podstawy in ynierii zarządzania wiedzą
Transkrypt
podstawy in ynierii zarządzania wiedzą
1 BIBLIOTEKA POLSKIEGO STOWARZYSZENIA ZARZĄDZANIA WIEDZĄ LUDOSŁAW DRELICHOWSKI PODSTAWY INŻYNIERII ZARZĄDZANIA WIEDZĄ Bydgoszcz 2004 2 PODSTAWY INŻYNIERII ZARZĄDZANIA WIEDZĄ 3 BIBLIOTEKA POLSKIEGO STOWARZYSZENIA ZARZĄDZANIA WIEDZĄ Komitet Redakcyjny: Ryszard S. Choraś Kazimierz Fabisiak 4 LUDOSŁAW DRELICHOWSKI PODSTAWY INŻYNIERII ZARZĄDZANIA WIEDZĄ Polskie Stowarzyszenie Zarządzania Wiedzą Bydgoszcz 2004 5 Recenzent Dr hab. Witold Chmielarz, prof. UW Opracowanie redakcyjne i korekta Ewa Dziemianko Waldemar Kępa ISSN xxxxxxx ISBN xxxxxxx Drukarnia yyyyyyyyyyyy Zam. Nr ccccccc 6 SPIS TREŚCI Streszczenie......................................................................................................................8 WPROWADZENIE .........................................................................................................9 ROZDZIAŁ 1 ROLA ZARZĄDZANIA WIEDZĄ .......................................................13 1.1. Typologia wiedzy ....................................................................................................14 1.2. Ekonomiczne aspekty tworzenia i dystrybucji wiedzy............................................17 ROZDZIAŁ 2 TWORZENIE, PRZESYŁANIE I ZASTOSOWANIE WIEDZY .........21 2.1. Modele tworzenia wiedzy........................................................................................22 2.2. Rola technologii informacyjnych w sektorowych zastosowaniach wiedzy............26 ROZDZIAŁ 3 EDUKACJA W GOSPODARCE WIEDZY ..........................................32 3.1. Przesłanki rozwoju zaangażowania w zarządzanie wiedzą .....................................33 3.2. Zastosowanie technologii informatycznych (ITC) w zarządzaniu wiedzą ..............38 3.3. Metoda edukacji z wykorzystaniem elektronicznych baz wiedzy, tworzeniem syntez i wspomaganą oprogramowaniem interakcją ..........................................................42 3.3.1. Struktura syntezy wiedzy i metody jej tworzenia.................................................42 3.3.2. Struktura zawartości modułu wiedzy ...................................................................43 3.3.3. Technika realizacji syntezy wiedzy......................................................................45 3.3.4. Strukturalizacja procesu edukacji wiedzy w ramach projektu..............................47 3.3.5. Projektowanie infrastruktury zarządzania wiedzą..............................................56 ROZDZIAŁ 4 SYSTEMY TWORZENIA, PRZEPŁYWÓW I ZASTOSOWAŃ WIEDZY ........................................................................................................................57 4.1. Tworzenie wiedzy w systemie zdrowia...................................................................58 4.2. Tworzenie wiedzy w systemie edukacji ..................................................................62 4.3. Przepływy, blok kompetencji i selekcja ekonomiczna ............................................63 4.4. Rola parków nauki i przedsiębiorstw wiedzy we wzroście gospodarczym .............68 4.5. Przemysł biotechnologiczny – całkowicie oparty na nauce ....................................72 4.6. Przemysł komputerowy i komunikacyjny (C&C) ...................................................73 4.7. Tworzenie infrastruktury, przemysł usług finansowych..........................................74 4.8. Pomosty pomiędzy innowacją technologiczną a wzrostem gospodarczym.............74 ROZDZIAŁ 5 NOWE WARUNKI TWORZENIA WIEDZY.......................................76 5.1. Uniwersytety a „transfer technologii” .....................................................................76 5.2. Jak uczelnie współpracują z przemysłem...............................................................78 5.3. Rozwiązania tworzenia przesyłania i zastosowań wiedzy w systemie ochrony zdrowia w USA .......................................................................................................82 5.4. Ewolucja znaczenia wiedzy.....................................................................................83 5.4.1. Grupy interesu i wiedza w sektorze opieki zdrowotnej ........................................86 5.4.2. Informatyzacja, komputeryzacja i praktyka medyczna we Francji u schyłku XX wieku ...................................................................................................................88 5.5. Badania szkolnictwa wyższego w Europie..............................................................89 5.5.1. Krajowe wymagania stawiane przed wiedzą ........................................................93 5.5.2. Warunki mające wpływ na przesyłanie i zastosowanie wiedzy – więzi instytucjonalne...................................................................................................94 5.5.3. Nauka i profesjonalna baza wiedzy ....................................................................101 5.5.4. Ogólny model profesjonalnej bazy wiedzy ........................................................108 5.6. Problematyka zastosowań zarządzania wiedzą w przedsiębiorstwach ..................110 ROZDZIAŁ 6 PROBLEMY FORMALIZACJI I PRZEGLĄD METOD....................120 7 ROZDZIAŁ 7 METODY SZTUCZNEJ INTELIGENCJI A PROBLEMATYKA ZARZĄDZANIA WIEDZĄ.........................................................................................137 7.1. Przesłanki merytoryczne budowy modeli wspomagających podejmowanie decyzji kredytowych..........................................................................................................139 7.2. Postać modelu systemu ekspertowego ..................................................................140 7.3. Ocena wykonanych obliczeń testowych modelu ...................................................142 PUENTA ......................................................................................................................144 SŁOWNICZEK POJĘĆ Z ZARZĄDZANIA WIEDZĄ..............................................147 Bibliografia: .................................................................................................................150 Spis tabel: .....................................................................................................................160 Spis rysunków: .............................................................................................................160 ............................................................................................................................................ 8 STRESZCZENIE Niniejsza praca zawiera „Podstawy inżynierii i zarządzania wiedzą”, ujmuje zagadnienia tej rozległej problematyki w kategoriach uwarunkowań finansowania, tworzenia i zastosowań wiedzy w gospodarce współczesnych społeczeństw. Możliwe wielorakie ukierunkowanie treści zawartych w tytule pracy zostało skoncentrowane na pewnych aspektach tworzenia i zastosowania wiedzy finansowanej ze środków publicznych do których należą w szczególności edukacja oraz ochrona zdrowia. W dziedzinach tych przenikają się różnorodne skutki tworzenia wiedzy, które oddziałują na rozwój wielorakich jej zastosowań, wpływających bezpośrednio na poziom kosztów finansowania ochrony zdrowia i edukacji – (kosztowna aparatura i długi czas terapii bądź trwania edukacji – np. do stopnia doktora). Jak sprostać tym wyzwaniom i jakie nowe możliwości edukacyjne warto zastosować? To jedna z ważnych przesłanek niniejszej pracy, w której autor próbuje wykazać, że poszukiwanie nowych rozwiązań metodycznych w edukacji oraz konieczność przyjęcia nowych metod rozwiązywania szczególnie skomplikowanych problemów ochrony zdrowia, nie da się rozwiązać na bazie krótkookresowych politycznych działań. Przegląd światowych rozwiązań stymulowania procesu tworzenia wiedzy i efektywnych jej zastosowań, wydaje się być kluczem do skutecznego rozwiązywania coraz bardziej skomplikowanych problemów społecznych. Problematyka zastosowań wiedzy w zarządzaniu organizacjami gospodarczymi została zaprezentowana w różnorodnych lecz skrótowo ujętych aspektach. Migawkowe przedstawienie problematyki sztucznej inteligencji zmierza do ich zasygnalizowania bez rozwinięcia tych niezwykle interesujących zagadnień. Autor jest w pełni świadomy, iż niezależnie od prób odwoływania się do dorobku wielu znakomitych badaczy, prób eksponowania i ekstrapolacji doświadczeń zaawansowanych gospodarczo krajów na warunki polskie, był w stanie co najwyżej zawrzeć pewne kompendium wiedzy przydatnej dla poszerzenia społecznej świadomości tych problemów w naszym kraju. Zasygnalizowane problemy mają na celu zachęcić czytelników do twórczego rozwijania sygnalizowanych tylko w tym opracowaniu problemów. Niech selflearning i nauczanie ze źródeł elektronicznych stanie się środkiem poszerzania wiedzy i rozwoju stanu świadomości niezbędnego do percepcji coraz bardziej skomplikowanych modeli procesów i rozumienia ich treści. W tych fragmentach w których czytelnicy uznają, iż twórczy wkład autora nie zdołał sprostać ich oczekiwaniom – proszę o wyrozumiałość i chcę skorzystać z prawa do dalszego rozwoju adekwatnego do potrzeb - mojego poziomu świadomości. Jestem przekonany, że przekazana czytelnikom pozycja pierwszej publikacji wydanej nakładem Polskiego Stowarzyszenia Zarządzania Wiedzą w terminie poprzedzającym pierwszy Kongres stanowić będzie jeden z elementów podnoszących świadomość różnych kręgów społeczeństwa w przedmiocie Zarządzania Wiedzą. 9 WPROWADZENIE Wprowadzenie zajęć z podstaw inżynierii i zarządzania wiedzą, to projekt edukacyjny mający na celu opracowanie metodologii pozyskiwania, selekcji, weryfikacji i syntezy wiedzy, z zastosowaniem nowoczesnych środków informatyki i standardów wykorzystywanych w systemach informacji naukowo-technicznej. Opracowany standard teoretyczny wspierany jest niniejszym podręcznikiem precyzującym metodykę, oraz wybranymi publikacjami autorstwa prof. Witolda Chmielarza, prof. Jerzego Kisielnickiego, prof. Ryszarda Tadeusiewicza oraz autora projektu Ludosława Drelichowskiego. Opracowano również komputerowe oprogramowanie stosowane do ewidencji słuchaczy z systematycznym testowaniem stopnia opanowania zadań, dostarczającym sprzężeń zwrotnych osobom prowadzącym. Wszystko to przyczyniło się do dokonania zgłoszenia projektu wynalazczego w Urzędzie Patentowym RP. Nie ma powszechnie akceptowanego systemu opisu lub klasyfikacji wiedzy. Różnorodność kompetencji uczestników sprzyja bowiem ujawnieniu się bardziej interesujących efektów interakcji (współzależności), ważnych w procesie edukacyjnym. Przygotowanie zgłoszenia patentowego wzorowano na dokumentacji patentowej opracowanej w ramach zastrzeżenia patentowego USA, symbol patentu WO 01/27902 PCT/US00/28762 zgłoszonego pod tytułem TRAINING AND KNOWLEDGE MANAGEMENT SYSTEM. W dniu 25.07.2002 r. w Urzędzie Patentowym RP oraz w dniu 22.07.02. przez Akademię Techniczno-Rolniczą dokonano zgłoszenia zarejestrowanego pod numerem P 355142 w sprawie uzyskania patentu na projekt wynalazczy pt. SYSTEM ZARZĄDZANIA WIEDZĄ I PROCESEM SZKOLENIA Z ZAKRESU PODSTAW INŻYNIERII WIEDZY. Główną jego cechą jest, aby przy zastosowaniu możliwie szeroko dostępnych komputerowych środków technicznych i źródeł informacji, wykorzystaniu nowatorskiej metodologii zapewnić skuteczne opanowanie umiejętności korzystania z nich w celu nabywania nowych kwalifikacji zawodowych. Ten utylitarny cel projektu jest ważny dla skutecznego funkcjonowania obywateli w gospodarkach większości rozwiniętych gospodarczo społeczeństw świata XXI wieku. Wyeksponowanie celu utylitarnego jest cechą wyróżniającą ten projekt, którego walory poznawcze wynikają z metodyki projektu i merytorycznych treści realizowanych ćwiczeń komputerowych. Środkiem realizacji tych celów jest poznanie podstawowych pojęć wiedzy, nowoczesnych źródeł jej pozyskiwania, takich jak – elektroniczne publikacje, elektroniczne czasopisma naukowe oraz źródła internetowe, a także umiejętności ich zastosowania w praktyce. Wiedząc, że w ciągu 30 godzinnego kursu podstawowego nie można za wiele się nauczyć, zakładamy, że uczestnik umie sprawnie posługiwać się edytorem tekstu MS WORD oraz Internetem. Kandydaci do tego typu kształcenia, to młodzież akademicka reprezentująca różne wydziały i kierunki studiów, uczniowie końcowych dwóch klas liceów (zwłaszcza absolwenci) oraz pracownicy przedsiębiorstw. W edukacji pracowników przedsiębiorstw 10 szkolenie to można potraktować jako element wprowadzający do wdrażania w tych obiektach systemów zarządzania wiedzą. Autor projektu ma pełną świadomość niezwykłej złożoności wyzwania, które stanowi projekt programu nauczania podstaw inżynierii wiedzy, adresowany do uczestnika o nieokreślonym bliżej profilu specjalizacji. W opracowanym projekcie metodyki zajęć istotna jest formuła wielokrotnych sprzężeń zwrotnych, które zawarte są w formie systematycznie realizowanych i przetwarzanych testach po każdym bloku zajęć, w ramach grup szkoleniowych i pomiędzy grupami. Różnorodność kompetencji uczestników sprzyja bowiem ujawnieniu się bardziej interesujących efektów interakcji wiedzy (wzajemnych współzależności), ważnych w procesie edukacyjnym. Uzasadnieniem podjęcia się realizacji takiego wyzwania były ponad trzydziestoletnie doświadczenia dydaktyki akademickiej autora projektu w następujących dziedzinach: – podstawy informatyki, – statystyka w ekonomii, – podstawy organizacji i zarządzania, – podstawy prowadzenia działalności gospodarczej, – informatyka w zarządzaniu, – prognozowanie i symulacje, – bazy danych. Wymienione profile, realizowanego przez co najmniej kilka lat procesu dydaktycznego, wymagały umiejętności opanowania nowych dziedzin wiedzy – często komplementarnych względem siebie i powiązanych z wykonywanym zakresem działalności badawczej. Trzy lata pracy w Branżowym Ośrodku Informatyki Zjednoczenia Gospodarki Rybnej w Szczecinie oraz nieprzerwana współpraca autora z przedsiębiorstwami różnych branż w zakresie wdrażania systemów informatycznych i restrukturyzacji zarządzania przyczyniły się do uwzględnienia utylitarnych aspektów zarządzania przedsiębiorstwami w badaniach naukowych. Występujące w całym świecie – ze szczególnym nasileniem w krajach transformacji ustrojowej – zmiany w zarządzaniu charakteryzują się wymaganiem elastycznego dostosowywania się kompetencji pracownika do potrzeb pracodawcy – a tych z kolei do zmieniających się potrzeb konsumenta. Uzasadnione było podjęcie wyzwania polegającego na opracowaniu metodyki kształcenia z podstaw inżynierii i zarządzania wiedzą, ukierunkowanej na wypracowanie umiejętności posługiwania się współczesnymi narzędziami stosowanymi do tego celu. Potwierdzenia tej potrzeby dostarczała autorefleksja, iż niezależnie od jakości dysponowanych narzędzi komputerowych, sposób wykonywania przeglądów literatury w pracach magisterskich i dyplomowych na przestrzeni wielu lat nie uległ istotnym zmianom. Jedną z istotnych rozterek autora niniejszej pracy była potrzeba standaryzacji terminologicznej występującej w zarządzaniu wiedzą. Podstawowe pojęcia zarządzania wiedzą, bazy wiedzy i inżynieria wiedzy, zostały ukształtowane przez środowiska naukowe reprezentujące zastosowania metod sztucznej inteligencji (AI – Artificial Intelligence). Pojęcia te zdefiniowano i rozpowszechniono w publikacjach naukowych i dokumentacjach pakietów programowych dotyczących zastosowań metod sztucznej inteligencji (AI) np. popularny pakiet SPHINX. Tworzone dobrze ustrukturyzowane pojęcia były dostosowane do potrzeb wynikających z metodyki budowy modeli sztucznej inteligencji oraz baz wiedzy niezbędnych do weryfikacji rozwiązań modelowych. Stan ten oceniać można jako korzystny z punktu widzenia rozwoju dziedziny Zarządzania Wiedzą, chociaż występują również niekorzystne aspekty, wynikające z konieczności 11 nadawania nowych znaczeń już raz określonym pojęciom. Pojęcie inżynierii wiedzy (knowledge engineering), zdefiniowane w dokumentacji programowej systemu SPHINX, rozumiane jest jako dziedzina sztucznej inteligencji zajmująca się projektowaniem i realizacją systemów ekspertowych (systemów z bazą wiedzy). Definicja ta stanowi propozycję o rozległych możliwościach interpretacyjnych i mogłaby ulec pewnej modyfikacji poprzez wyeliminowanie jej odniesienia jako dziedziny sztucznej inteligencji. W jakim stopniu zachodzące procesy uznać można za naturalne tendencje rozwojowe, a w jakim ingerencję w usankcjonowane tradycją rozwiązania, pozostaje sprawą dyskusyjną. Procesy rozwojowe zachodzące na styku różnych dyscyplin wiedzy, tworzą nowe – lub często anektują pojęcia zdefiniowane w węższym znaczeniu w innej dziedzinie. Na rysunku 1 zaproponowano schemat obrazujący obszary problemowe dotyczące zarządzania wiedzą adekwatne dla niniejszej publikacji oraz przedmiotu działalności Polskiego Stowarzyszenia Zarządzania Wiedzą. W treści niniejszej pracy wielokrotnie podejmowane będą problemy zarządzania wiedzą rozpatrywane z wielu różnych punktów widzenia, które uświadomią czytelnikowi wielowymiarowość problemu. Inspirującym impulsem w realizacji projektu był kontakt z przedstawicielem środowiska bibliotekarzy, mgr Lidią Derfert-Wolf z Działu Informacji Naukowej Biblioteki Głównej ATR w Bydgoszczy, która wskazała interesujące opracowania i uczestniczyła bezpośrednio w realizacji zajęć testowych. Nie do przecenienia był również wpływ treści opracowania Centrum Badań nad Edukacją i Innowacją OECD Organizacji Współpracy Gospodarczej i Rozwoju w Paryżu, pt. „Zarządzanie wiedzą w społeczeństwie uczącym się”, które wykonano przy wykorzystaniu dorobku czterech międzynarodowych konferencji zorganizowanych w latach 1997-1999. Niniejsza publikacja w zakresie treści dotyczących finansowania wiedzy ze środków publicznych wykorzystuje dorobek wspomnianej wyżej pracy. Doświadczenie dydaktyczne autora projektu edukacyjnego i świadomość znaczenia edukacji z zakresu podstaw inżynierii wiedzy uzasadniały opracowanie założeń metodycznych w formie zgłoszenia zastrzeżenia patentowego rozwiązania autorskiego, które przy założeniu angażowania niewielkich zasobów środków technicznych pozwoli osiągnąć postęp. Postęp ten rozumiemy jako proces poznawania istoty wiedzy w jej indywidualnych, grupowych i społecznych interakcjach. Cel ten zrealizowano poprzez: – opracowanie materiałów edukacyjnych obejmujących podstawowy i uzupełniający zakres pojęć obowiązujących w terminologii zarządzania wiedzą, – opracowanie elastycznej formuły organizacji procesu edukacyjnego z podstaw inżynierii wiedzy dzięki podziałowi na etapy i indywidualne testy oceny realizacji celów w etapach, – ustanowienie sprzężeń zwrotnych pomiędzy etapami zajęć, z wykorzystaniem opracowanych w tym celu testów, – dostarczenie zasobów wiedzy w postaci wydzielonych w tym celu publikacji źródłowych oraz zasobów internetowych, – opracowanie zasad tworzenia syntez wiedzy, stanowiących istotny element realizowanych prac słuchaczy, – opracowanie wzorcowych syntez wiedzy służących do autooceny jakości wykonanych przez siebie zadań i interakcyjnego wartościowania wiedzy, – sukcesywne powiększanie zasobów publikacji źródłowych oraz opracowywanych wzorców, uzyskiwanych w wyniku syntetycznej oceny efektywności szkoleń w poszczególnych grupach, 12 – doskonalenie założeń metodycznych poprzez eliminowanie słabych stron i wzbogacanie zajęć o elementy najlepiej oceniane przez słuchaczy. Omawiany standard zajęć dzięki zastosowaniu prostych środków technicznych i metodzie syntezowania wiedzy z zastosowaniem elektronicznych standardów zasobów wiedzy, stwarza możliwość uzyskania uniwersalnie przydatnych umiejętności. Istotna jest, obowiązująca w realizacji zajęć, zasada, że każdy następny krok edukacyjny uzależniony jest od wyników testu etapu poprzedniego, a przebieg następnych szkoleń uwarunkowany jest interakcjami z realizacją zajęć w poprzednich grupach. Dydaktyczne przeznaczenie tej publikacji przy jej niezwykle szerokim i interdyscyplinarnym profilu wymuszało przyjęcie struktury podziału treści tej książki na zaprezentowane na rysunku 1 dziedziny zarządzania wiedzą. Metody i modele zastosowań sztucznej inteligencji w różnych dziedzinach działalności Zastosowanie zarządzania wiedzą w organizacjach: administracja państwowa i lokalna przedsiębiorstwa infrastruktura inne Finansowanie tworzenia i zastosowań wiedzy z budżetu państwa: ochrona zdrowia edukacja ochrona środowiska inne Rysunek 1. Dziedziny zarządzania wiedzą Źródło: Opracowanie własne Dziękuję za niezwykle cenne uwagi dotyczące struktury opracowania i doboru treści wniesione przez recenzenta prof. dr hab. Witolda Chmielarza, które rzutowały na ostateczny kształt pracy. Dziękuję pracownikom Katedry Informatyki w Zarządzaniu za pomoc w realizacji pracy, a w szczególności inż. Waldemarowi Kępie za prace związane z realizacją oprogramowania dydaktycznego oraz edycją tekstu. 13 ROZDZIAŁ 1 ROLA ZARZĄDZANIA WIEDZĄ Problem edukacji i zarządzania wiedzą rozpatrywany w rozdziale 1 będzie koncentrował się na tych jej aspektach, które interpretowane są przez pryzmat nauk ekonomicznych. Oczywisty, zdawałoby się, problem rozwoju nauki w postępie cywilizacyjnym, przekreślają doświadczenia Polski z ostatnich 12 lat, w których nakłady na naukę obniżyły się z rekordowo niskich w Europie 0,72% PKB w 1991 r do 0,35% w roku 2002, co stanowi już prawie rekordowy poziom w skali świata. W 1987 r. S. Winter, podsumowując swój referat na temat wiedzy i strategii zarządzania, wskazał na „ubóstwo języka” i „poważny brak odpowiedniej terminologii i schematów konsumpcyjnych” opisujących rolę wiedzy w gospodarce. Od tego czasu pojawiło się sporo opracowań, ale niewiele osiągnięto w zakresie ustalenia powszechnie akceptowalnej terminologii. Nie ma wspólnego stanowiska w takich kwestiach, jak: co to jest wiedza i jej tworzenie? Jak należy skategoryzować wiedzę i które z nich są najistotniejsze dla zrozumienia interakcji zachodzących pomiędzy uczeniem się, wiedzą a osiąganym rozwojem ekonomicznym? Należy uwzględniać dwa czynniki – pierwszy dotyczący różnych sposobów traktowania wiedzy w teorii ekonomicznej, drugi – intuicyjne znaczenie przypisywane pewnym terminom, aby terminologia ta była zrozumiała dla szerszego grona użytkowników „nieekonomistów”. Wiedza i informacja pojawiają się w modelach ekonomicznych w dwóch różnych kontekstach. Najważniejszym założeniem modeli mikroekonomicznych jest racjonalność wyborów dokonywanych przez jednostki. W konsekwencji ilość i jakość informacji, jak również zdolność do jej przetwarzania są zagadnieniami podstawowymi. Ten punkt widzenia kładzie nacisk na proces transformacji: dane (aktualny stan świata) są zamieniane na informacje (wskaźniki dostępne dla jednostek podejmujących decyzje), a następnie na wiedzę (na skutek przetwarzania informacji w modelach analitycznych przez jednostki obliczeniowe). Cytowany wyżej autor stwierdza, że modele ekonomiczne postrzegają wiedzę po pierwsze jako zbieranie i przetwarzanie informacji potrzebnej do dokonywania wyborów ekonomicznych, a po drugie jako składnik aktywów, który przyczynia się do produkcji poprzez rozwijanie umiejętności i innowację. Więc jako składnika aktywów może ona być zarówno nakładem (kompetencją), jak i wynikiem (innowacją) w procesie produkcyjnym. W szczególnych okolicznościach może być własnością indywidualną i sprzedawaną na rynku jako towar. Ekonomika wiedzy w dużym stopniu sprowadza się do określenia warunków, w których może się ona pojawić jako „zwykły towar”. Teoria innowacji i teorie zasobowe organizacji dotyczą sposobu tworzenia, przesyłania i wykorzystania wiedzy w gospodarce rynkowej. Wiedza rozumiana jako składnik aktywów dotyczy nie tylko wąskiego grona ekonomistów, lecz także specjalistów z innych dziedzin, w tym ekspertów od edukacji. Pojawia się tu kwestia tworzenia, przekazywania i wykorzystania wiedzy pod postacią kompetencji i innowacji, co pozwala na wyróżnienie wielu form uczenia się. Należy zdefiniować rolę państwa polegającej na finansowania z budżetu państwa nakładów na ochronę zdrowia i edukację. Jeżeli wiedza jest dobrem publicznym do- 14 stępnym dla wszystkich, wówczas nie ma bodźców dla sektora prywatnego, aby zainwestował w jej tworzenie. Jeżeli naśladownictwo jest tańsze niż tworzenie nowej wiedzy, to sektor prywatny nie będzie zainteresowany tworzeniem wiedzy. Dzięki badaniom Nelsona (1959) i Arrowa (1962b) wiadomo, że gdy wiedza staje się dobrem publicznym, rząd angażuje się w subsydiowanie lub bezpośrednie jej tworzenie. Wynikiem tego jest system szkół i uniwersytetów. Wnioski z ww. badań tłumaczą także kwestię ochrony wiedzy (na przykład systemy patentowe). W kontekście uwag wymienionych na wstępie treści tego rozdziału pojawia się pytanie: jakie są skutki drastycznego zaniżenia nakładów na naukę dla rozwoju kraju? Sukcesy gospodarcze Finlandii i Irlandii przeznaczających ponad 4% PKB na naukę stanowią doskonałe przykłady światłych decyzji rządów tych krajów. 1.1. Typologia wiedzy Klasyczne podejście do klasyfikacji wiedzy stanowiło podstawę opracowania nowych standardów wypracowanych na gruncie kultury europejskiej, a ściślej dzięki osiągnięciom genialnych greckich filozofów. Wiedza pozostanie podzielona na cztery kategorie, które sięgają swymi korzeniami do czasów antycznych (Lundval i Johnson, 1994): – know-what (wiedzieć, co), – know-why (wiedzieć, dlaczego), – know-how (wiedzieć, jak), – know-who (wiedzieć, kto). Know-what – odnosi się do wiedzy o „faktach”, np.: ilu ludzi mieszka w Nowym Jorku? Jakie są składniki naleśnika? Kiedy miała miejsce bitwa pod Waterloo? Kiedy zaakceptowano akcesję Polski do Unii Europejskiej? Wiedza ma tu znaczenie bliskoznaczne informacji – może być przesyłana za pomocą danych i bitów. Know-why – odnosi się do wiedzy o zasadach i prawach w naturze, w ludzkim umyśle i społeczeństwie. Ten rodzaj wiedzy był niezwykle istotny w niektórych obszarach nauki, zwłaszcza w przemyśle chemicznym, elektronicznym i biotechnologii. Dostęp do nich przyspiesza postęp techniczny, co obniża częstotliwość popełnienia błędu w procedurach eksperymentowania. Know-how – odnosi się do umiejętności, tj. zdolności robienia czegoś. Dotyczy umiejętności pracowników, lecz ma także znaczenie na wyższym poziomie zarządzania, w zakresie rozwoju nowych produktów, rekrutacji personelu lub wdrażania nowych technologii informacyjnych. Nie można klasyfikować wiedzy know-how jako typowo praktycznej. Jeden z najbardziej interesujących przykładów opisujących kategorię know-how dotyczy tworzenia wiedzy przez naukowców (Polanyi, 1958/1978). Nawet znalezienie rozwiązania dla złożonych problemów matematycznych wykorzystuje intuicję i umiejętność rozpoznania prawidłowości, które zakorzenione są w uczeniu opartym bardziej na doświadczeniu osób, niż na mechanicznym realizowaniu sekwencji logicznych operacji (Ziman, 1979, s. 101-102). Ten rodzaj wiedzy może stanowić czynnik przewagi konkurencyjnej i skłania organizację do jej zakupu lub pozyskiwania poprzez realizację prac badawczo-rozwojowych. Wiedza była obiektem zainteresowań i analiz od zarania dziejów naszej cywilizacji. Arystoteles rozróżniał następujące typy wiedzy: – Episteme: wiedzę, która jest uniwersalna i teoretyczna (know-why), – Technè: wiedzę instrumentalną, kontekstową i praktyczną (know-how), 15 – Phronesis: wiedzę normatywną opartą na doświadczeniach, kontekście i zdrowym rozsądku: „praktyczna mądrość”, które najlepiej zdaje się odzwierciedlać wyróżniany aktualnie typ wiedzy (know what). Najczęściej know-how jest domeną jednej firmy lub zespołu badawczego, jednak współpraca między różnymi organizacjami powoduje powstawanie sieci powiązań, a te z kolei kwestię dzielenia się wiedzą i jej współtworzenia. Tego typu sieci mogą być tworzone przez zespoły badawcze i laboratoria. Ten rodzaj wiedzy i sposobów jej przenikania oraz dystrybucji jest ściśle związany z technologią internetową. Jest to przykład zastosowań nowych technologii do tworzenia wiedzy utylitarnej, związanej ze zwiększeniem tempa wymiany informacji między partnerami funkcjonującymi w sieciowych strukturach powiązań. Nowe produkty coraz częściej powstają bazując na dokonaniach wielu dziedzin i dyscyplin naukowych, co nadaje znaczenia dostępowi do różnych źródeł wiedzy (Pavitt, 1998). Know-who określa posiadaczy wiedzy i opisuje wiedzę, którą dysponują; dotyczy również społecznych zdolności współpracy i komunikacji z ekspertami zewnętrznymi. Są to często składniki wiedzy ukrytej, która wynika z kontaktów bezpośrednich pracowników bądź jednostek naukowo-nadawczych. Brak tej kategorii wiedzy w taksonomii Arystotelesa wynikał z faktu, że wszyscy współcześni tworzący wiedzę znali się osobiście. Ta funkcja jest najbliższa źródłowemu postrzeganiu rozwoju systemu informacji naukowo-technicznej, która realizowana jest ciągle, jako pochodna kontaktów osobistych, klasyfikacji dokonywanych w dziedzinowych (indeksowych) zestawieniach publikacji oraz bezpośredniej wymianie informacji realizowanej za pomocą technologii internetowej Aby uzyskać dostęp do naukowego know-why należy przede wszystkim zainwestować w naukę. Dotyczy to zarówno przedsiębiorstw, jak i całych regionów objętych programami rozwoju. Nauka bowiem sprawia, że wiedza przepływa w społeczeństwie w sposób zorganizowany (Cohen i Levinthal, 1990). Infrastruktura ośrodków dystrybucji wiedzy i kultura organizacji może również ulegać przewartościowaniom w zależności od zmian dokonanych w tych organizacjach i ich otoczeniu. Ilustrację tej zasady można znaleźć w analizie skutków procesów restrukturyzacyjnych zmian w polskiej gospodarce. Mogły być one przyczyną pozytywnych przemian przystosowujących organizację do efektywnego funkcjonowania w nowych warunkach lub stać się czynnikiem decydującym o likwidacji obiektu, który nie dostosował się do zmian w otoczeniu. W walce konkurencyjnej know-how często wyprzedzają swoim zaawansowaniem wynalazki techniczne. Technologia może rozwiązywać problemy nawet bez naukowego zrozumienia ich podstaw. Mówimy wtedy o przewadze know-how nad know-why; przez długi czas oto miał miejsce w elektronice, w której wykorzystywano właściwości półprzewodników przy braku teorii wyjaśniającej zjawiska. Know-how jest rodzajem wiedzy, do której publiczny dostęp jest najbardziej ograniczony, a jej przesyłanie najbardziej złożone. Podstawową kwestią jest rozdzielenie kompetencji do działania od osoby lub organizacji, która dane działanie wykonuje. Jak trudne i kosztowne jest to zadanie, pokazują podejmowane próby tworzenia systemów eksperckich za pomocą technologii informatycznej, których zastosowanie może mieć bardziej znaczenie wspomagające, niż zastępujące pracę eksperta. Udowodniono, że transformacja zawsze pociąga za sobą zmiany wiedzy eksperta (Hatchuel i Weil, 1995). Można przyjmować w tym przypadku występowanie rynkowych procesów dostosowawczych – czy dywersyfikacyjnych – niezbędnych w wiedzy eksperckiej. 16 Oznacza to, że know-how nigdy nie może stać się w pełni publicznym dobrem, a firmy uzyskują dostęp do tego rodzaju wiedzy, zatrudniając ekspertów lub wchodząc w alianse strategiczne z innymi firmami. Witryna internetowa firmy Hewlett Packard w Stanford wyjaśnia, że strategią firmy jest zbudowanie wewnętrznej wiedzy know-how poprzez intensywne programy rozwoju osobistego i stworzenie atrakcyjnych warunków pracy dla ekspertów. Większość innych firm w Dolinie Krzemowej preferuje wzbogacanie swoich kompetencji poprzez zatrudnianie doświadczonych ludzi na lokalnym, niezwykle elastycznym rynku pracy. W jakim zakresie te doświadczenia dadzą się upowszechnić w innych warunkach geopolitycznych, stanowi problem w podejmowaniu prób powielenia tych interesujących rozwiązań w stymulowaniu rozwoju regionów. Możemy stwierdzić, że dostęp do know-why staje się ograniczony i opiera się na rozwoju kwalifikacji personelu lub odpłatnym korzystaniu z wiedzy zewnętrznej. Know-who odnosi się do kombinacji informacji i relacji społecznych. Książki telefoniczne przedstawiające listy fachowców i bazy danych producentów pewnych towarów i usług tworzą własność publiczną, dostępną dla wszystkich. W sferze ekonomicznej znacznie trudniej uzyskać specjalistyczne kompetencje i pozyskać wiarygodnych ekspertów, co nadaje znaczenia relacjom osobistym z osobami godnymi zaufania. Relacje te nie mogą być obiektem transakcji rynkowych. Arrow (1971) stwierdził, że: „nie można kupić zaufania, a nawet jeśli to byłoby możliwe, zaufanie nie miałoby wówczas żadnej wartości”. Podobnie know-who opiera się na relacjach osobistych, które nie poddają się prawom rynku, lecz są stymulowane przez pewne warunki społeczne, kulturowe i technologiczne. Doświadczenia z poszerzenia bloków państw reprezentujących zróżnicowane kręgi kultury i poziomy rozwoju gospodarczego wskazują, że ujednolicone warunki organizacyjno-prawne i systemy nadzoru przyspieszają eliminowanie słabości outsiderów w ugrupowaniach krajów np. UE, w czym leży szansa Polski. Społeczne uwarunkowania tworzenia i zastosowań wiedzy stanowią przedmiot badań autorów nawiązujących do lokalnych kulturowych tradycji, które determinują środowisko rozwoju nauki i gospodarki. Trzeba podkreślić, że globalizacja nadała dużego znaczenia temu, co współcześni autorzy (Bourdieu, 1977; Coleman, 1988, 1990; Putnam, 1993, Fukuyama, 1995, Woolcock, 1998) nazywają kapitałem społecznym, który pozwala przedsiębiorstwom i obywatelom na łatwiejsze wchodzenie w relacje, wymianę wiedzy i prowadzenie interesów. Istnieje wiele definicji tej koncepcji, najbardziej interesująca wydaje się opracowana przez Woolcocka. Opisuje ona kapitał społeczny w dwóch wymiarach: makro/mikro oraz połączenia wewnętrzno-zewnętrzne. Kapitał ludzki jest szczególnie ważny w społeczeństwie wiedzy, ponieważ uczenie się wymaga interakcji, w których wzajemny szacunek i zaufanie są niezwykle ważne. Jeżeli więzi te zostaną naderwane – przykładem może być tutaj Rosja – zanikają procesy uczenia się, a istniejący kapitał intelektualny może zacząć się deprecjonować. Ostatnie tendencje zachodzące w Rosji świadczą o realnej odwracalności zakorzenionych już tendencji, a sukcesy społeczno-gospodarcze wielu postradzieckich republik uzasadniają umiarkowany optymizm. Zatem, czy jest możliwe zdefiniowanie i zmierzenie wiedzy jako społecznego składnika kapitału intelektualnego? Dostęp do wspólnego „rezerwuaru” wiedzy jest ograniczony. Jednym z wielu możliwych sposobów budowy kapitału intelektualnego jest poprawa „efektywnej podaży” wiedzy. Drugi problem stanowi oddzielenie wiedzy pożytecznej od wiedzy nie mającej praktycznego zastosowania – często trudny do wcześniejszego rozstrzygnięcia. 17 Z czasem pewne obszary wiedzy dezaktualizują się, a inne – niezbyt dotychczas znaczące – nabierają ważności. Jednym ze sposobów, używanym przez ekonomistów, jest mierzenie stopy zwrotu z własności intelektualnej i obliczenie obecnej wartości kapitału intelektualnego. W ten sposób oszacowano wartość kapitału ludzkiego. Takie kalkulacje pociągają za sobą konieczność dokonywania wielu uproszczeń, z których najważniejsze jest oddzielenie jednego składnika aktywów od pozostałych. Bardziej ogólnym podejściem metodologicznym jest skoncentrowanie się na procesach i przepływie, a nie na stanach rozumianych jako komponenty informacyjne w bazach danych. Takie podejście jest reprezentowane w literaturze dotyczącej statystyki, rozwoju i innowacji, uzasadnione wydaje się jednak przenikanie obydwu metod jako sposobów komplementarnych działań. 