Что означает передача знаний в программировании
Перейти к содержимому

Что означает передача знаний в программировании

  • автор:

ПЕРЕДАЧА ЗНАНИЙ В КОНТЕКСТЕ ОНЛАЙН-БАЗИРУЮЩЕГОСЯ ОБУЧЕНИЯ: СУЩНОСТЬ, СОДЕРЖАНИЕ, ОСОБЕННОСТИ Текст научной статьи по специальности «Науки об образовании»

ВИРТУАЛЬНЫЕ СООБЩЕСТВА / ЗНАНИЯ / УПРАВЛЕНИЕ ЗНАНИЯМИ / ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ / ОНЛАЙН-БАЗИРУЮЩЕЕ ОБУЧЕНИЕ / СОЦИАЛЬНЫЕ КОММУНИКАЦИИ / VIRTUAL COMMUNITIES / KNOWLEDGE / KNOWLEDGE MANAGEMENT / INFORMATION TECHNOLOGIES / ONLINE EDUCATION / SOCIAL COMMUNICATIONS

Аннотация научной статьи по наукам об образовании, автор научной работы — Глузман Неля Анатольевна

В представленном исследовании введены основные определения, проанализированы существующие направления и концепции в сфере управления знаниями в контексте онлайн-базирующегося университетского образования. Приведены обобщения того, что сегодня следует понимать под концепцией Web и WWW в контексте унифицированной среды обучения, какую роль в нем играет информационное и программное обеспечение социальных коммуникаций . Рассмотрены и интерпретированы концепции в области виртуальных социальных сообществ. Проанализированы необходимые производства, которые применяются в сфере программного обеспечения и систем информационного обеспечения виртуальных сообществ . Показано, что современный уровень информационных технологий не позволяет интерпретировать феномен виртуальных социальных сообществ в контексте исключительно обмена знаниями между участниками в рамках определенного учебного процесса или курса как вида деятельности с жестким контролем и регулированием.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по наукам об образовании , автор научной работы — Глузман Неля Анатольевна

ПРОБЛЕМЫ В ОБУЧЕНИИ ИНОСТРАННОМУ ЯЗЫКУ (НА МАТЕРИАЛЕ АНГЛИЙСКОЙ ИДИОМАТИКИ)
Генезис теоретических идей управления знаниями
Отношение между явным и неявным знанием
Формирование новых кросс-каналов в условиях взаимодействия знаний и информационных технологий
Цифровизация экономики на основе совершенствования экспертных систем управления знаниями
i Не можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

KNOWLEDGE TRANSFER IN THE CONTEXT OF ONLINE-BASED LEARNING: ESSENCE, CONTENT, FEATURES

The presented study introduces significant definitions and analyzes the existing trends and concepts in the field of knowledge management in the general context of online university-based education. It is made the explanation of the fact what we should understand today under the Web and WWW-concepts in the context of unified learning and work environments. Also it is determined the role of informational and software tools in the context of social communica-tions. Several concepts from the field of social virtual communities were considered and interpreted. The necessary definitions and tools were analyzed, which are applied in the field of software and informational support systems for virtual communities . It is shown that the modern level of information technology does not allow to interpret the phe-nomenon of virtual social communities in the context of knowledge sharing between participants, as a process with rigorous control and regulation.

Текст научной работы на тему «ПЕРЕДАЧА ЗНАНИЙ В КОНТЕКСТЕ ОНЛАЙН-БАЗИРУЮЩЕГОСЯ ОБУЧЕНИЯ: СУЩНОСТЬ, СОДЕРЖАНИЕ, ОСОБЕННОСТИ»

организационные, мотивационные аспекты, регулирующие образовательную деятельность в рамках овладения иноязычной компетенцией. Будущие врачи должны быть мотивированы к изучению иностранного языка путем активного общения с педагогом, который является авторитетом и источником для получения не только новейших знаний, но и источником приобретения принципиально новых воззрений [4].

Речевая коммуникация сегодня является основой взаимодействия многих и многих специалистов. Причём это взаимодействие может происходить не только в поле их профессиональной деятельности, Но и за её пределами. Для этого важно понимать, С какой целью проводится коммуникация, каковы предполагаемые её результаты, а также её средства и формы. В связи с этим важно изучать не только специфику родного языка, носителями которого являются студенты-медики, но и уделять особое внимание иноязычным компетенциям, которые формируют личность как многоуровневую и структурно сложную единицу, способную не только выполнить социальный заказ и формировать принципиально новые способы оказаниея медицинских услуг, но и создавать новые концепции взаимодействия с другими врачами, которое может происходить на международном уровне с учетом межкультурных особенностей, изучению которых в ВУЗе должно быть уделено достаточное внимание.

Иностранный язык сегодня является проводником на международную арену не только конкретного специалиста, но и целого учебного заведения, и даже государства. Развитие медицины и смежных с ней областей приводит к необходимости проявления отечественных врачей на поприще международной медицины, что возможно исключительно посредством иноязычных компетенций.

Выводы. Исходя из результатов исследования, мы можем заключить, что коммуникативная профессиональная компетентность будущего врача складывается на этапе формирования его профориентационной грамотности и внедрения в коммуникационную систему внутри профессиональной деятельности. Формирование подобной компетентности должно происходить многоуровнево и посредством различных инновационных педагогических технологий, методов и средств, которыми в совершенстве должны владеть современные педагоги высшего медицинского учреждения. Исключительно посредством такого подхода возможно осуществление максимально эффективной и действенной организации и управления, регуляции и целесообразного контроля образовательной деятельности, а также взращивание профессионально грамотных специалистов, способных проявлять себя на международном уровне.

1. Ахмедова М.И., Карабаев М., Абдуманонов А.А. Особенности формирования информационных ресурсов для развития профессионально-ориентированных английских речевых компетенций студентов медицинских ВУЗов // Жур. ЗАРУБЕЖНАЯ ФИЛОЛОГИЯ. — Самарканд, 2009. — N 4 (33). — С. 57-61.

2. Ахмедова М.И., Абдуманонов А.А., Карабаев М. Электронная база данных санитарно-гигиенических терминов, текстов, диалогов и упражнений по формированию иноязычной профессиональной коммуникативной компетенции будущих специалистов студентов медико-профилактического профиля и тесты для оценки уровня усвоения требуемых компетенций. Свидетельство Патентной ведомстве Республики Узбекистан N VGU 00290 от 29.03.2012 г. об офицальном регистрации электронных баз данных.

3. Карабаев М., Абдуманонов А.А., Ахмедова М.И. Компьютерная программа для формирования иноязычной профессиональной коммуникативной компетенции студентов медиков. Свидетельство Патентной ведомстве Республики Узбекистан № DGU 02453 от 29.03.2012 г. об офицальном регистрации программы для ЭВМ.

4. Обдалова О.А., Гураль С.К. Концептуальные основы разработки образовательной среды для обучения межкультурной коммуникации // Язык и культура. 2012. № 4 (20). С. 83-96.

5. Соболева А.В., Обдалова О.А. Когнитивная готовность к межкультурному общению как необходимый компонент межкультурной компетенции // Язык и культура. 2015. № 1 (29). С 146-155.

УДК 372;378: [37] 147

доктор педагогических наук, профессор Глузман Неля Анатольевна

Евпаторийский институт социальных наук (филиал) федерального государственного автономного образовательного учреждения высшего образования «Крымский федеральный университет имени В.И. Вернадского» (г. Евпатория)

ПЕРЕДАЧА ЗНАНИЙ В КОНТЕКСТЕ ОНЛАЙН-БАЗИРУЮЩЕГОСЯ ОБУЧЕНИЯ: СУЩНОСТЬ,

Аннотация. В представленном исследовании введены основные определения, проанализированы существующие направления и концепции в сфере управления знаниями в контексте онлайн-базирующегося университетского образования. Приведены обобщения того, что сегодня следует понимать под концепцией Web и WWW в контексте унифицированной среды обучения, какую роль в нем играет информационное и программное обеспечение социальных коммуникаций. Рассмотрены и интерпретированы концепции в области виртуальных социальных сообществ. Проанализированы необходимые производства, которые применяются в сфере программного обеспечения и систем информационного обеспечения виртуальных сообществ. Показано, что современный уровень информационных технологий не позволяет интерпретировать феномен виртуальных социальных сообществ в контексте исключительно обмена знаниями между участниками в рамках определенного учебного процесса или курса как вида деятельности с жестким контролем и регулированием.

