Streszczenie
Proces adaptacji, przystosowania si organizacji do zmieniajcych si warun-ków otoczenia, jako głównej determinanty osignicia przez organizacje przewagi konkurencyjnej, ujmowany w kategoriach wiedzy, polega na utrzymaniu równowagi midzy dwoma podstawowymi procesami: asymilacj i akomodacj wiedzy. Opis ogólnosystemowy wiedzy organizacji z wykorzystaniem przestrzeni topologicznych jest wykorzystano jako studium przypadku do opisu modelu zarzdzania wiedz I. Nonaki.
Summary
The process pf adapting, that is adjusting of the organization to changing envi-ronment conditions, as a determinant of getting a competitive dominance of the or-ganization (as far as knowledge is concerned) depends on keeping balance between two processes: assimilation and accommodation of knowledge. The systemic de-scription of knowledge of the organization that uses topological space is used as a case study of the description of Nonaka model of managing knowledge.
1. Wprowadzenie
Formalny opis relacji midzy systemem i otoczeniem napotyka wiele trudnoci. Organizacj (przedsibiorstwo, instytucje) bdziemy traktowa jako pewien system łczcy w sobie cechy systemu mechanicznego i humanistycznego. Opis adaptacji systemu uwzgldniajcy relacje mie-dzy rodowiskiem decydenta a systemem w odniesieniu, do którego rozwizywany jest problem optymalnej decyzji musi by powizany z syntez i analiz materiału empirycznego i aktualnej wiedzy oraz generowaniem tez, hipotez podlegajcych dalszej ocenie, czy weryfikacji. Formułujc Metasystem Wiedzy Organizacji otrzymamy formalny opis [5].
Bdziemy wychodzi od Arystotelesowskiej zasady, e cało, to wicej ni suma czci, b-dcej idee fixe ogólnej teorii systemów. Podejcie ogólnosystemowe bdziemy traktowa formal-nie jak u Mesarovica [6] i jako metodologi (narzdzie poznania), jak chciał W.R. Ashby. Główny problem budowania systemowego ujcia wiedzy organizacji mona okreli najkrócej jako sprzeczno zachodzc pomidzy poznaniem całoci i czci, ogółu i szczegółu. Organizacja bazuje na wiedzy, która ma charakter głównie empiryczny bez ambicji na ponadczasowe, formuło-wane w postaci praw naukowych, uogólnienia. Podejcie systemowe bdzie miało charakter podej-cia ogólnosystemowego zorientowanego celowo [4]. Proponowany opis systemowy wiedzy organi-zacji koresponduje z problemami zarzdzania wiedz organiorgani-zacji nakrelonymi w [1; 2; 8; 9].
2. Metasystem Wiedzy Organizacji (MWO)
Pojcie MWO1 zostało okrelone w korespondencji midzy innymi do bada prowadzonych nad natur inteligencji człowieka [3] i ogólnosystemow koncepcj Piageta. Dla potrzeb sformu-łowania opisu systemu nie bdzie istotne dzielenie wiedzy w organizacji na wykorzystan, posia-dan niewykorzystan, poposia-dan; czy strategiczn i operacyjna; jawn (odkryt) i ukryt (niejaw-n) , indywidualn lub zespołow [8]; metodyczn i techniczn itd., podział ten bdzie wprowa-dzany poprzez definicje odwzorowane w opis konkretnego modelu i na tym poziomie bdzie uszczegółowiany.