1.2. Ekonomiczne aspekty tworzenia i dystrybucji wiedzy Badacze ekonomii regionów, poczynając od pracy Marshala (1919) na temat regionów przemysłowych wskazywali na sieci regionalne jako źródła wiedzy specjalistycznej (Masskell i Malmberg, 1999). Teorie przedsiębiorstwa coraz częściej uwzględniają konkurencyjność firm opartą na kompetencjach ich kadry (Teece, 1992). Senge (1990) podkreśla znaczenie nauki w zespole i umiejętności zespołowych ponad umiejętnościami i uczeniem się jednostki. Z poglądem tym koresponduje podejście do traktowania wiedzy know-how jako wiedzy częściowo zakorzenionej w organizacjach, strukturach i instytucjach. Nie oznacza to, że kompetencje organizacji nie mogą być znacznie zmniejszone poprzez odejście z niej osób zajmujących kluczowe stanowiska. Tym niemniej warstwa wiedzy (na przykład sposoby komunikacji, wspólne procedury, powszechnie uznane metody rozwiązywania problemów i poszukiwania rozwiązań) pozostaje w organizacji. Ten rodzaj nazywany jest często kulturą organizacji i jest atrakcyjnym komponentem goodwill (wartość znaku i renomy) firmy. Różnica pomiędzy sektorem edukacji a sektorami w pełni komercyjnymi dotyczy udziału sił rynkowych. Gdy sektor w pełni uczestniczy w rynku i w pełni podlega siłom rynkowym, funkcjonowanie bazy wiedzy determinuje egzystencję przedsiębiorstwa na rynku. W szczególności polega to albo na tworzeniu nowej wiedzy (innowacji) i kapitalizacji tej wiedzy lub na reagowaniu na innowacje pochodzące od konkurentów. Siła konkurencyjna przedsiębiorstwa zależy więc w dużym stopniu od mechanizmów absorpcji wiedzy i jej upowszechniania. W sektorach, które nie podlegają w pełni siłom rynkowym, takich jak edukacja i służba zdrowia, upowszechnianie wiedzy jest mniej automatyczne, środki administracyjne nie mają więc tak dużej siły działania, jak siły rynkowe. Tak więc, w sektorach podlegających siłom rynkowym wymuszony i horyzontalny przepływ wiedzy ma większe znaczenie. Większość autorów, odnosząc się do tworzenia i produkcji wiedzy, opisuje wiedzę technologiczną rozumianą jako wynik procesu innowacji technicznej (Antonelli, 1991; Nonaka i Takeuchi, 1995). W procesie produkcji wiedza jest podstawowym nakładem potrzebnym do innowacji. Stwierdzić można, że źródłem innowacji staje się kreatywne zastosowanie wiedzy, czyli użycie jej w celu wytworzenia dobra lub usługi – którą może być również poszerzenie wiedzy na temat zasad funkcjonowania otaczającego nas świata. Ponieważ umiejętności i kompetencje wraz z użyciem rozwijają się, wobec tego w trakcie produkcji wiedzy możemy mówić jednocześnie o innowacji i o procesie uczenia się. Można 18 w tym przypadku mówić o zjawisku dodatniego sprzężenia zwrotnego, w wyniku którego wdrożenie nowych metod pracy zwiększa poziom wiedzy pracowników oraz ich innowacyjność. Ale wiedza jest także nakładem, w przeciwieństwie do innych fizycznych „surowców”; jej wartość rośnie wraz ze „zużyciem” - zastosowaniem. Są dwa powody, dla których innowacja musi być rozpatrywana w kontekście powiązanej z nią wiedzy. Po pierwsze – z definicji – innowacja oznacza powstanie czegoś nowego i wzbogacenie wiedzy. Po drugie, innowacja – także z definicji – oznacza wiedzę, na którą jest popyt. Jest wtedy definiowana jako wynalazek wprowadzony na rynek i zaakceptowany przez gospodarkę rynkową. Innowacja jest zatem kluczem do wyników, ponieważ wzbogaca wiedzę, nadaje jej treść utylitarną oraz ucieleśnia jej wartość ekonomiczną. Wiele z rozwiązań używanych w produkcji, tam gdzie istniał podział zadań, zostało wymyślonych przez zwykłych robotników, każdy z nich wykonywał proste czynności i naturalnie poszukiwał sposobów wykonywania ich łatwiej. Żadne z usprawnień w maszynach nie było dziełem tych, którzy mieli okazję używania tych maszyn, ponieważ złożoność urządzeń produkcyjnych ogranicza tę sferę innowacji dla konstruktorów, którzy mogą być inspirowani przez użytkowników. Wielu z tych usprawnień dokonali wynalazcy maszyn, gdy ich produkcja stała się przedmiotem działalności gospodarczej; a inne przez tych, którzy nazywali siebie filozofami lub odkrywcami; ich działania nie polegają na robieniu czegokolwiek, lecz na obserwacji wszystkiego, poprzez co są oni zdolni do łączenia największych zalet najbardziej odległych i niepodobnych obiektów. Najnowsze modele innowacji podkreślają, że innowacja jest procesem interaktywnym, w którym firmy wchodzą w interakcje z klientami, dostawcami i instytucjami wiedzy. Badania empiryczne wykazują, że firmy bardzo rzadko dokonują wynalazków wykorzystując tylko własny potencjał badawczy. Systemy innowacyjne są tworzone przez aktorów zaangażowanych w tworzenie wiedzy i wzajemnych relacji. Aktorami tymi są: przedsiębiorstwa, instytuty technologiczne, uniwersytety, systemy szkoleniowe i kapitał wysokiego ryzyka (venture capital). Razem tworzą one środowisko dla tworzenia wiedzy i innowacji. Konstelacje aktorów różnią się w zależności od sektorów, regionów i krajów. Zazwyczaj specjalizują się we własnej bazie wiedzy, a specyficzny tryb innowacji będzie miał swe odzwierciedlenie w różnicach organizacyjnych. Zagadnienie to stało się obiektem wielu studiów na temat systemów innowacji (Freeman, 1987; Lundvall, 1992; Nelson, 1993; Edquist, 1997) i rozwiązań technologicznych (Carlsson i Jacobson, 1997). Systemy innowacji można określić jako regionalne lub krajowe, a także jako rozwiązania specyficzne dla danego sektora lub danej technologii. Specyfika produkcji wiedzy objawia się poprzez kombinację specjalizacji technologicznej i struktury instytucjonalnej. Jeżeli chodzi o wyjaśnienie narodowych schematów i trybów innowacji w systemach krajowych, to system edukacji i szkolenia jest jednym z najważniejszych. Innowacja to proces złożony, a nie liniowy, w którym zachodzą interakcje pomiędzy wieloma uczestnikami tworzącymi systemy innowacji w regionach i państwach. Kolejnym rozróżnieniem pomiędzy różnymi sektorami, które odgrywają ważną rolę przy porównawczej analizie edukacji jest stopień, w jakim baza wiedzy jest zestrukturalizowana i ujawniona. W sektorze prywatnym czasami trudno ujawnić bazę wiedzy. Szczególnie odnosi się to do najszybciej rozwijającego się sektora gospodarek krajów OECD, to znaczy usług dla sektora biznesu, który ujawnił ostatnio również wiele słabości zwanych kreatywną księgowością. 19 Wiedza może przepływać w sposób bardziej ograniczony, jeżeli nie jest skodyfikowana; wysiłki zmierzające do jej kodyfikacji w sektorze przedsiębiorstw mogą posłużyć jako przykład dla sektora edukacji. W większości dotychczas wspomnianych opracowań uczenie się jest traktowane jako niezamierzony rezultat procesów, niekoniecznie zorientowanych na uczenie się i wzrost kompetencji. Uczenie się jest efektem ubocznym procesów produkcji; użycia marketingu lub innowacji. Ostatnio pojawiła się nowa koncepcja „organizacji uczących się” (Senge, 1990), która mówi, że na tempo uczenia się mają fundamentalny wpływ sposób działania organizacji i wewnętrzne procedury. Zastosowanie odpowiednich struktur może poprawić tworzenie wiedzy w zakresie budowania kompetencji, opierając się na codziennych działaniach. Organizacje mogą dokonać celowych zmian w strukturze stymulującej uczenie się, ponadto poprzez tworzenie płaskich struktur hierarchicznych i położenie większego nacisku na relacje z dostawcami, klientami i konsumentami. Trend w kierunku organizacji uczących się znajduje swoje odzwierciedlenie zarówno w relacjach wewnątrz przedsiębiorstw, jak i pomiędzy nimi. Wewnątrz firm obserwujemy spadek efektywności wielopoziomowych struktur hierarchicznych i zanik ostrych granic pomiędzy różnymi ich funkcjami. Pojawia się konieczność decentralizacji i tworzenia zespołów multidyscyplinarnych. Rośnie więc zapotrzebowanie na pracowników chętnych do nauki, a jednocześnie zdolnych, elastycznych, gotowych do współpracy, przyjęcia odpowiedzialności. Relacje między firmą a jej dostawcami, klientami i konkurentami stały się bardziej selektywne oraz intensywne. Rośnie znaczenie know-who w gospodarce, która łączy w sobie złożoną bazę wiedzy z wysoką specjalizacją. Oprócz zmian organizacyjnych – rośnie znaczenie budowy świadomości wśród pracowników i zespołów zaangażowanych w proces uczenia się. Wskazuje się na znaczenie tak zwanej odwróconej pętli uczenia się. W koncepcji tej ważniejsze od efektu doświadczenia jest wyciąganie wniosków i realizacja procesu uczenia się (Argyris i Schoen, 1978). Te nowe osiągnięcia powstałe w sektorze prywatnym sygnalizują także pewną konwergencję obszarów zainteresowań pomiędzy specjalistami z sektora edukacji a pracownikami sektora przedsiębiorstw. Jednym z wyzwań przyszłości jest budowanie szkół jako organizacji uczących się, które staną się elementami składowymi systemu zarządzania wiedzą – niezbędne jest to w rozwiązaniach zdalnego nauczania. O ile tworzenie wiedzy jest ważnym determinantem długookresowego rozwoju gospodarki globalnej, istnieje także wielki potencjał dotyczący poszerzenia i użycia wiedzy dostępnej. Znajduje to odzwierciedlenie w podejmowanych przez państwo wysiłkach, zmierzających ku zwiększeniu dyfuzji innowacji, jak również szkoleniach, prowadzących do budowy kompetencji. Obecność tego typu działań realizowanych w polityce państwa może mieć decydujące znaczenie dla konkurencyjności danej gospodarki na światowych rynkach Pomimo wymienionych trudności, coraz więcej wiedzy staje się obiektem obrotu przypominającego transakcje rynkowe (jest kupujący, sprzedający i ustalona cena). Jedną z przyczyn, dla których rynki działają są formalne i nieformalne instytucje, między innymi zajmujące się ochroną własności intelektualnej (patenty, prawa autorskie). Reputacja uczestników rynku z kolei redukuje ryzyko transakcji. Często główną rolę na rynkach wiedzy odgrywają długookresowe relacje związane z zaufaniem (Lundvall, 1988). Ciągłość i czas trwania pozytywnych relacji pomiędzy sprzedającymi a kupującymi wydają się być najważniejsze. 20 Dotychczas w niniejszym opracowaniu poruszana była jedynie kwestia przesyłania tak zwanej wiedzy „zdematerializowanej” (disembeded knowledge). Tymczasem znacząca część wiedzy przepływa w postaci „wbudowanej w produkty”. Instrumenty naukowe i komputery zawierają olbrzymią ilość wiedzy, a użytkownicy dysponujący odpowiednimi kwalifikacjami mogą na tym sprzęcie wykonywać skomplikowane operacje. Przesyłanie wiedzy za pomocą technologii jest czasami łączone z przesyłaniem wiedzy zdematerializowanej. Na przykład dostawcy skomplikowanego wyposażenia mogą oferować szkolenie dla personelu, który będzie z niego korzystał. W pewnym sensie można stwierdzić, że cała teoria ekonomii dotyczy wiedzy oraz informacji. Problemy koordynacji leżą w centrum zainteresowań teoretyków ekonomii od czasów Adama Smitha. Uczestnicy rynku podejmują niezależne decyzje na podstawie dostępnych informacji. Różnice w modelach ekonomicznych sprowadzają się do przyjęcia przez ich autorów różnych założeń w zależności od tego, co poszczególni uczestnicy wiedzą i w jakim stopniu uczą się na podstawie swojego działania. Wiedza jest w samym centrum nauki o ekonomii, lecz ekonomiści nie stworzyli jednolitej metody jej opisu. Współcześni ekonomiści są coraz bardziej świadomi roli wiedzy i procesów uczenia się. Nowa teoria wzrostu i nowa teoria handlu zakładają silne więzi pomiędzy wzrostem bazy wiedzy a tempem wzrostu produktywności. Austriacka Szkoła Ekonomistów traktuje uczenie się jako fundamentalny proces w analizie transakcji rynkowych. Ostatnie dziesięciolecia były świadkiem niespotykanego wzrostu zainteresowania ekonomią instytucyjną i ekonomią innowacji. W tych dziedzinach kluczową rolę w rozwoju gospodarczym odgrywa uczenie się. Nowe teorie zarządzania koncentrują się na rozwijaniu umiejętności i kompetencji. W literaturze dotyczącej zarządzania popularność zyskała koncepcja uczącej się organizacji zarówno w teoretycznym, jak i w praktycznym kształtowaniu organizacji. Z powodu tych obserwacji wielu badaczy określa nową gospodarkę mianem gospodarki opartej na wiedzy knowledge-based economy. Nie ulega wątpliwości, że systematycznie rośnie popyt na wykwalifikowaną siłę roboczą (OECD, 1984). Należy jednak także uwzględniać destrukcyjne aspekty innowacji i zmian. Anne P. Carter (1994) w swojej interpretacji struktury zatrudnienia stwierdza, że głównym zajęciem pracowników nie zatrudnionych bezpośrednio jest wprowadzanie zmian lub ich wspieranie. Wzrost zatrudnienia pracowników nieprodukcyjnych może być więc interpretowany z jednej strony jako wyznacznik tempa zmian, z drugiej zaś powodowany przez wzrastający koszt wprowadzania tych zmian. Obecnie uważa się, że uczenie się jest procesem, którego istota polega na nabywaniu kompetencji i umiejętności, pozwalających jednostce odnosić sukcesy w osiąganiu celów osobistych lub organizacji, do której należy. Uczenie jest także związane ze zmianą kontekstu już posiadanej przez jednostkę wiedzy (Kolb, 1988). Ten rodzaj uczenia się jest najbardziej istotny dla sukcesu ekonomicznego. Różni się on od niektórych standardowych definicji w teorii ekonomii, gdzie uczenie się jest utożsamiane z „pozyskiwaniem informacji” lub traktowane w kategoriach czarnej skrzynki, co może wpływać na wzrost produktywności. 21 ROZDZIAŁ 2 TWORZENIE, PRZESYŁANIE I ZASTOSOWANIE WIEDZY W poprzednim rozdziale przedstawione zostały ogólne koncepcje na temat wiedzy. Tematem przewodnim niniejszego rozdziału są zmieniające się modele tworzenia, przesyłania i zastosowania wiedzy w różnych sektorach. Pozornie mogłoby się wydawać, że najodpowiedniejszym sposobem opisu byłby model linearny. Istnieje wiele przykładów potwierdzających słuszność tej tezy, np. zastosowanie uniwersyteckiej wiedzy do stworzenia nowego produktu. Jednocześnie jest wiele przykładów nieadekwatności modelu linearnego, zwłaszcza gdy tworzenie wiedzy nie doprowadziło do jej właściwego wykorzystania. Okoliczności, w jakich jednostki, grupy i organizacje generują nową wiedzę są na razie zbadane jedynie w niewielkim stopniu. Czynnikiem występującym równolegle w procesie generowania wiedzy staje się jej weryfikacja. 1. Weryfikacja wiedzy (validation). Wiedza po jej stworzeniu musi być zweryfikowana. Sposób tej weryfikacji zależy od sektora, w którym ona powstała. W przemyśle działa element komercyjny; sukces rynkowy produktu weryfikuje wiedzę w nim zawartą. Jednocześnie nowa wiedza może być zweryfikowana przez naukę. Może istnieć też podejście pragmatyczne: sprawdzenie się nowej technologii w praktyce nie musi wymagać weryfikacji naukowej. W przemyśle farmaceutycznym obserwowane jest odchodzenie od podejścia pragmatycznego (poszukiwanie skutecznych leków – metodą prób i błędów) na rzecz naukowego „zrozumienia” choroby, a następnie zaprojektowaniu leku na nią. Pragmatyczna weryfikacja istnieje czasami w medycynie: nie znamy dokładnie mechanizmu działania środków usypiających, co nie przeszkadza w ich stosowaniu przez anestezjologów. Wiele podobnych przykładów jest znanych w przemyśle, gdzie rozwój technologiczny wyprzedza rozwój nauki (Nelson, 1993). W edukacji niewiele praktyk zawodowych ma swe odzwierciedlenie w nauce. Dominuje weryfikacja pragmatyczna: nauczyciele robią to, co jest skuteczne. W tym przypadku nauka jedynie sporadycznie dokumentowała postępy w praktyce nauczania. 2. Zebranie wiedzy wyjściowej (collation). Zanim przystąpi się do rozwiązania skomplikowanych problemów (np. rozwój nowego produktu, nowa strategia nauczania, nowa metoda leczenia) należy zebrać znaną już wiedzę w formie skodyfikowanej. W różnych sektorach istnieją odmienne podejścia do kwestii zbierania wiedzy wyjściowej oraz wielorakie techniki przezwyciężenia trudności w jej pozyskiwaniu. Również w tych procesach zastosowanie ICT (Informtion and Communication Technology) ma zasadnicze znaczenie dla ich efektywności. 3. Przesyłanie (dissemination). Jest wiele sposobów przesyłania wiedzy, np.: – przez media (książki, czasopisma, filmy itp.), – za pomocą kursów prowadzonych przez fachowców, – poprzez osobisty kontakt z posiadaczem wiedzy, – transmisję z zastosowaniem środków telekomunikacyjnych, – zastosowanie technologii internetowych. 22 Każda z omawianych form ma duże możliwości wprowadzania zakłóceń w przepływach wiedzy. Przyczyną tego zjawiska mogą być podmioty zaangażowane w przesyłanie lub proces komunikacji. 4. Adaptacja (adaption). Aby jednostka lub organizacja przyswoiła nową wiedzę, musi istnieć ku temu powód lub bodziec. Przyswojenie nowej wiedzy często oznacza rezygnację z już posiadanej. Nowa wiedza i nowe praktyki mogą być właściwie wyselekcjonowane, a następnie niezaadaptowane. 5. Implementacja (implementation). Implementacja jest koniecznym, lecz nie wystarczającym warunkiem zastosowania wiedzy. Dotyczy ona chęci do zmiany, może się jednak pojawić wiele barier, np.: – brak szansy do zastosowania wiedzy, – praktyczne problemy i ograniczenia, np. niedostateczne zasoby, brak czasu, brak poparcia społecznego, – luka technologiczna, – bariera cywilizacyjna – edukacyjna. 6. Instytucjonalizacja (institutionalisation). Jest to prawdopodobnie proces najbardziej złożony. Dotyczy on przekształcenia innowacji w rutynową, „normalną” praktykę. Instytucjonalizacja następuje wówczas, gdy innowacja uniezależni się od obecności osoby, która ją wprowadziła. Przykładem tego typu innowacji mogą być dobrze oprogramowane i wdrożone w organizacji systemy informatyczne, które kreują nowe środowisko pracy powszechnie akceptowane i stosowane bez wsparcia twórców. 2.1. Modele tworzenia wiedzy Istnieją dwa podstawowe aspekty dotyczące modelu liniowego. Po pierwsze stanowi on kompleksową sekwencję obejmującą co najmniej siedem procesów. Każdy z nich zawiera w sobie wiele czynników mogących potencjalnie podważyć słuszność stosowania tego modelu. Problemy związane z produkcją wiedzy: Tworzenie wiedzy Przesyłanie wiedzy Zastosowanie wiedzy Rysunek 2. Model linearny Źródło: Nelson 1993 Model linearny stanowił klasyczne podejście dotyczące objaśnienia procesu przekazu - przesyłania wiedzy i jej zastosowań w systemie edukacyjnym. Realizowane jest to w hierarchicznej strukturze oddziaływania nauczyciela na ucznia w procesie edukacyjnym realizowanym w ramach form wykładowych i zajęć ćwiczeniowych o formule eksperymentalnej. Procesy i metodyka nauczania realizowane w dziewiętnastym i pierwszej połowie dwudziestego wieku były doskonale odzwierciedlane w ramach linearnego modelu tworzenia wiedzy. Po drugie proces liniowy powinien być postrzegany jako ciąg komplementarnych procesów występujących w poszczególnych etapach. Nie wszystkie procesy dotyczą przesyłania i zastosowania wiedzy. W praktyce często pomiędzy poszczególnymi pro- 23 cesami zachodzą sprzężenia zwrotne. W latach 80 von Hippel zademonstrował kluczową rolę użytkowników w kształtowaniu innowacji (von Hippel, 1988). Potrzebny jest więc model nieliniowy – interaktywny (Lundvall, 1998), „w którym współzależności pomiędzy elementami systemu są jego najważniejszą cechą” (Edquist, 1997). W takich modelach (rysunek 3) trzy podstawowe procesy mogą wpływać na siebie, a różni uczestnicy przyczyniają się do tych interakcji. Użyta w niniejszym opracowaniu terminologia „tworzenie, przesyłanie i zastosowanie wiedzy” nie powinna być kojarzona z modelem liniowym. Tworzenie wiedzy Przesyłanie wiedzy Zastosowanie wiedzy Rysunek 3. Model interaktywny Źródło: Edquist 1997 Model interaktywny warto interpretować również jako model dynamicznego rozwoju tworzonych w wyniku kolejnych cykli interakcyjnych warstw wiedzy. Przedstawiony na rysunku 3 schemat odnosi się praktycznie do pewnej fazy cyklu tworzenia wiedzy, która staje się kompleksowa i tworzy interakcje umożliwiające powstawanie nowej warstwy wiedzy. Przekazywanie tej wiedzy w systemie edukacyjnym również wymaga zastosowania nowych środków, bowiem nowe warstwy wiedzy wymagają uruchomienia interakcji sieciowej wymiany informacji lub interakcji w zakresie zastosowań tej wiedzy w sektorze przemysłowym. Narastające tempo dezaktualizacji wiedzy i wysoki poziom nakładów wymaganych na jej pozyskiwanie powodują konieczność aktywizacji interakcyjnego współdziałania wszystkich zainteresowanych stron w procesie tworzenia, przesyłania i zastosowań wiedzy. Mechanizmy oraz przesłanki uruchomienia tego typu działań wynikają w części z rozważań prezentowanych w kolejnym podtytule. Wiedza w sektorze przemysłowym Od efektywnego wykorzystania nowo nabytej wiedzy zależy wzrost i rozwój gospodarczy, a innowacyjność przemysłu odgrywa ważną rolę w uzyskiwaniu przewagi konkurencyjnej. W sektorze przemysłowym ważne jest odkrycie mechanizmu powstawania nowych pomysłów i wiedzy. Istotne jest także: zbadanie mechanizmów wykorzystania nowej wiedzy do projektowania nowych produktów i usług, poprawy ich jakości, obniżenia kosztów wytwarzania oraz skrócenia czasu wprowadzenia na rynek. Trzeba więc zbadać rolę kontaktów pomiędzy uniwersytetami a sektorem przemysłowym w celu rozwoju innowacji oraz określenia zadań w edukacji inżynierów. Jak wynika z praktyki sektora przemysłowego, klasyczny model innowacji linearnej, w którym wiedza powstała w ośrodkach akademickich wykorzystywana jest 24 w przedsiębiorstwach, występuje sporadycznie. Model ten nie oddaje rzeczywistości z kilku powodów: – wiedza naukowców jest w przeważającej mierze skodyfikowana, podczas gdy wiedza inżyniera w dużej mierze składa się z praktycznego know-how i wiedzy ukrytej, – tworzenie wiedzy odbywa się zarówno w sektorze przemysłowym, jak i na uniwersytetach, – wiedza przekazywana jest pomiędzy grupami na wiele sposobów, nie tylko poprzez transfer technologii, – przedsiębiorstwa przemysłowe są zróżnicowane pod względem wielkości, specjalizacji (od mechaniki do biotechnologii), lokalizacji i kultury. Utrudnia to nawiązywanie kontaktów pomiędzy uniwersytetami i firmami oraz powoduje zróżnicowanie sektorowe. W konsekwencji nie można mówić o uniwersalnym modelu opisującym produkcję, przesyłanie i użycie wiedzy. Wśród czynników, które należy wziąć pod uwagę przy tworzeniu alternatywnych modeli należy wymienić: – ponieważ nowy produkt musi mieć „rozsądną” cenę, w trakcie jego projektowania należy uwzględnić koszty i opinie tych, którzy będą go wytwarzać, – rynki i konsumenci mogą odgrywać istotną rolę w kształtowaniu innowacji i determinować jej sukces komercyjny. Cena produktu może być jednym z czynników wyznaczających sposób projektowania. Sygnały z rynku często prowadzą do powstawania nowej wiedzy i zmian w projekcie produktu, – chociaż nowa wiedza tworzona na uniwersytetach jest ważnym czynnikiem stymulującym innowację, wchodzi ona w interakcje z innymi formami wiedzy, np. tworzoną w centrach badawczych, czy ukrytą wiedzą praktyczną inżynierów, – na poprawę innowacyjności gospodarki mogą wpływać: zacieśnienie współpracy pomiędzy uniwersytetami a przemysłem oraz wspólne projekty B+R,1 szczególnie wspierane przez rząd (patrz Eliasson, część II, „bloki kompetencji”), – duża część wiedzy, szczególnie w formach ukrytych przekazywana jest w trakcie bezpośrednich kontaktów. Dla produkcji wiedzy ważne jest zgromadzenie odpowiednich fachowców w konkretnym miejscu i czasie. Zdolni naukowcy coraz częściej otrzymują propozycję zatrudnienia w sektorze przemysłowym lub zakładają własne firmy, czasami we współpracy z doświadczonymi przedsiębiorcami. Nowa wiedza przesyłana jest poprzez dynamicznie rozwijające się sieci ludzkich powiązań, – tworzenie nowej wiedzy jest w mniejszym stopniu związane z lokalizacją, a bardziej z interakcją różnych rodzajów wiedzy. Zjawisko to dobrze opisali Nonaka i Takeuchi (1995) w swojej koncepcji „Przedsiębiorstwa tworzącego wiedzę”: „The Knowledge –Creating Company”. Zachodzące zmiany najlepiej można zauważyć w przemyśle farmaceutycznym. Postępy w biologii molekularnej i inżynierii genetycznej wpłynęły na badania farmaceutyczne, m.in. w postaci przewidywania nieskuteczności leków. W przeszłości relatywnie nieskuteczne leki mogły pozostawać na rynku, ponieważ trudno było udowodnić ich bezużyteczność. Wprawdzie już istniejące rozwiązania zapewnią lepszą jakość, lecz wymaga to rosnących kosztów badań i rozwoju, co zmniejsza w przyszłości ilość nowych leków pojawiających się na rynku. W konsekwencji firmy będą dążyć do łączenia się w coraz większe organizacje, jednocześnie zaawansowana wiedza powstaje także w 1 B+R – skrócony zapis wyrażający nakłady ponoszone przez organizacje na finansowanie prac badawczych oraz rozwoju stosowany najczęściej w przedsiębiorstwach 25 małych, często nieformalnych organizacjach. Dlatego duże przedsiębiorstwa poszukują kontaktów z małymi firmami biotechnologicznymi, uniwersytetami i instytucjami badawczymi, które posiadają przewagę w tworzeniu nowej wiedzy. Jednocześnie rozwijają one kosztowne projekty badawcze wykraczające poza możliwości mniejszych organizacji (Gambardella, 1995). Wysokie koszty badań i rozwoju zmuszają firmy do sprzedaży swych produktów na rynku światowym. Globalizacja pozwala na wykorzystywanie lokalnych źródeł wiedzy (Howells i Neary, 1995) i budowę międzynarodowych sieci powiązań. Trudno jest kształtować relacje pomiędzy uniwersytetami a przedsiębiorstwami. Od pracowników naukowych wymaga się prowadzenia badań podstawowych, które dzięki publikacjom naukowym podnoszą ich status akademicki. Z kolei przedsiębiorstwa niechętne są publikowaniu swoich osiągnięć, w obawie przed konkurencją, szczególnie we wczesnych stadiach rozwoju rynku. Narasta też problem efektywnej ochrony własności intelektualnej. Związki pomiędzy uniwersytetami a przedsiębiorstwami wywołują napięcia, szczególnie w kwestii własności intelektualnej, dlatego w sektorach takich jak np. inżynieria mechaniczna, firmy często decydują się na tworzenie wiedzy we własnym zakresie lub we współpracy z konkurentami. Skłonność do nawiązywania kontaktów pomiędzy uniwersytetami a przedsiębiorstwami zależy od branży. Największe znaczenie współpracy z ośrodkami naukowymi przypisują firmy biotechnologiczne. W tradycyjnych branżach przemysłu (mechanical engineering) współpraca ta jest mniej istotna. Wielkie korporacje tworzą własne wewnętrzne działy B+R. Pełnią one w tym zakresie rolę uniwersytetów, na co wskazuje Eliasson (część II). Jednocześnie rośnie przekonanie, że żadne przedsiębiorstwo nie może w pełni polegać na własnych zdolnościach do generowania wiedzy. Zwiększa się więc intensywność współpracy pomiędzy przedsiębiorstwami. Nie wyklucza ona konkurencji pomiędzy nimi (Fruin, 1992). W istocie współpraca może okazać się dla konkurencji niezbędna. Fakt ten dostrzegany jest przez rządzących. Przedsiębiorstwa konkurują między sobą agresywnie, ale jednocześnie muszą one być skłonne do współpracy. Firmy współpracujące ze sobą nieustannie adaptują nowe pomysły i techniki powstałe poza ich branżą i promują współpracę we własnej branży. Nawet najlepsze na świecie przedsiębiorstwa znane są z zapożyczania wiedzy z zewnątrz (benchmarking). W gospodarce wiedzy partnerstwo jest niezbędnym elementem konkurencji. Aby wykorzystać pełen potencjał ludzi i technologii, firmy muszą współpracować we własnej branży, regionie, a także z sektorem edukacyjnym. O wiele więcej wiadomo na temat nauczania w szkołach niż o uczeniu się w miejscu pracy, gdyż w tej dziedzinie podjęto dopiero niedawno studia (Marsick, 1987; Marsick i Watkins, 1990; Lave i Wenger, 1991; Coffield, 1998). Rozpoczęcie pracy zawodowej przez absolwenta uniwersytetu jest, z jego punktu widzenia, dużym problemem. W ostatnich latach pojawiła się koncepcja mentoringu, czyli pomocy udzielanej nowym pracownikom przez doświadczonych praktyków w miejscu pracy. Relacje pomiędzy wiedzą nabytą na uniwersytecie a praktycznym know-how w miejscu pracy mogą być kluczem rozwoju innowacji, gdyż mentoring może ją skutecznie wspierać. W warunkach wysokiego poziomu bezrobocia dotyczącego również absolwentów wyższych uczelni omawiany wyżej trudny problem jeszcze się komplikuje. 26 Tabela 1. Nauczanie w szkole a praktyka zawodowa W szkole wiedza jest ... Deklaratywna (fakty o ...) Zazwyczaj ujawniona Łatwa do wyrażenia Abstrakcyjna Logiczna W „umyśle” Wynikiem Odległa od zastosowań Pozyskiwana sekwencyjnie Przedstawiana w tekście Przechowywana w pamięci semantycznej Zazwyczaj fragmentaryczna Rezerwuarem informacji Czymś do zapamiętania Szybko zapominana Odtwarzana w czasie powtórek Sprawdzana w czasie egzaminów Procesem nabywania Luźno powiązana tożsamością Związana z nauczaniem „Uczeniem przed działaniem” 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 W miejscu pracy wiedza jest... Proceduralna (jak zrobić...) Często ukryta Łatwiejsza do demonstracji Konkretna Intuicyjna „Zakorzeniona w działaniu” Działaniem Środkiem, bliska zastosowaniu Pozyskiwana w małych dawkach Powiązana z osobami/wydarzeniami Przechowywana w pamięci epizodycznej Zazwyczaj zintegrowana Rezerwuarem doświadczenia Czymś do zrozumienia Zapominana powoli Odtwarzana w praktyce Weryfikowana wynikami pracy Procesem zaangażowania Silnie powiązana z tożsamością Związana z trenowaniem „Uczeniem się w trakcie działania” Źródło: Coffield, 1998 2.2. Rola technologii informacyjnych w sektorowych zastosowaniach wiedzy W sektorach służby zdrowia i edukacyjnym wiele emocji wywołuje wdrażanie systemów informatycznych. Dlatego wiele ministerstw poważnie zajęło się tym problemem. Polskie Ministerstwo Zdrowia zdawało się koncentrować na tworzeniu infrastruktury pozwalającej wykorzystywać wysoki poziom koncentracji władzy, która w praktyce może prowadzić do występowania korupcji uzyskiwanej z tytułu rejestracji dostawców leków, posiadających preferencje cenowe. Rozwiązania organizacyjne stosowane w systemie ochrony zdrowia różnych krajów nawiązują do regionalnych tradycji i uwzględniają zwykle takie zagadnienia, jak: – jaki będzie wpływ systemów informatycznych na realizację celów organizacyjnych? – jak zmieni się styl pracy profesjonalistów? – jak wzbudzić przychylność do nowych systemów wśród pracowników? – jak monitorować wpływ systemów informatycznych na organizacje? – czy systemy informatyczne przyczynią się do poprawy jakości usług? – jak ocenić stosunek poniesionych kosztów do uzyskiwanych korzyści? – jak systemy informatyczne zmieniają nasze pojmowanie tworzenia wiedzy? W czasie seminarium, które odbyło się na Uniwersytecie Stanford, dyskutowano w jaki sposób zaawansowane narzędzia informatyczne są w stanie wspomagać kodyfikację wiedzy ukrytej. Najnowsze programy komputerowe mogą być tworzone na podstawie obserwacji pracy bibliotekarza, który przyspiesza proces poszukiwania, dzięki analizie profilu klienta i przeanalizowaniu profili poprzednich klientów. Kodyfikacja 27 wiedzy ma jednak swoje ograniczenia i w najbliższej przyszłości trudno się spodziewać, że cała lub większość wiedzy ukrytej zamknięta zostanie w systemie kodów. Technologia informatyczna posiada wielki potencjał rozwojowy w sektorach edukacyjnym i służby zdrowia (telemedycyna). W rozdziale niniejszym rozważone będą dwa przeciwstawne pod wieloma względami zjawiska: po pierwsze, jak systemy informatyczne mogą wspomóc liniowy model tworzenia, przesyłania i użycia wiedzy oraz po drugie, jak tworzyć nowe formy zdecentralizowanych sieci, które będą tworzyć wiedzę w radykalnie nowy sposób. Rozwiązanie tego problemu może prowadzić do powstawania przeciwstawnych względem siebie skutków, w zależności od kompetencji współdziałających w sieci partnerów, ale również przez zastosowanie adekwatnych dla danego partnera standardów komunikacyjnych, co potwierdzają badania wykonywane w małych i średnich firmach. Systemy informatyczne dają także niespotykane możliwości tworzenia nowych sieci relacji (networking). To, co niektórzy autorzy określają mianem społeczeństwa wiedzy, inni nazywają epoką sieci (Age of the Network – Lipnack i Stamps, 1994), argumentując, iż wprowadzenie sieci położy kres strukturze hierarchicznej, jednej z cech modernizmu. Wprowadzanie jednak nowych form współpracy sieciowej oraz systemów informatycznych budzi wiele pytań (Coombs, 1996). Oto niektóre z nich: – Czy sieci są przejściowym fenomenem (nowinką), czy też na stałe otwierają nowe możliwości tworzenia i przesyłania wiedzy? – Czy nowe spojrzenie na sieci doprowadzi do rewizji poglądów na temat procesów „konkurencji i tworzenia bogactwa”? – Jakie będą zmiany w sposobie opisu i zarządzania organizacjami (przedsiębiorstwami, szpitalami, szkołami)? – Czy pomiędzy krajami występują różnice w sposobie tworzenia wiedzy w różnych sektorach? – Jakie wynikają z tego powodu implikacje dla rządów? Wiele z odpowiedzi na powyższe pytania można znaleźć w specyficznym sektorze organizacji wiedzy (knowledge-intensiv organizations). Pierwsze pytanie już znalazło pozytywną odpowiedź ponieważ technologie zastosowania sieci komputerowych są trwałe i mają wpływ na rozwój zarządzania organizacjami. Odpowiedzi na pozostałe pytania rozstrzygnie praktyka najbliższych lat, a odpowiedzi na część z nich mogą być niejednorodne. Koncepcja przedsiębiorstwa wiedzy (przedsiębiorstwa opartego na wiedzy) upowszechnia się w literaturze jako alternatywa wobec modelu przedsiębiorstwa wykorzystującego kapitał lub pracę ludzką (odpowiednio capital-intensive i labour-intensive). Wielu autorów opisuje sposoby zarządzania wiedzą (Sveiby i Lloyd, 1987; Myers, 1996; OEDC, 1996; Roos, Dragonetti i Edvisson, 1997; Ruggles, 1997; Skyrme i Amidon, 1997; Stewart, 1997; Wilg, 1997; Boisot, 1998; Davenport i Prusak, 1998). Z czasem jednak określenie „organizacja wiedzy” może ulec deprecjacji. Pojawia się więc potrzeba zdefiniowania tego terminu (Starbuck, 1992). Obecnie uważa się, że organizację wiedzy charakteryzują następujące cechy: – w organizacji wiedza wykorzystywana jest intensywnie (w postaci doświadczenia, nie przepływu informacji), – poszczególni członkowie organizacji dysponują dużymi zasobami wiedzy, które trudno jest przekazać innym, a w konsekwencji trudno jest także zastąpić tych pracowników. Większość szpitali, szkół i firmy sektora high-tech kwalifikuje się jako organizacje wiedzy, co oznacza ogromne zapotrzebowanie na profesjonalistów zarządzania w tych 28 obszarach, ale nie znajduje odzwierciedlenia w profilu szkolenia kadr i procedur awansowania. Organizacje wiedzy, przedsiębiorstwa wiedzy, zajmują się przetwarzaniem wiedzy, a nie informacji oraz zatrudniają profesjonalistów posiadających unikatową wiedzę dotyczącą problemów kluczowych dla opracowania strategii firm, programów inwestycyjnych bądź nowych technologii produkcji. Organizacje te są efektywne tylko wówczas, gdy dobrze zarządzają wiedzą, tak jak ma to miejsce w przypadku odnoszących sukcesy amerykańskich producentów elektroniki. Aby określić cechy charakterystyczne organizacji wiedzy posłużymy się przykładem przedsiębiorstw sektora high-tech, ponieważ najłatwiej jest tam określić efektywność wiedzy. Pouczające są tutaj wyniki badań (Jelinek i Schoonhoven, 1990) przeprowadzonych w firmach Hewlett-Packard (wizytowane przez uczestników seminarium w Stanford, Intel, Motorola, Texas Instruments, National Semiconductor). W przedsiębiorstwach tych w efektywny sposób zarządza się tworzeniem i wykorzystaniem nowej wiedzy producentów elektroniki, które niżej zaprezentowano. Przemysł elektroniczny w szerokim rozumieniu tego słowa kształtuje nasze współczesne życie. Prognozy wskazują na to, że wpływ ten będzie systematycznie rósł, bowiem żyjemy w epoce elektroniki. Trudno wymienić aspekt życia, który nie jest pod jej wpływem. Także metody konkurowania przedsiębiorstw elektronicznych wpływają na inne sektory gospodarki. Firmy elektroniczne mogą przetrwać pod warunkiem wdrożenia umiejętności adaptacji do szybkich zmian. W tych przedsiębiorstwach trwa nieustanna odnowa. Dlatego mogą dawać wzorce innym przedsiębiorstwom, poszukującym sposobów adaptacji. Przemysł elektroniczny nie tylko produkuje nowe technologie informatyczne i komunikacyjne, lecz także używa ich w procesie innowacji. Może więc być wzorcem do naśladowania dla innych przedsiębiorstw wiedzy, m.in. z sektora służby zdrowia i edukacji. Można więc pokusić się o wyodrębnienie charakterystycznych cech tych przedsiębiorstw w burzliwym otoczeniu: – zmiana jest stanem permanentnym, – reorganizacja następuje bardzo często, – pomiędzy chaosem a stabilnością istnieje stan równowagi, którego osiągnięcie jest jednym z celów zarządzania, – trwa tam stałe i zauważalne napięcie pomiędzy swobodą a kontrolą, wolnością