Wprowadzenie

Od dłuższego czasu uczelnie wyższe stoją przed wyzwaniem dostosowania swojej działalności do potrzeb społeczeństwa wiedzy. Oczekiwania są bardzo duże - wysoka jakość kształcenia, wykorzystanie najnowocześniejszych osiągnięć techniki, dostosowanie programów, form i metod nauczania do potrzeb rynkowych. Aby sprostać tym oczekiwaniom, uczelnie muszą podjąć zdecydowane próby zarządzania posiadaną przez siebie wiedzą. Specyfika uczelni wyższych powoduje, że wiedza jest tu nie tylko produktem sprzedawanym przez nie na rynku, ale również niematerialnym zasobem, wpływającym na ich wewnętrzne procesy i konkurencyjność. Dlatego tak ważne jest dla uczelni skuteczne zarządzanie wiedzą.

Niniejsze opracowanie koncentruje się na skuteczności metod informatycznych stosowanych w zarządzaniu wiedzą, prezentując zarys metody ich badania opartej na logice rozmytej. Opis metody poprzedzony został wprowadzeniem w problematykę zarządzania wiedzą na uczelniach oraz ogólną charakterystyką metod informatycznych wspomagających zarządzanie wiedzą. W latach dziewięćdziesiątych ubiegłego wieku zainicjowano proces harmonizacji systemów szkolnictwa wyższego Unii Europejskiej, mający na celu zwiększenie kompatybilności, elastyczności i atrakcyjności poszczególnych europejskich systemów szkolnictwa wyższego i stworzenie wspólnego Europejskiego Obszaru Szkolnictwa Wyższego. Podjęte działania związane były z dążeniem Europy do podniesienia własnej konkurencyjności na rynku światowym. Cel ten miał zostać zrealizowany poprzez stworzenie przestrzeni tzw. Europy Wiedzy - europejskiej gospodarki opartej na wiedzy (GOW).

Pojęcie GOW, pomimo że jest powszechnie używane, jest określeniem umownym, niezbyt precyzyjnym¹ i może być rozumiane dwojako:

• w rozumieniu węższym GOW to gospodarka, w której działa wiele przedsiębiorstw, które na wiedzy opierają swoją przewagę konkurencyjną²,
• w rozumieniu szerszym w tworzeniu i wykorzystaniu wiedzy oprócz przedsiębiorstw uwzględnia się również rolę osób fizycznych, szkół, organizacji społecznych i państwa.

Z doświadczeń krajów wysoko rozwiniętych wynika, że tworzenie GOW musi być wspomagane przez zamierzone działania, głównie w sferze edukacji i badań naukowych, gdyż wspieranie procesów transformacji społecznej i gospodarczej zapewniających wzrost gospodarczy i rozwój kraju […] uwarunkowane jest rozwojem nauki³. Natomiast rozwój nauki to generowanie nowej wiedzy.

O przewadze konkurencyjnej decyduje jednak nie sam fakt posiadania wiedzy, lecz umiejętność jej zastosowania w odpowiedniej sytuacji. Wiedza niewykorzystana jest bowiem bezużyteczna⁴. Należy zatem podejmować działania zmierzające do odpowiedniego zarządzania posiadanymi zasobami - zarządzania wiedzą, a to z kolei wymusza na uczelniach wyższych implementację nowoczesnych technologii.

Uczelnie wyższe korzystają z metod informatycznych, coraz częściej tworząc własne strategie rozwoju ICT obejmujące wirtualizację pracy dziekanatów czy tworzenie programów edukacji e-learningowej. Od skuteczności zastosowanych w tym procesie metod zależy, jak duże korzyści odniosą uczelnie oraz jaki będzie ich wkład w proces tworzenia GOW. Zasadne zatem wydaje się zidentyfikowanie tych metod oraz ustalenie ich skuteczności.

W związku z tym tematem niniejszego opracowania jest koncepcja autorskiej metody pomiaru i oceny skuteczności metod informatycznych stosowanych w zarządzaniu wiedzą na uczelniach wyższych. W metodzie tej skuteczność potraktowana została jako zmienna lingwistyczna o rozmytych zbiorach wartości, a badanie skuteczności przeprowadzono z wykorzystaniem aparatu zbiorów rozmytych.

