Systémy řízení znalostí, tedy informaticko-technologické systémy, které umožňují sběr, sjednocení, integraci, prezentaci a udržování znalostí, mohou mít velmi rozdílnou formu. Počínaje relativně obecnými formami, jako jsou internetové prohlížeče, přes datové sklady se speciálními procesy a nástroji na tvorbu a údržbu dokumentace až po diagnostický expertní systém obsahující specializovanou znalost. Škálu systémů řízení znalostí pochopitelně doplňují aplikace zaměřené na samoučení či adaptivní systémy.
Softwarová podpora řízení znalostí (Knowledge Management, KM) může mít několik podob. Na trhu se objevují jak nástroje se specifickou funkčností podpory řízení znalostí, tak všeobecně rozšířené, „vylepšené“ nástroje pro komunikaci, práci s daty a správu dokumentů. Vznikají nástroje zaměřené na oblast transformace, kategorizace, vyhledávání a šíření znalostí. Pestrost nabídky doplňují například konvertory z hlasové do digitální formy využívané při zaznamenání klíčových znalostí rozhovorem s experty (např. před jejich odchodem ze zaměstnání) nebo nástroje pro multimedia mining (dobývání znalostí z multimediálních dat, kombinujících texty, obrázky, zvuky, videosekvence apod.). Svou roli zde sehrávají i nástroje pro správu metadat, respektive pro jejich vytváření a aktualizaci.
Pro organizaci i jednotlivce může být leckdy dostatečně přínosné, pokud jako nástroj pro podporu řízení znalostí efektivně využije obohacení (upgrade) funkčnosti dosud používaných prostředků. To se týká především využití intranetu, internetu, e-mailu či databází.
ZNALOSTI Z ELEKTRONICKÉ POŠTY
Klasický e-mail nemusí poskytovat jen základní komunikační servis, ale může posloužit i jako nástroj pro těžbu znalostí (knowledge mining). Elektronickou poštu je možné systematicky archivovat a následně využít jako zdroj pro pokročilou práci s daty a textem, tj. pro dolování dat (data mining) a vytěžování textů (text mining). Například zavedení aplikace Google Desktop zjednodušuje prohledávání pošty a zobrazuje výsledky hledání tak, že je možné s nimi dále konstruktivně pracovat. Ale předpokládá to, že je e-mail dobře popsán a protkán klíčovými slovy (metadata).
ZNALOSTI Z INTERNETU
Prostředí internetu může působit jako největší nekoordinovaná databáze služeb na světě. Doslova jde o zahlcení informacemi a je umění se v nich vyznat a vybrat ty relevantní.
Některé webové stránky fungují především jako prezentační systémy, jiné slouží jako systémy sběru dat a některé jako databázové dotazovací systémy. Využití těchto služeb znamená využít informace a efektivně je přeměňovat ve znalosti. V této souvislosti se často hovoří o dobývání znalostí z webu tzv. web mining.
Příkladem webového znalostního systému může být i encyklopedie Wikipedia, kterou vytvářejí sami návštěvníci, jež si přinášejí svoji znalost. Až na výjimky mohou všechny příspěvky upravovat a precizovat další návštěvníci a editoři, protože systém umožňuje skupinovou editaci. Editoři příspěvků jsou monitorováni, zjišťuje se, ze kterých počítačů jsou pozměňována hesla ve Wikipedii a komu tyto počítače patří. Wikipedia reprezentuje užitečnou kombinaci distribuovaného sdílení a hlavně údržby znalostí.
Přirozenost wiki konceptu přináší celou řadu implementací a enginů pohybujících se od jednoduchých řešení po velmi sofistikovaná. Některé nástroje wiki nejsou určeny přímo pro společnou práci, ale zaměřují se na správu dokumentů nebo třídění osobních informací.
ZNALOSTI Z INTRANETU
Intranet není jen silné komunikační médium, ale také znalostní báze organizace. Vybudování intranetového portálu podporuje sdílení informací a komunikaci v rámci jednotlivých pracovních týmů. Členové těchto týmů mohou používat centrální úložiště dokumentů či databáze, které si mezi sebou navzájem synchronizují. Nedílnou součástí řešení jsou vyhledávací softwarové nadstavby, systémy řízení dokumentů a nástroje z oblasti dolování a analýzy dat. Toto prostředí lze využít například pro efektivní vytěžování zde uložených prezentací, pracovních knih, metodik, standardů a mnoha dalších firemních dokumentů.
Intranetové portály mohou posloužit i jako platforma pro sdílení zkušeností z projektů, jedná se však o časově a zejména procesně náročnou záležitost. Organizace obvykle nevynakládají dostatečné úsilí na vytvoření procesů ke sbírání a zpracování znalostí a tuto činnost často považují za finančně nákladnou. Zavedení procesů pro řízení znalostí by mělo zohledňovat i potřebu budování zpětné vazby, přidávání komentářů a aktualizaci (například pomocí různých wiki nástrojů).
ZNALOSTI Z DAT
V současné době nestačí už jen sbírat informace v datech zřetelně obsažené, ale je nutné objevovat i souvislosti, které nejsou snadno patrné. Klíčovou technologií pro zvýšení kvality a účinnosti rozhodovacích procesů se tedy stává data mining.
