Показаны сообщения с ярлыком знание. Показать все сообщения
Показаны сообщения с ярлыком знание. Показать все сообщения

среда, 21 мая 2025 г.

Влияние знаний

"Создавать — и не присваивать, творить — и не хвалиться, являясь старшим — не повелевать".

Как демократизация знаний формировала человеческий прогресс на протяжении всей истории, закладывая основу быстрого прогресса?

Демократизация знаний была движущей силой скачков вперед. Поскольку знания становятся и широко распространенными и доступными, они расширяют человеческие возможности и позволяют обществу освободиться от прежних ограничений. Этот путь демократизации знаний был отмечен ключевыми изобретениями, которые произвели революцию в общении, учебе и внедрении инновации.

История демократизации знаний начинается с самого языка, первого великого изобретения человечества для обмена знаниями. Развиваясь на протяжении десятков тысяч лет, язык позволил нашим предкам передавать сложные идеи, обучать навыкам и сотрудничать. Эта основа общего понимания проложила путь к развитию все более сложных культур и, в конечном итоге, цивилизаций.

Следующий преобразующий скачок произошел с изобретением письма. Около 3200 г. до н. э. шумеры в Месопотамии разработали клинопись. Она характеризуется клиновидными отметками, которые создавались путем вдавливания тростникового стилуса во влажные глиняные таблички. Клинопись использовалась для различных целей, включая ведение записей, литературу и религиозные тексты. Это нововведение ознаменовало начало записанной истории, позволяя сохранять знания за пределами ограничений памяти и устной традиции. Впервые информация смогла пережить своих создателей, что кардинально изменило то, как развивалось общество и накапливались знания.

По мере роста цивилизаций и расширения торговых сетей стала очевидной потребность в более эффективном средстве письма. Изобретение бумаги в Китае около 105 г. н. э. Цай Лунем произвело революцию в сохранении и распространении знаний. Портативность и доступность бумаги сделали ее намного лучше предыдущих материалов, таких как глиняные таблички или пергамент. Однако истинная демократизация письменных знаний была еще далека. Поворотный момент наступил около 1450 г. с изобретением Иоганном Гутенбергом печатного станка с подвижными литерами. Это нововведение разрушило монополию богатых и могущественных на письменную информацию. Книги и брошюры стали широко доступны, что способствовало росту грамотности и образования. Печатный станок сыграл решающую роль в ускорении научной революции и протестантской Реформации, позволив идеям быстро распространяться по всей Европе и за ее пределами.

Демократизация знаний сделала еще один гигантский шаг вперед с Первой промышленной революцией, приводимой в движение паровым двигателем. Усовершенствования Джеймса Уатта в паровом двигателе в 1760-х и 1770-х годах не только произвели революцию в производстве и транспорте, но и ускорили распространение знаний. Паровые печатные станки сделали книги, газеты и научные журналы более дешевыми и доступными, чем когда-либо прежде. Развитие железных дорог и пароходов связало отдаленные регионы, способствуя обмену идеями в беспрецедентных масштабах.

Хотя Первая промышленная революция была периодом беспрецедентного технологического и экономического прогресса, она также стала переломным моментом, открывшим новую эру человеческой истории. Под сверкающим фасадом прогресса проявилась более темная реальность. Первые дни индустриализации были отмечены значительными социальными и экономическими потрясениями, поскольку общество изо всех сил пыталось приспособиться к быстрому темпу изменений. Движение луддитов, возникшее в Англии в начале 19 века, является ярким примером социальных потрясений, сопровождавших индустриализацию. Луддиты были квалифицированными текстильными рабочими, которые выступали против внедрения новой техники, которая угрожала их средствам к существованию. Они прибегали к насилию, крушили машины и нападали на фабрики в надежде сохранить свой традиционный образ жизни. Хотя их действия в конечном итоге не увенчались успехом, движение луддитов подчеркнуло глубоко укоренившиеся тревоги и разочарования тех, кто чувствовал себя вытесненным силами индустриализации, — динамика, которая снова существует сегодня.

Следующей важной вехой в демократизации знаний стало развитие Интернета. Создание Всемирной паутины Тимом Бернерсом-Ли в 1989 году ознаменовало поворотный момент в глобальной коммуникации. Впервые люди могли мгновенно получать доступ к огромным объемам информации из любой точки планеты. Развитие социальных сетей в начале 21 века еще больше изменило то, как мы делимся и потребляем информацию, создав беспрецедентные возможности для глобального сотрудничества и обучения.

Сегодня мы стоим на пороге, возможно, самой глубокой демократизации знаний в истории человечества, движимой искусственным интеллектом (ИИ). От основополагающей работы Алана Тьюринга в 1950-х годах до разработки продвинутых моделей машинного обучения, таких как GPT, ИИ эволюционировал, чтобы обрабатывать и анализировать огромные объемы данных, раскрывать закономерности и продвигать исследования с беспрецедентной скоростью. Если мы посмотрим в будущее, ИИ обещает сделать знания не просто общедоступными, но и динамически адаптируемыми для удовлетворения разнообразных потребностей людей и общества. Это расширяющееся пространство возможностей содержит потенциал для преодоления предыдущих ограничений, открывая безграничные возможности для изобретений, открытий и общественных преобразований.

По мере того, как мы углубляемся в 21-й век, мы оказываемся на пороге захватывающих дух достижений, демонстрируя поразительное сходство с прошлыми периодами преобразующих изменений, одновременно представляя уникальные возможности и проблемы. Чтобы понять значимость этого момента, важно различать изобретение и инновацию.

Изобретение - создание совершенно новых концепций, устройств или процессов, которые ранее не существовали. Инновация, с другой стороны, основывается на изобретениях, улучшая или применяя изобретения новыми способами. На протяжении всей истории самые значительные скачки в человеческом прогрессе происходили в периоды великих изобретений, когда новые идеи и технологии фундаментально изменяли общество и экономику.

Одним из таких периодов была научная революция XVI и XVII веков. В эту эпоху был принят научный метод, систематический подход к исследованию, который позволял проводить строгую проверку гипотез и накапливать знания. Такие пионеры, как Галилей, Ньютон и Декарт, заложили основу современной науки, бросив вызов устоявшимся убеждениям и открыв эпоху рационального мышления и эмпирических доказательств.

Однако самый замечательный период изобретений в истории человечества пришелся на период, который историки экономики называют «Особым веком», примерно с 1870 по 1970 год. Эта эпоха, охватывающая Вторую промышленную революцию и последующие годы, стала свидетелем беспрецедентного всплеска научно-технического прогресса, который коренным образом изменил то, как люди жили, работали и общались.

Особый век принес нам изобретения, которые мы сейчас воспринимаем как должное, но которые произвели революцию в обществе:
  • Электричество и электрическое освещение (1879)
  • Телефон (1876)
  • Автомобиль и сборочный конвейер (начало 1900-х годов)
  • Самолет (1903)
  • Радио и телевидение (1920-1930-е годы)
  • Пенициллин и другие антибиотики (1928)
  • Компьютер (1940-е годы)
  • Открытие структуры ДНК (1953)

Эти изобретения не просто создали новые отрасли; они открыли беспрецедентные уровни производительности и процветания, изменив мировую экономику и общество в целом. Мир, в котором мы живем сегодня, по-прежнему во многом покоится на фундаменте, заложенном в этот замечательный век изобретений.

Теперь мы стоим на пороге того, что может стать Второй научной революцией, движимой быстрыми достижениями в таких областях, как искусственный интеллект, биотехнологии, нанотехнологии и квантовые вычисления. Эта новая эпоха изобретений характеризуется не только постепенными улучшениями, но и созданием совершенно новых парадигм для понимания и взаимодействия с миром.

Рассмотрим появление искусственного интеллекта. В отличие от традиционных вычислений, которые опираются на фиксированные правила, системы ИИ могут учиться на данных, адаптироваться к новой информации и принимать решения, которые часто превосходят когнитивные способности человека. Машинное обучение, особенно глубинное обучение, позволяет ИИ выявлять сложные закономерности в огромных наборах данныхю Это позволяет ИИ выполнять задачи, которые когда-то считались исключительно человеческими. Возможности обработки естественного языка и компьютерного зрения еще больше расширяют применение ИИ во многих областях. В здравоохранении ИИ стимулирует персонализированную медицину, анализируя генетические и клинические данные, совершая революцию в диагностике и лечении. Автономные транспортные средства используют ИИ для принятия решений в режиме реального времени, обещая более безопасную и эффективную транспортировку. В науке об окружающей среде климатические модели, улучшенные ИИ, улучшают нашу способность прогнозировать и смягчать изменение климата. Даже в исследовании космоса ИИ играет важную роль в анализе астрономических данных и оптимизации миссий. По мере развития ИИ он может значительно расширить человеческие возможности и стимулировать изобретения способами, которые мы только начинаем исследовать.

Еще одним новаторским изобретением является технология редактирования генов CRISPR (Clustered Regularly Interspaced Short Palindromic Repeats). Это позволяет ученым изменять ДНК живых организмов с беспрецедентной точностью. CRISPR работает, используя направляющую РНК для нацеливания на определенные последовательности ДНК и фермент Cas9 для разрезания ДНК в этом месте, что позволяет удалять, добавлять или изменять генетический материал. Этот революционный инструмент, адаптированный из естественного защитного механизма, обнаруженного у бактерий, значительно упростил и ускорил генную инженерию. Технология обладает потенциалом для устранения генетических заболеваний путем исправления дефектных генов, повышения урожайности за счет целевых генетических улучшений и даже возвращения вымерших видов к жизни путем реконструкции их геномов. Универсальность и эффективность CRISPR открыли новые горизонты в медицине, сельском хозяйстве и охране природы, хотя она также поднимает важные этические вопросы относительно того, в какой степени мы должны манипулировать генетическим кодом живых организмов.

В области энергетики достижения в области возобновляемых технологий прокладывают путь к устойчивому энергетическому будущему. Солнечные элементы следующего поколения обещают более высокую эффективность и более низкие затраты, чем традиционные кремниевые панели. Передовые системы хранения энергии, включая твердотельные батареи и решения в масштабе сети, решают периодические проблемы возобновляемых источников. Исследования ядерного синтеза, примером которых являются такие проекты, как ИТЭР, направлены на использование практически безграничной, чистой энергии с минимальными отходами. Эти изобретения, наряду с усовершенствованиями в области ветровых, геотермальных и интеллектуальных сетевых технологий, имеют потенциал для решения проблемы изменения климата — одной из самых насущных проблем человечества. Предоставляя масштабируемые альтернативы ископаемому топливу, эти технологии могли бы значительно сократить выбросы парниковых газов и способствовать переходу к более устойчивой энергетической экосистеме. Однако остаются проблемы в масштабировании этих технологий, их интеграции в существующую инфраструктуру и обеспечении равноправного доступа к решениям в области чистой энергии во всем мире.