Zarządzanie wiedzą w uczelni wyższej

Thomas Davenport i Larry Prusak⁵ uważają, że wiedza to połączenie doświadczenia, wartości, odpowiednio dobranych informacji oraz eksperckiego wglądu w jakieś zagadnienie, które zapewnia ramy dla oceny i włączenia nowych doświadczeń i informacji. Ci sami autorzy definiują również zarządzanie wiedzą jako ogół procesów umożliwiających tworzenie, upowszechnianie i wykorzystywanie wiedzy do realizacji celów organizacji.

Dla uczelni wyższej wiedza jest podstawowym zasobem, którym może dysponować i przy pomocy którego może uzyskiwać przewagę konkurencyjną w obszarze swojego funkcjonowania⁶. Zadaniem uczelni wyższej jest nie tylko przekazywanie wiedzy, ale również prowadzenie badań zmierzających do osiągnięcia postępu wiedzy naukowej przez odkrywanie nowych prawd i twierdzeń⁷, a tym samym do postępu cywilizacyjnego. Beata Mierzejewska i Piotr Płoszajski proponują potraktowanie uczelni wyższej jako „brokera” wiedzy - organizacji, która znając potrzeby rynku i posiadając wiedzę umożliwiającą zaspokojenie tych potrzeb, stanie się pośrednikiem dostarczającym ją zainteresowanym stronom⁸.

Aby wywiązać się z roli brokera wiedzy, uczelnia wyższa musi skutecznie zarządzać wiedzą, czyli wypracować metody umożliwiające skuteczne pozyskiwanie potrzebnej wiedzy, jej kodyfikację, udostępnianie właściwym osobom oraz wykorzystanie do realizacji konkretnych celów organizacji.

Zastosowanie zarządzania wiedzą na uczelni wyższej ma kilka wymiarów. W wymiarze pierwszym dotyczy wspierania tradycyjnych procesów kształcenia narzędziami i metodami bazującymi na nowoczesnych technologiach informatycznych, w celu poszerzenia i dostosowania oferty edukacyjnej do potrzeb otoczenia. Natomiast w wymiarze drugim dotyczy prowadzonych przez uczelnie prac badawczych - zadaniem szkoły wyższej jest bowiem kreowanie i gromadzenie wiedzy w zakresie nowych rozwiązań technicznych i technologicznych, metod i sposobów zarządzania, wzorów, norm i zachowań społecznych⁹. Jednocześnie uczelnie muszą weryfikować praktyczną przydatność tworzonej wiedzy, gdyż bez wprzężenia jej w służbę organizacjom jest ona bezużyteczna.

Wiedza związana jest z niematerialnymi zasobami, takimi jak: dane, informacje, procedury, doświadczenie i wykształcenie, wiąże się również z takimi czynnikami jak: kultura, etyka, intuicja, warunki pracy, styl zarządzania¹⁰, a to wszystko sprawia, że - w trzecim wymiarze - musi być traktowana jako zasób umożliwiający uczelni wyższej uzyskanie przewagi konkurencyjnej na rynku edukacyjnym.

Metody informatyczne wspomagające zarządzanie wiedzą

Jerzy Gołuchowski¹¹ dokonał podziału technologii informatycznych wspomagających zarządzanie wiedzą na:

• wspomagające gromadzenie i udostępnianie wiedzy jawnej,
• wspomagające procesy tworzenia wiedzy w organizacji oraz
• technologie informatyczne w zintegrowanych systemach zarządzania wiedzą (SZW).

Metodę informatyczną należy traktować jako jeden z elementów technologii informatycznej i można ją zdefiniować jako świadomie stosowany sposób przetwarzania danych i informacji z wykorzystaniem komputera, którego celem - w świetle tematyki niniejszego artykułu - jest wspomaganie procesów zarządzania wiedzą.

Uczelnie wyższe wykorzystały większość możliwości, jakie stwarza dynamiczny rozwój technologii informatycznych, do wprowadzenia istotnych zmian w zakresie zarządzania wiedzą.

Ponieważ przedmiotem zainteresowania autorki nie są szeroko pojęte technologie informatyczne stosowane w zarządzaniu wiedzą, lecz jedynie metody - przytoczona wcześniej klasyfikacja J. Gołuchowskiego została zmodyfikowana.

