Vložená znalost

Celou práci lze stáhnout ve formátu PDF nebo čtěte dále.

Úvod

Tato semestrální práce, která vznikla spoluprácí Magdaleny Mikulové, Michala Pěnky a Petra Spurného, pojednává o vložené znalosti. Nutno říci, že samotný termín vložená znalost není příliš známý laické veřejnosti. O tom svědčí i fakt, že všeobecně uznávaná Wikipedie, jakožto základní zdroj informací, heslo vložená znalost nezná a článek pro heslo znalost je označen za příliš stručný. Další zdroj, který indexuje většinu dostupných informací na internetu – ano, Google – je na tom bohužel podobně. Pro klíčové slovo “vložená znalost” nebyly nalezeny žádné výsledky. Vypadá to, jakoby termín vůbec neexistoval, a přesto lze intuitivně vycítit, že tato práce nebude jen o marných pokusech nalézt ten správný zdroj.

Vhodným zdrojem byl pro účely této práce placený zdroj Research Starters – Sociology, databáze obsahující přehledové a stručné články z oblasti sociologie o rozsahu zhruba 3000 slov, sepsané odborníky na dané téma. Tyto články nám posloužily jako “odrazový můstek”, abychom se zorientovali v dané problematice. Databáze je zpřístupněna se zkušebním přístupem pro akademickou obec VŠE do 10. června 2010 a jedná se o jednu část z databází v rámci projektu EBSCO.

Vzhledem k faktu, že vložená znalost je pojem značně specifický, rozhodli jsme se popsat problematiku v širším kontextu.

Znalost, poznatek, poznání

Už sám pojem znalost je značně problematický. Do angličtiny se překládá často jako knowledge. Wikipedie ji definuje jako:
…strukturovaný souhrn vzájemně souvisejících poznatků a zkušeností z určité oblasti nebo k nějakému účelu.

Získává se zejména praxí nebo studiem.

Dále je uvedeno, že se jedná o reprezentaci neboli kognitivní model určité věci, vzájemných vztahů entit a operací, které je s takovými entitami možné provádět.

Pravděpodobně si lze snadno představit danou situaci – máme propisovací tužku a papír, na který můžeme tužkou psát; zároveň však můžeme složit z papíru obálku a tužku do ní zabalit. Lidé s bohatou fantazijí a především s širší znalostí určitě dokáží vymyslet i jiné operaci mezi těmito dvěma entitami (například pokud z propisovací tužky vytéká příliš mnoho inkoustu, lze ho papírem vysušit atp.). Tyto znalosti jsou pak uloženy pro další využití ve formě zminovaného kognitivního modelu, nejčastěji v naší paměti.

Kognitivní model není inertní záležitost, naopak. V každé chvíli lidské aktivity se vyvíjí. Nejvíce pak, jak již bylo uvedeno, například studiem. Studiem totiž poznáváme nové entity a přidružené operace, tyto entity pak zasazujeme do širšího kontextu, který je nám již známý. Mnoho nových operací a entit dokonce lidský mozek dokáže vnímat, aniž by byly při studiu (nebo jakémkoliv jiném poznání) explicitně zmíněny.

Proč jsou ale znalosti pro lidské bytosti tak důležité? Pomocí nich totiž můžeme vytvářet určité strategie umožňující s danými entitami dosáhnout určitého cíle.

Touto problematikou (lidské poznání) se pak zabývá především gnoseologie (z řeckého gnósis – poznání a logos - řeč), epistemologie (epistémé – znalost, logos – řeč) či noetika (noéma – myšlenka). Jedná se o disciplíny především filosofické, určitý vliv má ale i fyziologie či sociologie.

Při definici znalosti (knowledge) a naznačení poznání bychom ale neměli zapomenout na poznatek (piece of knowledge, jak často zdůrazňuje odborník Ing. Antonín Rosický, CSc., lektor na VŠE při Katedře systémové analýzy).
Poznatek je jednotlivý výsledek lidského poznávacího procesu. Jedná se o produkt lidské mentální činnosti a z filosofického hlediska je poznatek zpracovaná informace. Jedná se o jakési stavební bloky samotné znalosti, o kognitivní reprodukci určité části objektivního světa a jeho zákonitostí.

Pro završení definice znalosti ještě využijeme Websterův výkladový slovník:
The act or state of knowing; clear perception of fact, truth, or duty; certain apprehension; familiar cognizance; cognition.