Квантовые вычисления представляют собой еще один рубеж изобретений. Используя принципы квантовой механики, такие как суперпозиция и запутанность, эти компьютеры могут обрабатывать информацию способами, принципиально отличными от классических компьютеров. Квантовые биты, или кубиты, могут существовать в нескольких состояниях одновременно, что позволяет проводить параллельные вычисления в беспрецедентном масштабе. Эта возможность дает квантовым компьютерам потенциал для решения сложных задач, которые выходят за рамки возможностей даже самых мощных классических суперкомпьютеров. Последствия глубоки и далеко идущи: в криптографии квантовые компьютеры могут взломать текущие методы шифрования, что потребует новых квантово-устойчивых протоколов. В исследовании лекарств они могут моделировать молекулярные взаимодействия с необычайной точностью, потенциально революционизируя фармацевтические исследования. Другие области, готовые к трансформации, включают оптимизацию в логистике, финансовое моделирование, прогнозирование климата и материаловедение. Однако необходимо преодолеть значительные проблемы в стабильности кубитов и исправлении ошибок, прежде чем квантовые компьютеры смогут полностью реализовать свой преобразующий потенциал.

Совокупный эффект этих изобретений создает каскад достижений в различных областях, расширяя пространство возможностей для будущего прогресса с беспрецедентной скоростью. Каждый прорыв открывает новые пути для открытий и изобретений, ускоряя темпы изменений.

Прокладывая путь в эту новую эпоху изобретений, мы сталкиваемся как с невероятными возможностями, так и со значительными вызовами. Потенциал улучшения человеческой жизни и решения глобальных проблем огромен, но таковы же риски и этические дилеммы, создаваемые этими мощными новыми технологиями. Мы находимся на пороге трансформации, которая соперничает с первоначальной научной революцией, а возможно, и превосходит ее. Сближение этих новаторских изобретений и демократизация знаний — это не просто тенденции, а индикаторы глубокого сдвига в человеческом прогрессе — и возникновения второй научной революции.

По мере приближения третьего десятилетия 21-го века мы стоим на пороге преобразующей эпохи в истории человечества — эпохи, которая не только соперничает с изначальной научной революцией, но и во многих отношениях превосходит ее.

Глобальный, ускоренный сдвиг


Первоначальная научная революция переопределила наше понимание окружающего мира, но ее темп был постепенным и в основном ограничивался Европой. Напротив, научная революция 2.0 — это глобальное явление, характеризующееся беспрецедентной скоростью и широким участием. Конвергенция экспоненциального роста вычислительной мощности, массового создания данных и развития ИИ ускорила научные открытия до уровней, которые ранее были невообразимы. То, что когда-то требовало столетий, теперь происходит всего за десятилетия.

Разрушение барьеров, усиление воздействия


Одной из отличительных черт новой революции является разрушение традиционных академических и дисциплинарных барьеров. Биологи теперь работают бок о бок с компьютерными учеными, физики сотрудничают с социологами, а перекрестное опыление идей является новой нормой. Этот междисциплинарный подход не только ускоряет темпы изобретений, но и создает совершенно новые области изучения и применения.

Более того, демократизация знаний, движимая ИИ, интернетом и инициативами открытого доступа, сделала научную информацию более доступной, чем когда-либо прежде. Эта широкая доступность в сочетании с передовыми инструментами, такими как CRISPR, квантовые датчики и телескопы следующего поколения, раздвигает границы человеческого понимания как в микроскопических, так и в космических масштабах.

Глубокие социальные последствия


Последствия научной революции 2.0 для общества ошеломляют. В здравоохранении мы находимся на пороге персонализированной медицины, где геномика и ИИ работают в тандеме, чтобы искоренить болезни и потенциально продлить продолжительность жизни человека. Климатическая наука революционизируется благодаря прорывам в области передового моделирования и чистой энергии, давая надежду в борьбе с изменением климата. Между тем, достижения в области нейронауки и интерфейсов мозг-компьютер могут кардинально изменить образование, психическое здоровье и человеческое познание.

За пределами нашей планеты новые технологии движения и стратегии использования ресурсов могли бы наконец воплотить мечту о превращении человечества в многопланетный вид. Однако эти достижения сопряжены со значительными экономическими и этическими проблемами. Автоматизация и ИИ готовы разрушить рынки труда, что потребует новых экономических моделей, в то время как генная инженерия и ИИ заставляют нас столкнуться с глубокими вопросами о жизни, сознании и человеческой идентичности.

Ставки и обязанности


Хотя Научная революция 2.0 разделяет некоторые черты своей предшественницы, такие как инициирование фундаментальных сдвигов парадигмы и использование изобретений, различия являются резкими и имеют последствия. Текущая революция не только более быстрая и инклюзивная, но и имеет более высокие ставки. Сила наших новых изобретений предлагает потенциал для решения самых больших проблем человечества, но также вносит риск создания новых, непредвиденных угроз.

Отправляясь в это необычное путешествие, мы должны подойти к нему с волнением и ответственностью. Возможность изменить наш мир подразумевает обязанность учитывать этические аспекты и долгосрочные последствия наших открытий. Лидеры науки, бизнеса и политики должны работать вместе, чтобы способствовать развитию глобальной культуры изобретений и сотрудничества, обеспечивая при этом справедливый доступ к преимуществам научных достижений.

Формирование будущего


Научная революция 2.0 — это не просто возможность. Это разворачивающаяся реальность, которая определит траекторию человеческой цивилизации. Выбор, который мы сделаем сегодня, определит, поднимет ли эта революция человечество на новые высоты или поведет нас по опасным путям. Приняв эту революцию с мудростью, дальновидностью и приверженностью большему благу, мы можем вступить в эру беспрецедентного прогресса и процветания для всего человечества.

Прокладывая путь в этом новом научном ландшафте, мы должны помнить, что наша величайшая сила заключается не только в наших научных и технологических достижениях, но и в наших уникальных человеческих способностях к творчеству, эмпатии и этическому мышлению. Именно эти качества в сочетании с нашими расширяющимися научными возможностями позволят нам использовать весь потенциал Научной революции 2.0 и сформировать будущее, которое будет отражать наши самые высокие устремления как вида.

Выбор, который мы делаем сейчас – индивидуально, организационно и общественно – определит будущее. Это осознание подводит нас к важному вопросу: как мы можем процветать в этом быстро меняющемся ландшафте? 

По мере того, как эти преобразующие силы разворачиваются, организации и общества должны выйти за рамки простой адаптации и научиться процветать среди постоянных изменений.

Чтобы справиться с этой сложностью и неопределенностью, необходимо овладеть тремя критически важными способностями: адаптивностью, устойчивостью и способностью к процветанию. Наличие разрушителей и потенциальных угроз подчеркивает необходимость адаптивности и устойчивости. В то же время обильные возможности и потенциал для улучшения человечества предлагают благодатную почву для процветания организаций, превращая невзгоды в катализатор роста. Этот двойной подход — подготовка к разрушению при активном поиске и использовании возможностей — будет отличать простых выживших от тех, кто лидирует в этой новой эпохе изобретений.

Лидеры не просто будут реагировать на изменения, но и активно формировать их. Чтобы направить человечество к его наивысшему потенциалу, они будут предвидеть возможные будущие, обеспечивать соответствие достижений нашим ценностям и задавать критические вопросы. Эти лидеры будут балансировать между изобретением и этикой, экономическим ростом и социальной ответственностью, а также краткосрочными выгодами и долгосрочной устойчивостью. Поступая так, они не только столкнутся с возможностями будущего, но и сыграют ключевую роль в формировании его курса. Ключом к этому видению являются три способности: адаптивность, устойчивость и способность к процветанию.

Адаптируемость: навигация в условиях постоянных изменений


Адаптивность формирует основу успеха в среде, определяемой постоянными изменениями. В мире, где возможности и проблемы — будь то научные, технологические, экономические, геополитические, социальные, философские или экологические — могут возникать без предупреждения, организации должны развивать способность быстро и решительно менять направление. Адаптивность — это способность организации или отдельного человека эффективно реагировать на изменения, корректируя стратегии, процессы и поведение. Она включает в себя способность распознавать изменения , ожидаемые или неожиданные, и быстро и эффективно менять направление в ответ. Адаптивность характеризуется гибкостью и проактивным подходом к принятию изменений, что позволяет обеспечить непрерывный рост и успех в динамичных и непредсказуемых условиях.

Ключевые стратегии развития адаптивности


Культура обучения. Организации, культивирующие непрерывное обучение и поощряющие любопытство, дают сотрудникам возможность адаптироваться, но все чаще это подразумевает сложную человеческую задачу — разучивание.

Децентрализация принятия решений. Дайте возможность командам, наиболее близким к проблеме, принимать решения. Такие компании, как Haier, китайский производитель бытовой техники, успешно децентрализовали свои процессы принятия решений, предоставив более мелким командам в компании возможность внедрять инновации и адаптироваться к изменениям рынка быстрее, чем это позволяла бы иерархия сверху вниз.

Планирование сценариев и гибкость. Адаптивные организации постоянно предвидят возможности, занимаясь планированием сценариев. Рассматривая несколько будущих сценариев, они лучше подготовлены к повороту, когда это необходимо.

Поощрение кросс-функционального сотрудничества. Организации, которые разрушают разрозненность и поощряют сотрудничество между отделами, могут более гибко реагировать на вызовы и возможности.

Развитие культуры экспериментирования. Организации, которые поощряют экспериментирование и готовы принять неудачу как часть процесса, могут внедрять инновации более эффективно.

Устойчивость: движение вперед невзирая на препятствия


Устойчивость — это способность организации или отдельного человека выдерживать и восстанавливаться после сбоев, проблем или невзгод, сохраняя при этом основные функции и стабильность. Она включает в себя выдерживание потрясений, восстановление после неудач и сохранение долгосрочной жизнеспособности, несмотря на внешнее давление. В то время как адаптивность фокусируется на способности меняться и поворачиваться в ответ на меняющиеся обстоятельства, устойчивость подчеркивает выдержку и восстановление после этих проблем. Адаптивность — это проактивная трансформация и гибкость для навигации в новых условиях, тогда как устойчивость — это поддержание силы и преемственности перед лицом невзгод, гарантируя, что организация или отдельный человек смогут восстановиться и двигаться вперед даже после значительных сбоев.

Стратегии повышения устойчивости включают:
  • Развитие сильной основной цели. Устойчивые организации имеют четко определенную миссию, которая действует как их Полярная звезда, направляя их сквозь турбулентность.
  • Создание избыточности и резервов. Так же, как природные экосистемы создают устойчивость за счет биоразнообразия, организации могут создавать устойчивость, поддерживая уровень избыточности в критических областях, таких как цепочки поставок, ключевой персонал и технологическая инфраструктура.
  • Фокус на благополучии сотрудников. Устойчивость также зависит от благополучия рабочей силы.
  • Разрабатка надежные стратегии управления рисками. Выявляйте потенциальные риски во всех областях организации и создавайте комплексные планы по их снижению.
  • Усиление мер кибербезопасности. Инвестируйте в надежные протоколы кибербезопасности для защиты от цифровых угроз и обеспечения непрерывности бизнеса.
  • Измерение и оценка устойчивости. Регулярно оценивайте устойчивость организации и выявляйте области для улучшения. Это может включать проведение аудитов устойчивости или опросов.
  • Инвестиции в долгосрочную устойчивость. Сосредоточьтесь на устойчивых методах и долгосрочных целях для повышения устойчивости к экономическим и экологическим вызовам.

