我們每天都在用「知道」這個詞。
我們說「我知道明天天氣會下雨」，說「我知道那是一隻鳥」，也會說「我不知道這題數學怎麼解」。但如果你仔細想一想，「知道」到底是什麼意思？它只是一種心理狀態，還是一種可以驗證的條件？
這個問題看似哲學，其實正是科學方法與控制論的起點。因為在控制論的語言裡，「知道」並不只是「接收到訊息」，而是涉及訊號、回饋，以及驗證的一個過程。
從「接收訊息」到「真正知道」
我們先來看一個簡單的例子。
假設你在手機上看到一則新聞標題：「某地區即將出現大地震」。你看到這條訊息的瞬間，可以說你「接收」了它。但你真的「知道」這件事嗎？
多數情況下，新聞標題只是一個訊號，它可能正確，也可能是誤導。要把「我接收了訊息」轉變為「我知道這件事」，你需要檢驗。
你可能會去查詢官方地震預測機構的資料，或者比對不同新聞來源。這時，你不是單向被動地接受訊息，而是啟動一個回饋機制：去驗證、去比較、去修正。
這就是控制論裡非常重要的概念——回饋 (feedback)。
沒有回饋，就沒有真正的「知道」。
控制論的視角：知道就是能夠控制
控制論（cybernetics）的奠基者 Wiener 曾說，控制就是透過回饋維持系統的穩定。
在這個框架下，「知道」可以被重新定義：
- 如果我「知道」某件事，我就能依據這個知道做出調整或行動。
- 如果我只是「聽到訊息」卻無法用它來調整任何東西，那並不能算是真正的「知道」。
舉例來說：
- 飛機的自動駕駛系統「知道」自己偏離了航線，因為它能即時偵測偏差，並立刻修正。
- 一個人說「我知道明天會下雨」，但如果他依然沒有帶傘，甚至連行動上都沒有改變，這樣的「知道」是空洞的。
換句話說，知道是一種可行動的狀態，而不是被動記住的訊息。
科學方法：知道的驗證標準
那麼，在科學方法裡，什麼算是「知道」呢？
哲學家 Karl Popper 提出「可證偽性」原則：如果一個主張能夠被測試、被證偽，那麼它才屬於科學。這給了「知道」一個清晰的標準：
- 知道：能透過實驗或觀察來驗證，並在失敗時修正。
- 不知道：無法驗證，也無法在出錯時調整。
控制論與科學方法在這裡交會。
在控制論裡，系統要能回饋，才能真正「知道」；在科學方法裡，理論要能被驗證，才能算作「知道」。
兩者都指出：「知道」不是靜態的，而是一個不斷測試與修正的過程。
過渡：資訊不是知識
在這裡，我們要插入一個關鍵過渡：資訊不等於知識。
接收訊息只是資訊流進來，但「知道」需要驗證、需要回饋、需要能夠行動。如果把「資訊」比作原材料，那麼「知道」就是經過檢驗後能用來建構的產品。這也為我們下一篇文章鋪路：既然「知道」需要資訊作為材料，那麼，我們應該先理解「資訊的傳遞」是怎麼回事。
現代案例一：假新聞與事實查核
今天的資訊社會，就是最好的例子。社群平台充斥各種訊息，有些正確，有些誤導。如果我們只「看到」而不「檢驗」，那只是被動接受資訊，並不能算是「知道」。這就是為什麼「事實查核」成為一個關鍵的社會機制。它提供一種回饋，幫助我們從「接收」走到「知道」。
控制論的視角幫助我們理解：假新聞危害不是因為訊息數量太多，而是因為缺少有效的驗證回饋。
現代案例二：AI 的「知道」與「幻覺」
另一個更有趣的案例來自 AI。今天許多人在使用 ChatGPT 或其他生成式 AI 時，會問：「它真的知道嗎？」答案是：AI 並不像人類一樣「知道」。它的回覆來自統計模式，而不是驗證機制。當它生成一個錯誤的答案時，如果沒有外部回饋，它自己並不會意識到錯誤。這就是所謂的 AI 幻覺 (hallucination)。
這也再次印證了控制論的觀點：
沒有回饋，就沒有真正的知道。
如果我們要讓 AI 更「知道」，就必須設計回饋機制，例如連接外部知識庫、建立驗證流程、讓模型能根據錯誤自我修正。
總結：知道是控制的能力
回顧整篇文章，我們可以看到：
- 「知道」不只是被動接收，而是能經過驗證的狀態。
- 在控制論裡，知道意味著能根據資訊進行回饋與調整。
- 在科學方法裡，知道意味著能接受檢驗與可能的修正。
- 現代案例（假新聞、AI 幻覺）說明了沒有回饋的「訊息」是多麼不可靠。
所以，我們應該把「知道」理解為一種行動與控制的能力，而不是一個靜態的記憶庫。
下一步：資訊作為材料
如果「知道」是一個過程，那麼它的材料就是「資訊」。
於是，下一個問題自然浮現：資訊是如何被傳遞的？它有什麼限制？
