WYBRANE NARZ DZIA I METODY ZARZ DZANIA WIEDZ W NAUKACH PRZYRODNICZYCH 1

Transkrypt

1 WYBRANE NARZ DZIA I METODY ZARZ DZANIA WIEDZ W NAUKACH PRZYRODNICZYCH 1 WALDEMAR KARWOWSKI, ARKADIUSZ ORŁOWSKI Streszczenie W pracy przedstawiono i przedyskutowano poj cia wiedza i zarz dzanie wiedz. Zostały omówione podstawowe definicje tych poj i ich zwi zek z danymi i informacjami. Nast pnie zaprezentowano rozmaite narz dzia wspieraj ce zarz dzanie wiedz oraz ich konkretne implementacje. W ko cowej cz ci omówiono perspektywy zastosowania omówionych technologii do zarz dzania wiedz w naukach przyrodniczych a w szczególno ci w produkcji ro linnej. Słowa kluczowe: wiedza, zarz dzanie wiedz 1. Wprowadzenie Współczesne przedsi biorstwa osi gaj sukces nie tylko dzi ki dost powi do surowców, nakładom finansowym czy dost pno ci zasobów pracy - ogromn rol odgrywa dost p do wiedzy. W szczególno ci łatwo zauwa y, e pracownik dysponuj cy wiedz jest bardzo cz sto najwa niejszym zasobem firmy. Wiedza jest potrzebna nie tylko do tego, aby wiedzie jak co wyprodukowa ale tak e jak organizowa prac, jak planowa i realizowa kooperacj z innymi przedsi biorstwami czy jak organizowa dystrybucj. Mo emy zauwa y, e potrzeba wiedzy jest wielka, tak e w naszym prywatnym yciu - gdy podejmujemy istotne decyzje, staramy si dotrze do zasobów zarówno zgromadzonych w postaci dokumentów jak i w umysłach osób z którymi mo- emy si skonsultowa. Z drugiej strony we współczesnym wiecie mamy nadmiar informacji, media bez przerwy dostarczaj nowych wiadomo ci, mo emy dowiedzie si jaka jest pogoda czy do jakich wypadków doszło w odległych krajach. Jednak e nadmiar sensacyjnych wiadomo ci nie przekłada si zbytnio na nasz wiedz. Równie przedsi biorstwa otrzymuj, w dobie globalizacji, wiele sygnałów o sytuacji na rynkach całego wiata, które jednak bez uporz dkowania nie przynosz wielu korzy ci. Je eli organizacje same nie potrafi zgromadzi zasobów wiedzy, mog korzysta z pomocy wywiadowni gospodarczych, firm konsultingowych oraz rozmaitych doradców, jednak e najcenniejsze jest posiadanie własnych zasobów. Zarówno w yciu prywatnym jak i w biznesie notatnik, ołówek i segregator, cho nadal przydatne, nie s jednak wystarczaj ce aby gromadzi, organizowa i wykorzystywa zebrane informacje. Z pomoc przychodz nam technologie informatyczne w szczególno ci komputery, bazy danych oraz sieci teleinformatyczne (przede wszystkim powszechnie dost pny Internet). Technologie informatyczne, umo liwiaj gromadzenie, przechowywanie i przeszukiwanie olbrzymiej ilo ci informacji, nadal jednak problemem jest jako tego co uzyskujemy. Aby informacje przy- 1 Praca naukowa finansowana ze rodków na nauk w latach jako projekt badawczy Nr N N

2 82 Waldemar Karwowski, Arkadiusz Orłowski Wybrane narz dzia i metody zarz dzania wiedz w naukach przyrodniczych niosły now wiedz musz by w jaki sposób przefiltrowane i uporz dkowane. Konieczne s specjalistyczne narz dzia i metody pozwalaj ce informacjami i wiedz zarz dza. Cz wiedzy zawsze pozostaje w umysłach ludzi, jednak e nawet w takich sytuacjach odpowiednie technologie mog wspomaga w dzieleniu si t wiedz z innymi. Celem niniejszej pracy jest analiza narz dzi informatycznych wspieraj cych zarz dzanie wiedz przydatnych dla realizowanego w Katedrze Informatyki SGGW projektu na temat: Narz dzia zarz dzania wiedz w produkcji ro linnej. Najbardziej interesuj nas narz dzia maj ce zastosowanie w naukach przyrodniczych, wykorzystuj ce informacje pochodz ce z zasobów internetowych o do swobodnie okre lonej strukturze w szczególno ci korzystaj ce z technologii XML. 2. Wiedza i zarz dzanie wiedz Zanim przejdziemy do dalszych rozwa a chcemy odpowiedzie na pytanie: czym jest wiedza? Sformułowane pytanie ma charakter filozoficzny, zajmowano si nim ju w staro ytno ci. Klasyczna definicja wiedzy pochodzi od Platona, który stwierdził, e wiedza to prawdziwe, uzasadnione przekonanie. Arystoteles staraj c si uporz dkowa definicj tego poj cia zwrócił uwag na rol do wiadczenia jako podstawy wiedzy. Dyskusja na temat istoty wiedzy toczyła si na przestrzeni wieków, a do czasów współczesnych. Nast pcy Platona, racjonali ci, twierdzili, e prawdziwa wiedza nie pochodzi ze zmysłowych do wiadcze, ale jest rezultatem procesów zachodz cych w umy le. Empiry ci nawi zywali do Arystotelesa i uwa ali, e ródłem wiedzy jest do- wiadczenie zmysłowe. Teoria poznania (epistemologia) w du ym stopniu bada mo liwo ci poznania a wi c tak e ródła i granice wiedzy. Obecnie mo emy szuka definicji wiedzy w encyklopediach i słownikach. Encyklopedia Powszechna PWN definiuje wiedz jako: w w szym znaczeniu ogół wiarygodnych informacji o rzeczywisto ci wraz z umiej tno ci ich wykorzystania; w szerokim znaczeniu wszelki zbiór informacji, pogl dów, wierze, którym przypisuje si warto poznawcz lub (i) praktyczn. Z kolei Słownik J zyka Polskiego PWN podaje dwa okre- lenia: 1. ogół wiadomo ci zdobytych dzi ki badaniom, uczeniu si itp.; te : zasób informacji z jakiej dziedziny ; 2. znajomo czego. Jak wida nie ma jednej uniwersalnej definicji, nale- y zwróci uwag na to, e w szczególno ci w definicji encyklopedycznej, pojawia si aspekt praktycznego wykorzystania posiadanych informacji. Wielu autorów stara si okre li to poj cie bardziej precyzyjnie w zale no ci od kontekstu w jakim jest u ywane. Oprócz filozofii wiedz zajmuje si psychologia, wiele bada zwi zanych było z opisaniem procesu poznania i powstawania wiedzy w umysłach ludzi. Zagadnienia te pozostaj jednak poza zakresem naszej pracy, nas najbardziej interesuje poj cie wiedzy w odniesieniu do działalno ci organizacji przedsi biorstw, urz dów oraz instytucji naukowych wraz z mo liwo ci praktycznego wykorzystania. Okre lenie wiedzy w tym kontek cie podaje Kisielnicki 2, przyjmuj c, e wiedza to niematerialne zasoby organizacji, zwi zane z ludzkim działaniem, których zastosowanie mo e by podstaw przewagi konkurencyjnej organizacji. Zwi zana jest ona z posiadanymi zasobami: danych, informacji, procedur, jak te z do wiadczeniem i wykształceniem pracowników. Wiedza bardzo silnie wi e si z takimi czynnikami jak: kultura, etyka, intuicja, warunki pracy, styl zarz dzania. Autor zwraca uwag na dynamiczny charakter wiedzy w organizacji, uwa a on ponadto, e w trakcie rozpowszechniania wiedza traci swoj warto i unikalno. Wynika to z faktu, e zupełnie inn warto 2 Kisielnicki J., Zarz dzanie wiedz w systemach informacyjnych.