Процветание: использование возможностей в расширяющемся пространстве возможностей


В контексте организаций процветание относится к состоянию устойчивого успеха, роста и положительного воздействия. Процветающие организации могут адаптироваться к изменяющимся условиям и создавать ценность для всех заинтересованных сторон. Они не просто адаптивны и устойчивы, они активно стремятся извлечь выгоду из возможностей и продвигают изобретения, инновации и прогресс. 

Процветание — это состояние, которое характеризуется:
  • Рост: Постоянное развитие и совершенствование.
  • Успех: Достижение целей и задач.
  • Благополучие: общее состояние здоровья, счастья и удовлетворенности.
  • Устойчивость: способность восстанавливаться после трудностей и невзгод.
  • Цель: Четкое чувство направления и смысла.
  • Влияние: Положительное влияние на других и мир.

Процветающие организации предвидят и формируют изменения, а не просто реагируют на них, способствуя культуре непрерывного совершенствования и вовлеченности. Положительно влияя на общество, окружающую среду и своих сотрудников, эти организации создают прочное наследие и вносят вклад в лучшее будущее.

Ключевые стратегии процветания включают:
  • Переход от решения проблем к поиску возможностей. Процветающие организации культивируют мышление, которое рассматривает невзгоды как источник возможностей.
  • Проактивное продвижение инноваций. Процветающие организации выходят за рамки традиционных НИОКР; они создают экосистему инноваций. Они способствуют формированию культуры, которая поощряет принятие рассчитанных рисков и экспериментирование с новыми идеями.
  • Приверженность созданию устойчивой ценности. Процветание в долгосрочной перспективе требует большего, чем просто быстрых побед. Оно требует, чтобы организации создавали ценность, которая сохраняется.
  • Развитие сильного лидерства. Развивайте лидеров, которые могут вдохновлять, направлять и двигать организацию вперед, особенно во времена перемен.
  • Информирование о решениях. Чтобы наращивать потенциал для процветания, лидеры должны использовать как проницательность, так и дальновидность. Проницательность подразумевает глубокое понимание и анализ текущих реалий, что позволяет лидерам принимать обоснованные решения на основе существующих данных и тенденций. Дальновидность, с другой стороны, подразумевает предвосхищение будущих возможностей, что позволяет лидерам подготовиться и сформировать то, что грядет.
  • Участие в построении экосистемы. Создание и участие в экосистемах позволяет организациям процветать, способствуя сотрудничеству и созданию общей ценности между несколькими заинтересованными сторонами. В экосистеме с несколькими заинтересованными сторонами организации могут использовать разнообразные ресурсы, экспертные знания и сети, что позволяет им совместно создавать решения, расширять свое присутствие на рынке и адаптироваться к быстро меняющимся условиям. Этот совместный подход не только расширяет индивидуальные организационные возможности, но и укрепляет всю экосистему, делая ее более устойчивой и динамичной.

Переход от отраслей к экосистемам


По мере того, как мы продвигаемся в эту новую эпоху изобретений, происходит еще один важный сдвиг: переход от изолированных отраслей к взаимосвязанным экосистемам. Это размывание границ похоже на крушение бункеров. Проблемы, с которыми мы сталкиваемся сегодня — от изменения климата до продовольственной безопасности и хронических заболеваний — слишком сложны для того, чтобы какая-либо отдельная организация или отрасль могла решить их в одиночку. Экосистемы — это взаимосвязанные сети организаций, отраслей и секторов, работающих вместе для решения общих проблем. Они выходят за рамки традиционных границ, объединяя разнообразные знания, ресурсы и возможности для достижения общих целей.

Return On Learning - окупаемость инвестиций в обучение


В эту эпоху, отмеченную беспрецедентными изобретениями и расширяющимися возможностями, организации сталкиваются с проблемой представления будущего, которое выглядит совершенно иначе, чем сегодня. Быстрое развитие науки и технологий не просто преобразует наш мир. Оно перестраивает саму структуру общества. Чтобы преуспеть в этом динамичном ландшафте, организации и отдельные лица должны инвестировать в усилия, которые могут не дать немедленной отдачи, но обеспечить глубокую отдачу от обучения (ROL). Принимая будущее, мы повышаем нашу способность учиться и позиционируем себя для навигации и формирования развивающегося мира.

Спрос на обучение в эпоху ускорения


Ускоренный темп научно-технического прогресса требует, чтобы мы отдавали приоритет обучению, чтобы оставаться впереди. Такие инновации, как CRISPR, ИИ, гуманоидные роботы, квантовые вычисления, космические технологии и синтетическая биология, стремительно развиваются. Делая акцент на обучении, мы можем эффективно ориентироваться в этих достижениях, создавая будущее, которое улучшает нашу человечность. Инвестируя в будущее сегодня, мы вооружаемся для завтрашних проблем и возможностей. Организации, которые активно инвестируют в образование сотрудников, показывают, как непрерывное обучение может обеспечить адаптивность в быстро меняющихся отраслях.

Междисциплинарное сотрудничество и обучение: катализатор решения проблем


Междисциплинарные знания стали важнейшей силой в решении самых сложных глобальных проблем современности, а обучение играет ключевую роль в объединении этих разнообразных областей. Например, изменение климата требует постоянного обучения и сотрудничества в области экологической науки, инженерии, экономики и социальных наук, создавая решения, которые объединяют множественные перспективы. Инженеры учатся разрабатывать технологии возобновляемой энергии, в то время как экономисты изучают финансовые структуры, которые могут масштабировать эти инновации. Ученые-социологи вносят свой вклад, изучая поведение людей и политические последствия, обеспечивая широкое внедрение. Эта конвергенция знаний, подпитываемая обучением, позволяет нам решать многогранную природу изменения климата более эффективно, чем любая отдельная дисциплина могла бы в одиночку.

Реакция на пандемию COVID-19 еще больше подчеркивает важность обучения в междисциплинарном сотрудничестве. Вирусологи, эпидемиологи, специалисты по данным и эксперты в области общественного здравоохранения объединились, чтобы учиться в областях друг друга, что позволило глубже понять вирус и быстрее разрабатывать стратегии борьбы с ним. Фармацевтические компании сотрудничали с экспертами в области ИИ и биоинформатики, изучая новые способы ускорения разработки вакцин, в то время как специалисты по логистике обеспечивали распределение вакцин. Это ускоренное обучение между дисциплинами имело решающее значение для преодоления кризиса с беспрецедентной скоростью.

Продовольственная безопасность предлагает еще один пример того, как обучение между дисциплинами стимулирует решение проблем. Интеграция сельского хозяйства, биотехнологий, науки о данных и климатических исследований сыграла важную роль в решении проблемы нехватки продовольствия. Достижения в области точного земледелия , обусловленные непрерывным обучением и применением спутниковых данных и ИИ, помогают оптимизировать урожайность сельскохозяйственных культур, минимизируя при этом использование ресурсов. Биотехнологи учатся создавать засухоустойчивые культуры, опираясь на климатические исследования, которые дают критические прогнозы будущих условий выращивания. Это междисциплинарное обучение гарантирует, что решения будут развиваться для устойчивого решения глобальных продовольственных проблем.

Многосторонние экосистемы становятся все более важными для объединения этих разнообразных дисциплин. Способствуя сотрудничеству между секторами и отраслями, эти экосистемы ускоряют обучение и инновации. Сотрудничество Tesla с энергетическими компаниями по созданию лучшей технологии аккумуляторов для электромобилей является одним из таких примеров. Эта конвергенция знаний — из энергии, инженерии и технологий — демонстрирует, как экосистемы могут ускорить прогресс, которого ни одна организация не могла бы достичь в одиночку. Поскольку организации и эксперты из разных областей работают вместе, они коллективно расширяют свое понимание, создавая решения, которые являются более эффективными и адаптивными. Этот совместный подход не только повышает способность решать проблемы, но и создает адаптивность и устойчивость, необходимые для процветания в мире, где быстрое обучение и инновации имеют решающее значение для решения сложных задач.

Преодоление сопротивления изменениям: отучение и обучение


В то время как окружающая среда требует мышления, направленного на обучение, гораздо легче предложить, чем реализовать его. Традиционные показатели, такие как возврат инвестиций (ROI), как правило, отдают приоритет краткосрочным выгодам, а не долгосрочному росту и обучению. Такой фокус может привести к тому, что организации будут игнорировать усилия, которые, хотя и не приносят немедленной прибыли, имеют решающее значение для формирования знаний и навыков, необходимых для навигации в будущем. Осуществление этих усилий необходимо, поскольку они гарантируют, что мы не просто реагируем на изменения, но и активно формируем наше будущее. Однако история напоминает нам — как метко выразился Джеймс Сузман — что мы — упрямый вид, сопротивляющийся глубоким изменениям в поведении, даже когда необходимость очевидна. Это сопротивление отражает нашу зависимость от устоявшихся привычек и прошлого опыта, что делает отучивание особенно сложным.

Несмотря на эту сложность, отказ от прошлых успешных тактик так же важен, как и принятие новых. Лидеры должны быть готовы отказаться от устаревших практик, которые больше не служат будущему организации. Это требует оспаривания давних предположений путем постоянной переоценки убеждений, которые мешают прогрессу. Переключая фокус на Возврат от обучения, организации могут проактивно реагировать на силы макроуровня. Поступая так, они создают среду, в которой ценятся новые идеи, процветают изобретения, а сотрудники наделены навыками и знаниями, чтобы вносить значимый вклад в организационные цели.

Шаги к построению обучающейся организации


Создание обучающейся организации является ключом к обеспечению долгосрочной устойчивости в быстро меняющемся ландшафте. Лидеры должны предпринять конкретные шаги для создания среды, в которой обучение встроено в организационную культуру. Это позволяет организациям лучше справляться с научными, технологическими, экономическими, геополитическими и социальными силами. Поскольку эти силы сходятся, культура непрерывного обучения способствует устойчивости, позволяя организациям адаптироваться к непредвиденным изменениям и использовать появляющиеся возможности.

1. Создание сбалансированного инновационного портфеля

Критический шаг в построении обучающейся организации — обеспечение сбалансированности инновационного портфеля . Лидеры должны курировать сочетание постепенных инноваций, которые укрепляют основной бизнес и стимулируют краткосрочный рост, и радикальных, ориентированных на будущее инициатив, направленных на исследование новых рынков и прорывных технологий. Этот баланс имеет решающее значение не только для финансовой устойчивости, но и для создания обучающей среды.

Постепенные инновации, такие как улучшение текущих продуктов, повышение эффективности работы или расширение клиентских услуг, необходимы для немедленного роста и создания фундаментальных знаний. Эти проекты часто приносят более быструю отдачу и предоставляют ценные идеи, которые могут дать информацию для более радикальных инновационных усилий.