Metody informatyczne wspomagające gromadzenie i udostępnianie wiedzy jawnej

Wiedza jawna może być gromadzona i udostępniana dzięki zastosowaniu metod informatycznych:

• do tworzenia dokumentów tradycyjnych (np. pliki tekstowe),
• do tworzenia dokumentów w środowisku sieciowym,
• do zarządzania dokumentami,
• do tworzenia repozytoriów wiedzy (aplikacje bazodanowe, hurtownie danych, bazy wiedzy).

Aby wiedza nie straciła swojej przydatności, wymaga ciągłych starań o jej aktualizację, co również wiąże się z zastosowaniem odpowiednich metod i narzędzi informatycznych.

Metody informatyczne wspomagające procesy tworzenia wiedzy w organizacji

Wśród metod tych należałoby wymienić metody oparte na sieci komunikacji bezpośredniej oraz metody oparte na systemach pracy grupowej.

Tworzenie wiedzy w organizacji ma miejsce najczęściej w toku współpracy zorganizowanych grup. Wśród dominujących metod informatycznych należałoby wymienić m.in. metody oparte na systemach pracy grupowej czy systemach telekonferencyjnych. Tworzenie wiedzy może się również odbywać poprzez lokalizację i kodyfikację wiedzy niejawnej (ludzie, repozytoria wiedzy). Trzecią grupą metod wspomagających procesy tworzenia wiedzy są metody oparte na eksploracji danych (czyli tzw. data mining). Ostatnią grupą metod są metody wspomagające uczenie się - wykorzystujące nauczanie elektroniczne.

Metody informatyczne w zintegrowanych systemach zarządzania wiedzą

Za podstawę budowy zintegrowanego systemu zarządzania wiedzą J. Gołuchowski uznał technologię portali korporacyjnych, gdyż jest ona łatwa w zarządzaniu, prosta w użyciu oraz nie wymaga długiego czasu na przeszkolenie użytkownika¹². Metody i narzędzia informatyczne stosowane przy tworzeniu takich portali są zazwyczaj przyjazne użytkownikowi (user friendly) i na tyle elastyczne, że pozwalają mu określić lub wybrać sposób wykonania zadania i prezentacji wiedzy na swój użytek. Oparte są na technologii internetowej, zwłaszcza WWW.

Koncepcja metody badania skuteczności metod informatycznych w zarządzaniu wiedzą w uczelni wyższej

Przedmiotem badań są metody informatyczne stosowane w zarządzaniu wiedzą na uczelni wyższej. Badaniu poddana została ich skuteczność - jest to wielkość posiadająca własności, którym przyporządkowywane są pewne liczby, w zależności od intensywności występowania tych własności.

Walenty Ostasiewicz pisze: pojęcie własności logicy utożsamiają często z pojęciem predykatu, tzn. z taką funkcją zdaniową, która dla każdego argumentu jest albo prawdziwa, albo fałszywa¹³. W naukach ekonomicznych występują jednak własności, które trudno rozpatrywać w kategoriach prawdy i fałszu, wówczas - dla precyzyjnego określenia znaczenia nieostrych własności - stosuje się logikę rozmytą, czyli rozwiązania, w których korzysta się z aparatu zbiorów rozmytych.

Badanie skuteczności metod informatycznych w zarządzaniu wiedzą¹⁴

Proces badania skuteczności metod informatycznych w zarządzaniu wiedzą sprowadza się do:

• ustalenia celów, jakie stawia się przed metodami informatycznymi w zarządzaniu wiedzą,
• pomiaru stopnia realizacji założonych celów,
• oceny skuteczności metod.

Procedura badawcza powinna przybrać następującą postać¹⁵:

