Διαχείριση Γνώσης σε Oργανισμούς Χ. Παπαθεοδώρου papatheodor@ionio.gr
Πληροφορία - Γνώση Πληροφορία= Όλα τα γεγονότα και δεδομένα που οργανώνονται για να χαρακτηρίσουν και περιγράψουν μια συγκεκριμένη κατάσταση, συνθήκη, πρόκληση ή ευκαιρία. Γνώση= κατανόηση και χειρισμός της πραγματικότητας. Οι αλήθειες τα πιστεύω, οι απόψεις, οι κρίσεις, οι μεθοδολογίες οι τεχνικές που κατέχουν οι άνθρωποι ή άλλοι μηχανισμοί για να προσλάβουν, αναλύσουν, αξιολογήσουν πληροφορίες και να συνθέσουν, σχεδιάσουν, υλοποιήσουν, παρακολουθήσουν και προσαρμόσουν συγκεκριμένες ενέργειες.
Δεν είναι Τεχνολογία Μέθοδος Συστηματικές δραστηριότητες Για αύξηση οικονομικού οφέλους
Στοχεύει Δημιουργία περιβάλλοντος Προσαρμοστικού Κατανοητού Ανθρωποκεντρικού Ολοκληρωμένου (contextual) Για την προώθηση, ενθάρρυνση προσωπικής ενασχόλησης με θέματα που σχετίζονται με τη γνώση
Ορισμός Διαχείριση γνώσης είναι η συστηματική και σαφώς εκφρασμένη διαχείριση των δραστηριοτήτων, πρακτικών, πολιτικών και προγραμμάτων που έχουν σχέση με τη γνώση Περιλαμβάνει τις διαδικασίες μάθησης, καινοτομίας, αποτελεσματικής δημιουργίας και εφαρμογής των αποθεμάτων (κεφαλαίων) γνώσης σε όλες τις λειτουργίες του οργανισμού Συμπέρασμα: ΔΓ = περιγραφή χρήσης του νου και της σκέψης κατά την εκτέλεση μιας εργασίας
Σπουδαιότητα Η βιωσιμότητα ενός οργανισμού εξαρτάται από: την ανταγωνιστική ποιότητα των κεφαλαίων γνώσης την επιτυχή εφαρμογή τους σε ΟΛΕΣ τις δραστηριότητες του οργανισμού με σκοπό την αύξηση της αποτελεσματικότητας αποδοτικότητας
Σκοπός Η δημιουργία και αξιοποίηση κεφαλαίου γνώσης (intellectual capital) αποτελεσματικά και με κέρδος Προϋποθέσεις: Βασισμένη στις υπάρχουσες δραστηριότητες του οργανισμού Χωρίς νέες και δύσκολες δραστηριότητες και λειτουργίες
Δημιουργία – Αξιοποίηση Κεφαλαίου Γνώσης Εισαγωγή και ενσωμάτωση γνώσης στον οργανισμό Προτυποποίηση πρακτικών Εξασφάλιση γνώσης με ευρεσιτεχνίες (patents) Δημιουργία δικτύου πλοήγησης για διάχυση γνώσης
Δημιουργία Αποτελεσματικά Με κέρδος Επιλογή μεθόδων για υποστήριξη καινοτομίας, σύλληψη γνώσης, υποστήριξη στρατηγικών Με κέρδος Ελαχιστοποίηση κόστους για επαλήθευση και επικύρωση γνώσης Επενδύσεις με τη μέγιστη ωφέλεια για νέα γνώση Εξωτερίκευση της υποβόσκουσας γνώσης των εμπείρων (tacit) σε σαφώς εκφρασμένη με προϋπόθεση την εσωτερική ασφάλεια των εργαζομένων
Αξιοποίηση Αποτελεσματικά Με κέρδος Επιλογή μεθόδων για τη μετατροπή μεθόδων σε πρακτική Επιλογή του τρόπου εφαρμογής της γνώσης Με κέρδος Καταλληλότερη επιλογή μεθόδων Καλύτερη δυνατή χρήση της γνώσης
Εισαγωγή ΔΓ στον Οργανισμό Απεικόνιση κατάστασης Έγκριση Διοίκησης Εναλλακτικές πρωτοβουλίες Σχεδιασμός στρατηγικής Κόστος/Ωφέλεια Κίνητρα ΔΓ Προτεραιότητες Συντονισμός δραστηριοτήτων ΔΓ ΔΓ Απαιτήσεις Μεταφορά γνώσης Παρακολούθηση ΔΓ Απόκτηση γνώσης Υποδομή Διαχείριση στοιχείων γνώσης Εφαρμογή γνώσης Διευκόλυνση ΔΓ
Απεικόνιση κατάστασης (1/3) Δημιουργία knowledge landscape map: Πρακτικές και πολιτικές ΔΓ Δυνατότητες παρακολούθησης Γνώσης (αποτελέσματα και απόδοση σχετικών δραστηριοτήτων) Εξασφάλιση γνώσης (sharing, patents, προσωπικό) Ανάλυση ωφέλειας Κίνητρα και αντικίνητρα Υποδομές (πληροφορική, δίκτυα)