Tedy přeloženo do češtiny, jedná se o:
Proces nebo stav vědění, jasné vnímání skutečnosti, pravdy nebo jakéhosi výkonu, určitá představa, běžné vědomí, poznání.

Explicitní a tacitní znalost

Tak jako v každé vědecké disciplíně, i tady dochází k určité kategorizaci znalosti. Doc. ing. Ludmila Mládková, Ph.D. vysvětluje rozdíl mezi znalostí explicitní a tacitní. Je zřejmé, že často nelze říci, zda je či není určitá znalost explicitní či tacitní. Pokud toto rozlišení lze užít, tak často s určitými omezeními a s velkými obtížemi.

Explicitní dimenze znalosti je ta, kterou můžeme snadno vyjádřit pomocí jazyka, písma, obrázku, not, matematické formule či digitálního záznamu. Takto vyjádřenou explicitní znalost pak lze snadno přenášet, předávat si ji mezi sebou, distribuovat atp. Explicitní znalosti jsou velmi často skladovány v informačních systémech ve formě dat. Informačním systémem pak může být například databáze, nebo také obyčejná kartotéka či diář. Jak jsme uvedli v přechozí kapitole, explicitní znalosti lze mezi sebou kombinovat a na základě dvou i více explicitních znalostí tak vytvářet explicitní znalost novou.

Tacitní znalost je soubor dovedností, zkušeností, intuice, pravidel, principů, mentálních modelů a osobních přestav konkrétního člověka nebo dokonce skupiny lidí. Mládková uvádí, že je vždy propojena s činnostmi, postupy, rutinami, idejemi, nápady, hodnotami a emocemi jednotlivce či skupiny. Vyjádřit ji podobným způsobem, jako znalost explicitní (tedy tzv. externalizovat) nelze. Je natolik svázaná s osobností svého nositele a činností, kterou provádí, že je při pokusu o její vyjádření obvykle zničena. Zajímavé také je, že nositel ani o existenci těchto tacitních znalostí nemusí vědět. Velké množství tacitních znalostí je totiž podvědomých. Jsou to právě tacitní znalosti, které určují úspěch v jednání. Proto organizace, které jsou nositeli tacitních znalostí ve velkém rozsahu, mají v tacitních znalostech obrovský potenciál, protože je velmi těžké je napodobit.

Tacitní znalosti jsou základem pro všechny činnosti, které jsme se museli prakticky naučit – jízda na kole, řízení automobilu, vaření, obsluha strojů, řízení či vedení podřízených atp. Mládková výslovně uvádí, že:

Tacitní znalosti jsou tím, co vytváří hodnoty a rozhoduje o výkonech organizací

Toto tvrzení pak podporuje příkladem:

Příkladem, co se stane organizaci, která včas nedocení tacitní znalosti svých zaměstnanců byly americké zbrojařské firmy, které v 90. letech 20. století propustily velké množství expertů. Experti ponechali v databázích organizací své explicitní znalosti – plány raket, složení chemikálií, procesy řešení speciálních situací. Své tacitní znalosti si však odnesli sebou. V polovině 90. let zbrojařské firmy zjistily, že explicitní znalosti jsou samy o sobě bez tacitních znalostí propuštěných odborníků k ničemu.

Nutno dodat, že otcem pojmu tacitní znalost je Michael Polanyi, maďarský vědec, který tento koncept představil světu v letech 1951 – 1952 v rámci Giffordových přednášek na Aberdeenské Univerzitě. Později vydal i publikaci Personal Knowledge, ve které tento kocept dále rozvádí.

Emergence vložené znalosti

Nonaka a Takeuchi značně čerpají z Polanyiho konceptu tacitní znalosti a dále ho rozšiřují. Aadne tvrdí, že tacitní znalost je osobní, ale je uchovávána uvnitř vztahů v rámci organizace. K tomu se dále vyjadřuje Van Krogh, který dodává:

...it is the characteristics of individual, embedded in individual’s action in specific context.

Konečně se tedy setkáváme s pojmem vložená (embedded) znalost.

Blackler v roce 1996 uvedl 6 kategorií (tacitní) znalosti – embodied, embedded, embrained, enclutured, encoded.
Jen velmi těžko lze správně umístit vloženou znalost a zařadit ji. V rámci svého výzkumu se však o to pokusila Haryani Haron ve své práci Conceptualization of Tacit Knowledge Dimension.

