技能的意義就會大打折扣，因此那些指導人們學習已知知識的學習理論的價值和意義也隨之下降。當前人類學習更需要建立知識網絡和個性化知識體系，培養與人工智能協同的能力和創新創造的能力。因此網絡時代之前誕生的那些學習理論的重要性開始下降，而新的學習理論如聯通主義、重構主義等的重要性日漸上升。這種現象還可能發生在其他傳統學科和領域。

即使是那些具有較普遍意義的常識性知識，由于情境的變化，其價值和意義也有所下降。例如，數學與物理學科中的很多公式、定理、定律都是穩定，具有長久價值，需要我們去掌握。但如果人工智能掌握了這些公式、定理、定律，并且能將它們用于適宜的場合，那么今天要求我們的孩子去熟記、掌握這些公式、定理、定律的意義又何在呢？是不是只要了解就可以了？又如，人類既往的歷史經驗、社會發展規律、政治經濟制度、教育教學體制等知識，雖然有助于我們了解過去，對今天和未來仍有參考、啟發和借鑒的價值，但畢竟今天的社會情境與過去相比已發生了巨大變化，我們不可能簡單地照搬原來的知識，有些還需要揚棄。隨著知識總量越來越大（類比于知識大廈越來越高），這些常識性的經典知識（類比于地基和框架），離知識的前沿（類比于知識大廈頂端）也越來越遠，難以作為新知識的生長點或吸附點，也不大可能作為評判新知識的標準。未來它們更可能被內化為人工智能的某種“本能”，在人類需要了解時可直接向智能機器人學習或尋求人工智能的幫助。如果我們的大腦中裝滿了這些經典的硬知識，而且其數量還越來越多，我們哪還有足夠的腦力與精力去學習、掌握和建構更具時效性、實用性和前瞻性的軟知識？確定性知識所解決的問題大都是已知的，可通過人工智能應用去解決。人類亟需應對的是越來越多的未知挑戰，要解決未知的問題更需要那些新的、暫時還不確定的知識。

尤其在那些與信息技術和人工智能關系密切的學科和領域，更是出現了大量的新理論、新概念、新技術、新功能、新模式等軟知識。這些軟知識在不斷更新迭代，很不穩定，但卻具有較強的時效性、實用性、時代性、前瞻性，對人們的日常生活、學習和工作產生了更直接的影響。相比那些常識性的經典知識，這類軟知識離我們的生活實踐更近，跟我們每個人的關系更直接、更密切。例如，一位老農也許不懂牛頓定理和化學反應方程式，這對他的生活未必會有很大的影響。但如果他不懂網絡營銷、直播帶貨，就有可能直接影響自家農產品的銷售；如果不懂得使用智能手機中的很多功能，還可能直接影響他的衣食住行。這些軟知識在學校里可能學不到，而需要在生活和人際交往中學習。又如，一位對在線教學和信息化教育等新方式更熟悉的年輕教師，遠比那些熟讀教育經典、但拒絕接受新思想和新方式的老教師能更好地應對教育教學面臨的挑戰。

因此，盡管數智時代仍然存在為數不少的硬知識，但其已經不再成為我們關注的重點，其中的大多數知識只需要了解就已足夠。用西蒙斯的話說就是，“知道在哪里”正代替“知道什么”和“知道怎樣”（G·西蒙斯，2009，p.77）；只有那些今天仍有重要價值和意義的硬知識，才需要掌握。因此，我們要給予更多關注的，不再是那座古老的知識大廈。我們今天的人類不再像固守土地的農夫，而更像不斷遷徙的游牧民族，更需要掌握的是那種隨時隨地搭建新定居點的能力。

