PKM– tag –

Obsidian 1.9でコア機能になったBasesは、データストアを新設せずMarkdownのプロパティだけでNotion的なDB運用を実現する。実際に618本のノートに.baseファイルを組んで分かった、Dataviewとの使い分けと落とし穴を書く。

経験や知識が増えるほど、なぜか別の問題に応用できなくなっていく。エビングハウスの忘却曲線とシナプス刈り込みという脳の仕組みから、蓄積だけでは足りない理由と、知識を「転用できる形」に変える圧縮・抽象化・構造化・文脈抽出という4つの処方箋を整理します。

「技術的負債」という言葉には馴染みがあっても、それが知識管理にも当てはまるとは考えたことがないかもしれない。ウォード・カニンガムが1992年に生んだこの比喩を知識蓄積に重ね、個々の知識より依存関係が複雑化する「知識負債」と、部門や領域間が分断される「サイロ化」という2つの現象を区別して整理します。

過去の実験データ、報告書、議事録。保存してあるのに、いざ見返すと「何のために取ったデータか」思い出せない。企業データの60〜73%が使われず「ダークデータ」化するというGartnerの指摘をもとに、時間とともに失われるのはデータそのものではなく文脈だという構造と、その対処を整理します。

社内Wikiや個人のナレッジベースに情報はあるのに、活用されない。原因は一つではなく、目的の情報にたどり着けない「検索コスト」と、見つけた後にどれを使うか決められない「選択コスト」という別々のボトルネックが重なっている。サイモンの「注意の貧困」論とシュワルツの「選択のパラドックス」から、この2つを整理します。

社内Wikiや個人のメモが増えるほど、なぜか「使いにくく」なる。情報過多、データ墓場、知識負債、忘却の機能。4つの現象を統合すると見えてくる「蓄積」と「使える状態にすること」は別問題だという核心と、その処方箋を整理します。

「AIを第二の脳にする」という言葉の中身は比喩止まりの記事が多い。Andrej Karpathy氏が提唱したとされるLLM-wikiパターン（Raw/Wiki/Schemaの3層＋Lintパス）を、クエリ時点で検索するRAGとの違いから解説する連載第0回。

ローカルMarkdownノートアプリ「Obsidian」の特徴、Zettelkasten・PARAという情報整理の2つの源流、そしてAI時代にPKMの目的がどう変わってきているかを解説します。