Okrelimy klasM – MWO, gdzie M ∈M ma posta uporzdkowanej czwórki:
, , ,
<B W A K >
Niech U bdzie uniwersum – klas zawierajc cał wiedz otoczenia najlepiej w sensie pope-rowskim, jako elementy nie odrzucone poprzez proces empirycznej falsyfikacji. B i W bdzie zawarte wU B jest klas elementów nazwanych informacjami (dane traktujemy jako informa-cje). Mona tu wyróni dwa rodzaje informacji: informacji jednostkowej (okrelanej czsto mia-nem informacji materialnej) oraz schematów – informacji posiadajcych pewn struktur logiczn. Schematy stanowi treciowy aspekt informacji i nale do nich kategorie figuralne, symboliczne, znaczeniowe, behawioralne. Schematy okrelamy jako informacj znaczeniowo dwupoziomow. Na jednym poziomie s informacje jednostkowe, a na drugim pewna struktura relacyjna, okrela-jca implikacje miedzy jednostkami informacji z poziomu pierwszego. Poziom pierwszy mona okreli jako poziom analizy, weryfikacji syntaktycznej, poziom drugi jako poziom analizy seman-tycznej.
Klas W bdziemy utosamia z wiedz. Elementami W s schematy. Załoylimy, e schemat jest informacj. Jednak terminy wiedza i informacja nie s synonimami; wiedza ma bo-wiem szerszy zakres. Wiedza ma wiele potocznych znacze, przez co nie bdziemy jej definiowa. Za Wermeisterem przyjmiemy na nasz uytek definicj, która mówi, e wiedza to uzasadnione przekonanie lub jak chce Nonaka za Wittgesteinem: wiedza to prawdziwe i potwierdzone przeko-nanie. Przekonanie jest formułowane w postaci zdania, które ma podmiot i orzeczenie. Zdania te tkwi nadal w sferze informacji, ale semantycznej w swej istocie.
Najbardziej nas interesujcymi klasami s klasy operatorów A i K nazywane odpowied-nio klasami operatorów asymilacji i akomodacji. Terminy te nie wskazuj na adne powizanie z biologi, ale nios pewne treci w analogii do pewnych zjawisk w przyrodzie. Podobnie, nawizu-jc do okrelenia funkcjonowania organizacji, G. Morgan [7] porównuje j do mózgu, uwaanawizu-jc, e ma ona system poznawczy, zawierajcy w sobie zarówno struktur mylenia jak i wzorzec działania. Operatory tych klas s bardzo, w swym działaniu, zblione do zjawisk asymilacji i ako-modacji. Operatory asymilacji maj, najogólniej mówic, za zadanie pobieranie nowej napływaj-cej informacji i dołczanie do B. Natomiast operatory akomodacji powoduj samoprzystosowanie si, zmodyfikowanie ju istniejcej struktury wiedzy w celu lepszego dopasowania jej do nowych lub ogólnie do elementów klasy B.
1 Organizacj (przedsibiorstwo, instytucj) bdziemy traktowali jako pewien system. Natomiast systemowy opis wiedzy
organizacji nie jest podsystemem, ani nadsystem, ani cz ci systemu, natomiast jest opisem działa, procesów nad zbio-rem zachowa systemu std okre lenie metasystem [5].
Operatory klasy K nawizuj do kategorii heurystycznych: działania twórczego, planowa-nia, rozwizywania problemów strategii, oceniania; cile koresponduj z sensem poj indukcja i dedukcja. Istnieje wiele definicji indukcji i wikszo z nich mówi, nawizujc do wczeniej wspomnianego problemu, przechodzenia od szczegółu do ogółu. Pojcie indukcji zakłada zawsze abstrakcj, co znaczy wychodzenie poza poszczególne zdarzenia oraz dane bezporednie. Jednost-ki informacji traktujemy w sposób arbitralny jako dane bezporednie; to, co MWO z nich uzysku-je, a co daje si opisa w kategoriach klas, relacji, systemów i implikacji, mona traktowa jako wyniki indukcji. Std mona wyróni interesujce nas nastpujce rodzaje indukcji: klasyfikacyj-n, relacyjklasyfikacyj-n, systemow i implikacyjn.
Teraz, jeli otrzyma si wyniki indukcji, to mog one by transponowane Rozumiemy przez to, e pojcie klasy ma zastosowanie nie tylko do pewnej liczby elementów, na podstawie których zostało utworzone, lecz take do innych elementów, równie posiadajcych cechy specyficzne dla danej klasy.