四、今天更需要哪種確定性

如前所述，在一個快速變化的時代，我們仍然需要某種確定性，就好比我們在一條奔流不息的河中，急需找到一條船甚至一塊漂浮的木板一樣。我們不可能一直游而不稍事歇息。但我們也不能抱住岸邊的一棵樹不放，永遠停留在原地，因為那樣做只會讓我們被時代的洪流遠遠拋在后面。今天，與其要尋找某種知識的確定性（猶如岸邊的一棵樹），不如建立一套穩定的心智模式和認知策略（猶如急流中的一條船）。正如西蒙斯所言，“隨著社會的日趨復雜，我們需要一種整體的、不可或缺的思維、學習和知曉方法” （G·西蒙斯，2009，p.115）。

心智模式是指深植于人們心中關于自身、別人、組織及周圍世界每個層面的假設、形象和故事，是簡化的知識結構的認識表征，人們常用它來理解周圍世界以及與周圍世界進行互動。簡單來說，心智模式就是我們看世界和想問題的習慣和方法，是一種思維定式。當我們的心智模式與認知事物發展的情況相符時，就能有效地指導行動；反之，當我們的心智模式與認知事物發展的情況不相符時，就會變成妨礙創新的“心智枷鎖”（王竹立，2020）。 長期以來，人類身處一個相對靜態的社會，知識更新的速度很慢、周期很長，因此形成了一種相對靜態的心智模式，追求比較穩定與確定的知識。今天，這種把知識視為確定不變的真理的想法已經過時，而代之以知識變動不居、不斷更新的新心智模式，即這個世界沒有永恒不變的事物，唯一的不變就是變化本身。當我們建立起這樣一種開放的心智模式后，就不會再為知識的快速變化憂心忡忡，而會試圖找到一種應對知識更新迭代的學習方法與認知策略。

當前，聯通主義和重構主義為我們應對知識的不確定性提供了重要的方法與認知策略。聯通主義學習理論提出要多連通、少建構，建立知識網絡，并不斷更新自己的知識網絡以保持知識的時代性。重構主義學習理論提出要學會零存整取、碎片重構，建立個性化的知識體系，以滿足個人的興趣愛好與問題解決的需要（王竹立等，2022）。掌握了這些方法和策略，就仿佛找到了某種確定性，不會再為知識的不確定性而煩惱，反而猶如駕駛著一條船，在知識的急流中乘風破浪。今天的確定性不再需要向外尋找，而是要靠我們自己去自主建構。

當然，我們必須清醒地認識到，從追求知識的確定性，到追求心智模式和認知策略的確定性，有著一個較長的過渡時期。在許多傳統的學科和專業領域，確定性知識仍很重要。只有當這些確定性知識已完全被人工智能掌握和應用之后，其重要性才會逐漸失去。在這個過渡期內，傳統的學習方法與新的學習方式會混合在一起，此消彼長，逐步轉變，而不會一蹴而就。

五、應對知識不確定性的方法

1.建立知識網絡

聯通主義將知識比喻為一條河流，或管道里流動的石油，認為管道比管道里的內容更重要，因為內容是不斷變化的。知道哪里、知道誰，比知道什么、知道怎樣更重要。該理論還主張要經常更新知識管道，以保持知識的時代性。我國學者陳麗等人（2023）也認為聯通是學習的新本質，主張通過cMOOC式的網絡社區學習，促進聯通的形成，通過網絡群智匯聚，“涌現”出新知識。西蒙斯還引述鄧肯·華茲（Duncan Watts）的話說，“在模糊的環境里解決復雜的問題時，個體因知識有限，需要在執行各種任務時相互依賴和相互補充。換言之，通過與同一組織內的其他問題解決者交流知識、建議、專門技能和資源等信息，可降低他們對未來的不確定性”（G·西蒙斯，2009，p.14）。但由于聯通主義對知識的描述含混不清，缺乏具體的可操作學習方法與策略，在試圖減少知識的不確定性時，又增加了新的不確定性。例如，網絡社區學習到底如何促進聯通？聯通了什么？如何判斷聯通已經建立？群智匯聚是否一定能導致“涌現”的發生？“涌現”何時發生？表現形式是什么？如何評估聯通式學習的成效？這一系列問題都還沒有弄清，具有相當的不確定性。

