在介紹最佳實(shí)踐萃取技術(shù)的時候，被問到最多的一個問題是：最佳實(shí)踐萃取技術(shù)歷史的源頭在哪里？它是怎么一步一步發(fā)展到我們現(xiàn)在看到的方法論和應(yīng)用呢？就好比教練技術(shù)、引導(dǎo)技術(shù)等，大家可以追溯到國外的一些源頭，找到相關(guān)的經(jīng)典書籍、資料，于是更能理解國內(nèi)的實(shí)踐、應(yīng)用和未來發(fā)展變化。那最佳實(shí)踐萃取的技術(shù)有這樣的淵源嗎？

這的確是一個好問題！

        當(dāng)你知道這項(xiàng)技術(shù)的淵源和變化，才能更加清晰地了解它為什么重要、怎么樣更好地為自己所用等切身的關(guān)鍵問題，對孫波老師書中的內(nèi)容，你也能有更加全景式、深入的理解。

到哪里去溯源？

        先要說明：如果我們只把最佳實(shí)踐萃取理解為一般意義上的“經(jīng)驗(yàn)總結(jié)和提煉”，那么這件事兒肯定是古而有之，因人而異，并無固定淵源可溯。但我們現(xiàn)在講的最佳實(shí)踐萃取，是跟教練技術(shù)（coach）、引導(dǎo)技術(shù)（facilitation）等一樣，是一項(xiàng)有專門方法論和流程工具的技術(shù)，那么它確有其淵源和發(fā)展變化。

        當(dāng)然，我們可以去查浩如煙海的專業(yè)文獻(xiàn)。但對于一般的學(xué)習(xí)者，最簡單的是上網(wǎng)搜索。

        如果你去百度、搜狗、甚至翻墻出去谷歌用中文搜索，輸入關(guān)鍵詞“最佳實(shí)踐萃取”，一定會發(fā)現(xiàn)很多教育培訓(xùn)的從業(yè)者都在做“最佳實(shí)踐萃取”，大家基本上都是從培訓(xùn)內(nèi)容開發(fā)的角度、或者知識管理的角度，介紹最佳實(shí)踐萃取的重要作用，以及相關(guān)的方法和工具，但對這件事情作為一項(xiàng)專門的“技術(shù)”，它到底有何淵源、如何發(fā)展變化，卻很少人提及。

        所以，我們最好去搜索英文網(wǎng)站。但如果你用類似“best practice extraction”等直譯的關(guān)鍵詞，那我要遺憾地告訴你，恐怕結(jié)果中沒有你想要的東東呢！正確的方法是：在英文搜索中輸入關(guān)鍵詞：Knowledge Elicitation，或者Cognitive Task Analysis。恭喜你，大量的文章和書籍介紹會一下子涌到你眼前，你就可以慢慢去研究探尋了。

追溯最佳實(shí)踐技術(shù)的兩條主線

        人工智能這個概念在上世紀(jì)50年代被提出以后，最初“落地”的應(yīng)用就是在1965年開發(fā)出的一個專家系統(tǒng)DENDRAL，把化學(xué)分子領(lǐng)域?qū)＜业闹R萃取整理出來，輸進(jìn)人機(jī)交互的程序，讓機(jī)器變成該領(lǐng)域的專家，根據(jù)信息輸入就能推斷出化學(xué)分子結(jié)構(gòu)。從那時到現(xiàn)在，很多領(lǐng)域都已經(jīng)開發(fā)出這樣的專家系統(tǒng)。

        為支撐專家系統(tǒng)的開發(fā)，美國斯坦福大學(xué)教授愛德華·費(fèi)根鮑姆（Edward Albert Feigenbaum）上世紀(jì)70年代倡導(dǎo)了知識工程（Knowledge Engineering）這個學(xué)科，也就是研究怎么樣去處理知識，第一步就是如何獲取專業(yè)領(lǐng)域的知識，可用的方法包括：人工萃取、智能程序提取、大數(shù)據(jù)分析等。

        在人工萃取這個部分，有一群人被叫做“知識工程師”（Knowledge Engineer），他們運(yùn)用一些流程、工具等，從領(lǐng)域?qū)＜遥―omain Expert）身上萃取知識。這個過程就被叫做“知識誘出”（Knowledge Elicitation），就是我們現(xiàn)在所說的最佳實(shí)踐萃取。

