摘 要：数智时代的知识软化和碎片化程度不断加深，知识的不稳定性日益加剧而确定性日渐降低，这给人类的认知与学习带来严峻挑战，也引发了学界关于回归精英化知识教育、追求确定性知识的呼声。如何看待知识的不确定性、如何管理个人的知识以应对数智时代挑战，成为亟待解决的重要问题。在网络诞生之前，由于传播渠道的限制，知识流转的速度很慢，人类的学习主要以来自经验、证据、逻辑推理、权威人士、重复验证的确定性知识为主。但在数智时代，随着知识传播和更新迭代的速度日益加快，知识的不确定性越来越凸显，这对传统的知识体系构成冲击。当下人们更需要建立起一种确定性的心智模式和认知策略，掌握自主建构系统知识的方法，以适应知识变动不居情境下的学习。具体而言，就是要以联通主义和重构主义理论为指导，运用建立知识网络、零存整取、碎片重构的方法，采取持续学习、确立个人目标与方向、建立个性化知识体系、有效利用智能技术、强化实践应用等策略来不断提升自己的知识管理水平。
关键词：数智时代；个人知识管理；联通主义；重构主义；知识不确定性
数智时代是数字化和智能化时代的统称，是网络与信息时代的高级发展阶段。进入网络与信息时代以来，知识开始发生由“硬知识”向“软知识”变化，人工智能加快了这一变化趋势。传统的以书本为主要媒介的硬知识正在快速地被以网络为主要媒介的软知识所替代。知识变得越来越情境化、碎片化、短暂化，知识的不稳定性加剧，确定性降低，由此给人类认知与学习带来新的挑战。这种情况引发了一些学者的担忧。如罗琴等人认为，软知识的不稳定性侵蚀了硬知识的稳定性，软知识的大众性消解了硬知识的精英性，因此主张高层次知识教育应重塑精英化知识教育生态，回归基础、回归经典、回归系统，方能应对知识平庸化与碎片化的挑战。余清臣认为，人工智能时代知识生产加速，一方面导致知识的繁多和过剩，另一方面导致人们对知识变化的应接不暇，并构成了对统一化和规范化教育内容和方式的挑战，甚至挑战了知识教育的必要性。从根本而言，人工智能时代的知识学习应该指向获得超越繁杂性和变动性的确定性认识，要从知识的观察辨别中获得根本和稳定的知识。这些讨论推动了对数智时代知识与学习的深入研究，将问题聚焦到如何看待知识的不确定性，以及如何应对知识不确定带来的挑战上。本文拟就此问题，提出我们的观点和主张，以抛砖引玉，引发更多的思考与讨论。
一、软知识和硬知识的研究现状
软知识和硬知识的概念最初是由联通主义的创立者西蒙斯提出来的，后经王竹立的深化拓展，引起国内学术界的争议与讨论。王竹立将软知识定义为介于原知识（知识最初的来源，即个体对事物的认识、经验、态度等）和硬知识（即已被专家学者用语言文字符号加工提纯、结构化、系统化后的公共知识体系）之间的一种新知识类型，是尚未充分结构化、系统化但具有情境性、时效性和实用性的新知识雏形。这类新知识在网络诞生之前，难以进入公共传播渠道（如印刷品等）进行传播，因而鲜为人知；而在网络诞生之后，这类新产生的软知识被互联网迅速记录、保存与传播，并被众多网民共同加工完善，因而得到广泛应用。相比之下，传统的、经过专家学者充分结构化的、主要通过纸质媒介进行传播的硬知识的地位和重要性日益下降，且处于被边缘化的境地。区分软知识与硬知识的主要指标是知识的稳定性，即知识在内涵、结构和价值三个层面的稳定性。软知识与硬知识之间并没有一条明确的分界线，而是一个连续的统一体。三个层面都稳定的知识是最硬的知识，三个层面都不稳定的知识是最软的知识。一些传统的硬知识由于在新形势下价值下降，而重新变得不够稳定，还会退回到软知识状态，这就是知识软化现象。
事实上软知识早已存在。例如，儿童在上学之前接触到的大都是各类软知识，进入学校之后才系统地学习硬知识，毕业之后进入社会接触到的又更多是软知识。软知识弥漫在人们的日常闲谈、网络交流和社会互动之中，无论在数量、类型、实用性、时代性上均远超硬知识，只是在网络诞生之前，由于传播的不广泛和不充分而并未受到足够的重视。网络的诞生与普及，彻底改变了知识传播的生态。以前个体知识和经验需要经过符号化的精加工，才能进入纸质媒介得到较广泛传播，再被教师和科普工作者精心解读才被大众掌握与应用；如今网络通过网民服务网民、情境直接迁移的形式，让个体知识和经验直接在同类情境下得到普遍应用，省去了语言文字符号的编码和解码的复杂过程，大大加快了知识的普及速度。
