Home Teorie Data, informace a cesta ke znalostem

Data, informace a cesta ke znalostem

0
Data, informace a cesta ke znalostem

Než vplujeme do vod různých informačních systémů, databází a nástrojů, které nám umožní konat informačně zajímavé věci, podívejme se na rozdíly následujících entit: dat, informací a znalostí. Určitě se s nimi každý den setkáváte v různých formách, nicméně je třeba je odlišit, abychom náš rámec informační gramotnosti pěkně a dále rozvíjeli.

Data

Úplně zjednodušeně lze říci, že data popisují nějakou část reálného světa kolem nás ve formě vhodné k počítačovému zpracování. Může se jednat o text, obraz, zvuk apod. (Sklenák 2001) také definuje data jako surovinu, ze které následně vznikají informace.

Můžeme si přitom určit dva základní typy dat:

Nestrukturovaná:

Dnes prakticky nekonečný tok dat bez pevně daného třídění nebo schématu. Pokud se podíváte na tuto soustavu znaků 78555146darr62dasss2gtg2ggg222, tak lze definovat, že prohlížíte nestrukturovaná data. Potřebujete nějaký specifický nástroj, software, který je převede na nějakou smysluplnou formu.

Strukturovaná:

Tato data už mají nějaký svůj řád. Vzpomeňme si na příklad pana Nováka, který se chce stát včelařem. Rozhodne se, že bude hledat kontakty na nějaké včelaře-experty. V rámci některého z katalogů firem zadá dotaz. Co zatím neví, že katalog coby typ informačního systému má v sobě nějakou databázi, tedy soubor nějakých dat v určité struktuře. Ta může být podobu třeba tabulky takovéto tabulky (se smyšlenými daty):

Firma Obor Kontaktní adresa Telefonní číslo E-mail WWW
Včelař Růžička Prodej medu Včelnice 777111222 ul@vcelarruzicka.cz www.vcelarruzicka.cz

Pan Novák zadá do katalogu vyhledávání podle oboru a zvolí prodej medu. V tuto chvíli mu katalog (informační systém) vrací mimo jiné také profil pana Růžičky a ze strukturovaných dat v tabulce se tak pro pana Nováka stává informace o panu Růžičkovi coby expertovi přes včelařství.

Velkým fenoménem jsou tzv. velká data, či veledata (big data). Jedná o takové množství dat, které není možné zpracovat tradičními metodami a je nutné využít specializované nástroje. Lze jmenovat například Hadoop. Jejich využitelnost sahá do mnoha oborů.  Dopravní systémy například představují zdroj dat o provozu, dopravních kolonách a dokáží tak provozovatelům pomoci s optimalizací využití jednotlivých komunikací. Vedle tohoto trendu se ve městech řeší například centralizovaná organizace sběru tříděného odpadu. Chytré kontejnery ukládají data o váze odpadu a následně předávají do centrálního systému informaci o blížící se naplněné kapacitě. Provozovatel tak může plánovat a efektivně řídit sběrné vozy.

Big data sahají ale i do oborů, které jsou nám ještě bližší. Supermarkety dnes využívají pro doplňování regálů velmi zhusta externí dodavatele, aby šetřily náklady. Tím, jak lidé nakupují určitý artikl (data), zmenšuje se obsah regálu, až do doby, kdy zbývá pár poslední kusů. Systém poté posílá upozornění (informaci) dodavatelskému subjektu, že je třeba zboží doplnit v dané lhůtě (dané smluvními podmínkami).

Velkou oblastí kolem dat je také jejich vizualizace. Známé pravidlo, že jeden obrázek řekne víc než tisíc slov, platí pro vizualizaci dat zvlášť. Podívejte se například na projekt Five Years Of Drought, který ukazuje na vizualizačních mapách, jak se vyvíjelo v posledních pěti letech sucho ve Spojených státech (Nelson 2017). Autor využil data z Národního centra pro zmírnění sucha (National Drought Mitigation Center 2017) a dal jim podobu využitelnou například pro další predikce.

Vizualizace sucha ve Spojených státech.
Vývoj sucha ve Spojených státech (J. Nelson)

Informace

Pokud tedy datům přiřadíme smysl nebo význam, vzniká informace. Tzn. data o včelaři Růžičkovi dostala smysl, stala se z nich informace, která řeší jednu z informačních potřeb pana Nováka.  Pokud bychom měli přiblížit pojem ještě více do reálného světa, abychom její význam pevně zakotvili v naší sféře informační gramotnosti, je nutné zmínit slovo poznatek. Podle (Smetáček 1980) jsou informace poznání, které je možno sdělit, přičemž informace bez poznání neexistují. Abychom následně mohli poznávat, musíme komunikovat. Komunikace je nezbytným nástrojem pro získávání a předávání informací.

Pan Novák zadal do informačního systému požadavek, aby získal seznam včelařů (komunikoval dotaz) a informační systém mu předal zpět záznamy včelařů, které měl uloženy ve své databázi (komunikoval odpověď). Informační systém tedy v tomto směru působí jako zprostředkovatel komunikace informací.

Znalost

Pokud dokážeme informace prakticky využít, jedná se již o znalosti. Ty se získávají samozřejmě zkušeností. Na příkladu pana Nováka lze ukázat dva odlišné přístupy ke znalostem. V okamžiku, kdy mu systém vrátí seznam včelařů a vidí jejich telefonní čísla, ví, jak tato telefonní čísla používat (jednoduše vezme telefon a vytočí je). Už ani nepřemýšlí, nad tím, jak se číslo využívá, dělá to automatizovaně. To lze označit za znalost. Když už se ovšem dostane např. k panu Růžičkovi, ten mu předává své znalosti o včelařství ve formě sdělení (informace), nestávají se automaticky znalostmi pana Nováka. Než je budeme moci označit i jako jeho znalosti, musí získané poznatky (informace) začít prakticky využívat, učit se a stát se dobrým včelařem.

Moudrost

I ve vztahu k informační vědě se jedná o nejvyšší úroveň vědění a poznání člověka se schopností vidět souvislosti a vztahy mezi objekty a entitami reálného světa za pomoci celoživotního získávání zkušeností a učení se vedoucí ke smysluplnému rozhodování tvořící dobro a předávání nabytých hodnot a vědomostí svému okolí.

Shrnutí:

  • Data popisují objekty reálného světa, např. ve formě textu, obrazu, či zvuku apod.
  • Mohou být strukturovaná či nestrukturovaná
  • Informace jsou data obohacená o smysl či význam.
  • Znalosti je schopnost prakticky využít informace.
  • Nejvyšší úroveň vědění a poznání je moudrost.

 

NATIONAL DROUGHT MITIGATION CENTER, 2017. United States Drought Monitor [online] [vid. 2017-02-12]. Dostupné z: http://droughtmonitor.unl.edu/MapsAndData/GISData.aspx

NELSON, John, 2017. Five Years of Drought – Adventures In Mapping [online] [vid. 2017-02-12]. Dostupné z: https://adventuresinmapping.com/2016/07/12/five-years-of-drought/

SKLENÁK, Vilém., 2001. Data, informace, znalosti a Internet. Praha: C.H. Beck. ISBN 8071794090.

SMETÁČEK, Vladimír, 1980. Lidé a informace [online]. Praha: Albatros. Dostupné z: http://kramerius4.nkp.cz/search/i.jsp?pid=uuid:6d5504b0-79c6-11e2-b930-005056827e51

Photo by ewedistrict

+ posts

LEAVE A REPLY

Please enter your comment!
Please enter your name here