Poniej przedstawimy formalny opis poj omówionych wczeniej. Okrelimy dwa predyka-ty: jeliI x
( )
, to x jest informacj, jeli zaH x( )
, to x jest schematem. Z wczeniejszych roz-waa wynika wniosek:( )
( )
H x I x .
Korzystajc z okrelenia predykatów, mamy:
( )
{
x I x|}
= B i( )
{
|}
W = x H x ,przy czym W ⊂B (bo H
( )
x pociga za sobI x( )
).NiechP U
(
)
, P B(
)
, P W(
)
oznaczaj odpowiednio klasy podzbiorów klasU , B ,W . Operator jest funkcj na zbiorach przestrzeni topologicznej, której argumenty i wartoci s zbiorami, elementami P U(
)
lub P B(
)
lubP W(
)
. Klas U z operatorami asymilacji i akomodacji bdziemy traktowa jako otwart, tzn. wyniki działa operacji na elementach P U(
)
nie zawsze bd elementamiP U
(
)
. Jest to intuicyjnie zrozumiale, poniewa pewne wnioski bd nowe, innowacyjne. Bdzie to prowadzi do zmiany zawartoci klasyU . P U(
)
byłoby topolo-gicznie domknite, gdyby załoy, e U zawiera informacje i wiedz absolutn, a takiej rodo-wisko organizacji nie posiada.2.1. Klasa operatorów asymilacji
W klasie operatorów asymilacji wyrónimy operator A i A . Ich działanie przedstawia
poniszy opis. Niech A=
{
x I x|( )
∧ ∉ Bx}
iCard A ≥( )
1. Wtedy( )
' A A =B , gdzieB ⊂B '.Niech A=
{
x H x|( )
∧ ∉ Bx}
iCard A ≥( )
1. Wtedy( )
' ' A A =B , gdzieB ⊂B '. Niech A={
x H x|( )
∧ ∉ Bx \W}
iCard A ≥( )
1. Wtedy( )
'' ' A A =W , gdzieW ⊂W '.Operator A powoduje przyłczanie do B nowego zbioru informacji A z P U
(
\B)
.Operator 'A powoduje dołczenie do B nowego zbioru elementów wiedzy A z P U
(
\B)
.Operator ''A powoduje dołczenie do W nowego zbioru elementów wiedzy A z P U
(
\W)
. 2.2. Klasa operatorów akomodacjiW klasie operatorów akomodacji wyróniamy kilka operatorów. 2.2.1. Operator dywergencji
Operator ten bdziemy oznaczaK . NiechA ⊂ B . Wtedy
( )
'K A =B ,
gdzieB ⊂B '.
Dopuszczamy przypadek, gdy K
( )
A = ∅ .Operator dywergencji przedstawia proces wnioskowania indukcyjnego na bazie informacji za-wartych w A. Otrzymany zbiór schematów jest wynikiem operacjiK naA, przy czym
dopuszcza-my moliwo tego, e nie zostanie osignity aden zadowalajcy wynik. Moe to by spowodo-wane zbyt skp informacj. Jeli nowe wnioski, stwierdzenia – generalnie nowe elementy wiedzy, schematy nie s elementami uniwersum, wtedy odpowiednio zmienia si uniwersum; wiedza dotych-czasowa została wzbogacona o nowe elementy. Nie rozwaamy tu problemu z poziomu organizacji zmian wiedzy w otoczeniu organizacji, tzn. nie rozstrzygamy, czy akt przyrostu wiedzy dla otoczenia ma charakter aktualny, czy potencjalny (czy jest to wiedza udostpniona otoczeniu, czy nie).
2.2.2. Operator asocjacji
Operator ten bdziemy oznacza K . Czsto, gdy wynik działania operatora dywergencji jest
niezadowalajcy, dołczamy z B nowe elementy informacji, aby osign jaki rezultat. Wtedy
( )
1K A =A,
gdzieA⊂A1⊂ B .
Operator skojarzenia ma ogólnie za zadanie efektywne dołczanie do pewnego podzbioru A
e mamy na uwadze dołczanie informacji, która jest w pewnym stopniu skojarzona semantycznie z informacj zA.