a odpowiedzialnością, – kultywowana jest tradycja „małej firmy”. W przedsiębiorstwach takich istnieje duży kapitał społeczny – zaufanie, nieformalne relacje, poświęcenie, „możesz o tym porozmawiać z każdym”, „jeżeli masz jakiś pomysł, powiedz o tym”, – powszechna jest praca zespołowa i zaangażowanie pracowników z różnych komórek organizacyjnych celem realizacji wspólnych projektów, – wiedza i kompetencje zawodowe są ważniejsze niż staż pracy i pozycja w strukturze hierarchicznej. O prestiżu pracownika decyduje jego wiedza i zasługi wniesione do pracy zespołowej, – młodsi pracownicy są postrzegani jako potencjalne źródło pomysłów, podczas gdy starsi uważani są za bardziej wiarygodnych, – skład zespołów roboczych często się zmienia, – granice pomiędzy wnętrzem a otoczeniem przedsiębiorstwa są zatarte i nieustannie zmieniane. To samo dotyczy granic pomiędzy wewnętrznymi komórkami organiza- 29 cyjnymi, takimi jak marketing, produkcja oraz rozwój. Bardzo istotne jest utrzymywanie kontaktów z klientami, jako cennym źródłem nowej wiedzy. Wiedza ta jest uzyskiwana dzięki „zdolnościom absorpcyjnym” organizacji, – od wszystkich członków organizacji oczekuje się innowacyjności, – rozważne działanie wspierane jest dzięki systematycznemu planowaniu. Przedsiębiorstwa te działają w „burzliwym” otoczeniu, angażują wszystkich pracowników, mają płaskie struktury hierarchiczne i kultywują kontakty nieformalne pracowników. Występuje to szczególnie w przedsiębiorstwach japońskich, podczas gdy w brytyjskich tworzone są lepsze warunki do pracy dla twórczych jednostek. Podobny obraz wyłania się z wyników badań przeprowadzonych w firmie Toshiba (Fruin, 1997) oraz z badania porównawczego brytyjskich i japońskich przedsiębiorstw elektronicznych. Podejście brytyjskie opiera się na indywidualizmie i funkcjonalnej specjalizacji, a zarządzanie cyklem rozwoju produktu odbywa się w sposób sekwencyjny. Zakres obowiązków inżynierów brytyjskich jest ściśle określony, podczas gdy w przedsiębiorstwach japońskich inżynierowie angażują się często w pracę zespołów multidyscyplinarnych, a także w pozyskiwanie wiedzy z rynku. W konsekwencji inżynierowie japońscy są także po części odpowiedzialni za koordynację pracy zespołu. Ta ostatnia umiejętność jest ważnym wyznacznikiem kompetencji i kwalifikacji inżyniera w Japonii. Oba powyższe modele wyznaczają także rolę kierownikom zespołów projektowych (Lam, 1996). Z wyżej przytoczonych badań wynika także, że w przedsiębiorstwach japońskich i brytyjskich nadzór nad zespołami projektowymi odbywa się na odmiennych zasadach. Brytyjscy kierownicy zespołów stają się specjalistami – koordynatorami. Większość czasu poświęcają na zarządzanie kryzysowe i pełnienie funkcji łącznika pomiędzy grupami funkcyjnymi. W konsekwencji nie mogą poświęcić się projektowaniu. Japońscy kierownicy zespołów aktywnie uczestniczą w działalności projektowej. Dzięki temu znajdują się nieustannie „w ogniu walki”. Oddzielenie funkcji zarządzania od projektowania niekorzystnie wpływa na przepływ informacji i budowę zaufania pomiędzy inżynierami a kierownikiem zespołu. Z kolei model japoński, integrując funkcje kierownicze i techniczne korzystnie wpływa na podnoszenie kwalifikacji pracowników. Takie zespoły są bardziej elastyczne i szybciej adaptują się do zmian. Można w tym przypadku mówić o cechach europejskiej reprezentowanej przez brytyjską i japońskiej kulturze organizacji charakteryzujących się występowaniem dużych różnic w międzyludzkich interakcjach i stylu zarządzania. Przedsiębiorstwa farmaceutyczne coraz bardziej przypominają organizacje wiedzy. Ich działalność nie polega już na zwykłym poszukiwaniu nowych leków, niekoniecznie opierając się na metodach naukowych. Obecnie leki są starannie projektowane pod kątem funkcji i chorób, które mają leczyć, co pociąga za sobą konieczność wykorzystania różnych rodzajów wiedzy. Udowodniono (Berly i Chakrabarti, 1996), że w ciągu ostatnich piętnastu lat znacząco wzrosła intensywność tworzenia wiedzy w przedsiębiorstwach farmaceutycznych. Firmy, które najbardziej angażowały się w ten kierunek zmian, odniosły także największe sukcesy rynkowe wyrażone poprzez rentowność sprzedaży. Przemysły farmaceutyczny i elektroniczny dostarczają przykładów na to, jak rosnąca rola nauki może wpłynąć na formułowanie strategii wiedzy. W trakcie seminarium na Uniwersytecie w Stanford odbyła się dyskusja z udziałem menedżerów z firmy Hewlett-Packard. Zgodzono się z większością tez dotyczących 30 przedsiębiorstw wiedzy, scharakteryzowanych w referatach głoszonych na seminarium. Zwrócono także uwagę wpływ kadr informatycznych w przemyśle jako czynnika dynamizującego innowacyjność. W przypadku Doliny Krzemowej, która przyciąga 1/4 kapitałów typu venture capital ze Stanów Zjednoczonych, mobilność pracowników, ich chęć do częstego zmieniania pracy, zakładania własnych przedsiębiorstw i gotowość do uczenia się na własnych błędach, są ważnymi czynnikami pobudzającymi rozwój regionu oraz tworzenia podstaw do budowy sieci powiązań. Wydaje się, że Dolina Krzemowa swój sukces zawdzięcza istnieniu ogromnej ilości niewielkich, dynamicznych przedsiębiorstw działających w gęstych sieciach. W przedsiębiorstwach wiedzy powszechnie wykorzystuje się systemy ICT (Information Computer Technology), które wspomagają tworzenie i wykorzystanie nowej wiedzy. Rozpowszechnienie systemów ICT w sektorze edukacyjnym i służby zdrowia jest znacznie mniejsze, chociaż tutaj także odbywa się tworzenie i przesyłanie nowej wiedzy. Czy należy oczekiwać, że zmiany zachodzące w sektorze high-tech rozprzestrzenią się wkrótce na wszystkie pozostałe sektory? Kwestię tę może rozstrzygnąć wprowadzone przez Gibbonsa (1994) rozróżnianie trybów tworzenia wiedzy. Są one szczególnie przydatne do opisu rozwoju nauki i technologii. Tryb pierwszy – „uniwersytecki” – traktuje wiedzę jako homogeniczną, ekspercką, dyscyplinarną, hierarchiczną, związaną z podażą. Wiedza taka jest weryfikowana przez współpracowników (peer-reviewed). Zaprezentowane w tabeli 2 różnice i podobieństwa w tworzeniu, przesyłaniu i wykorzystaniu wiedzy ilustrują występujące obiektywnie czynniki, które posiadają swoje historyczne i współczesne uwarunkowania i miejsce w kształtowaniu ich udziału w tworzących aktualnie społeczeństwach wiedzy. Zestawienia ułatwią nam zrozumienie podstaw zachowań ludzkich funkcjonujących w poszczególnych sektorach, których uzasadnienie można znaleźć studiując poszczególne wiersze tabeli 2. 31 Tabela 2. Niektóre różnice i podobieństwa pomiędzy sektorami Wymiar High-Tech Medycyna Edukacja Siły oddziałujące na tworzenie, przesyłanie i wykorzystanie wiedzy Główna siła stymulująca tworzenie wiedzy Rynek Klienci Politycy Presja na innowacje ze strony własnego Bardzo wyso- Średnie Niskie środowiska kie Priorytet nadawany tworzeniu i przesyłaniu Bardzo wyso- Średnie Niskie wiedzy kie Struktury i zasoby dla tworzenia, przesyłania i użycia wiedzy Wydatki na badania i rozwój Bardzo wyso- Wysokie Niskie kie Świadomość koncepcji zarządzania wiedzą Wysokie Niskie Bardzo wysokie Zastosowanie zarządzania wiedzą Wysokie Średnie Niskie Sieci uczestników Wysokie Zróżnicowane Niskie Współpraca multidyscyplinarna Wysokie Najczęściej Niskie wysokie Współpraca na linii ekspert-nowicjusz (za- Bardzo wyso- Niskie Niskie stosowanie praktyk zawodowych) kie Tworzenie sieci wewnętrznych Wysokie Niskie Najczęściej niskie Zewnętrzne powiązania organizacyjne Wysokie Średnie Bardzo niskie Współpraca z uczestnikami zewnętrznymi Wysokie Średnie Bardzo niskie Ogólna współpraca zewnętrzna Silne Słabe Niskie Współpraca pomiędzy sektorem prywatnym Silne Średnie Niskie a państwowym Powiązania z uniwersytetami Wysokie Średnie Bardzo słabe Wykorzystanie systemów informatycznych Bardzo szybSzybkie Słabe do przesyłania wiedzy kie Przesyłanie nowej wiedzy Szybkie Zmienne Słabe Implementacja nowej wiedzy Szybka Zmienne Powolne Wyniki tworzenia, wykorzystania i użycia wiedzy Kreatywność Bardzo wyso- Wysokie Niskie kie Jakość badań i rozwoju Zmienne Zmienne Niskie Tempo innowacji Zmienne Zmienne Niskie Źródło: Gibbson et al., 1994 Wydatki na badania i rozwój są najwyższe w sektorze przemysłowym, a najniższe w sektorze edukacji. Współpraca i sieci powiązań są najsilniejsze w firmach high-tech, a znacznie słabsze w służbie zdrowia i edukacji. Jeżeli w ogóle występują, to dotyczą głównie specjalistów. System praktyk zawodowych jest najsłabszy w edukacji, a najsilniejszy w sektorze przemysłowym. Również edukacja wypada najsłabiej pod względem tworzenia sieci powiązań zewnętrznych. W konsekwencji przesyłanie i wykorzystanie wiedzy odbywa się najszybciej w firmach high-tech, a szczególnie wolno w edukacji. Wymienione tutaj różnice występujące pomiędzy sektorami zostaną szczegółowo omówione w następnym rozdziale. 32 ROZDZIAŁ 3 EDUKACJA W GOSPODARCE WIEDZY W rozdziale tym zamieszczono analizę doświadczeń rozwiązań edukacji w gospodarce wiedzy czerpiąc przykłady obserwowane w rozwoju gospodarki USA. W rozważaniach tych uwzględniono dydaktyczny już standard case2 w zarządzaniu, który stanowi Krzemowa Dolina. Istotny fragment tego rozdziału stanowi propozycja autorska rozwiązań edukacyjnych budowanych na założeniu wyłącznych zastosowań w procesie edukacji źródeł elektronicznych. Edukacja stanowi przykład sektora, w którym tworzenie wiedzy i jej zastosowanie w procesie nauczania jest finansowane głównie ze środków budżetowych. Jakie nowe funkcje spełnia szkolnictwo w gospodarce wiedzy? Jakie procesy adaptacyjne będą konieczne w działaniach profesjonalistów? Do jakiego stopnia nowe sposoby nauczania są przydatne studentom do życia i pracy w gospodarce wiedzy? Co można zrobić, aby poprawić produkcję, przesyłanie i zastosowanie wiedzy w systemach edukacyjnych? W poprzednim rozdziale przedstawiono te zagadnienia w postaci analizy porównawczej z innymi sektorami. Wskazano na niektóre z zalet i słabości istniejących systemów edukacji. Jednak mogą one ulec znacznym przeobrażeniom, a w najbliższej przyszłości - głównym motorem tych zmian będzie właśnie gospodarka wiedzy. Z dużą dozą prawdopodobieństwa można stwierdzić, że nowe stanowiska pracy powstają w tych gałęziach gospodarki, które intensywnie wykorzystują wiedzę, a dla rosnącej liczby przedsiębiorstw staje się ona kluczowym czynnikiem produkcji. Tendencja ta zwiększy popyt na dobrze wykształconych pracowników. W gospodarce wiedzy kładzie się duży nacisk na usługi w zakresie szkolnictwa: od wczesnego dzieciństwa do szkoleń dla dorosłych. W wielu krajach OECD przeprowadzono gruntowną reformę szkolnictwa. Obserwowana jest również ekspansja szkolnictwa permanentnego. Nie jest jasne, czy te reformy są wynikiem swoistej filozofii, czy też jawnej i wyrazistej strategii dla szkolnictwa permanentnego, które jest niezbędnym warunkiem istnienia gospodarki wiedzy. W wielu krajach szkolnictwo ma wiele wspólnych cech. Wymieńmy zatem najważniejsze: – procesy uczenia się zachodzą w różnorodnych miejscach – w czasie zabawy, w pracy, w domu – nie tylko w formach zorganizowanych przez system edukacji, – poznanie sposobów uczenia się oraz wykształcanie umiejętności meta-poznawczych i meta-kompetencji, szczególnie w szkołach wyższych. Wszyscy zatrudnieni muszą posiadać umiejętność samodoskonalenia się w różnych okolicznościach, traktować miejsce pracy jako instytucję edukacyjną. Prawdopodobnie nie będzie możliwe wykształcenie takich umiejętności w ramach klasycznego trybu dydaktycznego. Trzeba go zmodyfikować. W trybie klasycznym studenci są „uczniami”, podczas gdy profesjonalni nauczyciele „mistrzami”. Natomiast w radykalnie nowej wersji rola mistrzów polega na przekazywaniu zdolności do samodoskonalenia się i pozyskiwania wiedzy oraz rozwijaniu umiejętności pracy zespołowej 2 Case – (przykład) stosowana w naukach organizacji i zarządzania metoda prezentowania interesujących rozwiązań zastosowanych w konkretnym obiekcie. 33 wśród uczniów. Charakter pracy i wzorce zatrudnienia zmieniają się na rzecz preferowania umiejętności pracy zespołowej (Brown 1997; OECD, 1997). Skoro ludzie zmieniają pracę częściej niż w przeszłości, a okres przydatności niektórych umiejętności jest coraz krótszy, nauka i szkolenia w miejscu pracy są potrzebne, aby uzupełnić wykształcenie zdobyte w trakcie studiów uniwersyteckich. Zapotrzebowanie na nowe formy niedrogich i łatwo dostępnych szkoleń może zmienić funkcję i strukturę tradycyjnych instytucji – szkół oraz uniwersytetów. 3.1. Przesłanki rozwoju zaangażowania w zarządzanie wiedzą Modele nauczania stanowią próbę formalizacji procesów przekazywania i przyswajanie wiedzy, tworząc standardy możliwe do testowania w zróżnicowanych warunkach i obszarach zastosowań. Problem dotyczy zastosowania modelu liniowego nauczania, w którym wiedza podstawowa przekazywana jest hierarchicznie, przy zachowaniu specjalizacji zadań i funkcji. Działalność badawczo-rozwojowa, tak samo jak działalność wytwórcza, marketingowa i dystrybucyjna muszą być rozwijane we współczesnych przedsiębiorstwach z uwzględnieniem aspektów socjologicznych i historycznych uwarunkowań. Trzeba jednak zauważyć, że porzucenie modelu liniowego nie było możliwe w tych fazach rozwoju gospodarki, w której model liniowy spełniał swoje funkcje. Uczestnicy ulegali pokusie ustalania linii demarkacyjnych pomiędzy wiedzą naukową, stanowiącą domenę badaczy-naukowców a wiedzą techniczną, należącą do sfery biznesu. Dyskusje na temat zacierania się tych różnic były często żywe, przy czym należy zauważyć, że to właśnie w dziedzinie edukacji dyskutanci starali się utrzymać wyraźny podział między światem badań i rozwoju a światem użytkowników. Oczywiście sytuacja w poszczególnych krajach OECD jest różna, ale trzeba przyznać, że w niektórych z nich użytkownicy, tj. nauczyciele i profesorowie są raczej przedmiotami badań naukowych niż ich uczestnikami. Stanowi to argument za odnowieniem ram pojęciowych, które zapewniłyby: – zrozumienie ekonomiki wiedzy, – porównania sektorowe ułatwiające lepsze zrozumienie sektora edukacji, – konieczność stworzenia nowej generacji wskaźników. W podrozdziale tym wykorzystano materiały obrazujące przebieg dyskusji i konfrontacji stanowisk badaczy reprezentujących środowisko czołowych uniwersytetów uczestniczących w czterech kongresach zarządzania wiedzą omówionych w materiałach OECD. Wartość prezentowanych opinii i przykładów uzasadnia ich prezentację właśnie w tym rozdziale. W trakcie analizowania wiedzy, jako zasobu bez wątpienia bardzo szczególnego rodzaju, powstaje problem identyfikacji jej źródła, że użyjemy klasycznych określeń stosowanych przez ekonomistów w opisie łańcucha wartości. Między ekonomistami powstał spór dotyczący podstawowego podziału świata na dwie kategorie: świat rzeczy oraz idei. Profesor Paul Romer ze Stanford University argumentował przekonywująco, że uczestnicy powinni pracować nad stworzeniem teoretycznych ram umożliwiających zrozumienie powstawania gospodarki wiedzy. Dla Romera rozróżnienie to ma bardziej znaczenie instytucjonalne, socjologiczne i polityczne niż ekonomiczne. Przyjmując postawę adwokata diabła, zbagatelizował on fakt, że nikt już nie rozdziera szat z powodu braku „wspólnoty majątku intelektualnego”, co było wyraźną aluzją do prowadzonych w dziewiętnastowiecznej Anglii sporów karmiących umysły twórców ekonomii politycznej. Gdy ilość owiec wypasanych na wspólnych gruntach zaczęła zależeć od roz- 34 miarów tych gruntów, powstał polityczny problem: zwiększyć wielkość pól, czy zredukować liczebność stada. Problem nie występuje w przypadku idei, kolektywnych korzyści, ponieważ wynika ze zbyt małych zasobów i sposobów dystrybucji, które mają tę cechę, że spory mogą się toczyć w nieskończoność bez wpływu na rzeczywistość. Niektóre idee rozprzestrzeniają się bardzo szeroko, ignorują granice państw, natomiast inne pozostają osadzone w organizacjach, czyli wg trafnego określenia użytego przez profesora Eryka von Hippela z Massachusetts Institute of Technology (MIT) – są „kleiste”. Niektóre pomysły dają się łatwo przekształcić w kapitał. Podczas paryskiego seminarium (stanowiącego podstawę do wykonania syntezy książki OECD) podkreślano heterogeniczny charakter bazy wiedzy w sektorze edukacji. Przykładem niepokojącym jest malejąca zdolność sektora edukacji do generowania wiedzy dotyczącej czynności nauczania i opracowywania nowych technologii. Natomiast zapotrzebowanie na tę wiedzę zgłaszają coraz bardziej zainteresowani przedstawiciele władz politycznych, zadając pytania na temat zarówno wydajności, jak i skuteczności funkcjonowania państwowych ośrodków akademickich. Mając świadomość, jakim ciężarem są wydatki na edukację w PKB, władze polityczne różnych krajów chciałyby móc oceniać wydajność systemów edukacji i porównywać sprawność szkół. Zadają więc pytania na temat wpływu edukacji na poziom zatrudnienia, nie uwzględniając często występujących uwarunkowań przyczynowo-skutkowych. Polskie doświadczenia ostatnich lat również wskazują, że tendencje w ograniczeniu wydatków budżetowych na naukę są nieprzerwanie kontynuowane, a jedyną logiczną przesłanką wyjaśniającą występowanie tych tendencji jest słabość presji politycznej tego środowiska. Referat Maurice Kogana (Brunel University) dotyczy kwestii efektywności nakładów ponoszonych na naukę przez władze polityczne krajów, a zwłaszcza zasad dystrybucji środków publicznych i koncentruje się szczególnie na sektorze szkolnictwa wyższego. Autor dochodzi do dwóch wyraźnych wniosków: po pierwsze, ważne jest aby zrozumieć, jak różne instytucje i ludzie działający w systemie edukacji manipulują dostępnymi środkami w celu uzyskania dla siebie korzyści. Drugi wniosek dotyczy trudnych zależności między naukowcami-badaczami a użytkownikami wyników badań. Martin Carnoy ze Stanford University dostarcza pośrednio pomocy w rozstrzygnięciu tego dylematu. Jako ekonomista zajmujący się problemami edukacji prezentuje on przypadki ilustrujące zależności między wiedzą a działaniem. Wyniki badań są wykorzystywane, jeżeli pozostają w zgodności ze zdrowym rozsądkiem. W przeciwnym przypadku mogą się wydawać politycznie niebezpieczne i ze strachu przed ryzykiem będą ignorowane. W stosunku do sektora medycyny różnica w „poprawności” wyników jest wyraźna. Nie ma czegoś takiego, jak społecznie akceptowany wynik odnoszący się do raka piersi, natomiast istnieje taki wynik odnoszący się do stopnia analfabetyzmu w kraju. Z drugiej strony – zależność między rakiem płuc a paleniem papierosów lub między ilością dzieci w klasie a wynikami nauki w szkole nie są wcale tematami neutralnymi. Liczebność osób w klasie przekłada się bowiem na liczbę klas decydującą o kosztach edukacji – tj. poziomu zatrudnienia lub liczby nadgodzin. Te wyniki badań stanowią silny bodziec dla zainteresowanych osób i instytucji (związku nauczycieli, nauczycieli, producentów tytoniu i papierosów), ponieważ mogą prowadzić do zmiany postępowania ich dotychczasowych klientów. Profesor David Hargreaves porównuje systematycznie i dokładnie bazy wiedzy medycyny i oświaty. W swoim referacie postanowił mówić o zawodach, a nie o zadaniach czy działaniach. Faktycznie koncentruje się na usługach świadczonych przez przedstawicieli tych zawodów. Zarówno lekarze, jak i nauczyciele (nie dotyczy 35 szkolnictwa wyższego) muszą zidentyfikować problemy w celu dokonania diagnozy i rozwiązać je w formie ustalenia niezbędnej kuracji. Hargreaves wykazuje bardzo jasno, że przy nawiązywaniu stosunków ze swoimi „klientami” nauczyciele są bardziej wyizolowani niż lekarze. Szkoły nie mają jeszcze do dyspozycji zestawu dokładnie określonych narzędzi metodologicznych do diagnozowania i prowadzenia „kuracji”. Klasycznym przykładem jest artysta lub rzemieślnik używający narzędzi w celu otrzymania finalnego wyrobu; np. kucharz mieszający mąkę i mleko z jajami, aby usmażyć naleśniki. Gdyby jakość składników i wyposażenie używane do realizacji procesu były całkowicie znormalizowane a otoczenie stabilne, to wiedzę ukrytą można by łatwo przekształcić w przepis, który mógłby być powszechnie stosowany. W przypadku, gdy jakość składników jest niejednakowa, a otoczenie niestabilne, w celu uzyskania doskonałego produktu trzeba odpowiednio zmieniać proporcje składników i parametry procesu. Przykład ten dowodzi, że stopień skomplikowania i skala zmiany jakości i warunków otoczenia decydują o tym, jak łatwo (czy raczej jak trudno) przekształcić jest wiedzę ukrytą w wiedzę, która daje się zapisać i przekazać. Drugi przykład wiedzy ukrytej odnosi się do zarządzania firmami. Czy firma A powinna przejąć firmę B, czy powinna zostawić sprawy takimi, jakimi są obecnie? Podjęcie decyzji wymaga przetworzenia niewiarygodnie dużej ilości informacji i przeanalizowania wielu zależności między słabo określonymi zmiennymi. Szacunki oparte na domysłach i domniemania na temat przyszłych wydarzeń mają podstawowe znaczenie dla ostatecznej decyzji. Ocena zasobów ludzkich w innej firmie jest skomplikowanym zadaniem. Mówiąc krótko, wiedza jest „ukryta” dlatego, że jest skomplikowana, zaś zmiany rezultatów działań mogą wynikać z powodu różnic jakości prowadzenia procesów. Mamy z nią do czynienia przeważnie tam, gdzie trzeba używać jednocześnie kilku zmysłów i spotykamy się z „wykwalifikowanymi zachowaniami fizycznymi” oraz tam, gdzie kluczowe znaczenie ma zrozumienie zależności społecznych. Im szybszy oraz im bardziej radykalny jest proces zmiany, tym mniej sensowne będą próby skodyfikowania wiedzy. Powyższy fragment uwarunkowań decyzyjnych klasyfikowany jako szczególnie złożony stanowił podstawę merytorycznych przesłanek restrukturyzacji polskiej gospodarki i krajów Europy środkowo-wschodniej realizujących przekształcenia w kierunku gospodarki rynkowej. W stanie ustalonym (obieg kołowy w ujęciu Schumpetera) może następować stopniowe przechodzenie od wiedzy ukrytej do jawnej. W zachodniej cywilizacji występuje obecnie silna tendencja do posługiwania się jasno sformułowaną wiedzą o dobrze zdefiniowanej strukturze i podejmowane są próby zautomatyzowania ludzkich umiejętności. Zakłady o wysokim stopniu automatyzacji procesów mogą być wysoko rentowne, ale gdy ich wyroby stają się niekonkurencyjne z powodu wynalezienia atrakcyjniejszych substytutów stają one przed zazwyczaj bardzo trudnym do rozwiązania problemem „rdzewiejących taśm montażowych”. Podstawowe założenie, na którym opiera się gospodarka wiedzy mówi, że od 1980 r. mamy do czynienia ze znacznym przyśpieszeniem zmian zachodzących w obszarach funkcjonowania nauki. Mało jest wątpliwości co do tego, że przyspieszenia takie trwają znacznie dłużej: zmiany ogromnie przyspieszyły od czasu rewolucji przemysłowej. Niełatwo jest znaleźć niezawodne i aktualne wskaźniki. Ilość publikowanych artykułów naukowych wzrasta w tempie wykładniczym, ale może to mieć związek bardziej z czynnikami instytucjonalnymi, niż z rzeczywistym wzrostem zasobu wiedzy. Dane statystyczne na temat patentów i inne wskaźniki postępu technicznego mogą wskazy- 36 wać na większe lub mniejsze tempo wzrostu, ale także i w tym przypadku względy instytucjonalizacji mogą być ważniejsze niż rzeczywiste tempo przyrostu wiedzy. Stopa wzrostu ekonomicznego jest dziś w rzeczywistości niższa niż w latach pięćdziesiątych i sześćdziesiątych, a wskaźniki zmian strukturalnych (zmiany sektorowej składu produkcji i zatrudnienia) nie dają wyraźnej wskazówki ułatwiającej wyjaśnienie zjawiska. Wprawdzie w latach osiemdziesiątych nastąpiły zmiany w strukturze zatrudnienia wydaje się; że wystąpiło pewne przyspieszenie zmian strukturalnych w gospodarce światowej. Jeżeli ocenimy sektory stosując kryteria wydajności (OECD, 1994 i 1995), to zakres tych zmian należy uznać jako zróżnicowane w zależności od specyfiki branży i rodzaju działalności. Z powodu trudności z uzyskaniem godnych zaufania i aktualnych danych użyteczne mogą się okazać dowody z pogranicza anegdoty. W 1993 r. tematem corocznej konferencji europejskich menedżerów B+R (ERMA) było „przyspieszenie innowacji”. Wśród uczestników nie było prawie żadnych wątpliwości co do tego, że nastąpiło przyspieszenie – przynajmniej pod pewnymi zasadniczymi względami. Kluczowe znaczenie dla innowacji ma zagwarantowanie jak najszybszego przechodzenia od pierwotnego pomysłu do wprowadzenia nowości na rynek. Dyskusja w trakcie konferencji koncentrowała się na różnych sposobach osiągnięcia tego celu. Gdy działalność strategiczna twórców zmian ulega przyspieszeniu, inni uczestnicy gry rynkowej muszą się szybciej uczyć. W tej konkluzji wyraża się istota zależności, iż innowator tempem swojej pracy narzuca pozostałym partnerom tempo niezbędnych do wykonania prac aplikacyjnych. Inną tendencją, która dotyczy szerszego kręgu uczestników niż firmy charakteryzujące się wysokim poziomem innowacyjności jest dążenie do elastycznej specjalizacji, w ramach której wytwórcy starają się zwiększyć swoją konkurencyjność przez szybsze reagowanie na „kaprysy” rynku. Kolejne zjawisko związane jest z ostrzejszą konkurencją w sektorach, gdzie przedtem firmy wiodły sobie spokojny żywot. Konkurencja może być skutkiem wejścia firm należących do innych sektorów, np.: – bankowości - rozwój firm leasingowych, – obrotu nieruchomościami – firmy consultingowe, – utrzymania otwarcia rynku krajowego na import, – deregulacji czy prywatyzacji. We wszystkich tych przypadkach prędkość zmian wzrośnie znacznie bardziej niż w sektorach (takich jak włókiennictwo, przemysł odzieżowy i przemysł wyrobów domowych), w których firmy przyzwyczajone do konkurencji odczuwają skutki globalizacji. Prędkość przemian wzrośnie i będzie stymulowała wprowadzanie nowych koncepcji zarządzania i form organizacji. Każda z wymienionych tendencji staje się czynnikiem stymulującym tempo zmian prowadzących do jeszcze większego przyspieszenia innowacji mogącego być także elementem destrukcji. Empiryczne dane uzyskane na podstawie przeglądu 2000 duńskich firm potwierdzają główne założenie mówiące o zwiększonej konkurencji i przyspieszeniu zmian (Gjedring, 1996; Lund i Gjedring, 1996). W latach dziewięćdziesiątych wystąpiła ostra konkurencja firm. W tych z analizowanych obiektów, w których zaobserwowano radykalny wzrost intensywności konkurencji, wprowadzono nowe formy organizacji, co wymusiło większą elastyczność w działaniu oraz zwiększyło wymagania dotyczące kwalifikacji i zdolności do przyswajania nowej wiedzy przez własnych pracowników. Ten, a także inne wnioski wypływające z przeglądu wskazują na proces, w którym zwiększone naciski konkurencji powodują transformację i selekcję. Organizacje zmie- 37 niają się w taki sposób, aby wzrastała ich zdolność do radzenia sobie ze zmianami. Do kadry menedżerskiej wybierani są ludzie ukierunkowani na zmiany – jest to ważna cecha wzmacniająca charakter uczącej się gospodarki. W przemyśle, głównie w dziedzinach takich jak biotechnologia i farmaceutyka, o zarządzaniu wiedzą mówi się już od ponad dziesięciu lat. W latach dziewięćdziesiątych liczba publikacji (książek, skryptów akademickich i czasopism specjalistycznych) na ten temat gwałtownie wzrosła. Wiele korporacji posiada kierownika ds. wiedzy (Chief Knowledge Officer). Zapoczątkowano więc badania nad jego rolą w przedsiębiorstwie (Guns, 1998; Earl i Scott, 1999). Zainteresowanie tą problematyką jest zgłaszane przez instytucje rządowe (np. Brytyjskie Ministerstwo Handlu i Przemysłu, 1998). Dla odmiany w sektorze zdrowia i szkolnictwa, z małymi wyjątkami (Rowland, 1998; Hargreaves, 1998), o wiedzy prawie w ogóle się nie mówi, pomimo że sektory zdrowia i szkolnictwa wykorzystują ją intensywnie. Zarządzanie wiedzą zostało zaakceptowane przez sektor przemysłowy, lecz prawie zupełnie zignorowane przez opiekę zdrowotną i szkolnictwo, zatem pierwszym krokiem jest odkrycie obecnych podstaw wiedzy nauczycieli. Główną funkcją instytucji szkolnictwa jest przekazywanie lub kultywowanie wiedzy, umiejętności i kreowanie jej rozumienia u studentów. Natomiast znaczenie tworzenia i zarządzania profesjonalną wiedzą przez kadry, które potencjalnie mogły wzbogacić i polepszyć nauczanie i uczenie się, jest w dużym stopniu ignorowane. Ponadto pracownicy sektora edukacji są niechętni uczeniu się czegokolwiek od pracowników biznesu i przemysłu, w szczególności od sektora przemysłowego, gdzie powstaje know how, co staje się słabością tego sektora w większości rozwiniętych krajów świata. Pedagodzy posiadają relatywnie niewiele formalnej wiedzy, by wykorzystać ją w swojej pracy (odpowiednik matematyki i fizyki dla inżyniera czy nauk biologicznych dla lekarza). Mają też oni tendencję do pracy w bardzo zindywidualizowanym zespole: jeden nauczyciel z grupą uczniów w sali. Wiedza ta jest więc bardziej osobista niż kolektywna, bardziej zamknięta niż jawna. W typowej szkole średniej pedagodzy dysponują przeciętnie od dziesięciu do dwudziestu pięciu lat doświadczenia zawodowego. Bardzo niewielką część ich wiedzy stanowi wiedza kolektywna. W wielu krajach OECD szkoły rozwijają systemy samooceny (MacBeath, 1999). Przeprowadzana jest inspekcja wybranych aspektów ich działalności, a zwłaszcza planu zajęć i stosowania pomocy naukowych. Pierwszym krokiem ku zarządzaniu wiedzą w szkołach byłaby rewizja zawodowej wiedzy kadry, która miałaby na celu odkrycie tego, co wiedzą o nauczaniu i uczeniu się. Rewizja ukazałaby także, czego nauczyciele nie wiedzą i co być może powinni wiedzieć. Sektor prywatny może doradzić, jak wspomóc taką rewizję i określić mapę wiedzy (Skyrme and Amidon, 1997; Ward, 1998). Po rozpoznaniu swej własnej kolektywnej wiedzy bądź jej niedostatku, szkoły i uniwersytety powinny zdać sobie sprawę z ważności potencjalnej siły wiedzy kolektywnej oraz wagi wiedzy ukrytej, a także z trudności mających miejsce przy jej konwersji na wiedzę jawną; braków w obecnej wiedzy i możliwości zredukowania zbiorczej ignorancji. Proponowana rewizja mogłaby być (tak jak w przemyśle) bodźcem do bardziej efektywnego zarządzania i tworzenia wiedzy, która sprosta wyzwaniom szkolnictwa przyszłości. Niezbędna w nowych warunkach zasada uczenia się przez całe życie oznacza, że uczniowie muszą poznać metody nowoczesnych technik uczenia się w szkole średniej lub po rozpoczęciu studiów wyższych. Rola nauczyciela polegała do tej pory na reali- 38 zowaniu punktów programu z wykorzystaniem umiejętności dydaktycznych. Obecnie na poziomie szkolnym pedagodzy muszą nauczyć swych uczniów sposobów uczenia się, co jest zadaniem ambitnym, na które składają się elementy: – motywacja do uczenia się przez całe życie, – umiejętność określenia swych potrzeb uczenia się lub wiedza o sposobach zdobycia pomocy, – umiejętność określenia rodzaju edukacji lub szkolenia dla zaspokojenia tych potrzeb, – nabycie meta-poznawczych umiejętności – myślenie o własnym myśleniu, poznanie jak dostosowywać się do stylów i strategii uczenia się, – umiejętność samodzielnej nauki i w różnym kontekście (praca, rozrywka, dom), innym niż formalne organizacje edukacyjne, – uczenie się, jak zdobyć informację i wiedzę z nowego świata informacji i technologii komunikacyjnych. Wymienione wyżej tezy uzasadniają konieczność wytworzenia i zastosowania nowej wiedzy pedagogicznej. Stanowi to ogromne wyzwanie i trudno tu sobie wyobrazić konsekwencje braku aktywnego zaangażowania nauczycieli - praktyków w ten proces. Pomoc uczniom w poznaniu metod uczenia się jest procesem złożonym i wymaga transformacji pedagogicznej, będącej wynikiem współpracy, a nie czystych badań. Rysunek 4. Tworzenie, transfer i integracja wiedzy Źródło: Camagni (1998) 3.2. Zastosowanie technologii informatycznych (ITC) w zarządzaniu wiedzą Dynamiczny rozwój informatyki uzasadnia oczekiwania, że rosnące jej wykorzystanie zwiększy zarówno intensywność, jak i możliwości kodyfikowania wiedzy (David i Foray, 1995). Związek między rewolucją technologii informatycznych (Tl) a rolą wiedzy ukrytej w gospodarce nauki jest bardziej skomplikowany i występuje na płaszczyźnie tworzenia, przesyłania oraz zastosowań wiedzy. Mimo że niektóre umiejętności przyjmą postać skodyfikowaną, to jednak wzrośnie również zapotrzebowanie na komplementarną wiedzę ukrytą. Sam wzrost ilości informacji dostępnych dla ludzi zajmujących się gospodarką zwiększa zapotrzebowanie na 39 umiejętność wybierania informacji i posługiwania się nimi w sposób twórczy. Z tego powodu może wystąpić wzrost znaczeni nauki opartej na doświadczeniu. Głównym efektem rewolucji TI w odniesieniu do procesu nauki może okazać się przyspieszenie zmian w gospodarce. Kodyfikacja, standaryzacja i normalizacja pewnych fragmentów zasobu wiedzy zwiększa prędkość niektórych etapów procesu innowacyjnego, przy czym może również ulec przyspieszeniu rozprzestrzenianie tego rodzaju wiedzy. Aby zrozumieć, dlaczego umiejętności i ich nabywanie pozostaną kluczowym elementem sprawności ekonomicznej, należy prześledzić zależność między nauką a zmianami otoczenia, w których obecnie decydującą rolę odgrywają zmiany technologii informacyjnych. Istnieje ścisły wzajemny związek między nauką a zmianami otoczenia. Z jednej strony nauka jest ważnym czynnikiem warunkującym proces innowacji. Z drugiej natomiast zmiany sprawiają, że wszyscy, których one dotyczą, muszą się uczyć. W tym kontekście należy zauważyć, że zadaniem znacznej i stale rosnącej części siły roboczej jest promowanie zmian, a pozostałej zmiany są narzucane z góry. W gospodarce rynkowej występuje silna dążność do tworzenia i wykorzystywania nowości. Wytwarzanie tej samej rzeczy stosowanymi powszechnie metodami nie przynosi – przynajmniej w dłuższej perspektywie – dużych korzyści. Wynajdywanie nowych metod wytwarzania i nowych bardziej atrakcyjnych wyrobów jest konieczne dla utrzymania się firmy na najbardziej konkurencyjnych rynkach. W odniesieniu do produkcji i kontaktów z użytkownikami nauka ma podstawowe znaczenie dla innowacji w zakresie procesów i wyrobów (Lundvall, 1985). Nauka dostrzega i określa problemy, a także obejmuje tworzenie wiedzy umożliwiającej zainteresowanym osobom znalezienie sposobów rozwiązywania tych problemów. Ważna jest również zdolność uczenia się na podstawie doświadczenia i wykorzystywania doświadczeń zdobywanych w trakcie rozwiązywania wcześniejszych problemów. Nauka wzmacnia fachowość i zapewnia ludziom i organizacjom podstawę dla wprowadzania innowacji. Jest jednak również prawdą, że proces zmian zapoczątkowany przez twórców innowacji wymusza zmiany na innych ludziach. Gdy konkurencja wprowadza wydajniejszy proces, nacisk na zmiany (innowacje) nasila się. Konsumenci skonfrontowani z nowymi wyrobami muszą zmienić swoje zachowania. A zmiana zmusza do nauki. W tym sensie nauka i zmiana są dwiema stronami samonapędzającego się procesu. Po to, aby szkoły brały udział w tworzeniu, zastosowaniu i rozpowszechnianiu wiedzy zawodowej można je połączyć za pomocą połączeń teleinformatycznych. W przemyśle, gdzie wiedza jest złożona i ciągle poszerzana, a źródła wiedzy są szeroko rozprzestrzenione, miejsce innowacji może się znajdować w sieciach uczenia się. Trudno jest rozwijać sieci między szkołami nawet na poziomie lokalnym, gdyż nauczyciel większość czasu spędza w sali szkolnej. Jeśliby opłacalność zastosowania sieci była łatwiejsza do wykazania, można byłoby wprowadzić bardziej radykalne usprawnienia. Na przykład w niektórych krajach szkoły są od czasu do czasu zamykane na jeden dzień, aby umożliwić szkolenia zawodowe dla kadry podczas nieobecności uczniów. Dzieje się tak w szkole macierzystej, ale mogłyby to mieć miejsce także w innych szkołach. Sieci będą się rozwijały dzięki technologiom informatycznym (ICT), lecz tylko wtedy, gdy będą głównym celem w tworzeniu nowych ról i relacji między badaczami i praktykami, tak aby wspierać edukacyjne działania z udziałem zasobów i środków B+R (Freeman, 1991). Wartość sieci oceniana wewnątrz firmy – uwzględniając cele innowacji i transferu wiedzy – jest pozytywna (Lundgren, 1995; Coombs et al., 1996), szczególnie w sekto- 40 rze elektroniki i biotechnologii. Nowoczesne