3 Studies & Proceedings of Polish Association for Knowledge Management Nr 57, ma wiedza, która jest w dyspozycji jednej osoby ni ta sama wiedza, która jest w dyspozycji wielu osób. Wydaje si, e ta definicja zbyt du y nacisk kładzie na przewag konkurencyjn. Nie mo na te zgodzi si ze stwierdzeniem, e rozpowszechniona wiedza traci warto, mo na powiedzie tylko e traci t cz warto ci materialnej, która wynika z przewagi konkretnej organizacji nad konkurencj. Dla naszych potrzeb bardziej adekwatne byłoby okre lenie, e wiedza to niematerialne zasoby organizacji, zwi zane z ludzkim działaniem, których zastosowanie mo e by podstaw wy szej efektywno ci i jako ci działania organizacji. Wa ne jest okre lenie poj cia wiedza w stosunku do innych zbli onych poj. Uto samianie danych, informacji i wiedzy, cz ste w j zyku potocznym, w szczegółowych badaniach mo e doprowadzi do zamieszania i bł dnych wniosków. Nonaka i Takeuchi 3 stwierdzaj, e cz sto zamiennie stosuje si termin wiedza i informacja, precyzuj oni, e informacja jest strumieniem wiadomo ci, podczas gdy wiedza jest jego wytworem, zakorzenionym w przekonaniach i oczekiwaniach odbiorcy. Dodatkowo uwa aj, e wiedza sformalizowana, wyra ona w słowach i liczbach stanowi zaledwie wierzchołek góry lodowej. W organizacjach istnieje wiedza ukryta, która wpływa na warto organizacji i jest wysoce indywidualna oraz trudna do sformalizowania. Do tej kategorii wiedzy zalicza si mi dzy innymi intuicj, przeczucia, kultur organizacji. Wiedz tak trudno przekaza lub podzieli si ni z innymi. Kwestie mo liwo ci zamiany wiedzy ukrytej w jawn s tematem wielu bada 4. Wielu badaczy powołuje si na prac Ackoffa 5, wybitnego ameryka skiego specjalisty z dziedziny bada operacyjnych i systemowych, który wyró nił poziomy poznania: dane informacja wiedza zrozumienie m dro. Graficznie przedstawiane jest to w postaci tak zwanej piramidy wiedzy. Ackoff okre la informacje jako dane przetworzone w sposób przydatny u ytkownikowi daj ce odpowied na pytania: co?, kto?, gdzie?, kiedy?, natomiast wiedz jako aplikacj informacji odpowiadaj c na pytanie jak?. Trzeba zaznaczy, e sztywne trzymanie si piramidy wiedzy budzi wiele kontrowersji. W pracy Hierarchiczna struktura poznania piramida wiedzy 6, autorzy przeprowadzili krytyczn analiz rozmaitych wersji piramidy wiedzy, jak równie sposobów uzasadniania ich metodologicznej poprawno- ci. Zwrócili uwag na historyczny i interdyscyplinarny charakter poj cia wiedza postuluj c ci- lejsze odwoływanie si do wielowiekowej filozoficznej tradycji europejskiej. Trzeba ponadto zgodzi si z autorami, e nale y zawsze pami ta o sprz eniu zwrotnym, posiadana wiedza wpływa na zdobywanie nowych danych oraz sposób ich przetworzenia na uzyskiwanie informacji. Piramida wiedzy nie mo e by traktowana jako struktura statyczna. Fakt ten podkre la Gołuchowski 7 formułuj c definicj -równanie Nowa Wiedza = informacje + kontekst (wiedza znana) + do- wiadczenie (umiej tno ) w przetwarzaniu wiedzy, dodaje on ponadto, e taka definicja ma charakter rekurencyjny. Równanie to pokazuje, e tworzenie wiedzy jest procesem dynamicznym i jest realizowane w okre lonym kontek cie wiedzy ju nabytej. Bardziej szczegółowe rozwa ania o piramidzie wiedzy i zwi zkach pomi dzy danymi, informacj i wiedz, mo na znale w pracach Rowley 8, Frické 9 czy Zins Nonaka I., Takeuchi H., Kreowanie Wiedzy w Organizacji. 4 Nonaka I., Krogh G., Tacit Knowledge and Knowledge Conversion. 5 Ackoff R., From Data to Wisdom. 6 Berezi ski M., Hołubiec J., Wagner D., Hierarchiczna struktura poznania piramida wiedzy. 7 Gołuchowski J., Technologie informatyczne w systemach zarz dzania wiedz w organizacji. 8 Rowley J. The wisdom hierarchy: Representations of the DIKW hierarchy.