Ключевые слова: виртуальные сообщества, знания, управление знаниями, информационные технологии, онлайн-базирующее обучение, социальные коммуникации.

Annotation. The presented study introduces significant definitions and analyzes the existing trends and concepts in the field of knowledge management in the general context of online university-based education. It is made the explanation of the fact what we should understand today under the Web and WWW-concepts in the context of unified learning and work environments. Also it is determined the role of informational and software tools in the context of social communica-tions. Several concepts from the field of social virtual communities were considered and interpreted. The necessary definitions and tools were analyzed, which are applied in the field of software and

informational support systems for virtual communities. It is shown that the modern level of information technology does not allow to interpret the phe-nomenon of virtual social communities in the context of knowledge sharing between participants, as a process with rigorous control and regulation.

Keywords: virtual communities, knowledge, knowledge management, information technologies, online education, social communications.

Введение. В условиях современного постиндустриального общества знания являются основным фактором конкурентоспособности специалистов, предприятий и целых стран. С точки зрения экономических теорий именно знания являются определяющим фактором создания добавленной стоимости в условиях глобального аутсорсинга реального производства. В системе высшего образования рассмотрение процесса генерирования знаний в практически-ориентированном аспекте позволяет ведущим университетам выступать в роли равноправных партнеров для научно-исследовательского сотрудничества с ведущими промышленными компаниями. В контексте задач, которые сегодня ставятся перед современными университетами (особенно в контексте концепции дуального образования) большое значение приобретает не только сам процесс передачи знаний как вид «трансляции информации» аудитории, но и типы и способы усвоения знаний как важные шаги подготовки студентов к будущей профессиональной деятельности. Поэтому одной из основных задач, стоящих в настоящее время перед современными вузами, является создание определенной среды (в нашем случае — виртуальной), в которой знания будут эффективно распространяться и развиваться.

Процесс передачи знаний является актуальным и важным в учебном процессе высших учебных заведений в современных условиях постинформационного общества. Поэтому многие отечественные и зарубежные исследователи уделяют внимание этим проблемам в своих работах. Так, современные перспективы внедрения информационных технологий в процесс передачи знаний в высших учебных заведениях рассматривают в своих работах ученые О.В. Акулова, А.А. Андреев, В.И. Богословский, Л.Л. Босова, В.П. Меркулов, Т.Н. Носкова, Г.К. Селевко, В.А. Ситаров, Г.В. Тараканов, А.И. Шутенко и др. Ряд ученых в своих работах исследуют особенности электронного обучения в контексте информационной среды высшей школы, в частности (А.Г. Абросимов, Привалов А.Н., Богатырева Ю.И., Романов В.А. [2] и др.). Работы зарубежных исследователей (H. Berends [5]; N.-I. Boer [6]; R. Maier [8]; H. Maurer [9]; M. Nissen [10]; I. Nonaka [11]) на которые опирается автор статьи, охватывают в основном программно-технические вопросы управления знаниями в образовательном процессе.

Цель статьи заключается в анализе составляющих элементов процесса передачи знаний в сфере онлайн-базирующего университетского образования и применения их в контексте новых научно-педагогических условий постинформационного общества.

Изложение основного материала статьи. Сегодня уровни обучения и управления знаниями (реальный и виртуальный) не должны рассматриваться как отдельные друг от друга, наоборот, стоит акцентировать внимание на связях и особенностях управления знаниями на обоих уровнях. Анализ исследований в этой сфере (N.-I. Boer [6]; N.A. Gluzman [7]; R. Maier [8]) свидетельствует о том, что управление знаниями следует рассматривать как вид комплексного и междисциплинарного задания, включающего, помимо технических и организационных составляющих частей, еще и функции создания, использования, архивации и распределения (трансляции) знаний. Это требует тщательного анализа конкретных областей применения, технологических аспектов организации процессом управления знаниями, а также субъективных характеристик его участников.

Следует подчеркнуть, что с началом эры информационных технологий значение соответствующих инструментов и средств информационных технологий рассматривался как первоочередное, важное и успешное решение данной задачи. После прохождения волны ИТ-эйфории оказалось, что основным элементом решения проблем управления знаниями является прежде всего основательность анализа предметной области применения и выделения основных факторов, влияющих на эффективность и оптимальность имеющихся социальных коммуникаций. Так, в сфере университетского образования основным социокоммуникативным фактором дистанционного обучения является физическое расстояние между участниками учебного процесса, что обосновывает незаменимость информационного посредничества средствами информационных технологий в процессе коммуникации «Студент — преподаватель» (Н.А. Глузман [1]). В то же время, если есть возможность традиционной консультации («живая консультация»), то ни информационное посредничество в режимах онлайн или оффлайн не способно ее заменить [4].

Считается, что приобретут максимальное распространение именно ИТ-ориентированные профессии с переходом веб-сообществ на уровень семантического интернета (WEB 3.0) [13].

Несмотря на важность привязки к предметной области в целом, именно ИТ-средства сегодня являются унифицированными и универсальными инструментами архивации знаний, сортировки их по уровням релевантности, формирование целевых групп с соответствующим уровнем удовлетворения информационных потребностей в данных и знаниях. Из вышеуказанного следует исключительная значимость ИТ-средств для процесса поддержки и передачи знаний в контексте университетского образования.

В процессе обучения студенты уже оперируют информационно-программными инструментами, которые они будут использовать в будущей профессиональной деятельности (например, средства Microsoft Office, MS Word, MS Excel, MS PowerPoint и т.д.). Важным является то, что эти же средства использует и преподаватель для передачи знаний в форме программно-информационных сущностей (например, в форме визуально-электронных слайдов презентации MS PowerPoint).

Понятно, что эффективное достижение целей учебного процесса по опосредованному использованию ИТ-средств возможно только при условии их максимально адекватного использования без перегруженности сути знаний формой их представления. Такая ситуация объясняется тем, что потенциальную пользу и эффективность возможных и ожидаемых педагогических ситуаций невозможно заранее детально спланировать, как и спрогнозировать соотношение ожидаемого и фактического педагогических эффектов от определенного вида знаний или форм их представления (H. Berends [5]; N.-I. Boer [6]). Эти факторы имеют временную привязанность, основанную на эффекте взаимосвязи действий «преподаватель — студент» в каждый момент времени.

Формирование глубокого понимания проблем управления знаниями возможно после детального анализа научно-педагогических условий формирования и передачи знаний, а также педагогических когнитивных аспектов самой сущности знаний.

В условиях университетского образования достаточно сложно создать систему ограничений или соответствующих граничных условий, которые обеспечивают положительную мотивацию студентов для максимально эффективного восприятия и усвоения знаний. Традиционно знания делятся на явные и неявные (D. Paulin, K. Suneson [12]). С точки зрения информационных технологий такое разделение важно потому, что явные знания можно легко представить средствами информационных технологий путем их выражения через инструменты семантических формальных языков программирования высокого уровня, таких как: Prolog, Java, Lisp, Ruby-on-rails и др.

В противоположность явным знаниям, неявные знания в значительной степени интуитивны, контекстно специфические. Их достаточно сложно кодировать; программно передавать все тонкости семантических оттенков на уровне формальной логики, лежащей в основе классических и новейших языков программирования (R. Maier [8]). Однако важным и сложным моментом является то, что создание новых знаний состоит в эффективном сочетании как явных, так и неявных знаний (например, в границах какой-то модели, ассоциации и т.п.). Именно это является причиной, которая сдерживает развитие искусственного интеллекта, основанного на известных информационно-программных средствах, поскольку знания для компьютера должны быть сведены к тому или иному программному коду (D. Paulin, K. Suneson [12]). Поэтому именно явные знания позволяют охватить содержание учебного материала путем выделения релевантных отличий на основе заданных предпочтений выбора. А неявные знания представляют собой способности интуитивного выделения отличий на основе заданных преимуществ, в частности, и в будущей учебной деятельности, с целью получения реальных практических результатов. Следовательно, можно утверждать, что явные знания являются небольшой частью надстройки над общей структурой неявных знаний. Данные средства позволяют получить модели неявных знаний с определенной степенью достоверности. Однако, проблема заключается в том, что компьютер не может оперировать с нечеткостью и вероятностью на уровне процессора. Поэтому во время компьютерной реализации любая нечеткая модель неявных знаний должна быть приведена к соответствующей четкой модели путем потери точности, адекватности и релевантности знаний в целом (N.-I. Boer [6]; R. Maier [8]; M. Nissen [10]).

