إن النظر إلى الوراء، ثم إلى الأمام، هو ممارسة تقليدية بحلول نهاية العام. ما هي المخاوف المتعلقة بالبيانات التي تعتبر مهمة بما يكفي للقلق بشأنها في عام 2024؟ أي من هؤلاء لدينا فرصة للقيام بشيء جيد في عام 2024؟ وغني عن القول أن المال (الميزانية والتكاليف) يمثل مشكلة. ولكن ما هو أكثر من ذلك هو أن حل التحديات التجارية الحقيقية ربما يكون أكثر أهمية. تذكر أن التكاليف تتراكم، وقد تتأخر الفوائد في الظهور بشكل مزعج. حتى أن بعض المزايا تصل إلى فئة "الفوز أو الموت وأنت تحاول".

من المسلم به أن الأمر ليس سهلاً:

لذا، متشجعًا، ما الذي يمكننا تعلمه من الماضي؟

أطرح هذه المخاوف الخمسة باعتبارها مثيرة للاهتمام للغاية في عام 2024:

• نتائج الأعمال
• المواضيع مقابل العمليات
• النمذجة: واقع أم بيانات؟
• المعلوماتية - لماذا هذا شيء أوروبي؟
• تحسين نمذجة البيانات عن طريق تحسين الإدراك؟؟؟

نتائج الأعمال، الآن أو أبدًا

تعود الحوسبة المطبقة على اهتمامات الأعمال إلى أواخر الستينيات. كان إدخال البيانات في البداية عبارة عن شريط ورقي Flexowriter (على آلة كاتبة كهربائية) وعلى بطاقات مثقوبة. تم تنفيذ خوارزميات معقدة كخوارزميات فرز/دمج متعددة الخطوات على شريط مغناطيسي ليتم استبداله بأجهزة الوصول المباشر (الأقراص) خلال السبعينيات. 

كانت حالات الاستخدام التجاري واضحة جدًا، وكان الأشخاص مثلي مشغولين جدًا على مدى 10 إلى 15 عامًا في تنفيذ تطبيقات قائمة المواد وتطبيقات التعامل مع متطلبات المواد؛ على أجهزة الكمبيوتر، والتي تم شراؤها لحالات الاستخدام تلك. وبأسعار تبدأ من نصف مليون دولار وما فوق. 

تمت إضافة الفواتير بسرعة كحالة استخدام، لكنها بدأت تصبح صعبة بسبب ذلك جودة البيانات المشكلات (نعم، في ذلك الوقت، كان العملاء مجموعة صعبة). 

بدأ التكامل يصبح مشكلة، والتي ثبت أنها مصدر قلق كبير، لأن أنظمة قواعد البيانات المبكرة كانت تستخدم في الغالب كحلول نقطية لتطبيقات المجال. ومع ذلك، أدت رؤية قواعد بيانات المؤسسة إلى انتصار SQL على الشبكة والمفهرسة (قواعد بيانات ISAM/VSAM)، بسبب المرونة الملحوظة لقواعد البيانات المقيسة على نماذج البيانات المادية للغاية في أنظمة إدارة قواعد البيانات الأقدم. 

في السبعينيات بدأ ما يسمى بـ "هرم DIKW" في الظهور في كل مكان:

دخلت رؤى النمذجة المؤسسية أيضًا في طبقات التعليمات البرمجية المؤدية إلى النماذج الموجهة للكائنات (UML، OO) بالإضافة إلى OODBMS، والتي، مع ذلك، فشلت في دخول المسارات الرئيسية.

استندت فرضية هذا النوع من بناء وتنفيذ نظم المعلومات إلى تخصصات مثل التخطيط والحوكمة والأساليب وإشراك خبراء الأعمال وبعض التكنولوجيا (النمذجة العلائقية، OO، وما إلى ذلك). 

ومع ذلك، خلال الثمانينيات والتسعينيات، انتشر إدراك مفاده أن هذه "الصوامع" كانت صعبة للغاية ومكلفة للغاية. تم طرح تقنيات جديدة مثل أجهزة الكمبيوتر الصغيرة وأجهزة الكمبيوتر الشخصية، بالإضافة إلى OLAP وتخزين البيانات، لتوفير بعض الراحة لمتطلبات العمل الحقيقية. 