4 84 Waldemar Karwowski, Arkadiusz Orłowski Wybrane narz dzia i metody zarz dzania wiedz w naukach przyrodniczych Kolejnym zagadnieniem jakie napotkamy jest zarz dzanie wiedz. Kisielnicki 2 przedstawia i dyskutuje rozmaite definicje zarz dzania wiedz oraz podaje własn definicj, zgodnie z któr zarz dzanie wiedz jest procesem, w którym dla realizacji postawionych celów umiemy: wykorzysta posiadane w organizacji zasoby wiedzy, poszukiwa i absorbowa zewn trzne zasoby wiedzy, stworzy takie warunki, aby wszyscy uczestnicy procesu decyzyjnego czuli si zobowi zani do dzielenia si posiadanymi zasobami wiedzy i jej kreowaniem. Zarz dzanie wiedz polega nie tylko na umiej tnym wykorzystaniu posiadanych zasobów, ale te na uzyskaniu efektu synergicznego, czyli uzyskaniu wy szych efektów ni by to wynikało z bezpo redniego jej wykorzystania. Oczywi cie dla realizacji zasad zarz dzania wiedz musimy dysponowa nie tylko odpowiednimi zasobami wiedzy, ale te okre lon infrastruktur zarz dzania najcz ciej powi zan z technologiami informatycznymi. Z kolei Drelichowski 11 uwa a, e zarzadzanie wiedz to kompleks dziedzin uwzgl dniaj cych narz dzia in ynierii wiedzy, problematyk finansowania tworzenia, przesyłania i zastosowa wiedzy (...), tworzenie, przesyłanie i zastosowanie wiedzy w organizacjach gospodarczych i administracji. Reasumuj c mo emy stwierdzi, na podstawie tych definicji, e zarz dzanie wiedz obejmuje wiele dziedzin, jest procesem, który składa si z rozmaitych elementów, wymaga znajomo ci teorii zarz dzania, matematyki, wsparcia technologicznego i odpowiednich zasobów finansowych. Aby zarz dza wiedz trzeba rozumie relacje mi dzy zasobami informacyjnymi, posiada umiej tno ich identyfikacji, umie zapewni integralno zasobów oraz ustali odpowiednie zasady i procedury dotycz ce całego procesu. Podj to wiele prób sformalizowania procesu zarz dzania wiedz od jej stworzenia czy pozyskania po okres jej wykorzystywania. Badania prowadzone przez Word Bank 12 doprowadziły do wyró nienia pi ciu etapów na drodze do wdro enia zarz dzania wiedz w organizacji. Etap pierwszy rozpocz cie pracy (get started) składa si z pi ciu aktywno ci: zdefiniowania zarz dzania wiedz w kategoriach, które dotycz osób pracuj cych; okre lenia innych (np. ekspertów) którzy mog przył czy si do współpracy w danym przypadku; szukania mo liwo ci, gdzie efekty działa byłyby najlepsze; skupienia si na systemach intranetowych i przygotowania dla działu IT listy potrzebnych narz dzi oraz wizji zarz dzania wiedz. Wynikiem tego etapu powinna by decyzja o wiadomym zbadaniu mo liwo ci wdro enia zarz dzania wiedz. Etap drugi badanie i eksperymentowanie (explore and experiment) składa si z trzech aktywno ci: sformowanie grupy zadaniowej do zada zwi zanych z zarz dzaniem wiedz ; wyboru zada pilota owych lub zada lokalnie istotnych dla organizacji oraz znalezienia zasobów wspieraj cych pilota. Wynikiem tego etapu powinno by przygotowanie pilota u. Etap trzeci uruchomienie pilota u i inicjatyw zarz dzania wiedz (organize pilots and knowledge management initiatives) składa si z trzech aktywno ci: finansowania pilota u; opracowania metodologii, która mo e by replikowana i skalowana w gór, oraz wyciagni cia wniosków z otrzymanych wyników. Wynikiem tego etapu powinna by decyzja o wdra aniu zarz dzania wiedz wraz z odpowiedni strategi i zaplanowanym bud etem, wynikiem mo e by te zaniechanie działa w jakim kierunku je li pilota nie przyniósł rezultatów, mo liwe te s wyniki po rednie polegaj ce na wyborze niektórych elementów w celu usprawnienia działania organizacji. Etap czwarty rozwini cie i wspieranie (expand and support) składa si z trzech 9 Frické M. The knowledge pyramid: A critique of the DIKW hierarchy. 10 Zins C., Conceptual approaches for defining data, information, and knowledge. 11 Drelichowski L., Podstawy In ynierii Zarz dzania Wiedz. 12 The Word Bank Profile, Best Practices In Knowledge Management.

