DIKW Hiyerarşisi Veri, Enformasyon, Bilgi ve Bilgelik kavramları arasındaki ilişkileri ve farklılıkları anlatan bir modeldir. Günlük yaşamımızda bu kavramlar yaygın olarak birbirleri yerine kullanılıp karıştırılsalar da, bilimsel ve işle ilgili konulardaki düşünce mantığında çok farklı anlamları vardır.
DIKW adını oluşturan Data, Information, Knowledge ve Wisdom’un Türkçe’deki karşılıkları çoğu zaman tartışma konusu olur. “Data”nın karşılığının “Veri” olduğu konusunda neredeyse bir görüş birliği vardır, ancak “Information” ve “Knowledge” kavramlarına gelince hangi sözcüğün karşılığının “Bilgi” olduğu, birine “Bilgi” dersek ötekine ne denilmesi gerektiği konusunda birçok görüş ayrılıkları bulunur. Kimileri “Information=Bilgi, Knowledge=Özbilgi” derken, diğerleri “Information=Malumat, Knowledge=Bilgi” diye düşünüyorlar. Bense dilimize “Özbilgi” ve “Malumat” çok yerleşmediği için, içime çok sinmese de bu yazıda “Information=Enformasyon, Knowledge=Bilgi” diye kullanmayı seçtim. “Wisdom” konusuna gelince “Bilgelik” dışında “Anlayış”, “Kavrayış” veya “İrfan” gibi seçenekler olsa da “Bilgelik” daha yaygın olduğu için kullanmayı seçtim.
Bu dört kavram arasındaki ayrılıkların farkına ilk kez University of Pennsylvania’da, Prof. Iraj Zandi’nin Sistem Metodolojisi dersini alırken vardım. Prof. Zandi’nin bu birbirinden ayrı ama birbiriyle ilişkili kavramlardan bahsederken, onları bir başka Penn öğretim üyesi olan, sistem düşüncesinin öncülerinden Prof. Russell Ackoff’un 1988’de ortaya attığı bir model üzeriden açıkladığını anımsıyorum:
Ackoff, “Veriden Bilgeliğe” adlı makalesinde, bir organizasyondaki öğrenmenin içeriklerinin, organizasyonun büyüklüğünden bağımsız olarak şu şekilde ifade edilebileceğini ileri sürmüş:
Veri: semboller
Enformasyon: yararlı olacak şekilde işlenmiş veri, “kim”, “ne”, “nerede” ve “ne zaman” sorularına yanıt verir
Bilgi: veri ve enformasyonun uygulaması, “nasıl” sorusuna yanıt verir
Anlayış: “neden” sorusunu yanıtlar
Bilgelik: anlayışı değerlendirir
Yıllar sonra, 1997’de, Gene Bellinger Ackoff’un modeli üzerinde çalışarak kendi yorumunu getirmiş:
“Aslında ben bu kavramlar zincirinin Ackoff’un tasvir ettiği kadar karmaşık olmadığını düşünüyorum. Aşağıdaki diyagram veriden enformasyona, bilgiye ve sonunda bilgeliğe dönüşümü anlatıyor. Anlayış ise her dönüşümü bir önceki aşamadan bir sonraki aşamaya geçerken destekliyor. Anlayış kendi başına ayrı bir aşama değildir.”
İşte bu sıralamayı açıklayabilecek bir örnek:
Veri: Bugün saat 14:30 ile 15:18 arasında yağmur yağdı. Gökyüzünde bir gökkuşağı 15:15 ile 15:30 arasında gözlemlendi. Bulutlar geçmiş olduğu için 15:18’den sonra hava güneşliydi.
Enformasyon: Yağmur ve gökkuşağı arasında bir bağlantı var. Bir gökkuşağının yağmurdan sonra görülmesi daha önce birçok kereler deneyimlendi. Yağmur yağdıktan sonra gökkuşağı olmadığı zamanlar oldu, ama bir gökkuşağıdan önce HER ZAMAN yağmur yağdı. Güneş de bu durumlarda HER ZAMAN açmıştı. Eğer hava bulutluysa gökkuşağı görülmedi. Bir gökkuşağı yalnızca yağmurdan sonra ve eğer hava güneşliyse görülür.
Bilgi: Gökkuşağı farklı renklerdeki ışıklardan oluşur. Bu durumlarda tek ışık kaynağı güneşti. Güneş ışınları bir şekilde farklı renklere dönüşüyor olmalı. Yağmur yağmamışsa veya şiddetli yağmur sürüyorsa gökkuşağı oluşmuyor. Demek ki havada gökkuşağı oluşturmak için belirli bir yağmur damlası yoğunluğu olmalı. Havadaki yağmur damlaları bir şekilde güneş ışığını farklı renklere dönüştürüyor olmalılar.