المواضيع بدلا من العمليات

وفي القرن الجديد، كانت أنظمة تخطيط موارد المؤسسات (مثل Oracle وSAP وغيرهما) ومستودعات البيانات الضخمة المدعومة بالتحليلات مثل OLAP وSAS وغيرها الكثير، تدير معظم المؤسسات الكبيرة بالفعل. بتكلفة عالية، نعم. ومن الصعب تغييره، نعم. ومع ذلك، فإن فوائد التكاليف المرتفعة يمكن الدفاع عنها، إذا سألتني. لقد حدثت عوامل خارجية في بداية هذا القرن، مثل نمو الفكر الاستثماري القائم على السوق (الليبرالية الجديدة)، والوضع السياسي الشامل الجديد في ظل اتحاد أوروبي قوي، والأدوار الرئيسية التي لعبتها الصين. 

لقد حدثت عولمة أنشطة المؤسسات بسرعة وتستمر حتى اليوم. وهذا جعل الشركات أكثر تعقيدًا، حيث خرجت من عمليات الدمج والاستحواذ، وخطوط الإنتاج المتضاربة، وقواعد العمل المتناقضة، وما إلى ذلك. وكان هناك/لا يزال هناك ضغط كبير من المستثمرين الذين يطالبون بدورات عائد استثمار أقصر بكثير. لقد أثرت السياسة والأيديولوجية والديناميكيات المضطربة على ما كان يُنظر إليه تقليديًا على أنه علم (الإدارة / الكمبيوتر).

إن نجاح شركات التكنولوجيا الكبرى مثل ياهو، وجوجل، وما إلى ذلك في التعامل مع "البيانات الضخمة" أدى إلى خلق توقعات طموحة بشأن "التكنولوجيا للإنقاذ".

وبالتالي، كانت التكنولوجيا هي المكان الذي يبحث فيه الناس عن الحلول - مثل NoSQL، والبرمجة الوظيفية، و"مكدس البيانات الحديثة". وأصبح التخزين الآن سهلاً ورخيصًا، في حين أصبحت "الحوسبة" مرهقة كما كانت من قبل. وأصبح الذكاء الاصطناعي أكثر قوة (ومع ذلك لا يزال مكلفا للغاية من حيث تكاليف الحوسبة والعواقب البيئية).

في عام 2024، سيكون هناك (سيستمر) تركيز هائل على تدفق البيانات إلى البيئة (البيئات) التي سيتم استخدامها فيها. (سواء مع الذكاء الاصطناعي أو بدونه، وما إلى ذلك) تحت مظلة مثل "مكدس البيانات الحديثة" واستخدام لغة التكنولوجيا الجديدة مثل "هندسة البيانات"، و"نسيج البيانات"، و"شبكة البيانات"، وما إلى ذلك، يتم نقل البيانات ونقلها. يتم تحويلها إلى هياكل مادية في الغالب، ومناسبة للمعالجة الخوارزمية والإحصائية (المعروفة أيضًا باسم الذكاء الاصطناعي). 

تكون الطاقة مكثفة، ويتم الحصول على الأدوات وتطبيقها بالأرقام، مما يبدأ بمطابقة قائمة التسوق للعروسين لما تحتاجه في مطبخك. (عذرًا، لم أستطع منع ذلك.) ألقِ نظرة على هذا (قادم من موقع غني بالمعلومات يسمى Our West Nest):

وما ورد أعلاه هو مجرد فئة الأدوات والأدوات التي يوصى بامتلاكها. استشر موقعهم لمعرفة بقية الأشياء التي تحتاجها. إذن، الآن أنت تعرف ما يتطلبه الأمر لتصبح "مهندسًا غذائيًا". أما بالنسبة لأدوات هندسة البيانات، فما عليك سوى التحقق من ذلك الموقع!

لسوء الحظ، كما سيخبرك أي طباخ ماهر بسعادة، فإن حيل التجارة تكمن في معرفة المواد التي تصنعها (الطعام) وكيفية الجمع بين أذواق المنتجات الجيدة ومطابقتها، والتي تعرف مكان العثور عليها وكيفية معالجتها. إذا ترجمنا ذلك إلى مجالنا، فهذا يعني أنه يمكنك تطبيق الكثير والكثير من الأدوات الهندسية، ولكن المهمة لن تتم إلا إذا كنت تعرف موضوعات مجالات الأعمال، وتعرف اهتمامات العمل، وتحل المشكلات مع رجال الأعمال في الاتحاد سيناريوهات.