当然，这种知识回归现象并不意味着今后所有问题都可以通过情境直接迁移的方式获得解决。对于不断涌现的新情境和新问题，仍然需要深入的分析、抽象的推理和大胆的想象才能找到新的解决方案。与知识回归现象同时发生的还有知识重构现象。软知识不仅仅指那些实用性较强的具体知识，也包括那些理论性较强的抽象知识；软知识也不简单地等同于碎片化知识，还包含相对系统化的知识。例如联通主义、重构主义目前都已成为相对系统的理论体系，但还处于发展过程中，还不够稳定，仍属于软知识的范畴。碎片化的具体知识只能解决局部性的问题，而全局性的问题则需要系统化的理论指导才能解决。
软知识与硬知识具有不同的特征：软知识是不断更新迭代的，新的软知识出现后，旧的软知识就失去了存在的价值与意义；硬知识是不断累积的，就像一座大厦是由一块块砖堆砌起来一样。只有在部分砖块老化之后，才需要进行局部更换。因此，学习软知识与学习硬知识需要完全不同的方式，软知识的学习更多的是共同建构，硬知识的学习则主要是理解掌握。更形象地说，软知识就像构建知识大厦的砖块和构件，硬知识则是不断成长的知识大厦本身。
二、知识的确定性来自哪里
知识的稳定性和确定性是两个相关但不同的概念。稳定性（Stability）是指一项设备能否保持稳定之状态，即使受到外在之干扰，亦能回复到原来状态者，则该设备具有稳定之能力。知识的稳定性是指某个知识在一段时间内保持不变或基本不变的性质，具体是指知识本身在内涵、结构和价值三个层面上随着时间变化是否仍然能保持恒定的能力。确定性（Certainty）一词最初来自哲学领域，包含两个意思：一是确定无疑，一是真实无误。知识的确定性是指某个知识在特定情境下是正确无误的性质。稳定性侧重对知识本身性质的描述，知识的确定性更多体现在人们对知识的认可度和确信度上。一般来说，知识的稳定性越高，其确定性也越高。
知识的确定性来源归纳起来主要体现在如下五个方面：一是经验。我们通过观察和经历来了解世界，这些经历和观察帮助我们形成对事物的基本认知。当我们的经验与新知识相符时，我们更有可能相信这些知识是真实的。二是证据。证据可以是事实、数据、研究、实验等，它支持或反驳某种观点。当我们有足够的证据支持某个观点时，我们更有可能相信它。三是逻辑推理。我们可以通过逻辑推理来理解和解释观察到的现象。如果一个观点符合逻辑，并且没有其他矛盾的解释，我们可能会认为它是正确的。四是权威来源。权威人士通常是某个领域的专家，权威机构通常由这些专家组成，他们的知识和经验使他们能够提供可信的观点，我们对这些来源的观点更有可能持信任态度。五是重复验证。当一项知识经过多次验证并得到一致的结果时，我们对它的确定性就会增加。重复验证可以帮助我们确定知识是否具有真实性和可信度。
经典知识之所以被认为是可信的，是因为它经过了长时间的验证和检验，并被广泛认同与接受，具有较高的稳定性。在知识变化缓慢的时代，通过学习经典知识来保证知识的确定性确有一定道理。
三、知识的确定性重要吗
（一）追求确定性是人类的天性
人类天生具有一种追求稳定、喜欢确定性事物的心理倾向。这源于多重原因：一是心理安全需要。人类天生具有对安全感的追求，希望自己的生活和周围环境是稳定和确定的。这种追求可以让我们感到更加安心和舒适，避免焦虑与不安。二是控制感。人类有强烈的控制欲，希望自己能够掌控自己的生活和周围环境。追求稳定和确定性可以让我们感到更加有控制感，因为这些环境是可预测和可掌控的。三是自我认同。人类需要自我认同和价值感，而稳定和确定的环境可以让我们更好地确定自己的身份和价值。如果环境不稳定，我们会感到自己的价值和能力受到质疑。四是社会适应。人类的社会性属性决定了其必须要适应社会环境。追求稳定和确定性可以帮助我们更好地适应社会，避免因为环境变化而导致适应困难。这种心理迁移到知识和学习领域也是如此，如果知识变得越来越不稳定和不确定，人类就会感到不安，觉得难以掌控，无法预测，甚至怀疑学习这类知识的价值何在，这也是近年来一些学者呼吁要回归传统、追求确定性知识的根由。在这个快速变化的时代，追求某种确定性并非没有一定的合理性与必然性。人类应对变化的秘诀之一就是在变化中发现不变，从而寄希望于以不变应万变。