Απεικόνιση κατάστασης (2/3) Συγκεκριμένες Διεργασίες (lessons learned, ερευνητικά-εκπαιδευτικά προγράμματα κλπ) Υπάρχοντες Πόροι Γνώσης ποιοι είναι, που βρίσκονται, πως χρησιμοποιούνται, σε τι χρησιμεύουν, ποια κατάσταση έχουν Ανάλυση επιτακτικών αναγκών, ευκαιριών, αδύνατα και ισχυρά σημεία υπάρχουσας γνώσης (threats, opportunities, weakness, strengths, TOWS) Παράδοση σε θέματα ανάπτυξης και χρήσης γνώσης Ο ρόλος της γνώσης στις λειτουργίες (χρήση και ανάπτυξη εξειδίκευσης, επίπεδα εξειδίκευσης, πρακτικές εφαρμογής γνώσης
Απεικόνιση κατάστασης (3/3) Γνώσεις για δημιουργία και παράδοση προϊόντων και υπηρεσιών Χρήση τεχνολογίας και εξειδίκευσης Ροές της γνώσης στη δημιουργία και παράδοση προϊόντων και υπηρεσιών Ο ρόλος της γνώσης σε σχέση με τους πελάτες/χρήστες Γνώσεις marketing, πωλήσεων, δημόσιων σχέσεων Απόκτηση και ανάλυση γνώσης για τους πελάτες/χρήστες Βαθμός χρήσης της γνώσης για ενίσχυση κύκλου εργασιών Χρήση ερωτηματολογίων και συνεντεύξεων
Στρατηγική ΔΓ Στρατηγική γνώση: η γνώση για πελάτες, ανταγωνιστές, προμηθευτές, τεχνολογίες, κανονισμούς, υποκατάστατα υπηρεσιών – προϊόντων Πρόβλημα: Επιλογή γνώσης που χρειάζεται ο οργανισμός Παράδειγμα 1: δημιουργία και χρήση γνώσης για νέα προϊόντα σε φαρμακοβιομηχανίες Παράδειγμα 2: επαναχρησιμοποίηση μεθόδων και λογισμικού για ψηλότερη παραγωγικότητα σε μια εταιρία πληροφορικής Παράδειγμα 3: πρόβλεψη αναγκών χρηστών
Βασικά ερωτήματα Ποιο αντικείμενο γνώσης είναι ζωτικής σημασίας (πελάτες, παραγωγή, προμηθευτές); Πόσο ευρέως διαχέεται εσωτερικά και εξωτερικά του οργανισμού; Σε ποιο βαθμό τεκμηριώνεται; Ποια είναι η σωστή ροή της γνώσης; Από πάνω προς τα κάτω (top-down) ή αντίθετα (bottom-up); Σε ποια σημεία το περιβάλλον γνώσης χρειάζεται βελτίωση; Να δημιουργούμε ή να αγοράζουμε γνώση; Μέθοδοι αξιολόγησης γνώσης
Εναλλακτικά σχέδια Μέθοδος: Από τα γενικά προς τα ειδικά Κατασκευή μονοσέλιδων περιγραφών για σημαντικές λειτουργίες διαχείρισης γνώσης (critical knowledge function, CKF) Ομαδοποίηση δραστηριοτήτων ΔΓ με εναλλακτικές λύσεις Παράδειγμα Υποδομή: Lessons Learned program, Knowledge bases with ontologies, κλπ Δημιουργία πηγών γνώσης: απόκτηση γνώσης, ενημέρωση Knowledge bases, μετασχηματισμός και ενσωμάτωση γνώσης σε λειτουργίες
Προτεραιότητες για ΔΓ Ποια εναλλακτικά σχέδια έχουν προτεραιότητα για την εξυπηρέτηση των στόχων του οργανισμού διάκριση στόχων σε μακροπρόθεσμους και βραχυπρόθεσμους κατάταξη και χρονοπρογραμματισμός με βάση τις υπάρχουσες υποδομές
Καθορισμός Απαιτήσεων ΤΙ – ΠΟΥ – ΠΟΤΕ Προσδιορισμός μορφών γνώσης που απαιτούνται για την ποιοτική αναβάθμιση της εργασίας (ανθρώπων και διαμεσολαβητών – agents) Χρονικός προσδιορισμός απαιτούμενης γνώσης Προσδιορισμός Points of Action
Απόκτηση Γνώσης Χειρισμός της γνώσης Επίπεδα γνώσης Εργαλεία περιγραφής Εργαλεία αναπαράστασης (κανόνες συμπερασμού) Επίπεδα γνώσης WHY καθορισμού στόχου THAT συστηματική περιγραφή γνώσης HOW λήψης αποφάσεων KNOWHOW ρουτίνας, αυτόματη, μη εκφρασμένη (tacit) Glimpsed δεν έχει κατανοηθεί ούτε αφομοιωθεί (tacit)