وإلا، فمن المحتمل ألا تكون مزود حلول فعال من حيث التكلفة. هذه مسألة تجارية، وليست علم الصواريخ (ولا الكمبيوتر).

ومعرفة موضوع العمل هو موضوعنا التالي.

نمذجة الواقع: المعرفة، وليس البيانات

يمكن أن يكون الواقع وحشيًا: إحدى قصص الرعب (الحقيقية) المفضلة لدي تدور حول شركة متعددة الجنسيات تعمل في مجال التعاملات مع المستهلكين (B2C) أرادت تنفيذ نظام جديد لإعداد تقارير المبيعات. لقد أنشأناها من خلال جمع البيانات من العديد من أنظمة تخطيط موارد المؤسسات (ERP) التي تعمل في بلدان مختلفة - فقط لنكتشف أن قاعدة البيانات المدمجة كانت تفتقد معلومات التسلسل الهرمي لفئة المنتج في أكثر من 50% من سطور تقارير المبيعات! أدى ذلك إلى تأخير المشروع لعدة أشهر، حيث تناوب المراقبون الشباب الأقوياء على زيارة الشركات الناشئة المختلفة... لو كانوا يعرفون ذلك مسبقًا، لكان المشروع على الأرجح قد بدا مختلفًا.

يبدو أن الذكاء الاصطناعي التوليدي (GenAI) يظهر على جميع الصفحات الأولى اليوم. وفي الصفحة 2، يرى العديد من الأشخاص أنه من أجل إيقاف ميول GenAI إلى الهلوسة (اختلاق الأشياء)، سيتعين عليك مساعدته جنبًا إلى جنب مع الرسم البياني المعرفي. هذه فكرة جيدة جدًا لأن الرسوم البيانية قريبة من دلالات الأعمال.

مايك ديلينجر لديه اتخاذ مباشر جدا حول الحاجة إلى الرسوم البيانية المعرفية لجعل الذكاء الاصطناعي يعمل بشكل أفضل إلى حد ما: 

"بالنسبة لعلماء الكمبيوتر والبيانات، إحدى طرق تحفيز استخدام الرسوم البيانية المعرفية هي وضعها كوسيلة للتغلب على أوجه القصور العديدة في تمثيل البيانات والمعرفة في قواعد البيانات العلائقية ومعالجتها باستخدام نماذج التعلم الآلي الخطية.

أحد الافتراضات الكبيرة والسيئة والمثيرة التي تبسط قواعد البيانات هو أن الأعمدة يتم التعامل معها على أنها مستقلة أو متعامدة. تفترض تقنيات التعلم الآلي مثل المصنفات نفس الافتراض: هناك أوزان لكل ميزة/متغير ولكن لا توجد مصطلحات تمثل التباين أو الترابط بين ميزتين أو أكثر. يُفترض أيضًا أن تكون الفئات المستهدفة للمصنفات منفصلة أو غير مترابطة، ولهذا السبب يكون أداء المصنفات ضعيفًا في الاختيار بين الفئات المرتبطة هرميًا - فهي ليست منفصلة، ​​بل يستوعب أحدها الآخر. إن الاعتقاد بأن المتغيرات غير مرتبطة في حين أنها مرتبطة بالفعل يؤدي ببساطة إلى تضخيم تباين الخطأ إلى مستويات لا تطاق.

وأيضًا من إحدى شرائح ديلينجر: "لماذا نستخدم الرسوم البيانية المعرفية؟ لأن الرياضيات حرفيا، عمدا، لا معنى لها على الإطلاق. والمنطق كذلك."

إن إحداث تأثير على الأعمال هو حيث يبدأ وأين ينتهي.

يجب أن يقدم الذكاء الاصطناعي مقترحات موثوقة. ولم لا اطلب الشهادة?

المزيد من المعلوماتية، وتكنولوجيا أقل

ما يلي ليس مشكلة كبيرة، ولكن يبدو أن المصطلحات غير الدقيقة قد أصابت "نقابتنا". 