（二）学习确定性知识有利于建立我们的认知结构
如果把人类的公共知识体系比喻为一座大厦，那么它的地基与主体结构一定是由最具确定性的知识构成的。人类个体在建构属于自己的个性化知识体系的过程中，需要从公共知识大厦中学习建构个性化知识体系的分类、结构、方法与技巧。人类大脑的发育、神经元的连接与智力的发展，也受学习内容的影响。我们之所以寻找知识的确定性，其实是为了寻找相对稳定的参考点与参考系，以使我们的知识有可以联系和比较的基准，以此确定新知识的价值。但是人类不需要也不可能将人类公共知识体系大厦都纳入个性化的知识体系中，而是可以有选择地摄取自己所需要的部分。每个个体知识体系的底层结构也应主要来自公共知识体系大厦的底层部分，由一些最具确定性的知识构成；而越末端或越前沿的部分则是那些更具个性化、情境化的软知识，其中包含大量的个人隐性知识。
（三）知识的确定性是相对的
当前人们对于追求确定性知识有着不同的看法。正如罗琴等人所言：“高价值含量知识的属性突出表现为稳定性……稳定性知识源自对事物本质属性的高度抽象把握，既是知识批判的‘武器’，又是知识创新的基础。从时间向度来看，稳定性知识能经受住时间的检验，研究生即便面对智能时代鱼龙混杂的信息轰炸，仍旧能以稳定性知识为参考进行筛选、鉴别。从空间范围审视，稳定性知识具有可迁移的特性，能为研究生奠定知识基底，以此吸附智能时代相对性、情境性、开放性的知识，以便在知识的交叉融合中实现知识创新。”这段话虽然是针对研究生教育而言的，但对人类其他人群的学习又何尝不是如此？
然而，联通主义理论创始人西蒙斯却不这么认为，他说：“今天，我们所追求的确定性（我们是否正为此而寻求知识？）受到了挑战。当我们发现新事物后，其他人将把自己的知识建立在它之上并对其进行拓展（蜕变），或研究将证明它不真实。或基础条件将改变，需要更新发现。持续地搁置确定性是我们今天的现实，‘未知’状态是正常的”。他还指出，“确定性是暂时的，而并非永久的，因此我们必须容忍模糊性和不确定性”，“试图做更多过去所做的事情不是解决办法。我们需要用新方法做新事情”。
事实上，知识的确定性是相对的，而不是绝对的。即使是一些公认的稳定性知识，从一个更长远的周期来看，也是会发展变化的。过去知识的更新速度相对于个体生命长度而言比较缓慢，不易被人们察觉；今天的知识变化速度越来越快，知识的半衰期越来越短，其更新迭代很容易被人们感知到，因此知识的确定性问题也越来越受到人们的关注。
（四）今天还有哪些知识是确定的
即使在今天这样一个知识爆炸的时代，仍然有一部分知识是相对稳定和确定的。例如，物理学中的牛顿力学定律、化学中的元素周期表，以及很多物理、数学、化学中的公式、定理、定律、方程式等，这些知识在大多领域和情境下仍然成立。它们构成了我们对这个世界的基本认识，这些知识大多属于自然科学常识的范畴。此外，人文社会科学中也有许多常识是相对稳定和确定的。如人类社会发展的历史、社会发展的某些普遍规律、经济基础与上层建筑的关系、技术进步对社会发展的推动、教育培养人的本质、对基本人性的认识等。
没有这些常识性知识，人类不仅将失去认识世界和把握世界的基础，也将失去交流与对话的基础。这些知识大都存在于传统的学科与知识领域，而且大都属于宏观的范畴，具有较大的普遍性。它们仍然是今天与未来人类所需要了解的，是必不可少的常识。青少年在基础教育阶段学习的大部分知识都是这一类知识。
（五）确定性知识的重要性开始下降
