نقش هوش مصنوعی در مدیریت دانش

گردآورنده ؛بسکابادی ،دانشجوی دکتری مدیریت دولتی گرایش منابع انسانی

دانشگاه آزاد اسلامی واحد بیرجند ،استان خراسان جنوبی

 پیتر دراکر ؛

مهمترین منبع اقتصادی دیگر منابع طبیعی ونیروی انسانی نیستند ، بلکه این منبع اقتصادی بنیادی ، دانش است .

عصر حاضر عصر دانایی نام گرفته و باید با بکارگیری دانش از شیوه های مختلف به مزیت رقابتی پایدار دست یافت و در راه استفاده بهینه از منابع در اختیار سازمان گام نهاد.

مدیریت دانش شیوه شناسایی ،در اختیار گرفتن ،سازماندهی و پردازش اطلاعات جهت خلق دانش می باشد که پس از آن توزیع می شود و دراختیار دیگران قرار می گیرد تا برای خلق دانش بیشتر استفاده شود.

👤🗣️یکی از اهداف مهم مدیریت دانش تبدیل دانش ضمنی به دانش صریح است .

در واقع سازمان ها برای این که بتوانند در این شرایط پیچیده ی امروزی دوام بیاورند باید توانایی تبدیل هرچه بیشتر و بهتر دانش فردی به دانش سازمانی را دارا باشند.

🖱️آموزش الکترونیکی نیز از جمله تکنیکهایی است که به دلیل عدم امکان تبادلات رو دررو امکان به اشتراک گذاری دانش را فراهم می کند. در نتیجه استفاده از سیستمهایی که این امکان را فراهم کند می تواند بسیار سودمند باشد. که برای این منظور می توان از علوم جدیدی مثل هوش مصنوعی و سیستم های خبره بهره جست.

 سیستم خبره شاخه ای از هوش مصنوعی است که با استفاده از دانش و استدلال ، مانند یک فرد خبره عمل می کند بنابراین می توان با اتکا به سیستمهای خبره راه حلی برای مشکلات به اشتراک گذاری دانش در آموزش الکترونیکی دست یافت .

 مفهوم دانش

💭داده ها حقایقی بدون محتوا می باشند و نیازمند سازماندهی و تجزیه و تحلیل هستند تا به اطلاعات تبدیل گردند و تنها زمانی که اطلاعات در یک محتوای منطقی و قابل درک قرار گیرند به دانش تبدیل می گردند.

🔰دانش تنها منبع در سازمان است که در اثر استفاده، نه تنها از ارزش آن کاسته نشده، بلکه بر ارزش آن نیز افزوده می شود.

تأکید بر دانش فردی به اندازه ی دانش سازمانی مهم است وهر دو تا حدی بر ماهیت وظایف، سطح آموزش فردی، انگیزه ی مدیریت به دست برداشتن از وظایف قدیمی خود ، و محول کردن آن ها به کارمندان رده پایین تر تمرکزدارد.

👨🏻‍💻منشأ دانش شخص انسان است و به وسیله کامپیوتر تولید نمی شود ، در حقیقت آنچه افراد می دانند و به وسیله آن کارهای خود را انجام می دهند، تنها مزیت پایدار سازمان است.

 دانش از یک دیدگاه به دو دسته تقسیم می شود

 دانش صریح

و

 دانش ضمنی

 دانش صریح ، دانشی است که کاملا مشخص بوده و می توان آن را به راحتی در قالب فرمول بیان کرد و نیازی به تغییرات برای اینکه توسط دیگران نیز قابل استفاده باشد ندارد.در واقع این نوع دانش به صورت یکسری فرآیند و روال تعیین شده برای اجرای کارها وجود دارد .

 دانش ضمنی دانشی است که در ذهن افراد به وجود آمده و از تجارب افراد مایه گرفته و بیان آن برای دیگران مشکل است .

این نوع دانش نیازمند تغییراتی است تا توسط دیگران قابل فهم و استفاده باشد.

🔄 تبدیل دانش ضمنی به دانش صریح از جمله وظایف اصلی مدیریت دانش محسوب می شود.