V následující tabulce jsou umístěny jednotlivé druhy tacitní znalosti vzhledem k tomu, jestli se jedná o znalost individuální nebo kolektivní a zároven je rozlišena znalost abstratkní a konkrétní.

Encultured/know-who znalost

Tuto skupinu znalostí uznávají Boisot, Blackler, Blumetritt a Johnston, Lundvall a Johnson či Spender.
Jedná se o znalosti zakořeněné v kultuře, zvycích či podnikovém duchu. Jedná se tedy o vysoce kolektivní charakter znalosti, který je odvozen od vztahu (relationship), závisí na jazyku (language) a na kontextu.
Tento druh znalosti je abstraktní.

Embodied/know-how znalost

Naopak tento druh znalosti je vysoce individuální a není ani abstraktní, ani konkrétní.
S touto skupinou znalostí počítají Blackler, Blumentritt a Johnston, Edvinsson a Malone, Lundvall a Johnson či Wiig.
Tyto znalosti jsou zaměřené na činy, operace s entitami, mají spíše empirickou povahu, řadíme mezi ně ne-analytické chování, schopnost něco podniknout, porozumnění, intuici a inspiraci.

Technical/know-how znalost

Tato znalost je vysoce konkrétní, vysoce individuální. Jedná se o jakousi odbornou znalost ve vztahu ke know-how, speciální schopnosti, kterými je disponován většinou specialista či odborník.
Technical/know-how znalost uznává Gore a Gore, Nonaka, Nickols či Stewart.

Cognitive/know-what znalost

Vysoce abstraktní, vysoce individuální. Tak by se dala charakterizovat tato skupina znalostí, o které se zmiňují Gore a Gore, Nonaka, Stewart a Wiig.
Základními koncepty pro tuto skupinu znalostí jsou mentální modely, domněnky, hodnoty, ideály, schémata, cíle a vize.

System understanding/know-why znalost

O této skupině znalostí nelze říci, zda je individuální či kolektivní, rozhodně se ale jedná o konkrétní znalost.
Skupinu uznávají Stewart, Lundvall a Johnson či Wiig.
Charakteristickým prvkem této kategorie je znalost know-why, tedy znalost, proč se něco děje, znalost principů chodu systému atp.

Embedded/architectural znalost

Konečně se dostáváme k jádru. Tento druh znalosti (vložená znalost) je uznáván Blacklerem, Hendersonem a Clarkem.
Jedná se o kolektivní znalost, která je někde mezi abstraktními a konkrétními znalostmi.
Charakteristickými znalostmi jsou například organizační zvyky či sdílené modely a normy. Vzhledem ke kolektivnímu charakteru jsou tyto znalosti značně závislé na mezilidských vztazích. Často jsou doslova utopeny ve zvycích a spolupůsobení v rámci organizace.

Další druhy znalosti

Kromě výše zmíněných znalostí se lze setkat i s dalšími druhy tacitní znalosti, zejména jsou to:

• self-transcending knowledge (Schramer),
• implicit knowledge (Baumard),
• personal knowledge (Boisot),
• individual tacit knowledge (Spender),
• component knowledge (Henderson a Clark),
• truly tacit knowledge (Gore a Gore).

Tyto druhy znalostí ani Haryani Haron nezařadila do svého členění tacitních znalostí, protože nesplňují charakteristické rysy vymezených skupin znalostí.

Získávání vložené znalosti

Nad tímto problémem si dnes a denně láme hlavu mnoho manažerů. Jak jsme již zmiňovali výše, jedná se o velmi citlivou záležitost. Je totiž dost dobře možné, že při externalizaci vložené (tacitní) znalosti dojde k jejímu poškození.
Nonaka se zabýval převodem mezi explicitní a tacitní znalostí. V krátkých „case-studies“ rozpracoval 4 základní vztahy:

• převod tacitní znalosti na tacitní, neboli socializace,
• převod explicitní znalosti na explicitní, neboli kombinace,
• převod tacitní znalosti na explicitní, neboli artikulace,
• převod explicitní znalosti na tacitní, neboli internalizace.

Třetí z nich, artikulace, je jedním ze způsobů získávání tacitní (a taktéž tedy vložené) znalosti.