بدأت في جامعة كوبنهاجن عام 1969. وكان أستاذي هو بيتر نور، الذي اشتهر بأشياء مثل:

• مؤلف مشارك مع Edsger Dijkstra et al. على لغة البرمجة Algol-60
• يستخدم الحرف "N" في BNF ، وهو صيغة Backus-Naur-Form في الكثير من تعريفات اللغة
• لم يكن يريد أن يُطلق عليه لقب "عالم كمبيوتر" ، بل فضل "Datalogy" بدلاً من "Computer Science" - والسبب هو أن المجالين (أجهزة الكمبيوتر والمعرفة البشرية) مختلفان تمامًا وكان اهتمامه بالبيانات ، وهو خلقنا ووصفنا كبشر
• في كتابه "الحوسبة: نشاط بشري" (1992) ، وهو مجموعة من مساهماته في علوم الكمبيوتر ، رفض مدرسة البرمجة التي تعتبر البرمجة فرعًا من فروع الرياضيات.
• جائزة رواد الكمبيوتر من جمعية IEEE للكمبيوتر (1986)
• 2005 الحائز على جائزة تورينج ، وكان عنوان محاضرته "الحوسبة مقابل التفكير البشري"

 (انظر المزيد من الخلفية هنا.)

في الواقع، لدينا ثلاثة مصطلحات متنافسة:

• علوم الكمبيوتر
• المعلوماتية
• علم المعلومات

"علم المعلومات" يعني بشكل كلاسيكي نوع التعامل مع المعلومات الذي يقوم به أمناء المكتبات والمحفوظات. واليوم أصبح كل شيء رقميًا..

يتم استخدام "المعلوماتية" بدلاً من علوم الكمبيوتر في أجزاء كبيرة من أوروبا وبلدان أخرى. في الولايات المتحدة وآخرين، تُستخدم المعلوماتية بشكل متكرر للتعامل مع المعلومات في مجال الرعاية الصحية.

ثم هناك "علوم الكمبيوتر". أكاديميا، اليوم، هو رياضي ومجرد للغاية، يقوم على المنطق والوظائف. ومع ذلك، يتم وصفها في كثير من الأحيان على أنها مجموعة من المهارات، التي تستخدم في التعامل مع البيانات. لكن الدلالات المباشرة، "كيفية بناء أجهزة الكمبيوتر"، لم تعد في نطاقها بعد الآن؛ أتوقع أن يهتم المهندسون والفيزيائيون بذلك. 

إذا قمت ببناء الطرق السريعة، فقد أستخدم مهارات خاصة ذات صلة بالطرق السريعة. لكن هل هذا يجعلني "عالم طرق سريعة"؟ ليس كذلك.

في كتابه "اتصالات ACM" (رابطة آلات الحوسبة، يلزم تسجيل الدخول)، يدافع بيتر دينينج، الرئيس السابق لـ ACM، عن "علم الكمبيوتر" وضده في مقال بعنوان "هل علم الكمبيوتر هو علم؟" "إن علوم الكمبيوتر تلبي جميع معايير كونها علمًا، ولكنها تعاني من مشكلة مصداقية ذاتية" عام 2005، كما يخلص إلى:

"التحقق من صحة مطالبات علوم الكمبيوتر

ها نحن ذا. لقد سمحنا لضجيج أقسام الإعلان بالتسلل إلى مختبراتنا. وفي عينة مكونة من 400 ورقة بحثية في علوم الكمبيوتر منشورة قبل عام 1995، وجد والتر تيتشي أن ما يقرب من 50% من تلك النماذج أو الفرضيات المقترحة لم تختبرها [12]. وفي مجالات العلوم الأخرى، كانت نسبة الأوراق التي تحتوي على فرضيات لم يتم اختبارها حوالي 10%. وخلص تيشي إلى أن فشلنا في اختبار المزيد سمح بتجريب العديد من الأفكار غير السليمة عمليًا وقلل من مصداقية مجالنا كعلم. …

يبدو أن تصور مجالنا هو قضية أجيال. ويميل الأعضاء الأكبر سنًا إلى التماهي مع أحد الجذور الثلاثة للمجال: العلوم أو الهندسة أو الرياضيات. النموذج العلمي غير مرئي إلى حد كبير داخل المجموعتين الأخريين. 

أما الجيل الأصغر سنا، الذي كان أقل انبهارا بتقنيات الحوسبة الجديدة مقارنة بالجيل الأكبر سنا، فقد أصبح أكثر انفتاحا على التفكير النقدي. لقد كانت علوم الكمبيوتر دائمًا جزءًا من عالمهم؛ ولا يشككون في صحتها. وفي أبحاثهم، فإنهم يتبعون بشكل متزايد النموذج العلمي.

الإشارة إلى Tichy هي: Tichy, W. هل ينبغي لعلماء الكمبيوتر تجربة المزيد. معهد مهندسي الكهرباء والإلكترونيات للكمبيوتر 1998.