spółki biotechnologiczne przeprowadzają prawie każdą modyfikację w procesie produkcji, od wynalazku do dystrybucji, dzięki współpracy zewnętrznej. Jest wiele form tego wewnątrzorganizacyjnego „sojuszu”. Intensywność badań i rozwoju czy poziom technologicznego zaawansowania przemysłu są pozytywnie skorelowane z intensywnością i rozmiarem sojuszów. Tworzenie wiedzy następuje w kontekście określonych powiązań społecznych i organizacyjnych. Aby pozostać na bieżąco na gwałtownie rozwijającym się polu, organizacja musi brać udział w procesie badawczym. Bierni odbiorcy nowej wiedzy najprawdopodobniej nie będą na nią reagować i doceniać jej wartości. W tych gałęziach przemysłu, w których know-how jest krytyczny, spółki muszą być ekspertami zarówno w badaniach wewnętrznych, jak zewnętrznych z takimi zewnętrznymi partnerami, jak naukowcy uniwersyteccy. Wartość i zdolność firmy do współpracy ma związek z jej cennymi nabytkami, a jednocześnie kolaboracja (współpraca) dalej rozwija i umacnia wewnętrzne kompetencje. W przypadku, gdy źródłem innowacji jest sieć organizacyjna, dostęp do tej sieci stanowi czynnik krytyczny. Biletami wstępu do tej sieci są sojusze B+R, zaczątki bardziej zróżnicowanych typów współpracy i oś, wokół której firmy zostają powiązane centralnie. Wynikiem tego obustronnego nauczania jest rozwój praktyki korzystania z nowych środków komunikacyjnych na poziomie firmy i sektora (Powell, Koput i Smith-Doerr, 1996). Uważa się, że rozwój ICT w szkołach to źródło materiałów do nauczania i uczenia się dla nauczycieli i uczniów. Choć jest to istotne, może jednak przysłonić inne, ważne cele. Włączenie każdej szkoły do sieci ICT, co zdarza się w niektórych krajach, ułatwia formowanie infrastruktury. Wartość pedagogiczna ICT powinna być wykorzystana przy rozwoju profesjonalnych sieci wiedzy, wewnętrznych sieci nauczycieli i uczniów w różnych formach, takich jak wirtualne centra nauczycielskie oraz forum dla debat i dyskusji. W przemyśle istnieje już model tego, co może być zrobione. Freeman (1991) w swej analizie wpływu ICT na sieci przemysłowe zrelacjonował silny wzrost współpracy i rozwój sieci badawczych następujący od lat sześćdziesiątych i znaczącą zmianę jakościową we wcześniejszych formach współpracy i nowych więzi tworzących się wraz z rozwojem sieci. Wzrost liczby studentów, kojarzony czasami ze zmniejszeniem pieniędzy przeznaczonych dla jednego studenta, ogranicza zaangażowanie nauczycieli akademickich w prace badawcze. Na charakter badań mogą też mieć wpływ użytkownicy, faworyzujący raczej krótkoterminowe badania, których wyniki można od razu zastosować niż te podstawowe, będące wynikiem naukowej ciekawości. Te same wpływy funkcjonują w szkolnictwie. Niektóre przedsiębiorstwa działające w obszarze badań i rozwoju (B+R) są nadal pod wpływem uniwersytetów, szczególnie w dziedzinach, w których podejmuje się zaawansowane nauki kognitywne, psychologię lub badania podstawowe powiązane ze szkolnictwem. W ostatnich latach wielu ludzi fascynuje się psychologią, ewolucją, neurologią, szczególnie pod wpływem popularnych wydawnictw Pinkera (1997), Plotkima (1997) i Greenfielda (1997). Jest mało prawdopodobne, aby zaistniały krótkoterminowe zastosowania edukacyjne obecnych prac w neurologii, choć psychologia kognitywna może okazać się potrzebną (Bruer, 1996). Ale nawet w tym przypadku będzie istniało zapotrzebowanie na mediatorów, którzy zapewnią dostęp do wiedzy klasom szkolnym. Można więc założyć, że w szkolnictwie, jak i wielu innych dziedzinach, innowacja nie jest sprawą „wielkich idei” czy „technologicznych przełomów” lub abso- 41 lutnych nowości, ale raczej powinna być kierowana na rutynowe wykorzystanie istniejącej wiedzy zawodowej i technologii nauczania. To kieruje poszukiwania nowej wiedzy na to, co obecnie dzieje się w szkołach i na odkrycie systemu, w którym szkolnictwo będzie upowszechniało wiedzę – nową wiedzę zawodową (Foray, 1994). Historia sukcesu Doliny Krzemowej i bliska zależność między badaczami a użytkownikami jest znana od dawna. To właśnie współzależność uniwersytetu i przemysłu technologicznego przyczyniła się do wykreowania pojęcia Doliny Krzemowej, utożsamianej w skali świata jako dominujące centrum elektroniki. Inicjująca rola Uniwersytetu w Stanford, a szczególnie wiceprezydenta korporacji Hewlett-Packard Fredericka Termana, była decydująca dla rozpoczęcia działalności w Dolinie Krzemowej. W 1920 r. Stanford nie był nawet drugoligową szkołą lokalną, po roku 1940 poprawiła się zdecydowanie jego pozycja w rankingu uczelni. Awans Stanfordu przyczynił się do zapoczątkowania przemysłu mikroelektronicznego w Dolinie Krzemowej. Jednym z najważniejszych działań Termana mających wpływ na rozwój Doliny Krzemowej było założenie firmy Hewlett-Packard. Dolina Krzemowa jest przykładem interakcji między użytkownikiem wiedzy a badaczem w wymiarze personalnym i instytucjonalnym. Symbioza uniwersytetu i przemysłu w Dolinie Krzemowej ma kilka rzadkich cech, dzięki którym nabyto umiejętności uniknięcia ryzyka niepowodzenia liniowego modelu produkcji i zastosowania wiedzy. Praktyka tworzenia wiedzy wskazuje, że często nie mamy oddzielnego laboratorium B+R i pracę wykonujemy właśnie tam, gdzie to możliwe. Innowacja nie może być „zamurowana”, tak jak odpowiedzialność małej, jasno zdefiniowanej grupy innowatorów. Innowacja powinna raczej przenikać firmę z powiązaniami we wszystkich kluczowych dziedzinach. Bariery – między badaniem a rozwojem, między rozwojem a produkcją – muszą być zniszczone. Normą jest nakładanie się, kontakt i negocjacja (Jelinek i Schoonhoven, 1990). Zaletą możliwie najwcześniejszego łączenia B+R z produkcją, zamiast oczekiwania na przełom technologiczny jest uruchomienie wczesnego oddziaływania produktu na rynek poprzez fazę eksperymentalnej komercjalizacji. Potrzeby rynku są połączone z procesem B+R we wczesnym stadium, gdy łatwo jest przeprowadzać zmiany. Inkorporacja wiedzy naukowej do procesu produkcyjnego zależy nie tylko od transferu badaczy do rozwoju i produkcji, ale też od początkowego zaangażowania inżynierów w odkrycia. Podobnie niezrzeszeni profesorowie, naukowcy i inżynierowie mogą być włączeni do projektu (Harrison, 1998). Badania podstawowe i stosowane są wysoce specjalistyczne i powstają z procesu inżynierii produkcji; muszą więc być wyizolowane z codziennego zarządzania operacyjnego planowania produkcji i marketingu. Większość laboratoriów badawczych, w zakresie nauk stosowanych, wykracza daleko poza przyziemny świat zarządzania i produkcji. Toshiba koncentruje 75% personelu B+R na fabrycznym poziomie organizacji i dalsze 15% na poziomach centralnym i działowym, więc konsoliduje 90% swych pracowników B+R poniżej centralnego poziomu B+R. Tak długo, jak Toshiba jest w stanie zintegrować większość swej wiedzy i swój know-how, które wypływają z rozwiązań projektowych, udaje się skrócić czas wejścia na rynek i skupić się na możliwościach uczenia się na całości łańcucha badań stosowanych, projektu, rozwoju i wytwarzania nowych produktów (Fruin, 1997). Siłą tego modelu zawodowego uczenia się jest to, iż łączy on uczniów przez wspólną naukę, która jest jedną z podstaw tworzenia wiedzy przez praktyków i ciągłego rozwoju zawodowego poprzez naukę w pracy. 42 Dominujące teorie nauki w formalnych instytucjach edukacyjnych, a szczególnie w szkoleniach dla nauczycieli zajmują się nabywaniem wiedzy formalnej, jawnej i kodowanej, co ma miejsce w specjalnie dobranych miejscach (sale szkolne/wykładowe) i wykładanej przez eksperta wiedzy z zakresu pedagogiki (wyszkolony i wykwalifikowany nauczyciel). Nowa forma uczenia się wygląda inaczej, jak to jest pokazane w tabeli 3 w rozdziale 3. Teoria usytuowanego uczenia się (Lave i Wagner, 1991; Lave, 1993; Wenger, 1998) pozwala stwierdzić, iż wiedza oznacza nabycie kompetencji w danej dziedzinie, a zdobycie tej wiedzy jest kwestią uczestnictwa w grupie, co pozwoli adeptowi na jej nabywanie. Warunek uczestnictwa w grupie i przyzwolenia pozwala na zakorzenienie wspomnianego wyżej modelu uczenia się. 3.3. Metoda edukacji z wykorzystaniem elektronicznych baz wiedzy, tworzeniem syntez i wspomaganą oprogramowaniem interakcją Elementem składowym tego rozdziału jest metodyka tworzenia baz wiedzy dla potrzeb edukacji, tworzenie syntez i jej walidacja w pracy w grupie dydaktycznej. Stosowanie tej metody ma na celu spowodowanie bardziej efektywnego tworzenia syntez wiedzy ze źródeł elektronicznych, ich weryfikacji, oceny realizowanej w ramach grup dydaktycznych z automatycznie realizowanym monitoringiem stanu opanowania tych umiejętności. Komputerowe wspomaganie ewidencji przebiegu zajęć i wykonywania testów dostarcza sprzężeń zwrotnych dotyczących koncentracji na zagadnieniach najtrudniej przyswajalnych. 3.3.1. Struktura syntezy wiedzy i metody jej tworzenia Nadanie odpowiedniej struktury i formy „porcji” informacji naukowo-technicznej uczestniczącej w wymianie informacji naukowej przyjęło formę dość powszechnie akceptowanej standaryzacji. Można uznać, że właśnie standard publikacji stanowi porcję wiedzy wygodnej dla prezentacji idei czy wyników badań lub przyswojenia jej w procesie edukacji. Przyjmując za punkt wyjścia stwierdzenie, iż decydujące dla efektywności funkcjonowania społeczeństwa wiedzy będzie nabycie sprawności w perfekcji tworzenia, percepcji i zastosowań zestandaryzowanych jednostek wiedzy. Poszukiwanie rozwiązań tego problemu jest realne do osiągnięcia tylko w warunkach precyzyjnego ustalenia założeń wstępnych, przy konsekwentnym ich weryfikowaniu w procesie edukacyjnym. Proces ten to współdziałanie dwóch zakładanych w metodyce podstaw inżynierii wiedzy faz: edukacyjnej i aplikacyjnej, w ramach których realizowane będą odmienne cele i środki pracy. W fazie edukacyjnej zakładamy zbliżony do tradycyjnego modelu proces edukowania słuchaczy z zakresu pojęć i środków służących zrozumieniu istoty wiedzy niezbędny dla realizowanych celów aplikacyjnych. Ugruntowaniu tej wiedzy służą opracowane materiały dydaktyczne, których studiowanie i zrozumienie stanowi istotny element procesu edukacji. Struktura modułu wiedzy Definiowane pojęcia jednostkowej porcji wiedzy odpowiadającej standardom zwartej publikacji nazywamy na użytek tego opracowania modułem wiedzy. Moduł wiedzy zgodnie z doktryną elastyczności, niezbędną we wszelkich rozwiązaniach zarządzania wiedzą, nie jest pojęciem precyzyjnie określonym. Z doświadczeń wydawniczych uznać można występowanie trzech najbardziej popularnych standardów objętościowych 43 publikacji. Coraz powszechniej praktykowane w publikacjach kongresowych i konferencyjnych standardy mają objętość 6 stron. Jest to standard wymagający uściślenia obszaru wiedzy zawartego w publikacji, precyzyjnego wyrażania myśli oraz ograniczenia doboru literatury do pozycji ściśle związanych z prezentowanymi badaniami. Standard artykułu praktykowany w publikacjach naukowych sprzed kilku lat miał objętość około 10-12 stron, co pozwalało opracować syntezy wyników badań eksperymentalnych lub monograficznych. Pozwalał on na przekazanie znacznie bardziej szczegółowych treści związanych z opracowaniem zawartym w publikacji, z możliwością uwzględnienia dużo szerszego kontekstu badań innych autorów. Standard publikacji przekrojowej, zajmujący objętość 18-20 stron (około jednego arkusza wydawniczego) stwarza możliwość zaprezentowania szerszego spektrum wiedzy uwzględniającej również aspekty interdyscyplinarne. Jest to rozwiązanie uzasadnione dla omówienia szerszej problematyki badawczej, w referatach prezentowanych na kongresach naukowych, sesjach plenarnych i syntezach z badań. Dla naszych celów najbardziej adekwatny wydaje się być moduł o objętości 10-12 stron, przy wielkości czcionki 12 punktów oraz standardzie edytorskim przygotowanym na każdym stanowisku dydaktycznym dla uczestników szkoleń. Kolejnym problemem wymagającym rozstrzygnięcia jest struktura proponowanych przez nas modułów syntezy wiedzy, stanowiąca z jednej strony podstawowy komponent zgromadzonych w bazie wiedzy publikacji, z drugiej natomiast produkt pracy każdego członka grupy edukacyjnej w ramach realizowanego programu podstaw inżynierii wiedzy. 3.3.2. Struktura zawartości modułu wiedzy W ramach opracowań przewidywanych do realizacji w etapach 3-6 projektu podstaw edukacji wiedzy, przewidywana jest następująca struktura i układ treści: 1. Wstęp i cel opracowania. 2. Podstawowe pojęcia i uwarunkowania rozwojowe analizowanego problemu. 3. Analiza dotychczasowych tendencji i przyszłych kierunków rozwoju danej dziedziny wiedzy. 4. Poszerzenie oceny określonych kierunków rozwoju, w świetle analiz wykonanych w punkcie 3 opracowania. 5. Omówienie kluczowych czynników rozwoju, analizowanej dziedziny wiedzy. 6. Sprecyzowanie wniosków poznawczych i utylitarnych wynikających z wykonanego opracowania. 7. Literatura. Ad. 1. Wstęp i cel opracowania muszą zostać precyzyjnie określone poprzez wskazanie priorytetów istotnych dla odbiorcy pracy. Zatem we wstępie i celu pracy muszą być precyzyjnie określone oczekiwania, które pozwolą ukierunkować realizowane zadania zapewniając poszerzenie wiedzy przez opracowującego syntezę i potencjalnych jej odbiorców. Formułowanie celu opracowania powinno być wykonane po zapoznaniu się słuchaczy z głównymi zasobami wiedzy, na podstawie których wykonywane są syntezy. Ta faza prac ma szczególnie ważne znaczenie wówczas, gdy wykonawca po raz pierwszy ma kontakt z daną dziedziną wiedzy. Fazę tę można by wówczas nazwać wstępnym 44 rozpoznaniem problemu, które powinno polegać na wyodrębnieniu tytułów publikacji stanowiących podstawę syntezy. Synteza ta udostępniana będzie w formie określonej w etapie III procesu szkolenia. Może wystąpić również wybór powiązany z selekcją źródeł, których wielokrotnie większa ilość wystąpi w etapie zajęć IV-VI. Wynika to z wykorzystania dostępu do pełno tekstowych baz publikacji oraz zasobów internetowych. Jeżeli w pierwszej fazie poszukiwań, w sformułowaniach wstępu i celu pracy zostaną pominięte ważne szczegóły, to ich uzupełnianie w trakcie realizacji opracowania należy uznać za standard metodyki tworzenia syntezy wiedzy. Oznacza to bowiem, że w każdej fazie prac istnieje potrzeba uruchamiania sprzężeń zwrotnych, pozwalających wzbogacić zweryfikowane już elementy o nowe zakresy wiedzy. Istotne kryterium koncepcji ukierunkowania syntezy wiedzy polega na dokonaniu wyboru, czy przedmiotem jej będzie szerszy zakres prezentacji problemów, czy też selektywne ukierunkowanie specjalistyczne. Każdy rodzaj wyboru powoduje określone konsekwencje merytoryczne i poznawcze determinując zakres syntezy lub stopień szczegółowości rozważań problemów specjalistycznych. Podstawę zapewnienia jakości opracowywanych syntez wiedzy stanowi zasada iteracyjnego korygowania opracowywanych prototypów tak długo, aż produkt wyrazi precyzyjnie priorytety autora syntezy. Ad. 2. Podstawowe pojęcia i uwarunkowania rozwojowe analizowanego zagadnienia stanowią tę część pracy, którą nazywa się często postawieniem problemu. W tej części opracowania celowe jest zamieszczenie definicji. Jest to niezbędne, gdy treść wybranych publikacji znacząco odbiega od potocznej interpretacji problemu. Bardzo ważne dla jakości wykonanej pracy jest zwłaszcza prześledzenie uwarunkowań rozwojowych w danej dziedzinie, które wiążą się z widocznym w wielu źródłach eksponowaniem pewnych zagadnień postrzeganych przez autorów jako perspektywiczne. Również w tej części pracy przewiduje się wysoką rangę sprzężeń zwrotnych, których istota polegałaby na dopisywaniu nowych elementów, połączonych z ewentualnym eliminowaniem wcześniejszych materiałów, które okazały się mniej znaczące. Ad. 3. Analiza dotychczasowych tendencji i przyszłych kierunków rozwoju danej dziedziny wiedzy zmusza do podjęcia próby wartościowania zawartych w źródłach nie zawsze spójnych ze sobą ocen. Niezwykle ważnym jest dokonanie identyfikacji, w jakim stopniu historyczne ukierunkowania danej problematyki wpływają na kierunki rozwoju. Czy istnieją pewne tendencje do odstępowania od rozwiązań empirycznie sprawdzonych na rzecz poszukiwań nowatorskich – innowacyjnych, które mogą tworzyć nowe perspektywy rozwojowe. Zadania realizowane według metod opisanych w tym rozdziale, również powodują występowanie sprzężeń zwrotnych wynikających z powiązań przyczynowoskutkowych. Dotyczy to zagadnień występujących w tematyce syntezy, w miarę zaawansowania analizy i postępu w wykonaniu kolejnych jej etapów. 45 Ad. 4. Poszerzenie oceny określonych kierunków rozwoju, w świetle analiz wykonanych w punkcie 3, wymaga zaawansowania studiów merytorycznych problemu, pozwalających dokonać ich wartościowania. W tej fazie edukacji mamy szansę osiągnięcia progu przekroczenia elementarnych kompetencji w rozeznaniu problemu, pozwalającego na formułowanie hipotez i aktywne uczestniczenie w dyskusji merytorycznej. Jest to ważny warunek, aby wystąpiła interakcja w społecznych aspektach oceny wartości wiedzy w ramach grupy – niemożliwa do osiągnięcia w pracy indywidualnej. Ta część opracowania wymaga selektywnego zagłębiania się w wyodrębnione preferencyjnie zagadnienia zawężających się przestrzeni poszukiwań. Stwarza to szczególne możliwości oceny odmienności rezultatów pracy osiąganych przez poszczególne osoby w grupie i wstępnie zweryfikowane efekty porównań otrzymanych rezultatów z wzorcem. Najbardziej interesujące interakcje w tym zakresie wystąpią w etapach szkolenia w ramach zajęć IV-VI, o czym zdecyduje rozległa baza wiedzy, na podstawie której wykonujemy przewidzianą w programie zajęć syntezę. Ad. 5. Omówienie kluczowych czynników rozwoju analizowanej dziedziny wiedzy wymaga od autora wykazania, w jakim stopniu uzasadnione są przyjęte przez niego kryteria wartościowania. Na tym etapie opracowania autorzy syntez mogą wykorzystywać argumenty zawarte w dostępnej literaturze oraz uzupełniać je o własne spostrzeżenia. Zróżnicowanie rezultatów tych prac może dać szczególnie interesujące wyniki w grupach o dużym zróżnicowaniu socjalnym i zawodowym uczestników. Ad. 6. Sprecyzowanie wniosków poznawczych i utylitarnych wynikających z wykonanego opracowania stanowi końcowy akord pracy własnej polegającej na syntezie wiedzy pochodzącej z udostępnionych źródeł elektronicznych i realizujących cele syntezy wiedzy. Dokonanie rozdziału na wnioski poznawcze i utylitarne ma pomóc w uzyskiwaniu umiejętności dokonywania podsumowań wiedzy kwalifikowanej w kategoriach: „knowwhy” oraz „know-how”. Jest to zarazem sprawdzian umiejętności wyselekcjonowania najważniejszych konkluzji wynikających z realizowanego procesu edukacyjnego, polegającego na tworzeniu i przyswajaniu wiedzy. Uzyskane już doświadczenia wskazują, że niezbędne jest stosowanie zasady punktowania wniosków, co sprzyja osiąganiu zwartości ich treści. 3.3.3. Technika realizacji syntezy wiedzy Omawiana wcześniej struktura syntezy wiedzy dostarcza czytelnikowi informacji dotyczącej cech strukturalnych produktu stanowiącego rezultaty pracy podczas zajęć realizowanych od III do VI etapu szkolenia. W kolejnych fragmentach omówimy knowhow realizacji tego ważnego aspektu zajęć. Syntezę wiedzy można dokonać za pomocą kopiowania publikacji (w MS WORD) z wyselekcjonowanych z udostępnionej na danym etapie zajęć bazy wiedzy. Z wyodrębnionych z dostępnej bazy publikacji – według kryteriów poznawczych przyjmowanych przez danego słuchacza – precyzuje on cele syntezy. 46 Kolejna faza pracy polega na wybraniu najważniejszych fragmentów (po kilka zdań) z publikacji z zaznaczaniem numeru identyfikacyjnego cytowanego źródła. Dobór odpowiednich fragmentów tekstów wyselekcjonowanych publikacji i umieszczenie ich w odpowiednim rozdziale opracowania powinno zapewnić zgromadzenie materiału wyjściowego o objętości nie mniejszej niż 15-25 stron. Zgromadzenie pracy wyjściowej o objętości mniejszej niż 15 stron, grozi niedoborem materiału przy selekcji i weryfikacji ostatecznej treści syntezy. Przy założeniu, że opracowywana synteza ma mieć co najmniej 10 stron objętości, taka objętość nie wymuszałaby ważnych dla osiągnięcia odpowiedniej jakości, możliwości redukowania objętości pierwotnego wyselekcjonowanego materiału. Przekroczenie 25 stron objętości wyselekcjonowanego wstępnie materiału wyjściowego może powodować trudności z redukcją objętości do 12 stron i wydłużanie czasu wykonania syntezy. Omówiona wyżej techniczna strona wykonania syntetycznego opracowania z zadanej bądź wyselekcjonowanej bazy wiedzy powoduje, że istotne znaczenie będzie posiadała również metoda zastosowana do zapewnienia spójności treści z doskonale nawet wybranych fragmentów tekstów. Autor musi wprowadzić niezbędne łączniki dotyczące nie zawsze spójnych względem siebie fragmentów tekstów. Układ kolejności rozdziałów w syntezie wiedzy pozwala zwrócić uwagę na konsekwencje zaawansowania poziomu szczegółowości analizowanego zjawiska i zawrzeć je w treści wykonywanej syntezy. Wprowadzona jakość komentarzy autorskich przyswojonej wiedzy będzie w dużym stopniu decydowała o jakości pracy oraz jej ocenie w interakcji z grupą uczestników szkolenia. Tworzenie własnego opracowania syntezy wiedzy na zadany temat – przy dysponowaniu ściśle określonymi, rozrastającymi się w kolejnych etapach zasobami wiedzy – pozwala uzyskać sprawność w technice pozyskiwania i przyswajania wiedzy. Faza ta stanowi punkt wyjścia do dokonania indywidualnej oceny wykonanych publikacji z udostępnionym dla każdego z czterech ostatnich etapów wzorca. Jest to ważny element wartościowania wiedzy z uwzględnieniem stosunkowo prostego punktu odniesienia, który stanowi jeden, a w przyszłości kilka wzorców. Tworzenie syntezy wiedzy jako produktu wykonanego według założonych celów poznawczych i utylitarnych stanowi fazę zmierzającą do indywidualnego procesu tworzenia i przyswajania wiedzy. Społeczny – zespołowy kontekst absorpcji wiedzy ujawnia się w procesie referowania i dyskusji oraz argumentacji, uzasadniającej przyjęte kryteria wartościowania wiedzy. W fazie tej następuje poszerzenie przestrzeni odniesienia przyswajanego zakresu wiedzy, wynikające z faktu, iż w ramach dyskusji prezentowane są punkty widzenia uwzględniające doświadczenia i poziom wiedzy reprezentowanej przez dyskutantów. Faza tego szkolenia charakteryzuje się aktywnym udziałem jej uczestników w procesie edukacyjnym, z możliwością bezpośredniego wpływu na ten proces. Przywiązywanie uwagi do wysokiego poziomu zajęć aktywizujących rolę uczestnika szkoleń w ramach podstaw inżynierii wiedzy ma zagwarantować odejście od hierarchicznych metod edukacji w kierunku inicjowania procesów sieciowych, odpowiadających warunkom powstawania wiedzy korporacyjnej. Celem realizowanego procesu edukacyjnego w zakresie podstaw inżynierii wiedzy będzie aktywne współuczestnictwo wszystkich członków grupy w wyborze problematyki syntezy wiedzy z proponowanego zakresu tematycznego. Jest to powiązane z indywidualnym 47 procesem doboru i selekcji źródeł poprzez interakcyjny proces oceny społecznego kontekstu wyceny jej wartości. Utylitarny cel stanowić będzie nabycie umiejętności poruszania się w obszarze różnych źródeł wiedzy o odmiennym, często trudnym dla uczestnika stopniu przyswajalności, którego pokonanie będzie oznaczało efekt poszerzenia swoich kompetencji. Uwiarygodnienie tego faktu nastąpi poprzez dyskusję wartości indywidualnie wykonanych syntez wiedzy i podejmowanie prób ich walidacji, w kontekście prezentowanych argumentów jej autorskiego wykorzystania. Istotnym elementem tego procesu jest uzyskanie efektu interakcji osiąganego w toku bezpośredniej dyskusji i indywidualnego uzasadniania przyjętych przez każdego z uczestników zajęć rozwiązań wykonanej syntezy wiedzy. W dalszej części pracy analizować będziemy różne aspekty pozyskiwania, tworzenia i rozpowszechniania wiedzy, które stanowić będą pomocne narzędzie w procesie samodzielnego posługiwania się metodami opanowanymi w ramach realizowanego szkolenia z podstaw inżynierii wiedzy. 3.3.4. Strukturalizacja procesu edukacji wiedzy w ramach projektu Proces edukacji realizowany w ramach programu zajęć projektu podstaw inżynierii wiedzy formalnie określa się jako zbiór stanów wiedzy Si{S1,S2,S3,S4,S5,S6}, z których każdy posiada tę właściwość, że zapewnia osiągnięcie postępu edukacyjnego w zakresie znajomości metod i merytorycznego zaawansowania rozpoznania problemu. Ponieważ proces edukacji podstaw inżynierii wiedzy – według zastrzeżonej metodyki – zakłada funkcjonowanie sprzężeń zwrotnych realizowanych na podstawie bardzo sztywno standaryzowanych rozwiązań, przewiduje się uwzględnienie określonych wariantów modyfikacji realizacji faz zajęć należących do zbioru Fi{F1,F2,...,F6}. Spośród wyróżnionych w metodyce sześciu faz można wydzielić trzy podzbiory o istotnym zróżnicowaniu wariantów wersji zadań możliwych do realizacji. Wariant I dotyczy sposobów realizacji faz F1 i F2, w których występują zagadnienia metodyczne i potencjalne sprzężenia zwrotne uzależnione od uzyskanych wyników komputerowego testu T1 i T2. Wyniki tych testów wpływają na uzupełnienie niezrozumiałych zagadnień warunkujących jakość wykonanych syntez. Na kolejnych schematach (rysunki 5 do 9) przedstawiono omawiane powyżej etapy i fazy procesu szkolenia z ilustracją sprzężeń zwrotnych wynikających z wykonania ujętych w programie testów. 48 Wariant 1 schematu realizacji procesów edukacyjnych inżynierii wiedzy FI FI F II F III F IV FV Teoria wiedzy Tworzenie Tworzenie Przekazywanie Wykorzystanie Przesyłanie wiedzy System uczenia Zastosowanie wiedzy Informacja Test Ocena F II F VI Sprzężenia zwrotne dla wyników F I Struktura syntezy wiedzy Zasady tworzenia Proporcje i zasady edycji Rozdziałowanie Dobór i selekcja źródeł informacji Ocena źródeł informacji Zastosowanie informacji Test Ocena Rysunek 5. Schemat realizacji I i II fazy procesu edukacyjnego Źródło: Opracowanie własne 49 F III Dobór tematyki baz wiedzy dla tej fazy Ograniczenia: pojemność bazy wiedzy – kilka do kilkanaście publikacji o objętości 100-150 stron Analiza źródeł wiedzy Określenie celów i założeń dla poszczególnych punktów struktur wiedzy Selekcja materiałów źródłowych do I wersji syntezy Wykonanie syntezy do objętości 10-15 stron Porównanie syntezy ze wzorcem Prezentacja istotnych elementów syntezy i analiza przyczyn odchyleń od wzorca, 2-5 minut na słuchacza Interakcja w zakresie stosowanych metod pracy i wartościowania wykonanych syntez w kontekście społecznym Test Ocena F IV Powtórzenie F III, z udostępnieniem bazy wiedzy o objętości 20-40 publikacji i objętości 200-400 stron Test Ocena Rysunek 6 Schemat realizacji III i IV fazy procesu edukacyjnego Źródło: Opracowanie własne Wymaga to czasu nie przekraczającego 20% limitu kolejnego etapu zajęć, tj. w granicach jednej godziny lekcyjnej dokonuje się uzupełnienia niezrozumiałych fragmentów treści zajęć. W fazach zajęć od F3 do F6 może wystąpić kilka wariantów realizacji każdej z faz, których skutki zostaną precyzyjnie określone w procedurze postępowania oraz w dopuszczalnych wariantach modyfikacji zastrzeżonych rozwiązań metodyki edukacji. 50 FV Poszerzenie bazy wiedzy wyspecyfikowanej w F III o wydawnictwa ELSEVIER w granicach 6 CD Selekcja wiedzy ze źródeł masowych i wykorzystanie oryginalnych fragmentów wiedzy w j. angielskim (synteza multilingwistyczna), z zaznaczeniem na marginesie najważniejszych fragmentów przetłumaczonych na j. polski Test Ocena F VI zbiory ELSEVIER wzbogacone o zasoby internetowe Test Ocena Powszechnie obowiązującą zasadą jest wykonanie specjalnym oprogramowaniem zawartym w metodyce, testów oceniających poziom zaawansowania i trudności edukacyjne oraz opracowanie przez wykładowców adekwatnych działań realizowanych w kroku następnym. Analiza ocen zawartych w teście 6 powinna służyć wykonawcom do ukierunkowania zajęć kolejnych szkoleń. Rysunek 7. Schemat realizacji V i VI fazy procesu edukacyjnego Źródło: Opracowanie własne Wariant I obejmuje również stan, gdzie postulowany rezultat procesów interakcji wynikających z przeprowadzonych testów oraz przebiegu dyskusji nie powoduje konieczności modyfikacji bazowej wersji metodyki, zakładającej dwie fazy zajęć metodycznych i wykonanie czterech syntez merytorycznych w ramach faz od F3 do F6 oferowanych w projekcie baz wiedzy, źródeł publikacji Elsevier i baz internetowych. Wariant II obejmuje stan, w ramach którego sprzężenia zwrotne, wynikające z przeprowadzonego testu i działań interakcyjnych zaistniałych w czasie prezentacji i dyskusji syntez wiedzy uniemożliwiałyby zrealizowanie czterech założonych w projekcie syntez. Należy przyjąć wówczas rozwiązanie o rozszerzeniu zakresu opracowania syntezy F3, poprzez dołączenie przez wykonawcę zajęć dodatkowych publikacji, umożliwiających istotne poszerzenie merytorycznych treści analizowanej problematyki stosownie do zainteresowań oraz preferencji słuchaczy danej grupy. Czynności te powinny być wykonane po zrealizowaniu zajęć oraz przeprowadzeniu testów, które w ocenach słuchaczy pozwolą uściślić ich oczekiwania w zakresie kolejnej fazy zajęć i stopnia opanowania realizowanych zadań. Kolejne dwie fazy reali- 51 zacji zajęć – F5 i F6 (w ramach tego wariantu realizacji procesu edukacyjnego) muszą zakończyć się wykonaniem dwóch syntez wiedzy z uwzględnieniem założonych w projekcie efektów interakcyjnych. Należy sądzić, że omawiany wariant II może być często wdrażany w realizacji zajęć, z powodu wystąpienia trudności technicznych w realizacji programu, bądź interesujących interakcji dotyczących treści bądź wartościowania syntez wiedzy. W fazie czwartej projektu muszą być zastosowane bazy danych z Elsevier (minimum jeden nośnik CD) w celu uzyskania umiejętności posługiwania się nowego rodzaju zasobami. 52 Wariant II FI FI F II F III F IV FV F VI Teoria wiedzy Tworzenie Tworzenie Przekazywanie Wykorzystanie Przesyłanie wiedzy System uczenia Zastosowania wiedzy Informacja Test Ocena F II Sprzężenia zwrotne dla wyników F I Struktura syntezy wiedzy Zasady tworzenia Proporcje i zasady edycji Rozdziałowanie Dobór i selekcja źródeł informacji Ocena źródeł informacji Zastosowanie informacji Test Ocena Rysunek 8. Schemat realizacji I i II fazy procesu edukacyjnego w wariancie II Źródło: Opracowanie własne 53 F III Dobór tematyki baz wiedzy dla tej fazy Ograniczenia: pojemność bazy wiedzy – kilka do kilkanaście publikacji o objętości 100-150 stron Analiza źródeł wiedzy Określenie celów i założeń dla poszczególnych punktów struktur wiedzy Selekcja materiałów źródłowych do I wersji syntezy Wykonanie syntezy do objętości 10-15 stron Porównanie syntezy ze wzorcem Prezentacja istotnych elementów syntezy i analiza przyczyn odchyleń od wzorca, 2-5 minut na słuchacza Interakcja w zakresie stosowanych metod pracy i wartościowania wykonanych syntez w kontekście społecznym Test Ocena F IV Po analizie testu T3 podjęta jest decyzja o kontynuowaniu pracy nad syntezą I, wzbogaconą o kilka – kilkanaście publikacji poszerzających zasób pierwotny, udostępnionych przez prowadzącego. Cele interakcyjne i wartościowania wiedzy odnoszone są do zmian wynikających z nowych zasobów i możliwości edukacyjnych grupy. Test Ocena W tym wariancie realizacja celów F V i F VI będzie przebiegała zgodnie z wariantem I. Wariant III będzie realizowany wówczas, jeżeli preferencje grupy szkoleniowej pójdą w kierunku pogłębiania treści wykonanych syntez wiedzy do dwóch wersji tematycznych, co sprowadzałoby się do wykonania drugiej syntezy multilingwistycznej, z wykorzystaniem zasobów ELSEVIER, internetowych i publikacji w j. angielskim. Rysunek 9. Schemat realizacji III i IV fazy procesu edukacyjnego w wariancie II Źródło: Opracowanie własne 54 Wariant III obejmuje przypadek, w którym akceptacja dla poszerzenia zakresu opracowania z wybranej dziedziny wraz z efektami interakcyjnymi spotkała się z tak wysokim poziomem interakcji, uzasadniającym podjęcie decyzji przez prowadzącego zajęcia o redukcji merytorycznych syntez wiedzy. Wówczas zadania tej grupy ograniczą się do dwóch tematów syntezy wiedzy – w fazie F5. Oznacza to w tym przypadku nałożenie dodatkowego wymagania, aby poszerzona synteza wykonana w fazie F6 projektu była zrealizowana w standardzie multilingwistycznym z wykorzystaniem zasobów wielokrążkowych baz danych publikacyjnych i informacji internetowych. Ograniczenie zakresu tematycznego realizowanych w tych przypadkach syntez wiedzy nie może wpływać na poziom umiejętności posługiwania się różnorodnymi źródłami wiedzy w celu samodzielnego jej selekcjonowania i tworzenia. Omówione wyżej warianty realizacji metodyki zajęć pozwalają w każdych warunkach zrealizować pełen zakres celów dydaktycznych, a dzięki nabytym umiejętnościom można poruszać się w przestrzeni źródeł wiedzy i umiejętnie ją przetwarzać dla swoich potrzeb. Proponowane modyfikacje zawarte w trzech wariantach realizacji procesu dydaktycznego mają zapewnić elastyczne dostosowywanie się modelu zajęć do preferencji słuchaczy bez narażania ich na dokonywanie odstępstw od stanowiącego podstawę zgłoszenia patentowego standardu działań. Teoria usytuowanego uczenia się według (Lave i Wagner, 1991; Lave, 1993; Wenger, 1998) zakorzeniona jest w studiach nad wspomnianym już modelem uczenia się. Głosi ona, że wiedza oznacza nabycie kompetencji w danej dziedzinie i zdobycie tej wiedzy jest kwestią uczestnictwa w grupie, która już posiada dane kompetencje. Widać tu wyraźnie analogie do nowego modelu uczenia się. „Mistrzowie” są w pełni zdatni do uczestnictwa w „społeczności praktyki”. Nowi nauczyciele chcą spożytkować wiedzę i umiejętności „pełnoprawnych członków” i nabywają je, mając pozwolenie na pełne (choć początkowo trochę peryferyjne) uczestnictwo w społeczności. Nauka jest wynikiem pracy, a nie tylko wkładem w pracę. Wskutek nadzorowania i praktyki, w której wiedza zamknięta jest najważniejsza, nowicjusze przechodzą z peryferii do środka zwiększając uczestnictwo w społeczności praktyki. Uczenie jest połączone z pracą; nabywanie wiedzy – ze zmianą tożsamości (osoba zaczyna myśleć o sobie jako o inżynierze lub lekarzu), gdyż nauka jak działać jest jednocześnie nauką jak być i przynależeć. To podejście nie tylko rehabilituje ważność modelu uczenia się „mistrz – uczeń” jako zaawansowanej formy nauczania i uczenia się, ale potencjalnie oferuje lepszą podstawę teoretyczną dla wielu typów nauki, szczególnie nieformalnej i przypadkowej, które to formy będą charakteryzować nieustanne uczenie w gospodarkach wiedzy (Fuller i Unwin, 1998; Guile i Young, 1998). Relacja uniwersyteckiego wykładowcy, nauczyciela (który często jest badaczem szkolnictwa) do praktykującego nauczyciela nie jest taka, jak (w nowej formie uczenia się) mistrza do ucznia, gdyż ci pierwsi należą do innej społeczności dzielenia doświadczeń (community of practice). Szkolenia nauczycieli w niektórych krajach dają nowemu pedagogowi dłuższy czas do wyszkolenia się pod kierownictwem praktykujących nauczycieli, którzy są w tej samej społeczności dzielenia doświadczeń. Jeśli istnieje równoległa tendencja do ulokowania większej ilości badań w szkołach i do umocnienia roli czynnych nauczycieli w tych badaniach, wtedy szkolenie początkowe i ciągły rozwój zawodowy pedagogów będą się upodabniać do praktyk obowiązujących w przemyśle i służbie zdrowia (szpitalach). Wiele szkół wprowadza nowe formy nauczania i uczenia się, co wpływa na zmiany metod nabywania wiedzy i stawia wymaganie nowych umiejętności na wszystkich 55 poziomach edukacji. Pracodawcy powinni zaś zapewnić kadrze akademickiej bardziej regularne możliwości nabywania doświadczenia w miejscu pracy. Wszystkie te środki prawdopodobnie zwiększyłyby skłonność nowo zatrudnionych absolwentów do pełniejszego uczestnictwa w różnych formach produkcji wiedzy, jej rozprzestrzeniania i zastosowania. Skuteczność wdrażania takiego modelu jest mało realistyczna, bowiem omawiana w tym podręczniku i wielu innych źródłach, liczba ośrodków wdrażających nowe metody, zmienia tradycyjnie występującą w tym zakresie przewagę kadry akademickiej. W szkoleniu nauczycieli szczególnie ważny jest rozwój metod dostarczających schematów mentorskich i trenerskich. W burzliwie zmieniających się warunkach wszyscy nauczyciele potrzebują regularnych możliwości kontynuowania rozwoju zawodowego pod kierownictwem wybitnych praktyków. Podjęcie właściwej decyzji w szpitalu jest obarczone większym ryzykiem niż zastosowanie ogólnego prawa nauki do działania tego prawa w praktyce zarządzania czy stosowaniu nowych technologii. Właściwe działanie bazujące na dostępnej informacji naukowej i technologii dostosowane musi być do potrzeb tego właśnie pacjenta. Nie jest to ogólne stwierdzenie zasad naukowych tworzenia diagnozy, prognozy, czy terapeutyki możliwych do zastosowania w takim przypadku. Jest to raczej stwierdzenie, jak te zasady są optymalizowane podczas wyboru działania w kontekście wieku, płci, zawodu, stopnia zawansowania choroby – wszystkie te poszczególne rzeczy, które czynią pacjenta kimś wyjątkowym, a nie tylko przedmiotem zastosowania praw czy mechanizmów naukowych. Aby to osiągnąć, medycyna wykorzystuje wiedzę różnego typu; morfologia decyzji medycznych jest mozaiką kilku typów wiedzy. Niemniej jednak warunki, które mają zapewnić właściwe decyzje dopiero zaczynają się tworzyć (Pellagrino, 1981). Powyższe zasady można zastosować w szerokim zakresie podczas szkoleń zawodowych, włączając w to oczywiście kształcenie nauczycieli. Mentoring i coaching, które są podstawowym narzędziem w procesie nauczania stanowią istotny element omawianych nowych i zmieniających się standardów edukacyjnych. Podejścia te wydają się wskazywać kierunki działań usankcjonowane wieloletnimi tradycjami bądź zmiany, które determinowane są nowymi wyzwaniami. Dotyczy to zarówno fazy edukacyjnej występującej w procesie pozyskiwania wiedzy przez studenta, jak też w edukacji absolwenta, ważnej ze względu na procesy dostosowawcze zachodzące w społeczeństwie wiedzy i w środowisku pracy. Tabela 3. Uniwersytet a praca Student jako uczeń kieruje się planem zajęć pracuje nad osiągnięciem założonych celów uczenie się jest jawne i świadome rozwiązuje problemy w ramach ich teoretycznej spójności stosuje abstrakcyjne intelektualne procesy dla ich rozwiązania nauka introwertyczna i wyizolowana jest zazdrosny o wyniki swych badań, chroni je brak wykształconych umiejętności interpersonalnych podlega zewnętrznej ocenie 8 Absolwent jako uczeń kieruje się zadaniem pracuje bez założonych celów edukacyjnych uczenie się nie jest jawne, jest nieformalne i nieświadome rozwiązuje problemy w sposób praktyczny, efektywny czasowo i tani stosuje myślenie krytyczne, aby rozwiązać problemy nauka ekstrawertyczna i zespołowa dzieli się wynikami swych badań ze współpracownikami wysoko ceni umiejętność pracy w zespole 9 dokonuje samokrytyki i samooceny 1 2 3 4 5 6 7 56 Student jako uczeń Absolwent jako uczeń pracuje nad długoterminowymi projektami 10 osiąga krótkoterminowe cele wyraża idee i myśli w formie pisanej 11 wyraża idee, myśli i rozwiązania w formie ustnej. Źródło: Candy i in., 1991 3.3.5. Projektowanie infrastruktury zarządzania wiedzą Aby wesprzeć zarządzanie wiedzą, potrzeba infrastruktury na poziomach lokalnym, regionalnym i narodowym. Przy jej braku szkoły i uniwersytety nie mogą stać się prawdziwymi organizacjami uczącymi się, które są ważne dla przyszłości szkolnictwa. Lepsze zarządzanie wiedzą nie zrodzi się spontanicznie. Podobnie jak to miało miejsce i w biznesie i w przemyśle, potrzeba będzie mistrzów, którzy będą przewodzić zmianom w szkołach. Trudności sprowadzają się do tego, że dostosowanie ogólnie znanych pozytywnych rozwiązań do szczególnych uwarunkowań danego kraju, regionu czy organizacji, stanowi zwykle przedsięwzięcie wysokiego ryzyka. Aby efektywnie zarządzać wiedzą, instytucje edukacyjne wymagają świadomej zmiany kulturowej w sferze organizacji, form przesyłania, przetwarzania i wytwarzania wiedzy. Na poziomie narodowym, odpowiednia infrastruktura składa się z: – sieci ICT, łączącej organizacje edukacyjne ze sobą i partnerami, – systemu dla szkolenia liderów, menedżerów i wyższego szczebla kadry organizacji edukacyjnych w zarządzaniu wiedzy, – dostarczania źródeł, by wesprzeć zarządzanie wiedzą, – delegowania do regionów uprawnień i odpowiedzialności w celu wsparcia sieci i zachęty do upowszechniania zarządzania wiedzą, – tworzenia forum dla dostarczenia strategii i poradnictwa dla edukacyjnego B+R i ćwiczeń badawczych, – powoływanie stowarzyszeń narodowych wspierających rozwój problematyki zarządzania wiedzą. 