MacroAlpha.ioLaunch App启动应用啟動應用

LLMwiki知识库 Wiki知識庫 Wiki · CONCEPT

默会知识(Tacit Knowledge)

人能够辨认、行动和判断,却未必能把所依赖的知识完整说出来;默会知识强调亲身实践与语言编码之间的缺口。

免费开放 · 更新于

17

默会知识(Tacit Knowledge)默会知识(Tacit Knowledge)默会知识(Tacit Knowledge)

0%0% · 计算阅读时间中…
询问 AI(a)回到聊天 APP(d)

TL;DR人能够辨认、行动和判断,却未必能把所依赖的知识完整说出来;默会知识强调亲身实践与语言编码之间的缺口。

默会知识指一种“会做、会认、会判断,却难以完整说清”的知识。源稿借迈克尔·波兰尼《默会维度》的命题说明:人知道的内容往往多于能够用语言表达的内容。认出朋友的脸、维持自行车平衡,都是知识已经参与行动、但操作规则无法被穷尽写成说明书的例子。[^1]1

两种知识不是高低关系

维度 可言说、外显的知识 默会、内隐的知识 典型载体 定义、公式、文字说明 身体技能、模式辨认、情境判断 取得方式 阅读、讲授、记忆 练习、示范、反馈、长期浸润 检验方式 能否准确复述与推理 能否在真实情境中稳定完成 常见误区 以为说得出就等于做得到 以为说不出便不可学习或讨论
维度 可言说、外显的知识 默会、内隐的知识
典型载体 定义、公式、文字说明 身体技能、模式辨认、情境判断
取得方式 阅读、讲授、记忆 练习、示范、反馈、长期浸润
检验方式 能否准确复述与推理 能否在真实情境中稳定完成
常见误区 以为说得出就等于做得到 以为说不出便不可学习或讨论

这种区分也能补充知识问题:分散于具体时间、地点与行动中的知识,不一定能被中央化成一套完整数据。两页关注的尺度不同——知识问题讨论社会协调,本页讨论个人的认识与技能——但都提醒人们,编码后的信息并不等于知识的全部。

从语言到实践的传递链

flowchart LR
    A[文字与讲解] --> B[形成可复述框架]
    B --> C[进入真实练习]
    C --> D[感知反馈与微调]
    D --> E[形成难以穷尽言说的能力]
    E -.反过来修正.-> A

语言不是无用,而是只能完成传递链的一部分:它可以指出方向、排除明显错误、帮助练习者注意关键差异;能力仍要在行动和反馈中形成。源稿因此把经文、课程与视频比作把人送到边界的工具,而不把它们当成体验本身。[^1]1

这与正念元觉知形成一个实用接口:概念可以告诉人“观察正在发生”,练习则让人逐渐具备真的看见念头、感受与标签生成的能力。知道定义与能够稳定觉察,是两种不同层次的掌握。

拈花微笑的现代解释框架

拈花微笑在源稿中被读作默会知识的寓言:一朵花和一个笑所指向的,不是一条等待解码的秘密命题,而是“直接经验不能被概念完全替代”。大迦叶是否真的参加过这一场景属于历史考据问题;故事能否帮助读者注意语言边界,则属于解释与实践问题。二者不能互相冒充证据。[^1]1

边界:默会不等于神秘

  • 不等于不可学习。 默会知识往往可以通过示范、模仿、练习和反馈传递,只是不能被文字穷尽。
  • 不等于语言无价值。 说明、理论与概念能够组织练习、校正错误,也能帮助不同人的经验相互比较。
  • 不等于所有直觉都可靠。 熟练形成的直觉仍可能带有偏见;真实结果、他人反馈与可复核证据仍是校正条件。
  • 不等于脑区已经一一对应。 源稿用海马体、前额叶、基底神经节和小脑说明外显/内隐学习依赖不同系统;这是一种教学性概括,不能据此诊断个人、也不能把复杂知识压成互不相通的两块脑区。[^1]1

[^1]: 拈花微笑,禅宗最美的故事,可能是假的。.md

注释

  1. 拈花微笑,禅宗最美的故事,可能是假的。

CONVERSATION DIGEST · 对话摘要

分享这段讨论

摘要可以编辑;公开后会以你的名义显示,并链接到完整对话。

默会知识(Tacit Knowledge) · 关系图
100%