С другой стороны, ориентированные на будущее и радикальные инициативы, такие как разработка прорывных технологий или выход на совершенно новые рынки, могут не давать немедленной отдачи, но жизненно важны для долгосрочного успеха. Эти инициативы стимулируют обучение, выдвигая организацию на неизведанную территорию, позволяя командам экспериментировать и учиться на новых вызовах.

Поддерживая портфель, который уравновешивает как краткосрочные, так и радикальные инновации, организации могут гарантировать, что они постоянно учатся на своих успехах и неудачах. Такой подход не только готовит их к будущим потрясениям, но и создает линию возможностей, которые соответствуют как текущим, так и развивающимся потребностям рынка.

2. Обеспечение приверженности руководства

Первым шагом в развитии обучающейся организации является обеспечение приверженности руководства. Лидеры должны не только публично поддерживать непрерывное обучение, но и моделировать его, активно участвуя в инициативах по развитию. Согласовывая видение и стратегию организации с целями обучения, лидеры четко доносят ценность обучения для долгосрочного успеха. Это также подразумевает поддержку инициатив, которые могут не обеспечить немедленной окупаемости инвестиций, но имеют решающее значение для создания будущих возможностей, гарантируя, что организация останется дальновидной.

3. Инвестиции в инфраструктуру обучения

После того, как приверженность руководства установлена, инвестиции в инфраструктуру обучения становятся критически важными. Выделение ресурсов специально для программ обучения и развития, таких как партнерство с образовательными учреждениями, сигнализирует о приверженности росту. Использование таких технологий, как системы управления обучением (LMS) и цифровые инструменты, создает доступные, персонализированные пути обучения для сотрудников. Эти инвестиции необходимы для поддержки ориентированных на будущее проектов, которые стимулируют обучение и позиционируют организацию для успеха в постоянно меняющемся мире.

4. Поощрение обмена знаниями и экспериментирования

Следующий шаг — поощрять обмен знаниями и сотрудничество в рамках всей организации. Создание безопасных пространств для экспериментов способствует формированию культуры, в которой сотрудники чувствуют себя комфортно, тестируя новые идеи, не боясь неудач. Создавая программы, которые поддерживают принятие риска и инновации, организации могут развивать креативность. Принятие неудач как возможности для обучения позволяет командам извлекать ценные уроки из неудач, предотвращать будущие ошибки и повышать коллективный интеллект. Поддержка инициатив, которые могут не иметь немедленной отдачи, но предлагают значительный опыт обучения, укрепляет способность организации процветать в ландшафте расширяющихся возможностей.

5. Согласование обучения с целями организации

Согласование обучения с целями организации гарантирует, что инициативы по обучению напрямую способствуют достижению ключевых целей. Стратегические учебные мероприятия должны разрабатываться с учетом будущего видения организации, помогая поддерживать согласованность и фокус. Для оценки эффективности этих инициатив лидеры должны использовать как количественные, так и качественные показатели.

Например, показатели приобретения навыков дают четкую количественную меру, отслеживая, как быстро сотрудники приобретают соответствующие новые навыки через программы развития. Руководители могут отслеживать процент сотрудников, завершающих критические учебные модули, и как это преобразуется в более быстрое время достижения компетентности в ключевых ролях.

С качественной стороны, обратная связь от сотрудников может дать бесценную информацию. Сбор отзывов от сотрудников о реальной применимости программ обучения — посредством опросов или структурированных интервью — помогает оценить, насколько хорошо эти инициативы трансформируются в повышение производительности труда и инновации. Эта обратная связь позволяет организациям совершенствовать и адаптировать стратегии обучения для лучшего соответствия как потребностям сотрудников, так и целям организации.

Регулярная оценка с использованием этих показателей гарантирует, что программы обучения соответствуют ключевым целям, вооружая организации возможностями и возможностями, которые возникнут в будущем.

6. Создание цикла обратной связи для постоянного совершенствования

Создание надежной обратной связи необходимо для обеспечения эффективности и адаптивности программ обучения. Регулярно собирайте отзывы от сотрудников, чтобы оценить актуальность и влияние инициатив обучения на реальные проблемы. Этот постоянный вклад позволяет организации совершенствовать свои стратегии обучения, гарантируя, что они развиваются вместе с тенденциями отрасли и внутренними потребностями. Создание таких механизмов, как опросы сотрудников, городские собрания или фокус-группы, может помочь выявить пробелы, отметить успехи и сделать обучение более восприимчивым к среде организации.

7. Создание внешних партнерств и взаимодействие с экосистемой

Чтобы расширить обучение за пределы внутренних ресурсов, организациям следует активно строить внешние партнерства с университетами, стартапами, отраслевыми консорциумами и исследовательскими лабораториями. Участие в более широких экосистемах позволяет организациям использовать передовые знания, знакомиться с разнообразными точками зрения и получать доступ к новым экспертным знаниям, тем самым ускоряя обучение. Партнерства, подобные партнерству между крупными компаниями и академическими учреждениями, стимулируют обучение, способствуют инновациям и удерживают организации на переднем крае отраслевых тенденций. Внешнее взаимодействие еще больше обогащает внутренние программы обучения и обеспечивает свежие идеи, необходимые для сохранения гибкости в быстро меняющемся мире.

Заключение. Формирование будущего посредством обучения


Перед лицом эпохи, отмеченной великими изобретениями и расширяющимися возможностями, традиционных показателей успеха больше недостаточно. Возврат на обучение — это не просто концепция, а стратегический императив. Лидеры должны предвидеть возможные будущие и направлять организацию к будущему, которое выглядит совсем иначе. Реализуя инициативы, которые могут не показывать краткосрочной отдачи, но стимулируют обучение, мы готовимся к завтрашним вызовам и возможностям. Принятие будущего путем поощрения культуры непрерывного обучения, отказа от устаревших тактик и инвестирования в наши коллективные знания и адаптивность не только поможет нам ориентироваться в сложностях современного мира, но и позволит нам формировать будущее, возглавляя инновации и достигая устойчивого успеха в постоянно меняющемся ландшафте.

Источники


https://frankdiana.net/2024/09/09/unlocking-human-potential-the-democratization-of-knowledge/
Unlocking Human Potential – The Democratization Of Knowledge
Раскрытие человеческого потенциала – демократизация знаний
9 сентября 2024 г. Фрэнк Диана

https://frankdiana.net/2024/09/10/unlocking-human-potential-a-new-age-of-invention/
Unlocking Human Potential – A New Age Of Invention
Раскрытие человеческого потенциала – новая эра изобретений
10 сентября 2024 г. Фрэнк Диана

https://frankdiana.net/2024/09/11/unlocking-human-potential-the-emergence-of-scientific-revolution-2-0/
Unlocking Human Potential – The Emergence Of Scientific Revolution 2.0
Раскрытие человеческого потенциала – возникновение научной революции 2.0
11 сентября 2024 г. Фрэнк Диана

https://frankdiana.net/2024/09/12/unlocking-human-potential-thriving-in-a-world-of-change/
Unlocking Human Potential – Thriving In A World Of Change
Раскрытие человеческого потенциала – процветание в мире перемен
12 сентября 2024 г. Фрэнк Диана

https://frankdiana.net/2024/09/30/return-on-learning-pioneering-the-future/
Return On Learning: Pioneering The Future
Возврат к обучению: пионеры будущего
30 сентября 2024 г. Фрэнк Диана

суббота, 27 июля 2024 г.

О происхождении SARS-CoV-2

Выводы из заметки "COVID-19 и утечка информации из лаборатории"

"COVID-19 and the Lab Leak. Was the SARS-CoV-2 virus of natural origin, or was it engineered in a Chinese research lab?" by Brian Dunning

https://skeptoid.com/episodes/4933


Итак, теперь мы можем вернуться к двум нашим первоначальным вопросам, заданным в начале шоу, и ответить на них:

Был ли SARS-CoV-2 создан естественным путем или создан в лаборатории?

Среди ученых почти повсеместно ответ один: он возник естественным путем; разведывательное сообщество соглашается, но с меньшей уверенностью. В обеих группах есть маргинальные сторонники, которые громко заявляют, что вирус был создан искусственно, что противоречит четкому консенсусу.

SARS-CoV-2 перешел к людям естественным путем или через лабораторную утечку?

Большинство эпидемиологов согласны с тем, что это произошло естественным путем, остальная часть сообщества расколота или говорит, что в любом случае доказательств недостаточно. Разведывательное сообщество более расколото, и незначительное большинство согласно с общепринятым мнением о том, что этот скачок произошел естественным образом. Случайное заражение в лабораторных условиях остается вероятным.

четверг, 14 марта 2024 г.

Слайды проектного менеджмента применительно к управлению знаниями

Из архивов нашлись такие слайды-заметки. Оставляю на всякий случай.



DIKW модель

DIKW (data, information, knowledge, wisdom) — совокупность моделей, которые отображают структурные и функциональные связи между такими категориями как данные, информация, знания и мудрость. Демонстрирует пути получения ценности в процессе обработки данных. Представляет собой не технологию, а теоретическую основу для понимания того, какие этапы необходимо пройти для получения пользы от имеющихся данных.




KM Index - Индекс управления знаниями — это инструмент оценки, разработанный проектом «The Knowledge for Health (K4Health) Project для изучения использования организацией или проектом практики управления знаниями (KM), выявления возможностей для улучшения и составления плана действий по укреплению KM. Индекс KM измеряет потенциал в четырех фундаментальных областях практики KM:
  • организационная структура (видение и стратегия KM),
  • возможности обучения (профессиональное развитие),
  • внутренняя культура KM (поиск и обмен знаниями),
  • KM для глобального повышения зрелости.

Индекс KM следует использовать в качестве базовой оценки и о проектной деятельности, направленной на повышение потенциала KM, а также в качестве конечной оценки изменений в развитии потенциала KM и реализации инициатив KM.





 

вторник, 2 декабря 2014 г.

К вопросу об универсалиях в человеке

Вера и страх.
Утверждение: человека в рамках приличия держат вера или страх.
Следствие: если первого нет, то второе обязательно.
Если человек освободится от страха, то деградация неизбежна.

А дальше уже следуют деятельность, опыт, знания, сомнение, творчество.


На рисунке уберите страх и преобразуйте остальное. Например, деятельность в религиозную деятельность и так далее и получите основания и обоснования возникновения религий.
На рисунке уберите веру и преобразуйте остальное. Например, деятельность в политическую деятельность...

пятница, 23 мая 2014 г.

Неплохая задачка

Неплохая задачка изложена у Норберта Винера.
Рассмотреть
- познание с позиции Всеведения,
- власть с позиции Всемогущества.


P.S. У Н. Винера есть еще одна установка: рассмотреть культ с позиций Единобожия. Этот момент я исключил в силу того, что данная установка – это момент Веры. То есть – не обсуждается.

* * *

Небольшое классификационное правило, позволяющие отличать творчество от креативности.

Творчество создает смысл.
Креативность может быть бессмысленным.

И даже, бессмысленность может служить одной из форм креативного!

пятница, 23 августа 2013 г.

