最近看到不少探討知識的文章,也來分享一下。
知識對我而言,直覺是起著承先啟後的功能 - 上通古人,下接來者。人力有時而窮,知識的傳遞有助節省後人「重新發明輪子」的時間,因而隨著時間,後人能夠將以往的知識不斷演化、整合,在薪火相傳的同時為知識增值,推動文明進步。使人類走向真理,是為知識的最終目的。
知識的完善,主要通過推翻、確立和推演三個過程。例如前人以為地球是平面,後人推翻這「知識」,並証明了地球是圓的;又例如前人用簡陋的天文望遠鏡觀星,估計太陽乃是太陽系的中心,後人擁有更高科技後加以確立,使正確的知識得以流傳;而所謂推演,則是指基於前人流傳的知識創造更多新的知識,例如不少粒子之間互動的公式,都是以牛頓三定律作基礎推演而成的。通過這三個過程,日換星移,人類理應一日比一日靠近真理。
以上全屬為人類福祉出發,我並無如此偉大。然而我也認為學知識有其必要,基於兩個功能:
一,知識代表世界的規則。我們一出生牙牙學語,對世界一無所知,正是要通過了解這世界的規則,才能更好的存活在這世界之上。就如學經濟、學通識,我總得知道這世界如何運作,才能夠在日常生活,在工作中做出決定,與人相處得宜,世事洞明皆學問,人情練達即文章。
二,知識作為思維進步的載體。有師兄向我說過,讀書不只讀facts,還要讀其背後的mindset。這陣子在倫敦看多了點書,明白到這世界之大,各門各派都向自己的一套系統解讀世界,如經濟學,用utility解釋人所有的行為,通過price mechanism解讀世界。社會學、政治學各自有其mindset,通過學習知識這個載體,我們才可觸碰到前人千錘百煉的想法。於是,我大了,未必記得那些繁複的公式,但總會理解供求理論背後的意念,如何更好的包裝自己去面對市場。
一直有個迷思,假如我們將知識的演變速度Y看成一函數:
Y= f (知識的數量, 傳遞的速度),知識愈多,我們需要學的就愈多,拿來推演知識的時間就愈少。例如古時只讀四書五經,現在中學生年紀小小就要學十數科。另一方面,傳遞的速度愈快,例如古時只能用竹簡,現代用書本,甚至電腦,獲取、分享並推演知識的時間就愈快,愈有效率。互聯網的發明,促進了學術應用交流,也加速了知識的演變。
問題是,傳遞的速度一定會有一限度,知識卻愈來愈多,直到有一日可能會互相抵銷,達到一個平衡,Y=0,代表知識不再進步。
經濟學提供的第一個答案是,當投入的勞工和資金因為DMR再不能增加產出,通過specialization,能進一步提高產出,這解釋了大學為何有愈來愈多科目可讀。公式現在變成
Y= f (知識的數量, 傳遞的速度, 細分的程度)
到此發現兩個問題:
一,將知識細分,無疑能加速其演變速度,但站在全人發展的角度來看,對人靈智的開發未必有用,例如我們可看到愈來愈多所謂「專才」,只懂本科的學問,卻對世界一無所知,原因是,我們不能將學習當成生產。
第二,細分也有窮盡的時候,我們總不能將醫學再分為大腿學與腳板底學,因此Y愈大,而而知識的數量愈大,speicializaion →0,則最後產生一平衡點,即Y=0。
經濟學最後提供方法的是technological advancement,通過科技進步,同樣的勞工、資金與細分程度,產出能變得更大;在知識的層面講,可能是innovation。
那麼何謂知識的innovation?暫時還未想到,遲下再探討一下...(今日剛剛看完了Stephen Spielberg的人工智能...難道答案是A.I.?)
夜了,祝願人類在Y=0前已打開真理的大門!