W przypadku działania operatora dywergencji moe nastpi (tak jest najczciej w rzeczywi-stych warunkach) cały łacuch działa naprzemian z operatorem skojarzenia, a do otrzymania pew-nego zadowalajcego schematu. Moe przy tym si zdarzy, e wyczerpiemyB . Wtedy po aktach asymilacji moemy wznowi, poprzez pozytywne skojarzenie nowej informacji, operacje dywergencji. 2.2.3. Operator konwergencji
W przeciwiestwie do operacji dywergencji, gdzie problem (podzbiór informacji) nie jest ci-le ustrukturalizowany, okrelimy operator konwergencji, działajcy podobnie jak operator dywer-gencji z ta rónic, e podzbiór informacji jest cile ustrukturalizowany. Jeli przyjmiemy poda-wan w logice definicje dedukcji, według której z przyjtych załoe s wyprowadzane konieczne wnioski, to działanie operatora konwergencji jest właciw kategori dla tej operacji logicznej. Operacja dywergencji wyklucza okrelenie wniosków jako koniecznych. Moemy powiedzie, e operacja dywergencji generuje z danych informacji logiczne moliwoci, natomiast operacja kon-wergencji generuje logiczne koniecznoci. Niech K bdzie operatorem konwergencji. Wtedy
( )
'K A =B ,
gdzieA ⊂B ⊂B '.
Dopuszczamy przypadek, e K
( )
A = ∅.W przypadku operacji konwergencji podzbiór A moe by (zwykle jest) cile ustrukturali-zowany (problem jednoznacznie jest okrelony) i std wniosek osiga si bez wikszych waha. Podobnie, jak w przypadku działania operatora dywergencji, moe doj do redefinicji uniwersum. 2.2.4 Operator ewaluacji
Wynikiem operacji dywergencji i konwergencji jest pewien schemat. Istotnym staje si osadze-nie jakoci czy poprawnoci schematu. Operacj majc na celu realizacj oceny schematu bdzie działanie operatora ewaluacji. Wynikiem działania operatora bdzie weryfikacja schematu (schemat te jest informacj) z informacjami znanymi, zgodnie z zadanymi kryteriami. Działanie operatora jest procesem dochodzenia do decyzji dotyczcej spełnienia tych kryteriów. Czasami bd porównywane dwa lub wiksza ilo schematów tego samego rodzaju, czasem porównywane bd w zdanym celu, który jest dany lub implikowany. Takimi najczciej stosowanymi kryteriami bd identyczno, podo-biestwo, przynaleno do danej klasy oraz zgodno. W okreleniu operatora ewaluacji wystpuje termin decyzja. Zwizek taki jest, ale nie jest cisły. Niech K bdzie operatorem ewaluacji. Wtedy
( )
' K A =W i{ }
(
)
' \ x A x ∈ = W W ,gdzie A ⊂ W i K
(
{ }
x)
= ∅ oznacza, e element wiedzy x został zweryfikowany negatywnieObecna posta K nie jest jeszcze zbyt cile okrelona. Operator ewaluacji jest dosy
moc-no okrojony, co do funkcji, jakie mógłby spełnia. Istotne byłoby powizanie oceny i wartoci, gdy dokonuje si wyboru, decyzji o odrzuceniu.