在各传统学科内部，一些原来比较稳定和确定的知识，虽然仍然比较确定，但由于其重要性发生了改变，故其稳定性出现了下降，开始由原来的硬知识向软知识转化。以教育学为例，历史上曾出现过多种学习理论，如行为主义学习理论、认知主义学习理论、建构主义学习理论等。这些理论都有一定的科学依据，但也都有一定的适用情境和范围。如行为主义适合指导动作技能和简单知识的学习，认知主义和建构主义适合指导对复杂领域知识的学习。随着数智时代的到来，知识和学习发生了巨大的变化，大量过去需要人类自己学习和掌握的知识与技能已被智能机器人学习与掌握，人类再重复学习那些已知知识与技能的意义就会大打折扣，因此那些指导人们学习已知知识的学习理论的价值和意义也随之下降。当前人类学习更需要建立知识网络和个性化知识体系，培养与人工智能协同的能力和创新创造的能力。因此网络时代之前诞生的那些学习理论的重要性开始下降，而新的学习理论如联通主义、重构主义等的重要性日渐上升。这种现象还可能发生在其他传统学科和领域。
即使是那些具有较普遍意义的常识性知识，由于情境的变化，其价值和意义也有所下降。例如，数学与物理学科中的很多公式、定理、定律都是稳定，具有长久价值，需要我们去掌握。但如果人工智能掌握了这些公式、定理、定律，并且能将它们用于适宜的场合，那么今天要求我们的孩子去熟记、掌握这些公式、定理、定律的意义又何在呢？是不是只要了解就可以了？又如，人类既往的历史经验、社会发展规律、政治经济制度、教育教学体制等知识，虽然有助于我们了解过去，对今天和未来仍有参考、启发和借鉴的价值，但毕竟今天的社会情境与过去相比已发生了巨大变化，我们不可能简单地照搬原来的知识，有些还需要扬弃。随着知识总量越来越大（类比于知识大厦越来越高），这些常识性的经典知识（类比于地基和框架），离知识的前沿（类比于知识大厦顶端）也越来越远，难以作为新知识的生长点或吸附点，也不大可能作为评判新知识的标准。未来它们更可能被内化为人工智能的某种“本能”，在人类需要了解时可直接向智能机器人学习或寻求人工智能的帮助。如果我们的大脑中装满了这些经典的硬知识，而且其数量还越来越多，我们哪还有足够的脑力与精力去学习、掌握和建构更具时效性、实用性和前瞻性的软知识？确定性知识所解决的问题大都是已知的，可通过人工智能应用去解决。人类亟需应对的是越来越多的未知挑战，要解决未知的问题更需要那些新的、暂时还不确定的知识。
尤其在那些与信息技术和人工智能关系密切的学科和领域，更是出现了大量的新理论、新概念、新技术、新功能、新模式等软知识。这些软知识在不断更新迭代，很不稳定，但却具有较强的时效性、实用性、时代性、前瞻性，对人们的日常生活、学习和工作产生了更直接的影响。相比那些常识性的经典知识，这类软知识离我们的生活实践更近，跟我们每个人的关系更直接、更密切。例如，一位老农也许不懂牛顿定理和化学反应方程式，这对他的生活未必会有很大的影响。但如果他不懂网络营销、直播带货，就有可能直接影响自家农产品的销售；如果不懂得使用智能手机中的很多功能，还可能直接影响他的衣食住行。这些软知识在学校里可能学不到，而需要在生活和人际交往中学习。又如，一位对在线教学和信息化教育等新方式更熟悉的年轻教师，远比那些熟读教育经典、但拒绝接受新思想和新方式的老教师能更好地应对教育教学面临的挑战。
因此，尽管数智时代仍然存在为数不少的硬知识，但其已经不再成为我们关注的重点，其中的大多数知识只需要了解就已足够。用西蒙斯的话说就是，“知道在哪里”正代替“知道什么”和“知道怎样”；只有那些今天仍有重要价值和意义的硬知识，才需要掌握。因此，我们要给予更多关注的，不再是那座古老的知识大厦。我们今天的人类不再像固守土地的农夫，而更像不断迁徙的游牧民族，更需要掌握的是那种随时随地搭建新定居点的能力。
四、今天更需要哪种确定性
如前所述，在一个快速变化的时代，我们仍然需要某种确定性，就好比我们在一条奔流不息的河中，急需找到一条船甚至一块漂浮的木板一样。我们不可能一直游而不稍事歇息。但我们也不能抱住岸边的一棵树不放，永远停留在原地，因为那样做只会让我们被时代的洪流远远抛在后面。今天，与其要寻找某种知识的确定性（犹如岸边的一棵树），不如建立一套稳定的心智模式和认知策略（犹如急流中的一条船）。正如西蒙斯所言，“随着社会的日趋复杂，我们需要一种整体的、不可或缺的思维、学习和知晓方法”。