2.零存整取與碎片重構

重構主義主張以“我”為中心，建立個性化的知識體系。即以個人的興趣愛好為中心，以個人工作、學習、生活中的問題解決需要為中心，選擇相關的信息與知識，采用零存整取、碎片重構的方式，像蜘蛛織網一樣，一圈一圈向外拓展，逐步建立個性化的知識結構和知識體系。這種個性化的知識結構和體系，就是每個個體確定性的知識來源。隨著時間的推移、知識的更新、個人興趣和需要的轉移，這種蛛網式的個性化知識結構和體系也會不斷更新迭代，但以個人興趣和需要為中心這一點是不變的，零存整取、碎片重構的方法也是不變的。由于個人的興趣和需要在一定時間內具有相對穩定性和持久性，零存整取、碎片重構的方法和策略也具有相對穩定性和有效性，因而會給人一種相對穩定的安全感，其自主建構的知識內容與結構在一定時間內也具有相對穩定性，可以作為吸附和改造新知識的“地基”與“著力點”。重構主義理論是建構主義理論在網絡和信息時代的新發展，是對聯通主義理論的完善與超越。零存整取、碎片重構本質上就是深度聯通的具體步驟與策略，對促進信息與知識在大腦內的聯通特別有效。

以本文第一作者的親身經歷為例，自2011年提出新建構主義理論以來，筆者一直關注網絡與數智時代的知識與學習，以及教育信息化領域的某些重大問題，并采用零存整取、不斷重構的方式對這一知識與理論體系以及教育信息化觀點進行豐富、修改與完善，發表了大量論文和著作。每一次新發表的論文和著作，都是對之前理論和觀點的更新、修訂、完善，乃至迭代。如將新建構主義更名為重構主義，并在這一理論基礎上，發展出較為完整的新知識觀等。筆者從未為不確定性問題所困擾，一直努力更新自己的知識與觀念，而且學習動機很強，無需外在力量推動。重構主義理論體系及新知識觀在一次次的打磨與爭論中也日趨成熟，具有一定的穩定與確定性。重構主義理論與新知識觀雖然一直在與時俱進，但其核心思想與方法基本未變。

六、數智時代如何管理自己的知識

個人知識管理是指個人在日常生活、學習和工作中，對知識的獲取、積累、共享、創新、評價等過程進行的管理。通過個人的知識管理，一個人可以將擁有的各種資料和隨手可得的信息，變成具有更多價值的知識，從而更好地服務于自己的工作、學習和生活。在數智時代，進行個人知識管理可以采用以下策略：

1.持續學習

數智時代的一個主要特征是知識更新迭代的速度日益加快。因此，我們需要保持持續學習的習慣，掌握新的技能和知識。例如，我們需要建立一個開放的、動態的心智模式，以與這個變化的時代相適應。持續學習就是終身學習，“活到老、學到老”就是這種觀念的通俗表達。持續學習還是一種即時學習、按需學習，即遇到什么問題就學什么，有什么需要就學什么，與時俱進是持續學習的目的所在。

2.確立個人目標與方向

在這個日益紛繁復雜的時代，信息和知識猶如洪水一樣蜂擁而來，真假難辨、魚龍混雜。知識發展的速度已遠遠超過了我們獲取、擁有和分析知識的能力，信息超載和知識碎片化成為我們學習遇到的兩大挑戰。為了應對這些挑戰，學會選擇成為必備的技能。重構主義主張以“我”為中心的選擇原則，可以幫助我們把握在知識洪流中什么對我們是重要的，以免被信息與知識的汪洋大海所淹沒。個人的興趣和需要就是我們的目標與方向。我們不必什么都按照學科知識體系進行按部就班的學習，也不必由他人或人工智能為我們提供學習地圖和學習路徑，我們需要清楚自己想學什么、想要什么，并根據與個人興趣和需要關系的密切程度來安排學習的內容和順序。只有學習自己感興趣的和有需要的內容，才能激發我們持續學習的動機，培養堅韌不拔的意志。