 مفهوم مدیریت دانش

مدیریت دانش، فرایندی است که بواسطه آن سازمانها در زمینه یادگیری، کدگذاری دانش (بیرونی کردن دانش) و توزیع و انتقال دانش، مهارت هایی را کسب می کنند.

“کارل ” براین باور است که مدیریت دانش، یعنی ایجاد فرایندهای لازم برای شناسایی و جذب داده،اطلاعات و دانش های مورد نیاز سازمان از محیط درونی و بیرونی و انتقال آنها به تصمیم ها سازمان و افراد.

در واقع زمانی که سازمان دانش جدید را به دست آورد اطلاعات جدیدی وارد سازمان می شود که لازم است برای آن فرایندی طراحی شود تا بتوان با استفاده از اطلاعات جدید، برنامه های جاری را نیز مورد ارزیابی مجدد قرار داد.

این فرایند، همان مدیریت دانش است که برای تسهیل در فعالیت های مرتبط با دانش از قبیل خلق، ضبط و ذخیره، انتقال وکاربرد آن استفاده می شود.

🔁 تبدیل دانش ذهنی ( ضمنی ) به دانش ثبت شده رسمی( صریح ) یکی از اهداف کلیدی مدیریت دانش است که باعث کاهش ریسک از دست دادن دانش با ارزش سازمان به واسطه افت کارکنان و کاهش خطر از دست دادن حافظه سازمان به هنگام تعدیل نیروی انسانی می شود.

در واقع مساله اصلی این است که در یک سازمان بتوان هرچه بیشتر دانش ضمنی و نهفته در افراد را به دانشی صریح که توسط همه قابل استفاده باشد تبدیل کرد.

💁🏻‍♂️💁🏻‍♀️نوناکا و تاکاچیاست از چهار بعد به منظور خلق و تبدیل دانش های صریح و ضمنی استفاده کرده اند.

 🔅اجتماعی سازی :

در این راهبرد دانش پنهان انتقال پیداکرده و مجددا به دانش پنهان تبدیل می شود.

 🔅برونی سازی :

در این راهبرد دانش پنهان به دانش آشکار تبدیل می شود. این فرآیند به فرد اجازه می دهد که به صورت انفرادی مفاهیم دانش ضمنی را تدوین نموده و بادیگران به اشتراک بگذارد و دانش جدید را به وجود آورد.

🔅 ترکیب سازی :

این راهبرد به دنبال تبدیل دانش صریح به دانش صریح پیچیده تری است.دانش تجزیه شده موجود به اشتراک گذاشته می شود و ترکیب وتفسیر می گردد.

🔅 درونی سازی :

این راهبرد شیوه ای است که دانش آشکار از طریق تفسیر دانش به دانش ضمنی تبدیل می شود این امر از طریق یادگیری حین عمل صورت می گیرد و دانش مستندسازی شده نقش حیاتی را در این امر بازی می کند.

 مفهوم هوش مصنوعی

📲 هدف اصلی هوش مصنوعی ایجاد ماشینی است که بتواند مانند انسان به تفکر پرداخته و عمل کند.

این رشته در سال ۱۹۵۰ با نظریه آلن تورینگ موسوم به”تست تورینگ” ایجاد شد.

مبحث اصلی در این رشته این است که کامپیوتر بتواند مانند انسان فکر و عمل کند. بدین منظور ماشین از طریق یکسری حسگرهایی محیط اطراف را درک می کند و بوسیله پردازنده هایی این ادراکات را تجزیه و تحلیل کرده و با استفاده از عملگرهایی که در اختیار دارد پاسخ مناسبی برای محیط فراهم می کند.

اساسا سیستم های خبره بدنبال انجام کارهایی هستند که برای اجرای آنها به متخصصان نیازمندیم.

درنتیجه دسترسی هرچه بیشتر به دانش و اطلاعات برای این سیستم ها اهمیت فراوانی دارد .

البته باید به این نکته توجه کرد که دسترسی به اطلاعات و دانشی که متخصصان برای انجام کارهای خود از آن استفاده می کنند بسیار مشکل است .

🤦🏻‍♂️زیرا این افراد، دانش و روش انجام کارهای تخصصی را عموما بر اساس تجربه شخصی آموخته اند و انتقال آنها به شکل دانشی که یک ماشین بتواند ازآن بهره بگیرد دشوار خواهد بود.