5 Studies & Proceedings of Polish Association for Knowledge Management Nr 57, aktywno ci: rozwijania strategii rozwoju; komunikowania i przekazywania strategii wszystkim członkom organizacji; oraz zarz dzania wzrostem i sterowania chaosem. Na bazie rezultatów etapu czwartego nast puje etap pi ty maj cy charakter permanentny - instytucjonalizacja zarz dzania wiedz (institutionalize knowledge management) charakteryzuj cy si nast puj cymi aktywno ciami: nic nie mo e si zdarzy w organizacji, dopóki w modelu biznesowym działa nie uwzgl dniono zarz dzania wiedz ; nast puje zmiana struktury organizacji; elementem formalnej oceny pracowników staje si umiej tno zarz dzania wiedz. W efekcie tego udost pnianie i korzystanie z wiedzy staj si rutynow cz ci działa organizacji. Nieco inaczej widzi ten proces Drelichowski 11, zwraca on uwag, e czynnikiem wyst puj cym równolegle w procesie generowania wiedzy staje si jej weryfikacja (validation). Po stworzeniu wiedzy musi nast pi etap weryfikacji, natomiast sposób tej weryfikacji zale y od sektora, w którym ona powstała. Przykładowo, w przemy le działa element komercyjny; sukces rynkowy produktu weryfikuje wiedz w nim zawart, jednocze nie nowa wiedza mo e by zweryfikowana przez nauk. Mo e istnie te podej cie czysto pragmatyczne: sprawdzenie si nowej technologii w praktyce nie musi wymaga weryfikacji naukowej, wystarczy e jest ona skuteczna. Autor identyfikuje te inne etapy zarz dzania wiedz. Etapem poprzedzaj cym tworzenie wiedzy jest zwykle zebranie wiedzy wyj ciowej (collation). Zanim przyst pi si do rozwi zania skomplikowanych problemów (np. rozwój nowego produktu) nale y zebra znan ju wiedz w formie skodyfikowanej. W procesie zarz dzania wiedz wyst puje te etap jej rozpowszechniania - przesyłania (dissemination). Jest wiele sposobów przesyłania wiedzy, przez tradycyjne media (ksi ki, czasopisma, itp.), za pomoc kursów prowadzonych przez fachowców, czy poprzez osobisty kontakt z posiadaczem wiedzy. Obecnie coraz wi ksz rol w rozpowszechnianiu odgrywaj nowoczesne technologie wykorzystuj ce osi gni cia informatyki. Aby organizacja przyswoiła now wiedz, musi nast pi etap adaptacji (adaption). Nowa wiedza i nowe praktyki mog by wła ciwie wyselekcjonowane, a nast pnie niezaadaptowane, wówczas organizacja nie odniesie rzeczywistych korzy ci. Sytuacja taka mo e mie cz sto miejsce w instytucjach rz dowych czy samorz dowych, aby nast piła adaptacja musz pojawi si odpowiednie bod ce. Etapem nast pnym jest implementacja (implementation). Implementacja jest koniecznym, lecz nie wystarczaj cym warunkiem zastosowania wiedzy. Mog tutaj pojawi si bariery takie jak praktyczne problemy i ograniczenia, np. niedostateczne zasoby, brak czasu, brak poparcia społecznego czy bariera cywilizacyjna. Wreszcie nast puje etap najbardziej zło ony - instytucjonalizacja (institutionalisation). Dotyczy on przekształcenia innowacji w rutynow, normaln praktyk. Przykładem mo e by wdro one w organizacji oprogramowanie czy systemy informatyczne, które kreuj nowe rodowisko pracy powszechnie akceptowane i stosowane bez wsparcia twórców. Wida, e tak jak w raporcie dotycz cym Banku wiatowego instytucjonalizacja wiedzy jest ukoronowaniem całego procesu. Nale y dodatkowo zauwa y, e tworzenie, przesyłanie i implementacja wiedzy, nie musz by prostym procesem linearnym, mog one tworzy pewien cykl iteracji. Istnieje wiele podej do tego zagadnienia, ale podstawowe etapy s podobne do wyró nionych w przedstawionych pracach. Mo emy podsumowa, e w procesie zarz dzania wiedz musz by okre lone cele jakie organizacja zamierza osi gn oraz nale y zidentyfikowa ródła wiedzy i sposoby jej pozyskiwania. Nale y stworzy ramy dla tworzenia wiedzy wewn trz organizacji oraz zorganizowa jej przekazywanie. Wiedza musi by zachowana, organizacja powinna ułatwia ten proces pracownikom, szczególnie tym którzy maj co do przekazania. Wreszcie przydatne jest okre lenie kryteriów mierzenia i kontroli wiedzy w organizacji. Kisielnicki 2 zwraca ponadto uwag, e tworzenie i przesyłanie wiedzy jawnej

6 86 Waldemar Karwowski, Arkadiusz Orłowski Wybrane narz dzia i metody zarz dzania wiedz w naukach przyrodniczych i otwartej jest mniej czułe na system zarz dzania ni pozostałe formy wiedzy. Wiedza jawna i otwarta przedstawiona jest przy pomocy ró nych sformalizowanych modeli, takich jak: instrukcje, drzewa decyzyjne czy tablice decyzyjne. Formalizacja zmniejsza w sposób znacz cy odkształcenia wiedzy w procesie jej przesyłania. Oznacza to, e organizacje powinny d y do definiowania standardów reprezentacji informacji i wiedzy. W omawianym obszarze znaczenie mo e mie tak e struktura organizacji i sposób zarz dzania ni. Jedne organizacje b d preferowa w obszarze zarz dzania wiedz zarz dzanie zdecentralizowane, w innych mo e pojawi si zarz dzanie scentralizowane, co wpływa na omawiany proces. Podsumowuj c, aby efektywnie zarz dza wiedz konieczne s działania organizacyjne i wsparcie technologii informatycznych. Organizacje wymagaj wiadomej zmiany kulturowej w sferze organizacji, form przesyłania, przetwarzania i wytwarzania wiedzy. Pomoc jest tu oprogramowanie wspieraj ce działanie organizacji, obieg dokumentów oraz takie standardy opisu danych i reprezentacji wiedzy, które umo liwiaj automatyczne jej przetwarzanie za pomoc komputerów. Konieczne jest ponadto stworzenie systemu szkolenia w zarzadzaniu wiedz dla liderów, zarz dzaj cych i kadry organizacji. Obecnie takie szkolenia mog by oparte na technologiach informatycznych, tak e multimedialnych. Niezb dne jest te przygotowanie narz dzi informatycznych zapewniaj cych dostarczanie i przechowywanie wiedzy, komputerowych sieci wewn trznych i dost pu do sieci globalnej, aby integrowa organizacje wewn trznie i z zewn trznymi partnerami. Na tej bazie mo na tworzy fora dla poradnictwa i wymiany informacji. Jednocze nie niezb dne jest by stworzy lub dobra zaawansowane informatyczne narz dzia pozwalaj ce rozwi zywa skomplikowane problemy dziedzinowe. Powy sze rozwa ania stanowi podstaw dla projektu Narz dzia zarz dzania wiedz w produkcji ro linnej, nie wyczerpuj one jednak wszystkich zagadnie. Bardziej szczegółowy przegl d literatury mo na znale w pracy Serenko i inni Narz dzia zarz dzania wiedz Jak zauwa yli my wcze niej, współczesne organizacje maj raczej nadmiar informacji; aby wydoby z nich wiedz i t wiedz zarz dza, konieczne s odpowiednie technologie i narz dzia. Dostawcy oprogramowania cz sto w celach marketingowych nazywaj swoje produkty systemami zarz dzania wiedz, podobnie organizacje, aby podkre li swój presti twierdz, e maj wdro one systemy zarz dzania wiedz. Nie zawsze jest to prawd. Bardzo cz sto nast puje trywializacja zagadnienia, zwykła baza danych lub zorganizowany sposób rozsyłania poczty elektronicznej nazywany jest systemem zarz dzania wiedz. Z drugiej strony nawet najlepsze narz dzia mog by niewła ciwie wykorzystywane i nie zapewnia rzeczywistego zarz dzania wiedz. W rozdziale niniejszym omówimy rozmaite typy narz dzi informatycznych mog cych słu y do zarz dzania wiedz i dokonamy oceny ich przydatno ci. Istnieje wiele podej porz dkuj cych i klasyfikuj cych narz dzia zarz dzania wiedz, mo liwa jest ich klasyfikacja w aspekcie dziedziny zastosowa, aspekcie historycznym czy technologicznym. Gołuchowski 14 proponuje podział na cztery generacje, bior c pod uwag przede wszystkim technologie informatyczne b d ce podstaw ich tworzenia. S to kolejno: generacja ukierunkowana na dokumenty; generacja ukierunkowana na wspieranie komunikacji pomi dzy lud mi wykorzystuj ca miedzy innymi technologie Web 2.0; 13 Serenko A., Bontis N., Booker L., Sadeddin K., Hardie T., A scientometric analysis of knowledge management 14 Gołuchowski J., Technologie zarz dzania wiedz w zarz dzaniu publicznym.