57 ROZDZIAŁ 4 SYSTEMY TWORZENIA, PRZEPŁYWÓW I ZASTOSOWAŃ WIEDZY W rozdziale tym omówiono problematykę systemów tworzenia i przepływów wiedzy w ochronie zdrowia oraz edukacji. Istotny element rozważań stanowi problematyka zastosowań wiedzy w różnych dziedzinach działalności, ze szczególnym uwzględnieniem roli parków nauki w tym zakresie. W nowym „nowym ładzie” nacisk położony jest na przeciwdziałanie upośledzeniu przegranych, zanim przystąpią do wyścigu, o udzielanie im pomocy w czasie jego trwania. Sytuacja taka miała miejsce w naszej transformacji – dobrzy ekonomiści wiedzieli, kto wygra, a kto skazany jest na porażkę, jeszcze przed jej rozpoczęciem. W polityce zdrowotnej i edukacyjnej wymagane jest określenie nowych priorytetów zarówno w dziedzinie kierunków tworzenia wiedzy, jak i w zakresie kierunków jej zastosowań. Gospodarka ucząca się posiada pewne uwarunkowania wewnętrzne. Niektórym z nich należy poświęcić szczególną uwagę podczas rozpatrywania roli tworzenia wiedzy w systemach oświaty i zdrowia. Przytoczone zostaną argumenty na poparcie tezy, że rola wiedzy ukrytej i skodyfikowanej może stanowić klucz do zmiany koncepcji funkcjonowania systemu ochrony zdrowia i edukacji. W aspekcie społecznym mechanizmy wyboru na rynku pracy zmieniają się, gdy szybsze zmiany narzucają wyższe wymagania pod względem zdolności robotników do uczenia się. Znajduje to wyraz w większej polaryzacji pod względem możliwości uzyskania lepszego zatrudnienia i wyższych zarobków. Tam, gdzie znaczna część robotników nie może uzyskać przyzwoitych dochodów ze zwykłej uczciwej pracy, gospodarka ucząca się jest zagrożona i konieczny jest nowy „nowy ład”. W starym „nowym ładzie” polityki społeczna i transferu zysków realizowały funkcję naprawczą, która określała ex post wspomaganie przegranych w wyścigu gospodarczym. Dążenie do etycznych strategii działania firm należy również rozpatrywać w tym świetle. Ważną rolę do spełnienia mają sektory edukacji i służba ochrony zdrowia, które formują u młodych ludzi podstawę wzorców etycznych. Będą one kierowały przyszłymi ich zachowaniami w społeczeństwie i gospodarce. Zdrowie jest dziedziną, w której konflikty między interesem ekonomicznym, ambicją naukową a wartościami humanistycznymi staną się w niedalekiej przyszłości bardzo ostre. Napięcia te dotyczyć będą zasadniczych spraw życia i śmierci i dlatego z pewnością „rozleją się” na całe społeczeństwo. Z całą ostrością problemy te ujawniają się w Polsce i innych krajach poddanych transformacji w kierunku gospodarki rynkowej. Problematyka ta jest inaczej postrzegana w japońskim i amerykańskim modelu tworzenia wiedzy, co jest ważne z dwóch powodów. Po pierwsze pokazuje, że tworzenie wiedzy odbywa się przeważnie w kontekście systemów. Po drugie, uwidacznia różnice kulturowe w sposobie traktowania wiedzy ukrytej w organizacjach, w których wiedza stanowi podstawę działalności. Oba te czynniki mogą okazać się ważne dla analizy tworzenia wiedzy w dziedzinie ochrony zdrowia i edukacji. 58 Rozpatrując strukturę podsystemów w określonym kraju należy wziąć pod uwagę kontekst systemowy, „tłoczenie postępu” lub „ssanie postępu”. Będą tutaj występowały takie elementy, jak: – szkolenie specjalistów, – sposób sprawowania rządów, – sposób organizacji służby ochrony zdrowia poddany w Polsce drastycznym zmianom w latach 2001 i 2003, – podział siły roboczej na poszczególne zawody, podlegające dynamice wynikającej z tempa zmian, – rola użytkowników oraz beneficjentów działań w opiece zdrowia i edukacji, – kryteria powodzenia w realizacji funkcji operacyjnych i strategicznych. Często będą one odzwierciedlały cechy systemu krajowego. Dlatego próba zharmonizowania takich systemów w jednym wymiarze może dać nieoczekiwane wyniki. Zarówno w medycynie, jak i w oświacie zasadnicze znaczenie ma zrozumienie roli wiedzy ukrytej, co stanowi istotny element kreacji nowej wiedzy w tych sektorach. W edukacji pojawia się bardziej pozytywna ocena wiedzy ukrytej jako kluczowego elementu tworzenia wiedzy, która w medycynie występuje obszernie w działalności klinicznej. Może ona również pomóc w wykształceniu bardziej kompetentnej siły roboczej. W sektorze zdrowia ma miejsce, jak się wydaje, wzrost napięcia między opartą na naukowych podstawach zinstytucjonalizowaną działalnością a „medycyną alternatywną”. Nadanie wiedzy ukrytej bardziej prawowitego statusu mogłoby załagodzić występujące tu uprzedzenia. Wymaga to jednak zrozumienia dla współdzielenia przestrzeni realizowanych usług ochrony zdrowia. 4.1. Tworzenie wiedzy w systemie zdrowia Podrozdział ten zawiera kilka refleksji na temat implikacji gospodarki uczącej się dla sektora zdrowia. Niektóre wspomniane wyżej zagadnienia są omówione bardziej szczegółowo i wsparte schematami ilustrującymi mechanizmy podejmowania decyzji i potencjalnych beneficjentów systemu. Gdzie należy ustalić granice systemu ochrony zdrowia? W gospodarce uczącej się trzeba posługiwać się szeroką rozumianą definicją i poświęcić należytą uwagę linii styku metod jej finansowania z całym systemem społeczno-ekonomicznym. Niedawno opracowana europejska analiza opieki zdrowotnej wykazała, że różnice w stanie zdrowia są bardziej skorelowane z sytuacją socjalną niż poziomem ponoszonych na ten cel nakładów. W Danii w stosunku do takich krajów , jak Portugalia czy Grecja (The Danish Journal Information, z 8 kwietnia 1998 r.) – jest wyższy poziom opieki zdrowotnej, co w dużym stopniu limitowane jest przez możliwe do przeznaczenia na ten cel środki. Dane pokazują fundamentalną słabość starego „nowego ładu”. W Danii na „wysoko dochodowym” rynku pracy istnieje znacznie ostrzejszy niż w pozostałych krajach mechanizm selekcji i wyraźniejszy wpływ psychologiczny na jakość życia tych osób, które są „wykluczane”, poprzez możliwość przeznaczenia na ten cel relatywnie wyższych środków. Słabo rozwinięte są również profilaktyczne aspekty systemu ochrony zdrowia, któremu nie udaje się eliminować niezdrowych zachowań „społecznie wykluczonych” obywateli. Być może baza wiedzy sektora zdrowia przywiązuje zbyt dużą wagę do ciekawych odkryć naukowych i nowych metod leczenia egzotycznych chorób? Prawdopodobnie zaniedbywane są bardziej przyziemne działania, takie jak próby nauczenia 59 ludzi, co powinni robić, żeby zachować zdrowie. Szczególnie ważne w okresie charakteryzującym się „społecznym wykluczeniem” jest tworzenie tego fragmentu bazy wiedzy, który zajmuje się profilaktyką i medycyną społeczną. Wydaje się to szczególnie ważne dla Polski i innych krajów Europy Środkowo-Wschodniej poddanych drastycznym rygorom transformacji gospodarki rynkowej, a konsekwencje niedoboru środków finansowych w przychodniach i szpitalach rzutują na poziom świadczeń. Wiąże się to oczywiście z organizacją, systemem inicjatywnym i zarządzaniem opieką zdrowotną. Wytwarzanie wiedzy jest rozdarte między inicjatywami związanymi z karierą naukową, inicjatywami nastawionymi na osiągnięcie bezpośrednich korzyści a potrzebami społecznymi. Pewną rolę w organizacji systemu służby zdrowia odgrywają zagrożenia i konieczność zapewnienia pacjentom minimalnego bezpieczeństwa. Niektóre aspekty osiągniętego ostatnio postępu powodują zwiększenie napięć i dylematów etycznych w medycynie. Do starego problemu ustalenia priorytetów w obszarach, w których stawką jest zdrowie i życie dochodzą nowe problemy moralne. Przeszczepy narządów, nowe sposoby leczenia bezpłodności, manipulacje genetyczne i inne nowe techniki powiększają wątpliwości etyczne związane z podejmowaniem decyzji. Odkrycia genetyczne umożliwiające dokładniejsze przewidywanie zwiększonego, osobniczego ryzyka zapadania na określoną chorobę sprawiają, że problem jest jeszcze trudniejszy, np. czy lekarze powinni operować pacjentki o zwiększonym ryzyku raka piersi, zanim nowotwór zostanie jednoznacznie zdiagnozowany? Istotne jest w tym przykładzie, że wymiar wiedzy staje się tak ważny, iż należy go traktować jako kluczowy element bazy wiedzy. Musi stać się on integralną częścią programów nauczania i powinien odgrywać kluczową rolę w strukturze instytucjonalnej, wliczając go w tok postępowania w badaniach naukowych. Ma on istotny wpływ na szybki poziom wzrostu kosztów tak definiowanej opieki zdrowotnej. Tak więc, gospodarka ucząca się nadaje wysoki priorytet szybkości prowadzonych badań, aby można je wykorzystać handlowo. Pod pewnymi względami uwaga ta dotyczy również sektora służby zdrowia, w którym aspekty społeczne przenikają się z uwarunkowaniami biznesowymi. Firmom farmaceutycznym nie zawsze zależy na tym, aby tworzenie wiedzy w sektorze zdrowia pokrywało się z potrzebami społecznymi. Napięcia między naciskami społecznymi i etycznymi a naciskami ze strony rynku potęgują się w wielu obszarach. Dlatego ważne też są skuteczne mechanizmy pozwalające zainteresowanym osobom przestrzegać podstawowych zasad etyki rozumianej jako postawy pracowników sektora służby zdrowia oraz pracowników zarządzających transferem środków finansowych w ramach Ministerstwa Zdrowia. Sygnały dochodzące z tej sfery działalności w Polsce w roku 2003, potwierdzają jak czułe muszą to być mechanizmy kontroli społecznej Pozostawienie tego problemu do rozwiązania środowisku naukowców byłoby obarczeniem go odpowiedzialnością, której prawdopodobnie nie mogłoby skutecznie udźwignąć. Zaszczepienie zasad etyki organizacjom nastawionym na zysk jest zadaniem trudnym, może jednak przynajmniej stanowić środek służący częściowemu chociaż rozwiązaniu problemu. Następnym dylematem wymagającym poszerzenia publicznej dyskusji na temat priorytetów w medycynie jest sposób wyboru priorytetów w realizacji subwencji. Kwestia ta zajmuje centralne miejsce w demokratycznych sporach politycznych. Złożoność i zasadniczy charakter tych problemów jest taki, że zmiany w sektorze zdrowia mogą zwiększyć napięcia w podlegającej polaryzacji gospodarce. Konieczna jest więc otwarta, demokratyczna debata z szerokim udziałem istniejących i specjalnie w tym celu stworzonych organizacji konsumenckich, które równoważyłyby naciski ze strony sił 60 rynkowych i środowisk akademickich. Wymaga to większego skoncentrowania się na socjologicznych i organizacyjnych elementach bazy wiedzy. Doświadczenia uzyskane w ostatnich latach reformy służby zdrowia w Polsce wykazują, że w środowisku lekarskim pojawiają się sugestie, aby poziom nakładów determinowany wysokością składek na ubezpieczenie zdrowotne był podniesiony z około 8% do docelowych 12%, czego nie próbuje się nawet uzasadniać racjonalnością wykorzystania tych środków. Wtórny staje się problem, kosztem jakich celów społecznych możliwe byłoby dokonanie tych zmian. Konsekwencje nakładów środków publicznych na ochronę zdrowia owocują opracowywaniem coraz droższych systemów diagnostycznych i terapeutycznych, które są przyczyną uruchamiania spirali rosnących nakładów na ochronę zdrowia. Funkcjonowanie tych zasad przedstawiono na rysunkach 10 i 11, które ilustrują mechanizm finansowania ochrony zdrowia ze środków budżetowych oraz finansowanie tworzenia wiedzy i jej zastosowań. Rozwój nauk medycznych w zakresie diagnostyki, terapii oraz skutecznej ochrony zdrowia powiązanej z działalnością zasobnych finansowo korporacji farmaceutycznych powoduje, że oczekiwania społeczne dotyczące wysokiego standardu elementarnej pomocy medycznej nieprzerwanie rosną. Wyraża się to określonymi konsekwencjami w strukturze wydatków społecznych na służbę zdrowia. Skutków tego stanu doświadczamy w Polsce, ponieważ po podwyższeniu składki na ubezpieczenie zdrowotne do 8%, wiadome jest, że będą to środki niewystarczające, a sukcesywne podnoszenie ich do 12% wcale nie musi rozwiązywać permanentnego problemu niedoboru środków. Powstaje w tym przypadku zabójczy dla równowagi budżetowej model sprzężenia zwrotnego, w ramach którego rozwój metod i środków technicznych postępu medycyny jest w stanie racjonalnie skonsumować każdy przyrost środków budżetowych kierowanych na ten cel. Wykorzystując brak świadomości społecznej tego zjawiska, środowiska polityczne uruchamiają programy pozorowanych reform, których efekty stanowią najczęściej dodatkowe koszty wprowadzania tych zmian. Zdarza się często, że ich inicjatorzy nie są w stanie realizować wdrożenia swoich projektów(wystąpiło to w Polsce), co często źle wróży wdrożeniu ich „zbawiennych rozwiązań”. Ranga sygnalizowanych tutaj problemów wskazuje, że konieczna jest konsolidacja całego środowiska badaczy związanych z zarządzaniem wiedzą w ochronie zdrowia, aby skutecznie wspierać rozwój gospodarki polskiej w społeczeństwie wiedzy. Co powinniśmy wiedzieć, aby zredukować koszty usług zdrowotnych? Jak może być użyta technologia informacyjna, aby polepszyć jakość opieki? Dobre odpowiedzi na te pytania nie są zbyt częste. Jak widać po powszechności prób przeprowadzania reform zdrowotnych, każde współczesne państwo przemysłowe chce wiedzieć, jak wypełnić polityczny cel zmniejszenia wydatków na ochronę zdrowia przy jednoczesnym spełnieniu imperatywu społecznego, jakim jest dostępność opieki zdrowotnej i jej dobra jakość (Bauer, 1996), (Raffel, 1997). 61 Skarb Państwa Finansowanie wiedzy Beneficjent Przemysł aparatury medycznej Nakłady na ochronę zdrowia Szpitale Kliniki Dotacje do zakupu aparatury Administracja dystrybucji środków na ochronę zdrowia NFOZ Leki Dotacje do leków Apteki Wiedza wnoszona w postęp w ochronie zdrowia Przemysł farmaceutyczny Systematyczny wzrost kosztów opieki zdrowia Beneficjent Rysunek 10. Struktura systemów finansowania i zastosowań wiedzy w opiece zdrowotnej Źródło: Opracowanie własne 62 Dotacje Zakupy leków i aparatury medycznej Tworzenie wiedzy medycznej Zastosowanie wiedzy Beneficjenci Przemysł farmaceutyczny Przemysł aparatury medycznej Upowszechnianie wdrożeń wiedzy szpitale Rysunek 11. Struktura tworzenia i rozwoju zastosowań wiedzy w opiece zdrowotnej Źródło: Opracowanie własne 4.2. Tworzenie wiedzy w systemie edukacji System edukacji odgrywa kluczową rolę w gospodarce wiedzy. Jednocześnie trzeba zdawać sobie sprawę, że formalna edukacja nie jest jedynym, choć ważnym jej aspektem. Znacznie ważniejsze będzie zdobywanie wiedzy jako części codziennej aktywności gospodarczej. Powodzenie gospodarcze odzwierciedla zdolność regionów i organizacji do zmobilizowania wielu różnych instytucji (takich jak zrzeszenia firm, organizacje infrastruktury wiedzy, systemów inicjatywnych) do działań na rzecz nauki. Wskazuje to na potrzebę opracowania bardziej ogólnej definicji edukacji, a ma to szczególne znaczenie na styku między systemem edukacyjnym a szeroko rozumianym systemem społeczno-ekonomicznym. Wzajemne oddziaływanie „codziennej” nauki i formalnej edukacji stanowi klucz do rozwiązania niektórych zasadniczych przeciwieństw gospodarki i nauki. Zdobywanie umiejętności może być wynikiem formalnego szkolenia w specyficznych organizacjach (szkoły, uniwersytety), realizowanych poprzez spełnianie obowiązków nauczania w czasie pracy. Możliwe jest także połączenie edukacji i pracy zawodowej co osiągane jest w systemie studiów zaocznych. Po to, żeby można było rozwiązać problem przyspieszonej nauki i skompensowania strat ponoszonych przez „słabych uczniów” konieczna jest zmiana sposobu myślenia o zależnościach między tymi dwiema sferami zdobywania umiejętności. Podstawowe znaczenie w przyszłości będzie miała zdolność uczenia się, a rozkład tej zdolności będzie decydował o ekonomicznym losie jednostek, regionów i organizacji. Spostrzeżenie to ma daleko sięgające implikacje 63 dla systemu edukacji i szkolenia oraz będzie miało wpływ na wybór metod i form edukacji, zawartość bazy wiedzy tego systemu i skalą społeczną jego oddziaływania. Aby stawić czoło tym wyzwaniom, trzeba będzie połączyć nowe metody pracy pedagogicznej z bardziej wnikliwą analizą przemian społeczno-ekonomicznych i teorii organizacji. Aspekt etyczny będzie w gospodarce nauki odgrywał coraz większą rolę. Zaszczepienie współczucia i chęci dążenia do upomnienia się o interesy innych, szczególnie tych, którzy „przegrali” jest głównym zadaniem szkoły i systemu oświaty. Ważną inspirującą rolę w systemie innowacyjnym gospodarki krajów rozwiniętych spełniają parki nauki. Celem parków naukowych jest promowanie rozwoju ekonomicznego. Należy więc zwrócić uwagę na kapitał wiedzy związany z rozwojem ekonomicznym. Jest on czymś więcej niż wiedzą wytwarzaną wewnątrz i wokół uniwersytetów oraz parków naukowych. Kapitał wiedzy można rozpatrywać w następujących trzech aspektach: o po pierwsze: teorię uwzględniającą pojęcia przepływów (spillovers); bloku kompetencji i ekonomii zorganizowanej eksperymentalnie. o po drugie: rozwój i rozpowszechnianie wiedzy przemysłowej z analizą środowiska akademickiego w szerszym kontekście naukowym oraz inżynieryjnego i przemysłowego wytwarzania wiedzy; o po trzecie: analizę parku naukowego w kontekście bloku kompetencji oraz zdefiniowanie problemu polityki państwa. 4.3. Przepływy, blok kompetencji i selekcja ekonomiczna Przez długi czas sądzono (np. Nelson, 1986; Jaffe, 1989), że prawidła naukowe, opracowywane na uniwersytetach i politechnikach przyczyniają się do rozwoju przemysłowego, gdyż są przetwarzane w aplikacje inżynieryjne. Jednakże niektórzy uważają, że naukowcy i inżynierowie uniwersyteccy tylko kodują reguły już istniejących aplikacji (innowacji). Inni twierdzą, że środowiska uniwersyteckie są wystarczająco kreatywne, aby popierać prawdziwie nowatorskie odkrycia. Stąd wiele nowych pomysłów biznesowych powinno szukać się w środowisku eksperymentalnym, gdzie pracownicy, jeśli chcą przetrwać, muszą być nowatorscy. Jako że nowe studia empiryczne skłonne są popierać ten pogląd, duża część niżej zamieszczonej analizy powierza nauce i uniwersytetowi udokumentowaną rolę w rozwoju przemysłowym. Krótkie spojrzenie na rzeczywistość nowej formacji przemysłowej (Eliasson, 1995, 1996b, 1997b, 1997c) ukazuje, że przepływy mają naturę raczej przemysłową niż technologiczną. Aby osiągnąć stadium pomyślnej aplikacji przemysłowej, nowa technologia jest filtrowana przez konkurencyjny proces rynkowy, który zawiera w sobie złożone kompetencje. Należy wziąć pod uwagę, że studia, które informują o silnych i znaczących przepływach technologicznych bazują na przykładach, gdzie takie konkurencyjne filtrowanie ma miejsce. Studia te nie popierają pomysłu, że zwiększenie środków na naukę i rozwój technologiczny automatycznie zwiększy konkurencyjność przemysłową i rozwój technologiczny. Najbardziej wydajnym sposobem na dodanie życia innowacjom drzemiącym w środowisku akademickim lub biznesowym może być raczej zadbanie o proces filtracji ekonomicznej. Jest to jednak kwestia „polityki instytucjonalnej”. Blok kompetencji jest to konfiguracja „aktorów gry ekonomicznej”, inicjująca i stymulująca wzrost przemysłowy. Należą do niej: rzetelni i aktywni klienci, innowatorzy, którzy integrują technologie nowymi sposobami ich użycia, przedsiębiorcy identy- 64 fikujący opłacalne innowacje i je wdrażający. Ważnym elementem są fundusze venture capital, których zarządy rozpoznają i finansują przedsiębiorców innowatorów oraz kształtują drugorzędne rynki umożliwiające dokonywanie zmian własnościowych. Dokonują tego również przemysłowcy wprowadzający innowacje do produkcji na skalę przemysłową (Eliasson, 1996). Blok kompetencji jest definiowany w kategoriach rezultatów końcowych, pliku funkcjonalnie powiązanych ze sobą produktów rynkowych, a nie w kategoriach technologii, czy też aportów (wkładów rzeczowych) wnoszonych do zakładanych lub restrukturyzowanych organizacji. Jego funkcją dominującą jest dobór przodujących rozwiązań ekonomicznych i technicznych. Selekcja ta minimalizuje dwa błędy: 1) przyzwolenie przegrywającym na zbyt długie przetrwanie i uzasadniona jest reakcjami obserwatorów, 2) charakteryzuje się postawą polegającą na odrzuceniu zwycięzców. W tych okolicznościach blok kompetencji będzie się rozwijał szybciej niż suma wyników działań występujących w niej uczestników. To właśnie te aspekty stanowią przyczyny podstawowych zarzutów o nieudolnym i nieefektywnym procesie prywatyzacji gospodarki, pojawiające się we wszystkich krajach, a zwłaszcza poddanych transformacji. Aby blok kompetencji mógł zaistnieć, potrzebna jest minimalna masa krytyczna i różnorodność niezbędnych działań. Problem strategiczny dotyczy jedynie tego, czy inicjatorzy strategii mogą zapoczątkować blok kompetencji i/lub spowodować, żeby dotarł do masy krytycznej szybciej. Dotyczy to również problemu, czy można znaleźć takich inicjatorów wśród społeczności naukowej, którzy są w stanie stymulować ten proces. Innowacyjna natura wybranej i wyprodukowanej wytwórczości w ramach bloku kompetencji jest ograniczana przez uprawnienia klientów. Kompetentni klienci są zawsze obecni w innowacyjnych i zaawansowanych gałęziach przemysłu. Innowator integruje różne (stare i nowe) technologie w innowacyjny sposób. Przedsiębiorca szuka i rozpoznaje komercyjnie użyteczne innowacje i przygotowuje je do wdrożenia oraz wprowadzenia na rynek. Poszukiwanie innowacji połączone jest z pojęciem nieliniowej ekonomii z fazami nieprzewidywalnych zachowań, których stopień zależy od organizacji gospodarki, różnorodności jej baz wiedzy, bodźców do działania oraz dynamiki konkurencji. Organizacja bloku kompetencji określa istotę i różnorodność podstaw wiedzy oraz możliwości inwestycyjne. W obszernym, nieprzejrzystym bloku kompetencji odnoszącej sukcesy gałęzi przemysłu żaden „aktor” nie jest ubezpieczony przed niszczącym wpływem konkurencyjnego wejścia na jego rynki. Firmy beneficjentów muszą ciągle podejmować działania zapobiegawcze (poprzez reorganizację i racjonalizację) przed nieoczekiwanym konkurencyjnym wejściem, co wiąże się z ryzykiem porażki i wycofaniem z biznesu. W konsekwencji inni „aktorzy-beneficjenci” zmuszani są do bycia coraz bardziej konkurencyjnymi. Takie działanie prowadzi do wzrostu ekonomicznego w eksperymentalnie, rynkowo zorganizowanej ekonomii. Następuje on, gdy mamy do czynienia z konkurencyjną selekcją opartą na następujących mechanizmach wzrostu (Eliasson, 1996): – innowacyjnym wejściu w celu dywersyfikowania dotychczasowego profilu działalności, – reorganizacji – poprawy efektywności, – racjonalizacji – usprawnienia procesów biznesowych, 65 – – – wymuszonym wycofaniu w wyniku dywersyfikacji, poprzez fuzje i przejęcia – koncentracja, tworzenie barier dla działań korupcyjnych. Najlepsza byłaby teoria mogąca uchwycić dynamikę reorganizującej się produkcji ponad granicami istniejących firm. Jednakże jak dotąd nikt takiej nie opracował. Model wzrostu poprzez selekcję konkurencyjną lub eksperymentalnie zorganizowaną ekonomię sprawiają, że możliwe jest: – określenie roli nauki i twórcy strategii w endogennym procesie wzrostu, – określenie różnicy między tymi rolami dla różnych przemysłów, – wybór środków stymulowania rozwoju innowacyjności. Pozostaje pytanie, jaką rolę, z jednej strony, pełnią pojedyncze dziedziny nauki i twórcy strategii w nowych gałęziach przemysłu, które rozwijają się przez konkurencyjne wejścia, takie jak: technologia informacji (Information Technology – IT) lub biotechnologia. Z drugiej strony zaś, jaką rolę pełnią one w reorganizacji istniejących dojrzałych sektorów, takich jak zaawansowana technologia? Pytania te są szczególnie ważne, a odpowiedź na nie będzie w wielu przypadkach prowadziła do uzyskania jednoznacznych decyzji o wyborze priorytetów. Proces rozpowszechniania innowacji ze źródeł przepływów (politechniki i zaawansowane firmy) odbywa się czterema głównymi ścieżkami: ruch kompetentnego personelu; zakładanie nowych firm przez przedsiębiorców, którzy odchodzą z innych firm; uczenie się od i przez poddostawców; wiedza pozyskiwana od liderów technologicznych. Pierwsze dwie ścieżki są najważniejsze. Jeśli rynek pracy nie działa dobrze i warunki dla przedsiębiorczości nie są wykształcone, prawdopodobnie nowatorskie gałęzie przemysłu będą bardzo rzadko tworzone. Rozpowszechnianie technologii przez sieć poddostawców i prostego odtworzenia mocy wytwórczych, należy bardziej do zaawansowanych technologicznie gałęzi przemysłu, ze stabilną i w miarę dobrą znajomością procesów inżynieryjnych. I tak, np. w przemyśle lotniczym dominuje druga i trzecia ścieżka, podczas gdy w przemyśle komputerowym i w komunikacji (Computer and Communication Industry – C&C) najważniejsze są pierwsza i ostatnia. Po to, żeby utworzyć radykalnie nowy przemysł potrzebny jest proces całkowitej selekcji bloku kompetencji. Zwraca się specjalną uwagę na potrzebę sprawnego, zróżnicowanego i kompetentnego przemysłu kapitałowego funduszy wysokiego ryzyka (venture capital), którego brakuje w wielu przemysłowych krajach, szczególnie w Europie środkowo-wschodniej. W rezultacie bardzo mało przedsiębiorczości istnieje poza tradycyjnymi gałęziami przemysłu (Eliasson, 1997). Główną funkcją kompetencji przedsiębiorców podejmujących projekty wysokiego ryzyka jest dostarczenie środków finansowych po rozsądnych kosztach (Eliasson, 1996). Kapitał ryzyka publicznego pozostający pod wpływem decyzji politycznych jest czasami nieskuteczny w tego rodzaju procesach selekcyjnych. Źródła wiedzy przemysłowej i naukowej nie są zwykle takie same. Naukowców nie interesuje zwykle wartość komercyjna ich odkryć. Budują oni wiedzę, która czasami staje się technologią. Aby innowacyjna wiedza techniczna stała się przydatna komercyjnie, do bloku kompetencji muszą wejść inni aktorzy. W ocenie perspektyw komercyjnych nowych wynalazków ekonomiczna filtracja innowacji technicznych pełni rolę rozstrzygającą. Kiedy obecność technologicznych przepływów z zaawansowanych przedsiębiorstw jest powszechnie uznana, firmy te mogą być postrzegane jako instytuty badań technicznych lub uniwersytety (Eliasson, 1995, 1996b, 1997c). Poparte doświadczeniem dowo- 66 dy efektów technologicznych przepływów są często przytłaczające dla ich odbiorców. Prawie cały amerykański sektor IT i przemysł komunikacyjny zostały założone w rezultacie przepływów z firm (Eliasson, 1996a), które w pierwszej fazie tworzenia wiedzy przemysłowej posiadały doświadczenie, jak innowacje są filtrowane przez system ekonomiczny i jak stają się formą nowych gałęzi przemysłu. Trzeba również zrozumieć, w jak małym stopniu innowacje te są sortowane i wycofywane z rynku. Wszystko to ma miejsce w ramach bloku kompetencji określanym przez następujące dwa elementy składowe. Po pierwsze, istnieje dojrzały sektor produkcyjny przeżywający potencjalnie kryzys, co dotyczy przemysłu elektromaszynowego. Jest to dojrzała produkcja z korzeniami technologicznymi w rewolucji przemysłowej i w zindustrializowanym świecie, szczególnie w Europie i Japonii. Po drugie, istnieje obszar nowej produkcji – przemysł komputerowy i komunikacja (Computer and Communication Industry). Tworzą one dobrze rozwinięty i wciąż rozwijający się sektor, który zmienił krajobraz przemysłowy w ciągu ostatnich kilku dekad. Rozwój zaawansowanych produktów inżynieryjnych, ich wytwarzanie i dystrybucja powiązane są z dominującą technologią organizacyjną przeznaczoną do integrowania dużej liczby zróżnicowanych rozwiązań technologicznych. Zintegrowana technologia jest rozwijana stopniowo, ma charakter kompleksowy i bazuje głównie na doświadczeniu. Podczas gdy można nauczać różnych jej cech w szkołach, kluczowe kompetencje załogi projektującej wyroby w przemyśle lotniczym mogą być rozwijane i przekazywane jedynie w miejscu pracy. Inżynierowie pracujący w przemyśle lotniczym są niezwykle poszukiwani na rynku pracy, bowiem ich zawodowa działalność oparta jest na rozwiązaniach stosowanych w nowoczesnej technologii (Eliasson, 1995). Pod względem technologii przemysł C&C podobny jest do przemysłu inżynieryjnego, ale także rozwija się przez przełomowe technologie specjalistyczne, które zrewolucjonizowały cały przemysł, czego przykładem jest ciągły rozwój komputerów. Wszystkie technologie specjalistyczne rozwinięto w laboratoriach przemysłowych i skomercjalizowano w nowych firmach. Paradoksem jest to, że przemysł ten bazuje prawie całkowicie na rodzimej technologii (Eliasson, 1994a). Nie wykorzystuje zbyt wielu dobrze wykształconych ludzi, choć jest niezmiernie innowacyjny i sprzyja przedsiębiorczości. Mocno związana z nowymi odkryciami naukowymi i otrzymująca nowe technologie bezpośrednio od środowisk akademickich jest biotechnologia. W bardzo dużym stopniu wykorzystuje ona możliwości dobrze wykształconych ludzi (Eliasson, 1994; 1996d). Przemysł usług finansowych tworzy czwartą kategorię produkcji, gdyż, po pierwsze – jest przemysłem czysto usługowym, po drugie – jego technologia produktu była zaprojektowana w środowiskach akademickich, po trzecie został radykalnie zmieniony poprzez użycie technologii C&C, i wreszcie, ponieważ jego reorganizacja wymusza radykalne zmiany w globalnej ekonomii. Przemysł ten opiera się na dobrze wykształconej kadrze, stosowaniu nowoczesnych technologii ICT i rozwoju wiedzy korporacyjnej. Jednak to szkolnictwo w największym stopniu wykorzystuje ludzi dobrze wykształconych. Większość szkolnictwa jest publiczna i chroniona przed konkurencją. Podczas gdy nauka prosperuje dzięki specjalizacji, przemysł bazuje na integrowaniu technologii specjalistycznych z technologiami o możliwości aplikacji industrialnej i komercyjnej. Ponadto przemysł prosperuje dzięki stosowaniu adekwatnych metod organizacyjnych, co nie jest szczególnie rozwinięte w środowiskach akademickich – 67 akademicy nie lubią być kierowani (Eliasson, 1996d). W konsekwencji, środowiska akademickie i przemysłowe mają bardzo różne tradycje i podejście do pracy. Często słyszy się w kręgach akademickich, że rolą uniwersytetów w przepływie wiedzy są badania naukowe. Badania akademickie rzadko dostają się do laboratoriów przemysłowych; główną zaś rolą środowisk akademickich jest nauczanie. Żaden przemysł nie jest tak związany swymi początkami ze środowiskiem akademickim, jak właśnie system edukacyjny i badania naukowe. W okresie powojennym uniwersytety stały się ważną siłą gospodarczą, nie tylko jako filtr talentów dla ekonomii. Znaczące elementy nie innowacyjnej przeszłości, jej działania i orientacji wciąż dominują w społeczności akademickiej (Eliasson, 1994). Bez wątpienia bardzo trudnym zadaniem jest zreorganizowanie tego chronionego przez państwo sektora w taki sposób, aby mógł służyć potrzebom nowego typu produkcji. Można się przy tym spodziewać silnego wewnętrznego oporu wobec zmian. W świetle przyszłego znaczenia środowiska akademickiego w powstawaniu nowych produktów, restrukturyzacji i nowych technologii jakie może on zaoferować, istnieje zapotrzebowanie na jego uczestnictwo w procesach rozwojowych. Na wszystkich poziomach szkolnictwo cierpi z powodu braku kontaktów z rynkami, które powinno obsługiwać. Jest to zjawisko typowe dla przemysłów chronionych przed konkurencją, co uwidacznia się w braku rozwoju produktu eksperymentalnego, który jest kojarzony z produkcją komercyjną narażoną na konkurencję technologiczną. Część tej protekcji jest zapewniana przez polityków, którzy przenieśli „rozwój produktu” na poziom narodowej strategii, z czego wynikło jeszcze większe oderwanie systemu od jego klientów. Systemowi szkolnictwa brakuje rynkowych kompetencji, które coraz bardziej będą jemu potrzebne w przyszłości, a aktualnie funkcjonują szczególnie źle w krajach podlegających transformacji gospodarczej. Najbardziej poważne efekty tego braku kompetencji wystąpią w szkolnictwie na poziomie średnim. W wielu uprzemysłowionych krajach zasoby dobrze wykształconych ludzi, intelektualnie wyposażonych do dalszej nauki, stają się coraz bardziej istotne dla przyszłego rozwoju przemysłowego (Eliasson, 1994). Ich brak w połączeniu z wadliwie funkcjonującym rynkiem pracy może spowodować, że zaawansowane gospodarki zaczną tracić swą uprzywilejowaną pozycję. Uniwersytety są zobowiązane: po pierwsze, do rekrutowania utalentowanych ludzi i przekształcania ich w ludzi wykształconych, po drugie, do dostarczania wyników badań i po trzecie, do kreowania przedsiębiorców uniwersyteckich. Pierwsze zadanie zawsze było, jest i będzie najważniejsze. Drugie zaś staje się coraz bardziej istotne, natomiast trzecie ze swej natury często jest sprzeczne ze starymi tradycjami uniwersyteckimi. Polityka edukacyjna tradycyjnie zakłada, że zwiększając nakłady na szkolnictwo wyższe można korzystnie wpłynąć na produkcję. Zależność ta wydaje się być słuszna uwzględniając fakt, że rośnie liczba absolwentów podejmujących pracę częściej w przemyśle niż w usługach publicznych oraz w działalności dydaktycznej i badawczej. Stara specyfikacja produktu uniwersyteckiego w omawianym kontekście nie jest już adekwatna do nowych warunków. Uczelnie inżynieryjne i zawodowe mają tu przewagę nad tradycyjnymi uniwersytetami, gdyż nie cierpią z powodu starych tradycji. Ich studenci otrzymują uprzywilejowaną opiekę podczas rekrutacji do pracy w przemyśle (Eliasson, 1997b). Przykłady te wydają się nie być w pełni adekwatne do dynamicznie rozwijającego się sektora uczelni prywatnych w Polsce. Nowe gałęzie przemysłu, powstające w przodujących gospodarczo krajach (jak Stany Zjednoczone) potrzebują oczywiście wysoko wykwalifikowanych ludzi z doświadczeniem badawczym oraz tych, którzy nie są zbyt zakorzenieni w tradycyjnych 68 wartościach akademickich (Eliasson, 1996d). Ponadto uniwersytet musi utrzymywać o wiele większy zakres kompetencji akademickich i potencjalnie industrialnych w porównaniu z istniejącą liczbą gałęzi przemysłu w danym kraju, co szczególnie ma miejsce w małych państwach uprzemysłowionych. Wielu utalentowanych studentów oraz absolwentów nieprzydatnych dla przemysłu będzie miało trudności ze znalezieniem dobrej pracy wskutek konserwatywnych praktyk rekrutacyjnych w dojrzałych przemysłach, które mogą odbiegać w stosunku do stanu rozwoju przemysłu lokalnego (Eliasson, 1994a, 1997a). Zarówno wspomniane praktyki rekrutacyjne, jak i ogólna trudność w ocenie talentu przed okresem próbnym oznacza, że utalentowani studenci wejdą na rynek pracy na relatywnie niskiej pozycji zawodowej. Efektywne wykorzystanie talentu i potencjału wiedzy może być zrealizowane w społeczności uniwersyteckiej. Należy zwiększyć przedsiębiorczość w otoczeniu instytucji szkolnictwa wyższego. Jest to szczególnie ważne w gospodarkach europejskich, w których rynki pracy funkcjonują słabo (Eliasson, 1994a, b, 1996d), a wielu studentów ryzykuje start na niekorzystnych warunkach zatrudnienia. 