Bilgelik: Gökkuşaklarını yağmur damlalarının geometrisi nedeniyle görürüz. Güneş bizim arkamızdan yağmura doğru ışıldadığı zaman, güneş ışınları yağmur damlalarına girer ve içeri doğru kırılırlar. Yağmur damlasının arka iç yüzeyinden yansıdıktan sonra çıkarken tekrar kırılırlar ve gözümüze ulaşırlar. Kırılma, güneş ışınının bileşenleri olan yedi renge ayrılmasını sağlar. Gökkuşağı siz hareket ederken değişir ve başkalarının bakış açısından da farklı görünür. Bunun nedeni, herhangi bir damladan geçen ışık dağıldığı için gözünüze sadece tek bir renk ışığın gelmesidir. Gördüğünüz mor bant, damlaları 40,6° açıyla terkederken, kırmızı bant 42,4° ile terkeder. Böylece sizin gözünüze göre kırmızı ışık gökyüzünde daha yukarıdadır. (Kaynak: WebExhibits)
Bütün bunları düşünmeme neden olan SME Digital’in başkanı Nichole Kelly’nin “Veri Abartması Sosyal Medya Yatırımlarınızın Getirisini Nasıl Yokediyor” (How Data Hype Is Destroying Your Social Media ROI) başlıklı yazısıydı. Kelly, pazarlamacıları İnternette sıklıkla karşılaştığımız infografikler hakkında uyarıyor ve önlerine gelen enformasyonun doğruluğunu kontrol etmelerini öğütlüyor.
“Sosyal medya pazarlamasının ilk yıllarınca (aslında daha 6-8 yıl önce) birçok büyük medya mecraları blog yazarlarını, yazılarında kaynak göstermemekle ve sundukları enformasyonun doğruluğunu kontrol etmemekle suçladılar. Sosyal medya camiası da buna karşı geldi ve okuyucuların kötü enformasyonu kontrol edeceklerini, karşılaştıklarına uyaracaklarını, yorumlarında şikayet edeceklerini veya başkalarıyla paylaşmayarak cezalandıracaklarını ileri sürdü. Özetle, okuyucular kötü enformasyonu kendileri süzecekti.
Bir noktada işi yüzümüze gözümüze bulaştırdığımız anlaşılıyor. Bize bombardıman edilen tüm bu verileri gerçekten eleştirel bir gözle incelemiyoruz. Yalnızca “güvenilir bir kaynaktan”, yani zaman içerisinde güvenlerini kazanmış bir kişi ya da firmadan geldiğine inandıkları için çoğu insanın verileri oldukları gibi kabul ettiklerini görüyorum. Bu tür verileri hemen kabullenip desteklemeye başlamadan önce daha eleştirel bir gözle yaklaşmalıyız. Daha da önemlisi, bu verileri pazarlama taktiklerimizi değiştirmek için kullanırken daha meraklı davranmalı, daha çok araştırmalıyız.”
Kelly özellikle sosyal medya yatırımlarının geri dönüşü hakkında konuşuyor ama değindiği noktalar genel olarak da geçerli. İnternetteki aşırı sayı ve çeşitlilikteki veri ve enformasyonun bazıları gayet doğru ve güvenilir. Diğerleri ise pek o kadar sağlam değil.
İnternetten önce, bir konu hakkında veri ve enformasyon toplamamız gerektiği zaman, kitaplar, dergiler ve basılmış raporlar gibi “geleneksel” kaynaklara başvurmamız gerekirdi. 1992’de bir işletme ödevi hazırlamak için Wharton’un Lippincott Kütüphanesi‘nde onlarca saat geçirdiğimi anımsıyorum. O zamanlar bugün alıştığımız şekliyle İnternet yoktu, ve onca zamanı eski iş dergilerinin basılı kopyalarını alıp gözle tarayarak, Lexis/Nexis’te arama yapmak için sıra bekleyerek ve kütüphane dışına çıkarılması yasak olan endüstri raporlarını okuyarak geçirmiştim. Öte yandan ise edindiğim veri ve enformasyonun doğru ve kaliteli olduğu konusunda hiçbir şüphem yoktu. Bütün bunlar işini iyi bilen profesyoneller tarafından yayınlanıyordu, ve büyük olasılıkla en az iki üç kere editörler tarafından kontrol ediliyorlardı.
Günümüzde ise durum biraz değişik. İnternetteki bir içeriği topluma sunmadan önce kimsenin değerlendirmesi veya onay vermesi gerekmiyor. Bir bilgisayarı ve İnternet bağlantısı olan herhangi bir kimse istediği şeyi İnternete koyabilir. Bu durumun İnternet kullanıcıları nezdinde bir şüphecilik yaratması beklenirdi, ama öyle birşey yok, herkes hiç düşünmeden bunlara güveniyor, kullanıyor ve paylaşıyor.