يجعلك تتساءل: هل مازلنا نسمح "لضجيج أقسام الإعلان بالتسلل إلى مختبراتنا"؟

أعتقد أن "المعلوماتية" هي المصطلح الأكثر عمومية ودقة لما نقوم به. الحوسبة هي نشاط بشري والمعلوماتية تصف الأنشطة البشرية للتعامل مع المعلومات من أجل البشر وبواسطتهم.

نعم، أشعر بتحسن الآن، شكرًا لك!

التطلع إلى المستقبل: تحسين الإدراك  

نمذجة البيانات في المستقبل؟

كما يتذكر بعض القراء، أنا مصمم نماذج بيانات (رسم بياني) عن ظهر قلب، ولدي سنوات عديدة من العمل في تصميم النماذج. وأنا أيضًا من أشد المدافعين عن تطبيق المعلوماتية في الاهتمامات التجارية - مما يجعل حل مشكلات الأعمال هو الشيء الأساسي الذي نقوم به. لقد عانينا من مناقشات التكلفة/المنفعة خلال السنوات الخمس عشرة إلى الخمس والعشرين الماضية.

يميل الناس أيضًا إلى الاعتقاد بأن نمذجة البيانات هي نهاية الطريق، لا أكثر. ما الذي يمكن فعله لجعله أكثر إنتاجية وإنتاجًا بجودة أعلى؟ لقد تم تطويره في السبعينيات، انتبه. ما هي الأشياء الأخرى التي بقيت من السبعينيات؟ (حسنًا، مجرد إثارة: نجت النمذجة العلائقية …)

أما بالنسبة لأي نظرية، فسيتعين عليك تحدي الافتراضات. إن نمذجة البيانات، كما نعرفها الآن، موجهة هندسيًا للغاية وتحتوي على مخططات معقدة، وهي ليست قريبة جدًا من أطيب تمنيات المستهلكين. في العديد من النواحي، لا تزال "مخططات" مبنية على نماذج بديهية مثل تطبيع قاعدة البيانات، وما إلى ذلك - مخصصة لبناء بنيات مادية مثل قواعد البيانات. الاستثناء موجود في الجانب المعلوماتي من المنزل، حيث حققت النماذج الدلالية (الرسوم البيانية) بعض النجاح بسبب التعبير والدقة وسهولة الاستخدام النسبية (اقرأ: "الرسوم البيانية المعرفية").

توجد أبحاث قوية وتطلعية

إذن، هل هذه هي نهاية الرحلة؟ هل سيتولى JSON كامل نطاق نماذج البيانات؟

لا أعتقد ذلك. تعد نمذجة البيانات، مع دلالاتها، مجالًا بحثيًا مفتوحًا. كانت نمذجة البيانات التقليدية القائمة على علوم الكمبيوتر مبنية على بديهيات ونماذج ضيقة إلى حد ما ــ والتي من المفترض أن يتم تعزيزها بالمنطق والتجريد.

لكن علم الدلالة والمعرفة يفتحان الباب أمام عالم كبير جدًا من الخطاب. في الواقع، ما حاولت نمذجة البيانات القيام به على مر السنين هو الدخول في مجالات العلوم المعرفية (علم النفس، والسريرية، والفلسفية). 

نماذج البيانات هي تفسيرات للعالم كما تدركه حواسنا، وتشكل إدراك كل ما نراه ونختبره. هذا هو الطريق المفتوح للأمام!

وإلى ماذا ننظر إذن؟ دعونا، من أجل المتعة، نسميه "نظام تحديد المواقع المعرفي" (CPS). الق نظرة:

سيلاحظ مستخدمو CPS ذوو الخبرة الذين يسافرون أن الصورة مأخوذة من باريس، فرنسا. حتى أن البعض سيعرف أن النهر معروف باسم نهر السين.

البقاء على قيد الحياة عن طريق الإدراك البصري

تهدف القدرات المعرفية الأساسية لمعظم الحيوانات، بما فيهم أنا، إلى فهم مواقف مثل هذه، أولاً وقبل كل شيء:

عفوا أيها الأسد! (ذكر)، لا يحاول حقًا الاختباء في عشب - فهمت الموضوع صحيح! ولكن ليس سياقًا غنيًا لاتخاذ القرارات منه. اتبع غرائزك (العودة إلى السيارة فكرة جيدة).