4.4. Rola parków nauki i przedsiębiorstw wiedzy we wzroście gospodarczym Parki nauki W częstych dyskusjach nad strategią przemysłową modnym ostatnio tematem są parki nauki jako sposób tworzenia miejsc pracy, rozwoju eksportu oraz źródło przepływów technologicznych służących do popierania długoterminowego rozwoju ekonomicznego. Parki nauki są nazywane „parkami przemysłowymi” lub „inkubatorami technologicznymi”. Oznaczają mniej lub bardziej „naukową” lub „przemysłową” orientację. Większość z nich ma orientację „techniczną” i tak długo, jak produkcja przemysłowa i rozwój ekonomiczny są celem, brakuje przesłanek dla osiągnięcia sukcesu w istotnym wzroście dochodu narodowego. Coraz bardziej popularne będą nowe gałęzie przemysłu (np. biotechnologia), które bezpośrednio korzystają z badań naukowych. Laboratoria przemysłowe będą rekrutować coraz więcej wykształconej kadry z doświadczeniem badawczym, aby rozwijać swe najbardziej zaawansowane technologie, które uprzemysłowione kraje muszą udoskonalać, by pozostać konkurencyjnymi. Będzie to oznaczało radykalną zmianę istniejących postaw, organizacji i praktyk stosowanych w zachodnich uniwersytetach (Eliasson, 1994, 1996d). Ponadto w wielu badaniach zaobserwowano silne poparcie dla umiejętności technologicznych, co wymaga wsparcia edukacji i badań naukowych (Eliasson, 1987b, Berman et al., 1997). Literatura na temat parków naukowych koncentruje się na ich fizycznym i geograficznym aspekcie, przez co, niestety, ignoruje ważne czynniki ekonomiczne. Zakłada się często, że innowacje i nowe technologie rozprzestrzeniają się mechanicznie. Definicja parku nauki sformułowana przez XIII Dyrektoriat Generalny Komisji Europejskiej wydaje się być szeroko używana w krajach Unii Europejskiej: „Park nauki” jest zwykle projektem rozwojowym utworzonym w bliskiej odległości od ośrodków wyższej edukacji lub centrów zaawansowanych badań i ma operacyjne powiązania z jedną lub więcej instytucji. 69 – jest on zaprojektowany tak, aby zachęcać do tworzenia i rozwoju firm opartych na wiedzy; – ułatwiać, poprzez aktywną interwencję, transfer technologii z instytucji badawczych i akademickich do firm i organizacji mających swe bazy w parku lub jego sąsiedztwie. – blok kompetencji może się zbiegać z regionem i jego specyficznymi warunkami rozwoju. Bawaria i region Schwaben (Monachium i Stuttgart) mogą być powszechnie utożsamiane tylko w produkcji luksusowych samochodów, a jednak tak nie jest. Bawaria ma też niemiecki blok kompetencji C&C, podczas gdy Dolina Krzemowa posiada dominujący C&C i biotechnologiczny blok kompetencji. Chociaż bliskość geograficzna ma niewątpliwie znaczenie (Mercedes, BMW, Porsche, Audi i Bosch są w odległości pozwalającej na sprawny transport), integracja technologii i kompetencji coraz częściej występują przy dużych odległościach poprzez zastosowanie technologii C&C. Częstsze występowanie tego procesu oznacza jej wpływ na działalność standardowej produkcji wykonywanej na skalę przemysłową. Rzeczywistość wirtualna staje się coraz szybciej rzeczywistością przemysłową. Zakładanie geograficznej i regionalnej definicji bloku kompetencji lub parku przemysłowego może więc nas pozbawić świadomości różnych ważnych aspektów. W warunkach polskich ilustracją takiej synergii może być dynamiczny rozwój aglomeracji warszawskiej, krakowskiej czy poznańskiej, nawiązujący do naukowych i przemysłowych tradycji tych skupisk. Należy podkreślić różnicę pomiędzy przepływem umyślnym (zaplanowanym lub strategicznym) a spontanicznym. Park nauki ze swej definicji ucieleśnia strategię generowania przepływów. Obecnie modną praktyką jest komercjalizacja technologii w będącym w zastoju przemyśle obronnym. Jednakże wątpliwe jest, czy odgałęzienia strategiczne mogą być „lepsze” niż spontaniczne. Problem tkwi w tym, czy poprawiać warunki do przepływów spontanicznych, czy może raczej próbować wyselekcjonować i skomercjalizować poszczególne technologie „dobierania zwycięzców”. Na podstawie przedstawionych tu argumentów można wywnioskować, że lepiej jest zapewnić obecność wszystkich aktorów w bloku kompetencji niż zachęcać lub popierać poszczególne gałęzie przemysłu, albo usiłować skomercjalizować poszczególne innowacje techniczne. Jeśli założymy, że funkcją parku nauki jest stymulowanie wzrostu gospodarczego, to definicja parku naukowego obowiązująca w Komisji Europejskiej jest nieodpowiednia. Zbytnio koncentruje się ona na jego technicznych, fizycznych i geograficznych aspektach. Park taki, aby mógł zaistnieć ekonomicznie i zawrzeć wszystkich aktorów (wszystkie instytucje bloku kompetencji) należy zdefiniować szerzej. Najlepszym sposobem uzasadnienia wyżej przedstawionych argumentów jest analiza różnych przykładów. Samoloty i okręty podwodne mają długi okres eksploatacji, są skomplikowane, trudne do zaprojektowania i wytworzenia. Nie mogą one bowiem być projektowane, ulepszane i wytwarzane w jednej firmie. Produkcja większości części, czy podzespołów zlecana jest dostawcom zewnętrznym, a organizację taką określa się mianem produkcji integralnej (Eliasson 1995, 1996b). Produkcja integralna wymaga podejścia całościowego, a potencjał produkcyjny zależy w dużej mierze od wyboru właściwej strategii organizacyjnej. Ponieważ współczesne samoloty modernizowane są przynajmniej dwulub trzykrotnie w trakcie eksploatacji, projekt, który ułatwia modernizację samolotu, automatyczne obniża koszty eksploatacji. Przemysły lotniczy i okrętów podwodnych są 70 najlepszymi przykładami integracji trzech zaawansowanych technologii: mechanicznej, elektronicznej i technologii nowych materiałów. Istnieją tylko nieliczne przykłady nowych przedsiębiorstw w sektorze inżynieryjnym, które można by porównać do przemysłu C&C. Szwedzki przemysł komputerowy powstał w firmie SAAB (szwedzki producent samolotów i samochodów) na początku lat sześćdziesiątych. Upadł on, kiedy został wcielony do strategicznie błędnie rozumianego, globalnego systemu informacyjnego Ericssona (Eliasson, 1996a, s. 196). Ten sam Ericsson, z odrobiną szczęścia, przejął wyrafinowaną cyfrową technologię do produkcji telefonów przenośnych właśnie od lotnictwa wojskowego i niezmiernie szybko stał się jednym z najważniejszych wytwórców na tym rynku, chociaż aktualnie znajduje się również w stanie kryzysu. Jako przepływ innowacyjny drugiej generacji, wojskowa technologia Ericssona była udanie wykorzystana do kontroli systemów telefonicznych, których produkcja (wspólnie z Hewlett Packardem) daje zatrudnienie l000 osobom w Szwecji. Technologia silników lotniczych jest kolejnym odgałęzieniem, które nie miałoby szans zaistnieć, gdyby nie obecność szwedzkiego przemysłu lotniczego: Volvo Aero jest teraz globalnym konkurentem w produkcji zaawansowanych części do silników lotniczych. Przepływ innowacyjny trzeciej generacji to spółka działająca na rynku światowym, która zajmuje się modernizacją silników lotniczych i ich konserwacją (Volvo Aero Engine Services) oraz przedsiębiorstwo hydrauliki silnikowej (VOAC). Kockum jest starą szwedzką stocznią, która od wielu lat posiada oddzielny dział łodzi podwodnych. Wobec małego zapotrzebowania (lub jego braku) na wielkie tankowce i produkty obronne, Kockum starał się przestawić na zaawansowaną produkcję cywilną bazującą na technologiach łodzi podwodnych. Istnieje pięć kluczowych rodzajów technologii: - umiejętność wytwarzania materiałów odpornych na ciśnienia występujące w głębinach morskich; - modularna technologia produkcji rozwinięta tak, by jak najbardziej ekonomicznie projektować, wytwarzać, konserwować i modernizować oraz projektować, - produkcja wytrzymałych elementów konstrukcji; - inżynieria i umiejętność obliczeń konstrukcyjno - wytrzymałościowych; - systemy integracji oraz technologia koordynacji produkcji wyrobów złożonych (zintegrowana produkcja, jak w przemyśle lotniczym). Jego morskie produkty typu off-shore – pływające platformy, statki wiertnicze i operacyjne, podwodny sprzęt przetwarzający i urządzenia zdalnego sterowania zapewniają sprzedaż na poziomie 600-700 milionów koron szwedzkich (SEK), co można odnieść do całkowitego przychodu ze sprzedaży Kockuma (włączając łodzie podwodne i wojskowe powierzchniowe maszyny pływające) wynoszącego 2,5 miliarda SEK. Sprzęt dla nawodnych produktów Kockuma jest wykorzystywany pod wodą na głębokościach do l500 m i wymaga zastosowania odpowiednich materiałów, podobnych do tych stosowanych w okrętach podwodnych. Materiały muszą być odporne na naprężenie, rozciąganie i wstrząs, nie mogą być zbyt ciężkie. Muszą się łatwo zginać, prostować i spawać. Krótko mówiąc, muszą być przystosowane do szczególnych warunków wytwarzania nawodnych produktów morskich. Nade wszystko jednak, użytkownicy muszą wiedzieć, jak ustalić właściwości materiałów dla każdej aplikacji. Kockum ma bogate doświadczenie nabyte w produkcji łodzi podwodnych i w ustalaniu potrzebnych właściwości materiałów dla ich producentów, czyli hut i wykonawców podzespołów. 71 Działalność Kockuma jest głównie projektem inżynieryjnym. Tylko wysoce wyspecjalizowane komponenty takie jak wieżyczki, które łączą statek na platformie ze sprzętem podwodnym są wytwarzane na miejscu. U Kockuma dostępne są wszystkie potrzebne komponenty i technologie. Aby zaistnieć na tym polu, Kockum musiał współpracować ze spółkami wydobywającymi ropę (ich głównymi klientami) oraz zmuszony był do nabycia ze źródeł zewnętrznych nowych, uzupełniających technologii. Istnieje silna tendencja do wprowadzania sprzętu produkcyjnego na dno morskie, gdzie konieczne jest niskie ciśnienie, by ropa mogła przedostać się z dna morskiego na powierzchnię. Wydobywanie i przetwarzanie ropy z pokładu położonego 1500 m poniżej poziomu morza nie jest jednak łatwe. Materiały muszą być odporne na ekstremalne ciśnienia i nie mogą ulegać korozji. Najtrudniejsze jest to, iż wszystko musi być zdalnie sterowane, gdyż ludzie nie mogą pracować na tak dużych głębokościach. Wszystko musi być więc doskonale dopasowane. Sprzęt musi być podnoszony i obniżany w celach konserwacji itd. Maszyny zdalnie sterowane (ROV) używane są do niektórych zadań, a zastosowana technologia częściowo pochodzi z działu rozwoju torped Bofors, stanowiącego teraz oddział Bofors Underwader Systems, który nabył Morską Sowę - zdalnie sterowaną mini łódź podwodną, kiedyś rozwiniętą przez firmę SAAB. Obecny rozwój technologiczny i komercyjny sektora opieki zdrowotnej wskazuje na jego nową jakość. Powszechnie uważa się, iż obejmuje on: opiekę szpitalną, farmaceutykę, instrumenty medyczne i sprzęt laboratoryjny oraz biotechnologię. Opieka zdrowotna jest tradycyjnie uważana za część sektora społecznego (Stany Zjednoczone są tu jednak wyjątkiem), ale i w Europie opieka zdrowotna staje się powoli przemysłem dochodowym. Przemysł farmaceutyczny dostarcza wiedzy dla usług zdrowotnych, często zastępując opiekę szpitalną, a przemysł biotechnologiczny staje się dostawcą technologii dla przemysłu farmaceutycznego. Podobnie wiedza powstała przy produkcji instrumentów medycznych stanowi wkład technologiczny do usług medycznych i przyczynia się do przyspieszenia prywatyzacji i reorganizacji systemu opieki zdrowotnej. Typowym przykładem tego jest rozwój prywatnej kliniki dializy i chirurgii laserowej, która, aby zaoszczędzić pacjentom kosztownej opieki szpitalnej, zlecała wykonywanie badań dostawcom zewnętrznym realizując w tym sektorze powszechne już w przemyśle rozwiązania zwane outsourcing. W opiece zdrowotnej od dawna pracują ludzie wysoko wykwalifikowani, z doświadczeniem naukowym. O ile w sektorze służby zdrowia i w przemyśle farmaceutycznym jest to oczywiste, to sektor biotechnologii jest chyba jedynym przemysłem powstałym wyłącznie dzięki odkryciom naukowym, kreowanym w laboratoriach uniwersyteckich, gdzie naukowcy tworzą małe grupy przypominające sposobem funkcjonowania nowe firmy (Eliasson, 1996). Szwedzka opieka społeczna jest blokiem kompetencji z wielkim potencjałem przemysłowym (Eliasson, 1997 c). System ten tworzą niezmiernie kompetentni klienci (szpitale) i opieka szpitalna. Farmaceutyki, biotechnologia i produkcja instrumentów medycznych są bardzo zaawansowane. Opieka zdrowotna ma jednak dwa poważne problemy. Po pierwsze, brakuje jej kompetentnego, przedsiębiorczego przemysłu kapitałowego, by poprzeć wybór komercyjnie przydatnych projektów. Po drugie, główna jego część jest mocno osadzona w sektorze społecznym i obserwuje się dużą wewnętrzną niechęć do wdrażania elastycznych struktur organizacyj- 72 nych i przekształcenia dobrych pomysłów w dochodowe przedsięwzięcia. Bez radykalnej zmiany w mentalności i bez znaczącej prywatyzacji sektora opieki (Eliasson, 1997b) przemysł ten nie osiągnie swego potencjału. Interesujące jest to, że najbardziej pomyślna komercjalizacja opieki społecznej występuje tam, gdzie szwedzki przemysł wykazuje dużą konkurencyjność – tj. w punkcie przecięcia opieki społecznej i inżynierii mechanicznej, w instrumentach medycznych oraz wyposażeniu laboratoryjnym. Zarówno Gambro (obecnie Incentive), specjalizujący się w sprzęcie do diagnozowania i leczeniu, jak i Elektra, specjalizująca się w chirurgii promiennej mózgu wkraczają na rynek opieki zdrowotnej poprzez budowanie specjalistycznych klinik prywatnych. Sektor społecznej opieki szpitalnej nie wykazuje podobnego zainteresowania wykorzystaniem poddostawców. „Techniczna” kompetencja sektora społecznego jest modernizowana, ale wciąż nie może przekroczyć krytycznej sprawności w działalności komercyjnej. Spowalnia to transformację potencjału technicznego sektora opieki zdrowotnej w Szwecji w nowoczesny sektor usług. 4.5. Przemysł biotechnologiczny – całkowicie oparty na nauce Biotechnologia i przemysł zdrowotny jako jedyne powstały w laboratoriach akademickich (Elliasson, 1996). Biotechnologia jest przemysłem o dużej tradycji (np. produkcja piwa i wina). W swej nowoczesnej formie jest ona oparta na trzech fundamentalnych naukowych odkryciach: technologii DNA lub inaczej inżynierii genetycznej, technice konstruowania antyciał i inżynierii białkowej. Praktycznie cały przemysł biotechnologiczny został utworzony jako nowa firma, uformowana dookoła odkrycia grupy naukowców prowadzonych przez znanego badacza posiadającego dużą ilość publikacji (Zucker et al., 1997). Uczeni biorący udział w tych badaniach mogą także osiągnąć osobiste korzyści finansowe z ich realizacji. Studia ekonometryczne wskazują, że osoby wykonujące badania koncentrujące się na genetyce człowieka, skracają zatrudnienie naukowca na uniwersytecie (Zucker et al., 1997). Przykładem innej nowatorskiej technologii jest ponowne przetwarzanie (recykling) super-schłodzonego helu, który ze względu na wymaganie temperatury bliskiej zera bezwzględnego, jest kosztowną substancją chłodzącą, używaną do wytworzenia bardzo silnego pola magnetycznego, a więc pośrednio do otrzymania bardzo czytelnych obrazów medycznych. Silne pole magnetyczne powoduje rezonans atomów wodoru w organizmie, a kiedy zanika można zmierzyć stopień zaniku wibracji atomów wodoru. W tak skomplikowanej technologii magnesy muszą być niezmiernie zimne, by uzyskać wystarczająco mocne pola magnetyczne. Swego czasu uważano jednakże, że nie ma możliwości zachowania kosztownego, schłodzonego helu w systemie obiegu zamkniętego. W 1988 r. doktor Instytutu Technologii w Massachusetts (MIT) założył spółkę, której celem było wykorzystanie projektu rozwiązań opracowanych już w czasie wykonywania pracy magisterskiej. Na Wydziale Kriogeniki w MIT stworzono możliwość aby jego projekt – recykling zamrożonego helu posiadał aplikację przemysłową tego rozwiązania. Wykorzystując wsparcie General Electric i Siemensem oraz ważnego kontrahenta nadprzewodzącego obrazowania magnetycznego, dzięki reputacji MIT oraz pomocy biura licencji MIT udało mu się zainteresować kapitał wysokiego ryzyka, który pomaga studentom w rozpoczynaniu działalności gospodarczej. W 1988 r. przedsiębiorca – po otrzymaniu zgody na pomoc finansową od amerykańskiej Administracji Drobnej Przedsiębiorczości – otrzymał pół miliona dolarów, a w 1989 r. dotację w wysokości miliona dolarów na kontynuowanie badań. Na początku 1991 r. jego spółka ogłosiła „dowód na 73 sukces swej koncepcji” i wkrótce pozyskała jeszcze więcej kapitału. W 1993 r. prototyp był już gotowy. Uważano jednak, że rządowa pomoc jest zbyt niemrawa, by zachęcić naśladowców. Pozyskano więc więcej kapitału prywatnego i do 1995 r. zapotrzebowanie na nowy produkt przekroczyło podaż. Odkrywca przedsiębiorca posiadał coraz mniejszą część swojej firmy, gdyż inwestorzy otrzymywali prawo wykupu kolejnej emisji akcji, ale wartość tego, co posiadał, zwiększyła się znacząco. Podczas wywiadu w 1995 r., stwierdził, że jego rola jako przedsiębiorcy wkrótce się zakończy. Jego obecność nie była konieczna do wprowadzenia jego projektu do produkcji na skalę przemysłową. Pomimo technologicznej złożoności (zamknięty system recyklingu) większość procesu wytwarzania może zostać zlecona podwykonawcom. Tylko montaż oraz wykonanie spawania, którego jakość jest krytyczna dla funkcji produktu musiały pozostać w firmie. Jest to typowy przykład wykorzystania metody outsourcingu, polegającej na koncentrowaniu się wytwórcy na kluczowych technologiach, a przenoszeniu prostszych procesów do wytwórców najtańszych, co gwarantuje zachowanie konkurencyjności w skali globalnej. 4.6. Przemysł komputerowy i komunikacyjny (C&C) Można wskazać na wczesne źródła przemysłu C&C, z których niektóre mogą mieć rodowód akademicki, lecz większość ma tradycje powstałe w amerykańskim przemyśle obronnym. Laboratoria Bella są półakademicką instytucją, gdzie zespół prowadzony przez Williama Shockleya z MIT zaprojektował w 1947 r. tranzystor. Natomiast Jay Forester z MIT zaprojektował pamięć magnetyczną w 1953 r. William Shockley z MIT i Laboratoriów Bela założył Laboratoria Półprzewodników Shockleya w Palo Alto w 1955 r. Stały się one podstawą dla półprzewodników Fairchilda (1959), co z kolei przyczyniło się do powstania firmy Intel w 1968 r. Reasumując można stwierdzić, iż cały obecny amerykański przemysł technologii informacyjno-komunikacyjnej (ICT) jest wynikiem zakładania nowych firm wokół zaawansowanych przedsiębiorstw przemysłowych (Eliasson, 1996a) oraz selektywnego dopływu młodych, dobrze wykształconych osób z elity uniwersyteckiej, najpierw z MIT i Harvardu, Uniwersytetu Stanford i następnie z samej Doliny Krzemowej. Szczególnie interesująca obserwacja dotyczy zmian w zakresie roli, jaką odgrywali kompetentni klienci, jako że znaczenie przemysłu obronnego dramatycznie zmalało i został on „rozbity” na kompleks specjalistycznych producentów; wykształceni i kompetentni klienci stają się częścią tego przemysłu. Indywidualne talenty wydają się ważniejsze od edukacji jako takiej i choć w większości firm wierzono, że doktorzy reprezentują większy potencjał, jednak fakt ten nie był wystarczający do ich zatrudnienia. W przemyśle obronnym doktorzy zajmowali się wprowadzeniem całkowicie nowej technologii. Na przykład rozwój sieci komputerowych wymagał innowacyjnego talentu w matematyce i informatyce, jakości zwyczajowo znajdywanej tylko na poziomie doktorskim. Jest paradoksem, że jako najbardziej akademicka i abstrakcyjna ze wszystkich przemysłów dziedzina obronna wydaje się w stosunkowo małym stopniu wykorzystywać siłę dobrze wykształconych ludzi z doświadczeniem badawczym (Eliasson, 1996c). 74 4.7. Tworzenie infrastruktury, przemysł usług finansowych Punktem wyjścia dla rozwoju społeczeństwa wykorzystującego produkcję i przesyłanie wiedzy jako nośnik rozwoju społeczno-gospodarczego jest zapewnienie adekwatnego rozwoju infrastruktury niezbędnej do tego celu. W kolejnych podrozdziałach zostaną krótko omówione poszczególne komponenty, istotne we wdrażaniu infrastruktury zarządzania wiedzą. Usługi finansowe i edukacja mają wkład w inne obszary gospodarki i znajdują się częściowo w nierynkowym sektorze o charakterze publicznym. Szkolnictwo jest tradycyjnie uważane za działalność infrastrukturalną. Także usługi finansowe stały się obiektem silnych dążeń do wyrwania się z publicznych ograniczeń i we wszystkich krajach gospodarki rynkowej w niemałej części uległy prywatyzacji. Przemysł usług finansowych rozwija się gwałtownie i w ostatniej dekadzie ma decydujący wpływ na lokalną, narodową i światową gospodarkę. „Technologia finansowa” działa poprzez mechanizmy przydziałów źródeł finansowania i bazuje na dwóch krytycznych źródłach zasobów: przemyśle C&C (infrastruktura sieci internetowych) i środowisku akademickim (wysoka jakość kadr). Połączenie technologii komputerowej i komunikacji w przemysł C&C (technologia obliczeniowa piątej generacji) (Eliasson, 1996a) jest szczególnie ważne dla globalnego wpływu przemysłu usług finansowych i powiązanym z nimi rozwojem technologii informacyjnych. W ewolucji produktu finansowego instrumentalną rolę odgrywa środowisko naukowe. Całe zabezpieczanie globalnego przemysłu usług finansowych (Day et al., 1993) dokonuje się dzięki akademickim badaniom finansowym. Pierwsza runda odkryć „akademickich” nastąpiła w latach pięćdziesiątych i we wczesnych sześćdziesiątych. Markowitz (1952), Modigliani i Miller (1958) oraz Sharpe (1964) sformułowali kolejno: teorię portfolio oraz teorię wyceny i szacowania ryzyka. Kiedy Merton (1973) rozwinął formułę wyceny opcji dla danego poziomu ryzyka, zostały położone podstawy rynku pochodnych. Teorie te gwałtownie przekształciły się w nowe produkty finansowe, które (kiedy zostały połączone z nowoczesną technologią C&C) zasadniczo zmieniły system finansowy, a w konsekwencji i inne obszary gospodarki uprzemysłowionego świata. Oprócz tego radykalnie zredefiniowały i zredukowały rolę politycznych twórców strategii gospodarczych. Produkty sprzedawane na tych rynkach są czystymi abstrakcjami („algorytmami”), niektóre z nich wymagają wykształcenia bardzo innowacyjnej matematyki i złożonej integracji technologii komputerowej i komunikacyjnej, by istotnie wpłynąć na gospodarkę. W wyniku ogromnej skali operacji finansowych podejmowanych przez korporacje międzynarodowe na rynku kapitałowym świata, rozszerza się zakres oferowanych produktów „podkopując” suwerenność monetarną państw. Nadużywanie nie dość precyzyjnie określonych standardów oceny stanu przedsiębiorstw dla osiągania doraźnych korzyści, może stać się metodą kreowania nadużyć finansowych zwanych księgowością kreatywną. 4.8. Pomosty pomiędzy innowacją technologiczną a wzrostem gospodarczym Poprzednie rozważania wyjaśniły, że jeśli nowe technologie mają się przyczynić do poprawy konkurencyjności i wzrostu gospodarczego wymaga to spełnienia wielu 75 warunków. Niektóre istnieją wewnątrz firmy, inne wymagają wniknięcia w wewnętrzną strukturę procesów, co utrudnia dokonywanie zmian. Zakres możliwych wyborów jest ogromny i niezmiernie złożony. Procesy selekcji projektów są w dużym stopniu eksperymentalne, a krajobraz przemysłowy będzie zaśmiecany nieudanymi projektami – ale to jest koszt znalezienia kilku zwycięzców. Teoria bloku kompetencji zmierza do zrozumienia działań innowacyjnych i rozwoju ekonomicznego, lecz zrozumienie efektywnej organizacji gospodarki rynkowej, eksperymentalnie zorganizowanej – również jest bardzo ważne. Ostatecznie należy spojrzeć na makroekonomię, używając struktury konceptualnej szwedzkiego modelu makroekonomii bazującej na firmach (Eliasson, 1997), aby zilustrować zasady jej działania. Ten nielinearny model zakłada, że rozwój makroekonomiczny jest generowany konkurencyjną selekcją wśród firm za pomocą czterech mechanizmów rozwoju: wejścia, reorganizacji, racjonalizacji i wycofania (Eliasson, 1996). Jakość selekcji jest zdeterminowana przez jakość aktorów w bloku kompetencji. 76 ROZDZIAŁ 5 NOWE WARUNKI TWORZENIA WIEDZY W pracy Hansa G. Schuetzego z Centrum Badań Polityki Szkolnictwa Wyższego i Szkolenia Uniwersytetu British Columbia w Vancouver B.C. omówiono specyfikę rozwiązań organizacji nauki w procesach tworzenia wiedzy, sposobach jej finansowania oraz zastosowań realizowanych we współpracy z gospodarką. Autor dokonuje przeglądu uwarunkowań i rozwiązań stosowanych w Kanadzie na tle rozwiązań stosowanych w innych krajach OECD. W niniejszej pracy dokonano istotnej redukcji traktowanej jako case publikacji H. Schutze. Omówiono również problematykę zastosowania standardów zarządzania wiedzą. Są one niezbędne do wspomagania procesów zarządzania w dużych przedsiębiorstwach. Rozdział ten w szerszym zakresie powiązano z prezentacją dorobku polskiego środowiska naukowego zajmującego się problematyką zarządzania wiedzą w przedsiębiorstwach. 5.1. Uniwersytety a „transfer technologii” Dopiero od niedawna „transfer technologii” i „współpraca z przemysłem” stały się credo decydentów, strategów przemysłowych i zarządzających uczelniami, lecz współpraca badawcza pomiędzy uczelniami a przemysłem istniała od dawna. Jednakże w przeszłości związki te były w dużej mierze ograniczone do szczególnego typu instytucji, tj. Technische Hochschule, Land Grant Colleges, czy Institutes of Technology oraz do konkretnego rodzaju dyscyplin naukowych, takich jak: nauki inżynieryjne, medycyna oraz inne nauki stosowane. Stany Zjednoczone stanowią tutaj wyjątek. Większość amerykańskich uniwersytetów z chwilą rozpoczęcia swojej działalności miała bardziej praktyczną orientację niż ich europejskie odpowiedniki. Było tak głównie dlatego, że dzięki zdecentralizowanemu w swojej naturze amerykańskiemu systemowi szkolnictwa wyższego określały swoje misje i style na odpowiednie dla lokalnych i regionalnych potrzeb otoczenia (Rosenberg i Nelson, 1994). Obecnie we wszystkich uprzemysłowionych krajach techniczne i polityczne przedsięwzięcia zmierzają ku ścisłym związkom pomiędzy przemysłem a uczelniami. Uwzględniając zasady nowoczesnej ekonomii, potrzeby społeczeństwa w zakresie wiedzy ogólnej i zmniejszający się dystans czasowy pomiędzy badaniami a rozwojem nowych produktów lub procesów, uważa się, że wszystkie dyscypliny uniwersyteckie, nie tylko nauki stosowane i programy zarządzania, powinny być bardziej zaangażowane w zastosowanie wiedzy i aktywne jej rozpowszechnianie (Lynton i Elman, 1987; Walshok, 1995). Wszystkie uprzemysłowione kraje realizowały politykę mającą na celu podniesienie innowacyjności oraz konkurencyjności poprzez zwiększenie i zintensyfikowanie współpracy pomiędzy uniwersytetami a prywatnymi przedsiębiorstwami. W USA na początku lat osiemdziesiątych wprowadzono ustawodawstwo, które umożliwiło uniwersytetom patentowanie oraz zastrzeganie praw autorskich wyników badań finansowanych przez instytucje federalne (wprowadzanie ich na rynek w swoim imieniu). Prawo to pozwoliło także uniwersytetom i przemysłowi na tworzenie konsorcjów w celu zaangażowania się w badania przedkonkurencyjne. Innym wyzwaniem dla uniwersytetów było zaangażowanie wraz z partnerami przemysłowymi w projekty badawcze jako wa- 77 runek uzyskania dotacji federalnych na badania. Taka polityka okazała się efektywna w promowaniu wspólnych przedsięwzięć badawczych, a czynnikiem integrującym była ochrona i komercjalizacja własności intelektualnej (Cohen et al., 1998). W 1999 r. w trakcie kanadyjskiego panelu ekspertów dotyczącego komercjalizacji badań uniwersyteckich zalecono, aby możliwość zakwalifikowania się naukowców uniwersyteckich do federalnego funduszu badań, a uniwersytetów do federalnej pomocy w zakresie komercjalizacji, uzależnić od przyjęcia przez te uniwersytety polityki wymagania ujawniania przez naukowców i ich instytucje wszelkich wyników badań o wartości handlowej. Od uniwersytetów wymagałoby się składania rządowi federalnemu corocznych raportów dotyczących własności intelektualnej pochodzącej z badań finansowanych przez instytucje federalne i dokumentowania wysiłków w kierunku komercjalizacji tych rezultatów, które mają innowacyjny charakter. Podobnie jest w Niemczech, gdzie prawo pozostawia ochronę i komercjalizację intelektualnej własności indywidualnemu badaczowi. Hochschulrektorenkonferenz (rada rektorów uniwersytetów) zaleciła w 1977 r., aby uniwersytety przyjęły instytucjonalną politykę w celu zabezpieczenia praw własności intelektualnej i wprowadzenia jej na rynek poprzez specjalne jednostki komercjalizujące. Tabela 4. Motywy, formy współpracy i zapotrzebowanie przemysłu na współpracę z uczelniami Motywy Uzyskanie dostępu do najnowszej informacji naukowej pojawiającej się w danej dziedzinie wiedzy Oszczędności finansowe i zmniejszenie ryzyka poprzez: – współpracę ośrodków B+R – wykorzystanie komercjalnie rentownych wyników uczelnianych ośrodków B+R Uzyskanie dostępu do wiedzy poprzez rozwój zasobów ludzkich i ustawiczne dokształcanie się Formy współpracy – wspólne zespoły i programy – konsorcja dla utworzenia prekonkurencyjnych laboratoriów B+R (ośrodki doskonalące) – kontrakty z B+R – wykorzystanie naukowców uniwersyteckich jako konsultantów – modelowanie i testowanie – zakup patentów, praw autorskich itp. – najmowanie absolwentów – stypendia fundowane, – dokształcanie zawodowe i inne formy zdobywania kwalifikacji Źródło: Bonnacorsi et al., 1994 Zachętę dla firm w celu uczestniczenia w projektach badawczych stanowi sposobność dostępu do wiedzy w formie istnienia wysoko wykwalifikowanego personelu. Podstawowe znaczenie dla firm i ich zdolności innowacyjnych ma sposób „wyławiania” i rekrutowania absolwentów uczelni. Firmy zaangażowane we wspólne projekty badawcze lub inne pokrewne zajęcia często zatrudniają tych absolwentów lub asystentów, którzy pracowali nad tymi projektami. Większość firm, szczególnie tych małych, musi poszukiwać i znajdować absolwentów innymi metodami, np. poprzez kontakty z profesorami, wywiady w ośrodkach studenckich, czy czasowe zatrudnianie studentów w ramach specjalnych programów kooperacyjnych itp. Tego typu metody na rynku polskim promują powołane ośrodki badawcze międzynarodowych korporacji np. DELPHI. 78 Dostęp do stałego kształcenia na uczelniach jest dla niektórych firm bardzo istotny. Większe firmy mogą korzystać z silnych organizacji profesjonalnych, które oferują nowoczesne kursy marketingowe lub menedżerskie pod własnymi auspicjami, zatrudniając pracowników naukowych, aby prowadzili zajęcia. Mniejsze firmy opierają się na działalności stowarzyszeń przemysłowych, izb przemysłowych i handlowych oraz szkół prywatnych jako dostawców programów kształcenia ustawicznego i szkoleń. W wielu przypadkach spowodowane to jest zahamowaniami, które czynią problematycznym dostęp małych firm do programów uniwersyteckich; częściej jednak jest to związane z brakiem odpowiednich kursów bądź programów (Schuetze, 1998). Istnieją wprawdzie specjalne programy uniwersyteckie przeznaczone dla małych firm, np. Georgia Tech Industrial Extention Service w USA (OECD, 1995), jednakże programy takie są niezwykle rzadkie. Podsumowując, popyt przemysłu na wiedzę naukową lub technologiczną jest widoczny w wielu dziedzinach. Podczas gdy większość badań nad innowacjami przemysłowymi skupia się na problemie „transferu technologicznego” w wąskim sensie, to jednak zaniedbaną i niedocenianą częścią jest „związek nauczania i uczenia się”. Analiza uwarunkowań współpracy uczelni z przemysłem zawarta jest w kolejnym podrozdziale. 5.2. Jak uczelnie współpracują z przemysłem Niektóre rozwiązania systemowe spowodowały, że pracownicy uczelni zmienili swoje poglądy na badania naukowe czyniąc wysiłki, aby aktywniej współpracować z prywatnymi firmami. Wiąże się to z szukaniem dodatkowych źródeł funduszy na badania. Publiczne źródła finansowania, szczególnie uzyskane z departamentów rządowych, zwiększyły się wprawdzie znacznie w latach sześćdziesiątych i siedemdziesiątych, ale zaczęły relatywnie zmniejszać się w latach dziewięćdziesiątych. Ważna jest również, polityka rządu, która aktywnie promuje na wiele sposobów współpracę z przemysłem. Specyficzną rolę pełni również społeczny klimat środowisk naukowych, które w warunkach Polski, w ocenach awansu naukowego pomijają lub ignorują dorobek uzyskany w obszarze współpracy z gospodarką. Zakres wzorcowej promocji we współpracy uczelni z gospodarką obejmuje: wzmocnienie mechanizmów współpracy, transfer technologii wewnątrz i na zewnątrz uczelni, uzależnienie funduszy rządowych od udziału przemysłu w badaniach. Polityka ma swój początek we wzroście globalizacji obcych inwestycji i handlu, co przyczyniło się do zwiększenia troski rządu, aby utrzymać lub stworzyć konkurencyjność własnego przemysłu (Gibbons, 1992, Slaughter i Rhoades, 1996). Brak takiej polityki w strategii polskich ekip rządowych w latach 19902003 przyniósł efekt w postaci zanikania polskiego przemysłu. Główne przeszkody we współpracy uczelnia – przemysł wynikają z podstawowych różnic pomiędzy tymi dwoma sektorami. Podejmowanie badań uniwersyteckich oraz tradycyjny podział uczelni na izolowane względem siebie dyscypliny, są w konflikcie z wiedzą przemysłową traktowaną instrumentalnie i zorientowaną na rynek. Podstawowe różnice pomiędzy akademicką i przemysłową koncepcją wiedzy a tworzeniem wiedzy są pokazane w poniższej tabeli. 79 Tabela 5. Motywy, zapotrzebowanie i formy współpracy przemysłu z uczelniami Przemysł Realizacja wartości ekonomicznych Przydatność w przemyśle Zorientowanie na rynek Indukcyjny lub syntetyczny Zorientowanie na problem (transdyscyplinarność) Telesis (zorientowanie na cel) Zobowiązanie wobec planów Dobro prywatne (firmowe) – – – – – – – – Uczelnia Tworzenie wartości intelektualnej Wiarygodność naukowa Zorientowanie na misję Dedukcyjny lub analityczny Dyscyplinarny Odkrywczość/ciekawość Brak ograniczeń czasowych Dobro publiczne Źródło: Adaptacja podmiotów we współpracy wg Tomiura,1997 Z powodu powolnych zmian w tradycyjnej organizacji uczelni, a także zmian wartości i postaw jakie przeważają w większości uczelni, instytucje często powołują jednostki organizacyjne poza tradycyjnymi strukturami w celu ułatwienia współpracy i komunikacji pomiędzy przemysłem a uniwersytetami. Przykładami takich nowych struktur i mechanizmów są: – specjalne badawcze katedry przemysłowe, – instytuty przemysłowe, An-Institute w Niemczech, – parki naukowe, – własności intelektualne, – biura łączące przemysł z uczelnią. Rządy państw – przy współpracy wyżej wymienionych struktur uniwersyteckich - powołały lub sponsorują struktury poza uniwersytetami, jednak ściśle z nimi połączone, np. Frauenhofer Society for Research w Niemczech, Networks of Centres of Excellence w Kanadzie i Science and Technology Centres oraz ośrodki badawczo-rozwojowe przemysłu z uczelnią w USA. W warunkach Polski trudno jest podać tego typu przykłady – powodem tego stanu jest również słabość organizacyjna i finansowa przedsiębiorstw. „Związki pomiędzy badaniami akademickimi a przemysłowymi ośrodkami badawczo-rozwojowymi (B+R) zostały poddane intensywnej analizie. Badania akademickie są odbierane zarówno jako zbyt odległe od potrzeb przemysłu, a w niektórych gałęziach, gdzie ich znaczenie jest pozorne, jako zbyt bliskie przemysłowi” (Cohen et al., 1998 ). Krytycy z uniwersytetu twierdzą, że takie bliskie związki uczelni z przemysłem stanowią kompromis pomiędzy głównymi misjami uczelni – nauczanie i prowadzenie badań oraz komercjalizacja badań rodzą konflikty interesów naukowców z negatywnymi skutkami dla ich naukowej obiektywności i zobowiązań wobec studentów. Badania wykazały, że w wielu przypadkach sponsorowanie przez przemysł badań naukowych wymaga od prowadzących prace badawcze odroczenia lub zrezygnowania z opublikowania metodologii i odkryć. Dlatego też twierdzi się, że podczas gdy indywidualnym firmom takie partnerstwo przynosi zyski, to jednak tworzenie wiedzy przez badania jest ograniczane, co obserwuje się od dłuższego czasu (Slaughter i Larry, 1997; Cohen i in., 1998; Schuetze, 1999). Pożyteczne jest ustalenie efektów i określenie organizacyjnych warunków wstępnych oraz konsekwencji sprawnej współpracy. Nie mogą być one jedynie ograniczone do kwestii, jak uczynić badania akademickie bardziej dostosowanymi i dostępnymi dla 80 przemysłu, ale muszą także uwzględnić kwestię, jak mogą być zorganizowane nauczanie i funkcje usługowe uniwersytetów, aby wesprzeć innowacje przemysłowe. Chociaż tradycyjne kanały tworzenia i rozprzestrzeniania wiedzy polegały przede wszystkim na nauczaniu i publikacjach naukowych, to masowy wzrost wiedzy i jej szybki obrót wymagają nowych form jej przesyłania i zastosowań. Pociąga to za sobą zarówno ustalenie nowych celów i centrum uwagi zorientowanych na nowych słuchaczy uniwersyteckich, jak i lepszych mechanizmów rozprzestrzeniania nowej wiedzy, dla coraz liczniejszych i bardziej różnorodnych odbiorców (Lynton, 1996). Walshok (1995) rozróżnia trzy typy przepływu wiedzy, mianowicie: kształcenie i szkolenie, syntezę wiedzy z różnych dziedzin dyscyplinarnych oraz rozpowszechnienie, transfer i wymianę wiedzy (dla porównania zapotrzebowania na wiedzę i źródeł wiedzy opartych na uczelniach). Zapotrzebowania na wiedzę, rozumiane jako ciągłe dokształcanie w ramach zorganizowanych sposobów kształcenia fachowców pracujących w sektorze prywatnym, jest problemem nierozwiązanym w ramach oferty edukacyjnej uczelni. Przykład stanowi ciągłe zawodowe kształcenie inżynierów – grupy, która stanowi centrum w (technicznym) procesie innowacyjnym (OECD, 1992) i których kompetencja ma zasadnicze znaczenie. Inżynierowie zatrudnieni są praktycznie w całym sektorze przemysłowym i usługowym zajmującym się produktami i procesami technologicznymi nie tylko w firmach o wysokiej technologii. Inżynierowie – konsultanci odgrywają strategiczną rolę w rozwoju krajowej infrastruktury, zasobów i bazy przemysłowej, a także w utrzymaniu i ochronie środowiska. Szybka rotacja naukowej i technicznej wiedzy i wynikająca z tego potrzeba dotrzymania kroku postępom w naukach stosowanych i rozwoju systemów inżynierskich o rosnącej złożoności staje się troską pracowników przedsiębiorstw i zarządów wielu firm o zaawansowanej technologii. Nowa wiedza naukowa i techniczna wytwarzana jest w tak szybkim tempie, że istniejący zasób kompetencji szybko się dezaktualizuje. Dlatego też tradycyjne pojęcie kształcenia i główna metoda kształcenia inżynierów „jednorazowo i ostatecznie” nie jest już wystarczająca do pracy zawodowej przez całe życie. Zapotrzebowanie na wysoce kompetentnych, twórczych i wszechstronnych inżynierów wzrasta i jest rezultatem gwałtownego rozwoju przemysłu opartego na intensywnej wiedzy oraz konkurencji na rynkach krajowych i zagranicznych. Jednak nie można tego dokonać przez zastępowanie inżynierów mających przestarzałą wiedzę nowymi absolwentami. Przez ostatnie dekady decydenci nawołują, aby uczelnie zwiększyły swoje wysiłki w zaspokajaniu potrzeb na stałe kształcenie zawodowe. Zew ten pochodzi z niektórych uniwersytetów i wydziałów. Na przykład badania przeprowadzone przez pracowników Inżynierskiego Wydziału Elektrycznego MIT wykazały, że uwzględniwszy szybki rozwój tej dziedziny, okres połowicznego starzenia się wiedzy absolwentów tego wydziału wynosi dwa lata. W konsekwencji, wydział zaproponował model współpracy w kształceniu ustawicznym inżynierów, w którym zakładano ścisłe związki pomiędzy szkołami kształcącymi inżynierów a stowarzyszeniami przemysłowymi i zawodowymi (MIT, 1982) – projekt ten nigdy nie został wdrożony. Podobnie było na innych uczelniach większości krajów OECD. Ustawiczne kształcenie zawodowe jest ciągle bardziej działalnością uboczną na wielu uniwersytetach (OECD, 1995) organizowaną przez osobne jednostki do spraw kształcenia ustawicznego niż głównym kierunkiem działalności wydziałów. Kierunki inżynierskie nie są żadnym wyjątkiem. Nawet jeśli są oferowane kursy, to firmy często się skarżą, że nie są one dostosowane do ich potrzeb, gdyż przeładowane są teorią, a większość wykła- 81 dowców ma niewiele doświadczenia w przemyśle (Lynton, 1996). Również polskie doświadczenia nie skłaniają do optymizmu, bowiem ogromna dynamika rozwoju szkolnictwa wyższego osiągnięta w ostatnich latach w znacznie mniejszym stopniu dotyczy kształcenia podyplomowego. Ostatecznie reagowanie na potrzeby w zakresie uaktualniania wiedzy poprzez jej rozpowszechnianie, transfer i wymianę wymagałoby bardziej aktywnego podejścia i połączonych działań, co znaczy, że uczelnie, wydziały (indywidualni naukowcy), musieliby aktywniej współdziałać z przedsiębiorstwami. Jednakże ciągły kontakt z firmami jest zadaniem czasochłonnym i kłócącym się z innymi akademickimi obowiązkami naukowców i jednocześnie nie jest źródłem uznania, co zniechęca wykładowców do podejmowania tych zadań (Walshok, 1995; Lynton i Elman, 1987). Tabela 6. Zapotrzebowanie na wiedzę oraz uniwersyteckie źródła wiedzy Zasoby wiedzy Zapotrzebowanie na wiedzę Uaktualnianie związane z zawodem/pracą Pośredniczenie w wymianie wiedzy pomiędzy dziedzinami nauki oraz między gałęziami nowych przemysłów Uaktualnianie wiedzy poprzez rozpowszechnianie, transfer i wymianę wiedzy • Ciągłe kształcenie zawodowe prowadzone w nowych dziedzinach wiedzy lub dziedzinach interdyscyplinarnych • Szkolenia praktyczne w nowych dziedzinach w odpowiedzi na zmieniające się lub pojawiające nowe wymagania zawodowe takie, jak technika laserowa w produkcji, nowe paradygmaty w biotechnologii • Szkolenia interdyscyplinarne umiejętności takich jak umiejętności menedżerskich dla inżynierów • Dostarczanie wiedzy i umiejętności interdyscyplinarnych praktykom i racjonalizatorom w technicznych, społecznych, ekonomicznych i środowiskowych kontekstach • Pomoc w złożonych problemach interdyscyplinarnych, takich jak rozwój ekonomiczny regionu i ocena technologii • Współdziałanie naukowców i praktyków w dziedzinach mocno związanych z postępem (podlegających zmianom) • Dostarczanie informacji i wiedzy naukowej: – konsumentom i użytkownikom badań zainteresowanym zastosowaniem ich w nowych usługach, procesach lub produktach, – osobom zainteresowanym nowymi formami działalności gospodarczej, takim jak bankierom, nowym przedsiębiorcom, profesjonalistom i laikom, których praca wymaga znajomości technologii, np. dziennikarzom, menedżerom zarządzającym firmami medialnymi. Źródło: Walshok, 1995, Tab. 4.2. Transfer technologii w tradycyjnym ujęciu jest jedynie częścią szerszego systemu tworzenia i zastosowania wiedzy, angażuje wiele form komunikacji i interakcji pomiędzy uczelniami a społeczeństwem. Wiedza stanowi centrum innowacji – i stąd też „systemy innowacji” są „systemami wiedzy”. 82 O ile wspieranie wiedzy przez uczenie się i nauczanie jest głównym zadaniem uniwersytetów, to transfer wiedzy warunkowany jest równocześnie przez wiedzę różnego typu – technicznego, organizacyjnego, kulturowego i dotyczącego zarządzania. Dotychczas jedynie kilka uczelni myśli o wspólnych badaniach i zorganizowanym nauczaniu jako o ściśle połączonych ze sobą działaniach. Jeszcze inne uczelnie stały się aktywnymi partnerami we wspólnych przedsięwzięciach regionalnych i krajowych. Mimo że komercjalizacja badań i wspólne powiązania badawcze uczelni z przemysłem znacznie nasiliły się w ciągu ostatniej dekady, to niemniej jednak zrozumienie, że muszą zaangażować się w to politycy, przedstawiciele życia gospodarczego i naukowcy w większą ilość działań związanych z wiedzą, postępuje wolno i pozostaje wyzwaniem na przyszłość. Refleksja ta posiada uniwersalny charakter, jednak wyróżnić można kraje, w których tradycje innowacyjnej aktywności uczelni datują się od dziesięcioleci i kraje w którym proces ten zachodzi dużo mniej efektywnie. Taką właśnie sytuację odnotowujemy w Polsce, ponieważ ograniczanie nakładów na naukę w strukturze wydatków budżetowych spadło tak drastycznie, że zachowanie zdolności innowacyjnych uczelni przy dominacji ich celów dydaktycznych – stało się celem wirtualnym. 5.3. Rozwiązania tworzenia przesyłania i zastosowań wiedzy w systemie ochrony zdrowia w USA Prezentacji złożonych problemów organizacji, finansowania, tworzenia i wykorzystania wiedzy w USA dokonano na podstawie opracowania Jeffrey C. Bauer, Ph. D. z Centrum Programów i Ochrony Zdrowia w New West, Denver, Colorado, traktowanego jako case. Dobór treści prezentowanych w tym podrozdziale uzasadniony był ich uniwersalnością odniesień występujących w wielu innych krajach, w tym w Polsce. W XX wieku wiedza stała się jednym z najcenniejszych zasobów w sektorze zdrowia i w gospodarce Stanów Zjednoczonych. Podmioty działające w sektorze służby zdrowia: lekarze, producenci leków, towarzystwa ubezpieczeniowe i inne jednostki ekonomiczne kontrolujące technologie know-how wymagane, aby zdiagnozować chorobę, wyprodukować przepisane lekarstwo, sprzedać plan zdrowotny. Innymi słowy oznacza to zarządzanie dostępem pacjentów do zasobów ochrony zdrowia, uzyskując ponadprzeciętne dochody. Certyfikaty wymagające zdania egzaminów niezbędnych, aby dostarczyć określone usługi zdrowotne, minimum wymagań edukacyjnych w praktyce zawodowej, stanowe licencje ubezpieczeniowe i federalne patenty mające na celu uzyskanie dochodu z tytułu inwestycji na rozwój nowego leku – to tylko przykłady formalnych mechanizmów opartych na istnieniu zorganizowanych i możliwych do sprawdzenia podstaw wiedzy w dziedzinie ochrony zdrowia. Oparte na wiedzy związki pomiędzy profesjonalizmem a dochodem ekonomicznym są już od tak dawna utrwalone, że zwykli obserwatorzy mogą ulec pokusie, aby dokonać ekstrapolacji mechanizmów ich funkcjonowania w przyszłości. Jednakże świeże spojrzenie na istotę tych związków mocno sugeruje, że ich dwudziestowieczne podstawy gwałtownie się kruszą. Na początku XXI wieku sytuacja w zakresie ochrony zdrowia będzie prawdopodobnie znacznie się różniła od omawianej – chociaż analiza stanu istniejącego skłania do refleksji że prostych rozwiązań gwarantujących poprawę nie widać w żadnym z krajów. Historyczne wyjaśnienie procesu tworzenia, przesyłania i wykorzystania wiedzy w sektorze ochrony zdrowia ostatnich stu lat jest niezmiernie ważne do zrozumienia współcześnie zachodzących zmian. Niemniej jednak, spojrzenie 83 przyszłościowe jest również ważne dla tych, którzy muszą zrozumieć ewolucję tych związków oraz ich konsekwencje. W cytowanej pracy zwrócono uwagę, że w USA związki pomiędzy ochroną zdrowia a wiedzą zmieniają się w szybkim tempie dzięki technologii informacyjnej, reformie prywatyzacyjnej, konkurencji na rynku, uprawnieniom konsumentów i innym czynnikom, które nie były dominujące w XIX wieku. W pracy opisano i porównano proponowane rozumienie starych i nowych relacji polegających na nawiązaniu dyskusji, wszystkich uczestników realizowanych w ochronie zdrowia procesów. Profesjonalistom w dziedzinie ochrony zdrowia i tym, którzy przydzielają ich zasoby (to jest menedżerom organizacji zajmujących się ochroną zdrowia, decydentom państwowym, nabywcom planów ochrony zdrowia) pozwoli to prześledzić konsekwencje ich decyzji w kontekście nowych i bezprecedensowych warunków. 5.4. Ewolucja znaczenia wiedzy Dynamizm zmian zachodzących w służbie zdrowia opisany w tym podrozdziale wykracza poza zmiany spodziewane w wytwarzaniu, przesyłaniu i użyciu tradycyjnej wiedzy. Samo znaczenie wiedzy dotyczącej ochrony zdrowia też się zmienia. Założenie jednoczesnej ewolucji zarówno znaczenia, jak i przesyłania oraz wykorzystania wiedzy wymaga kompleksowej analizy, ale badanie wiedzy w zakresie ochrony zdrowia za pomocą niezmienionego modelu grozi poważnym ryzykiem uzyskania nieistotnych bądź błędnych wniosków. Innymi słowy, nie chodzi o prostą próbę zrozumienia nowych sposobów przetwarzania tej samej starej wiedzy czy nawet tego samego starego pojęcia wiedzy, ale o jej radykalnie nowe znaczenie w systemie funkcjonowania społeczeństwa wiedzy. Wiedza jako środek do podejmowania właściwych decyzji w zakresie ochrony zdrowia jest na pewno kwestią na czasie, ponieważ w nowoczesnych państwach uprzemysłowionych ważne jest polepszenie systemów opieki zdrowotnej poprzez zastosowanie lepszej wiedzy. Właściwa polityka dotycząca wiedzy nakładałaby surowe wymagania co do jakości procesów, które tworzą dane, a następnie przetwarzają je w informację i wiedzę. Smutne jest to, że jakość istniejącej bazy wiedzy jest fatalna. Większość badań klinicznych i dotyczących polityki medycznej opublikowanych w USA ma poważne wady spowodowane: – kiepskimi danymi, – złą metodologią badań, – naciskami politycznymi, – niewłaściwą analizą statystyczną. Szczegółowa obrona tego kontrowersyjnego stanowiska jest głównym tematem w artykule Bauer (1996). A jaki stan w tym zakresie mamy w Polsce wobec wielu egzystencjalnych problemów organizacji ochrony zdrowia? – lepiej nie pytać. Dane same w sobie nie przekazują nic użytecznego; muszą być one dopiero zorganizowane w sensowne kategorie, aby wytworzyć drugą warstwę w hierarchii, informacji kontekstowo i merytorycznie powiązanych. Dane nie mają sensu i nie przenoszą informacji dopóki nie są przetworzone w miary skupienia czy tendencje centralne (to jest wartość środkowa, mediana, modalna) i środki dyspersji (odchylenie standardowe, wariancja, czy rozstęp), które pozwalają na standardowy opis i porównanie tego co jest przedmiotem analizy. Następnym krokiem jest wiedza, celowe zastosowanie informacji w podejmowaniu decyzji. Czwartą i ostateczną warstwę konwencjonalnej hierarchii 84 stanowi mądrość, sztuka ciągłego podejmowania właściwych decyzji oparta na doświadczeniu. Ten wzniosły temat można zostawić filozofom. Problem wiedzy jako środka sprzyjającego podejmowaniu właściwych decyzji w zakresie ochrony zdrowia jest na pewno problemem na czasie, ponieważ w nowoczesnych państwach oczekuje się polepszenia systemów opieki zdrowotnej dzięki zastosowaniu lepszej wiedzy. Pytania ciągle się mnożą: jaka nowa wiedza pozwoliłaby nam stworzyć zdrowsze społeczeństwo? Co powinniśmy wiedzieć, aby zredukować koszty usług zdrowotnych? Jak może być użyta technologia informacji, aby polepszyć jakość opieki? Dobre odpowiedzi na te pytania nie są zbyt częste. Jak widać po powszechności prób przeprowadzania reform zdrowotnych, każde współczesne państwo przemysłowe chce wiedzieć, jak wypełnić polityczny imperatyw zmniejszenia wydatków na ochronę zdrowia przy jednoczesnym spełnieniu imperatywu społecznego, jakim jest dostępność opieki zdrowotnej i jej dobra jakość (Raffel, 1997). W ostatnich latach realizacji reform służby zdrowia w Polsce doświadczamy skutków słuszności powyższych stwierdzeń Raffela. W rezultacie, najważniejszą miarą procesów wytwarzania, przesyłania i zastosowania wiedzy w przyszłości mógłby być stopień, w jakim te procesy prowadzą do lepszych (tzn. mądrzejszych) decyzji w sprawie alokacji zasobów zdrowotnych. Uwzględniając zasady ekonomii procesy te nie mają żadnej wartości, jeśli nie prowadzą one ostatecznie do widocznej poprawy w dostarczaniu usług zdrowotnych. Nic nie zyskamy, jeśli procesy wytwarzania, przesyłania i stosowania wygenerują jedynie bezużyteczną wiedzę. Wydaje się, że stwierdzenia powyższe mają szczególne znaczenie w krajach biednych, w których utrzymanie stworzonej infrastruktury ochrony zdrowia staje się coraz trudniejszym wyzwaniem. Pożądanym postępem byłyby zmiany procesów, które nadają właściwą wartość wiedzy negatywnej, to jest wskazującej, czego nie należy robić. W USA organizacje zajmujące się wiedzą z zakresu ochrony zdrowia były uprzedzone do relacjonowania badań, które akceptowały nieważne (zerowe) hipotezy (tzn. takie, które nie zdołały potwierdzić statystycznie znaczącego związku pomiędzy efektami doświadczeń a zaobserwowanymi wynikami). Doświadczenia amerykańskie w zakresie skali manipulowania wynikami badań dla celów politycznych w całej rozciągłości potwierdzają się w Polsce, gdzie każda nowa ekipa rządząca znajdzie zawsze argumenty, aby zmienić lepsze na gorsze z korzyścią dla partii rządzącej i wielorakimi pożytkami dla jej liderów i członków. Należy mieć na uwadze, że jedynym weryfikatorem obiektywizmu w analizie istniejących systemów są metody statystyki matematycznej, bazujące na możliwie precyzyjnych i obiektywnych danych. W przeciwnym przypadku nieuniknione jest instrumentalne wykonywanie analiz wspomagających politykę realizowaną przez partię rządzącą, która może być niekorzystna dla kraju. Bauer (1996) stosował te analizy przez kilka lat nauczania statystyki i metod badawczych na wydziale medycznym Uniwersytetu Wisconsin – Madison, i prawie wszyscy praktykujący lekarze biorący udział w tych zajęciach zgadzali się co do niskiej jakości istniejącej bazy wiedzy w zakresie ochrony zdrowia. Autor z powodzeniem bronił tego stanowiska więcej niż dziesiątki razy jako ekspert w sporach cywilnych. Sądy federalne w USA niezależnie doszły do tego samego wniosku w wyniku poddania ekspertyzom zeznań przedstawionych podczas sławnej sprawy dotyczącej odpowiedzialności za jakość implantów piersi, Daubert vs. Dow Corning. 85 W kontekście cytowanych wątpliwości, bliska ewolucja wiedzy w zakresie ochrony zdrowia przewiduje elementy wizualne w bazach danych. Dobrą ilustracją tego poszerzenia pojęcia wiedzy jest przykład radiologii. Faktyczne obrazy diagnostyczne, a nie tylko ustna interpretacja radiologa są przechowywane w coraz większym stopniu w Archiwum Obrazów i Systemów Komunikacji (PACS). Tworzy się już specjalne wyszukiwarki, które mają wyszukiwać te obrazy według ich cech. Na przykład naukowcy mogą uzyskiwać wiedzę dotyczącą guza piersi poprzez wyszukanie i przestudiowanie wszystkich widocznych specyficznych cech morfologicznych. Ten proces badawczy oparty na obrazach ma większą moc badawczą niż pisemne raporty radiologów, które mogą zawierać różnice bądź błędy wynikające z oceny. Powyższy przykład ujawnia zaledwie „wierzchołek góry lodowej”. Pojawiająca się możliwość przechowywania i analizowania obrazów wizualnych związanych z ochroną zdrowia stwarza nadzwyczajne nowe możliwości dla kreatorów i menedżerów wiedzy. Będziemy mogli obserwować i studiować obrazy, to jak się one zmieniają w czasie, w ujęciu dynamicznym i przestrzennym. Niezbędnym jest więc, aby rozwinąć i stosować umiejętności wizualne w celu tworzenia wiedzy w zakresie zdrowia w XXI wieku, tak jak w XX wieku rozwijane były naukowe umiejętności, by zrozumieć wytwarzanie, przesyłanie i użycie danych dotyczących zdrowia(Raffel, 1997). Złożoność jest główną charakterystyką związków pomiędzy różnymi jednostkami zaangażowanymi w tworzenie, przesyłanie i użycie wiedzy w sektorze zdrowotnym. Analiza wzajemnego oddziaływania pomiędzy członkami tych zależności mogłaby być przeprowadzona w kilku wymiarach, lecz aby ją uprościć, zastosowano tutaj model transakcyjny. Jego elementy składowe to „7P - zaczynający się na literę p”: pacjenci (patients), dostawcy (providers), praktykujący (practisioners), płatnicy (payers), nabywcy (purchcers), farmacja (pharmacy), wydziały lekarskie (professoriat). Zastosowano tutaj tylko najważniejsze historycznie związki, ale nie jest to w żadnym wypadku jedyne podejście. Model początkowo odzwierciedla prawne związki pomiędzy poszczególnymi członkami transakcji medycznych: pacjentami, dostawcami, praktykującymi i płatnikami. Zgodnie z rozróżnieniem opracowanym przez Joint Commission for the Accreditation of Healthcare Organization (JCAHO) USA, czyli Połączoną Komisję do Spraw Akredytacji Organizacji Zdrowotnych, dostawcy zdefiniowani są jako organizacje, takie jak szpitale i grupy medyczne, praktykujący określeni są jako profesjonaliści – lekarze i pielęgniarki. Piąte „p” zostało dodane dla nabywców (ang. purchaser, tzn. pracodawca nabywający określoną polisę ubezpieczeniową dla swoich pracowników), szóste „p” oznacza farmację (ang. pharma, czyli przemysł farmaceutyczny), a siódme „p” zastosowano dla wydziałów medycznych (ang. professoriat). Wprowadzony standard w usługach zdrowotnych HEDIS dostarcza tylko ograniczony pakiet usług medycznych, niemniej jednak pozwala nabywcom porównać konkurencyjne plany zdrowotne według około 30 kryteriów, które zawierają usługi profilaktyczne i zgodność z wybranymi protokołami opieki. HEDIS nie przyspieszył znacząco nauki w zakresie pomiaru jakości usług medycznych, ale jednak ugruntował praktykę używania „raportów”, aby porównać różnych dostawców i praktyków. Systemy ocen oparte na porównaniach są na pewno w USA nowym typem informacji na temat opieki zdrowotnej, ale pytanie, czy stanowią dobrą wiedzę, pozostaje ciągle bez odpowiedzi. Okazuje się, że początkowe instrumenty, które miały mierzyć jakość są nadmiernie uproszczone. Zmieniająca się istota opartych na wiedzy relacji pomiędzy siedmioma „p” jest znacząca, ale to nie sugeruje, że wytwarzanie tak ważnej wiedzy podupadnie. Istotnie, 86 prawdopodobnie nawet więcej zasobów zostanie poświęconych w celu wytworzenia cennej wiedzy, jak sugerują to zwiększone w ciągu trzech lat nakłady na technologię informacyjną. Podstawowa różnica pomiędzy starą a nową wiedzą polega na tym, że właściciele nowej wiedzy będą mogli odnieść z niej bezpośrednią korzyść na konkurencyjnym rynku. Nowa wiedza będzie w większym stopniu zastrzeżona niż publiczna, co jest rezultatem niedawnej zmiany polityki rządu USA polegającej na „przejściu” od promowania współpracy do popierania konkurencji. Prawdopodobnie „zwycięzcami” na rynku nowej wiedzy w każdym sektorze zostaną korporacje. Żadnej pojedynczej grupie „p” nie jest pisana dominacja nad innymi, niemniej jednak pierwsze wyniki analizy wskazują na to, że przemysł farmaceutyczny wydaje się być liderem. Dostawcy specjalistycznych usług w ramach zarządzanych planów opieki medycznej również czynią inwestycje, które prawdopodobnie poprawią ich perspektywy na sukces w wyniku lepszej i zastrzeżonej wiedzy(Raffel, 1997). 5.4.1. Grupy interesu i wiedza w sektorze opieki zdrowotnej Ogólna ocena działań każdej z grup sugeruje znaczne różnice w priorytetach przyznanych wiedzy jako strategicznemu celowi. Wprawdzie są wyjątki, jednak w tym podrozdziale podsumowano krótko specyfikę każdej grupy jako podstawę do dalszej dyskusji. Powyższe rozważania mają na celu wykazać jak bardzo skomplikowanym i nieobiektywnym uwarunkowaniom poddane są procesy tworzenia, przesyłania i zastosowania wiedzy. Wszyscy reprezentanci grup interesów są zaangażowani w walkę o udziały w rynku. Lekarze, do niedawna niekwestionowani liderzy, gdyż wszystkie inne grupy zawodowe w dziedzinie zdrowia działały pod ich autorytetem, stają się aktualnie znacznie mniej spójną grupą. Tradycjonaliści zaangażowani są w akcje defensywne, aby ochronić „stare dobre czasy”, gdy za każdą usługę można było żądać wysokiej opłaty. Jednakże rosnąca liczba nowo wykształconych lekarzy czuje się całkiem wygodnie w obecnym układzie, szczególnie gdy chodzi o pracę na etacie i współudział w decyzjach menedżerskich. Wydaje się, że wytwarzanie nowej wiedzy nie jest priorytetem dla żadnej z tych grup. Stosunkowo mała grupa lekarzy różnych specjalności zaczyna myśleć i działać jak przedsiębiorcy, którzy chcą na nowo określić zasady klinicznej praktyki i oni prawdopodobnie rozwiną nową wiedzę dotyczącą zarządzania zasobami opieki zdrowotnej (Weed, 1997). Płatnicy powiększają w niezwykłym tempie ilość danych dotyczących ochrony zdrowia, lecz nie ma oczywistych dowodów na istnienie skoordynowanej strategii zamiany tych danych w korzystną wiedzę. Istotnie, kiedy rozważa się samą objętość danych przetworzonych przez zarządzających rachunkami pacjentów, na myśl przychodzi pojęcie entropii informacyjnej. Największą nadzieję, aby dowiedzieć się czegoś pożytecznego z liczb pochodzących ze służb statystyki Departamentu Zdrowia USA daje posiadanie odpowiednich informacji pochodzących z interesujących nas placówek służby zdrowia - co w pełni możemy identyfikować również w Polsce. Ten pogląd na stan wiedzy w dziedzinie ochrony zdrowia w USA ukształtowany pod koniec XX wieku jest umocniony przez dwa inne znaczące czynniki: szybki rozwój telemedycyny jako technologii z możliwościami rozwojowymi oraz zaakceptowanie zysku jako głównego motywu działalności ekonomicznej we wszystkich aspektach 87 ochrony zdrowia. Ten równoczesny zbieg tych wszystkich czynników sugeruje możliwość zwiększenia skali innowacji w zakresie wiedzy dotyczącej ochrony zdrowia. Telemedycyna jest uznawana jako rewolucyjny składnik wnoszący kluczowe zmiany w technice i organizacji służby zdrowia. Jako rezultat scalenia wiodących technologii i zastosowania ich w telekomunikacji i komputerach, określiła ona na nowo prawie każdą relację i transakcję w dziedzinie opieki zdrowotnej. Potencjalnie telemedycyna daje nowe możliwości wszystkim grupom „p”, a szczególnie pacjentom. Uwolniła ona medycynę z ograniczeń dotyczących czasu i miejsca, ograniczeń, które dominowały od czasów Hipokratesa. Telemedycyna wymaga również: – nowych mechanizmów wnoszenia opłat, – praw licencyjnych, – ochrony zobowiązań, – pojęć etycznych, – prawa do intelektualnej własności, – praktycznie każdego innego aspektu ochrony zdrowia związanego z zastosowaniem tej technologii. Telemedycyna nie powinna pozostać niedoceniona jako kluczowy czynnik innowacji w wytwarzaniu, przesyłaniu i zastosowaniu wiedzy w zakresie ochrony zdrowia w XXI wieku (Weed, 1997). Innym kluczowym czynnikiem przyszłej innowacji jest logiczny wynik korporyzacji amerykańskiej medycyny. Jest to zaakceptowanie zysku jako uprawomocnionego i uzasadnionego motywu działalności ekonomicznej w przemyśle medycznym. Historia tworzenia, przesyłania i stosowania wiedzy w zakresie ochrony zdrowia jest w dużej mierze wyjaśniana poprzez rozwój długotrwałych i zadowalających relacji pomiędzy płatnikami a uczelnią, jednakże reformie prywatyzacji towarzyszy zmiana opcji z państwowego subsydiowania na prywatny zysk. Rząd nie został wykluczony ani z interesu, ani z rynku – istotnie, jego wkład w wiedzę jest rozległy i stały – ale względna rola w działalności przedsiębiorczej wzrosła zasadniczo i można się spodziewać dalszego wzrostu. Poznanie najbardziej efektywnej kosztowo kombinacji zasobów w celu uzyskania pożądanego wyniku jest prawdopodobnie kluczem do sukcesu finansowego każdej jednostki ekonomicznej, która chce przetrwać i rozwijać się w sektorze zdrowotnym w USA w ciągu następnych kilku lat. Wiedza na temat najbardziej opłacalnego sposobu dostarczania usług zdrowotnych będzie kluczem do sukcesu. Pacjenci staną się nowymi mediatorami na tym zmienionym rynku. Owa rewolucyjna, amerykańska wizja przyszłości może mieć wpływ także na systemy zdrowotne innych krajów, które zarządzają swoimi zasobami zdrowotnymi, aby wypełnić społeczny imperatyw. Dlaczego? Ponieważ w ostateczności system ten może dać lepsze rezultaty niż jakakolwiek inna alternatywa rozwiązań problemów ochrony zdrowia. Historia wytwarzania, przesyłania i zastosowania wiedzy w sektorze zdrowotnym w USA ukazuje wiele silnych i dobrze zorganizowanych relacji. Jednakże dynamizm tkwiący u podstaw tych relacji zmienia je drastycznie i w przyszłości mogą się znacznie różnić od tych z przeszłości. Reforma prywatyzacji opieki zdrowotnej, ruch konsumencki, szybkie zaadaptowanie nowych technologii informacyjnych i wzrost aktywności gospodarczej są między innymi kluczowymi czynnikami. Tworzą one nowy typ wiedzy i określają na nowo związki pomiędzy pacjentami, dostawcami, praktykami, płatnikami, nabywcami, firmami farmaceutycznymi i profesorami (uczelniami – odnie- 88 sienie dla roli akademii medycznych), czyli wszystkimi zaangażowanymi w wiedzę w zakresie ochrony zdrowia (Weed, 1997, Raffel, 1997). Pacjenci, postępowi praktycy i farmacja wydają się odgrywać wiodącą rolę w następstwie zmiany polityki rządu. Wielu dostawców, praktyków i profesorów może doświadczyć ograniczenia swojej historycznie usankcjonowanej pozycji w biznesie zajmującym się wiedzą. 5.4.2. Informatyzacja, komputeryzacja i praktyka medyczna we Francji u schyłku XX wieku Problematykę praktyki medycznej we Francji rozpatrywanej w kontekście zastosowania nowych technologii informacyjnych prezentuje Jean de Kervasdoue z Katedry Ekonomiki Zdrowia, Conservatoire National des Arts et Metiers, Francja. Jest to kolejny case dotyczący procesów zastosowania wiedzy w służbie zdrowia poszerzający cytowane wcześniej rozwiązania organizacyjne i towarzyszące im uwarunkowania systemowe. Francja wprowadziła ambitny program systematycznej komputeryzacji gabinetów lekarskich, tworzenia sieci współpracy profesjonalistów (internet) i dystrybucji inteligentnych kart dla ubezpieczonych przez państwowy system ubezpieczeń zdrowotnych (Sesame Wale I), a także dla wszystkich obywateli Francji (Sesame Vitale II). Specjaliści pracujący w służbie zdrowia także otrzymają specjalne karty. Celem tego programu jest w szczególności przekazywanie roszczeń ubezpieczeniowych do Narodowego Biura Ubezpieczeń Zdrowotnych. W listopadzie 1997 r. zaprezentowano Martine Aubry, ministrowi pracy i spraw socjalnych raport pt. „Mikroprocesor i stetoskop: informatyzacja i komputeryzacja w służbie zdrowia. Czy porażka jest nieunikniona?” Kilka spostrzeżeń pozwoli wyjaśnić tę kwestię. Obecny zakres wiedzy medycznej jest ogromny. Potwierdza to fakt, że na świecie ukazuje się około 20000 czasopism medycznych. Profesor medycyny spędza przeciętnie jeden dzień w tygodniu studiując najnowsze, naukowe osiągnięcia z własnego obszaru badań i pracy. Co może zrobić lekarz ogólny? Ile czasu może poświęcić na „nadążanie za postępem”? We Francji jest 7000 leków zapisywanych na receptę, których podstawę stanowi 3500 składników. Lekarz ma prawo przepisywać każdy z nich. Czy może je wszystkie poznać? Jednocześnie musi być także zaznajomiony z 300 referencjami medycznymi, wynikami około 800 badań biologicznych, ponad l000 badań obrazowych i wynikami ponad l500 operacji chirurgicznych. Jeżeli zapisuje 6 leków, musi być także świadomy istnienia 720 możliwych źródeł interakcji. W sumie liczba możliwych kombinacji sięga 3328000 tylko dla sytuacji, gdy zapisywanych jest 6 leków złożonych z 10 składników. Oprócz wartości leczniczej każdego leku lekarz powinien znać cenę i potencjalny wpływ danego leku na różne grupy populacji (diabetycy, ludzie otyli, dzieci, ludzie starsi itd.). Wzrost wiedzy doprowadził do specjalizacji, która we Francji zbyt często oznaczała „dezorganizację” i brak koordynacji, szczególnie w szpitalach, lecz także w prywatnych praktykach lekarskich. Dzielenie się wiedzą pociąga za sobą konieczność wspólnej odpowiedzialności i wspólnego podejmowania decyzji (jak to ma miejsce w przypadku ośrodków leczenia raka), co jednak jest wyjątkiem. Podobne do francuskich uwarunkowania efektywnej działalności placówek opieki zdrowotnej występują w innych krajach i oznacza to konieczność wsparcia poprzez zastosowanie technik informacyjnych. Przytoczone relacje kombinatorycznych zależności uświadamiają występujący uniwersalnie problem efektywnego poruszania się w 89 warunkach nadmiaru informacji, co nie jest możliwe bez zastosowań techniki komputerowej niezbędnej we wspomaganiu diagnostyki i systemach ekstrakcji wiedzy. 