Определение управления знаниями
Во-первых, если вам кажется, что выражение «управление знаниями» звучит глупо, расслабьтесь. Это название вообще никому не нравится. Вместо него предлагались, насколько мне известно, и другие — «распределение знаний» (knowledge sharing), «фокусирование знаний» (knowledge focus) и «создание знаний» (knowledge creation).
Камень преткновения — это слово «управление». Оно воскрешает в памяти образ человека в строгом деловом костюме, который сидит в своем офисе с дипломом МВА, повешенным на стене, получает знания из голов сотрудников, просеивает полученное содержание, а затем каким-то образом управляет обнаруженными знаниями так, словно это колесики какого-то механизма. Но ведь знания не являются реальной вещью! Для многих людей управление также означает контроль, как если бы знания были чем-то статичным и неизменным, но ведь на самом деле знания постоянно меняются.
Знания (knowledge) - это информация в контексте, способная произвести побуждающее к действиям понимание.
Многие специалисты в данной области содрогаются от названия «управление знаниями», потому что оно не указывает ни на одну из процедур, связанных со знаниями, — в их числе, если говорить о самом основном, создание, определение, распределение, сохранение, приобретение и усиление действия знаний. Но на сегодняшний момент название «управление знаниями» хорошо прижилось, так что и мы не будем ничего менять.
|
|
Определение знаний
Мы часто замечаем, как смешиваются в одну кучу термины «данные», «информация» и «знания». Обычно считается, что они образуют иерархию, идущую от «данных» через «информацию» к «знаниям».
Данные — это просто биты и числа. Они дискретны, замкнуты и сами по себе не имеют никакого значения. Данные — это что-то вроде конструкторов «Лего», которые мы собираем и используем, чтобы получить информацию. Обычно цель, ради которой нам нужна та или иная информация, помогает нам решить, что делать с этими «Лего». Например, как исследователь я собираю результаты теста студентов и ввожу их в базу данных. Обычно при изучении этих данных я следую определенному методу:
1. Сначала я ищу неправильные данные, например, результат теста, который был мной введен неправильно или вовсе пропущен. Только удостоверившись в том, что данные очищены от ошибок, я могу двигаться дальше. Информационные технологии сделали это правило хорошо нам знакомым, ведь обычно оно называется «мусор на входе — мусор на выходе».
2. Следующий шаг — мне нужно получить общую сводку результатов теста — средний результат, разброс результатов и величина отклонения разных результатов. Таким образом я получаю общую картину.
|
|
3. Затем я группирую результаты теста по разным категориям — например, по группам студентов, которые выполняли тест, или по типам вопросов.
4. Теперь я могу использовать статистические методы для выяснения того, существуют ли значимые различия между отдельными категориями.
5. Если я хочу рассмотреть какую-то одну часть теста, я могу выбрать данные подмножества вопросов именно этой части.
После распределения и сбора данных они получают значение, то есть что-то, что я могу сообщить другим людям. Данные «Лего» стали информацией. Однако я по-прежнему не знаю, что дальше делать с моими «Лего». Информация нуждается в контексте.
Преподаватель знает, что именно должен был измерить тест, какой именно ожидался результат и насколько класс был подготовлен. Вот какой контекст делает информацию пригодной для использования преподавателем. Если большинство студентов не могут ответить на вопрос, относящийся к той или иной теме, преподаватель может вернуться к этой теме, прежде чем двигаться дальше. Естественно, у студентов есть свой собственный контекст. Они знали, что им нужно пройти курс и как именно они занимались до теста. Внутри такого контекста информация может вести к действиям. Студент с низкой оценкой может поклясться, что в следующий раз он будет заниматься упорнее, пройдет курс как можно быстрее, или же просто выругаться. Ключевой пункт состоит в том, что комбинация информации и контекста позволяет и преподавателю, и студентам решить, что им нужно делать, если они вообще собираются что-то делать.
|
|
Обратите внимание на ключевое слово — «побуждающее к действиям» (actionable), Забудьте о том, что «хорошо просто иметь» знания, которые ни для каких действий вам не нужны. Такие знания скапливаются в виде стопок бумаг, которые никто не читает, баз данных, которые никто не использует, и архивов, которые никто не посещает.
Не пытайтесь все поделить на данные, информацию и знания. У каждого свой собственный контекст, поэтому каждый решает, что есть что. Моя информация может быть для вас знаниями. А ваши знания могут стать моей информацией.
Есть ли в вашей организации такие «свалки данных»? В наиболее простом случае вы просто понапрасну тратите ресурсы, которые можно было бы использовать для чего-то еще. Но, скорее всего, вы теряете еще и нечто более важное. Когда объем данных становится слишком велик, он может похоронить нечто действительно ценное. В этом случае вы просто не можете отличить то, что вам нужно от того, что вам не нужно.
|
|
Действия или способность предпринять действия — вот что делает знания ценными. Это самый важный критерий знаний внутри организации. Какие знания нужны вам для тех или иных определенных действий? Как вы будете использовать знания для своих действий? Будут ли действия верными? Короче говоря, какую именно способность принимать решения дает вам знание?
Этот критерий, таким образом, вынуждает нас сосредотачиваться на том, что жизненно необходимо. Мне почти не приходилось слышать о том, чтобы кто-то жаловался на недостаток данных или информации. Напротив, мне пришлось потратить кучу времени на то, чтобы заставить людей определить, что нужно знать их организации, чтобы достичь поставленных целей. Будьте беспощадны. Подвергните знания испытанию, тем самым выяснив, насколько они полезны.
Неявные и явные знания
Два весьма важных термина — это «неявные знания» (tacit knowledge) и «явные знания» (explicit knowledge). Это ключевое различие в области управления знаниями.
Явные знания могут быть высказаны, записаны и переданы. Это объективные знания, выражаемые в правилах и определениях. Их легко собирать, хранить и передавать в электронном виде. Большая часть таких знаний — это те знания, о которых мы знаем, что можем выразить их в словах.
Неявные знания включают «ноу-хау», оценки, опыт, интуицию, секреты мастерства и навыки. Они существуют в определенном контексте. Но они не высказываются. Как утверждает Майкл Полани (Michael Polyani), автор «Неявного измерения» (The Tacit Dimension), «мы знаем больше, чем можем рассказать». Кроме того, мы даже не знаем, что именно мы знаем, пока нам не понадобится это узнать. Следовательно, такие знания сложно выражать, обрабатывать, сохранять и передавать в систематическом или логическом виде Различие неявных и явных знаний является критическим; в этой книге мы будем возвращаться к нему снова и снова.
Явные знания (explicit knowledge) охватывают все те знания, о которых мы знаем, что мы можем их записать, сообщить другим и ввести в базу данных. Пример - этапы интенсивной медицинской терапии. Эта этапы могут быть описаны в виде подробной и точной цепочки действий, которой вы можете научить кого-то другого. Неявные знания (tacit knowledge) - это то, о чем мы не знаем, что мы это знаем. В его состав входят разные «ноу-хау», секреты мастерства, опыт, озарения и интуиция. Снова возьмем пример интенсивной терапии. Если бы у вашей матери случился сердечный приступ, кто, по вашему мнению, мог бы эффективно помочь - человек, которому известна вся последовательность этапов интенсивной терапии, но у которого нет опыта, или же специалист из приемной скорой помощи, у которого многолетний опыт купирования сердечных приступов?
Дата добавления: 2020-01-07; просмотров: 146; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!