這條線索對最佳實(shí)踐萃取技術(shù)的發(fā)展有兩個重要意義：

• 知識誘出作為知識工程的一個研究方向，從關(guān)鍵角色識別界定，到萃取知識的路徑、方法和工具等，都有專門研究。如果說過去人們對專家知識的總結(jié)提煉還是零散的、依據(jù)個人經(jīng)驗(yàn)的，那么現(xiàn)在它被發(fā)展成為一項(xiàng)專門的技術(shù)，有系統(tǒng)的、可復(fù)制的方法論。

  
  

• 在萃取專家知識的努力中，知識工程師們創(chuàng)造和完善了訪談（結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化）、協(xié)議分析（現(xiàn)場行為觀察、專家邊做邊解說）等諸多方法和工具，為我們現(xiàn)在做最佳實(shí)踐萃取提供了有力的方法和工具支撐。

        循著第一條線索，最佳實(shí)踐萃取的技術(shù)一開始主要應(yīng)用在基于人機(jī)交互的技術(shù)領(lǐng)域，但慢慢地，人們發(fā)現(xiàn)應(yīng)用這項(xiàng)技術(shù)，可以去萃取、保留專家的經(jīng)驗(yàn)、做法，于是這項(xiàng)技術(shù)的使用范圍逐漸擴(kuò)大。

        自上世紀(jì)90年來以來，隨著知識經(jīng)濟(jì)迅猛發(fā)展，知識管理的理念和建設(shè)知識管理系統(tǒng)在企業(yè)中越來越受到重視。知識管理的第一步就是獲取知識，并且對它們進(jìn)行加工，用結(jié)構(gòu)化的形式呈現(xiàn)出來，為之后的傳播、保存等環(huán)節(jié)服務(wù)。

        在利用各種方法獲取知識的努力中，大家發(fā)現(xiàn)知識誘出的核心路徑、方法、技術(shù)和工具，也完全適用于組織的知識管理和教育培訓(xùn)的需求。而且大家尤為看重的是，如何利用知識誘出技術(shù)，把專家（或績優(yōu)人員）身上的隱性知識挖掘出來，變成顯性的、其他人可復(fù)制的知識，為組織發(fā)展發(fā)揮更大價值。

這條線索對于理解當(dāng)前最佳實(shí)踐萃取技術(shù)的應(yīng)用很有意義：

• 知識誘出的方法和技術(shù)，最初是服務(wù)于人機(jī)交互系統(tǒng)的，而現(xiàn)在應(yīng)用在知識管理和教育培訓(xùn)方面，服務(wù)于組織和人才發(fā)展。這是該項(xiàng)技術(shù)應(yīng)用領(lǐng)域的一個重大轉(zhuǎn)變，而這個轉(zhuǎn)變近幾年在中國尤為顯著。就像引導(dǎo)技術(shù)、教練技術(shù)一樣，最佳實(shí)踐萃取作為一項(xiàng)核心技術(shù)，其應(yīng)用前景十分廣泛，正處在冉冉上升的朝陽階段。

• 現(xiàn)在企業(yè)已經(jīng)不單單關(guān)注專家（或績優(yōu)人員）知道的數(shù)據(jù)、事實(shí)等標(biāo)準(zhǔn)化信息，更關(guān)注他們成功的個人經(jīng)驗(yàn)和最佳實(shí)踐，要把這些萃取出來復(fù)制給更多人。所以，“知識誘出”一詞已不能準(zhǔn)確概括這個需求，而應(yīng)使用我們現(xiàn)在所說的“最佳實(shí)踐萃取”或“組織經(jīng)驗(yàn)萃取”。這不僅是用詞的改變，更是要求從業(yè)者在萃取技術(shù)和解決方案上做出變化。孫老師在本書中多次提到的訪談技巧、“認(rèn)知性任務(wù)分析”（CTA）等方法，就是在這方面的成功嘗試。

        以上為大家梳理了溯源最佳實(shí)踐的脈絡(luò)線索，感興趣的伙伴可以自己去這個知識的海洋里徜徉一番?；剡^頭來再去看孫老師書，你一定能更加理解這項(xiàng)技術(shù)的“前生來世”！

容小編在這里打個廣告~