همچنین بسیاری از افراد دربرابر تسهیم دانش و انتقال دانش شخصی خود به دیگران از خود مقاومت نشان می دهند. این موضوع درواقع همان تبدیل دانش ضمنی به دانش صریح می باشد که مشکلات خاص خود را داراست.این سیستم ها با توجه به دانشی که در اختیار دارند می توانند به بررسی مسائل پرداخته و راه حل های منطقی ارائه کنند.درواقع این سیستم ها از روش های استقرایی و قیاسی استفاده کرده و می توانند تمام مراحل رسیدن به راه حل را به راحتی نشان دهند.

هوش مصنوعی برای کدگذاری دانش در نظام های مدیریت دانش قابل استفاده هستند .

 این سیستم ها قادرند که با در اختیار گرفتن دانش مفید در مورد مسائل مورد بررسی، مثل یک فرد متخصص و کارشناس راه حل های مناسب را ارائه داده و بسیار سریع تر مشکلات را حل کنند.

 ⚠️نکته ی مهم این است که سیستم های خبره عموما برای حل مسائلی استفاده می شود که دانش صریحی درباره ی آن وجود ندارد و باید براساس دانش ضمنی گردآوری شده عمل نمود.

فرآیند مدیریت دانش شامل کسب دانش، توزیع و تسهیم دانش و بکارگیری دانش می باشد .

سیستم های خبره در این فرآیند ها بسیار موثرند. مثلا این سیستم ها ، شرایط را برای کسب دانش فراهم می کنند .در واقع این سیستم ها دارای پایگاه های دانشی هستند که دانش متخصصان درباره ی بهترین روش انجام هر فعالیت در آن ذخیره شده است .

🎎البته باید توجه داشت که کسب دانش اصلا فرایند آسانی نیست و باید از طریق مصاحبه با متخصصان و یا مشاهده ی آن ها هنگام انجام کار به یکسری دانش ضمنی دست پیدا کرد.همچنین بسیاری از متخصصان درباره ی دراختیار قرار دادن دانش خود مقاومت می کنند و خواهان انحصاری نگه داشتن این دانش هستند. با توجه به این که سیستم ها خبره توانایی کسب دانش را از منابع مختلف دارا هستند ، در نتیجه فرآیند تسهیم و توزیع دانش مفیدی که شامل بهترین روش انجام کار می باشند را تسریع می بخشند . زیرا کارکنان سازمان به سرعت می توانند به دانش مورد نیاز خود دسترسی داشته باشند. این مساله نیز به خودی خود باعث هرچه بهتر انجام شدن کارها به وسیله ی بکارگیری دانش خواهد شد.

📱هوش مصنوعی در زمینه ی مسائلی مثل پخش دانش، تبدیل دانش فردی به دانش سازمانی و تشکیل سازمانهای دانش محور قابل استفاده می باشد.

🎊 سیستم های خبره برای آموزش کاربران، یکپارچه سازی منابع مختلف دانش وحل مشکلات مربوط به نظم داخلی مورد استفاده قرار می گیرد .

سیستم های آموزش الکترونیکی دارای مزایا بسیار زیادی می باشد . ازجمله اینکه امکان تحصیل و یادگیری را فرای مرزهای مکانی و زمانی فراهم می کنند و این امر موجب گسترش آموزش و سواد در کشور و به ویژه مناطق محروم می گردد.

اما این شیوه ی آموزش دارای معایبی نیز هست .

از جمله اینکه دانشجویان عموما از فعالیتهای گروهی بی بهره مانده و مجبورند فعالیتهای خود را به صورت انفرادی انجام دهند . در نتیجه برای دانشجویان امکان گسترش دانش و شرکت در فعالیتهای دانش افزا را از دست می دهند و نمی توانند از تجارب و آموخته های یکدیگر که عموما در اثر ارتباطات رودررو ایجاد می گردد ، استفاده نمایند.

علاوه بر این دانشجویان ممکن است به مشکلاتی در زمینه ی کار با سیستم های الکترونیکی بر خورد نمایند و اجبارا این مسائل را نیز به تنهایی حل کرده و از تجارب سایرین بی بهره می مانند.

