Наверное, каждый, во время изучения нового материала или при решении рабочих задач, использовал заметки. Массив заметок, структурированной информации, которую вы собираете и организуете, формируют базу знаний. Личная база знаний является одним из методов повышения продуктивности, она позволяет сократить время на поиск данных, повышать креативность, снижать когнитивную нагрузку.
В следующих нескольких статьях я хочу раскрыть тему эффективности ведения личной базы знаний и поделиться своим опытом того, как мне получилось увеличить эффективность ее использования.
Как оценить эффективность базы знаний?
Основные задачи, которые призвана решать база знаний можно условно разбить на следующие категории:
• поиск информации в базе знаний;
• помощь в составлении целостного документа (статьи, отчета, документации);
Критериями эффективности решения этих задач могут быть:
• как часто удается извлечь информацию из личной базы знаний (своеобразный cache hit ratio);
• сколько времени потребовалось на то, чтобы найти информацию в базе знаний;
Раньше, для ведения базы знаний, я использовал ручку и блокнот, а также активно пользовался Notion, Evernote, Заметками Mail и другими подобными редакторами.
Однако эффективность такого средства хранения информации не очень высока.
Представьте, что вам нужно «вспомнить» информацию, которую вы изучали ранее и найти заметку, которую делали. К примеру, год назад, вы помните, что делали заметку по какой-то новой технологии, и там, вскользь упоминался новый механизм асинхронного ввода/вывода, но как он называется вы не помните.
Сейчас, когда у вас возникла рабочая задача по реализации этой функциональности, вам хотелось бы найти эту статью, чтобы подробнее изучить этот аспект. Но заметку сложно найти, поскольку название заметки относится к названию технологии, которая в ней описывается, но никак не с механизмом асинхронного ввода-вывода, который вас интересует.
На практике я часто сталкивался с понимаем, что я делал заметку о том, что мне нужно, но найти ее сложно. Часто оказывается проще и быстрее воспользоваться поисковиком и найти новую информацию в интернете или использовать ИИ инструменты, чем найти необходимую информацию в собственных заметках.
Отчасти эту проблему решает система структурирования и классификации заметок - группировка заметок в папки, добавления тэгов и т.д.
Еще более низкая эффективность классического метода ведения заметок при необходимости обобщения собранной информации и генерации новых идей.
Представьте, что вы хотите, составить статью по интересующей вас теме, используя свою базу знаний. К примеру, составить рабочий F.A.Q. для работы c kafka.
Если вы как-то структурируете заметки (объединяя общее заметки в папки или используя теги), то вы без проблем подберете несколько заметок по интересующей вас теме.
Однако, для решения задачи этого не достаточно, и вот почему:
• избыточность информации: каждая из заметок, хоть и относится к интересующей вас теме, содержит большое количество информации, которая не относится к той, тематике, которая вас интересует. Для того, чтобы извлечь необходимую вам срез информации нужно обработать большой объем данных, который не имеет отношение к теме;
• риск потери косвенных данных: структурирование и объединение информации позволяет быстро найти только те данные , которые напрямую относится к интересующей вас теме. В нашем примере, при составлении статьи по Kafka мы можем пропустить полезную для нас информацию по различиям в работе между RabbitMQ и Kafka, которая содержится в одной из заметок по RabbitMQ;
Если ли способ более эффективной работы с личной базы знаний?
Читайте продолжение в статье о эффективном методе ведения рабочих заметок