Теоретические основы управления знаниями

Цели УПРАВЛЕНИЯ ЗНАНИЯМИ


Управление знаниями (УПРАВЛЕНИЯ ЗНАНИЯМИ, Knowledge Management) – это оксюморон. Никто не может реально управлять активом, находящимся в головах сотрудников. Однако можно сделать следующее: управлять средой, в которой знание можно фиксировать, принимать, создавать, открывать, извлекать, передавать, обменивать, подтверждать, адаптировать и применять.

Согласно западным источникам для создания среды, способствующей процветанию знания, нужны:
 
• Подходящие условия (right conditions): инфраструктура и предпринимательская организация.
• Подходящие средства (right means): модель, инструменты и процессы обучения.
• Подходящие действия (right actions): люди, которые открывают, обмениваются и используют знания.
• Подходящее руководство (right leadership): мотивирование обучения и использования знаний.

Цель введения УПРАВЛЕНИЯ ЗНАНИЯМИ – повышение ценности (стоимости) компании.
Формы применения УПРАВЛЕНИЯ ЗНАНИЯМИ направлены на достижение следующих преимуществ:

• Предотвращение ошибок и попыток "изобретения колеса (велосипеда)".
• Ускорение интеграционных процессов.
• Обучение и улучшение производительности.
• Определение, фиксирование и обмен ценными практиками.
• Преодоление культурных барьеров.
• Создание культуры непрерывного улучшения и обучения.

Предмет УПРАВЛЕНИЯ ЗНАНИЯМИ


Предмет УПРАВЛЕНИЯ ЗНАНИЯМИ это знание. Определений знаний много и это связано с многогранностью этого понятия. Для целей управления выбрал прагматическое определение знаний:

зна́ние (предмета) - уверенное понимание предмета, умение обращаться с ним, разбираться в нём, а также использовать для достижения намеченных целей.

Знание является продуктом интеллекта, как естественного, так и искусственного (то же уже интеллект, но очень молодой – всего 60 лет).

Главное отличие знаний от данных состоит в их структурности и активности. Последнее можно пояснить так: появление в голове или в базе знаний новых фактов или установление новых связей может стать источником изменений в принятии решений.
Бизнес интересуют не все знания, а именно те, которые создают добавленную стоимость:

1) Знать-как (Know-how): процедуры выполнения чего-либо.
2) Знать-кто (Know-who): оценки персонала с опытом и ресурсами.
3) Знать-что (Know-what): способность выбора ключевых моделей и действий.
4) Знать-почему (Know-why): понимание контекста (видение), причин и следствий.
5) Знать-когда (Know-when): Чувство времени и уместности.
С точки зрения УПРАВЛЕНИЯ ЗНАНИЯМИ эта классификация должна быть связана личной мотивацией творчества
6) "хочу знать, почему хочу знать".

УПРАВЛЕНИЯ ЗНАНИЯМИ как вид деятельности


Наиболее важным (с точки зрения УПРАВЛЕНИЯ ЗНАНИЯМИ) действием со знанием являет деление знания на
• - неявные, скрытые, неформализованные знания и
• - явные, формализованные знания.

Но дальнейший анализ материалов, статей и работ в раскрытии деятельности по УПРАВЛЕНИЮ знаниями, то есть само оперирование, действо со знанием не дал плодотворных с точки зрения практики идей и мне пришлось построить свой вариант деятельности по УПРАВЛЕНИЯ ЗНАНИЯМИ.

1. Цикл работы со знанием начинается с неявного знания, владельцем которого является человек, его интеллект. Такое знание должно быть формализовано. Процедуры и деятельность по формализации неявного знания назовем управлением формализованным знанием (УФЗ). Результатом УФЗ будет явное, формализованное знание. Формализованное знание может преобразоваться, упаковываться, трансформироваться, структурироваться, классифицироваться (процесс модификации формализованного знания).
Формализованное знание может также содержать непроявленное формализованное знание, которое может извлекаться математическими и кибернетическими методами (статистика, теория доказательств, теория вывода, теория моделей).

2. Формализованное знание, хранящееся в базах данных, в файлах, в документах, книгах, пособиях, инструкциях теряет атрибут «понимание» и становится данными, некоторым набором символов. Этот набор символов превращается в знания путем персонализации. Персонализация это процесс считывания символов, содержащих знание, человеком, затем последующая интерпретации этих символов и, главное, понимание содержащегося в символах знания. В процессе «считывание-интрепретация-понимание» данные превращают в «знаю как, кто, что, почему и когда». Этот процесс я определил как вторую фазу движения знаний, которую назвал управлением персонализированными знаниями (УПЗ).

3. И наконец, третий этап управления знаниями состоит в использовании данных, Использование знаний является тем «моментом истины», который определяет смысл управления знания в целом. Эту фазу назовем управлением использования знаний (УИЗ).

***

В УФЗ акцент делается на кодификации сгенерированного человеком знания, записи знания на внешние носители - в базы данных и хранилища. Далее УФЗ содержит в себе базовую функцию - хранение знаний, И наконец, УФЗ предполагает выдачу и распространении знаний как данных, возможно, с некоторыми функциями контроля уровня доступа. Еще одна функция УФЗ состоит в генерации новых знаний, путем обработки имеющихся формализованных знаний. Главные действующие лица в УФЗ - информационные специалисты. Для УФЗ характерны высокие первоначальные инвестиции и небольшие эксплуатационные издержки. Сложности УФЗ связаны с тем, что не все носители знаний готовы делиться знаниями, а главное, что не все знания могут быть кодифицированы.

УПЗ опирается на системы наставничества, на корпоративные центры обучения, на социальные сети распространения знаний. Главный акцент в УПЗ делается на постоянный обмен знаниями. Но так как место знаний – интеллект, то УПЗ характеризуется постоянными инвестициями в сотрудников, а увольнение сотрудника означает потерю инвестиций. В связи с этим в УПЗ важно целенаправленное обучение и самообучение. УПД подготавливает возможность достижения «высочайшего» КПД использования знаний, но только подготавливает.

УИЗ опирается на результативность, экономическую и финансовую, под которыми подразумевается управленческую деятельность по наращиванию экономического потенциала предприятия, конкурентоспособности предприятия, а также возможно и реализацию потенциала и конкурентных преимуществ в виде прибыли компании. Потенциал и его реализация не одно и то же и с тем, чтобы не углублять в этот вопрос, приведу только одну аналогию. Можно создать, испытать и привести в готовность сверхмощное оружие (это потенциал), но так его и не применить (это реализация потенциала).

Экономический потенциал в рамках УИЗ может быть оценен общим объемом знаний. Однако данный параметр является ненаблюдаемым в силу наличия неявных знаний, поэтому приходится использовать различные приближения: оценивать объем формализованных знания, оценивать количество подготовленного персонала в разрезе компетенций, оценивать объем уникальных знаний. Но, конечно, это все оценки, которые не точны, но их наличие все же лучше, чем их отсутствие.

Конкурентные преимущества описываются двумя факторами: массивом уникальных знаний и эффективным (выше рыночного) использованием знаний предприятия. Использование знаний можно попытаться оценить с помощью метрики коэффициента полезного действия как отношения используемого знания к общему массиву знаний. Данный коэффициент может быть встроен как в УФЗ путем подсчета числа просмотров различных данных, так и в УПЗ путем оценки персонала, их навыков и умений, а также результатов деятельности.

Все показатели, и потенциала, и эффективности, могут рассматривать в динамике движения персонала: подбора, обучения и переподготовки и увольнения. Так, увольнение сотрудников приводит к уменьшению используемых знаний, обучение – возможно к увеличению используемых знаний, подбор опытных сотрудников – к увеличению как объема всего знания, так и появлению уникальных знаний.


Место УПРАВЛЕНИЯ ЗНАНИЯМИ в организационной структуре 



Большие споры в литературе вызывает вопрос, кто должен являться руководителем проекта по внедрению УПРАВЛЕНИЯ ЗНАНИЯМИ на предприятии, которые поставило данную задачу в повестку дня:

• HR-директор компании или
• руководитель ИТ-службы или
• специальное должное лицо - Chief Knowledge Officer (CKO).

Первый подход (HR-директор компании) базируется на том, что знание содержится в людях и главное, чтобы носители знаний, который называют экспертами, хранили знание и делились знанием. В результате, на первый план выходит мотивация персонала и формирование необходимой культуры компании. Основной задачей управления знаниями при данном подходе является выявление, сохранение и эффективное использование знаний сотрудников. Соответственно в рамках данного подхода главное лицо – HR-директор компании.

Второй подход (руководитель ИТ-службы), который можно назвать информационным, исходит из того, что для поиска знаний в массивах данных и их обработки необходимы информационные технологии, которые выявляют скрытые зависимости и правила в данных. Знания рассматриваются как точная информация по данной проблеме. Система, которая способна предоставить точный ответ на запрос, - это и есть система управления знаниями. В рамках этого подхода главное лицо – начальник ИТ-службы.

При первом подходе (HR) проект управления знаниями, как правило, начинается с определения ключевых сотрудников, заинтересованных в поддержании проекта и объединение их в сообщество, которое в дальнейшем будет продвигать идеи управления знаниями в компании. После чего производится оценка соответствия ресурсов знаний реальным потребностям сотрудников. На основе такой оценки разрабатываются стратегия и политика управления знаниями компании. Эти документы определяют дальнейший сценарий управления знаниями и основные механизмы действия программы по управлению знаниями: какие именно знания особенно важны для компании, что с ними следует делать, как оценивается эффективность обмена знаниями, каковы новые должностные обязанности сотрудников в отношении управления знаниями и т. д. В заключении, вводится в действие политика управления знаниями и выполняются действия, направленные на реализацию стратегии управления знаниями.
Как видим – весь «достойный» набор для ТОП-ов!

Второй подход связан с «утопической» (утопической - на данном этапе развития теории менеджмента и естественных наук по управлению) идеей создания кибернетического предприятия. Что бы преодолеть утопию, нужно понимать, что не весь интеллектуальный капитал можно и нужно трансформировать в интеллектуальные активы. Многие знания после формулирования и систематизации лишаются значительной части содержательных нюансов, основанных на индивидуальной интерпретации и опыте использования. Поэтому, второй важной задачей управления знаниями является четкое разделение знаний на формализуемые (объективируемые) и неформализуемые. После это уже можно применять к каждому виду знаний наиболее подходящие с точки зрения возможности кодификации инструменты, обеспечивающие максимальный прирост интеллектуального капитала компании.

