Говоря о знании, мы часто имеем в виду некую количественную характеристику: один человек может обладать большими познаниями в какой-то области, чем другой. Словарь дает более точное определение: знание — это результаты познания, научные представления, а также совокупность сведений в какой-либо области.

Наука — это сжатое выражение знания, или, по словам британского философа Герберта Спенсера, организованное знание. Развитие и становление науки, считал Ванневар Буш, требует сотен лет и усилий целых народов, а не отдельных людей. Цель такого развития — расширение знания. В свою очередь, понимание — следствие знания и его конечный результат, объединяющий в себе побудительную причину и обоснование действия.

Человек стремится к знанию, хочет понимать, почему, как и что. Аристотель начал свою «Метафизику» так: «Все люди от природы стремятся к знанию». Мы называем это стремление любопытством.

Любопытство

Когда я был ребенком, мои старшие сестры не раз ставили меня в тупик вопросом: «Ты ешь, чтобы жить, или живешь, чтобы есть?». Тогда ответ вовсе не был для меня очевиден, и наши споры быстро теряли академический характер.

Наши наивные рассуждения вспоминаются мне сейчас, когда я думаю, что же такое любопытство. Есть много общего между удовлетворением любопытства и утолением голода. У здоровых детей обычно хороший аппетит, и они ко всему относятся с любопытством. Да и пробуждается любопытство в человеке практически одновременно с ощущением потребности в пище. Если бы дети не удовлетворяли своего инстинктивного любопытства наряду с утолением голода, результат оказался бы плачевным.

Так что же — мы удовлетворяем свое любопытство, чтобы жить, или живем, чтобы удовлетворять любопытство? Иногда, рассуждая о смысле человеческого существования, вспоминают высказывание: «Если для чего и стоит жить, так это чтобы больше узнать». Впрочем, если переставить местами части этого предложения, получится не менее верно. Любопытство играет важнейшую роль в жизни человека, и не дай Бог его лишиться. Разумеется, речь идет о любопытстве конструктивном, вызванном естественной тягой к новому или необходимостью, а вовсе не о заглядывании в замочную скважину.

Не секрет, что любопытство может приобретать самые разные формы.

Более 300 лет назад Ларошфуко дал замечательную по проницательности характеристику любопытства, проявления которого он наблюдал в своих знакомых и себе самом. Одна из его форм «основана на эгоизме и заставляет нас открывать и изучать то, что может быть полезно, основу же другой составляет гордость, стремление знать то, чего не знают другие».

Во времена Ларошфуко в обществе не очень высоко ценили любопытство, основанное на гордости. Однако наши современники — лауреаты Нобелевской премии считают его даром, и гордятся тем, что наделены им. В сущности, это характерная черта выдающихся ученых, которая воплощается в стремлении понять и исследовать непознанное.

Любопытство в его конструктивном проявлении отличает интеллектуального человека. Оно является необходимым условием обучения, побуждает к поиску информации и формированию знаний. Аристотель, будучи воспитателем Александра Македонского, культивировал в нем любопытство и в полной мере использовал его.

Успешное освоение знаний приносит удовлетворение, но порождает еще большее любопытство. В идеале, чем больше человек узнает, тем больше хочет узнать, и тем больше уверен в своей способности к познанию. Граница с непознанным становится все протяженнее, но это не останавливает стремления продвигаться дальше, вторгаясь в новые области.

В «Преступлении Сильвестра Бонара» Анатоля Франса герой говорит: «Искусство обучения есть искусство будить в юных душах любознательность и затем удовлетворять ее; а здоровая, живая любознательность бывает только при хорошем настроении. Когда же насильно забивают голову знаниями, они только гнетут и засоряют ум. Чтобы переварить знания, надо поглощать их с аппетитом».

А хороший «аппетит» возникает, если у человека есть свои интересы и цели. Да еще важно, чтобы было с кем общаться, делиться своими мыслями.

Информация

Первый шаг в удовлетворении любопытства — получение верной (или, по крайней мере, кажущейся верной) информации. Второй — формирование новых знаний и пересмотр прежних на основании этой информации. Третий шаг — достижение или углубление понимания.