Verileri doğruluklarını ve kaynaklarını kontrol etmeden kabullenmek yeterince kötü değilmiş gibi, insanlar bir de düşünme süreçlerini de başkalarına yaptırıyorlar. Enformasyona ulaşırken “veriler arasındaki ilişkileri anlamak” için verileri analiz etmek gibi birşey kimsenin umurunda değil. İnsanlar başkalarının analizlerini olduğu gibi, kalite ve doğruluğunu umursamadan, olduğu gibi kabulleniyorlar. Distimo’nun “En Popüler Sosyal Paylaşım Uygulamaları” Raporu Veya Veri Nasıl SUNULMAZ başlıklı yazıda buna değinmeye çalıştım, ama bu sadece tek bir örnek. Yaygaracılık yapmak istemiyorum, ancak anlaşılan etrafta yoğun bir “düşünce tembelliği” salgını var!
Meğer Southern California College’dan Robert Harris bu sorunu ta 1997’de görmüş. “İnternet Araştırma Kaynaklarını Değerlendirmek” (Evaluating Internet Research Sources) başlıklı çalışmasında Enformasyon Kalitesi için CARS listesini ortaya koymuş:
“Kaynak değerlendirmesi – enformasyon kalitesini belirlemek- biraz sanat gibidir. Yani, tek mükemmel bir güvenilirlik, doğruluk ve değer kıstası yoktur. Onun yerine, ipuçları ve belirtileri toplayarak, kaynağınızı ne amaçla kullanmayı planladığınıza göre bir yargıda bulunmak zorundasınız. Örneğin, eğer aradığınız mantıklı bir argüman ise, o zaman net ve iyi düşünülmüş bir duruş sergileyen bir kaynak sizin işinizi görür, onu destekleyecek prestijli bir yazara gerek yoktur. Öte yandan bir savı destekleyecek veya çürütecek bir yargıya ihtiyacınız varsa, o zaman saygıdeğer bir kaynaktan gelen bir yargı daha etkili olacaktır. Eğer güvenilir verilere ihtiyacınız varsa, bu sefer bazı kalite kıstaslarına uyan bir kaynak, elde ettiğiniz verilerin doğru olduğu konusunda içinizi rahat ettirecektir.”
CARS modeli Güvenilirlik (Credibility), Doğruluk (Accuracy), Mantıklılık (Reasonableness) ve Destek (Support) konusundaki niteliksel kontrol listelerinden oluşur. Orijinal olarak İnternet kaynaklarına odaklansa da, basılmış kaynaklara da uyarlanabileceğini, kritik düşünmeye iyi bir örnek oluşturduğunu, veri ve enformasyonun yaratılması, sunumu ve uygulanması konularında anlayış kazandırdığını düşünüyorum. İnterneti veri ve enformasyon kaynağı olarak kullanan herkesin tamamını okuması gerektiğini düşündüğüm bir yazıdır. Özeti burada:
Güvenilirlik: sağlam kaynak, yazar hakkında bilgiler, kalite kontrol yapıldığına dair bulgular, bilinen veya saygıdeğer otorite, kurumsal destek
Amaç: konusunda otorite olan bir kaynak, kendisine güvenmemizi sağlayacak şekilde iyi kanıtlar sunan bir kaynak
Doğruluk: güncel, veriye dayanan, detaylı, kesin, kapsamlı ve amaçlı bir duruş olayı her açıdan ele alma ve doğruluğundan emin olma niyetine işarettir
Amaç: güncel olarak doğru olan ve bütün gerçeği veren bir kaynak
Mantıklılık: adil, dengeli, tarafsız, mantıklı, çıkar çatışması olmayan, mantık hataları veya bir yöne kayıyormuş duygusu vermemek
Amaç: konuyu düşünceli ve mantıklı bir şekilde ele alan, gerçeğe ulaşmaya çalışan bir kaynak
Destek: kaynaklarını listelemek, bağlantı bilgilerini bulundurmak, işbirliğine açık olmak, savlarını destekleyen araştırma belgelerini sunmak
Amaç: iler sürdüğü savlar için ikna edici kanıtlar sunan, en azından başka iki farklı kaynak ile karşılaştırıp onaylatabileceğimiz bir kaynak
Sizi geçen hafta Facebook’ta karşılaştığım birşeyle bırakacağım. Komik olsa da, aynı zamanda çok sağlam bir öneri, özellikle de iyi verilere ulaşmak, iyi analizler yapmak ve iş dünyasında olsun, genel olarak yaşamımızda olsun, iyi karar vermemizi sağlayacak bir bilgeliğe ulaşmak isteyenlerimiz için. Unutmayın: İnternetteki herkes bir dahi veya Doğrucu Davut değil!
AllianceOptima Blog 