🎉براین اساس برای حل مشکلات مطرح شده می توان با ایجاد سیستم های خبره و سیستم های مدیریت دانش بهره برد.

 راه حل مناسب

🎓 استفاده از سیستم های خبره به منظور ارائه ی مشاوره ی تخصصی به دانشجویان در زمینه های تحصیلی بدون نیاز به حضور فرد مشاور ؛

👒ایجاد یک سیستم خبره برای گسترش دانش کار با سیستم و پاسخ به سوالات دانشجویان در زمینه ی کار با سیستم؛

🧢ایجاد یک سیستم خبره برای ارائه ی مشاوره تخصصی در زمینه ی مسائل فنی سیستم به کارشناسان؛

🎩 ایجاد یک سیستم خبره برای پاسخ به سوالات و جمع آوری دانش و تجربه ی دانشجویان سال بالاتر برای دانشجویان جدید

بنابراین ایجاد یک سیستم مدیریت دانش مبتنی بر سیستم های خبره و هوش مصنوعی که توانایی به اشتراک گذاری دانش در حوزه های گوناگونی داشته باشد می تواند بسیار موثر باشد.

 پایان بحث

هوش مصنوعی یکی از علوم جدید است که بدنبال ایجاد ماشین هایی است که مانند انسان فکر کرده و عمل می کنند.باید توجه داشت که سیستم های هوش مصنوعی درواقع هوشمند نیستند بلکه ماشین هایی هستند که مشکل را به روش مصنوعی حل می کنند و برای انجام این کار به دانش و اطلاعات بسیاری نیازمندند.

یکی از کاربردهای بسیار مهم سیستم های خبره کمک به مدیریت دانش سازمان به ویژه سیستم های آموزش الکترونیکی است.این سیستم ها بدلیل دارا بودن پایگاه دانش می توانند دانش ضمنی متخصصان در انجام کارها را که اغلب حاصل تجربه آنهاست را جمع آوری کرده و در خود ذخیره می کنند در نتیجه این دانش ضمنی به دانشی صریح تبدیل می شود که توسط اغلب افراد قابل استفاده است و امکان بهره گیری از مشاوره های تخصصی و گسترش دانش دانشجویان و حتی کارشناسان سیستم های آموزش الکترونیکی فراهم می گردد.

پس این سیستم ها باعث می شوند که فرآیندهای کسب و توزیع و بکارگیری دانش در مدیریت دانش آموزش های الکترونیک تسریع یافته و به طور موثرتری انجام شود.

⌚💰نکته قابل توجه این است که این سیستم ها با وجود مزایایی که دارند دارای یکسری مشکلاتی از قبیل هزینه بالا و نیاز به صرف زمان زیاد همچنین در مرحله ی پیاده سازی آنها باید تمام جوانب را در نظر گرفت و بعد اقدامات لازم را به عمل آورد.

البته باید در نظر داشت که استفاده از سیستم های خبره زمانی مناسب است که از هزینه ی پیاده سازی آن در مقایسه با منافعی که از آن نصیب سازمان می شود کم تر باشد و مساله زمان اهمیت کمی داشته باشد زیرا این سیستم ها زمانبرند.

باید توجه داشت که این سیستم ها اگر در سازمان مورد پذیرش کارکنان قرار نگیرند نمی توانند کارایی خوبی داشته باشند. پس می توان گفت که استفاده از این سیستم ها اگرچه مزایای زیادی دارد اما ممکن است با توجه به شرایط فعلی سازمان و نبود امکانات و آموزش های لازم در این زمینه کارایی مورد انتظار را نداشته باشدعلاوه بر این نباید نیاز به حمایت مدیر ارشد را در این زمینه نادیده گرفت.

پس باید قبل از انجام هر کاری به منظور پیاده سازی این سیستم ها ابتدا شرایط لازم را در نظر گرفت ، حمایت مدیران و به ویژه کارکنان را جلب نمود و از تکنیک های لازم برای مدیریت تغییر بهره گرفت تا در نتیجه بتوان یک نتیجه مناسب دست یافت.