В представленных источниках (H. Berends [5]; N.-I. Boer [6]; M. Nissen [10]; D. Paulin, K. Suneson [12]) нет четкого распределения между понятиями «передача знаний» и «обмен знаниями». Близкими в данном контексте является понятие «расширение знаний» («диффузия знаний»), «распространение знаний», «распределение знаний», «поток знаний» (D. Paulin, K. Suneson [12]). В контексте поставленной задачи исследования важным является разграничение понятий «передача знаний» и «обмен знаниями». Эффективным процесс передачи знаний является тогда, когда у студентов возникает реальная потребность в знаниях в форме запроса на новые знания, а не просто желание получить положительную оценку или зачет, продемонстрировав преподавателю результаты усвоения новых знаний. В отличие от данных, для которых основная операция заключается в успешном копировании, знания адаптируются под имеющийся учебный профиль студента, что требует больших усилий.

В источниках (R. Maier [8]; M. Nissen [10]; I. Nonaka [11]) рассматривается ряд моделей передачи знаний. Среди них известная японская модель передачи знаний (I. Nonaka [11]), согласно которой неуспевающие студенты приобретают необходимые знания от успешных студентов, которые такие знания уже усвоили и успешно используют их на практике. Близкой к этой модели является модель «усвоенных уроков» (M. Nissen [10]), суть которой заключается в том, что из каждого успешного проекта отдельного класса выделяется базовая сущность в форме экспертного опыта, представленного в форме отчета. Эту модель можно рассматривать как вид модели обучения на примерах, которые часто используются при изучении информационных технологий.

Основная сложность такого подхода заключается в чрезмерной субъективности и временно-затратной процедуре выделения экспертного опыта в форме сжатых отчетов. Однако, если предметную область (учебный курс) рассматривать как конечный набор определенных учебных проблем, то в совокупности они являются попарно различными только по некоторым уровням сходства и идентичности, что существенно затрудняет сравнение таких проблем во временной динамике. Сама сущность знаний слишком динамична, а наполнение знаний может меняться. Например, в момент чтения лекции или во время выхода учебника (что можно наблюдать в предметной области информационных технологий).

Следовательно, передача знаний включает в себя технологические, промышленные и творческие аспекты и контенты коммуникации. Например, на промышленном уровне речь идет не только о передаче знаний от одного работника к другому (происходит на одном уровне профессиональной коммуникации или на разных — от руководителя до исполнителя), а также о передаче знаний от уровня корпоративного сервера к авторизованному пользователю.

Под передачей знаний понимают ненаправленное одностороннее сообщение знаний, в форме потока знаний в направлении от отправителя к получателю, который эти знания письменно фиксирует; одновременно наличие обратной связи необязательно (D. Paulin, K. Suneson [12]). Примером такой передачи знаний является передача косвенного сообщения от лектора к студентам путем, например, размещения слайдов к лекции на сайте преподавателя. Преподаватель может выставлять другие дополнительные онлайн-материалы из учебного курса, поскольку студент может не иметь прямого коммуникационного контакта с лектором (как во время дистанционного обучения). А лектор, в свою очередь, не получает обратной связи по определению уровня качества и восприятия определенной части знаний студентом. Обратная связь может быть налажена только на этапе тестирования уровня усвоенных знаний, умений и навыков.

Следовательно, передача знаний может происходить в форме личного контакта или в электронно-виртуальной форме. Методы такой передачи знаний должны быть оценены преподавателем комплексно в процессе передачи определенного учебного материала, с одной стороны, а с другой — необходимо оценить способности конкретной учебной аудитории или отдельных студентов. Процесс передачи знаний в рамках университетского образования следует рассматривать в следующих направлениях:

— от преподавателя к одному или нескольким студентам;

— от одного или нескольких студентов к одному или нескольким студентам;

— от одного или нескольких студентов к преподавателю в форме обратной связи (R. Maier [8]).

Процесс передачи знаний может происходить различными способами: прямо или косвенно; явно и неявно; в форме личного контакта или в электронной форме (виртуально); синхронно и асинхронно; в урегулированной обязательной форме или на основе самоконтроля во время сессии; управляемый как пользователем, так и удаленным администратором (H. Berends [5]; N.-I. Boer [6]; D. Paulin, K. Suneson [12]). Итак, мы получаем последовательность процессов с определенной степенью противопоставления:

1) прямая передача знаний в противовес косвенной передачи знаний;

2) скрытая передача знаний в противовес явной;

3) ИТ-основанная передача знаний в противовес личному контакту;

4) синхронная и асинхронная;

5) детерминирована и добровольная;

6) самоорганизация процесса передачи знаний в противовес внешнему администрированию (H. Berends [5]; N.-I. Boer [6]; R. Maier [8]).

Анализ таких противопоставлений позволяет выделить основные формы процесса передачи знаний как прямого, так и не прямого. Если прямая передача знаний между источником знаний и получателем происходит в форме личного контакта, то таким образом передачу знаний следует рассматривать как вид коммуникации в режиме «с глазу на глаз». Для эффективного протекания данного процесса важно наличие у источника и получателя некоторых общих контекстных знаний, которые формируются в процессе совместного обучения и являются частью опыта совместной работы над проектами. И наоборот, при косвенной передаче знаний наличие общего контекста знаний не является важным, поскольку источник и получатель знаний связываются с помощью определенного веб-базирующегося техничного средства, такого как: Moodle, Facebook, Twitter, Viber, Skype, Telegram и т.д.

В результате сравнения возможностей, преимуществ и недостатков прямого и косвенного способов передачи знаний сам процесс передачи знаний можно разделить на две основные категории:

1) неявная передача знаний — передача знаний происходит путем коммуникации между лицами в формах неформальной беседы, тренингов (в том числе и на рабочем месте). Во время неявной коммуникации процесс передачи знаний в режиме «с глазу на глаз» осуществляется путем интерпретации жестов, мимики партнера и т.п.;

2) явная передача знаний — процесс передачи знаний происходит в форме «новостной» коммуникации, где все участники понимают суть процесса передачи знаний (H. Berends [5]; N.-I. Boer [6]; D. Paulin, K. Suneson [12]).

Следовательно, можно утверждать, что явная передача знаний включает в себя средства экстернализации знаний (например, знания представляются на бумаге, формируются в виде электронного документа, который может быть распечатан или распространен в сети) и средства интернализации знаний (например, формирование учебника, документирование программного проекта и т.д., то есть то, что может быть прочитанным и понятым). В процессе передачи знаний в явной (письменной) форме параллельно происходит развитие составляющих знаний, которые могут быть использованы другими виртуальными сообществами или лицами в границах определенной организации, в рамках корпоративной локальной сети (что также может рассматриваться как вид Intranet).

После проведенного анализа временных аспектов передачи знаний целесообразно исследование различий в способах передачи знаний в контексте их синхронности и асинхронности. С технической точки зрения синхронная передача знаний происходит в форме кратковременного соединения событий передачи и получения информации (R. Maier [8]; M. Nissen [10]). При асинхронной передаче знаний наличие такого соединения не является существенным (например, гипертекстовые веб-основанные системы). Суть гипертекстовой асинхронности заключается в том, что отправитель размещает информацию на сервере, а получатель загружает эту информацию в онлайн-режиме в удобное для себя время средством проводного, беспроводного или мобильного доступа (R. Maier [8]; M. Nissen [10]). В сфере высшего образования преподаватель регулирует данный процесс путем установления прав доступа (авторизация), а также может осуществлять автоматизированный контроль статистики и персонализации процесса загрузки с целью дополнительного контроля учебной активности студентов и организации форм и средств контроля знаний. Отдельным видом автоматизированного процесса асинхронной передачи знаний является выполнение так называемых рассылок. В нашем случае речь идет о том, что зарегистрированный студент не сам загружает какую-то информацию, а получает ее на персональный e-mail как разновидность «подписки». При таком способе передачи знаний учитывается не отдельный получатель, а совокупность таких получателей (группа студентов).

Исходя из контекста данного исследования (а именно области университетского образования), следует рассмотреть добровольные и принудительные формы процесса передачи знаний, проанализировать различия, преимущества и недостатки этих процессов. Передача знаний в учебной среде осуществляется средствами социально ориентированного программного обеспечения такими как блоги и вики и осуществляется на добровольной основе. Принудительная составляющая такого процесса будет заключаться в обязательном участии студентов в тематических дискуссионных форумах, где преподаватель выступает в роли модератора и оценивает студентов по уровню их активности на форуме, корректности, полноты и ценности их сообщений. Важно, что такие форумы как средство коммуникации могут создавать ситуации оживленных дискуссий, что требует значительных усилий преподавателя в роли модератора, в то же время активные участники таких дискуссий не всегда имеют позитивную мотивацию к такому участию (может иметь место целенаправленный троллинг и спаминг с целью заработать высокий рейтинг).