7 Studies & Proceedings of Polish Association for Knowledge Management Nr 57, generacja oparta na portalach korporacyjnych ł cz ca zarz dzanie dokumentami z mo liwo ciami komunikacji mi dzyludzkiej; generacja czwarta wykorzystuj ca technologie sieci semantycznej (Web 3.0), metody zaawansowanego wyszukiwania oraz automatycznego przetwarzania i tworzenia nowej wiedzy. Jednocze nie ten sam autor proponuje oparty o narz dzia podział funkcjonalny na: technologie wspomagaj ce lokalizacj i kodyfikacj wiedzy jawnej; technologie gromadzenia wiedzy jawnej; technologie wspieraj ce wydobywanie nowej wiedzy z zasobów wiedzy jawnej; technologie udost pniania wiedzy zgromadzonej w repozytoriach wiedzy jawnej; technologie wspomagaj ce lokalizacj i kodyfikacj wiedzy niejawnej; technologie wspomagaj ce współprac elektroniczn w zespole rozproszonym i zespołowe tworzenie wiedzy; technologie nabywania wiedzy przez człowieka; oraz technologie integracji wiedzy i zintegrowanego udost pniania wiedzy (portale korporacyjne). Wydaje si, e podziały te, aczkolwiek istotne, nie odzwierciedlaj konkretnych typów narz dzi zarz dzania wiedz. Konkretne narz dzia ł cz w sobie po kilka wymienionych technologii, dlatego te omówimy narz dzia opieraj c si na wykorzystywanych technologiach. Rozpoczniemy od omówienia technologii wykorzystywanych do zarz dzania wiedz jawn. Zagadnieniem tym zajmował si mi dzy innymi Szyjewski 15. Wydaje si, e najwa niejszym typem narz dzi s na pewno systemy oparte o bazy danych, wykorzystuj ce eksploracj danych. Podkre la to Chmielarz 16 : zarz dzanie wiedz - to efektywno zastosowania systemów informacji gospodarczej w celu zaspokajania potrzeb u ytkownika. Mo na je przeprowadza na wiele sposobów i w oparciu o ró ne narz dzia, których dostarcza architektura systemu informatycznego. W systemach opartych jedynie o baz danych najbardziej efektywnym narz dziem zarzadzania wiedz jest automatyczna eksploracja danych (data-mining). Mo emy wi c stwierdzi, e narz dzia informatyczne realizuj ce eksploracj danych czyli dokonuj ce automatycznie ekstrakcji u ytecznej i warto ciowej informacji z baz danych s narz dziami zarz dzania wiedz. Zasadniczo najcz ciej takie narz dzia umo liwiaj jednocze nie tworzenie hurtowni danych czy wr cz bazuj na hurtowni danych, bowiem stosowane metody, algorytmy wyszukiwawcze, wymagaj gromadzenia masowych danych w dłu szej perspektywie czasowej. Formalnie mo na przyj definicj, e hurtownia danych jest tematycznie zorientowanym, zintegrowanym, zmieniaj cym si w czasie stabilnym zbiorem danych, maj cym na celu wspiera decyzje przy zarz dzaniu firm 17. Mo emy podzieli techniki eksploracji danych na analiz retrospektywn, która skupia si na tym co było do tej pory i analiz predyktywn, która zajmuje si przewidywaniem zdarze i zachowa bazuj c na informacjach z przeszło ci 18. Dalej mo emy wyró ni zagadnienia zwi zane z klasyfikacj, z klasteryzacj i segmentacj, odkrywaniem zwi zków (asocjacji) czy odkrywaniem zale no ci (sekwencji). Powszechnie u ywanym algorytmem klasyfikacji s drzewa decyzyjne, w których wewn trzne w zły oznaczaj test atrybutu, gał zie reprezentuj wyniki testów, za li cie reprezentuj etykiety klas. Inne wa ne techniki klasyfikacji to: klasyfikatory bayesowskie (naive Bayes), sztuczne sieci neuronowe, klasyfikatory oparte na odkrytych regułach asocjacji, algorytmy k- najbli szych s siadów, algorytmy wnioskowania opartego na pami ci MBR (memory-based 15 Szyjewski Z., Zarz dzanie wiedz jawn. 16 Chmielarz W., Techniki zarz dzania wiedz w koncepcji eksperckiego systemu informatycznego. 17 Karwowski W., Kwasowiec W., Orłowski A., Hurtownie danych jako wa ny element systemów zarz dzania wiedz. 18 Karwowski W., Kwasowiec W., Orłowski A., Ró a ski J., Rusek M., Techniki i narz dzia eksploracji danych.