選擇不僅限于知識的內容，還包括獲取知識的管道與途徑。選擇的過程也是一個聯通知識結點的過程，還是一個建立知識網絡的過程。連通哪些結點，建立什么樣的網絡，也是選擇需要考慮的問題，這些都需要與個人目標和方向保持一致。

3.建立個性化知識體系

我們固然需要常識類的公共知識，但更需要能解決我們遇到問題和滿足個人興趣愛好的個性化知識體系。建立個性化知識體系需要經歷以下過程：

知識篩選。即選擇那些與個人興趣愛好和問題解決需要相關的信息和知識，加入個人知識體系。

知識重構。即按照重構主義學習理論提出的零存整取式學習三大步驟，即積件式寫作、個性化改寫和創造性重構，通過不斷改寫使進入個人知識體系的知識碎片不斷結構化和系統化，并逐步形成個性化的新知識。寫作即思考，文章即結構。這里的寫作是廣義的寫作，不僅可以采用文字符號，也可采用圖像視頻，還可采用繪畫雕塑甚至數字代碼等。

知識分享。即通過網絡分享自己的個人知識，這不僅有利于個人知識向公共知識轉變，同時也能及時獲得各方反饋，加快知識的成形與完善。

知識更新。即對知識零存整取的過程，其不僅僅是對新知識獲取與建構的過程，同時也包括對舊知識揚棄的過程。不斷重構當為常態。不斷重構要求我們定期回顧和更新原來所擁有的知識，以確保其準確性和有效性；回顧也可以幫助我們更好地理解和應用我們所掌握的知識。

4.有效利用智能技術

利用各種技術工具可以極大地提高我們的知識管理能力。例如，我們可以使用搜索引擎來查找和獲取知識，使用在線數據庫來存儲和管理知識，使用云空間來共享和協作知識等。以ChatGPT為代表的生成式人工智能，更是讓我們的個人知識管理如虎添翼，其不僅能大大提高我們檢索知識的能力，還能幫助我們快速整理和提煉知識，并為我們將知識結構化與系統化提供思路與框架。

5.強化實踐應用

知識最初來源于實踐，又反過來作用于實踐。學習知識的最終目的是將其應用于實踐。實踐是檢驗知識真偽的標準。實踐還有助于我們獲得大量的隱性知識，這些隱性知識可作為個體理解、接受和檢驗來自書本和他人的顯性知識的基礎，同時也是個體知識創新的源泉。實踐還構成了知識確定性的主要來源，如提供經驗、證據和重復驗證等。重構主義所主張的零存整取式學習之所以有效，恰恰是因為其通過一整套連續、螺旋式上升的步驟，將個人實踐所獲得的隱性知識與來自外界的顯性知識有機結合起來；通過不斷改寫自己的文章和作品，并進行理性思辨與邏輯推理，進而用包容性思維整合知識碎片與歧見，不斷建構個性化知識體系，最終實現知識的創新。今天我們應該把更多的時間和精力投在實踐上，將所學知識應用到實際生活中，通過實踐來加深對所學知識的理解和應用，并創新知識或豐富和修正已有知識。

七、總結與展望

近年來學界出現了一些回歸系統、回歸基礎、回歸經典、追求知識確定性的呼吁，這些主張在今天這個越來越碎片化與浮躁化時代，具有一定的警醒作用。例如，以ChatGPT為代表的生成式人工智能的出現，更容易讓人類產生依賴心理，養成思想懶漢，甚至導致人類大腦的萎縮與退化。因此，出現這樣的呼吁并非偶然。