وهنا سياق آخر:

عفوًا – أسد آخر! هذه المرة أنثى، ومن المحتمل أن تكون معدتها ممتلئة. المزيد من السياق للعمل معه. لقد كاد الوحش (الحيوان البري؟) أن يؤكل بالفعل. الإستنباط:  إنها ليست جائعة في هذا الوقت. التقط صورة ثم تراجع، لطيفًا وهادئًا - يبدو آمنًا بدرجة كافية لمصور فوتوغرافي عالمي مثلك...

هناك مجموعة غنية من الأبحاث الأكاديمية حول هذه الأمور. لقد تطورنا للتعامل مع الفهم الفوري واللحظي للسياق، كما يقدمه لنا التدفق المستمر للحواس (الإدراك) التي تصل إلى وحدات المعالجة المعرفية لدينا في الدماغ. إنه ينتقل من علم النفس الأساسي إلى علم النفس العصبي إلى علم الأعصاب الإدراكي وحتى الذكاء والوعي والفلسفة.

لقد كنت أتابع العديد من الباحثين والكتاب على مدى السنوات العشر الماضية، وهنا سنلقي نظرة على موكب صغير من الملاحظات المثيرة للاهتمام.

برنامج Maps

من الواضح أن الخرائط جزء من هذا المسعى لتسهيل الانتباه والفهم. هنا (وسط) خريطة مترو أنفاق لندن:

الآن، أولًا وقبل كل شيء، تحتوي الخرائط على عدد من الصفات، كما هو موضح أعلاه:

• يتم تعيين المواقع
• يتم تعيين العلاقات أو المسارات، إذا صح التعبير
• الخرائط عبارة عن رسوم بيانية، والرسوم البيانية هي خرائط!
• الخرائط منطقية بشكل بديهي

لاحظ أيضًا أنه تم الإشارة إلى المواقع/المعالم على الخريطة. ومع ذلك، إذا نسيت ما هو قريب من محطة مترو أنفاق Sloane Square، فيمكنك دائمًا الاستيقاظ في ضوء النهار ومعرفة ما إذا كان CPS الخاص بك سيتعرف على المناطق المحيطة (= السياق) نيابةً عنك. شيء من هذا القبيل "أوه، نعم، هناك في المتجر الصغير في المنزل الأصفر حيث اشترينا المنديل الأحمر لإلين في شهر العسل."

يعد التفكير في رموز الخريطة عند إنشاء نماذج البيانات أمرًا بسيطًا وقويًا. ولهذا السبب تخليت عن مخططات ER ومخططات فئة UML منذ سنوات.

على العناصر النائبة/علامات الموقع/أسماء الأماكن

إن العثور على طريقك هو أكثر قليلاً من مجرد خرائط وحدس معرفي. في كتابه الممتاز "Wayfinding"، بيكادور ماكميلان 2020، لدى مايكل بوند (صحفي علمي، محرر سابق في مجلة New Scientist)، بعض الملاحظات والاكتشافات المذهلة.

ويقتبس من عالم الأنثروبولوجيا أريان بيرك قوله إن هناك أدلة أثرية على أن البشر المعاصرين الأوائل كان لديهم شبكات اجتماعية واسعة النطاق. وأوضحت في مكالمة هاتفية: "كانت تلك الشبكات البعيدة ضرورية لثقافتنا". "تذكر أنه خلال العصر الحجري القديم، كان هناك عدد قليل نسبيا من الناس حولها. ... كان الحفاظ على شبكة اجتماعية واسعة النطاق وسيلة لضمان استمرار بقائك على قيد الحياة. ستحتاج إلى خريطة معرفية ديناميكية للغاية، والتي سيتعين عليك تحديثها باستمرار بمعلومات حول جهات الاتصال الخاصة بك وما كانوا يخبرونك به عن المشهد الطبيعي.

يذكر بوند أيضًا استخدام أسماء الأماكن الطبوغرافية - الأسماء الجغرافية. على سبيل المثال، إذا اتجهت نحو الشمال الغربي من مزرعة والديه في اسكتلندا، فإنك ستقابل "التقاء الجداول المشرقة والمشرقة"، وتتبع مسار الماشية القديم "صخرة الطيور". وعلى بعد ميل أو أكثر ستقابل "التل الأسود العظيم" وتعبر "التيار الأحمر". أمامنا مباشرة "تلة المعركة". بعد التسلق ستجد نفسك على "تلة التوت السحابي" (التي لا تزال تنمو هناك). 