Data mining je disciplína, která vznikla na rozhraní statistiky, umělé inteligence a databázových systémů. Jedná se o proces extrakce relevantních, předem neznámých nebo nedefinovaných informací z velmi rozsáhlých databází. Jde o proces výběru, průzkumu a modelování velkého rozsahu údajů. Data mining vychází z předpokladu, že ve velkých databázích se ukrývají zajímavé a důležité poznatky, které lze vyjádřit jednoduchými tvrzeními, vyjadřujícími příčinné závislosti, klasifikace a jiné vztahy. Některé takové poznatky mohou vést k novým odhalením a objevům. V této souvislosti se proto hovoří o „vyhledávání znalostí z databází“, popř. „objevování znalostí v databázích“ (knowledge discovery from database). Jádrem celého procesu dobývání znalostí z databází je použití analytických a statistických metod (například shlukovací analýza, analýza závislostí, asociační pravidla…). Důležitým krokem v celém procesu data miningu a dobývání znalostí je interpretace a ocenění nalezených znalostí. Přenesení poznatků do procesů strategického rozhodování jednotlivce i organizace je cestou k moudrosti poznání.
EXPERTNÍ SYSTÉMY
Expertní systémy jsou založené na vhodné reprezentaci znalostí, která umožňuje vhodné modelování. Největším úskalím vytváření expertních systémů je proces získávání znalostí. Kódování znalostí do příslušné formy může být velmi vyčerpávající a časově náročné. Na druhou stranu je možné bázi znalostí navrhnout tak, aby co nejvíce podporovala proces získávání znalostí.
ZAVEDENÍ SYSTÉMŮ ŘÍZENÍ ZNALOSTÍ
Znalost je v podstatě studnice toho, co jsme se již naučili, co již známe. Může se jednat o explicitní znalosti (z knih a internetu) nebo se může jednat o implicitní znalosti vytvořené poznávacími procesy a vztahy. Tyto implicitní znalosti jsou velmi těžko dokumentovatelné a tvoří se díky individualizovanému přístupu každého jednotlivce. V podstatě rozlišujeme implicitní znalosti, které jsou v hlavách jednotlivců a lze je převést do explicitní formy, a skryté – nevyslovené znalosti, které není lehké nebo možné převést do explicitní formy a dokumentovat.
Systémy řízení znalostí mají podchytit a podporovat sdílení všech typů znalostí.
Přístup každého danného jednotlivce k námi diskutované práci se znalostmi je v podstatě primárně jakýsi iterativní proces. Když jsme konfrontováni s neznámou situací, existují tři základní způsoby, jak znalost získat:
1.Prohledat znalostní bázi, abychom zjistili, zda byla daná situace řešena a řešení je již známé.
2.Nalézt několik podobných, nikoli stejných situací, a odvodit řešení jejich kombinací, a vytvořit tak novou (přizpůsobenou) znalost.
3.Vytvořit novou znalost, obvykle inicializovat akci a získat řešení. Zde se ke hledání řešení nabízejí jak náhodné, tak vědecké přístupy.
Získanou znalost můžeme dále rozvíjet a předávat.
ZAVEDENÍ V ORGANIZACI
Nalézání, využití, předávání, sdílení a uchování znalostí je záležitost, kterou nelze provádět nahodile, ukvapeně či na poslední chvíli, ale je ji potřeba budovat systematicky. Zavedení systému řízení znalostí je třeba jasně, strategicky a zejména s předstihem plánovat. Řízení znalostí v organizaci by se však nemělo odvíjet od technologií, ale naopak, mělo by se odvíjet od firemní kultury, týmové práce. Top management organizace by měl cítit potřebu zavedení systémů a procesů řízení znalostí a podpořit funkci garanta řízení znalostí (Chief Knowledge Officer), který by měl usnadnit vytváření, sdílení a inovace znalostí napříč firmou. Řízení znalostí by mělo být součástí vzdělávacích plánů oddělení HR. To znamená zavádět procesy pro předávání znalostí pracovních skupin a týmů, například hledat řešení, jak efektivně nakládat se znalostmi, aby s odchodem odborníků neodcházely i jejich zkušenosti a hluboké znalosti. Koncepce využívání systému podpory řízení znalostí musí brát ohledy jak na potřeby lidí, tak i na možnosti technologií, společným cílem je, aby mohly být realizovány jednotlivé toky znalostí.
ZNALOSTI JE NUTNÉ UDRŽOVAT
„Recyklace“, tj. sdílení a distribuce znalostí pro kolegy, partnery i veřejnost na internetu je dnes velmi diskutovanou záležitostí. Praktické nasazení systémů řízení znalostí však není pro organizace zcela jednoduché. Ukazuje se, že komplikovanost, a to zejména z hlediska procesního přístupu, patří k nejproblematičtějším aspektům zavádění systémů řízení znalostí. Je nutné stále pamatovat na to, že kontinuální údržba znalostí vyžaduje co největší úsilí a hlavně disciplínu (včetně kontroly) všech zúčastněných.
Autorka pracuje jako Data Mining Specialist ve společnosti Adastra Corporation.
Literatura
BERRY, Michael J. A. – LINOFF, Gordon. Data Mining Techniques: For Marketing, Sales, and Customer Relation Management. USA: Wiley, 2004.
BUREŠ, Vladimír. Znalostní management a proces jeho zavádění: Průvodce pro praxi. Praha: Grada, 2007.
LOSHIN, David. Enterprise Knowledge Management: The Data Quality Approach. USA: Academic Press, 2001.
TELLEEN, Steven L. Intranet as Knowledge Management Systems: Basic concepts and definitions. www.iorg.com, 1997.
WIKIPEDIA. en.wikipedia.org
PŘEDPLATNÉ
ČLÁNKY DO MAILU