8 88 Waldemar Karwowski, Arkadiusz Orłowski Wybrane narz dzia i metody zarz dzania wiedz w naukach przyrodniczych reasoning) oraz opartego na przypadkach CBR (case-based reasoning), algorytmy genetyczne 19. Ponadto hurtownie danych umo liwiaj wykorzystanie przez kierownictwo organizacji danych wielowymiarowych, kostek OLAP (Online Analytical Processing). Bardzo cz sto systemy takie nazywamy systemami Business Intelligence. Podsumowuj c po dane narz dzia musz umo liwia tworzenie i zarz dzanie hurtowni danych oraz implementowa szerokie spektrum podstawowych algorytmów eksploracji. Najbardziej znane produkty spełniaj ce te wymogi to IBM Inteligent Miner, SAS Enterprise Miner, Microsoft Analysis Services, SPSS Clementine (obecnie w strukturach IBM), StatSoft STATISTICA Data Miner, MicroStrategy Inteligent Server, Oracle Data Mining Server. Aby stwierdzi jako narz dzia musimy wzi pod uwag wi cej czynników ni analiza danych. Do pełnego procesu biznesowego nale tak e gromadzenie danych, wizualizacja modelu przewiduj cego czy uruchomienie na przykład programu marketingowego na zbiorze klientów. Wa ne jest te, czy narz dzia łatwo współpracuj z innymi aplikacjami. Produkty takich firm jak SAS, IBM, Microsoft, Oracle, SPSS czy StatSoft zapewniaj mo liwo korzystania z j zyka PMML b d cego dialektem XML 17. Eksploracja danych wykorzystywana jest w wyspecjalizowanych systemach takich jak Systemy Informowania Kierownictwa (MIS - Management Information Systems), Systemy Wspomagania Decyzji (DSS - Decision Suppot Systems) 20 a w szczególno ci w Systemach Ekspertowych 21. W sytuacjach, gdzie podstawowe algorytmy eksploracji nie wystarczaj, na przykład w przypadku danych nieprecyzyjnych, stworzono techniki oparte na logice rozmytej 22. Istnieje ponadto wiele systemów ł cz cych technologie bazodanowe z innymi technologiami, przykładowo z regułami asocjacyjnymi 23. Elementy zarz dzania wiedz znajdujemy obecne tak e w systemach do zintegrowanego zarz dzania przedsi biorstwem, takich jak np. MRPII, ERP, czy CRM, które korzystaj z baz danych. Aplikacje zwi zane bezpo rednio z bazami danych stanowi główn, ale nie jedyn grup narz dzi. Osobn grup stanowi systemy zarzadzania tre ci (Content Management Systems), na ogół wykorzystuj one bazy danych. Ponadto wiele z nich udost pnia mo liwo komentarzy, co oznacza, e ł cz one elementy dzielenia si wiedz ukryt. Najpopularniejsze produkty CMS pochodz z grupy open source: Joomla, Drupal i Wordpress, natomiast komercyjne to SharePoint Server firmy Microsoft i IBM Lotus Web Content Management. Obecnie rozwi zania tego typu ewoluuj w stron rozbudowanych portali. Kolejn grup stanowi systemy nastawione głównie na ułatwienie dzielenia si wiedz ukryt, szczególnie zawart w umysłach ludzi, i pomagaj ce w przekształcaniu jej w wiedz jawn dost pn dla innych. S to w szczególno ci systemy typu wiki, listy dyskusyjne, blogi z mo liwo- ci komentarzy oraz aplikacje typu help-desk pozwalaj ce na zapisywanie i udost pnianie wiedzy zgromadzonej w procesie rozwiazywania problemów. Mo emy do tej grupy zaliczy tak e poczt elektroniczn, chocia współcze nie w dobie spamu jej rola nie jest du a, jest to narz dzie słu ce bezpo redniej wymianie wiedzy natomiast gromadzenie zasobów wiedzy w formie archiwum e- maili nie jest metod zbyt efektywn szczególnie, gdy zamierzamy co wyszukiwa. Bardziej 19 Xindong Wu, i inni, Top 10 Algorithms in Data Mining. 20 Budzi ski R., Becker J., Becker A., Koncepcja generatora DSS dla systemów agentowych rynku elektronicznego. 21 Sostaric B., Przegl dowa analiza systemów do zarzadzania wiedza z elementami systemów ekspertowych. 22 Budzi ski R., Krakowiak M., Modelowanie zapyta i bazy reguł w regułowym j zyku zapyta z wykorzystaniem logiki rozmytej. 23 Budzi ski R., Szaranek A., Zastosowanie reguł asocjacyjnych do eksploracji baz danych.