يعتقد المؤرخون أن أسماء الأماكن الطبوغرافية أعطت للمستوطنين الأوائل نظامًا مرجعيًا جغرافيًا، وهو مقدمة لخطوط الطول والعرض. الاسم الوصفي يثير صورة ذهنية - سوف تتعرف على "البروز المعشب على الربوة" (Funtulich، باللغة الغيلية) عندما تراه. يشكل تسلسل أسماء الأماكن مجموعة من الاتجاهات: بحيث يمكنك القيام برحلتك إذا كنت مجهزًا بذلك.

وفي أقصى الشمال، إلى شعب إنيوت في شمال كندا وألاسكا وجرينلاند. عندما مر المستكشف جورج فرانسيس ليون بقرية إيجلوليك في القطب الشمالي الكندي عام 1822، بحثًا عن الممر الشمالي الغربي، أشار إلى أن "كل نهر أو بحيرة أو خليج أو نقطة أو جزيرة لها اسم، وحتى اسم محدد". أكوام من الحجارة."

بالنسبة إلى شخص غريب، قد يبدو القطب الشمالي عديم الملامح ورتيبًا. ... في الجزء الجنوبي من جزيرة بافن ستجد نولووجاك، أو "جزيرتان تشبهان الأرداف". من الصعب تفويتها. بعيدًا عن الساحل، ستعرف بالضبط أين أنت عندما ترى كومانغواك، "التل الهزيل (بدون رقبة)."

يختلف هذا النهج في تسمية الأماكن تمامًا عن النهج الذي اتبعه المستكشفون الأوروبيون الأوائل للأمريكتين، الذين كانوا يميلون إلى الاحتفال بالأصدقاء أو الداعمين أو الأعيان من وطنهم بدلاً من التضاريس أو الثقافة المحلية.

كيف نتنقل

وقبل أن نترك مايكل بوند، إليك بعض الملاحظات التي تستحق التفكير فيها: 

"لقد أنعم الله على البشر بملاح داخلي أكثر تطوراً وقدرة بما لا يقاس من أي نظام اصطناعي. كيف نستخدمها؟

لقد وجد علماء النفس أنه عندما يجد الناس طريقهم عبر تضاريس غير مألوفة، يتبعون إحدى استراتيجيتين: إما ربط كل شيء بموقعهم في الفضاء، وهو النهج "التمركزي الأناني"، أو الاعتماد على ميزات المناظر الطبيعية وكيفية ارتباطها لبعضهم البعض لإخبارهم بمكان وجودهم، النهج "المكاني".

مجموعة أخرى من الملاحظات التي أجدها مثيرة للاهتمام هي كيف نتجول في المناظر الطبيعية ونتبع الطرق. يبدو أن الحدود لا تقل أهمية عن المواقع. وأظن أنه يمكن تعميم ذلك على "المناظر الطبيعية" المبنية، حيث قد تسهل الحدود التنقل إلى حد كبير (وبشكل حدسي).

أوصي بشدة بكتاب "Wayfinding" لمايكل بوند.

الحركة، المكانية

الكتاب التالي الذي سأذكره هو "العقل في الحركة: كيف يشكل العمل الفكر" بقلم باربرا تفرسكي (الأستاذة الفخرية في علم النفس بجامعة ستانفورد) من عام 2019. 

ومن نواحٍ عديدة، تم تأطيرها بنفس النتائج التي ذكرها مايكل بوند. 

فالناس، مثل معظم المخلوقات، ينتقلون من مكان إلى آخر. وهي أثناء تحركها تترك آثاراً، على الأرض، في الدماغ، والمسارات، والأماكن. يسجل الحصين الحركات كمسارات وسلاسل من الأماكن والمسارات. وهذا، في الواقع، جائزة نوبل في الفسيولوجيا أو الطب 2014، والتي مُنحت نصفها لجون أوكيف، والنصف الآخر بالاشتراك مع ماي بريت موسر وإدفارد موسر "لاكتشافاتهم للخلايا التي تشكل نظام تحديد المواقع في الدماغ". تسمى الخلايا خلايا الشبكة وتستخدم كعلامات تعمل مع الحصين في إنشاء بنيات مكانية في الدماغ.