1. Wybór problemu badawczego.
   Problem badawczy:
   Poznanie skuteczności metod informatycznych stosowanych w zarządzaniu wiedzą.
2. Wybór zmiennej lingwistycznej.
   Określenie zmienna lingwistyczna wiąże się z faktem, iż jej wartości nie są liczbami, lecz słowami lub zdaniami prostymi, używanymi w języku naturalnym stosowanym w komunikacji międzyludzkiej¹⁶. W odróżnieniu od zmiennej numerycznej, zmienna lingwistyczna wyrażona jest przez pojęcia lingwistyczne np.: lekki, średni, ciężki (…), które z kolei są przedstawione w postaci zbiorów rozmytych jako funkcje przynależności μ_A(χ) wartości χ do odpowiedniego termu A zmiennej lingwistycznej¹⁷.
   Zmienna lingwistyczna Z:
   Z = skuteczność (rozumiana jako stopień osiągnięcia założonego celu wyrażony wartością z przedziału [0, 1]).
3. Zdefiniowanie zbioru liczbowych wartości uniwersum U dla zmiennej lingwistycznej.
   Uniwersum:
   U ε [0,1]
4. Określenie, czy wskazana zmienna jest zmienną pojedynczą, czy złożoną.
   Skuteczność, zdefiniowana jako stopień osiągnięcia założonych celów, jest reprezentowana przez zbiór celów, jakie ma się osiągnąć poprzez zastosowanie metod informatycznych w zarządzaniu wiedzą na uczelniach wyższych. Zmienna ta jest więc zmienną złożoną, której ocenę stanowi łączna ocena jej mierzalnych atrybutów pierwotnych.
5. Przypisanie każdemu atrybutowi pierwotnemu zmiennej lingwistycznej wartości lingwistycznych.
   Dla każdego atrybutu pierwotnego - ustalonego w formie pytania, czy dany cel został zrealizowany - proponuje się przyjąć następujące wartości:
   zdecydowanie tak, tak, raczej tak, trudno powiedzieć, raczej nie, nie, zdecydowanie nie.
6. Ustalenie rozmytych ograniczeń dla każdej wartości lingwistycznej atrybutów pierwotnych zmiennej lingwistycznej.
   Rozmyte ograniczenia można wyznaczyć m.in. z wykorzystaniem metody statystycznej ankietowej lub metody wyznaczania stopnia przynależności przez eksperta.
   Przykładowe ustalenie rozmytych ograniczeń dla zmiennej trudno powiedzieć:
   Wartość realizacji celu określona na poziomie 0,45 - 0,55 z całą pewnością można uznać za wartość, na podstawie której trudno stwierdzić, czy cel został zrealizowany. Wartość realizacji celu określona na przedziale 0,40 - 0,45 może uchodzić również za trudną do interpretacji, jednak im bliżej wartości 0,4, tym udzielenie odpowiedzi trudno powiedzieć jest mniej prawdopodobne. Analogicznie można rozpatrywać przedział 0,55 - 0,60.
7. Zdefiniowanie reguły semantycznej przyporządkowującej każdej wartości lingwistycznej zbiór rozmyty określony na uniwersum U.
   Założenie: Zmienna lingwistyczna powinna być właściwa, czyli wszystkie zbiory rozmyte powinny być liczbami rozmytymi na [0, 1] i powinny być uporządkowane relacją mniejszości.
   
   Równanie 1. Przykładowa definicja reguły semantycznej dla wartości lingwistycznej trudno powiedzieć.
   
8. Obliczenie wartości oceny dla każdego atrybutu pierwotnego zmiennej lingwistycznej.
   Wartość ta jest średnią arytmetyczną ze wszystkich odpowiedzi udzielonych przez ankietowanych, wyliczoną dla każdego atrybutu pierwotnego osobno.
9. Obliczenie łącznej oceny dla zmiennej lingwistycznej.
   Proponuje się przeprowadzenie koniunkcji (ważonych) wartości ocen atrybutów pierwotnych, a następnie wyliczenie ich średniej.
10. Ustalenie stopnia przynależności wartości zmiennej lingwistycznej do zdefiniowanych zbiorów rozmytych.
    Na przykład metoda informatyczna, która uzyskała zbiorczą ocenę realizacji celów w zarządzaniu wiedzą: 0,57, przynależy do zbioru „trudno powiedzieć” w stopniu 0,6, ale również w jakimś stopniu (mniejszym bądź większym) może przynależeć do zbioru rozmytego przyporządkowanego do zmiennej lingwistycznej raczej tak.
11. Ocena i porównanie skuteczności metod informatycznych w zarządzaniu wiedzą.
    Do oceny skuteczności proponuje się schemat wnioskowania rozmytego postaci:
    Równanie 2. Schemat wnioskowania rozmytego
    ,
    co oznacza, że wniosek tego schematu jest co najmniej tak prawdziwy, jak przesłanka.

Cykl procesu badawczego realizowanego z wykorzystaniem logiki rozmytej

Zaprezentowaną metodę badania skuteczności metod informatycznych w zarządzaniu wiedzą można uogólnić do cyklu procesu badawczego realizowanego z wykorzystaniem logiki rozmytej (rysunek 1).