Стоит выделить особенности процесса самоорганизации и внешнего администрирования процессов передачи знаний. Суть самоорганизации процесса передачи знаний заключается в том, что он осуществляется без внешнего воздействия, как при добровольной передаче знаний. В случае внешнего администрирования процесс передачи знаний предусматривает вмешательство внешних модераторов и администраторов, которые рассматриваются как необходимая составляющая такого процесса. В некоторых сферах университетского образования (например, в ИТ-сфере) такие вмешательства могут быть полезными в процессах инсталяции, компиляции и т.д., а проявления таких вмешательств иметь вид онлайн-сопровождения.

Выводы. Итак, большинство современных компьютерных способов передачи знаний, таких как WWW, группы новостей, дискуссионные форумы, e-mail-системы, блоги и т.д., являются асинхронными способами

передачи знаний. Данные результаты являются прямым следствием технологии «клиент-сервер», которая является основополагающей информационной технологией в развитии WWW и Интернет. Вместе с тем следует отметить, что приведенные инструменты не исключают применения синхронных способов передачи знаний в режиме «с глазу на глаз», но уже на новом компьютерно-базированном веб-уровне. Сегодня такие технологии распространяются в форме учебных вебинаров, научно-практических видеоконференций, систем мгновенных сообщений, чатов и т.п.

1. Глузман Н.А. Становление и развитие информационной культуры будущих учителей начальных классов / Н.А. Глузман // Информатика и образование. — 2018. — № 2 (291). — С. 51-58.

2. Привалов А.Н., Богатырева Ю.И., Романов В.А. Инжиниринговый центр как инновационный компонент профессиональной подготовки бакалавров IT-направлений // Образование и наука. 2019. Т. 21 № 7. С. 90-112.

3. Привалов А.Н., Романов В.А., Китаев А.А. Информационные технологии и информационно-образовательная среда педагогического вуза / А.Н. Привалов, В.А. Романов, А.А. Китаев // Молодежь. Образование. Наука. — 2017. — Т. 1. — № 1-1. — С. 46-52.

4. Романов В.А. Состояние и перспективы подготовки преподавателей вузов к работе в условиях дистанционного обучения / В.А. Романов // Материали за 7-а Международна научна практична конференция «Настоящи изследвания и развитие» — 17-25 януари 2011 г.» — 2011. Том 9. Педагогические науки. София. «Бял ГРАД-БГ» ООД — С. 3-5.

5. Berends H., Bij H. van der, Debackere K., Weggeman M. Knowledge sharing mechanisms in industrial research. Working Paper. 04.04. Eindhoven Centre for Innovation Studies. Eindhoven, 2004. URL: http://citeseerx.ist.psu.edu/ viewdoc/download?doi=10.1.1.112.5668&rep=rep1&type=pdf

6. Boer N.-I., Baalen P.J. van, Kumar K. The importance of sociality for understanding knowledge sharing processes in organizational contexts. 2002. ERIM Report Series, ERS-2002-05-LIS, ERIM, Rotterdam. URL: https://www.researchgate.net/publication/4864215_The_Importance_of_Sociality_for_Understanding_Knowledge_S haring_Processes_in_Organizational_Contexts.

7. Gluzman, N.A., Zhelnina, E.V., Yavon, S.V., (. ), Akhmetzhanova, G.V., Gorbacheva, N.B. Educational environment in the information society as an efficient indicator of the provision of high level of design solutions and technologies // Advances in Intelligent Systems and Computing, 1100 AISC, 2020 — С. 778-791.

8. Maier R. Knowledge Management Systems. Information and Communication Technologies for Knowledge Management. 2 ed. 2004. Berlin: Springer.

9. Maurer H., Tochtermann K. On a New Powerful Model for Knowledge Management and its Applications. Journal of Universal Computer Science. 2002. Vol. 8. №1. P. 85-96. URL: https://www.researchgate.net/publication/220348532_ On_a_New_Powerful_ Model_for_Knowledge_Management_and_its_Applications

10. Nissen M. An extended model of knowledge-flow dynamics. Communications of the Association for Information Systems. 2002. Vol. 8. P. 251-266. URL: https:// pdfs.semanticscholar.org/4ec1/12d488ff93cb5bb66fc2dd10f312 bc45b29e.pdf.

11. Nonaka I., Takeuchi H. The Knowledge Creating Company: How Japanese companies create the dynamics of innovation. 1995. Oxford University Press, NY.

12. Paulin D., Suneson K. Knowledge Transfer, Knowledge Sharing and Knowledge Barriers — Three Blurry Terms in KM. The Electronic Journal of Knowledge Management. 2012. Vol. 10. Issue 1. P. 81-91. URL: https:// pdfs.semanticscholar.org/c795/63fff0200a42141249 aa11bfd481ff6ac03f.pdf

13. Romanov V.A. The use of information and communication technologies to solve educational problems in primary school (Использование информационно-коммуникационных технологий для решения образовательных задач в начальной школе) / V.A. Romanov // Уральский научный вестник. Volume 1. № 1.: Изд-во: ТОО «Уралнаучкнига» (Уральск, Казахстан). — 2019. — С. 26-30.

кандидат филологических наук, доцент Градская Татьяна Вячеславовна

Нижегородский государственный лингвистический университет имени Н.А. Добролюбова(г. Нижний Новгород)

ПРОБЛЕМЫ В ОБУЧЕНИИ ИНОСТРАННОМУ ЯЗЫКУ (НА МАТЕРИАЛЕ АНГЛИЙСКОЙ ИДИОМАТИКИ)

Аннотация. В статье акцентируется значимость лингвокультурного аспекта обучения студентов языкового вуза иностранному языку. Развитие умения студентов общаться на изучаемом ими языке чрезвычайно важно для осуществления межкультурной коммуникации, участники которой принадлежат к разным языковым социумам.

Ключевые слова: межкультурная коммуникация, коммуникативная компетенция, идиома, интерференция, контекст.

Annotation. In this paper the emphasis is placed on the importance of teaching language students a foreign language through the prism of culture-related notions. Enhancing the students’ ability to communicate in this particular language is of paramount importance for it enables them to successfully converse in cross-cultural communication whose participants belong to different language communities.

Keywords: cross-cultural communication, communicative competence, idiom, interference, context.

Введение. В задачи настоящей статьи не входит освещение глобальных проблем современного педагогического образования. Речь пойдет о проблемах, с которыми чаще всего сталкиваются изучающие английский язык, и, в частности, студенты языкового вуза.

Автор задается целью поделиться результатами проведенного научного компаративного исследования в области английской идиоматики, которые могут способствовать повышению качества обучения английскому

Что означает передача знаний в программировании

Оглавление книги Популярные страницы Скачать книгу Купить книгу

«Как пасти котов» – это книга о лидерстве и руководстве, о том, как первое совмещать со вторым. Это, если хотите, словарь трудных случаев управления IT-проектами. Программист подобен кошке, которая гуляет сама по себе. Так уж исторически сложилось. Именно поэтому так непросто быть руководителем команды разработчиков. Даже если вы еще месяц назад были блестящим и дисциплинированным программистом и вдруг оказались в роли менеджера, вряд ли вы знаете, с чего надо начать, какой выбрать стиль руководства, как нанимать и увольнять сотрудников, проводить совещания, добиваться своевременного выполнения задач. В таком случае без этой книги вам не обойтись. А может быть, вы – опытный менеджер, желающий пересмотреть свои принципы лидерства? Тогда, опять же, эта книга для вас. Вне зависимости от возраста, пола и социального статуса, она поможет вам укрепить свои позиции в роли лидера программистов. Материал изложен довольно компактно и легко укладывается в голове. Стоя в книжном магазине и раздумывая, что же купить, задайте себе один простой вопрос: «Нужно ли мне совершенствовать свои лидерские навыки?» Полагаю, вы ответите: «Да», – а значит, моя книга окажется для вас небесполезной.