9 Studies & Proceedings of Polish Association for Knowledge Management Nr 57, wyspecjalizowane narz dzia to systemy pracy grupowej (groupware) pozwalaj ce na swobodny przepływ i dzielenie si wiedz. Zawieraj one cz sto elementy CMS, wiki, poczty elektronicznej czy współdzielonych kalendarzy. Powstaj równie dedykowane wyspecjalizowane rozwi zania przeznaczone dla w skich grup u ytkowników 24. W ród produktów do pracy grupowej du popularno zdobyła technologia Lotus Notes b d ca obecnie własno ci IBM. Podstaw stworzenia tego systemu wspomagania zarz dzania wiedz była idea swobodnego kontaktu rozrzuconych po całym wiecie pracowników, zdobywanie wiedzy eksperckiej dost pnej w czasie rzeczywistym i pozwalaj cym na ci gł wymian do wiadcze. W ród systemów ogólnie dost pnych, do tej grupy nale ałoby zaliczy niezwykle popularny Facebook. Wikipedia, korzystaj ca z oprogramowania MediaWiki, jest przykładem systemu wiki chocia nietypowym bo wprowadzanie danych jest zatwierdzane przez osoby uprawnione, w oryginalnych systemach wiki takich jak WikiWikiWeb nie jest to kontrolowane. Popularnym bezpłatnym produktem groupware jest egroupware, natomiast znanym produktem komercyjnym jest Novell GroupWise. Wa n grup stanowi, wzmiankowane ju, narz dzia e-learningowe, zarówno do tworzenia i edycji kursów jak i słu ce do nauczania zdalnego. Narz dzia te uzupełnione o systemy wideokonferencyjne pomagaj tak e w przekazywaniu wiedzy ukrytej, poprzez spotkania na odległo z ekspertami pozwalaj ce na przekazywanie wiedzy uczestnikom kursów. Bardzo popularnym systemem open source wspieraj cym zdalne nauczanie jest Moodle, w ród rozwi za komercyjnych najwa niejszy jest Blackboard Learning System. Do oprogramowania wspomagaj cego zarz dzanie wiedz trzeba zaliczy równie systemy automatyzacji pracy (Workflow Management), szczególnie systemy obiegu dokumentów, które umo liwiaj dost p a tak e ledzenie rejestrowania w nich zmian przez poszczególne osoby. Modele w takich systemach mog by zapisywane w standardowy sposób przy pomocy dialektów XML takich jak XPDL 25 czy BPMN 26. Do reprezentacji i budowy modeli wiedzy bardzo przydatne s systemy budowania map wiedzy, w szczególno ci narz dzia do budowy ontologii, które stanowi prób budowy zunifikowanego modelu wiedzy w skali całej organizacji. Bardzo znanym, dost pnym bezpłatnie, edytorem ontologii i baz wiedzy jest Protege. Technologie portali internetowych i intranetowych ł cz w sobie zarówno elementy CMS i Business Intelligence, mo liwo ci pracy grupowej oraz elementy systemów workflow. W portalach du e znaczenie maj narz dzia do wyszukiwania informacji przechowywanej w postaci semistrukturalnej lub tylko tekstowej. Analogicznie w sieci globalnej ogromn rol zaczynaj tak e odgrywa wyszukiwarki internetowe. Realizuj one obecnie zało enia sieci semantycznej, niestety nadal wi kszo zasobów nie jest opisana na przykład przy pomocy RDF. Najbardziej znane komercyjne rozwi zania portalowe to SharePoint Server firmy Microsoft, Lotus Domino i WebSphere firmy IBM. W ród wyszukiwarek prym wiedzie Google oraz Bing. 24 Karwowski W., Mazur P., Orłowski A., System PAKD 25 Rusek M., Wróbel A., Karwowski W., Orłowski A., Development of a XPDL-based workflow engine 26 Karwowski W., Orłowski A., Sposoby opisu procesów biznesowych

10 90 Waldemar Karwowski, Arkadiusz Orłowski Wybrane narz dzia i metody zarz dzania wiedz w naukach przyrodniczych 4. Zastosowania w naukach przyrodniczych i podsumowanie Na wiecie podejmowane s próby tworzenia aplikacji implementuj cych rozwa ane technologie w dziedzinach zwi zanych z rolnictwem i naukami przyrodniczymi. Przykładem systemu DSS jest projekt zrealizowany w Pakistanie 27, mo na dzi ki niemu analizowa skuteczno rodków do zwalczania szkodników bawełny 28. Polski portal Agroplony to z kolei przykład systemu typu CMS zawieraj cy dział dotycz cy produkcji ro linnej 29. W ramach inicjatywy FAO Agricultural Information Management Standards realizowana jest wersja Drupala przeznaczona dla rolnictwa 30, b dzie ona zapewniała jednolite narz dzia do rozwi zywania problemów zwi zanych z gromadzeniem i rozpowszechnianiem wiedzy. Prób poł czenia technologii semantycznych i wspieraj cych podejmowanie decyzji podj to w projekcie Utilization of Intelligent Systems in Plant Protection 31 po wi conemu ochronie upraw j czmienia, grochu włoskiego i pszenicy. Portal Knowledge for Development 32 słu y do rozpowszechniania wiedzy z dziedziny nauki i technologii dla rozwoju rolnictwa i obszarów wiejskich w krajach Afryki, Karaibów i Pacyfiku. Z kolei systemem implementuj cym wyszukiwanie zasobów jest portal e-agriculture 33, który umo liwia wyszukiwanie informacji ze zgromadzonej bazy wiedzy. Przeprowadzony przegl d narz dzi wspierajacych zarz dzanie wiedz stanowi punkt wyj- ciowy dla wyboru typów przykładowych narz dzi dla projektu Narz dzia zarz dzania wiedz w produkcji ro linnej realizowanego w Katedrze Informatyki SGGW. Poniewa jednym z celów projektu jest zbudowanie przykładowej ontologii dla rolnictwa w zakresie produkcji ro linnej w j zyku polskim, to przykładowe aplikacje powinny uwzgl dnia aspekt semantyczny i wykorzystywa t ontologi. Modelowanie ontologii nie b dzie pocz tkowo wymagało tworzenia specjalnych narz dzi - zostanie wykorzystany program Protege. W dalszej kolejno ci zostanie stworzona dedykowana dla tej ontologii aplikacja z interfejsem w j zyku polskim umo liwiaj ca proste uzupełnienia modelu bez szczegółowej znajomo ci RDF i OWL. Do stworzenia serwisu internetowego zostanie wykorzystany AgriDrupal. W ko cowym etapie realizacji powstanie aplikacja zwi zana z produkcj ro linn, demonstruj ca mo liwo ci wyszukiwania na poziomie semantycznym i cechuj ca si interoperacyjno ci. 27 Agriculture Decision Support System. 28 Ahsan A., Analysis of mealybug incidence on the cotton crop using ADSS-OLAP. 29 Agroplony. 30 Agridrupal. 31 Utilization of Intelligent Systems in Plant Protection. 32 Knowledge for Development. 33 e-agriculture.