Rysunek 1. Cykl procesu badawczego realizowanego z wykorzystaniem logiki rozmytej

Źródło: opracowanie własne

Podsumowanie i wnioski

Celem niniejszej pracy było zaprezentowanie problematyki skuteczności wspomagania metodami informatycznymi zarządzania wiedzą w uczelniach wyższych. Podjęto próbę ukazania tego zagadnienia w szerszym aspekcie tworzenia gospodarki opartej na wiedzy.

Stwierdzono, iż wspomaganie zarządzania wiedzą metodami informatycznymi jest konieczne w każdej organizacji, również na uczelniach wyższych. Przy tym dobór metod informatycznych na uczelniach wydaje się raczej dziełem przypadku niż zamierzonym działaniem. Aby zmienić tę sytuację, zaproponowano autorską metodę badania skuteczności metod informatycznych stosowanych w zarządzaniu wiedzą.

Zastosowanie przedstawionej metody musi zostać poprzedzone zebraniem odpowiedniego materiału badawczego. Wymaga to właściwego opracowania narzędzia badawczego. Może to być formularz ankietowy zawierający zestaw pytań dotyczących celów wspomagania zarządzania wiedzą na uczelni wyższej metodami informatycznymi, przy czym forma, w jakiej ujęte zostaną pytania i odpowiedzi, musi odpowiadać wymaganiom, które narzuca zastosowanie w analizie danych aparatu zbiorów rozmytych. Budowa takiego narzędzia oraz prezentacja możliwości jego praktycznej weryfikacji będą przedmiotem dalszych opracowań.

Bibliografia

• M. Białko, Metody i zastosowania sztucznej inteligencji, Wydawnictwo Uczelniane Politechniki Koszalińskiej, Koszalin 1996.
• T. Davenport, L. Prusak, Working Knowledge - How Organisations Manage What They Know, Harvard Business School Press, 1998.
• J. Gołuchowski, Technologie informatyczne w zarządzaniu wiedzą w organizacji, Wydawnictwo Akademii Ekonomicznej, Katowice 2005.
• D. Hendzel, Szkoła wyższa jako organizacja oparta na wiedzy, [w:] T. Gołębiowski, M. Dąbrowski, B. Mierzejewska (red.), Uczelnia oparta na wiedzy, Fundacja Promocji i Akredytacji Kierunków Ekonomicznych, Warszawa 2005.
• J. Kacprzyk, Wieloetapowe sterowanie rozmyte, WNT, Warszawa 2001.
• J. Kisielnicki, Dylematy rozwoju badań systemowych, czyli rozważania nad tym, czy powstała już nowa szkoła w naukach organizacji i zarządzania - szkoła zarządzania informacji i wiedzy, [w:] J. Kacprzyk, Z. Nahorski, D. Wagner (red.), Zastosowanie badań systemowych w nauce, technice i ekonomii, Akademicka Oficyna Wydawnicza EXIT, Warszawa 2005.
• A. Koźmiński, Jak stworzyć gospodarkę opartą na wiedzy?, [w:] Strategia rozwoju Polski u progu XX wieku, Kancelaria Prezydenta RP i Komitet Prognoz „Polska 2000 Plus” PAN, Warszawa 2001.
• A. Łachwa, Rozmyty świat zbiorów, liczb, relacji, faktów, reguł i decyzji, Exit, Warszawa 2001.
• Z. Madej, Gospodarka oparta na wiedzy wkracza w świat paradygmatów, [w:] E. Frejtag-Mika (red.), Teoria i praktyka ekonomii, a konkurencyjność gospodarowania, Difin, Warszawa 2006.
• B. Mierzejewska, P. Płoszajski, Wiedza jako źródło przewagi konkurencyjnej uczelni, [w:] T. Gołębiowski, M. Dąbrowski, B. Mierzejewska (red.), Uczelnia oparta na wiedzy, Fundacja Promocji i Akredytacji Kierunków Ekonomicznych, Warszawa 2005.
• W. Ostasiewicz, Zastosowanie zbiorów rozmytych w ekonomii, PWN, Warszawa 1986.

Netografia

• Encyklopedia multimedialna PWN 2000, http://encyklopedia.wp.pl/.