Υποδομές Intranet/Internet, e-mail Groupware/collaboration, e-learning tools Αποθήκη γνώσης και βάσεις δεδομένων συλλογικής μνήμης Χάρτης υπάρχουσας γνώσης Global Knowledge sharing system Knowledge navigation tools KDD software, Knowledge bases, intelligent agents Βασικός σκοπός η διαχείριση των κεφαλαίων γνώσης και η επαναχρησιμοποίηση/ αξιοποίησή τους
Βασικά θέματα (1/2) Ευρεία άποψη για την εισαγωγή ΔΓ στον οργανισμό Εστίαση στους στόχους του οργανισμού με σαφώς διατυπωμένα οφέλη Δημιουργία ομάδας ΔΓ αποκλειστικής απασχόλησης Μέθοδοι αξιολόγησης ωφελειών από την εφαρμογή της ΔΓ Εισαγωγή κινήτρων για ΔΓ (καινοτόμες λειτουργίες, διάχυση, σύλληψη γνώσης)
Βασικά θέματα (2/2) Εισαγωγή και διδασκαλία εργαλείων μετα-γνώσης (οντολογίες, ταξινομίες κλπ) Επιβεβαίωση ότι η ΔΓ δίνει ευκαιρίες, δυνατότητες, κίνητρα και άδειες για άσκηση δραστηριότήτων με βάση τη γνώση Δημιουργία υποστηρικτικής υποδομής για τη διευκόλυνση εφαρμογής αποδοτικών μεθόδων ΔΓ Συνεργασία με ΟΛΟ το προσωπικό ανεξαρτήτως θέσης και είδους εργασίας
Η ομάδα ΔΓ Μελετά τον οργανισμό, καθορίζει τις προτεραιότητας εισαγωγής και διαχείρισης γνώσης Στρατηγική διάσταση στη διαχείριση γνώσης στρατηγική = γνώση Καθορισμός απαιτήσεων για κίνητρα και υποδομές ΔΓ Μελέτη λειτουργιών γνώσης: Πώς οι εργαζόμενοι και ο οργανισμός δημιουργεί, διαχέει και εφαρμόζει τη γνώση
Οργάνωση γνώσης
Σύλληψη γνώσης: Ευρετηρίαση
Σύλληψη γνώσης: Ανάκτηση πληροφορίας
Σύλληψη γνώσης: Επεξεργασία κειμένου Lexical analysis to identify words from characters Eliminating stopwords occuring frequently Stemming Eg. Connect is stem for connected, connecting, and connections Full text indexing Thesaurus index terms synonyms and near synonyms Text compression to cope with information overload
Σύλληψη γνώσης: Μηχανές αναζήτησης
Αξιολόγηση γνώσης: OLAP: On-line Analytical Processing Πολυδιάστατη ανάλυση δεδομένων Επιτρέπει στο χρήστη να «παρατηρήσει» τα δεδομένα με διαφορετικούς τρόπους και πολλές διαστάσεις Τεχνική: η περιστροφή ενός κύβου δεδομένων (υπερ-επιπέδου)
Αξιολόγηση γνώσης: Εξόρυξη γνώσης Data Mining and Knowledge discovery Μια μεθοδολογία από τρία βασικά βήματα για την ανακάλυψη προτύπων συμπεριφοράς και συσχετίσεων από μεγάλους όγκους δεδομένων Προ-επεξεργασία δεδομένων Ανακάλυψη προτύπων με τη χρήση τεχνικών μηχανικής μάθησης (ομαδοποίηση-clustering, ταξινόμηση – classification – decision trees, ανάλυση σειρών – sequential mining) και σύγχρονων αλγοριθμικών τεχνικών (neural network, genetic modeling algorithms) Λήψη αποφάσεων, κατασκευή μοντέλων
Αποθήκευση γνώσης: Αποθήκες δεδομένων Data Warehousing Database with query and reporting tools Stores current and historical data from internal and external sources Data mart – subset of data warehouse which contains summarized or highly focused data for certain users
Παρουσίαση γνώσης: visualization Modelling – way of representing objects e.g. journal covers, weather maps, flows of citations Rendering – makes computer generated image look like photograph e.g texture mapping Virtual reality