Книги автора: Как пасти котов. Наставление для программистов, руководящих другими программистами
Книги автора: Как пасти котов. Наставление для программистов, руководящих другими программистами

Книга: Как пасти котов. Наставление для программистов, руководящих другими программистами

Передача знаний

Скрыть рекламу в статье

Слово «благовещение» я первый раз услышал в церкви еще ребенком. В религиозном контексте оно употребляется в совершенно четком смысле и обозначает распространение хорошей новости. Много позже я услышал этот термин в светской интерпретации от Microsoft – словосочетание «благовестник продукта»[81] показалось мне чрезвычайно точной характеристикой для восторженного молоденького преподавателя, к которому я ходил на курсы программирования. Способность передавать знания есть второй необходимый признак лидера. Иногда говорят: «тот, кто умеет, делает; тот, кто не умеет, преподает». Это изречение я считаю неверным и предлагаю встречную мысль: у того, кто не может адекватно изложить свои мысли, их слишком мало. Полагаю, что именно эта проблема обусловливает плохую передачу информации в бизнесе: недостаточное понимание проблемы порождает комплекс, в результате чего субъект, который, по смыслу, должен эту проблему доходчиво изложить, начинает надеяться на то, что окружающие смогут интуитивно разобраться в ней и уяснить свои задачи. Наитие выходит на первый план, если документацию с бизнес-требованиями по ночам не читать, а использовать по естественному назначению – в качестве подушки; впрочем, и наитие никогда не сможет заменить четкое изложение мысли.

Цель передачи знаний – обеспечить понимание персоналом предъявленных к продукту требований на том же уровне, на котором их понимает лидер. Итак, каким образом вам самому удалось понять проблему в комплексе? Восстановите последовательность действий, направленных на изучение требований, и перенесите ее на процесс обучения сотрудников. Тот, кто способен четко доносить свои знания до окружающих, сможет преуспеть в педагогике. Да, действительно, даже самый лучший учитель не может обойтись без заинтересованных учеников, но как лидер программистов вы располагаете в этом отношении существенным преимуществом – ваши «студенты» работают под вашим же началом, и никуда им от вас не деться. Может быть, они не всегда вас слушают, но ведь вы – шеф и поэтому располагаете методами принуждения к обучению. Поощрение, несомненно, выигрывает в сравнении с принуждением, но бывают ситуации, когда выбирать не приходится. Вернемся к основной мысли: если передача знаний равнозначна педагогической деятельности, то как лучше составить «план урока»? Элементы, приведенные в табл. 8.1, являются минимально необходимыми для адекватной передачи знаний.

Тот, кто способен четко доносить свои знания до окружающих, сможет преуспеть в педагогике.

Передача знания и Нейронный машинный перевод на практике

Нейронный машинный перевод (НМП, англ. Neural Machine Translation, NMT) развивается очень быстро. Сегодня, чтобы собрать свой переводчик, не нужно иметь два высших образования. Но чтобы обучить модель, нужен большой параллельный корпус (корпус, в котором предложению на исходном языке сопоставлен его перевод). На практике речь идет хотя бы об одном миллионе пар предложений. Есть даже отдельная большая область НМП, исследующая методы обучения языковых пар с малым количеством данных в электронном виде (англ. Low Resource NMT).

Мы собираем чувашско-русский корпус и параллельно смотрим, что можно сделать с имеющимся объемом данных. В этом примере использовали корпус из 90 000 пар предложений. Самый хороший результат на данный момент дал метод передачи знания (англ. Transfer Learning), о нем и пойдет речь в статье. Цель статьи — дать практический пример реализации, который легко можно было бы воспроизвести.

План обучения таков. Нужно взять большой (родительский) корпус, обучить на нем нейронную модель, а затем дообучить нашу дочернюю модель. Причем целевой язык перевода будет один и тот же: русский. Интуитивно это можно сравнить с изучением второго языка. Его учить легче, зная один иностранный язык. Еще это похоже на изучение узкой области иностранного языка, например, медицинской терминологии английского языка: сначала нужно выучить английский в общем.

В качестве родительского корпуса пробовали брать 1 миллион пар предложений из англо-русского параллельного корпуса и 1 миллион из казахско-русского корпуса. В казахских данных 5 миллионов предложений. Из них взяли только те, у которых коэффициент соответствия (третья колонка) больше 2. Казахский вариант дал результаты чуть лучше. Интуитивно кажется, что это понятно, поскольку чувашский и казахский языки более похожи друг на дурга. Но на самом деле это не доказано, а также сильно зависит от качества корпуса. Более подробно про подбор родительского корпуса можно прочесть в этой статье. Про дочерний корпус из 90 000 пар предложений узнать и запросить пример данных можно тут.

Теперь к коду. Если нет своей быстрой видеокарты, можно тренировать модель на площадке Colab. Для обучения мы использовали библиотеку Sockeye. Предполагается, что уже установлен Python3.

pip install sockeye

Также возможно отдельно придется повозиться с MXNet , которая отвечает за работу с видеокартой. В Colab нужно дополнительно установить библиотеку

pip install mxnet-cu100mkl

Про нейронные сети принято считать, что им достаточно скормить данные как есть, а они сами разберутся. Но на самом деле это не всегда так. Вот и в нашем случае корпус нужно предобработать. Сначала его токенизируем, чтобы модели легче было понимать, что «кот!» и «кот» — это примерно про одно и тоже. Для примера подойдет просто питоновский токенайзер.

from nltk.tokenize import WordPunctTokenizer def tokenize(src_filename, new_filename): with open(src_filename, encoding="utf-8") as src_file: with open(new_filename, "w", encoding="utf-8") as new_file: for line in src_file: new_file.write("%s" % ' '.join(WordPunctTokenizer().tokenize(line))) new_file.write("\n")

В результате, подаем на вход пары предложений вида

Нумаях пулмасть вӗсене те укҫа тӳлеме пӑрахнӑ. Республикӑра пурӑнакансем хӑйсен хастарлӑхӗпе, ырӑ кӑмӑлӗпе, чунтан тухакан йӑл куллипе тӗлӗнмелле лару-тӑру йӗркелерӗҫ, ют ҫӗршыври пирӗн ӗҫтешсем палӑртнӑ тӑрӑх, ҫавнашкалли вӗсен патӗнче Раштав уявне паллӑ тунӑ вӑхӑтра кӑна пулать.
Недавно им тоже перестали платить деньги. Своим оптимизмом, добротой, приветливыми улыбками жители республики создали удивительную атмосферу, которая, по словам зарубежных партнеров, бывает у них только во время празднования Рождества.

На выходе получаются такие токенизированные предложения:

Нумаях пулмасть вӗсене те укҫа тӳлеме пӑрахнӑ . Республикӑра пурӑнакансем хӑйсен хастарлӑхӗпе , ырӑ кӑмӑлӗпе , чунтан тухакан йӑл куллипе тӗлӗнмелле лару - тӑру йӗркелерӗҫ , ют ҫӗршыври пирӗн ӗҫтешсем палӑртнӑ тӑрӑх , ҫавнашкалли вӗсен патӗнче Раштав уявне паллӑ тунӑ вӑхӑтра кӑна пулать .
Недавно им тоже перестали платить деньги . Своим оптимизмом , добротой , приветливыми улыбками жители республики создали удивительную атмосферу , которая , по словам зарубежных партнеров , бывает у них только во время празднования Рождества .

В нашем случае понадобятся объединенные словари родительского и дочернего корпусов, поэтому создадим общие файлы:

cp kk.parent.train.tok kkchv.all.train.tok cat chv.child.train.tok >> kk.parent.train.tok cp ru.parent.train.tok ru.all.train.tok cat ru.child.train.tok >> ru.all.train.tok

так как дообучение дочерней модели происходит на том же словаре.

Теперь небольшое, но важное отступление. В МП предложения разбивают на атомы в виде слов и далее оперируют предложениями как последовательностями слов. Но этого как правило недостаточно, потому что образуется огромный хвост из слов, которые встречаются в корпусе по одному разу. Построить для них вероятностную модель сложно. Особенно это актуально для языков с развитой морфологией (падеж, род, число). И русский, и чувашский именно такие языки. Но есть решение. Можно разбить предложение на более низкий уровень, на подслова. Мы использовали Byte pair encoding.

git clone https://github.com/rsennrich/subword-nmt.git

Получим примерно такие последовательности подслов

Ну@@ маях пулмасть вӗсене те укҫа тӳ@@ леме пӑрахнӑ . Республи@@ кӑра пурӑнакансем хӑйсен хастар@@ лӑхӗпе , ырӑ кӑмӑ@@ лӗпе , чунтан тухакан йӑ@@ л кул@@ липе тӗлӗнмелле лару - тӑ@@ ру йӗркеле@@ рӗҫ , ют ҫӗршыв@@ ри пирӗн ӗҫ@@ те@@ шсем палӑртнӑ тӑрӑх , ҫав@@ наш@@ ка@@ лли вӗсен патӗнче Ра@@ шта@@ в уя@@ вне паллӑ тунӑ вӑхӑтра кӑна пулать .
Не@@ давно им тоже пере@@ стали пла@@ тить деньги . Сво@@ им о@@ пти@@ ми@@ з@@ мом , добро@@ той , привет@@ ли@@ выми улыб@@ ками жители республики соз@@ дали уди@@ витель@@ ную ат@@ мо@@ с@@ фер@@ у , которая , по сло@@ вам за@@ ру@@ бе@@ жных па@@ рт@@ не@@ ров , бывает у них только во время празд@@ но@@ вания Ро@@ ж@@ де@@ ства .