心智模式是指深植于人们心中关于自身、别人、组织及周围世界每个层面的假设、形象和故事，是简化的知识结构的认识表征，人们常用它来理解周围世界以及与周围世界进行互动。简单来说，心智模式就是我们看世界和想问题的习惯和方法，是一种思维定式。当我们的心智模式与认知事物发展的情况相符时，就能有效地指导行动；反之，当我们的心智模式与认知事物发展的情况不相符时，就会变成妨碍创新的“心智枷锁”。长期以来，人类身处一个相对静态的社会，知识更新的速度很慢、周期很长，因此形成了一种相对静态的心智模式，追求比较稳定与确定的知识。今天，这种把知识视为确定不变的真理的想法已经过时，而代之以知识变动不居、不断更新的新心智模式，即这个世界没有永恒不变的事物，唯一的不变就是变化本身。当我们建立起这样一种开放的心智模式后，就不会再为知识的快速变化忧心忡忡，而会试图找到一种应对知识更新迭代的学习方法与认知策略。
当前，联通主义和重构主义为我们应对知识的不确定性提供了重要的方法与认知策略。联通主义学习理论提出要多连通、少建构，建立知识网络，并不断更新自己的知识网络以保持知识的时代性。重构主义学习理论提出要学会零存整取、碎片重构，建立个性化的知识体系，以满足个人的兴趣爱好与问题解决的需要。掌握了这些方法和策略，就仿佛找到了某种确定性，不会再为知识的不确定性而烦恼，反而犹如驾驶着一条船，在知识的急流中乘风破浪。今天的确定性不再需要向外寻找，而是要靠我们自己去自主建构。
当然，我们必须清醒地认识到，从追求知识的确定性，到追求心智模式和认知策略的确定性，有着一个较长的过渡时期。在许多传统的学科和专业领域，确定性知识仍很重要。只有当这些确定性知识已完全被人工智能掌握和应用之后，其重要性才会逐渐失去。在这个过渡期内，传统的学习方法与新的学习方式会混合在一起，此消彼长，逐步转变，而不会一蹴而就。
五、应对知识不确定性的方法
（一）建立知识网络
联通主义将知识比喻为一条河流，或管道里流动的石油，认为管道比管道里的内容更重要，因为内容是不断变化的。知道哪里、知道谁，比知道什么、知道怎样更重要。该理论还主张要经常更新知识管道，以保持知识的时代性。我国学者陈丽等人也认为联通是学习的新本质，主张通过cMOOC式的网络社区学习，促进联通的形成，通过网络群智汇聚，“涌现”出新知识。西蒙斯还引述邓肯·华兹（Duncan Watts）的话说，“在模糊的环境里解决复杂的问题时，个体因知识有限，需要在执行各种任务时相互依赖和相互补充。换言之，通过与同一组织内的其他问题解决者交流知识、建议、专门技能和资源等信息，可降低他们对未来的不确定性”。但由于联通主义对知识的描述含混不清，缺乏具体的可操作学习方法与策略，在试图减少知识的不确定性时，又增加了新的不确定性。例如，网络社区学习到底如何促进联通？联通了什么？如何判断联通已经建立？群智汇聚是否一定能导致“涌现”的发生？“涌现”何时发生？表现形式是什么？如何评估联通式学习的成效？这一系列问题都还没有弄清，具有相当的不确定性。
（二）零存整取与碎片重构
重构主义主张以“我”为中心，建立个性化的知识体系。即以个人的兴趣爱好为中心，以个人工作、学习、生活中的问题解决需要为中心，选择相关的信息与知识，采用零存整取、碎片重构的方式，像蜘蛛织网一样，一圈一圈向外拓展，逐步建立个性化的知识结构和知识体系。这种个性化的知识结构和体系，就是每个个体确定性的知识来源。随着时间的推移、知识的更新、个人兴趣和需要的转移，这种蛛网式的个性化知识结构和体系也会不断更新迭代，但以个人兴趣和需要为中心这一点是不变的，零存整取、碎片重构的方法也是不变的。由于个人的兴趣和需要在一定时间内具有相对稳定性和持久性，零存整取、碎片重构的方法和策略也具有相对稳定性和有效性，因而会给人一种相对稳定的安全感，其自主建构的知识内容与结构在一定时间内也具有相对稳定性，可以作为吸附和改造新知识的“地基”与“着力点”。重构主义理论是建构主义理论在网络和信息时代的新发展，是对联通主义理论的完善与超越。零存整取、碎片重构本质上就是深度联通的具体步骤与策略，对促进信息与知识在大脑内的联通特别有效。
