אין ספק שאנחנו בעולם מטורף, לפחות מבחינת קצב השינויים שאנחנו חווים. שני שינויים גדולים שמניעים כיום הרבה מההוויה הטכנולוגית קשורים בעולם ה-BIG DATA ועולם ה-AI.
תחום ה-BIG DATA עוסק בריבוי הנתונים והמידע והיכולת, למרות ביזורם, ולמרות ריבוי התצורות (שכל פריט יכול להיות מובנה בדרך אחרת), דווקא בזכות ריבוי אקספוננציאלי זה , להסיק מסקנות ולדעת הרבה דברים שלא ידענו קודם. ולמרות שעולם ה BIG DATA מתאפיין גם באי-יציבות ואי-אמינות של הנתונים והמידע, ריבוים והאלגורית מיקה שמופעלת עליהם מאפשרים יכולת ניתוח ויכולת זיהוי תבניות (Data and text mining) המספרים לנו סיפור ומציבים בפנינו ידע חדש שלא היינו יודעים לזהות ולפתח, על פי רוב, רק על פי הגיוננו, בריא ככל שיהיה.
בצד תחום זה, ובממשק צמוד אליו, התפתח עולם הבינה המלאכותית, המוכר בקיצור שמו (AI (ARTIFICIAL INTELLIGENCE. למרות שכבר משנות ה- 50 של המאה הקודמת הוטבע מונח זה, ולמרות קפיצת מדרגה יפה ביכולות התחום בשנות ה- 80 של המאה הקודמת, רק בשנים האחרונות יש לו עדנה אמיתית. בשנים האחרונות, בזכות שינוי תפיסה והתבססות על מודלים של למידה עמוקה (deep machine learning). לא נלאה כאן בפרטים, אך נאמר, שבזכות יישום מודלים עלו, המבוססים על רשתות עצביות מלאכותיות- עולם הבינה המלאכותית עשה ועושה קפיצות מדרגה מדהימות, ובקצה אנו רואים תהליכי חדשים ההולכים ומתרבים של פיתוח ידע חדש בידי מכונה.
ומכאן קצרה הדרך, ופתאום אנו שומעים קולות השואלים האם יש מקום לניהול ידע בעידן החדש?
אם המודל של נונקה כבר לא נכון, וידע לא מתפתח על ידי אדם בחיברות, אלא על ידי מכונה, בתהליכי DATA MINING, DEEP LEARNING או שילובם, האם כלל יש צורך בניהול ידע, או שהוא הולך ודועך?
אז זהו- שלהיפך.
המכונות מייצגות ערוץ אחד של פיתוח ידע, כזה המבוסס בעיקר על מודלים קוגניטיביים וסטטיסטיים, ועל ניתוח העתיד על בסיס מגמות העבר. כבני אנוש אנו גאים ביכולת ההסקה שלנו. כנראה גם שהמחשב ישיג אותנו ביכולת הסקה זו, לפחות בחלק מההקשרים. אבל...יש לנו יכולות נוספות. יכולות לא ליניאריות, יכולות המבוססות על היבטים שאינם קוגניטיביים אלא רגשיים וחברתיים ועוד. ובהיבטים אלו יש לנו יתרון בל יתואר על המכונות.
ולכן, יש ידע שלעולם, או לפחות בעתיד הנראה לעין, נוכל לפתח רק אנחנו כאנשים.
וגם במקומות האחרים- המכונות תלויות בנו. ראשית, המכונות צריכות מישהו לידם. שילמד אותן, שיכוון אותן, ויעזור להן בלמידה. ואחרי שהמכונות עושות את שלהם- שוב צריך אותנו- כדי להחליט אם, איך, מתי ולמה ליישם תוצאות שהגדרותיהן לא ברורות. ולייצר תובנות חדשות, הערך המוסף שלנו, על הידע שיצרה המכונה. ואז שוב לסייע ללמד את המכונה וחוזר חלילה.
לא פס חלקנו. ככל שהטכנולוגיה והאוטומציה גוברים, שוב גובר הערך המוסף שלנו כאנשים בכל יתר הערוצים. ושוב ניהול הידע- מקומו מתעצם.
יש עוד הרבה עבודה לפנינו. כדאי להפשיל שרוולים ולחזור לעבוד....