Видно, что из слов хорошо вычленяются аффиксы: Не@@ давно и добро@@ той.
Для этого нужно подготовить словари bpe

python subword-nmt/subword_nmt/learn_joint_bpe_and_vocab.py --input kkchv.all.train.tok ru.all.train.tok -s 10000 -o bpe.codes --write-vocabulary bpe.vocab.kkchv bpe.vocab.ru

И применить их к токенам, например:

python subword-nmt/subword_nmt/apply_bpe.py -c bpe.codes --vocabulary bpe.vocab.kkchv --vocabulary-threshold 50 < kkchv.all.train.tok >kkchv.all.train.bpe !python subword-nmt/subword_nmt/apply_bpe.py -c bpe.codes --vocabulary bpe.vocab.ru --vocabulary-threshold 50 < ru.all.train.tok >ru.all.train.bpe

По аналогии нужно сделать для всех файлов: обучающих, валидационных и тестовых родительской и дочерней моделей.

Теперь перейдем непосредственно к обучению нейронной модели. Сначала нужно подготовить общие модельные словари:

python -m sockeye.prepare_data -s kk.all.train.bpe -t ru.all.train.bpe -o kkru_all_data

Далее обучим родительскую модель. Более подробно простой пример описан на странице Sockeye. Технически процесс состоит из двух шагов: подготовки данных с использованием созданных ранее модельных словарей

python -m sockeye.prepare_data -s kk.parent.train.bpe -t ru.parent.train.bpe -o kkru_parent_data --source-vocab kkru_all_data/vocab.src.0.json --target-vocab kkru_all_data/vocab.trg.0.json

и самого обучения

python -m sockeye.train -d kkru_parent_data -vs kk.parent.dev.bpe -vt ru.parent.dev.bpe --encoder transformer --decoder transformer --transformer-model-size 512 --transformer-feed-forward-num-hidden 256 --transformer-dropout-prepost 0.1 --num-embed 512 --max-seq-len 100 --decode-and-evaluate 500 -o kkru_parent_model --num-layers 6 --disable-device-locking --batch-size 1024 --optimized-metric bleu --max-num-checkpoint-not-improved 10 

Обучение на мощностях Colab занимает около суток. Когда тренировка модели завершена, переводить с ее помощью можно так

python -m sockeye.translate --input kk.parent.test.bpe -m kkru_parent_model --output ru.parent.test_kkru_parent.bpe

Для обучения дочерней модели выполним

python -m sockeye.prepare_data -s chv.child.train.bpe -t ru.child.train.bpe -o chvru_child_data --source-vocab kkru_all_data/vocab.src.0.json --target-vocab kkru_all_data/vocab.trg.0.json

Код запуска обучения выглядит так

python -m sockeye.train -d chvru_child_data -vs chv.child.dev.bpe -vt ru.child.dev.bpe --encoder transformer --decoder transformer --transformer-model-size 512 --transformer-feed-forward-num-hidden 256 --transformer-dropout-prepost 0.1 --num-embed 512 --max-seq-len 100 --decode-and-evaluate 500 -o ruchv_150K_skv_dev19_model --num-layers 6 --disable-device-locking --batch-size 1024 --optimized-metric bleu --max-num-checkpoint-not-improved 10 --config kkru_parent_model/args.yaml --params kkru_parent_model/params.best

Добавляются параметры, указывающие, что нужно использовать конфигурацию и веса родительской модели в качестве точки старта. Детали в примере с дообучением от Sockeye. Обучение дочерней модели сходится примерно за 12 часов.

Подводя итоги, сравним результаты. Обычная модель машинного перевода дала качество 24,96 BLEU, тогда как модель с передачей знания 32,38 BLEU. Разница видна и визуально на примерах переводов. Поэтому, пока продолжаем собирать корпус, будем пользоваться этой моделью.

  • нейронный перевод
  • нейронные сети
  • transfer learning
  • чувашский язык
  • sockeye
  • colab
  • Алгоритмы
  • Big Data
  • Машинное обучение

Системы управления знаниями (базами знаний) — мировой опыт

Системы управления знаниями

Управление знаниями (knowledge management) — это концепция, которая появилась примерно два десятилетия назад, где-то в 1990х. Пожалуй, можно сходу дать определение термину “управление знаниями” — это организация и систематизация информации и знаний в компании. Однако это определение звучит как-то расплывчато и слишком широко, но при этом — как ни странно — не дает увидеть полной картины. В самом начале становления систем управления знаниями Томас Давенпорт предложил определение, которым пользуются до сих пор:

«Управление знаниями — это процесс сбора, распространения и эффективного использования знаний».

Несколько лет спустя Gartner Group предложила более подробное определение:

«Управление знаниями — это система, которая предполагает интегрированный подход к поиску, сбору, оценке, восстановлению и распространению всех информационных активов предприятия. В состав таких активов могут входить базы данных, документы, политики, процедуры, а также знания и опыт отдельных работников, которые ранее не фиксировались».

У обоих определений очень организационная, корпоративная природа — ведь исторически системы управления знаниями формировались именно в организациях. Пожалуй, основная суть системы управления знаниями в сборе и фиксации информации и знаний, которыми владеют сотрудники, и в распространении этих знаний между всеми членами коллектива.

Состав системы управления знаниями на примере IBM

Чтобы наиболее наглядно изобразить, что входит в состав системы управления знаниями, рассмотрим таблицу для консультантов по управлению знаниями, разработанную в IBM. Она основывается на разграничении процессов сбора информации и объединения людей. Мы приводим ее с небольшими изменениями:

  • Внутренние и внешние базы данных
  • Архитектура контента
  • Поддержка информационной службы (необходимо обучение)
  • Сбор данных о лучших практиках (best practices)/ вынесенных уроках (lessons learned) и анализе проделанной работы
  • Сообщества и обучение
  • Указания, система “желтых страниц”, менеджеры компетенций (expertise locators – специалисты, которые владеют информацией о знаниях и навыках каждого члена коллектива и могут подбирать подходящих людей для выполнения поставленной задачи. Это актуально для крупных компаний с большими штатами сотрудников – прим. перев. )
  • Инструменты, облегчающие поиск информации, программы для коллективного использования
  • Команды реагирования на запросы
  • Культурная поддержка
  • Повышение осведомленности о существующих профилях и базах данных
  • Сбор информации, которая пригодится в чрезвычайных ситуациях или в условиях сильного давления
  • Поиск информации о лучших практиках
  • Культурная поддержка
  • Пространство — физическое и виртуальное: библиотеки, комнаты отдыха; культурная поддержка и программы для коллективного использования
  • Путешествия и посещение встреч и мероприятий

Источник: Том Шорт, старший консультант по управлению знаниями в IBM Global Services

Явные, потенциально явные и неявные знания

В литературе знания, как правило, подразделяются на явные и неявные (которые находятся в головах сотрудников). Однако эта классификация кажется слишком упрощенной и даже вводит в некоторое заблуждение. Существует более продуманная и адекватная классификация знаний: явные, потенциально явные и неявные знания.

Явные: информация или знания, зафиксированные на материальных носителях.

Потенциально явные: информация или знания, которые еще не зафиксированы в материальной форме, но могут быть преобразованы в явные.

Неявные: информация или знания, которые сложно зафиксировать на материальных носителях.

В предметной литературе распространен классический пример “неявных” знаний от бизнесменов Нонака и Такеучи: для разработки и запуска в производство домашней хлебопечки требовались такие “кинестетические” знания, которые инженеры могли получить только работая рука об руку с пекарями и изучая ощущения от замешивания настоящего хлебного теста (Нонака и Такеучи, 1995).

Опасность упрощенного подразделения знаний только лишь на явные и неявные в том, что мы начинаем слишком упрощать методологии управления знаниями: для явных знаний используются методики “сбора информации”, для неявных — методики “соединения людей”. В этом контексте легко упустить тот факт, что в большинстве случаев требуется также преобразование неявных и потенциально явных знаний в явные — то есть их фиксация на материальных носителях.