تتمتع باربرا تفرسكي بمنظور أوسع – فهي تريد أن تثبت أن الحركة المسجلة مكانيًا في العقل هي منصة للفكر. ليس فقط الرسوم البيانية، ولكن أيضًا الكلمات والإيماءات والرسومات. كما أنها تعزز الاستدلال والاكتشاف، وتسمح بالإنشاء والمراجعة والاستدلال من خلال المجتمع. التصنيف هو التبسيط العقلي عبر الصورة الكاملة المدركة. بالتأكيد البروفيسور. لقد بحثت تفرسكي في العديد من جوانب هذه الأشياء في مختبر علم النفس الخاص بها في جامعة ستانفورد وجامعة كولومبيا.

الفضاء له معنى، والقرب يعني القرب على أي بعد. عمودي: لأعلى، كل شيء جيد، أفقي: محايد. الفضاء خاص، فوق الوسائطي وضروري للبقاء، وأساس للمعرفة الأخرى. بدعم من الإيماءات.

بمعنى آخر، يمكن التعرف بسهولة على التواصل من العقل ويجب أن يكون واضحًا للمستهلك، كيف يمكن أن يساعد (الاتصال) في المهام المهمة في السياق. يبدو أنها توصيات جيدة حول كيفية تحسين نماذج البيانات في المستقبل!

"العقل في الحركة: كيف يشكل العمل الفكر" هو عمل أساسي في مجال العلوم المعرفية. يوجد فيديو يوتيوب ممتاز (التفكير المكاني أساس الفكر) معها من عام 2022، هنا.

الإدراك في الدماغ (اليسار واليمين)

أحد أهم الكتب التي تم بحثها بعناية حول المسائل المعرفية هو كتاب "مسألة الأشياء: أدمغتنا وأوهامنا وتفكيك العالم" للطبيب النفسي والباحث في علم الأعصاب والفيلسوف والباحث الأدبي الدكتور إيان ماكجيلكريست، بيرسبيكتيفا، 2021.

في كلماته:

"في الواقع، لا توجد أجزاء. الأجزاء هي قطعة أثرية ذات طريقة معينة للتعامل مع العالم. لا يوجد سوى أجمعين. والأشياء التي نفكر فيها كأجزاء، هي كليات على مستوى آخر، والأشياء التي نفكر فيها كأجزاء كاملة، يمكن رؤيتها كأجزاء من كل أكبر. 

لكن هذا العمل المتمثل في نحت الأشياء إلى أجزاء هو من صنع الاهتمام التدريجي للنصف الأيسر من الكرة الأرضية. لذا، لأنه يحاول التركيز على هذه التفاصيل الصغيرة، فهو يركز على جزء صغير معين، ربما ثلاثة من قوس الاهتمام البالغ 360 درجة، وهذا يؤدي إلى نظرة مختلفة للعالم عن تلك التي ينظر إليها النصف الأيمن من الكرة الأرضية.

نصف الكرة الأيسر المتحذلق ونصف الكرة الأيمن البديهي

يمكن تلخيص تقسيم العمل بين نصفي الكرة المخية لدينا من خلال بعض الأمثلة:

أسباب الانقسام تطورية. يتوافق الشرح المبسط تقريبًا مع صورتي الأسد أعلاه. أحدهما هو "أوه، أنا أعرف ما هو"، والآخر هو، "المساعدة، من الأفضل أن أهرب!" كلا التفاعلين مفيدان للغاية.

هنا مثيرة جدا للاهتمام محاضرة يوتيوب: تحدث الدكتور إيان ماكجيلكريست في مساحة الابتكار IdeaSquare في CERN لمناقشة طبيعة الواقع من منظور العقل البشري والفلسفة. وتمت استضافة هذا الحدث بالتزامن مع دورة تجريبية لتزويد الطلاب بقدرات التفكير النظمي واسع النطاق وكيفية إحداث التغيير المجتمعي. كما أنه يحتفظ بموقع على الانترنت هنا.

كتابه الأخير "المسألة مع الأشياء" يقع في مجلدين، إجمالي صفحاته 1,300 صفحة. ينبغي أن تبقيك مشغولا لفترة من الوقت!

آمل أن أكون قد أقنعتك بأن لدينا العديد من الفرص لتحسين فهم نماذج البيانات؟ أبقي عيناك جاكيت ! التواصل باستخدام الحدس! قد يكون عام 2024 هو العام الذي يجعل فيه التطور المبتكر كل هذه البيانات أسهل!

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
• أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
• أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
• أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
• المصدر https://www.dataversity.net/handling-data-concerns-in-2024-and-onwards/