我們認為，這些呼吁找對了問題，卻提供了錯誤的答案。用回歸傳統的老辦法來試圖解決數智時代的新問題，無異于緣木求魚。今天確實還需要確定性知識，但這些知識主要屬于各領域的常識范疇。我們認為在基礎教育階段就應該基本完成其中大部分內容的學習，進入高等教育階段可進一步學習一些專業基礎知識，此后則應盡快向自主建構個性化知識體系轉向。研究生階段或大學后繼續教育階段更需要掌握自主建構個性化知識體系的方法，養成終身學習習慣，掌握零存整取、碎片重構技巧和包容性思維，成為數智時代的高端學習者。在這樣一個知識快速更新迭代的時代，學習應從最新的知識而不是最老的知識開始。對學習者個人而言，除了最具普遍性的常識之外，那些位于常識和個人所關注領域前沿之間的經典或半經典知識，只在對問題解決有幫助的時候才需要學習。經典不是不可以一讀再讀，但今天回歸經典的目的往往不是為了追求知識的確定性，更多是為了激發靈感與創新超越。數智時代的知識精英不會是那些飽讀經典的學究型人才，而是懂得充分利用信息技術、深諳數字化學習技巧、善于與人工智能分工與協作、懂得如何化零為整并進行碎片重構的創新性人才。

參考文獻：

[1][加]G·西蒙斯（2009）.網絡時代的知識和學習——走向連通[M].詹青龍.上海：華東師范大學出版社.

[2]陳麗，何歆怡，鄭勤華等（2023）.論終身學習的新哲學基礎[J].現代遠程教育研究，35（2）：3-10.

[3]詞海（2023a）.穩定性[EB/OL].[2023-12-25].http：//www.

cihai123.com/cidian/1108185.html.

[4]詞海（2023b）.確定性[EB/OL].[2023-10-08].http：//www.cihai123.com/cidian/1205301.html.

[5]何克抗（2018）.也論“新知識觀”——到底是否存在“軟知識”與“硬知識”[J].中國教育科學，（2）：36-44.

[6]羅琴，么加利（2022）.人工智能時代研究生知識觀的異化與重塑[J].研究生教育研究，（1）：30-37.

[7]王竹立（2017）.面向智能時代的知識觀與學習觀新論[J].遠程教育雜志，35（3）：3-10.

[8]王竹立（2020）.創新思維訓練教程[M].西安：西安電子科技大學出版社：21-22.

[9]王竹立（2023）.回歸與重構：智能時代的新知識觀——再與陳麗教授等商榷[J].電化教育研究，44（7）：13-20.

[10]王竹立，盧遙（2022）.網絡時代學習理論構建十年回顧、反思與展望——從新建構主義到重構主義[J].電化教育研究，43（12）：61-69.

[11]余清臣（2019）.人工智能時代的知識教育[J].人民教育，（9）：47-53.

Knowledge Management in the Age of Digital Intelligence：

Challenges of Knowledge Uncertainty and Response Strategies

WANG Zhuli， WU Yanru

Abstract： In the age of digital intelligence， the softening and fragmentation of knowledge are continuously deepening. The instability of knowledge is increasing while certainty is decreasing， posing serious challenges to human cognition and learning. It has also sparked calls in academia to return to elite knowledge education and pursue deterministic knowledge. How to deal with the uncertainty of knowledge and manage personal knowledge to meet the challenges in the era of digital intelligence has become an urgent and important issue to address. Before the advent of the Internet， due to limitations in communication channels， the speed of knowledge dissemination was slow， and human learning relied mainly on deterministic knowledge derived from experience， evidence， logical reasoning， authoritative figures and repeated validation. However， in the era of digital intelligence， with the increasing speed of knowledge dissemination and updates， the uncertainty of knowledge is becoming more prominent， presenting significant impact on traditional knowledge systems. Currently， it is necessary to establish a deterministic mental model and cognitive strategy， and master methods for autonomously constructing systematic knowledge in order to adapt the new learning context brought about by the instability of knowledge. Specifically， it involves using connectivism and reconstructivism theories as guidance， employing methods such as building knowledge networks， accumulating knowledge bit by bit and fragment reconstruction， and adopting strategies such as continuous learning， establishing personal goals and direction， creating personalized knowledge systems， effectively utilizing intelligent technology and strengthening practical application to continuously enhance one’s knowledge management skills.

Keywords： The Age of Digital Intelligence; Personal Knowledge Management; Connectivism; Reconstructivism; Knowledge Uncertainty

收稿日期 2023-10-12 責任編輯 劉選