Составляющие систем управления знаниями

Из чего состоит система управления знаниями? Очевидный ответ: из информации и данных, которые доступны всем членам организации через специальные порталы и системы управления контентом (content management systems). Система управления контентом — это наиболее очевидная и оперативная составляющая системы управления знаниями. Однако существуют еще три очень важных составляющих:

Базы извлеченных уроков (lessons learned)

В базе извлеченных уроков фиксируются и находятся в общем доступе те знания и опыт, которые были получены в ходе операционной деятельности, но не подлежат документированию в рамках стандартных процедур. В контексте управления знаниями упор обычно делается на сбор данных лично от участников деятельности, то есть превращение неявных знаний в явные.

Ранее в управлении знаниями использовался термин “лучшие практики” (best practices), но “извлеченные уроки” вскоре пришли на смену этому термину. Почему? Термин “извлеченные уроки” шире и содержательнее, в то время как “лучшие практики” ограничены по значению и явно подразумевают наличие какой-то одной “лучшей практики” для каждой ситуации. То, что в Северной Америке является лучшей практикой, может быть совершенно неуместным в контексте другой культуры. По инициативе ведущих международных консалтинговых фирм термин был заменен. Тем не менее, “лучшие практики”, а позднее “извлеченные уроки” стали отличительной чертой системы управления знаниями на ранних этапах развития.

История происхождения “извлеченных уроков”

Конечно, сам опыт сбора информации о лучших практиках или извлеченных уроках далеко не новый. Одним из возможных предшественников этой практики можно считать “разборы полетов”, которые проходили у пилотов после завершения миссий во времена Второй мировой войны. Основной целью таких разборов полетов была военная разведка, но очевидна была и дополнительная цель: сбор извлеченных уроков (хоть тогда этот термин и не использовался), чтобы передать знания другим пилотам и инструкторам.

Военные являются ярыми сторонниками концепции извлеченных уроков. Они обозначают уроки специальным термином: “отчет по результатам операции” (after action report). Суть концепции очень проста: не стоит полагаться на то, что сам участник операции подготовит отчет. Скорее всего, по завершении операции будет множество других дел, требующих его внимания. Должна существовать система, в рамках которой выделенный специалист по управлению знаниями проведет опрос участника операции, “отделит зерна от плевел” и обеспечит сохранение и распространение извлеченных уроков.

Современные примеры использования “извлеченных уроков”

Концепция извлеченных уроков ни в коем случае не сводится только лишь к военной отрасти. Лэрри Прусак (2004) описывает одно из самых слабых (по его мнению) мест корпоративных систем управления знаниями: зачастую по мере завершения проекта не проводится “разбор полетов” и не создается “отчет по результатам операции” — проектные команды быстро расформировываются, а члены команды назначаются на другие проекты. Организациям, которые работают по принципу проектных команд, необходимо уделять больше внимания сбору информации об извлеченных уроках и выделить ответственного за проведение такого рода работ.

Отличный пример “извлеченного урока” приводит консультант по управлению знаниями Марк Мацци (2003). История произошла, когда он работал в отделе управления знаниями в фармацевтической компании Wyeth. Компания Wyeth только что выпустила на рынок новый препарат для детей. Предполагалось, что продажи нового препарата будут выше, чем предыдущих: новое лекарство нужно было принимать раз в день, благодаря чему родителям было проще обеспечить соблюдение режима лечения.

Уровень продаж, достаточно высокий на начальном этапе, вскоре начал падать. Один из продавцов в ходе разговора с покупателями выяснил, что причиной падения продаж был неприятный вкус лекарства, вследствие чего дети отказывались принимать препарат. Решением стал апельсиновый сок, который прекрасно маскировал неприятный вкус лекарства. Продавцы стали предупреждать лечащих врачей, что лекарство нужно принимать вместе со стаканом апельсинового сока — и продажи выросли.

Недостатки системы извлеченных уроков

Однако применение на практике системы извлеченных уроков связано с определенными политическими и операционными сложностями. На многие вопросы оказалось сложно дать ответ. Кто решает, что извлеченный урок обладает определенной практической ценностью? Все ли работники имеют право на внесение в систему своих извлеченных уроков? Система работала наиболее успешно, когда находилась под постоянным наблюдением, которое подразумевало механизм проверки и утверждения извлеченных уроков до внесения их в систему. Насколько долго урок остается в системе? Кто принимает решение, что существующий урок больше не актуален?

Системе необходима четкая процедура проверки и фильтрации уроков. В противном случае процент действительно полезной информации в базе извлеченных уроков будет снижаться, а сама база станет громоздкой и неудобной.

Чтобы устаревшие уроки не загромождали систему, но оставались доступными при необходимости, нужно обеспечить процесс архивации данных.

Таким образом, прежде чем запускать систему извлеченных уроков, необходимо ответить на все эти вопросы и разработать четко отлаженные механизмы функционирования. В противном случае, система себя не оправдает и все ваши усилия по ее запуску пройдут впустую.

Определение местонахождения компетенций (expertise location)

Раз знания находятся в головах специалистов, то лучшим способом получить эти знания будет поговорить с этими специалистами. Однако поиск нужного эксперта, который обладает необходимыми знаниями, может стать настоящей проблемой.

Назначение системы местонахождения компетенций очевидно: поиск сотрудников организации, которые обладают знаниями в той или иной области. Такие системы раньше называли системами “желтых страниц”, но позднее появился более точный термин: expertise location — определение местонахождения компетенций.

Информационное обеспечение системы местонахождения компетенций происходит по трем каналам. Первый канал — это компетенции, указанные в резюме работников. Второй канал — это компетенции и области знаний, которые работники указывают в ходе самостоятельной оценки своих навыков (обычно это происходит посредством онлайн-анкетирования). И, наконец, третий канал — информация, автоматически полученная путем анализа входящих и исходящих коммуникаций работника. В состав анализируемых коммуникаций обычно входит email-переписка, а также активность в социальных сетях, таких как Twitter и Facebook.

Существуют специальные программные системы по подбору экспертов на каждый запрос. Большинство таких систем анализируют занятость экспертов, чтобы избежать их чрезмерной загрузки. Обычно это происходит так: система оценивает уровень необходимых компетенций, и, если наиболее подходящий специалист на данный момент занят, передает задачу следующему по уровню компетенции специалисту. В системе также можно установить приоритетность задачи: на наиболее важные задачи назначаются специалисты с максимально высоким расчетным уровнем необходимых компетенций.

Сообщества специалистов-практиков (communities of practice, CoPs)

Сообщества специалистов-практиков — это группы людей со схожими интересами, которые собираются вместе (лично или виртуально), чтобы поделиться опытом, обсудить проблемы и возможности, поговорить о лучших практиках и извлеченных уроках. Сообщества специалистов делают упор на социальную природу обучения в организациях.

Разговоры и обсуждения у кулера с водой в компаниях воспринимаются как должное, но если компания находится в разных географических регионах, необходим некий виртуальный “кулер с водой”. По тому же принципу, когда работники компании переходят с офисной работы на удаленную, необходимо создать им определенную виртуальную среду общения. В контексте систем управления знаниями под сообществами специалистов-практиков обычно понимаются группы специалистов, связанные посредством электронных каналов коммуникации. Преимущественно электронная природа связей объясняется тем, что сами системы управления знаниями зародились как способ обмена знаниями между географически удаленными подразделениями организации.

Классическим примером запуска сообществ специалистов может выступать Всемирный банк. Когда в 1995 году президентом Всемирного банка стал Джеймс Вулфенсон, он сосредоточил деятельность банка на распространении знаний о развитии. В связи с этим начали создаваться сообщества специалистов-практиков. Если такое сообщество занималось, к примеру, проблемами сооружения и обслуживания дорог в засушливых климатических условиях, то в него входили не только члены Всемирного банка, но и другие специалисты, обладающие знаниями и навыками в области сооружения дорог в засушливом климате: например, члены дорожного научно-исследовательского совета Австралии или работники департамента транспорта Аризоны.