11 Studies & Proceedings of Polish Association for Knowledge Management Nr 57, Bibliografia [1] Ackoff R., From Data to Wisdom, Journal of Applied Systems Analysis 16, 1989, s [2] Agriculture Decision Support System ( [3] Agridrupal ( [4] Agroplony ( [5] Ahsan A., Analysis of mealybug incidence on the cotton crop using ADSS-OLAP (Online Analytical Processing) tool, Computers and Electronics in Agriculture 69, Issue 1, 2009, s [6] Berezi ski M., Hołubiec J., Wagner D., Hierarchiczna struktura poznania piramida wiedzy, Polskie Stowarzyszenie Zarz dzania Wiedz : Studia i Materiały, nr 19, Bydgoszcz, 2009, s [7] Budzi ski R., Becker J., Becker A., Koncepcja generatora DSS dla systemów agentowych rynku elektronicznego, Polskie Stowarzyszenie Zarz dzania Wiedz : Studia i Materiały, nr 8, Bydgoszcz, 2007, s [8] Budzi ski R., Krakowiak M., Modelowanie zapyta i bazy reguł w regułowym j zyku zapyta z wykorzystaniem logiki rozmytej, Polskie Stowarzyszenie Zarz dzania Wiedz : Studia i Materiały, nr 13, Bydgoszcz, 2008, s [9] Budzi ski R., Szaranek A., Zastosowanie reguł asocjacyjnych do eksploracji baz danych, Polskie Stowarzyszenie Zarz dzania Wiedz : Studia i Materiały, nr 5, Bydgoszcz, 2006, s [10] Chmielarz W., Techniki zarz dzania wiedz w koncepcji eksperckiego systemu informatycznego, Polskie Stowarzyszenie Zarz dzania Wiedz : Studia i Materiały, nr 5, Bydgoszcz, 2006, s [11] Drelichowski L., Podstawy In ynierii Zarz dzania Wiedz, Polskie Stowarzyszenie Zarz dzania Wiedz, Bydgoszcz, [12] e-agriculture ( [13] Frické M., The knowledge pyramid: A critique of the DIKW hierarchy, Journal of Information Science 35, 2009, s [14] Gołuchowski J., Technologie informatyczne w systemach zarz dzania wiedz w organizacji, AE Katowice, 2007, wyd. 2. [15] Gołuchowski J., Technologie zarz dzania wiedz w zarz dzaniu publicznym, Technologie Wiedzy w Zarz dzaniu Publicznym, red. J. Gołuchowski, A. Fr czkiewicz-wronka, AE Katowice, [16] Karwowski W., Kwasowiec W., Orłowski A., Hurtownie danych jako wa ny element systemów zarz dzania wiedz, Zarz dzanie wiedz w agrobiznesie w warunkach polskiego członkostwa w Unii Europejskiej, redakcja naukowa: M. Adamowicz, Wydawnictwo SGGW, Warszawa, 2005, s [17] Karwowski W., Kwasowiec W., Orłowski A., Ró a ski J., Rusek M., Techniki i narz dzia eksploracji danych, Metody Ilo ciowe w Badaniach Ekonomicznych VI, redakcja naukowa: A. Orłowski, Wydawnictwo SGGW, Warszawa, 2006, s [18] Karwowski W., Mazur P., Orłowski A., System PAKD, Polskie Stowarzyszenie Zarz dzania Wiedz : Studia i Materiały, Nr 13, PSZW, Bydgoszcz, 2008, s

12 92 Waldemar Karwowski, Arkadiusz Orłowski Wybrane narz dzia i metody zarz dzania wiedz w naukach przyrodniczych [19] Karwowski W., Orłowski A., Sposoby opisu procesów biznesowych, Systemy Informatyczne w Zarz dzaniu I, redakcja naukowa: A. Orłowski, Wydawnictwo SGGW, Warszawa, 2007, s [20] Kisielnicki J., Zarz dzanie wiedz w systemach informacyjnych, Zarz dzanie wiedz we współczesnych organizacjach,, AE Wrocław 2004, s [21] Knowledge for Development ( [22] Nonaka I., Krogh G., Tacit Knowledge and Knowledge Conversion: Controversy and Advancement in Organizational Knowledge Creation Theory, Organization Science 20, No. 3, May June 2009, s [23] Nonaka I., Takeuchi H., Kreowanie Wiedzy w Organizacji, Polska Fundacja Promocji Kadr, Warszawa, [24] Rowley J., The wisdom hierarchy: Representations of the DIKW hierarchy, Journal of Information Science 33, 2007, s [25] Rusek M., Wróbel A., Karwowski W., Orłowski A., Development of a XPDL-based workflow engine, Polish Journal of Environmental Studies 18, Nr 4A, 2009, s [26] Serenko A., Bontis N., Booker L., Sadeddin K., Hardie T., A scientometric analysis of knowledge management and intellectual capital academic literature ( ), Journal of Knowledge Management 14, No. 1, 2010, s [27] Sostaric, B., Przegl dowa analiza systemów do zarzadzania wiedza z elementami systemów ekspertowych, Polskie Stowarzyszenie Zarz dzania Wiedz : Studia i Materiały, nr 4, Bydgoszcz 2005, s [28] Szyjewski Z., Zarz dzanie wiedz jawn, Problemy zarz dzania, 1/2005 (7), s [29] The Word Bank Profile, Best Practices In Knowledge Management, American Productivity and Quality Center, Houston, [30] Utilization of Intelligent Systems in Plant Protection ( [31] Xindong Wu, Kumar V., Quinlan J.R., Ghosh J., Qiang Yang, Hiroshi Motoda, McLachlan G.J., Angus Ng, Bing Liu, Yu P.S., Zhi-Hua Zhou, Steinbach M., Hand D.J., Steinberg D., Top 10 Algorithms in Data Mining, Knowledge and Information Systems, 14, 2008, s [32] Zarz dzanie wiedz w Polsce. Bilans do wiadcze, Praca zbiorowa pod red. Piotra Płoszajskiego, Katedra Teorii Zarz dzania Szkoła Główna Handlowa w Warszawie, Warszawa, [33] Zins C., Conceptual approaches for defining data, information, and knowledge, Journal of the American Society for Information Science and Technology 58, Issue 4, 2007, s

13 Studies & Proceedings of Polish Association for Knowledge Management Nr 57, SELECTED TOOLS AND METHODS OF KNOWLEDGE MANAGEMENT IN LIFE SCIENCES Summary Concepts of knowledge and knowledge management are presented and thoroughly discussed. The basic definitions of these concepts and their relationship with the concepts of data and information are described. A variety of tools to promote knowledge management and their specific implementations are also reviewed. Finally, the prospects for applications of that technology for knowledge management in the life sciences and, in particular, in the crop production are presented. Keywords: knowledge, knowledge management Waldemar Karwowski Arkadiusz Orłowski Katedra Informatyki Wydział Zastosowa Informatyki i Matematyki Szkoła Główna Gospodarstwa Wiejskiego ul. Nowoursynowska 159, Warszawa waldemar_karwowski@sggw.pl arkadiusz_orlowski@sggw.pl