Последовательность внедрения концепции управления знаниями лежит в русле общей концепции бизнес-инжениринга и предполагает прохождения ряда этапов. Прежде всего, необходимо идентифицировать деятельность компании на стратегическом и процессном уровне - построить бизнес-модель компании. Решение этой задачи способствует выявлению и формализации исключительно важных стратегических и процедурных знаний - знаний "зачем", "почему" и "как" реализуется деятельность компании. Это позволит выявить ключевые бизнес-процессы, обеспечивающие рост стоимости и реализацию стратегии организации. После этого можно сформулировать требования к знаниям компании, которые необходимы для успешного выполнения ключевых бизнес-процессов и определить критические факторы успеха в области управления знаниями. Далее уже проще. Необходимо идентифицировать источники получения и носителей ключевых знаний, а также идентифицировать места использования и применения этих знаний на этапах выполнения бизнес-процессов. После этого следует провести анализ разрыва между существующими и необходимыми знаниями. Анализ разрывов поступает на вход процедуры разработки и выбора стратегии управления знаниями. И только после прохождения всех этих этапов разрабатываются процессы управления знаниями и создаются предпосылки для регулярной деятельности в этой области, создается технологическая платформа, поддерживающая управление знаниями. Кроме того, на протяжении всего проекта постановки управления знаниями происходит развитие внутренней культуры обмена, генерации и применения знаний.

Как мы видим – работа грандиозная, этапов много и они последовательны: каждый этап наследует результаты предыдущего этапа. Это и является главным риском. Мало того, что вся работа занимает очень большое с точки зрения бизнеса время, но неудача на любом этапе влияет на все последующие этапы, мультиплицируясь в итоге в провал. Кстати, возможно поэтому идея кибернетического предприятия и названа утопичной – в виду сроков и в виду большого риска провала.

Третий подход (Chief Knowledge Officer) связан с акцентом на организационную сторону управления знаниями и необходимостью введения нового человека и новой должности «главного по знаниям» - Chief Knowledge Officer (CKO). Требования к такому сотруднику состоят в том, что данное лицо должно быть отличным организатором, лидером, обладать компетенциями в области психологии и межличностных отношений, иметь опыт презентаций, иметь коммуникативные способности, иметь познания в области информационных технологий. Весьма уникальный набор качеств, который, кстати, позволяет занять более высокую должность, нежели просто СКО. Собственно, это и есть главное препятствие – как найти такого человека, который будет обладать всеми перечисленными качествами и не будет стремиться к более высоким карьерным целям.


В качестве заключение -краткое содержание управления знаниями



Управление знаниями как технология включает в себя комплекс формализованных методов, охватывающих:

• Поиск и извлечение знаний из живых и неживых объектов (носителей знаний);
• Структурирование и систематизацию знаний (для обеспечения их удобного хранения и поиска);
• Анализ знаний (выявление зависимостей и аналогий);
• Обновление (актуализацию) знаний;
• Распространение знаний;
• Генерацию новых знаний.

Управление знаниями как методология обеспечивает возможность отвечать на следующие вопросы:

• Как быстрее вводить новых сотрудников в курс дела?
• Как объединять знания отдельных подразделений?
• Как интенсифицировать процесс генерации новых идей?
• Как накапливать знания и распространять их по всей организации?
• Как сохранить знания ценных сотрудников, которые всегда могут покинуть вашу организацию?

Главная стратегическая цель управления знаниями – повышение экономического потенциала организации за счет авансирования в создание так называемого «интеллектуального капитала».

Четыре «дополнительные» стратегические цели управления знаниями

1) Повышение способности организации к инновациям
2) Повышение восприимчивости к новому
3) Эффективность и компетентность организации
4) Эффективность и компетентность сотрудников

Заметки "на потом"



Цитата. Андрей Матусевич пишет:
"Новое знание может быть сформировано только человеком, и передаваться другому человеку только в процессе совместной деятельности при условии общих целей и соответствующей корпоративной культуры".

Есть ма-а-а-ленькое замечание касательно "ТОЛЬКО".
Знание - есть продукт интеллекта, поэтому я заменю "управление знаниями" на "интеллектуальное управление", что несколько сдвинуть смыслы и немного съехать с наезженной колеи.
Интеллектуальное управление как побочный продукт обучения или эффект появления искусственного интеллекта?
Что важно в корпоративном обучении, так это не просто обучение, а ЦЕЛЕНАПРАВЛЕННОЕ обучение.
И самообучение тоже.

Экономической потенциал организации создают УНИКАЛЬНЫЕ знанию плюс их правильное применение. То есть мы можем выдвинуть такую формулу

ЭКОНОМИЧЕСКИЙ ПОТЕНЦИАЛ = УНИКАЛЬНЫЕ ЗНАНИЯ + ПРАВИЛЬНОЕ ПРИМЕНЕНИЕ УНИКАЛЬНЫХ ЗНАНИЙ.

Знания может создавать только интеллект. Он же, интеллект, может использовать знания для управления. В связи с этим возникает искушение определить интеллектуальное управление, как управление на основе использования УНИКАЛЬНЫХ знаний. Наверное, в отличие от управления на основе интуиции, или на основе опыта, или на основе чужого опыта, или на основе чужих технологий. Изъянов в определении интеллектуального управления много, но предикат «УНИКАЛЬНОЕ» знание я думаю устраняет большинство изъянов.
Далее можно вспомнить концепцию кибернетического предприятия и задуматься над характеризацией интеллекта. С естественным интеллектом все понятно. Но есть уже понятие искусственного интеллекта. Будет ли управление на основе искусственного интеллекта тоже интеллектуальным?
Вопрос этот пока всецело верит в то, верите ли Вы в возможность искусственного интеллекта. Если верите, то у искусственного интеллекта должны быть уникальные знания. А если есть уникальные знания, то и ухаживать за искусственным интеллектом нужно по иному, нежели за оборудованием. Кто же будет ухаживать за искусственным интеллектом, кормить его (сенсорно, конечно), что будет его хвалить?
Кто-то вероятно будет.
И открывается новая грань интеллектуального предприятия. Предприятия, на котором есть стратегически важный отдел по ухаживанию за искусственным интеллектом.
Тут же должны «нарисоваться» юристы!
Как мы знаем, естественный интеллект является субъектом права. А искусственный интеллект – нет. А будет ли?
Если такое направление в юридической науке "нарисуется", то тут же на поверхность «вылезет» огромное многообразие трактовок термина «знание». Многообразие, порожденное бесконечными возможностями проявления интеллекта.
К месту будет вспомнить и Кевина Уорвика из университета Реденга, написавшего Всемирную декларацию об ограничении памяти машин, чтобы не допустить создания искусственного интеллекта!
Британский кибернетик проф Кевин Уорвик из унив Рединга предлагает подписать Всемирную декларацию об огр памяти машин, мотивируя это тем, что "кто даст гарантию, что машина, воспринимающая мир в 1000 раз разнообразнее, чем человек, с равным ему уровнем развития, готовая к самоообучению, не придумает как перехитрить хозяина". Это опасность серьезнее опасности ядерной войны.
На эту же тему можно почитать "Мегабитовую бомбу" С.Лема. Одна из статей посвящена искусственному интеллекту, а также о том, что если искусственный интеллект возникнет в сети, то он займется цензурой и будет нещадно удалять контент, который по его искусственному разумению "не подобающий сети".
Есть еще правда "Гиперион" Симмонса, но эта эпопея показалась мне очень примитивной.

***

Цитата. Андрей Матусевич пишет:
"К слову, профессор Нонака, или mr. Knowledge, как его называют в мире, является самым значимым авторитетом в области создания знания, а за свою теорию создания организационного знания, внесен в список 50 ключевых фигур в менеджменте за всю историю человечества".

Создание знания - это конечно хорошо.
Особенно для Академии наук, академических институтов, отраслевых институтов, лабораторий и НИОКР.
Но есть еще аспект - "ИСПОЛЬЗОВАНИЕ ЗНАНИЙ".
В длинной заметке на этом же форуме в системе управления знаниями я упоминал УИЗ - управление использование знанием. Но одним предложением.
Заполню это пробел столь же пространными рассуждениями на эту тему.

Цитата.
«Если бы делать было так же легко, как знать, что делать, то часовни стали бы храмами, а бедные хижины – царскими дворцами».
У. Шекспир, «Венецианский купец»

Предлагаю рассмотреть аксиому. "Знания не конвертируются автоматически в деньги".
К сожалению.
Для того, чтобы знания претворялись в жизнь с пользой - нужно много тренироваться и вырабатывать навык. А потом действовать. Об этом обычно забывают.

Приведу два примера на пропущенное звено "навык".

1. Вы берете самоучитель по боксу, все изучаете в нем, все удары, защиты, стратегии, тактику, а также все бои (вам вручают гигабайты видео лекций), потом сдаете тесты, очень успешно. Пишите и решаете кейсы, потом делаете и защищаете диплом.
А потом выходите на ринг...
Надеюсь понятен результат?

2. Лежит парализованный человек. Ему вручают самоучитель по боксу и он выполняет все, что описано в пункте 1.
Ну и что?

===

Иногда говорят, знаний мало, нужно мышление соответствующее (экономическое, духовное, религиозное, дисциплинированное, логическое и прочее, прочее, прочее).
Мышление против знаний рассматривать, если придерживать принятой в психологии и философии понятийной базы, это то же самое, что рассматривать мед против горшка.
Мышление - это форма психологического отражения. (То есть горшок)
Знание - это специальный вид данных, часто принимающий вид "если ... то ...." (То есть мед)
Если у меня много меда, мне конечно понадобиться мышление. Но если у меня меда нет, то ГОРШОК нужен ли? Или про запас - вдруг ночью приспичит...

===

Критикуя, тем не менее предлагаю.
Польза от знаний - это условный случайный процесс, зависящий еще от ряда переменных и функций.
Я их обозначаю следующей сложной функцией

Польза = ФУНКЦИЯ_ПОЛЕЗНОСТИ (Результат, Время_когда_результат_нужен)

Следует помнить, что "дорога ложка к обеду".
Теперь результат

Результат = УДАЧА (СВОЕВРЕМЕННОСТЬ ( Знания, Умения, Действия) )

УДАЧА - это функция, вероятностная.
СВОЕВРЕМЕННОСТЬ - это функция, представляющая как бы холмик, склоны которого приходят к нулю. Аналогия в пословице - "после драки кулаками не машут" - относиться к "заднему" склону холмика, а аналогия - "он опередил свое время" - к переднему склону.

Итак, чтобы знания принесли пользу, нужно чтобы они были подкреплены умениями, приводили к действиям, эти действия происходили своевременно, а далее все зависит от благоприятного стечения обстоятельств, то есть от фортуны.

Задача для выбора надлежащего руководителя здесь - что бы был он любимчиком богов!

Еще встретилось такое: Цитата
Интеллект человека определяется не объёмом того, что он знает, а качеством того, что он делает.

Неужели правда?

***

Цитата. Валерий Овсий пишет:

По каким признакам Вы можете отличить "знания" от "интеллекта"
Интеллект - это способность.
Знания - это данные.
Интеллект - это потенциал (например, в сети)
Знания - это? Ну не знаю, потому что потребление электричества все же соотносится с использованием знаний.

Цитата
Интеллект - это общая способность к познанию и решению проблем, которая объединяет все познавательные способности индивида: ощущение, восприятие, память, представление, мышление, воображение

***

Цитата. Александр Кудряшов пишет:
"Т.е., если знания не "уникальные", то они и не являются знаниями? Или здесь необходимо другое толкование?"