Организация и обслуживание сообществ специалистов — не такое уж простое дело. Как отмечает Мери Дарем (2004), необходимо наличие как минимум трех ключевых ролей: менеджер, модератор и идейный лидер. Это не обязательно должны быть разные люди, но иногда это предпочтительно. Вот несколько вопросов, которые нужно продумать при формировании сообщества специалистов:

  • Кто будет выступать в роли менеджера/модератора/идейного лидера?
  • Каким образом будет осуществляться управление сообществом?
  • Каждый ли сможет делать публикации в сообществе или предусмотрена система проверки/утверждения постов?
  • Как планируется поддерживать сообщество живым и интересным?
  • Когда и как (по каким правилам) удаляются посты?
  • Каким образом архивируются удаленные посты?
  • Кто проводит проверку активности сообщества?
  • Кто ищет новых членов сообщества или выступает критиком степени полезности сообщества?

Как построить систему управления знаниями: опыт российских компаний

Компания запустила смешанное обучение для директоров региональных магазинов. Программа рассчитана на три года. В основе очные тренинги: сотрудников учат подбирать персонал, управлять KPI подчиненных. Дистанционно директора закрепляют пройденный материал: проходят электронные курсы по теме, решают тесты. Благодаря подходу за два года компания вдвое повысила профессиональный уровень директоров магазинов, значительно увеличила дополнительные продажи и базу постоянных покупателей.

Inventive Retail Group

Компания дистанционно обучает продавцов из 333 магазинов по всей России при помощи электронных курсов, диалоговых тренажеров и электронных тестов. Сотрудники могут открыть материал с телефона, планшета или компьютера в любое время. Многие учатся на рабочем месте, пока нет клиентов. Результат: качество сервиса в магазинах увеличилось на 40%, продавцы досконально выучили свойства каждого продукта и могут грамотно рассказать о его преимуществах клиенту.

Стадии развития систем управления знаниями

Если взглянуть на стадии развития систем управления знаниями с исторической точки зрения, можно многое понять о структуре этих систем.

Первая стадия: Информационные технологии

Причиной появления систем управления знаниями стали, по большей части, информационные технологии. Концепция интеллектуальной собственности выступила неким каркасом системы, а интернет стал инструментом. Организации с энтузиазмом приняли новые возможности, которые открывал интернет: обмен знаниями между подразделениями стал куда проще, отпала необходимость каждый раз “изобретать велосипед”, появилась возможность опережать конкурентов и повышать прибыль.

Термин “управление знаниями” впервые запустила консалтинговая компания McKinsey. Они быстро поняли, что создали отличный новый продукт, и в 1992 году Эрнст и Янг организовали первую конференцию по управлению знаниями в Бостоне. Главным результатом первой стадии развития систем управления знаниями стало то, что для повышения эффективности обмена знаниями и информацией стали использоваться новые технологии.

Первую стадию развития систем управления знаниями хорошо характеризует известное высказывание бывшего генерального директора Texas Instruments: “Если бы мы только знали, что мы знаем!» Именно на первой стадии в системах управления знаниями появились “лучшие практики” и “извлеченные уроки”.

Вторая стадия: Человеческие ресурсы и корпоративная культура

Развитие систем управления знаниями вступило во вторую стадию, когда стало понятно, что простое использование технологий не обеспечивает достаточно эффективного обмена информацией и знаниями. Необходимо было задействовать самих людей и культурные аспекты их взаимодействия. Вторую стадию можно было бы описать фразой про бейсбольное поле из старого фильма “Поле чудес”: “Если ты построишь его, они придут”. Хотя, если не уделить достаточное внимание человеческому фактору, такой подход легко может привести к быстрому и очень обидному провалу.

Стало очевидно, что применение систем управления знаниями должно повлечь за собой значительные изменения в корпоративной культуре. Возьмем, к примеру, описанный выше случай с детским лекарством, которое нужно было запивать апельсиновым соком. Доходы фармацевтов состоят не только из зарплаты, но и из премии, которую они получают по итогам продаж за год. Какой смысл фармацевту делиться с кем-то своим открытием, если это, скорее всего, повлечет снижение его премии в следующем году? Необходимы существенные изменения в корпоративной культуре, чтобы побудить сотрудников обмениваться информацией и знаниями. Таким образом, система управления знаниями выходит за рамки простого структурирования информации и обеспечения доступа к ней.

На второй стадии в системах управления знаниями появляются “сообщества специалистов-практиков”. Ключевым событием, ознаменовавшим переход от первой стадии ко второй, стала конференция The Conference Board 1998 года, которую посетило значительное количество специалистов из HR-подразделений. А в 1999 году количество специалистов по управлению человеческими ресурсами среди посетителей конференции впервые превысило количество IT-специалистов.

Третья стадия: Систематика и управление контентом

Осознание важности контента, а точнее его систематизации (то есть упорядочения, описания и структурирования) положило начало третьей стадии. Организации осознали, что в информации нет никакого толку, если нет возможности быстро отыскать нужные данные при необходимости. Так на третьей стадии в системах управления знаниями появились термины “систематика” и “управление контентом”. Тема управления контентом впервые была затронута на конференции KMWorld в 2000 году, а в 2001 на той же конференции управление контентом стало одной из самых обсуждаемых тем. В 2006 году на конференции был учрежден двухдневный мастер-класс, посвященный систематике, который проводится и в настоящее время.

Проблемы систем управления знаниями

Одной из важный проблем современных систем управления знаниями является сохранение знаний пенсионеров. Вопрос обостряется тем, что большой пласт сотрудников, рожденных в послевоенный период бэби-бума, сейчас выходят на пенсию. Одной из возможных техник работы с пенсионерами является подход извлеченных уроков: карьерный путь пенсионера рассматривается как проект, и по нему составляется отчет. Однако в результате мы получим огромную свалку данных, которые будут полезны лишь в отдельных случаях.

Гораздо более эффективным представляется вовлечение пенсионеров в работу, поддержание с ними связи посредством сообществ специалистов, а также с помощью систем местонахождения компетенций. Настоящую ценность представляет не информация, которую способен оставить после себя работник, а знания, которые создаются при взаимодействии пенсионера с текущими сотрудниками организации. Возможен такой сценарий взаимодействия: пенсионер говорит: “Мне кажется, что…”, на что ему отвечает текущий сотрудник: “Да, но здесь…”. Таким образом рождается дискуссия, в ходе которой пенсионер передает свои знания и участвует в нахождении лучшего решения. То есть решение является не просто результатом знаний пенсионера, а скорее результатом взаимодействия работников.

Еще один скачок в развитии системы управления знаниями обусловлен новым современным взглядом на знания организации. Все чаще к системе управления знаниями относят весь поток информации и знаний, которые могут быть полезны организации, включая внешние знания: информацию от поставщиков товаров и услуг, клиентов и т.д.

Есть ли будущее у концепции управления знаниями?

Ответ очевиден: есть. Возьмем хотя бы результаты библиометрического анализа: просто посчитаем количество статей в бизнес-литературе, которые описывают те или иные концепции бизнеса. Большинство таких концепций быстро набирают популярность, достигают ее пика примерно за 5 лет, а потом их показатели почти так же стремительно падают.

Ниже приведены графики популярности трех модных в последние годы концепций:

Круги качества: график Всеобщее управление качеством: график Реинжиниринг бизнес-процессов: график
Круги качества, 1977-1986
Источник: Abrahamson, 1996
Всеобщее управление качеством, 1990-2001
Источник: Ponzi & Koenig, 2002
Реинжиниринг бизнес-процессов, 1990-2001
Источник: Ponzi & Koenig, 2002

Ситуация с управлением знаниями обстоит совершенно по-другому:

Статьи об управлении знаниями: график

График показывает количество статей в бизнес-литературе с фразой “Knowledge Management” в заголовке.

Если добавить к этому списку статьи с аббревиатурой “KM” в заголовке, получим следующий график:

Управление знаниями: график упоминаний в бизнес-статьях

Цифры говорят о том, что управление знаниями — это не просто модное течение, у этой концепции есть будущее.

Зарегистрируйтесь прямо сейчас, и мы проведем для вас бесплатную демонстрацию возможностей системы и расскажем, как iSpring поможет решить ваши задачи по обучению сотрудников.

Записаться на вебинар 14-дневная пробная версия

Если вам понравилась статья, дайте нам знать — нажмите кнопку Поделиться .

А если у вас есть идеи для полезных статей на тему электронного обучения — напишите нам в комментариях, и мы будем рады поработать над новым материалом.

Поставит на автопилот развитие сотрудников.
Быстрый старт онлайн‑обучения за 1 день.

Система дистанционного обучения для бизнеса

Редактор iSpring. Рассказываю об инструментах для онлайн-обучения, пишу пошаговые инструкции для разработчиков курсов и перевожу полезные материалы по eLearning.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *