3.2 知识基础设施
知识基础设施（knowledge infrastructures）建立在信息、基础设施和因特网的早期发展基础之上。随着学术基础设施本身的发展，因特网已完全融入学术活动，并保持持续信息流。信息基础设施一词在这里是狭义的，即从展示信息世界全貌出发，把技术通信体系结构联系起来。同样，国家信息基础设施和全球信息基础设施均指20世纪90年代的政策框架（Borgman 2000，2007；Busch 2013；Kahin and Foray 2006；Wouters et al. 2012）。
基础设施既不是工程也不是完全连贯的处理过程。相反，其更像生态圈或复杂的自适应系统。基础设施包括许多部分，各部分之间通过社会和技术过程相互作用，并取得了不同程度的成功。保罗·爱德华兹（Paul Edwards 2010，17）把知识基础设施定义为“由人、构件和组织机构三种要素组成的稳健网络，这三种要素能够产生、共享并维护人与自然世界的具体知识。”这里的网络包括技术、智力活动、学习、协作以及通过分布式获取人类专业知识和记录信息等内容。后来者从学术社区视角出发对以上观点进行探究，发现可以将其解释为三方面内容，即知识基础设施如何变化？信息基础设施的权威、影响力以及权利如何进一步加强和再分配？我们应当如何最好地学习、了解和想象今天（和明天）的知识基础设施（Edwards et al. 2013）？
数据是一种似乎时刻处于变化之中且很难静态固定的信息形式。随着多方之间进行关于如何理解跨学科、跨领域和跨时间数据问题的谈判，隐性知识（tacit knowledge）和常识之间的界限也不断发生变化。知识规范一直都不稳定，在大数据时代构建知识规范更是难上加难。如果不能对计算结果进行完整解释，那“知道”（know）一词意味着什么？对数据进行跨情景迁移时，我们能够或应该对数据起源了解多少？隐含在合作伙伴信息交换中的“信任网络”（trust fabric）很难复制到与其他主体的信息交换过程中，特别是跨团队或跨长时间段的信息交换。部分数据迁移过程可通过技术进行调节，但是许多数据迁移依旧取决于数据科学家、图书管理员、档案保管员或其他新兴研究工作参与者等人类调节员的专业技术。商业界也正逐步进入这一领域。
知识基础设施与第4章中进一步阐述的“知识共享”（knowledge commons）框架有所重合。知识共享也是一个复杂生态系统，它可以简单定义为“由于社会困境而形成的群体资源共享”（Hess and Ostrom 2007a，3）。这些复杂生态系统如何加强或重新分配权威、影响力和权利的例子是贯穿整本书的线索。掌握大数据分析技术的个人将具有更高价值，掌握探索新型数据所需资源的学者将极大受益。因此，数据挖掘和众包等新知识形式将有助于实现从数据到知识的重新映射并重塑知识领域。
正所谓“水涨船高”，大规模知识基础设施投资有利于所有人。但这一说法与一些流行的社会和经济理论相左，比如知识差距理论（knowledge gap theory；Ettema and Kline 1977；Tichenor，Donohue，and Olien 1970）、媒介素养（media literacies；Jenkins et al. 2009）和马太效应（Merton 1968，1988，1995）。一般来说，富者更富。在这里表现为应用新技术和新信息能力更强的人会取得差别收益。马太效应在学术界的应用始于对诺贝尔奖获得者的研究。那些高威望个人和学术中心往往会获得高比例的认可和资源。如果有相同的新发现，那么优秀机构会赢取比普通机构更多的关注。相对而言，低等级机构和欠发达国家的学者使用创新技术手段的能力较差、本地资源较少。
知识基础设施设计和维护的不可见性至少在两方面存在隐患。一是基础设施特征的定义，它们只有在出现故障时才可见（Star and Ruhleder 1996）。无论是电网还是两个设备之间的互操作性，除非基础设施停止工作，否则人们一般都不清楚其对基础设施的依赖程度。二是维护电网、科学设备网络以及科研数据的分布式信息库等基础设施所需的不可见工作。为确保基础设施所有部件都顺利运行，工作人员在背后付出很多努力。而那些使用这些基础设施并受益的人却通常不了解这些。由于记录、组织和管理学术信息等工作对发现和利用知识基础设施至关重要，所以不可见工作成为其显著特征之一。在相互协作、工具开发、数据共享与重用以及其他许多基础设施组件中，不可见工作同时具备黏结和摩擦两个功能（Bietz and Lee2009，2012；Birnholtz and Bietz 2003；Borgman 2003；Edwards et al. 2011；Ehrlich and Cash 1999；Lee，Dourish，and Mark 2006；Paisley1980；Ribes and Jackson 2013；Star and Strauss 1999）。
知识基础设施可能是新术语，但并不是新想法。自早期知识探索以来，为避免淹没在数据的暴雨、洪水和海啸中，学者已经学会了“游泳”（或“设计好船”）。安·布莱尔（Ann Blair 2010）在《无法承受之多》中的报告指出，学者们至少从公元1世纪就开始抱怨被信息淹没。近代早期之前，就已经出现对书籍过多的担忧。13世纪中叶，人们针对信息问题制定了解决方案，具体包括标题页、词语索引和选集。选集（florilegia）的字面意思是“选择的花”（selected flowers），即在特定话题条件下，从相关书籍中选择最好的章节并汇编成册。到16世纪，索引开始流行。布莱尔探讨了早期学者通过复杂笔记和组织机制对阅读理解问题进行单独处理的方式。普赖斯（Price 1975）在报告《巴比伦以来的科学》中指出，索引和摘要服务的增长与19世纪中叶以后的期刊增加并行存在。从此，作者、出版商、编索引的人、图书馆、书商及其他利益相关者之间的关系一直处于变化之中。