Не совсем верно.
Знания бывают уникальные и не уникальные.
На позицию, требующую не уникальных знаний легко найти человека и обучить.
Уникальные знания определяют конкурентные преимущества организации и предикат "уникальность" я не рассматривал применительно к науке.
Это именно бизнес и например знание "к кому нужно обратиться, чтобы выиграть тендер" - это уникальные знания, если никто из ваших конкурентов об этом не знает. А если будут знать все - то это будут знания, но не уникальные.
То есть уникальность определяется не цивилизационными факторами, а конкурентной средой, то есть знаниями ваших конкурентов.
Тут же подумалось, что могут быть и "УНИКАЛЬНЫЕ НЕЗНАНИЯ". Это когда все знают к кому обратиться, а вы - нет.

четверг, 27 июня 2013 г.

ПОСТИНДУСТРИАЛЬНОЕ ОБЩЕСТВО ВСЕГДА ИНФОРМАЦИОННОЕ?

Хотел отметить, что периодизация "аграрное общество, индустриальное общество и постиндустриальное общество", это достаточно спорная периодизация, тем более что и была она придумана в дни холодной войны, чтобы подорвать периодизацию Маркса. Но хотя социализм на 1/6 части суши приказал долго жить, марксизм, как течение никуда не исчез, равно как и неомарксизм, равно как и постмарксизм и успешно развивается, но уже не на постсоветском пространстве. 

Список неомарксистов и постмарксистов можно посмотреть в Википедии по теме "Марксизм". 

Наиболее интересными по мне показались воззрения Бодрийяра 

Он 

Цитата

...ввёл понятие гиперреальность как развитие марксистского понятия надстройка. 


Напомню, у марксистов было базис (экономика) и надстройка (политика). 
Этого оказалось маловато. 
Добавили - гиперреальность. 

Цитата

Основа гиперреальности — симуляция. 
Единицами гиперреальности являются симулякры — знаки или несамотождественные феномены, отсылающие к чему-то другому, а потому симулятивные. 

Бодрийяр развил учение о трёх порядках симулякров: копии, функциональные аналоги и собственно симулякры. 
К третьему порядку симулякров он относил все современные феномены, включая деньги, общественное мнение и моду. Они функционируют по принципу символического обмена. 

Современную эпоху Бодрийяр называет эрой гиперреальности — 
надстройка определяет базис, 
труд не производит, а социализирует, 
представительные органы власти никого не представляют. 

Современную эпоху характеризует чувство утраты реальности. 
Последним бастионом реальности становится смерть («смерть, пожалуй, единственное, что не имеет потребительной стоимости»). 
На смерти основана любая власть и экономика. 
Но в этом случае смерть выступает не сама по себе, а как фантазм (представление). 
В искусстве Бодрийяр видит критическую и терапевтическую функции по возвращению реальности. 



Информационный туман, прикрывающий действительную мощь компьютерных технологий является одним из симулякров, настолько мощным, что мы имеет отличную гиперреальность, самовоспроводящуюся себя и самоподдерживающую. Это и социальные сети, и сетевые игры и прочее. Это гиперреальность будет существовать до тех пор, пока будет электричество, соли и сахар в магазинах. 

Да, мы живем уже в "информационном" обществе, но сам лейбл "информационное общество" сбивает с толку и уводит от существа вопроса. Потому что само понятие "информации" слишком "разнообразно" и запутывает существо вопроса. 

Информация - это 
и сведения, 
и мера разнообразия, 
и неожиданность, 
и процесс передачи сведений, 
плюс к этому туда же относят и данные, 
плюс к этому есть теоретики, которые обосновывают, что первична информация, а не материя и сознания, 
плюс сторонники креацинизма, которые двигаются от первого предложения Библии - "Вначале было слово", 
плюс программисты, объявившие Бога программистом 
и так далее, и тому подобное 

Поэтому я отношусь к понятию информационное общество хуже, чем к понятию постиндустриального общества. При характеризации постиндустриального общества хотя бы измеряют долю индустривального выпуска в ВВП страны и опираются на процентное содержание. 
И в этой связи "постиндустриальное общество" обозначает, по крайнем мере, НЕ индустриальное, но и НЕ аграрное общество. 

Но вот будет ли это самое постиндустриальное общество также и информационным - это большой вопрос! 
Почему? 

Да вот например можно взять маленькую страну в которой легально разрешены сексуальные услуги любых типов. Причем они оказываются законно и составляют 80% ВВП страны. Это точно постиндустриальное общество, но не информационное! 


Интернет - это телеграф, возомнивший себя новой экономикой.

воскресенье, 10 марта 2013 г.

Психофизическая проблема

Проблема отношения материи и внутреннего феноменального мира человека - так называемая "психофизическая проблема" - это одна из немногих проблем, которую современная наука не только не решила, но, по сути, похоже даже не знает как к ней подступиться.

Данные нейро-исследований ничего не дают.

Поразительно существование "субъективного"!, что в принципе игнорирует наука.
Наука занимается только объективным!
Субъективное - целостно!
Иначе - его нет, а есть психическая болезнь, типа шизофрения.
Но..., до сих пор не найдена мозговая структура, в которой осуществлялась бы окончательная "сборка" чувственного образа, хотя бы самого простейшего.

Неудивительны в этой и имеют право на существование гипотезы о существовании души, создателя, общего информационного плана, оболочек и аур.

---

Спросим себя - а сколько объективного и субъективного в менеджменте?
И удивимся в отсутствии размежевания!
Нужны и рациональные и интуитивные решения.

Но вот, что удивительно
- оценка негативных исходов, сделанных на основе субъективных подходов, почему то всегда опирается на объективность в суждениях;
- оценка же прорывов, сделанных на основе субъективных решений лидера, никак не подтверждается никакими объективными суждениями, а любой формальный анализ не дает почти ничего содержательного.

Чтобы оценить силу и мощь субъективного, вначале нужно исключить случай.
Не менее 25% успехов обязаны ни решениям, ни особым качествам лидера.
Обязаны же просто случаю.
Проявления случая описываются теоремой: "закон больших чисел".
Теорема жестока в силу своей природности и требует своего осуществления в каждом человеке, будь то стартаповец, будь то топ-менеджер.
Требует, чтобы кто-то был неудачником, а кто-то пожинал лавры.
Хотя бы для того, чтобы состоялось среднее.
И чем больше неудачников, тем больше оглушительных успехов.
Но редкость суперэкпоненциальна в сравнении с размером неудачи или успеха.

Удалить случайное можно лишь после того, как удалишь тренд.
Тренд - это и есть то самое объективное, которое почему то обычно тяготеет к линейному.
Удалив объективное (или иначе, тренд), останется случайное и субъективное.
Все что случайное, оно реальное и измеряется моментами.
Субъективное же - это нереальное.
Оно то же измеряется.
Как выброс.
Причем, именно в том смысле, как это делается в статистике.
То есть выброс в статистическом смысле, трактуемый как нереальность и есть субъективное в своем проявлении, то есть видимость субъективного конечно, а не сама субъективность.

Поэтому, возникает некоторая рациональная возможность оценки нерационального и субъективного.
Ищи выбросы - это и есть проявление таланта или ТОП-а, или владельца бизнеса, или стартаповца.
Отношение же к знаку выброса формирует культура, от корпоративной до общей.

---
Философия о психофизической проблеме:
Иванов Е.М. Материя и субъективность.- Саратов: Изд-во СГУ,1998.

=== Примечания и дополнения ===
1.
"психофизическая проблема" - это термин науки.
Которая не корчится в спазмах гордыни, а четко ставит проблемы и также обозначает отсутствие продвижения в деле решения.

Психофизическая проблема существенна с точки зрения искусственного интеллекта. С одной стороны, мозг человека состоит из физической материи - органики. Компьютер - из неорганики. Оба - физические объекты - вычисляют. В чем разница?
Интеллект уже и там и тут используется в терминах - искусственный и естественный интеллект.
Формальная логика давно в Прологах уже сидит в компах. Так что Аристотеля уже заточили в компьютерный мозг. Но тест Тьюринга не проходит!
Осталось - "психо-".
Если решить психофизическую проблему, то автоматически искусственный интеллект будет создан и компьютер пройдет тест Тьюринга. 


суббота, 19 января 2013 г.

Управление знаниями

Интеллектуальное управление как побочный продукт обучения или эффект появления искусственного интеллекта?
Что важно в корпоративном обучении, так это не просто обучение, а ЦЕЛЕНАПРАВЛЕННОЕ обучение.
И самообучение тоже.

Экономической потенциал организации создают УНИКАЛЬНЫЕ знанию плюс их правильное применение. То есть мы можем выдвинуть такую формулу

ЭКОНОМИЧЕСКИЙ ПОТЕНЦИАЛ = УНИКАЛЬНЫЕ ЗНАНИЯ + ПРАВИЛЬНОЕ ПРИМЕНЕНИЕ УНИКАЛЬНЫХ ЗНАНИЙ.

Знания может создавать только интеллект. Он же, интеллект, может использовать знания для управления. В связи с этим возникает искушение определить интеллектуальное управление, как управление на основе использования УНИКАЛЬНЫХ знаний. Наверное, в отличие от управления на основе интуиции, или на основе опыта, или на основе чужого опыта, или на основе чужих технологий. Изъянов в определении интеллектуального управления много, но предикат «УНИКАЛЬНОЕ» знание я думаю устраняет большинство изъянов.

Далее можно вспомнить концепцию кибернетического предприятия и задуматься над характеризацией интеллекта. С естественным интеллектом все понятно. Но есть уже понятие искусственного интеллекта. Будет ли управление на основе искусственного интеллекта тоже интеллектуальным?

Вопрос этот пока всецело верит в то, верите ли Вы в возможность искусственного интеллекта. Если верите, то у искусственного интеллекта должны быть уникальные знания. А если есть уникальные знания, то и ухаживать за искусственным интеллектом нужно по иному, нежели за оборудованием. Кто же будет ухаживать за искусственным интеллектом, кормить его (сенсорно, конечно), что будет его хвалить?
Кто-то вероятно будет.
И открывается новая грань интеллектуального предприятия. Предприятия, на котором есть стратегически важный отдел по ухаживанию за искусственным интеллектом.

Тут же должны «нарисоваться» юристы!
Как мы знаем, естественный интеллект является субъектом права. А искусственный интеллект – нет. А будет ли?
Если такое направление в юридической науке "нарисуется", то тут же на поверхность «вылезет» огромное многообразие трактовок термина «знание». Многообразие, порожденное бесконечными возможностями проявления интеллекта.

К месту будет вспомнить и Кевина Уорвика из университета Реденга, написавшего Всемирную декларацию об ограничении памяти машин, чтобы не допустить создания искусственного интеллекта!

Британский кибернетик проф Кевин Уорвик из университета Рединга предлагает подписать Всемирную декларацию об ограничении памяти машин, мотивируя это тем, что "кто даст гарантию, что машин а, воспринимающая мир в 1000 раз разнообразнее, чем человек, с равным ему уровнем развития, готовая к самоообучению, не придумает как перехитрить хозяина". Это опасность серьезнее опасности ядерной войны.