Человечество пребывает в поиске информации уже тысячелетия, хотя источники ее для каждого человека и каждой эпохи разные: это дельфийский оракул или слова учителя, книга из местной библиотеки или, в последнее время, поисковая машина Internet. За многие годы сумма знаний, накопленных человечеством, стала огромной; ее превосходит только объем информации, полученной в ходе приобретения и использования этих знаний.

Некоторое время назад казалось, что компьютеры и магнитные носители решат проблему систематизации информации и доступа к ней. С учетом принципов Глобальной сети это возможно, но сейчас такие технические средства превращаются в плохо организованные хранилища, в которые стекаются постоянно растущие потоки данных (отчасти и вызванные плохой организацией). Еще в 40-х годах, за десятилетие до изобретения современных компьютеров, Ванневар Буш называл этот неорганизованный поток «деморализующим».

Характерный пример — GenBank, база данных генетических цепочек, поддерживаемая Национальным институтом здравоохранения США. Другими словами, это снабженный комментариями набор открытых цепочек ДНК. Объем базы растет экспоненциально; число известных сочетаний нуклеотидов удваивается каждые 14 месяцев. Сейчас она содержит более 17 млрд сочетаний, характеризующих свыше 100 тыс. биологических видов.

А теперь умножьте эту цифру на примерное число особей каждого вида (хотя бы с оглядкой на число людей на Земле). Несложно представить, что в недалеком будущем получат развитие фармакогенетика и индивидуальный подход к лечению, основанные на полном описании ДНК каждого человека. Полученное число нужно умножить на количество химических элементов и генетических операций, необходимых для воздействия на каждый генный профиль, а также на число белковых взаимодействий и вариантов биологических цепочек, которые могут возникнуть при каждом таком взаимодействии. И так далее... Информации для хранения более чем достаточно, ее объем — просто гигантский. А изыскания в области нанотехнологий и космические исследования могут породить еще большие объемы данных.

Как же учесть всю эту информацию, которая изливается неконтролируемой лавиной? Группа исследователей из Школы управления информацией при университете в Беркли пришла к выводу, что для ее измерения и хранения требуется такая «эзотерическая» величина, как экзабайт (1018 байт). Пять экзабайт приходятся на информацию, выраженную в словах, которые человечество произнесло с начала времен. Один-два экзабайта информации (примерно 250 Мбайт на душу населения) сейчас создается в мире ежегодно.

В 1997 году некий отчаянный исследователь предпринял попытку самостоятельно оценить объем всей мировой информации — с учетом каждого телефонного звонка, каждой картинки на почтовой открытке, web-ссылки, телерекламы и тому подобных вещей. В итоге у него получилось 12 тыс. Пбайт, или 12 экзабайт.

В 1979 году, за год до своей кончины, антрополог и кибернетик Грегори Бейтсон выразил и расширил теорию Шеннона без использования математического языка. Он определил информацию как любое существенное различие. Это очень интересная идея, и хотя не стоит опираться на такое определение для оценки контента, оно может быть очень полезным как основание для разработки алгоритмов сжатия.

В предисловии к своей небольшой, но совершенно замечательной книге, раскрывающей основные принципы работы компьютера, Дэнни Хиллис отмечает, что определение Бейтсона имеет для него особое значение и исключительно глубокий смысл. Его слова с тем же успехом могли оказаться в предисловии к книге, посвященной Сети знания.

За сорок лет окружающий мир существенно изменился. Истинная сила компьютера — в способности манипулировать не только выражением идей, но и самими идеями. Компьютер поразителен не тем, что он может вместить в себя все книги крупной библиотеки, а тем, что позволяет выявить связи между их содержимым. Он удивителен не способностью создать изображение птицы в полете или расширяющейся галактики, но возможностью «осмыслить» и предсказать последствия действий физических законов, лежащих в основе этих поразительных явлений природы.

Согласно идеологии Сети знания, объем информации имеет намного меньшее значение, нежели принципы ее организации и способы доступа к ней. Именно они определяют возможность ее использования при формировании знаний. Процесс преобразования информации в знания на уровне отдельного человека, который мы называем обучением, представляет особый интерес.

Знания, обучение и достоверность

Мы возвращаемся к основополагающему вопросу о том, что же такое знание и чем оно отличается от информации. Итак, вот ответ. Знания в нашем представлении — это информация, прошедшая обработку разумом. Получение информации — всего лишь небольшая остановка на пути созидания знания. Пожалуй, наиболее ярким примером может служить периодическая система элементов Менделеева. Благодаря использованному в ней гениальному принципу организации сведений о химических элементах она является способом кодирования знаний и позволяет глубже понять многие химические законы.

С другой стороны, возможны ситуации, когда информация становится препятствием на пути формирования знания.

Больше информации — не значит больше знаний или меньше ошибок, ее объем не влияет на качество суждений. Этого можно добиться только за счет усердия и умения, другими словами, за счет серьезной работы мысли. Напротив, опираясь на изобильную «дешевую» информацию, легко поверить во что угодно. Благодаря Internet любая нелепица с необычайной легкостью становится достоянием миллионов недалеких умов.

Все наиболее существенные характеристики знания приобретают максимальную отчетливость, когда сознание человека «принимает» это знание. Тогда на него можно опираться для получения ответов на вопросы, пояснений и обучения других. Тогда же становится возможным измерить знания — во всяком случае, так полагают психологи. Назовем это первичным знанием.

Знанием могут располагать и некие группы, например компании или различные сообщества (скажем, люди одной профессии). Знание может быть заключено в книге, в памяти, размещаться на электронном носителе, в сети или в сети сетей. Оно может задавать некую область. Наука, как уже говорилось, — это организованное знание, для развития и становления которого требуются усилия многих людей на протяжении столетий, а не кратковременные усилия нескольких человек.

Каждая их этих разновидностей знания имеет присущие только ей характеристики и связана с определенной средой или конкретными обстоятельствами. А поскольку все они проистекают из первичного знания или связаны с ним, мы и сосредоточимся на нем. При рассуждении о знании чаще всего имеют в виду именно этот его вид.

Итак, знание предполагает наличие кого-то, обладающего им, кого-то, наделенного любопытством, кого-то обучающегося, наконец, кого-то, способного принимать решения. Знание не является самодостаточным, как информация, и, конечно, не является автономным. Оно существует только в связи с чем-либо и кем-либо и предполагает определенные ассоциации. Любое знание — часть более крупной системы, «растворенная» в ней.

Знание — это то, что нами усвоено, а не просто хранится в нас. Оно предполагает понимание и, в известной степени, убежденность. Если можно располагать убедительной информацией, то располагать убедительным знанием, как правило, нельзя.

Использование убедительной информации и разрешение противоречий — неотъемлемые составляющие процесса обучения. Достижение любым способом (осознанно или нет) внутреннего доверия и непротиворечивого представления позволяют формировать знания. Обучающийся должен уметь отметать несущественное, отделять правду от вымысла, различать форму и содержание. Чем руководствоваться, решая, можно ли доверять новой информации? Этот вопрос стар как мир, хотя и приобретает иное значение в новых условиях и в связи с формированием Мировой сети знания.

Чтобы выжить и сохранить рассудок, мы решительно ограничиваем объем получаемой информации. Мы избирательны в том, что принимаем. Мы осторожны в выборе источников информации, воспринимаем новые сведения с известной долей скептицизма, взвешиваем мнения разных людей и делаем собственные заключения. Это две уравновешивающие друг друга ипостаси: мы ищем новую информацию и одновременно делаем все возможное, чтобы ограничить круг ее источников.

То, что мы принимаем определенную информацию, отнюдь не означает, что она верна или истинна, даже если она разумна. Было бы естественно ожидать, что она должна оказаться хотя бы правдоподобной, хотя Льюис Кэрролл думает по-другому. «Нельзя поверить в невозможное», — сказала Алиса. «Позволю себе предположить, что ты не так уж много этим занималась, — ответила королева. — В твоем возрасте я уделяла этому полчаса в день. В иные дни я успевала до завтрака поверить в целых шесть невозможных вещей».

Проблема в том, что мы не всегда способны самостоятельно судить о достоверности новой информации. Мы не разбираемся во многих предметах, к тому же не всегда объективны. Приходится прибегать к авторитетному источнику. Поиск правильных источников или хотя бы одного, заслуживающего доверия, может оказаться сложнейшей задачей.

Предполагается, что источники информации заслуживают доверия. К ним можно обращаться, чтобы глубоко разобраться в вопросе, их можно свободно цитировать. Правда, некоторые источники оказываются какими угодно, только не такими.

Как ни печально, нет ни экзаменов, ни служебных инструкций, ни чего-либо еще подобного, позволяющего, образно говоря, отделить зерна от плевел. Вопрос, как выбирать авторитетные источники, остается открытым. Их авторы просят, чтобы их выбрали? У них есть документ, что они всегда правы? Они знают, как быстро избавить вас от беспокойства по поводу того, что вы чего-то не знаете? Их выбрали уже очень многие до вас? Они утверждают, что знают больше и лучше, чем другие? Нам льстит то, что они рады нашему вниманию и доверию?

Ответ: ни по одной из этих причин.

Концепции и соглашения

Мы систематизируем информацию, пытаясь справиться с ее непрекращающимся разрастанием и сделать процесс обучения более эффективным. Человечество разработало многочисленные схемы систематизации информации для ее хранения, передачи, индексации и классификации, для распространения и, наконец, для извлечения из нее пользы. Среди этих схем — речь, письменность, книгопечатание, библиотеки, запись аудио и видео, математика, интеллектуальные конструкции, созданные в физике, биологии, химии, — практически во всех областях науки.

Наше стремление непрерывно пополнять знания приводит к созданию средств систематизации для представления и классификации хранимой информации. С их помощью человеку, достигшему определенного уровня знаний, проще подниматься на более высокие уровни. Скажем, технический жаргон является частью такого инструментария.

Классификация помогает в поиске. Она позволяет локализовать информацию, входящую в сферу наших интересов, и составлять представление о более крупных структурах. Например, обнаружив, что в библиотечном разделе «География/Калифорния» хранится больше книг, чем в разделе «География/Аризона», мы можем сделать такой вывод: с географической точки зрения Калифорния представляет больший интерес, чем Аризона. Обычно библиотечные классификаторы опираются только на одну характеристику книг. Чаще всего это тема, или предмет, реже — автор (классификация по авторам применяется в подразделах). Такие принципы помогают определить, где искать нужную книгу, но не позволяют находить взаимосвязанные произведения и получать представление о более крупных структурах.

В биологии наиболее известной схемой классификации является система Линнея, в которой организмы поделены на виды и группы внутри видов, логически определяемые на основании их взаимодействия в природе. В XVIII веке шведский ботаник Карл Линней создал фундаментальную номенклатуру, которая используется по сей день. Каждый вид имеет два латинских названия — групповое имя, или род (обычно пишется прописными буквами), и название вида, которое выражено прилагательным, согласующимся с первым словом (пишется строчными буквами).

Со временем к этой классификации добавились названия групп более высокого уровня. В итоге биологи работают с семиуровневой иерархией: царство — тип — класс — отряд — семейство — род — вид.

Каждый из уровней может быть подразделен еще на три промежуточных уровня, для более точного описания. Специалисты в области эволюционной биологии, правда, предпочитают пользоваться другой системой, опирающейся на временную, или эволюционную, шкалу.

Подраздел биологии «систематика» занимается разработкой классификаций организмов, а также изучением их разнообразия (в том числе взаимоотношений между ними, складывающихся в процессе эволюции). В прошлом, задачами систематики были наименование и классификация организмов. Такая систематизация представляла собой очень полезный инструмент для описания живых существ, но теперь акцент сместился на понимание того, каким образом формировалось это разнообразие. Специалистам в данной области знаний, которая называется «филогенией», не нравится, когда их деятельность рассматривают как систематизацию.

Активизация работ по расшифровке генома привела к тому, что исследователи генома и белка активно выявляют все новые взаимоотношения и разрабатывают собственную систему классификации. Расшифровка — только начало. Развитие соответствующих технологий обуславливает появление огромных объемов данных, и помочь здесь могут только схемы классификации.

Приведенные примеры показывают, что для помощи в формировании знаний и обучении часто вводилась та или иная концепция систематизации. Со временем она развивалась, и, в конечном счете, если предложения оказывались полезными и понятным, вырабатывалось «соглашение», то есть принятая стандартная процедура. Концепции развивались и укреплялись, становились нежизнеспособными и отбрасывались или модифицировались. Интеллектуальное развитие происходит так же, как эволюция в природе по Дарвину.

Aristotle и Сеть знаний

Aristotle, автоматическая обучающая система, и Сеть знаний, на базе которой она работает, имеют свою историю и «дерево» развития. И обе продолжают развиваться. Предшественники Aristotle, вплоть до обучающей машины Скиннера, имеют в своем составе автоматизированную подсистему команд (такую, как PLATO), и опираются на принципы искусственного интеллекта и некоторые образные обучающие технологии — например, LOGO Сеймура Паперта и среду поддержки творческой деятельности Squeak PC, разработанную Аланом Кеем.

Беррес Фридерик Скиннер был профессором психологии в Гарварде. Его эксперименты стали продолжением работы психолога Эдварда Торндайка, изучавшего взаимосвязи между людьми, и бихевиориста Джона Уотсона. Оба они, в свою очередь, находились под сильным влиянием работ Ивана Павлова, продемонстрировавшего на собаках возможность формирования поведения при воздействии внешних раздражителей. Представители бихевиористической, поведенческой, ветви психологии настаивали, что это было результатом «усиления» предопределенного поведения, а не мыслительного процесса, тех или иных чувств или других ненаблюдаемых внутренних состояний. Они утверждали, что обучение происходит путем формирования связи между стимулом и реакцией: доминируют те реакции, которые сильнее стимулируются определенными воздействиями.

Скиннер сконструировал опытный макет, на котором можно было обучать птиц и крыс, добиваясь от них требуемого уровня реакции за счет стимулирования правильных реакций и наказания за неправильные. Его идеи, которые оставались чрезвычайно популярными вплоть до 50-х годов прошлого века, имеют мало общего с подходом Аристотеля.

Аристотель хорошо знал Александра, в том числе его интеллектуальные способности. Он знал, что его интересует, что ему известно, а что нет, и какого рода объяснения он предпочитает. И, без сомнения, Аристотель испытывал гораздо большее уважение к человеческому уму, нежели Скиннер. Последний представлял ту ветвь ортодоксального бихевиоризма, которая не придает особого значения мысли и относится к ней как к чему-то немногим более сложному, чем последовательность стимулов и реакций.

В конце своего творческого пути Скиннер стал апологетом концепции программируемых команд. Он разработал обучающую машину для человека, во многом основанную на упомянутом макете. Она автоматически предоставляла информацию для прочтения и контрольные вопросы, при этом за правильные ответы полагались бонусы, а за неправильные — штрафы, что должно было стимулировать обучение. Скиннер весьма оптимистично оценивал возможную роль ПК в распространении программируемых команд.

Будь Скиннер жив, он наверняка заинтересовался бы возможностью привлечь к обучению компьютерные игры. Это иногда называют «эффектом Nintendo». На человека, который играет в Nintendo, воздействует сильная система мотиваций, состоящая в непрерывном получении бонусов за правильные и своевременные действия. Игроку предлагаются определенные стимулы, и реакция на его действия следует мгновенно, что способствует формированию новых стимулов и развитию навыков взаимодействия. И правда, этот механизм в ряде случаев мог бы стать эффективным средством обучения, но он не обеспечивает сложного процесса формирования знаний и развития способности к критическому мышлению. Обучаясь таким образом, человек не сможет далеко продвинуться на пути понимания.

Переходные варианты от программируемых команд к более масштабным и гибким обучающим технологиям долгие годы относили к категории автоматизированных команд (computer-aided instruction, CAI). Однако некоторым специалистам этот термин представлялся несколько уничижительным, а кроме того, сам «предмет» не был свободен от недостатков, поэтому во многих научных кругах данное название заменили на автоматически передаваемые команды (computer-mediated instruction).

Расцвет CAI пришелся на 60-70-е годы. В этот период были разработаны большинство приложений CAI, отражавших подход к обучению по принципам программируемых команд. В 80-е годы наметился сдвиг от бихевиористского подхода к когнитивному, в рамках которого обучение рассматривалось как более сложный процесс, нежели последовательность стимулов и реакций. Психологи-когнитивисты полагают, что после получения стимула человек сначала обдумывает свои реакции, а уж потом действует. Именно мыслительные процессы, а не стимулы и реакции, составляют предмет их исследования. Программное обеспечение, соответствующее когнитивному подходу, существенно отличается от разработанного с использованием поведенческих принципов.

Прекрасным примером CAI может служить система PLATO (Programmed Logic for Automatic Teaching Operations). Ее первый вариант был предложен еще в 1963 году лабораторией Computer Education Research Laboratory университета штата Иллинойс под руководством Дональда Битцера.

Система PLATO развернута на мэйнфрейме. Это позволило создать более объемную программу и увеличить доступную память, поэтому стала больше и библиотека вариантов работы студентов и появилась возможность отслеживать ход обучения каждого из них. Число пользователей, одновременно работающих в режиме разделения времени, достигло 1 тыс. человек. Принцип разделения времени обеспечил такую организацию доступа, что у любого из обучающихся создавалось впечатление постоянного подключения к системе.

Обучающее программное обеспечение для PLATO было написано на специализированном языке программирования TUTOR. Работа преподавателей над материалом могла осуществляться одновременно с процессом обучения студентов. В PLATO были впервые использованы сенсорный экран и другие новшества в области интерфейса.

В середине 70-х компания Control Data выкупила у университета штата Иллинойс права на название PLATO и обучающие системы, вскоре приступив к коммерческим поставкам системы. В 80-е годы, после экспансии персональных компьютеров, она адаптировала PLATO для локальных сетей, а в 90-е — для Internet.

Буш предвидел создание широкодоступных источников информации, обращение к которым занимает считанные секунды, и которые позволяют обнародовать связи между существующими материалами. Но предлагавшаяся им для этого структура, которую он назвал «хвостом», существенно отличалась от сформировавшейся в нынешнем спагетти-гипертексте, так как была основана на виртуальных подмножествах, а не на ссылках. Идея Буша заслуживает тщательного изучения. Должным образом экстраполированная и доработанная, она, по моему убеждению, может привести к созданию среды, в которой связанные объекты представляются вместе со своими связями, и к формированию широко распространенной структуры с защищенными авторскими правами, которая предназначена для свободного повторного использования.

Нельсон представлял Memex как систему, в которой может быть издано все когда-либо написанное. При этом пользователи смогут добавлять связи (те самые бушевские «хвосты») для соединения и прояснения любых уже хранящихся материалов. Нельсон был уверен в правоте Буша и даже попытался написать книгу о том, какой могла бы быть электронная версия Memex.

Нельсоновская концепция гипертекста, как он сам ее характеризовал, — это просто отказ от последовательной записи. В таком виде гипертекст был известен уже много лет назад. В книгах нередко используются ссылки на то, о чем будет говориться далее (т.е. можно заглянуть вперед), и на то, о чем было написано раньше. Иногда автор строит книгу так, что приходится прочитать немало страниц, прежде чем удается узнать, чем закончился тот или иной эпизод. В тексте используются врезки, более глубоко раскрывающие тот или иной вопрос, а также иллюстрации и сноски.

Однако Нельсон заглянул далеко вперед. Так, он писал: «Я уверен, что новая возможность выражать мысли во всей полноте их взаимосвязей позволит писать проще и лучше, сделает более простым и эффективным обучение, существенно расширит наши возможности обмениваться идеями и обсуждать общие для всех вопросы. Гипертекст может представлять все взаимосвязи, которые только способен предусмотреть автор, а сложный гипертекст — все взаимосвязи, которые могут предусмотреть многие авторы». Не правда ли, неплохое представление о Web или, по крайней мере, о том, чем эта Сеть станет со временем!

Нельсон был уверен, что линейная структура текста связана с линейной природой языка и линейностью напечатанных и переплетенных страниц. Это верно только отчасти. Писатель использует линейное развитие сюжета, поскольку так проще удерживать внимание читателей. Особенно это проявляется в искусстве устного рассказа. Слушателей, как правило, раздражают многочисленные вопросы, отступления и другие моменты, прерывающие плавное течение повествования. То же верно и по отношению к фильмам. Попытка применить принципы гипертекста к фильмам в период зарождения мультимедиа потерпела фиаско именно по этой причине.

Последовательные презентации называются линейными. Важны ли они в обучении? В определенной мере — да, а в определенной — нет, поскольку структура мысли принципиально нелинейна.

Это система тесно переплетенных мыслей. Ни одна из мыслей не должна обязательно возникнуть первой, поэтому выстраивание их в цепочку для представления — сложный процесс, во многом зависящий от произвола их автора. К тому же , это деструктивный процесс, поскольку он неизбежно приводит к нарушению целой системы связей. При таком представлении сохраняется лишь небольшая часть имевшихся связей.

С точки зрения Сети знаний, наиболее серьезный недостаток линейности состоит в том, что сама последовательность изложения может быть приемлемой для одного и неприемлемой для другого. Интересы и уровень развития людей совершенно различны. Оптимальным было бы разработать последовательность обучения для каждого ученика на основании того, что ему уже известно, что требуется усвоить и как добиться этого с наибольшей эффективностью.

Именно так действуют Aristotle и Сеть знаний. Гипертекст позволяет с помощью нажатия на кнопки на Web-сайтах пользоваться взаимосвязанной информацией и заменяет линейную систему изложения. Информация и знания организованы в виде блоков и систематизированы как объяснения, темы, последовательности шагов и аннотации. Именно так выглядит путь от информации через знание к пониманию.

Литература
  1. Hanan J. Ayalti, editor, Yiddish Proverbs, Schocken Books, New York, 1949.
  2. Steward Brand, The Clock of the Long Now, Basic Books, 1999.
  3. Steward Brand, The Media Lab: Inventing the Future at MIT, Viking, 1987.
  4. John Seely Brown, Paul Duguid, The Social Life of Information, Harvard Business School Press, 2002.
  5. Vannevar Bush, As We May Think, The Atlantic Monthly, July 1945.
  6. Lewis Carroll, Alice in Wonderland, Deluxe edition, October 1946. (Есть перевод: Кэрролл Л., Алиса в Стране Чудес. Алиса в Зазеркалье. — М.: Эксмо-Пресс.)
  7. Roy Williams Clickery, Powers of Ten.
  8. Anatol France, The Crime of Sylvestre Bonnard, 1881, Project Gutenberg Release #2123, Carnegie-Melon University, March 2000. (Есть перевод: Анатоль Франс. Собрание сочинений в 8 томах, том 1. - М.: Государственное издательство художественной литературы, 1957.)
  9. Daniel Hillis, the pattern on the stone: the simple ideas that make computers work, Basic Books, 1998.
  10. La Rochefoucauld, Maxims, translated with an introduction by Leonard Tancock, Penguin Books, 1959. (Есть перевод: Франсуа де Ларошфуко, Мемуары. Максимы. — М.: АСТ.)
  11. Michael Lesk, How Much Information Is There in the World? BellCore, 1997, quoted by Stewart Brand, Clock of the Long Now, p. 87.
  12. Peter Lyman, Hal R. Varian, «How Much Information», 2000.
  13. Robert McHenry, How to Know, 1998.
  14. Theodor Holm Nelson, Literary Machines, Edition 87.1, published by the author, 1987.
  15. Claude Shannon, A Symbolic Analysis of Relay Switching Circuits, MIT Master?s Thesis, 1940.
  16. Claude Shannon, Warren Weaver, A Mathematical Theory of Communication, 1948.
  17. William Strunk Jr., E.B. White, The Elements of Style, Allyn and Bacon, Fourth Edition, 2000.
  18. Richard Saul Wurman, Information Anxiety, Doubleday, 1989.
  19. G. Pascal Zachary, Endless Frontier: Vannevar Bush, Engineer of the American Century, MIT Press, 1999.