圣经中有一句话叫：My words are ways.
物理空间的导航由文字和图符购成，导航是 Words， Words 帮助人判断出 Ways.
在数字空间中，似乎是： Ways = Words。 Words are ways; ways are words.
看@周源在一个关于“知乎的信息流” 问答中用到的图 （我在上面 highlight一些名词）: 名词与动词合在一起构成了 Ways。 每两个 名词间有多种动词的连接，购成了多条路的可能。用户的每次手脑结合的一个操作，好像是在“每条路”上的走过。这个好像是：知乎的 words 给用户提供了 ways-in-知乎。
〉〉更多看这个知乎的链接：http://www.zhihu.com/question/20490645/answer/15273321
有几个概念：
1 AI in reverse 反/逆人工智能，这个概念的意思是：当用户与智能机器共同工作时，如果机器用透明化的方式呈现智能， 并且这种智能又在用户能够学习的难度范围内，那么，经过一段时间后，人可能学会机器的智能。
这就好像是：一个师傅带一个徒弟，师徒二人一起解一些难题，徒弟主要观察师傅是如何解这个难题的，并且会在每一步都以透明的方式告诉徒第：该怎样做，为什么要这样做等。经过一段时间后，徒弟自然就学会了。在 AI in reverse 中，智能机器扮演师傅的角色。
参考文章：Salomon, G. (1988). AI in reverse: Computer tools that turn cognitive. Educational Computing Research , 4 (2).
2 Cognitive distribution 我还不确认中文应该怎样翻译，大致的意思是智能分布在一个团队的不同成员间。成员可能都是人，也可能是人与机器的混合。
参考文章：Jonassen, D. H., & Reeves, T. C. (1996). Learning with technology: Using computers as cognitive tools. In D. H. Jonassen (Ed.), Handbook of research for educational communications and technology (pp. 693-719). New York: Macmillan.
3 以上谈到的智能可能指各个领域的：比如，当把部分的商业管理智能嵌入到软件应用中，设计出的是 BI 软件。当我提出将“学习科学的规律"植入/织入/嵌入网络工具时，我指得是将诸如：一个学生有选择地注意到信息 （Attend to information）, 识别类型/规律 （Recognize patterns）, 对信息编码 （Encode information）, 构建，修改， 完善，重建脑中的剧本等。
注：我的原文发布在知乎上：http://www.zhihu.com/question/20321217
我在知乎上问一个问题， 并自问自答：http://www.zhihu.com/question/20454519/answer/15182220
Question: 对于「一个人大脑中从未分享过的知识、经验、见解和判断力，总是另一群人非常想知道的东西」，如何将这个需求丰富化和细化？
Answer: 首先我想稍微修改一下这句话，把 “从未分享的”几个字去掉。这样我讨论的面会更广一些。为了丰富这个需求，我想到几个场景。
场景一：Peer-tutoring (注：不知准确的中文翻译是什么)
这个peer-tutoring 可以理解成同学间的“教”，朋友间的“教”，或同事间的“教”等。Peer 是同伴的意思，既然是同伴，两人在被 “教" 的内容上，懂得差不多，但是教的人可能比学的人明白多一点。
假设教的人是张三，学的人是李四。 Peer-tutoring 的几个好处：张三可能比较理解李四所面临的困境，张三能用李四容易懂的语言来讲解。张三是 Learn through teaching，在这个过程中增加了信心。张三有更多的灵活时间 （相对于正式的老师），李四能更放松地问张三。
场景二：跨专业团队（Cross-functional team）合作解决一个问题，比如说有 A，B, C三个人 （来自于不同专业）, 你是A, 你需要在一定程度上向其他人解释明白自己的专业，就向“科学松鼠会”那些人，得把自己专业知识的“坚硬果壳” 打破，帮助非此专业的人大致理解你解决问题用到的规律，这样别人更容易支持你的决策，更可能从他们的专业角度帮助你。整个团队能更好地解决问题。
场景三：在研发和探索的过程中。比如说我正在研究如何用“可视化”技术来对“教育心理学”的规律进行可视化。因为这是一个跨学科的研究，“可视化” 是一个新兴的领域，对此感兴趣的人来自于不同领域，其中用到的方法和工具也来自于不同领域。我想通过“知乎”找到这些人，大家共同来探索这个问题。
场景四：将电视节目中的问题搬到知乎。 《非诚勿扰》，《非你莫属》，优米网的 《在路上》，《小崔说事》，《谢天谢地你来了》 这些电视节目侧重点不同，问与答作为核心形式贯穿每个节目。有的问题能问在场的嘉宾和观众，为什么不能问问知友？
比如说，有次，小崔问现场的嘉宾，能不能用动漫的形式表达那些“抽象”的社会科学研究成果？当时的嘉宾回答说，如果这样改，可能我自己都看不懂了。对小崔的这个问题，我有不同于这个嘉宾的想法，能把这样一个问题搬上知乎吗？
场景五： 学习技巧。我在读书的过程中，用“自问自答”这个技巧来记笔记，提高学习效率。
场景六：因材施教。最好的老师要能问这样的问题：不太难，但是能 Take you to somewhere. 通常，有经验的老师能问出这样的问题。
场景七：一个行业技能标准的形成过程。或者更细分：一个工作职位的职能描述。我觉得在近期，这个场景最有可能被知乎关注。为了避免这个答案看起来太长，我将在另一个回答里详细讨论这个问题。
我在知乎上的一个自问自答：http://www.zhihu.com/question/20454599/answer/15177710
知乎上发生很多故事。比如 @maggie 这个知乎有心人将很多“ 她与知乎” 的故事记录在知乎上。每个故事后面反映着某种人性 (Humanity)，对于 Maggie 而言，认真是她在乎和恪守的一种品质。在比如 @采铜，能 Think out of box (答非所问) 是他所追求的。
他们两个能成为知乎上的活跃用户一定是与一件事有关：他们所在乎的是被很多其他知友同样在乎的。大家共同在乎的某种东西，可能就是人性的一部分。《中国好声音》中的评委经常被某个歌感动流泪。好歌本身承载着某种感情，故事，人性...
如何通过( Interface + data ) 来表达 humanity？ 这个正是 TED talk 《Artfully visualizing our humanity》http://www.ted.com/talks/lang/en/aaron_koblin.html 能启发我们的。Johnny Cash 的歌迷能通过 “共同构建” 一个MV 来纪念他。他与歌迷，歌迷之间的共鸣得以展现。在这个共鸣中既有共性，也有截然不同的个性。这个MV project 将共性与个性展现在我们的眼前：http://www.thejohnnycashproject.com/
@庄表伟在一个关于知乎的回答中提到过：知识是死的，经验是活的。从专业术语的角度（什么是知识，经验），我不认同。但我理解他说这话的意思。在这个TED talk 中，谈到小王子画羊的故事，Narrator 让小王子画羊，小王子画了很多羊，直到画了一个完全不象羊的画，Narrator 才满意。因为重要的不是 Copy 一个标准的羊，重要的是你自己如何理解和阐述（interpret）这个羊。
我在知乎上提了一个问题：什么是 Problem 与 Question 的区别？有人用例子回答，有人告诉我查字典。这两种答案都被我所需要。而字典上的标准答案也只是相对的。
回到这个问题本身，现给一个小建议：能不能为知乎上提倡的态度，情绪等做一个类似于 The Jonny Cash Project 的 Interface 呢？在这个Interface 上，有一首“主题曲”，可以是一首真正的歌，也可以是一个类似于在环灯片上上一帧帧播放的内容，在每一帧下面，用户可针对这一帧的子主题输入自己的看法，故事等。