3. Model wiedzy Nonaki
Model Nonaki opisany w [8] umoliwiajcy opis tworzenia, przenoszenia i odtwarzania wie-dzy organizacji, dzieli wiedze na dwie postacie: wiedz ukryt i wiedz jawn. Model opisuje cztery rodzaje konwersji wiedzy:
– socjalizacja – od wiedzy ukrytej do wiedzy ukrytej,
– eksternalizacja (uzewntrznianie) – od wiedzy ukrytej do wiedzy dostpnej, – kombinacja – od wiedzy dostpnej do wiedzy dostpnej,
– internalizacja (uczenie si) – od wiedzy dostpnej do wiedzy ukrytej. 3.1. Wiedza ukryta i jawna
Niech Hu
( )
x bdzie predykatem oznaczajcym, e x jest elementem wiedzy ukrytej Hd( )
xbdzie predykatem oznaczajcym, e x jest elementem wiedzy jawnej. Wtedy mamy
( )
{
|}
u = x Hu x ∧ ∈x W W i( )
{
|}
d = x Hd x ∧ ∈x W W , gdzieW =Wu∪Wd. 3.2. SocjalizacjaPrzez socjalizacj Nonaki rozumie zdobywanie wiedzy poprzez kontakt bezporedni z drugi-mi osobadrugi-mi. Uczniowie zdobywaj wiedz pracujc pod kierunkiem nauczycieli, obserwujc ich. Menederowie poprzez szkolenia, treningi itd. Poniej zdefiniujemy kilka operacji, które bd odpowiadały procesowi konwersji od wiedzy ukrytej do wiedzy ukrytej.
Niech
(
)
i u
W ⊂P W bdzie podzbioremW , gdzie i jest indeksem podzbioru zawieraj-cego wiedz ukryt przyporzdkowanego okrelonej osobie lub grupie osób (zespołowi). Wtedy operacja socjalizacji bdzie miała posta:
(
)
' i i s u u W =W , gdzie ui u i = W W i ' i u u i = W W .W przypadku socjalizacji mamy do czynienia wyłcznie z wymian informacji, std
' i i u u i i = W W
.W przypadku, gdy socjalizacja nastpuje poprzez wykorzystanie wiedzy ukrytej z zewntrz od innej organizacji wtedy operacja socjalizacji jest złoeniem operacji asymilacji, pewnych operacji akomodacji i operacji socjalizacji opisanej wyej. Pokazuje to przykład podgldania piekarza przytoczony w [8, s. 87].
3.3. Eksternalizacja Niech
i u
W jak wyej i niech
(
)
i
d ⊂P
W W , bdzie podzbiorem wiedzy dostpnej przypo-rzdkowanym osobie lub grupie osób. Wtedy operacja eksternalizacji bdzie miała posta:
(
)
' i i e u d W =W , gdzie ui u i = W W i ' ' i d d i = W W oraz( )
(
')
i i d d i ∀ W ⊂W i ' d ⊂ d W W i ' u∪ d = W W W .W przypadku, gdy eksternalizacja nastpuje poprzez wykorzystanie wiedzy ukrytej z zewntrz od innej organizacji, wtedy operacja eksternalizacji jest złoeniem operacji asymilacji, pewnych operacji akomodacji i operacji eksternalizacji opisanej wyej.
3.4. Kombinacja Niech
i d
W jak wyej, bdzie podzbiorem wiedzy dostpnej przyporzdkowanym osobie lub grupie osób. Wtedy operacja kombinacji bdzie miała posta:
(
)
' i i k d d W =W , gdzie i d d i = W W i ' ' i d d i = W W oraz( )
(
')
i i d d i ∀ W ⊂W .W przypadku, gdy kombinacja nastpuje poprzez wykorzystanie wiedzy dostpnej z zewntrz od innej organizacji, wtedy operacja kombinacji jest złoeniem operacji asymilacji, pewnych ope-racji akomodacji i opeope-racji kombinacji opisanej wyej.
3.5. Internalizacja
Niech Wdi jak wyej, bdzie podzbiorem wiedzy dostpnej przyporzdkowanym osobie lub grupie osób. Wtedy operacja kombinacji bdzie miała posta:
(
)
' i i i d u W =W , gdzie i d d i = W W i ' ' i u u i = W W oraz( )
(
')
i i u u i ∀ W ⊂W i ' u ⊂ u W W i ' d ∪ u = W W W .W przypadku, gdy internalizacja nastpuje poprzez wykorzystanie wiedzy dostpnej z ze-wntrz od innej organizacji, wtedy operacja internalizacji jest złoeniem operacji asymilacji, pew-nych operacji akomodacji i operacji internalizacji opisanej wyej.