以本文第一作者的亲身经历为例，自2011年提出新建构主义理论以来，笔者一直关注网络与数智时代的知识与学习，以及教育信息化领域的某些重大问题，并采用零存整取、不断重构的方式对这一知识与理论体系以及教育信息化观点进行丰富、修改与完善，发表了大量论文和著作。每一次新发表的论文和著作，都是对之前理论和观点的更新、修订、完善，乃至迭代。如将新建构主义更名为重构主义，并在这一理论基础上，发展出较为完整的新知识观等。笔者从未为不确定性问题所困扰，一直努力更新自己的知识与观念，而且学习动机很强，无需外在力量推动。重构主义理论体系及新知识观在一次次的打磨与争论中也日趋成熟，具有一定的稳定与确定性。重构主义理论与新知识观虽然一直在与时俱进，但其核心思想与方法基本未变。
六、数智时代如何管理自己的知识
个人知识管理是指个人在日常生活、学习和工作中，对知识的获取、积累、共享、创新、评价等过程进行的管理。通过个人的知识管理，一个人可以将拥有的各种资料和随手可得的信息，变成具有更多价值的知识，从而更好地服务于自己的工作、学习和生活。在数智时代，进行个人知识管理可以采用以下策略：
（一）持续学习
数智时代的一个主要特征是知识更新迭代的速度日益加快。因此，我们需要保持持续学习的习惯，掌握新的技能和知识。例如，我们需要建立一个开放的、动态的心智模式，以与这个变化的时代相适应。持续学习就是终身学习，“活到老、学到老”就是这种观念的通俗表达。持续学习还是一种即时学习、按需学习，即遇到什么问题就学什么，有什么需要就学什么，与时俱进是持续学习的目的所在。
（二）确立个人目标与方向
在这个日益纷繁复杂的时代，信息和知识犹如洪水一样蜂拥而来，真假难辨、鱼龙混杂。知识发展的速度已远远超过了我们获取、拥有和分析知识的能力，信息超载和知识碎片化成为我们学习遇到的两大挑战。为了应对这些挑战，学会选择成为必备的技能。重构主义主张以“我”为中心的选择原则，可以帮助我们把握在知识洪流中什么对我们是重要的，以免被信息与知识的汪洋大海所淹没。个人的兴趣和需要就是我们的目标与方向。我们不必什么都按照学科知识体系进行按部就班的学习，也不必由他人或人工智能为我们提供学习地图和学习路径，我们需要清楚自己想学什么、想要什么，并根据与个人兴趣和需要关系的密切程度来安排学习的内容和顺序。只有学习自己感兴趣的和有需要的内容，才能激发我们持续学习的动机，培养坚韧不拔的意志。
选择不仅限于知识的内容，还包括获取知识的管道与途径。选择的过程也是一个联通知识结点的过程，还是一个建立知识网络的过程。连通哪些结点，建立什么样的网络，也是选择需要考虑的问题，这些都需要与个人目标和方向保持一致。
（三）建立个性化知识体系
我们固然需要常识类的公共知识，但更需要能解决我们遇到问题和满足个人兴趣爱好的个性化知识体系。建立个性化知识体系需要经历以下过程：
知识筛选。即选择那些与个人兴趣爱好和问题解决需要相关的信息和知识，加入个人知识体系。
知识重构。即按照重构主义学习理论提出的零存整取式学习三大步骤，即积件式写作、个性化改写和创造性重构，通过不断改写使进入个人知识体系的知识碎片不断结构化和系统化，并逐步形成个性化的新知识。写作即思考，文章即结构。这里的写作是广义的写作，不仅可以采用文字符号，也可采用图像视频，还可采用绘画雕塑甚至数字代码等。
知识分享。即通过网络分享自己的个人知识，这不仅有利于个人知识向公共知识转变，同时也能及时获得各方反馈，加快知识的成形与完善。