На эту же тему можно почитать "Мегабитовую бомбу" С.Лема. К сожалению, он не успел проработать эту тему до изящного романа.
Есть еще правда "Гиперион" Симмонса, но эта эпопея показалась мне очень примитивной.

=====
Я для себя построил такую градацию систем знаний (ведь именно об этом мы же говорим, когда употребляем словосочетание "теория управления")

- Метатеория
- Теория (разделы математики, физики, химии - примеры теорий)
- Феноменологическое описание (биология, медицина, природные науки). Феноменологические описания порой называют теориями для придания весомости, но то что отличает феноменологию от дедуктивных систем - это обилие исключений из правил и опора на эмпирический метод исследования.
- Практическая дисциплина. Самый яркий пример - бухгалтерия. Здесь все строго, регламентировано, но искусственно.
- Технология. (Например, справочник технолога сети общественного питания).
и
- ПОВАРЕННАЯ КНИГА. Набор рецептов, которые гарантируют что супчик то получится, но вкус зависит от хозяйки.

Поваренная книга от технологического справочника отличается тем, что в технологическом справочнике, в отличие от поваренной книги, есть механизмы приведения продукта к однообразному и повторяемому состоянию. Так супчик у хозяйки день ото дня разный, а в кафе - всегда одинаковый.

Так вот - все что можно говорить о менеджменте (в смысле придуманной мною классификации), то он относится к поваренной книге. Но если фирма "раскошелится" на ERP-систему не дешевле 1 млн долларов, то получится ТЕХНОЛОГИЯ.

Но если далее на менеджмент посмотреть более пристально, то местами там найдется место и для практических и для феноменологических достижений.
А вот в части теорий - пока только заимствования.

Эту классификация я вынужден был изобрести после того, как плотно занялся дисциплиной "Управление изменениями" в разрезе походов ее преподавания на курсах МБА. Все вроде логично, а больше чем на поваренную книгу не тянет. Нет повторяемости устойчивой повторяемости вкуса...
 


====

Гуманитарная машина.
Встретилось такое определение.


По моему вкусу - невероятно красивый оксюморон.
Именно такого мне не хватала для концепции "кибернетического предприятия".
Сразу скажу - в статье идет речь о другом, о хорошем, об идеологии.

Я же займусь "извращениями"!

В самом деле, задуматься в отрыве от контекста статьи над гуманитарной машины и сразу не поймешь.
То ли это "зомбированные гуманитарии", то ли машина, полная гуманитариев

В концепции же кибернетического предприятия гуманитарии нужны как обслуга. Так как машины пока не умеют находить и принимать решения в неопределенной обстановке. Вообще не могут работать без фактов, данных, знаний. Короче, без информации.
А гуманитарии - могут!
Как только у кибернетического предприятия не будет хватать данных для принятия решения или энтропия будет максимальна... или нет... как только энтропия достигнет некоторого порогового значения - милости просим к рулю гуманитария.
Ну а потом - порулил, что ж, иди отдохни...

---
Примечание.
Оксю́морон, оксиморо́н (др.-греч. οξύμωρον — «умная глупость») — стилистическая фигура или стилистическая ошибка — сочетание слов с противоположным значением (то есть сочетание не сочетаемого). Для оксюморона характерно намеренное использование противоречия для создания стилистического эффекта. С психологической точки зрения, оксюморон представляет собой способ разрешения необъяснимой ситуации.

Оксюморон крайне близок к парадоксу.
Поэтому мой друг.  


========
«Если бы делать было так же легко, как знать, что делать,
то часовни стали бы храмами, а бедные хижины – царскими
дворцами».
У. Шекспир, «Венецианский купец»

 Предлагаю рассмотреть аксиому

"Знания не конвертируются автоматически в деньги"


К сожалению.

Для того, чтобы знания претворялись в жизнь с пользой - нужно много тренироваться и вырабатывать навык. А потом действовать. Об этом обычно забывают.

Приведу два примера на пропущенное звено "навык".

1. Вы берете самоучитель по боксу, все изучаете в нем, все удары, защиты, стратегии, тактику, а также все бои (вам вручают гигабайты видео лекций), потом сдаете тесты, очень успешно. Пишите и решаете кейсы, потом делаете и защищаете диплом.

А потом выходите на ринг...
Надеюсь понятен результат?

2. Лежит парализованный человек. Ему вручают самоучитель по боксу и он выполняет все, что описано в пункте 1.
Ну и что?


Иногда говорят, знаний мало, нужно мышление соответствующее (экономическое, духовное, религиозное, дисциплинированное, логическое и прочее, прочее, прочее).

Мышление против знаний рассматривать, если придерживать принятой в психологии и философии понятийной базы, это то же самое, что рассматривать мед против горшка.

Мышление - это форма психологического отражения. (То есть горшок)
Знание - это специальный вид данных, часто принимающий вид "если ... то ...." (То есть мед)

Если у меня много меда, мне конечно понадобиться мышление. Но если у меня меда нет, то ГОРШОК нужен ли? Или про запас - вдруг ночью приспичит... smile:)

Критикуя, тем не менее предлагаю.

Польза от знаний - это условный случайный процесс, зависящий еще от ряда переменных и функций, не указанных в статье.

Я их обозначаю следующей сложной функцией

Польза = ФУНКЦИЯ_ПОЛЕЗНОСТИ (Результат, Время_когда_результат_нужен)
Следует помнить, что "дорога ложка к обеду".

Теперь результат

Результат = УДАЧА (СВОЕВРЕМЕННОСТЬ ( Знания, Умения, Действия) )
УДАЧА - это функция, вероятностная.
СВОЕВРЕМЕННОСТЬ - это функция, представляющая как бы холмик, склоны которого приходят к нулю. Аналогия в пословице - "после драки кулаками не машут" - относиться к "заднему" склону холмика, а аналогия - "он опередил свое время" - к переднему склону.

Итак, чтобы знания принесли пользу, нужно чтобы они были подкреплены умениями, приводили к действиям, эти действия происходили своевременно, а далее все зависит от благоприятного стечения обстоятельств, то есть от фортуны.
Задача для выбора надлежащего руководителя здесь - что б был он любимчиком богов!
 

Интеллект человека определяется не объёмом того, что он знает, а
качеством того, что он делает.

Знание и информация - главный ресурс организации?

Одна из "управленческих парадигм" глаголет, что знание и информация - главный ресурс организации.
Тем более, в так называемом постиндустриальном обществе. Или в информационном обществе.
И ссылаются на Питера Друкера, который как-то заявил, что главное - делать знания производительными. В XXI веке.

Раньше надо начинать!
С XVII века!
Задача то впервые была поставлена Френсисом Бэконом: "Scentia potencia est".

Удивительно, что и Ф.Тейлор, и Г.Форд, и Эмерсон, и Э.Мэйо, и А.Маслоу и многие другие стремились воплотить максиму "Scentia potencia est" в жизнь, но почему то не считали знание и информацию главным ресурсом.

Видимо понимали, что знание и информация - это один из ресурсов системы управления. И подменять цели объекта целью системы управления можно только сильно переучившись.

Аутсорсинг некоторых функций управления не повод сводить всю экономику к услугам управленческого характера. Конечно, управленческие услуги сопровождаются обменом знаниями и информацией - ну и что?
А вот попытка специализации в этой сфере "поставки управленческих услуг" в рамках международного разделения труда грозит потерей обеспеченности основными материальными и энергетическими ресурсами.
А это уже небезопасно, если не иметь лучший флот, лучшую армию, лучшую космическую группировку.

Вот такая торговля знаниями и информацией в условиях монополии, к примеру, на соль и сахар.



KDD - извлечение знаний из баз данных


Knowledge Discovery in Databases (KDD) – извлечение знаний из баз данных.

Очень привлекает меня этот процесс.
Заявка – в сырых данных содержатся полезные знания.
И их можно извлечь.
Ну, допустим, знания-то всегда содержатся в данных.
Но вот – кому они полезны?
Есть ли субъекты, относительно которого можно судить о полезности.

Если же субъект найдет, то можно перейти к самому процессу.
Именно, не наоборот.
Нужен субъект.
Потому что если нет субъекта, то весь процесс извлечения данных точно соответствует ситуациям, описанным братьями Стругацкими. Короче, безнадежно прогрессорство и субботние понедельники.

Процесс добычи знаний описывают несколькими этапами.
Существенными считаю следующие четыре этапа.

1 Подготовка исходного набора данных. В основном этот этап состоит составлении описаний самих данных, источников данных и возможно формировании некоторых подготовительных наборов данных.

2 Предобработка и очистка данных.
Очень ответственный момент, так как именно этот этап может заложить основу для построения неверных знаний и даже пропуску знаний. Дело в том, что утверждается, что данные могут содержать пропуски, шумы, аномальные значения. Данные могут быть избыточны или недостаточны. В некоторых задачах требуется дополнить данные некоторой априорной информацией.
Интересен сам по себе перечень недостатков данных и рецепты по получению «корректности» данных.
При этом никто не хочет обращать внимание на то, что пропуски данных не восстанавливаются, аномальные значения таковыми считаются ввиду наивных суждений лиц, присвоившими себе звание эксперта, а шум учитывается в алгоритмах анализа. Избыточность таковой является только с позиции самоуверенрности, а недостаточность неустранима.
Есть только одно основание для данного этапа – это проклятие размерности. То есть ограничения вычислительной мощности требуют понижения размерности – но это отнюдь не улучшает поиск знаний, а наоборот – понижает.
А вот устранение аномальных значений лишь создает иллюзию очистки данных. Если есть аномальные значения, то вы можете дать гарантию, что данные, которые кажутся нормальными – достоверные. Ведь есть система сбора первичных данных пропустила аномальные значения – значит она весьма плохо контролирует достоверность и валидность записываемых данных. Поэтому любое значение может быть аномальным, хотя и кажется нормальным.

3 Трансформация данных.
Обычно – это преобразование типов, возможно, преобразование таблиц в угоду алгоритмов следующего этапа.

4 Data Mining.
Здесь и работают алгоритмы для нахождения знаний. Можно выделить «самые отработанные» группы методов
• Классификация — установление зависимости между входными и дискретными выходными переменными. Решается задача отнесение объектов (наблюдений, событий) к одному из заранее известных классов.
• Регрессия – установление функциональной зависимости между входными и непрерывными выходными переменными. Необходимо для решения задач прогнозирования.
• Кластеризация — это группировка объектов на основе данных-свойств, описывающих сущность объектов. Объекты внутри кластера должны быть «похожими» друг на друга и отличаться от объектов, вошедших в другие кластеры.
• Ассоциация — выявление зависимостей между связанными событиями, указывающих, что из события X следует событие Y. В частности, применяются для нахождения шаблонов покупок. Сюда входят частный случай ассоциаций - анализ потребительской корзины (market basket analysis).
• Последовательные шаблоны — установление закономерностей между связанными во времени событиями. В чем-то напоминают методы технического анализа фондового рынка.

В целом же, в этом разделе могут содержаться все алгоритмы, реализованные в статистических пакетах программ и алгоритмов.