Poměrně zajímavou metodologii nabízí Tuggle a Goldfinger. Jedná se o získávání vložené znalosti z procesních map, který rozpracovali do čtyř kroků:

1. výběr procesu
2. zmapování procesu
3. ověření procesní mapy
4. získávání vložené znalosti z ověřené procesní mapy

Poslední krok se skládá z identifikace znalostí nad třemi základními pilíři formujícími samotný proces – účastníci procesu, procesní kroky a komunikace.

Ravindranath Madhavan a Rajiv Grover ve své práci nabízejí další způsob získávání vložené znalosti tak, že převádí vloženou znalost na embodied knowledge.

Samotný problém znázorňují na vývoji nového produktu, nicméně dle našeho názoru lze jejich metodologii aplikovat na jakékoliv vložené znalosti v organizaci.

Alice Lam řeší obdobný problém – jak získat vloženou znalost a přesunout ji v rámci spolupráce v mezinárodním společném podniku.

Závěr

Hranice mezi explicitní a tacitní znalostí je jen obtížně definovatelná a jak už to bývá zvykem, celou problematiku tu jen dělá složitější. Fundovanou odpověď však podala Doc. ing. Ludmila Mládková, Ph.D., díky čemuž lze v rámci tacitní znalisti začít kategorizovat. Tam je zase zásadní výzkum Haryani Haron.

Vložená znalost je v české kultuře termín ne příliš známý a pokud ano, málokdo si jej dokáže zasadit do kontextu. Na českém webu bohužel neexistuje jediná zmínka o vložené znalosti. To jsme se jednohlasně rozhodli napravit. Celá tato práce je od 27. května dostupná i na adrese http://michal.penka.name/vlozena-znalost a je tedy jen otázka dní, kdy ji vyhledávače začnou nabízet i ve svých výsledcích hledání.

Především díky kvalitním zdrojům v anglickém jazyce se nám podařilo sestavit základní model, na kterém lze v budoucnu stavět.

Potenciální rozšíření této práce vidíme především v doplnění překladů, hlavně kategorií jednotlivých tacitních znalostí, na čež si ani po dlouhém čtení netroufáme.

Zdroje

[1] MLÁDKOVÁ, Ludmila. BPM téma [online]. 17. 6. 2008 [cit. 2010-05-14]. Dvě dimenze znalosti, explicitní a tacitní. Dostupné z WWW: <http://bpm-tema.blogspot.com/2008/06/dve-dimenze-znalosti-explicitni-tacitni.html>.
[2] Epistemology. In Wikipedia : the free encyclopedia [online]. St. Petersburg (Florida) : Wikipedia Foundation, 23 October 2003, last modified on 20 May 2010 [cit. 2010-05-27]. Dostupné z WWW: <http://en.wikipedia.org/wiki/Epistemology>.
[3] Znalost. In Wikipedia : the free encyclopedia [online]. St. Petersburg (Florida) : Wikipedia Foundation, 4.9.2008, last modified on 22.2.2010 [cit. 2010-05-27]. Dostupné z WWW: <http://cs.wikipedia.org/wiki/Znalost&gt.
[4] Poznatek. In Wikipedia : the free encyclopedia [online]. St. Petersburg (Florida) : Wikipedia Foundation, 4.9.2008, last modified on 22.2.2010 [cit. 2010-05-27]. Dostupné z WWW: <http://cs.wikipedia.org/wiki/Poznatek&gt.
[5] HARON, Haryani. Conceptualization of Tacit Knowledge Dimension. Malaysia, 2005. 6 s. Postgaruate research. Universiti Teknologi Malaysia.
[6] TUGGLE, Francis; GOLDFINGER, Wendy A methodology for mining embedded knowledge from process maps. In Human Systems Management. Orange, CA, USA : IOS Press, 2004. s. 1-13.
[7] MADHAVAN, Ravindranath; GROVER, Rajiv From Embedded Knowledge to Embodied Knowledge : New Product Development as Knowledge Management. In Journat of Marketing. Vol. 62. [s.l.] : [s.n.], 1998. s. 1-12.
[8] LAM, Alice. Embedded Firms, Embedded Knowledge : Problems Of Collaboration and Knowledge Transfer in Global Cooperative Ventures. Organization Studies. 1997, 18, 6, s. 18-31.