知识更新。即对知识零存整取的过程，其不仅仅是对新知识获取与建构的过程，同时也包括对旧知识扬弃的过程。不断重构当为常态。不断重构要求我们定期回顾和更新原来所拥有的知识，以确保其准确性和有效性；回顾也可以帮助我们更好地理解和应用我们所掌握的知识。
（四）有效利用智能技术
利用各种技术工具可以极大地提高我们的知识管理能力。例如，我们可以使用搜索引擎来查找和获取知识，使用在线数据库来存储和管理知识，使用云空间来共享和协作知识等。以ChatGPT为代表的生成式人工智能，更是让我们的个人知识管理如虎添翼，其不仅能大大提高我们检索知识的能力，还能帮助我们快速整理和提炼知识，并为我们将知识结构化与系统化提供思路与框架。
（五）强化实践应用
知识最初来源于实践，又反过来作用于实践。学习知识的最终目的是将其应用于实践。实践是检验知识真伪的标准。实践还有助于我们获得大量的隐性知识，这些隐性知识可作为个体理解、接受和检验来自书本和他人的显性知识的基础，同时也是个体知识创新的源泉。实践还构成了知识确定性的主要来源，如提供经验、证据和重复验证等。重构主义所主张的零存整取式学习之所以有效，恰恰是因为其通过一整套连续、螺旋式上升的步骤，将个人实践所获得的隐性知识与来自外界的显性知识有机结合起来；通过不断改写自己的文章和作品，并进行理性思辨与逻辑推理，进而用包容性思维整合知识碎片与歧见，不断建构个性化知识体系，最终实现知识的创新。今天我们应该把更多的时间和精力投在实践上，将所学知识应用到实际生活中，通过实践来加深对所学知识的理解和应用，并创新知识或丰富和修正已有知识。
七、总结与展望
近年来学界出现了一些回归系统、回归基础、回归经典、追求知识确定性的呼吁，这些主张在今天这个越来越碎片化与浮躁化时代，具有一定的警醒作用。例如，以ChatGPT为代表的生成式人工智能的出现，更容易让人类产生依赖心理，养成思想懒汉，甚至导致人类大脑的萎缩与退化。因此，出现这样的呼吁并非偶然。
我们认为，这些呼吁找对了问题，却提供了错误的答案。用回归传统的老办法来试图解决数智时代的新问题，无异于缘木求鱼。今天确实还需要确定性知识，但这些知识主要属于各领域的常识范畴。我们认为在基础教育阶段就应该基本完成其中大部分内容的学习，进入高等教育阶段可进一步学习一些专业基础知识，此后则应尽快向自主建构个性化知识体系转向。研究生阶段或大学后继续教育阶段更需要掌握自主建构个性化知识体系的方法，养成终身学习习惯，掌握零存整取、碎片重构技巧和包容性思维，成为数智时代的高端学习者。在这样一个知识快速更新迭代的时代，学习应从最新的知识而不是最老的知识开始。对学习者个人而言，除了最具普遍性的常识之外，那些位于常识和个人所关注领域前沿之间的经典或半经典知识，只在对问题解决有帮助的时候才需要学习。经典不是不可以一读再读，但今天回归经典的目的往往不是为了追求知识的确定性，更多是为了激发灵感与创新超越。数智时代的知识精英不会是那些饱读经典的学究型人才，而是懂得充分利用信息技术、深谙数字化学习技巧、善于与人工智能分工与协作、懂得如何化零为整并进行碎片重构的创新性人才。
（本文参考文献略）
Knowledge Management in the Age of Digital Intelligence: Challenges of Knowledge Uncertainty and Response Strategies
WangZhuli WuYanru
Abstract: In the age of digital intelligence, the softening and fragmentation of knowledge are continuously deepening. The instability of knowledge is increasing while certainty is decreasing, posing serious challenges to human cognition and learning. It has also sparked calls in