ĐẠI HỌC QUỐC GIA TP. HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA FOG BÁO CÁO TỔNG KẾT KẾT QUẢ ĐỀ TÀI KHCN CẤP TRƯỜNG Tên đề tài: MỘT MÔ HÌNH DẤU HIỆU HỌC VỀ BẢN CHẤT VÀ QUAN HỆ GIỮA CÁC PHẠM TRÙ THÔNG TIN Mã số đề tài: T-QLCN-2012-66 Thời gian thực hiện: 2/2012 – 2/2013 Chủ nhiệm đề tài: Nguyễn Mạnh Tuân Cán bộ tham gia đề tài: Thành phố Hồ Chí Minh – Tháng 2/2013 Danh sách các cán bộ tham gia thực hiện đề tài (Ghi rõ học hàm, học vị, đơn vị công tác gồm bộ môn, Khoa/Trung tâm) 1. MỤC LỤC TÓM TẮT. TỔNG THUẬT VỀ QUAN HỆ GIỮA DATA, INFORMATION VÀ KNOWLEDGE.
PRAGMATISM: TIẾP CẬN TÌM HIỂU VỀ THÔNG TIN TRONG HỆ THỐNG THÔNG TIN.7 Vắn Tắt về Dấu Hiệu Học. MÔ HÌNH DẤU HIỆU HỌC CỦA CÁC PHẠM TRÙ THÔNG TIN.10 Quá Trình Hình Thành Thông Tin.10 Mô Hình Semiosis Về Hình Thành Thông Tin. KẾT QUẢ, THẢO LUẬN VÀ ĐÓNG GÓP. KẾT LUẬN VÀ KIẾN NGHỊ .22 TÀI LIỆU THAM KHẢO.23 A semiosis model of information categories 2 TÓM TẮT Nghiên cứu này khám phá bản chất và mối quan hệ giữa các phạm trù cơ bản của thông tin (information, data, knowledge).
Dùng tiếp cận dấu hiệu học, đề tài này chỉ ra được bản chất tiến hóa liên tục và quan hệ ba ngôi giữa các phạm trù thông tin này. Luận đề trung tâm của nghiên cứu này là mô hình thực dụng học của quá trình hình thành thông tin trong lĩnh vực hệ thống thông tin được phát triển dựa trên lý thuyết điều nghiên của Peirce trong đó điểm nhấn chính là vai trò của cộng đồng. A semiosis model of information categories 3 I. GIỚI THIỆU Thông tin là hiện tượng phổ quát và là chủ đề nghiên cứu của nhiều lĩnh vực khác nhau (McKinney & Yoos, 2010).
Đối với lĩnh vực hệ thống thông tin (HTTT), đây là khái niệm trung tâm (Lauer, 2001), và dẫn đến nhu cầu nhận diện bản chất của thông tin cũng như phân biệt giữa các phạm trù cơ bản của thông tin (Checkland & Holwell, 1998). Quan hệ giữa data, information, và knowledge thường được đặt trong các phân cấp (e. Ackoff, 1989), tuy nhiên các tương tác này thường bị hiểu sai (Tuomi, 1999), hay hạn chế (Rowley, 2007). Rất nhiều nghiên cứu đã được thực hiện để phân biệt giữa 3 phạm trù này (Alavi & Leidner, 2001), nhưng chưa có kết quả rõ ràng (Mingers, 2008).
Trên cơ sở lý thuyết điều nghiên của Peirce (1931), nghiên cứu này xây dựng mô hình dấu hiệu học về thông tin, trong đó đặt 3 phạm trù cơ bản của thông tin (data, information, knowledge) vào trong một quan hệ ba ngôi và động của 3 phạm trù tổng quát của Peirce đó là Firstness, Secondness, and Thirdness. Quan hệ này không thể quy giản về các quan hệ 2 ngôi giữa các cặp phạm trù. Các phạm trù thông tin được biến đổi vào nhau trong quá trình tiến hóa của sự tim hiểu và hoạt động thực tiễn, lịch sử của con người. Vì thế, chúng tôi cho rằng chỉ có 3 phạm trù thông tin (data, information, knowledge), các biến thể khác là không còn cần thiết nữa.
Bản chất 3 mặt của thông tin như vậy giúp giải quyết các tranh cãi lý thuyết lâu đời về bản chất của thông tin và tri thức (e. Ngoài ra, mô hình dấu hiệu học của thông tin cũng là 1 khung quan niệm về thông tin trong đó thông tin như là một nhất thể gồm 3 thành phần (data, knowledge, và bản thân information) và 3 quan hệ tương ứng (kinh nghiệm hay can thiệp của con người, viễn kiến hay trực giác, và suy diễn hay logic), hay một nhất thể của đối tượng (data, knowledge, hay information), quá trình (hình thành và sử dụng hoặc khám phá và khai thác) và phạm vi (cá nhân hay cộng đồng). Điểm xuất phát của chúng tôi là 2 mặt: knowledge (và data) là điều kiện, và information là kết quả của quá trình tiến hóa đã nói. Mặt thứ nhất là từ quan điểm tựa-nguồn lực (resource-based) hay tựa-tri thức (knowledge based) trong lĩnh vực quản trị (e.
Mặt thứ hai là từ cách nhìn thực dụng trong HTTT nhấn mạnh bản chất hướng mục tiêu của hệ thống thông tin (Churchman, 1971). Nghiên cứu này gồm các phần trình bày sau. Phần tiếp sau là duyệt xét lại quan hệ giữa data, information và knowledge. Sau đó, dựa vào phân tích dấu hiệu học, mô hình quá trình A semiosis model of information categories 4 của việc hình thành thông tin được đề xuất.
Cuối cùng là thảo luận các kết quả và hàm ý của mô hình đề xuất. TỔNG THUẬT VỀ QUAN HỆ GIỮA DATA, INFORMATION VÀ KNOWLEDGE Đầu tiên, chúng tôi xem xét ngành khoa học nhận thức (cognitive sciences) chính là một lĩnh vực cơ sở chính của HTTT (Hevner, March, Park & Ram, 2004). Ở đây, information thường được đặt trong chuỗi các hiện tượng liên đới là symbol & meaning (Mingers, 2006), data (Davenport & Prusak, 1998), information (Metcalfe & Powell, 1995), knowing, explicit knowledge & tacit knowledge (Polanyi, 1962), decision (Simon, 1997), individual, group, organizational & inter-organizational knowledge (Nonaka, 1994), esoteric & exoteric knowledge (Churchman, 1971), understanding & wisdom (Ackoff, 1989), rational action (Ulrich, 2001), v. Tuy thế, ở đây các quan hệ giữa data, information và knowledge cũng như các đặc trưng định nghĩa của chúng thường được định vị trong các phân cấp (Mingers, 2006).
Đó là khía cạnh sẽ được tập trung làm rõ tiếp theo. Phân cấp truyền thống xuất phát từ công trình của Ackoff (1989) là rất phổ biến (Ponelis & Fairer-Wessels, 1998) và được coi là mô hình trung tâm của HTTT (Rowley, 2007). Theo đó, knowledge sẽ có số lượng thấp nhất nhưng mức trừu tượng cao nhất và sẽ nằm trên đỉnh của phân cấp. Trong khi đó, Rowley (2007) đưa ra 1 phân cấp gần tương tự trong đó các phạm trù này được định nghĩa thông qua nhau, cụ thể là thuộc tính ý nghĩa (meaning), hay giá trị con người (human value) tăng dần từ mức thấp nhất lên đến mức cao nhất.
Một biến thể phân cấp khác nữa là từ Ponelis & Fairer-Wessels (1998) được thể hiện dưới dạng 1 phổ liên tục và định vị theo thuộc tính liên quan đến con người (human involvement). Khi này, data và information nằm gần nhau hơn và cách xa knowledge. Nói cách khác, information là nằm giữa cực khách quan của data và cực chủ quan của knowledge, tuy rằng information thiên nhiều về khách quan hơn. Liên quan đến quá trình chuyển đổi giữa các phạm trù, Ponelis & Fairer-Wessels cho rằng cực dưới là data là không có ý nghĩa và phải được lưu trữ và phân giải.
Sau khi được phân giải, data sẽ biến thành information, cũng không có ý nghĩa nhưng lại có mục đích của nó. Và khi đặt information trong bối cảnh cụ thể của nó, knowledge là cực trên của phổ sẽ được tạo ra. Như vậy, nhìn chung, đối với các phân cấp, dù A semiosis model of information categories 5 chi tiết có thể hơi khác, knowledge được xác định qua information, và đến phiên nó, information được xác định qua data (Rowley, 2007). Một loại phân cấp khác được gọi là phân cấp nghịch (Tuomi, 1999).
Khi này, knowledge xuất hiện đầu tiên, kế tiếp là information và sau đó, data. Khi knowledge được đặt trong bối cảnh cụ thể, cấu trúc của information sẽ định vị dưới dạng các tài liệu hay hệ thống thông tin. Sau đó ý nghĩa của information được xác lập, từ đó có thể phân phối hay chi tiết hóa dưới dạng các hạng mục data mà tự thân là không có ý nghĩa. Ở đây chú ý là các quan hệ bị đảo ngược – data chỉ có khi có information và information chỉ xuất hiện khi đã có knowledge.
Các nhà nghiên cứu (Bach & Belardo, 2003) cho rằng cả 2 dạng phân cấp đều cần thiết, và hơn thế nữa cần có quan điểm tương tác giữa các phạm trù này (Mingers, 2006). Cụ thể, phân cấp truyền thống phù hợp với cách nhìn thông tin như là thực tại trừu tượng độc lập với tư duy hay công cụ, còn phân cấp ngược nhất quán với quan điểm thông tin là sản phẩm của tư duy hay công cụ. Sự phân biệt giữa các phạm trù thông tin còn gặp khó khăn nhiều hơn nữa khi phạm trù knowledge có nhiều dạng thức khác nhau. Thứ nhất, Polanyi (1962) và Churchman (1971) cho rằng knowledge nằm tại cá nhân.
Thứ hai, Rowley (2007) đề nghị rằng knowledge tiềm ẩn (tacit) và knowledge tường minh (explicit) chính là tương ứng với knowledge và information. Thêm vào đó, Stenmark (2002) khẳng định rằng data và information chỉ là 2 cực đối lập trên cùng 1 phổ liên tục và rằng các quan hệ giữa data, information và knowledge là phức tạp hơn những gì được xác định trong phân cấp truyền thống hay phân cấp ngược. Thứ ba, Mingers (2008) công nhận rằng bản chất đa chiều của knowledge có 1 khía cạnh quan trọng đó là sự thật (truth), có thể tồn tại ở dạng chủ quan hay khách quan. Theo trên, có một nhu cầu về định nghĩa các phạm trù này theo phương cách mới, vượt ra ngoài phân cấp truyền thống và phân cấp ngược.
Ngoài ra, trong bối cảnh của hệ thống xã hội nói chung và hệ thống thông tin như là hệ hoạt động của con người nói riêng (Checkland & Holwell, 1998), ý niệm về tính chủ quan và khách quan (Douglas, 2004) có thể dùng là tiêu chuẩn thích hợp để xây dựng một sơ đồ nhận diện và biến đổi các phạm trù thông tin. Thí dụ, trong khi một đầu của phân cấp tượng trưng cho data thiên về thuộc tính khách quan, sự kiện thực tại, thì đầu kia của phân cấp tượng trưng cho knowledge sẽ thiên về thuộc tính chủ quan, giá trị con người. Và mức giữa tượng trưng cho information thiên về tính liên chủ quan, kết A semiosis model of information categories 6 cấu tạo bởi con người, được công nhận bởi cộng đồng nhưng vượt ra khỏi tầm kiểm soát của từng cá nhân một. Tiếp theo là duyệt xét theo quan điểm của dấu hiệu học vốn cũng là một lĩnh vực nền của ngành HTTT, đặc biệt khi xem xét về các chủ đề information (e.
Theo Ulrich, dấu hiệu học tập trung vào bản chất liên chủ quan của information trong so sánh với diễn dịch học (hermeneutics) chú ý nhiều hơn đến thuộc tính chủ quan của information. Ngoài ra, Ulrich cũng nhấn mạnh rằng hiện tượng xã hội chính là cái định nghĩa và xác định tầm quan trọng của information trong HTTT. Dựa trên dấu hiệu học tổng quát của Peirce’s (1931) và tiếp cận thiên về ngôn ngữ nhiều hơn của Morris (1938), Stamper (1996) đề nghị một khung phân tích gồm 6 mức dấu hiệu physical, empiric, syntactic, semantic, pragmatic và social. Tuy nhiên ông quan sát rằng lĩnh vực HTTT chỉ liên quan đến 4 mức dấu hiệu cuối cùng.
Trong khi đó, mô hình dấu hiệu học của Mingers (2006) bao gồm 4 mức giữa đó là - empiric, syntactic, semantic and pragmatic.
