ADMINISTRACIÓN DEL CONOCIMIENTO

ADMINISTRACION DEL CONOCIMIENTO

Retos gerenciales

- Diseñar sistemas que verdaderamente aumenten la productividad

- Crear sistemas expertos solidos.

14.1. Administración del conocimiento en la organización

La administración del conocimiento puede tener mayor importancia en las organizaciones planas o de red con pocas administrativas.

Ahora que el conocimiento es un activo importante y estrategico, el éxito depende cada vez mas de su capacidad para resumir, producir, mantener y dimensionar el conocimiento. Este proceso es la administracion del conocimiento.

Sistemas de informacion y administracion del conocimiento

Los sistemas de informacion incluyen utilidades para capturar la base del conocimiento, la que esta conformada por:

1) conocimiento interno estructurado: manuales de producto o informes de investigacion.

2) conocimiento externo: informacion estrategica competitiva.

3) conocimiento interno informal (tacito): que esta en la mente de cada empleado, pero no se ha documentado.

Trabajo del conocimiento y productividad

La introduccion de tecnologia de informacion no garantiza automáticamente productividad. Es mas probable que obtengan beneficios de sus inversiones de tecnologia de informacion, si reexaminan sus procedimientos, procesos y metas de negocios.

14.2. Informacion y sistemas de trabajo del conocimiento

El trabajo de informacion consiste primordialmente en crear y procesar informacion.

Lo realizan dos tipos de trabajadores:

1) de datos, que procesan y diseminan informacion.

2) de conocimientos, que crean conocimiento e información.

Distribución del conocimiento: sistemas de manejo de oficinas y de documentos.

Sistemas de automatización de oficinas (OAS). Sistemas de computación, como procesamiento de textos, correo de voz y captura de imágenes, diseñados para aumentar la productividad de los trabajadores de oficina.

Una forma de reducir los problemas que se originan en el flujo de trabajo en el papel es mediante el uso de sistemas de imágenes de documentos.

Creacion de conocimiento

Sistemas de trabajo del conocimiento: es la porción del trabajo de información que crea nuevos conocimientos. Los trabajadores del conocimiento tienen 3 roles claves:

- mantener actualizada a la organizacion en cuanto a conocimientos.

- servir como consultores internos

- actuar como agentes de cambio

Requisitos de los sistemas de trabajo del conocimiento

Deben proporcionar a los trabajadores las herramientas especializadas que necesitan (graficos potentes, herramientas analiticas).

Una interfase amigable es muy importante. Si son faciles, ahorran tiempo al usuario.

Ejemplo de sistemas de trabajo del conocimiento

- Diseño asistido por computadora.

- Sistemas de realidad virtual para hacer modelado y simulación.

- Estaciones de trabajo financieras.

Compartir conocimientos: sistemas de colaboracion en grupos y entornos del conocimiento en Intranets

Groupware: software que reconoce la importancia de los grupos en las oficinas y ofrece funciones y servicios que apoyan las actividades de colaboracion de los grupos de trabajo.

Entornos de conocimiento en Intranets

14.3. Inteligencia Artificial

Intento de crear sistemas computarizados que puedan comportarse como seres humanos, con capacidad para aprender lenguajes, realizar tareas, emular las habilidades y toma de decisiones de las personas.

14.3.1. Por que los negocios estan interesados en la IA

- Para conservar conocimientos y habilidades que podrian perderse.

- Para almacenar informacion en forma activa.

- Para eliminar trabajos rutinarios e insatisfactorios.

14.3.2. Captura del conocimiento: sistemas expertos

Es un programa de PC rico en conocimientos, que captura la experiencia de un ser humano en dominios del saber limitados.

Sistema experto basado en reglas: programa de AI que tiene muchos enunciados si-entonces, o reglas interconectados o anidados, y que constituyen la base de los conocimientos del sistema.

Nucleo de AI: el entorno de programación de un sistema experto.

Maquina de inferencias: estrategia que se sigue para buscar en la base de reglas de un sistema experto, puede ser encadenamiento hacia adelante o hacia atras.

Encadenamiento hacia adelante. Parte de la informacion introducida por el usuario y explora la base de reglas hasta llegar a una conclusion.

Encadenamiento hacia atras. Se parte de una hipotesis y se busca mas informacion,

hasta probar que la hipotesis es correcta o no.

14.3.3. Problemas con los sistemas expertos

Solo cierta clase de problemas puede resolverse con sistemas expertos. La base de conocimientos es frágil: no pueden aprender ni cambiar con el tiempo.

Parece que son mas eficaces en las funciones de oficina de bajo nivel.

La aplicabilidad a problemas gerenciales es muy limitada.

Tecnologia de IA que representa el conocimiento como una base de datos de casos y soluciones.

14.4. Otras tecnicas inteligentes

Redes neuronales: hardware o software que intenta emular los patrones de procesamiento del cerebro biológico.

14.4.1. Diferencia entre redes neuronales y sistemas expertos

Los sistemas expertos buscan emular o modelar la forma en que un experto humano resuelve problemas, pero los constructores de redes neuronales aseguran que esos sistemas no modelan la inteligencia humana, no programan soluciones ni tratan de resolver problemas especificos en si.

En cambio, los diseñadores de redes neuronales tratan de inculcar inteligencia en el hardware, en la forma de una capacidad generalizada para aprender. El sistema experto es muy especifico para un problema dado y no es facil readiestrarlo.

14.4.2. Logica difusa

AI basada en reglas que tolera imprecision porque usa terminos no especificos, llamados funciones de membresia, para resolver problemas.

14.4.3. Algoritmos geneticos

Metodos de resolucion de problemas que promueven la evolucion de las soluciones a problemas especificos mediante el uso del modelo de organismos vivos que se adaptan a su entorno.

14.4.4. Agente inteligente

Programa de software que usa una base de conocimiento integrada o aprendida

...