academia to return to elite knowledge education and pursue deterministic knowledge. How to deal with the uncertainty of knowledge and manage personal knowledge to meet the challenges in the era of digital intelligence has become an urgent and important issue to address. Before the advent of the Internet, due to limitations in communication channels, the speed of knowledge dissemination was slow, and human learning relied mainly on deterministic knowledge derived from experience, evidence, logical reasoning, authoritative figures and repeated validation. However, in the era of digital intelligence, with the increasing speed of knowledge dissemination and updates, the uncertainty of knowledge is becoming more prominent, presenting significant impact on traditional knowledge systems. Currently, it is necessary to establish a deterministic mental model and cognitive strategy, and master methods for autonomously constructing systematic knowledge in order to adapt the new learning context brought about by the instability of knowledge. Specifically, it involves using connectivism and reconstructivism theories as guidance, employing methods such as building knowledge networks, accumulating knowledge bit by bit and fragment reconstruction, and adopting strategies such as continuous learning, establishing personal goals and direction, creating personalized knowledge systems, effectively utilizing intelligent technology and strengthening practical application to continuously enhance one’s knowledge management skills.
Key words: The Age of Digital Intelligence; Personal Knowledge Management; Connectivism; Reconstructivism; Knowledge Uncertainty
初审：王远琦
复审：孙振东
终审：蒋立松