4. Podsumowanie
Spirala wiedzy opisana przez Nonak jest wynikiem złoenia operacji asymilacji, operacji z klasy operatorów akomodacji z operatorami socjalizacji, eksternalizacji, kombinacji i internalizacji Nonaki.
W podejciach do problemu zarzdzania wiedz mona wyróni przynajmniej kilka kierun-ków: podejcie okrelane modelem spirali rozbudowane w podejcie systemowe [8], czy podejcie okrelane mianem kształtowania zasobów wiedzy [9], czy ostatnio modne tzw. podejcie proceso-we [1]. W wymienionych podejciach trudno jest wskaza przekrój wspólny. S one róne i prak-tycznie nieprzekładalne i nie mona wskaza jednoznacznej korespondencji miedzy nimi. Opisane studia przypadków w poszczególnych podejciach ujmuj problem w okrelonym zakresie i w odniesieniu do stanu teraniejszego i przeszłego nie uwzgldniajc dynamiki zmian zachodzcych w organizacjach, a wynikajcych z procesów przemian i przekształce zachodzcych w sposobie gospodarowania: zmiany systemów zarzdzania, zmiany sposobów komunikacji, przeniesienie ciaru gatunkowego z jednych sfer zarzdzania na inne, restrukturyzacji, konsolidacji, globaliza-cji2. Zarzdzanie wiedz jest uporzdkowanym systemowo zbiorem operacji (procesów, działa) ukierunkowanych midzy innymi na gromadzenie, przetwarzanie, selekcjonowanie, ocen itd. wiedzy organizacji3.
W systemowym opisie wiedzy organizacji operacje na elementach zbioru informacji, czy wie-dzy mona traktowa jako procesy. Wymienione operacje na pewno nie wyczerpuj wszystkich moliwych procesów. Opisany model Nonaki z wykorzystaniem MWO ilustruje wykorzystanie MWO jako narzdzia do systematyzacji i opisu zachowa (zjawisk), jakie zachodz w rzeczywi-stych organizacjach.
2
Najlepiej ujmuje ten problem stwierdzenie Petera Druckera: mamy wła nie jeden z tych wanych okresów historycznych, wystpujcych co dwie cie, trzysta lat, kiedy ludzie przestaj rozumie wiat, a przeszło nie wystarcza do wyja nienia przyszło ci [Cameron K. S., Kultura organizacyjna – diagnoza i zmiana, Oficyna Ekonomiczna, Kraków 2003, s. 11].
3 Koresponduje to z drug zasad Gladstone, e Zarzdzanie wiedz to w znacznie wikszym stopniu zarzdzanie
Bibliografia
1. Gladstone B., Zarzdzanie wiedz, Petit, Warszawa 2004
2. Grudzewski W.M., Hejduk I.H., Przedsibiorstwo wirtualne, Difin, Warszawa 2002 3. Guilford J.P., The Nature of Human Intelligence, Mc Graw-Hill, N.Y. 1967
4. Jaro J., Cele systemu, ich przestrze i realizacja, Prace Naukowe ICT PWr., No 44, Wrocław 1978
5. Maj I., Wstp do systemowego opisu wiedzy organizacji, w: Koncepcje i narzdzia zarz-dzania informacja i wiedz, pod red. E. Niedzielskiej, K. Perechudy K., AE, Wrocław 2004
6. Mesarovic M.D., Takahara Y., General Systems Theory: Mathematical Foundations, Academic Press, N.Y. 1975
7. Morgan G., Obrazy organizacji, PWN, Warszawa 1997
8. Nonaka I., Takeuchi H., Kreowanie wiedzy w organizacji, Poltext, Warszawa 2000 9. Probst B., Raub S., Romhardt K., Zarzdzanie wiedz w organizacji, Oficyna
Ekono-miczna, Kraków 2004
Ireneusz Maj
e-mail: ireneusz@maj.pl Akademia Ekonomiczna
Katedra Zarzdzania Finansami Przedsibiorstwa 53-345 Wrocław