5.5. Badania szkolnictwa wyższego w Europie Problematykę badań szkolnictwa wyższego rozumianą jako dynamiczna analiza stosowanych w Europie rozwiązań systemowych prezentuje Maurice Kogan z Centre for the Evaluation of Public Policy and Practice Brunel University, z Wielkiej Brytanii. Świadomość wielorakich uwarunkowań organizacyjnych, ekonomicznych, politycznych i tradycji lokalnych rzutuje na wybór preferencji, których trafność może często mieć wpływ na skuteczność polityki gospodarczej. Cytowane opinie autorów badających tę problematykę w różnych krajach przybliżają wielość uwarunkowań i znaczenie lokalnych tradycji dla istniejącego modelu szkolnictwa wyższego. Muszą być one również uwzględniane przy określaniu tendencji dotyczących inicjowanych zmian. Istnieje bowiem dawno ugruntowana literatura o relacjach występujących pomiędzy badaniami, polityką naukową i praktyką (tj. Weiss, 1980; Husen, Kogan, 1984; Andersen i Biddle, 1991; OECD, 1995), chociaż tylko niewielka część dotyczy bezpośrednio szkolnictwa wyższego. Programy badawcze mają wiele wspólnych cech z poszczególnymi etapami edukacji i obszarami polityki socjalnej. Stopień, w jakim badania pokrywają obszar edukacji i polityki socjalnej z perspektywy polityków i praktyków sprowadza się do pytań: czy uwarunkowania polityki i praktyki pozwalają rozwijać się poszczególnym formom wiedzy? Do jakiego stopnia następuje przekazywanie wiedzy i jakie istnieją w tym przeszkody – np. konkurencyjne grupy interesów? W podrozdziale tym poszukuje się takich związków, ale także problemów dotyczących licznych interakcji występujących pomiędzy rozpatrywanymi elementami. Po pierwsze, czy natura generowanej wiedzy bardziej niż społeczne i instytucjonalne charakterystyki jej głównych uczestników kształtuje podstawowe czynniki przesyłania wiedzy. Po drugie, czy wszystkie zasadnicze rodzaje wiedzy – teoretyczna i praktyczna – mogą doskonalić politykę naukową i praktykę oraz czy dopuszczać można istnienie nieuchronnego konfliktu pomiędzy nimi? Wyeliminowanie konfliktu mogłyby idealnie tworzyć pierwotny i wzmocniony cykl, w którym stwierdzenie o charakterystykach systemów mogłoby prowadzić do krytyki istniejących procedur i praktyk, a zarazem testować i rozszerzać obszar istniejących teorii. Po trzecie, zakłada się, że podczas, gdy te trzy rodzaje wiedzy wydają się powiązane z liniowymi, współdziałającymi formami transmisji i użycia, to nie istnieją związki pomiędzy na przykład wiedzą pozytywistyczną a liniową formą transmisji. Wreszcie, pewne rodzaje wiedzy mogą być szczególnie użyteczne na konkretnych poziomach systemu, ale takie powiązania nie powinny być rozpatrywane jako nierozerwalne. Przy niepewnych stanach wiedzy dotyczącej szkolnictwa wyższego ważne jest, aby spojrzeć na potencjalne wzory powiązań i nie skupiać się za bardzo na empirycznych dowodach istniejących powiązań. W tym artykule charakterystyki wiedzy dotyczącej badań szkolnictwa wyższego (BSW) i tryby jej wytwarzania, przekazywania, stosowania przez praktyków i przez systemy rozważane są w następujących aspektach(Henkel i Kogan, 1996): • status badań szkolnictwa wyższego, 90 • zapotrzebowanie wyższej edukacji na wiedzę jest inne niż na pozostałych szczeblach edukacji, • wpływ polityki na BSW, • style wiedzy, • wymagania stawiane przed wiedzą, • warunki wpływające na przekazywanie wiedzy i jej zastosowanie, • analiza prowadzonej polityki BSW. Warunki BSW są w pewnym stopniu powodowane zmianami w polityce szkolnictwa wyższego. „Upaństwowienie” szkolnictwa wyższego – sterowanie szkolnictwem wyższym jako kluczowym obszarem politycznym wpływa na kierunek BSW. Obok celów akademickich, polegających na bezinteresownych badaniach i krytycznym podejściu, które przyczynia się do tworzenia i testowania teorii, pojawiły się problemy dotyczące konsultacji i krótkoterminowych analiz polityki praktycznej. Sponsorzy w pierwszym rzędzie ustalają cele, dając niewiele możliwości do negocjacji, zatem badacze wybierani są według kryteriów, wśród których doskonałość badawcza nie jest za bardzo widoczna. Niektóre badania ukierunkowane na politykę mogą prowadzić do publikacji, ale na warunkach ustalonych przez sponsorów. Główne ośrodki poszukują kombinacji niezależnych i zorientowanych na konkretną misję programów badawczych, lecz znalezienie ich jest trudne. Niektóre z politycznych nacisków sprowadzają się do następujących działań: – rządy nalegają obecnie, aby instytucje edukacyjne były wydajne, z silnymi systemami zarządzania i oceny. To tworzy przemysł akademicki sam w sobie, – próby zmiany programów nauczania poprzez redukcję liczby zatrudnionych w jednostkach wchodzących do publicznych sektorów, poprzez promowanie przedsiębiorczych zachowań oraz dążenie do osiągnięcia celów „społeczeństwa uczącego się”. Spowodowało to rozwój badań wymuszonych przez politykę. Ukierunkowana politycznie w tym obszarze inicjatywa Wielkiej Brytanii wydaje się zwiększać ilość projektów, które mogłyby być finansowane jako niezależne badania. Od dawna istnieje pewien niepokój dotyczący poznawczych przesunięć (epistemic shifts), wpływających na generowanie i sankcjonowanie wiedzy (Elzinger, 1985). Po wyzwaniach rzuconych władzy wobec wiedzy zorientowanej dyscyplinarnie przez socjologię wiedzy wprowadzoną w latach sześćdziesiątych – pojawiły się opracowania wykorzystujące podejście heurystyczne bądź postmodernistyczne. W tym samym czasie taka zasadność została poszerzona o przedmioty wywodzące się z rozważanych dziedzin i problemów społecznych. Z drugiej strony instrumentalizm wpłynął na programy nauczania. Wiele systemów widzi próby zmiany programów badań w kierunku projektów podobnych do poprawienia stanu gospodarki (Henkel i Kogan, 1996). Jawnym dowodem tych trendów były w Zjednoczonym Królestwie inicjatywy prognozowania i Biała Księga (1993). W ramach BSW istnieje zatem pewne naprężenie pomiędzy „obiektywnymi” kryteriami naukowymi a przydatnością. Nie wydaje się jednak prawdopodobnym, aby zmieniły się jako przeciwne programom badań. Niezależnie jakie czynniki powodują lub wpływają na te zmiany – ekonomiczne ograniczenia i wymagania ekonomii, ideologiczne zmiany dotyczące celów szkolnictwa wyższego, czy zmiany uwzględniające relacje pomiędzy państwowymi a publicznymi instytucjami – to są one istotne. Polityka bowiem utworzyła pojęcia, style i struktury w szkolnictwie wyższym różne od tych, które obowiązywały, kiedy w dużej mierze dotyczyły tworzenia elit oraz wiedzy i były rozważane głównie przez naukę akademicką. Tradycyjne formy badań, nauka i nauczanie zachowują swoją ważność, ale szkolnictwo 91 wyższe jest obecnie postrzegane jako posiadające wiele funkcji, zawodów, grup klientów, stylów, grup powiązań i systemów sterowania, zarządzania i władzy (Kogan i in., 1994). Wynika z tego, że wiedza niezbędna dla rozwoju szkolnictwa będzie wieloraka w zawartości, zastosowaniach i własności. Powyższe stwierdzenia wydają się nasilać w krajach posiadających niewielkie tradycje funkcjonowania struktur demokratycznych, które nie są w stanie wytworzyć wielu efektywnych sprzężeń zwrotnych. Takie zjawiska dają się obserwować w procesie tworzenia systemów demokratycznych w krajach Europy Środkowo-Wschodniej. Potrzeba efektywnego dostosowywania się do nowych wyzwań stymulowanych presją wyprzedzającego te kraje otoczenia, nie sprzyja procesowi tworzenia nowych standardów, z wykorzystaniem utrwalonych dokonań wcześniejszych pokoleń. Jak wspomniano wyżej, istnieją wzajemne relacje pomiędzy różnymi rodzajami wiedzy a sposobami ich przekazywania oraz zastosowania. Wiedza pozytywistyczna jest zasadniczo pomyślana jako najbardziej odpowiednia do liniowego lub społecznoinżynierskiego wzorca jej dostarczania. Zakłada się, że wiedza teoretyczna i krytyczna oddziałują na politykę i praktykę poprzez proces „przesiąkania” (percolation). Uprawianie polityki i zarządzanie wymaga wiedzy o systemach i instytucjach, co jest niezbędne, aby określić trendy związane z kosztami, dostępnością i gdzie to możliwe, z wynikami. W tym samym czasie, wiedza o tym, co jest ważne w trakcie pracy powinna być włączona do analizy systemowej. Zarówno konceptualne, jak i empiryczne badanie natury uczenia się jest istotne, jeżeli rządy chcą skutecznie zaszczepiać pewne umiejętności. Przesunięcie się polityki w kierunku finansowania wybiórczych badań wymaga kreatywnych badań przy niezamierzonych konsekwencjach i ocenie ćwiczeń (McNay, 1996; Henkel i Kogan, 1996). Prowadzone są właśnie ważne badania dotyczące czynników popierających produktywność badań (Kyvik, 1991; Johnston et al., 1993). W dalszej części na różnych poziomach – międzynarodowym, krajowym, instytucjonalnym i indywidualno-zawodowym – przyjrzymy się podejściom do identyfikowania problemów i natury wiedzy oraz jej źródłom. Narodowe systemy edukacyjne w coraz większym stopniu są pod wpływem wydarzeń występujących na poziomie szkolnictwa wyższego, a państwowa polityka wskazuje znaczące przenikanie się doświadczeń i wpływów, z których część wiąże się z naśladownictwem. W wielu obszarach badania porównawcze mogą być owocnie prowadzone przez naukowców różnych krajów. Tak jak kwestia języka i konceptualizacji polityki są powszechnie zróżnicowane w systemach narodowych, międzynarodowe przykłady powinny być punktem wyjścia dla własnej polityki. Pewne badania nakierowane są na ponadnarodowe zagadnienia. Dotyczą współpracy pracowników między wydziałami, czy też wymiany studentów (Teichler et al., 1994). Wiele owocnych międzynarodowych kooperacji i wymian powstało spontanicznie, z inicjatywy pojedynczych osób. Naukowcy często komunikują się i współpracują ze sobą indywidualnie; to jest kluczowa zmienna w produktywności badań (Kyvik, 1991). Międzynarodowe zrzeszenia, takie jak Consortium of Higher Education Researchers (CHER) i European Association of Institutional Research (EAIR) promują wymianę wiedzy. OECD i UNESCO pomagają krajom wykorzystywać wyniki badań dla analizy polityki i obiegu wiedzy, a także pomagają ustanowić przyszłe programy badawcze. Przeglądy i recenzje krajów OECD są głównym źródłem informacji i wglądu w różne systemy, a sam rozwój i tematyczne przeglądy mogą usprawnić porównania wiedzy dotyczącej szkolnictwa wyższego. Projekt OECD Institutional Management in Higher Education (IMHE) rozpowszechnia zarówno badawczą wiedzę o systemach i zarządza- 92 niu instytucjonalnym, jak i doświadczenia praktyków. Unia Europejska coraz częściej przesyła kwestie dotyczące edukacji i poszukuje pomocy z doświadczalnych baz wiedzy, opracowanych właśnie przez międzynarodowe organizacje. Wspólne projekty badawcze realizowane przez ośrodki naukowe z różnych krajów mają stanowić szansę na uzyskanie przez Unię przewagi konkurencyjnej w niektórych obszarach związanych z tworzeniem i zastosowaniem wiedzy. W raporcie OECD (1995) sugerowano następujące systemy wzmocnienia międzynarodowych prac badawczo-rozwojowych (B+R) i szkoleń: – utworzenie międzynarodowego rynku dla B+R, – ustanowienie międzynarodowych procedur przetargowych tak, żeby najlepiej wyposażeni i przygotowani badacze, nieważne z jakiego kraju, byli wykorzystani tak, jak to uczyniły władze w Szwecji. Wzmocniłoby to także upowszechnianie wiedzy i umiejętności, – poszukiwanie form międzynarodowej współpracy, – tworzenie wspólnych zasobów, – ustanowienie forum zajmujących się identyfikacją problemów, – przyjęcie, że wszyscy badacze powinni posługiwać się przynajmniej jednym obcym językiem, – założenie międzynarodowej bazy wiedzy przez wzajemną współpracę, konferencje, wspólne projekty i szkolenia dla młodszych badaczy (CHER jest dobrym przykładem), – wzbudzenie zainteresowania i przyciągnięcie sponsorów ze strony firm międzynarodowych i organizacji zainteresowanych tworzeniem siły roboczej, która jest w stanie pracować w więcej niż w jednym kraju i odświeżać jej wiedzę i umiejętności zgodnie ze zmianami zachodzącymi w zatrudnieniu i instytucjach społecznych. Ponadto ważna jest wiedza o tym, jak można porównywać te działania w kategoriach: – wydatków na szkolnictwo wyższe, – edukacji zasobów ludzkich, – polityki zatrudniania (która jest bardzo zaniedbana i będzie punktem zainteresowań wraz ze wzrostem i zmianami na rynku), – pracy naukowców w szkolnictwie wyższym, – rozwoju komercyjnego sektora edukacji. Wymaga to przedefiniowania przygotowania kadrowego (Kogan et al., 1994), uwzględnienia wskaźników zależnych od klasy społecznej, wieku, płci i wzorców częściowego lub pełnego zatrudnienia, wyników uzyskiwanych przez wyszkolonych absolwentów oraz rezultatów prac B+R. Z tego wynika, że krajowe statystyki i inne dane powinny być zbierane w formie umożliwiającej międzynarodowe porównania. Zasadniczym źródłem danych statystycznych są informacje dostarczane pro forma przez instytucje lub inne organizacje, takie jak np. departamenty zatrudnienia. Jakość danych jest bardzo zróżnicowana. W pewnych krajach jest wielu „nieaktywnych” studentów, którzy zawyżają statystykę studiujących, przez co zniekształcają instytucjom planowanie alokacji miejsc pracy i zasobów. Uprawnione organa władzy wielu krajów nie wiedzą, ilu mają zarejestrowanych słuchaczy w wyższych uczelniach. W takich krajach jak Grecja, dane o studentach komplikuje duży udział studentów uczących się za granicą. 93 Ponieważ dane muszą być „niepodważalne”, powinno się włączać analizę jakości procesów edukacji zwłaszcza wtedy, gdy wolny do nich dostęp różnych krajów staje się powszechny. Najlepiej, aby te dane były tworzone i opracowane przez niezależnych badaczy. 5.5.1. Krajowe wymagania stawiane przed wiedzą Badania szkolnictwa wyższego przesunęły punkt ciężkości z analizy sytuacji krajowych do bardziej ogólnych refleksji oraz problemów, wobec których stają systemy edukacji i polityka w zakresie jej implementacji (Teichler, 1993). W połowie lat osiemdziesiątych nastąpiło przesunięcie punktu ciężkości z danych wejściowych (input) na wyniki (output) (Ruin, 1984) jako egzemplifikacja w badaniach dotyczących wskaźników efektywności edukacji (Johnes i Taylor, 1990, Cave et al., 1997). Ostatnio przedmiotem zainteresowań stał się udział absolwentów zatrudnionych w różnych placówkach edukacyjnych oraz skutki ogólnej polityki i różnych programów nauczania. Prowadzenie niezależnych badań tych problemów umożliwia także przeprowadzenie krytycznych i porównawczych studiów edukacji, zwłaszcza na poziomie szkół wyższych. Pozostaje do rozważenia, w jakim stopniu badania te są użyteczne dla polityków, którzy w sytuacji sprzecznych oczekiwań, uwzględniając teorię instytucji publicznych poprzez redukcje faktów i koncepcji są w stanie podejmować odpowiednie działania. Tylko najbardziej dalekowzroczny polityk jest predysponowany do uwzględnienia złożonych faktów i koncepcji przed podjęciem ważkiej decyzji politycznej. Politycy, kiedy planują i oceniają efekty swoich programów potrzebują danych, które są użyteczne w międzynarodowych porównaniach. Ponadto oprócz potrzeb podanych wyżej oczekują również: • rzetelnych informacji na temat zmian populacji w kategoriach liczebności, czynników społeczno-ekonomicznych i etnicznych, a także informacji na temat gospodarki, z którą edukacja jest ściśle powiązana, • wglądu w potrzeby edukacyjne. Analiza potrzeb może wymagać ustanowienia ilościowych ram określających rozwój demograficzny, wizję gospodarczą, prognozy popytu i może być warunkowana przez bardziej „miękkie” dane pochodzące z analiz uwzględniających zmianę oczekiwań uczestników rynku edukacyjnego oraz sprzężeń zwrotnych pokazujących efekty polityki edukacyjnej, • wzorców organizacji wspomagających lub kontrolujących praktykę edukacyjną i inne funkcje szkół wyższych. Wielu krajowych polityków nadaje kierunek instytucjom edukacyjnym poprzez wywieranie wpływu na ich zarządzanie. Zwłaszcza, kiedy są zwolennikami centralnego planowania, • a także ocen wpływu wyborów politycznych na edukację: – czy pod wpływem polityki zmieniono programy nauczania i metody badań szkół wyższych? – czy to miało wpływ na jednostki poznawcze (epistemic identities) – jakie są koszty i korzyści różnych wariantów polityki? – jakie są koszty reform i kto z nich korzysta? • poglądów jak działa i jak mogłaby działać edukacja. Jakie rodzaje obiegowych, organizacyjnych wzorców i różnych aplikacji mogą mieć wpływ na skłonność systemów szkół wyższych, instytucji i praktyków do pracy bardziej efektywnej? • informacji na żądanie systemu w miejsce informacji wyprowadzonych z mechanizmów rynkowych. 94 Badania edukacyjne mogą dostarczać informacji o zmieniających się potrzebach klientów i stopniu ich zaspokojenia przez edukację. W niektórych krajach rządy publikują statystyki na temat szczegółowego funkcjonowania całych instytucji, a nawet poszczególnych ich wydziałów. Wiele z tych spraw leży w gestii doświadczonych pracowników naukowych, którzy powinni przyjmować rolę mentorską wobec swoich młodszych kolegów. Przykłady badań naświetlają procesy podejmowania decyzji i działań mentorskich realizowanych przez instytucjonalnych i przedmiotowych liderów procesów edukacyjnych. Produktywność akademicka w badaniach nie jest ściśle związana z zasobami lub rozmiarami jednostek uczelnianych (Johnston et al., 1993). Nienormowany czas pracy, społeczna jej organizacja i możliwości łączenia się w sieci wewnątrz i poza organizacjami są dużo ważniejsze. Bodźce są często sprzeczne z nagrodami (Lonsdale, 1993) i mogą faktycznie zniechęcać (np. „produktywność” laureatów nagrody Nobla spada po nagrodzeniu) (Zuckermann, 1977). Okoliczności te powinny mieć wpływ na lokowanie zadań wewnątrz wydziałów, nagradzanie urlopami typu „sabbatical”, czy niezbędnymi zasobami umożliwiającymi dostęp do nowych technologii informacyjnych. Jedną z ważnych funkcji jest tworzenie programów nauczania, które stanowią ważne zadania poszczególnych wydziałów, a które są często poddane krytyce pracodawców zatrudniających absolwentów. Teoria uczenia się może być podstawą i poszukiwaniem: transferu umiejętności, „głębokiego” w przeciwieństwie do „powierzchownego” uczenia się, relacji między formalnym a eksperymentalnym uczeniem się. Nauczyciele muszą reprezentować aktualną wiedzę, określając zawartości programów zarówno w kategoriach kryteriów akademickich, jak i związanych z szansami zatrudnienia, co stanowi kryterium trudne do spełnienia i potencjalne miejsce dla rozwiązań kompromisowych. Interesujące perspektywy zmian łączą się z rozwojem technologii zdalnego nauczania (distance learning), które umożliwiają kreowanie nowych, znacznie tańszych w realizacji form współpracy międzynarodowej. Wyobrazić sobie bowiem można takie formy współpracy, w ramach których dotychczasowe formy współpracy międzyuczelnianej i międzynarodowej organizowanej w ramach projektów „Socrates” i „Erasmus” mogą być realizowane w znacznie szerszej skali. Standaryzowanie baz wiedzy wymaganych dla zaliczeń określonych przedmiotów u egzaminatorów z różnych uniwersytetów pozwoliłoby ograniczyć konsultacje do form wirtualnych, a bezpośrednie spotkania byłyby niezbędne tylko dla zdania egzaminu, co znakomicie obniżyłoby koszty realizacji tych projektów. 5.5.2. Warunki mające wpływ na przesyłanie i zastosowanie wiedzy – więzi instytucjonalne Powiązania pomiędzy badaczami oraz użytkownikami są zależne od więzi instytucjonalnych. Kraje bardzo się różnią pod względem praktyk rekrutacji, wykształcenia i doświadczenia polityków i innych użytkowników, a łączące ich więzi są zinstytucjonalizowane. W Szwecji, Norwegii oraz Holandii, gdzie więzi instytucjonalne są najsilniejsze, zależności te są doskonalone przez doświadczenia badawcze niewielkiej grupy kompetentnych pracowników administracji. Wielu z nich ma stopnie naukowe, co zawsze łączy się z doświadczeniem badawczym. Szwecja jako jeden z pierwszych krajów zajęła się racjonalnym planowaniem, dzięki czemu efekty badań mocno wpłynęły na poziom edukacji na poziomie szkoły 95 średniej. W tym kraju (Premfors, 1991) dwie trzecie z badanej próby doświadczonych pracowników administracji stwierdziło, że wiedza badawcza miała wielkie lub bardzo wielkie znaczenie dla ich własnych badań. Spośród osób pracujących w edukacji 75% stwierdziło, że wiedza badawcza ma duże lub bardzo duże znaczenie. Podczas gdy 70% badanych zgodziło się, że rezultaty badań były rzadko wykorzystywane. Więcej niż połowa pracowników najwyższego szczebla administracji i dwie trzecie menedżerów związanych z B+R uznało, iż przeszkody efektywnego wykorzystania badań były zwykle lokowane w obszarze podejmowania decyzji, ale tylko jeden na dziesięciu winił za to badania. Nie wierzyli oni, że badania mogły być nieprawidłowe, źle przeprowadzone, trywialne lub zbyt ideologiczne. Szwedzka Rada Szkolnictwa Wyższego jeszcze w latach osiemdziesiątych przeprowadziła szeroko zakrojone badania eklektyczne struktur wyższej edukacji, polityki społecznej i natury wiedzy, odchodząc od pedagogiki i polityki w kierunku kwestii historycznych i filozoficznych oraz „teorii zakresu” (Trow, 1991; Biorklund, 1991). Nie osłabiło to bliskich związków pomiędzy badaniami społecznymi a centralną władzą. Uznano, że badacze powinni wykorzystać swoje kompetencje do budowania lepszego społeczeństwa, ale także kontynuować sprawowanie całościowej kontroli nad metodami i rezultatami swoich badań, których wyniki nie są klarowne. Do lat dziewięćdziesiątych wyniki analizy wykorzystanych badań przegrywały z intuicyjnymi decyzjami podejmowanymi w ministerstwach. Holandia to kolejny przykład wytworzenia się wzajemnych więzi instytucjonalnych. Na uniwersytecie w Twente powstało centrum (CHEPS), ponieważ minister, akademik związany z polityką edukacyjną chciał mieć nowe spojrzenie na rozwój szkolnictwa wyższego. W Holandii – podobnie jak w Szwecji – centralna administracja charakteryzowana jest poprzez otwarte relacje między badaczami a biurokratami, z których wielu było kiedyś badaczami. Co dwa lata forum obejmujące CHEPS i ministerstwo dokonuje wymiany poglądów i prowadzi międzynarodowe porównania dotyczące prowadzonej przez CHEPS polityki oraz innych ważnych zagadnień bieżących. Dwuletni rządowy plan dotyczący wyższej edukacji bazuje na tych międzynarodowych porównaniach. Krajowe wymagania dotyczące wiedzy obejmują: dane dotyczące populacji edukacyjnych oraz gospodarki, wgląd do edukacyjnych potrzeb, wzorce instytucjonalnych organizacji, oceny kosztów, korzyści i wpływów polityki oraz wiedzę, która mogłaby być wykorzystana w edukacji. Wiele zbiorów zawierających dane ilościowe pochodzi od niezależnych grup badawczych. Duży zakres potencjalnych badań powinien być wykorzystany przez menedżerów systemów, polityków, instytucje oraz profesję akademicką. Na poziomie instytucjonalnym należy wykorzystać proces tworzenia wiedzy zarówno niezależnej, jak i tworzonej instytucjonalnie. Dla instytucji może być użyteczne generowanie badań stosowanych i konsultacje wynikające z ich szczegółowych potrzeb: tworzenia instytucjonalnego portfolio, polegającego na wyklarowaniu się wewnętrznego systemu zarządzania i podejmowania decyzji, określenia kosztów i korzyści działań, fluktuacji personelu, produktywności akademickiej. Niezbędna jest analiza potrzeb prowadzących do budowy wydziałowego portfolio i tworzenia programów nauczania. Stwierdzić można, że sponsorowanie i wykorzystywanie BSW jest uzasadnione. Wyższy poziom edukacji absorbuje dużą część publicznych i prywatnych zasobów, tworząc wiedzę i szkoląc zasoby ludzkie dla nich samych, społeczeństwa oraz całej gospodarki. Rozumienie funkcjonowania wyższego szkolnictwa mogłoby pomóc ulep- 96 szyć wykorzystanie tych środków. Działalność szkół wyższych prezentuje bogate pole dla rozumienia nauk społecznych i testowania założeń, które leżą u podstaw prac w gospodarce, naukach politycznych, teorii uczenia się, teorii wiedzy i teorii organizacji. BSW są zatem uzasadnione w kategoriach swojej użyteczności w zakresie planowania strategicznego rozwoju nauki i kultury. Zgodność pomiędzy polityką a programami badawczymi może być całkiem wyraźna, ale interakcja wydaje się być słaba. Zatem można stwierdzić, że decydenci nie oczekują pełnego przestrzegania metodologii, oczekują zwykle komfortowych dla ich decyzji wyników. Nie dotyczy to praktyków, którzy obejmują najbardziej pewną siebie grupę społeczną. Problem bowiem leży w kompetencjach, których uzyskanie jest możliwe w procesie edukacji uzupełnionej działalnością praktyczną. Rozwiązywanie problemów spójnego wspomagania wiedzy tworzonej i spełnienie warunków jej zastosowania stanowi odwieczny dylemat dotyczący przyczyn decydujących o sukcesach innowacyjnych. Korzystanie z najbardziej efektywnych rozwiązań stymulowania rozwoju edukacji na przykładach cytowanych wyżej, powinno stanowić podstawowy kierunek decyzji politycznych w krajach transformacji systemowej. W pracy Martina Carnoya z Wydziału Education and Economics, Stanford University, USA, referowane są podstawowe aspekty wytwarzania i zastosowań wiedzy z uwzględnieniem efektywności tego procesu i uwarunkowań ustrojowych. Ujęty w podrozdziale jako case fragment pracy ww. autora analizuje trzy ważne przykłady tworzenia wiedzy związanej z ekonomią kształcenia i jej zastosowaniem w sektorze polityki edukacyjnej. Pierwszy dotyczy rozwoju i zastosowań koncepcji kapitału ludzkiego oraz stopy zwrotu z edukacji jako narzędzia analizy. Drugi obejmuje tworzenie nowej wiedzy i sposobu, w jaki szkoły przekazują wiedzę studentom. Ekonomiści kategoryzują tę wiedzę jako szkolne „funkcje produkcyjne”, a modele konfrontują wkład szkoły z osiągnięciami studentów. Trzeci rozważa wytwarzanie i zastosowanie wiedzy w rozumieniu względnej efektywności szkół prywatnych i publicznych. W każdym z tych przypadków ekonomiści reprezentujący naukę (zarówno socjologowie, jak i w trzecim przypadku, naukowcy z grupy nauk politycznych) zostali zaangażowani w tworzenie wiedzy i ocenę próby ich wpływania na politykę. We wszystkich trzech przypadkach agencje międzynarodowe związane z działalnością polityczną zostały zaangażowane w wytwarzanie i zastosowanie takiej wiedzy. Aby nowa wiedza stała się częścią procesu decyzyjnego, muszą być przygotowane polityczne i socjalne warunki dla jej pozyskania i wcielenia w życie. Zazwyczaj oznacza to, że powinna być ona zgodna z „obiegową wiedzą” (ordinary knowledge), tj. ludzkimi przekonaniami wynikającymi z codziennych doświadczeń. W takich przypadkach polityka raczej kształtuje nową wiedzę na temat edukacji, niż wiedza wpływa na kształtowanie polityki. Koncepcje kapitału ludzkiego oraz stopy zwrotu jako narzędzia do mierzenia wartości kapitału ludzkiego w ujęciu netto kosztów produkcji były głównie koncepcyjnym produktem badań uniwersyteckich. Amerykańscy ekonomiści dokonali analizy kosztów, żeby zmierzyć wartość projektów dotyczących zasobów wodnych i podobnych inwestycji dotyczących infrastruktury oraz porównać ją z inwestycjami prywatnymi, co może być wykorzystane dla oceny efektywności edukacji. Jednakże zastosowanie analizy kosztów i zysków w edukacji było klarownie umieszczone w przedsięwzięciach akademickich. Reprezentowało to nowy sposób myślenia o pracy jako nakładzie w procesie produkcyjnym. 97 Od czasów, gdy Theodor Schultz rozpoczął w późnych latach pięćdziesiątych badania nad kapitałem ludzkim (Schultz, 1964), w USA i byłym ZSRR prześcigano się w generowaniu polityki edukacyjnej, która pośrednio lub jawnie podwyższała wartość produkcyjną pracy. Zatem uwzględniając współczesną teorię kapitału ludzkiego nie wniosła nic ponad wyjaśnienie tego, co każdy „właściwie wiedział”. Opór wobec koncepcji kapitału ludzkiego pochodził nie tyle od „obiegowej wiedzy”, co od samych osób zajmujących się edukacją. Poczynając od lat pięćdziesiątych nauczyciele sprzeciwiali się podstawowej idei kapitału ludzkiego z powodu rzekomego „redukowania” wartości edukacji do „potrzeb rynku” raczej niż wartości samej w sobie, tj. uczenia się dla uczenia się. Koncepcja kapitału ludzkiego była wyzwaniem dla konkurencyjnego (w starożytnej Grecji) ideału „edukacji dla niej samej”, która stanowiła antidotum dla prymitywnego materializmu nowoczesnego życia. W czasie, kiedy nowoczesność sięgała apogeum, a Schultz wprowadzał pojęcie kapitału ludzkiego do Amerykańskiego Stowarzyszenia Ekonomicznego, idealistyczni nauczyciele mieli małe szanse uczestnictwa w tym procesie. Nowoczesny materializm i kapitał ludzki były stworzone dla siebie. Poza tym koncepcja kapitału ludzkiego zdawała się dawać politykom silne narzędzie do redukcji nierówności w czasie, gdy to właśnie ekonomiczna nierówność była głównym problemem światowym. W USA Ruch Obrony Praw Cywilnych był w rozkwicie, a John Kennedy zaangażował się w walkę z ubóstwem. Komunizm karmił się różnicami w rozwoju ekonomicznym krajów bogatych i biednych. Istniejąca w nim teoria pozwalała rządowi aktywnie interweniować w kierunku poprawy produktywności pracy i zarobków grup o niskich dochodach. Była to teoria, która nie tylko oferowała racjonalne wyjaśnienie teorii nierówności, ale też dawała jej kapitalistyczne rozwiązanie eksponowanych w teoriach marksistowskich konfliktów. Jak mówiono, narzędzia, które Schultz i inni akcentowali przy analizie kapitału ludzkiego nie były szczególnie użyteczne dla polityków. Pomimo tych różnych form oporu, kapitał ludzki i stopa zwrotu wkroczyły na arenę polityczną, chociaż nigdy nie były one użyte bezpośrednio do planowania edukacyjnego, a ich szczegóły pozostały prawie całkowicie w sferze dyskusji akademickich. Gdy kształcący uświadomili sobie rolę kapitału ludzkiego w rozszerzaniu i udoskonalaniu edukacji – zaakceptowali go. To samo można powiedzieć w przypadku stopy zwrotu. Chociaż to narzędzie nie było prawie nigdy wykorzystywane w podejmowaniu decyzji edukacyjnych jako takich, często stosowano je w przypadku inwestowania w edukację, zwłaszcza odkąd ministrowie finansów w większości krajów wpływają na poziom finansowania edukacji środkami publicznymi. W polityce Banku Światowego od lat siedemdziesiątych uczyniono stopę zwrotu z edukacji fetyszem usprawiedliwiającym wzrastającą wartość pożyczek dla projektów edukacyjnych. Interesującym aspektem tego rozwiązania był argument George’a Psacharopoulosa (1985 r.), który twierdził, że stopy zwrotu zmniejszały się, gdy poziom edukacji wzrastał w ten sposób, że stopa zwrotu z edukacji podstawowej była niezwykle wysoka. Prywatne stopy zwrotu z edukacji uniwersyteckiej były wysokie – ale publiczne stopy zwrotu były w tym samym czasie niskie. Wszystko to sugerowało, że spore inwestycje sektora publicznego na niższych poziomach szkolnictwa i większe prywatne wydatki na wyższych poziomach odpowiadały większemu wzrostowi ekonomicznemu i większej równości gospodarowania. Idea, że można inwestować w edukację w taki sposób, który poprawia zarówno wzrost, jak i równość, była politycznie mocnym narzędziem w rękach instytucji w krajach rozwiniętych i rozwijających się. 98 Idee te powoli się rozprzestrzeniły, zatem teraz większość polityków z całego świata będzie się wypowiadać bez rzeczywistego zrozumienia tego, jak stopa zwrotu jest liczona oraz czy te domniemane fakty są poprawne. Politycy wprowadzili także zmiany w finansowaniu edukacyjnym na bazie założeń przyjętych w tych koncepcjach. Od samego początku dyskusji na temat kapitału ludzkiego było jasne dla ekonomistów, że odpowiednia stopa zwrotu z edukacji będzie osiągnięta poprzez inwestowanie rzeczywistego kapitału. Ale większość dyskusji dotyczących kapitału ludzkiego skoncentrowała się na przyczynowej wartości kapitału ludzkiego jako czynnika wzrostu ekonomicznego. Z drugiej strony, ekonomiści często w praktyce ignorują wartość płynącą z publicznego inwestowania w kapitał ludzki przy ustalaniu polityki makroekonomicznej. Teraz, kiedy komunizm nie jest groźbą dla zachodniej hegemonii, wydatki na edukację w rozwijającym się społeczeństwie są mniej pilne niż to by miało miejsce w latach sześćdziesiątych, co odbija się na kształcie priorytetów polityki ekonomicznej. Fakt ten uświadamia instrumentalne motywacje w decyzjach polityków. Sami nauczyciele nie zostali w pełni przekonani do zaakceptowania „materializacji” edukacji. W świecie nauki badacze zwykle ignorowali „materialne” podejście do polityki edukacyjnej. Uważna analiza ostatnich badań edukacyjnych ujawniłaby stosunkowo mały wpływ teorii kapitału ludzkiego, analizy kosztów i zysków lub „istotnych” zmiennych na wybór opcji polityki edukacyjnej. Z powyższymi rozważaniami zdaje się korespondować pewien paradoksalny stan występujący w Polsce, gdzie w strukturach ministerstw w okresie transformacji ustrojowej obserwowane jest zjawisko licznej reprezentacji osób z tytułami profesorskimi. Jednocześnie w okresie 12 lat transformacji zmniejszono nakłady na naukę z 0,78% PKB w 1991 roku do 0,32% w 2002 roku. Jak uznać wpływ świadomości udziału kadry naukowej w sprawowaniu władzy, na tak drastyczne w skali europejskiej proporcje i jak się to ma do stopy zwrotu z nauki? To głównie pytania pozostające bez odpowiedzi. Występująca w większości badań w tym sektorze marginalizacja „materialnych” poglądów na edukację oraz koncepcji kapitału ludzkiego jest głęboko zakorzeniona w świadomości społecznej, akademickim myśleniu, a także u decydentów kształtujących politykę światową. Takie empiryczne badania nie tylko wspomagały wcześniejsze poglądy na temat kapitału ludzkiego, ale także utrwalały świadomość społeczną na temat związków pomiędzy edukacją a ekonomiczną opłacalnością. Trzeci, mniej oczywisty powód, związany jest z koncepcją kapitału ludzkiego, która służyła politycznym i finansowym celom w okresie rozważanych problemów ekonomicznych i wzrastającej nierówności dochodów na świecie. Kiedy James Coleman wykonał swoje słynne studium doświadczalne dotyczące równości szans, znane obecnie jako raport Colemana (Coleman, 1966), polityczny wpływ tego dokumentu był natychmiastowy, mimo że zamieszczona w nim analiza statystyczna została skrytykowana przez młodych ekonomistów, włączając Samuela Bowlesa, Henry Lewina oraz Erica Hanushek (Bowles i Lewin, 1968). Coleman odkrył mianowicie, że w amerykańskiej edukacji aspekty socjalne i ekonomiczne odgrywają ważniejszą rolę niż to, co dzieje się w szkołach; rezultaty jego badań sugerowały także, że czarnoskórzy Amerykanie osiągają lepsze wyniki w szkołach zintegrowanych (była to wczesna identyfikacja „efektu rówieśnika”). Praca Colemana dała także początek analizie relacji pomiędzy wkładem szkoły, socjoekonomicznym pochodzeniem studentów oraz ich osiągnięciami akademickimi mierzonymi wynikami testów. Coleman był zdumiony, jak dużo wagi politycy przywiązywali do wyników badań. Rzecz w tym, że 99 w edukacji modele funkcji produkcji nie były budowane ani dla teorii uczenia, ani w ramach teorii organizacji, ale ponieważ wytwarzały statystycznie znaczące rezultaty, były i są nadal używane przez akademików do tworzenia określonej polityki edukacyjnej. Jest to specyficzny dla amerykańskich warunków przykład, jak ogromny wpływ na decyzje polityków mają nośne idee społeczne. Tego typu modele „wejście-wyjście” (input-output) były tworzone w latach siedemdziesiątych i osiemdziesiątych w wielu krajach (Hanushek, 1986) Jednakże w pewne szczegóły politycy wierzyli; dla przykładu, że liczebność klasy szkolnej powoduje jedynie drobne różnice w osiągnięciach akademickich, chyba że spadnie do poziomu bardzo niskiego lub że wzrastające wydatki na edukację nie powodują wzrostu osiągnięć studentów, ponieważ dodatkowe pieniądze idą na płace nauczycieli, a te z kolei nie mają większego wpływu na poziom nauczania. Badacze argumentowali, że dobre podręczniki były szczególnie skuteczne w podnoszeniu wyników testów, a w tych przypadkach gdzie dzieciom brakowało podręczników, wyniki egzaminów były gorsze. Rozmiar klasy natomiast powodował małe różnice we wzroście osiągnięć uczniów, zaś wstępne szkolenie nauczycieli nie miało większego wpływu na wyniki, co oznaczało, że doskonalenie zawodowe było bardziej wydajne niż wstępne szkolenie nauczycieli. Liczebność klasy ulegała często zmianom – zwykle w kontekście zmian demograficznych – w prawie każdym stanie, co oznacza niską elastyczność w kształtowaniu tego parametru. Wskaźnik liczby uczniów na jednego nauczyciela maleje w wielu krajach świata, włączając takie jak Korea Południowa, która jest podawana jako przykład wysokiej efektywności liczebnie dużych klas (wskaźnik uczeń –nauczyciel wynosi 70) i pozwala osiągać wysokie rezultaty. W USA ekonomiści, socjologowie i inni specjaliści zajmujący się naukami społecznymi przeprowadzili wiele badań z tego zakresu. Większość z nich dowodziła, że prywatna edukacja jest bardziej efektywna i bardziej wydajna niż edukacja publiczna. Znowu James Coleman przyłożył swą rękę do rozwoju tego trendu; w 1983 r. opublikował studium wykazując, że uczniowie szkół katolickich w USA mają lepsze osiągnięcia niż ci ze szkół publicznych, chociaż oba rodzaje placówek dydaktycznych zaspokajają potrzeby podobnych klas społecznych. Jednakże takie studia nie były ograniczone tylko do USA. Pracownicy badawczy Banku Światowego wykonali również serie badań w Tajlandii, na Filipinach oraz w Dominikanie konkludując, że prywatna edukacja była bardziej wydajna niż publiczna (Jimenez i Lockheed, 1995). Badania te potwierdzały przypuszczenia wielu osób w USA i innych krajach, że prywatne szkoły są bardziej wydajne niż publiczne – co zarazem odpowiadało poglądom wielu polityków konserwatywnych – których celem było sprywatyzowanie sektora usług społecznych. Powstał nagły popyt do implementowania tych rezultatów poprzez programy talonów i wynajmowanie szkół prywatnym zarządcom. Wszystkie takie programy efektywnie pozwalały szkołom prywatnym otrzymywać takie same fundusze na ucznia co w szkołach publicznych, lub pozwalały szkołom publicznym na prywatyzowanie. Ekonomiści zarówno Banku Światowego, jak i interamerykańskiego Banku Rozwoju wykorzystali tę wiedzę do intensywnego popierania prywatyzacji edukacji w Ameryce Łacińskiej, Azji oraz Afryce. Rezultaty dotyczące wyższej efektywności prywatnej lub prywatnie zarządzanej edukacji są wysoce kontrowersyjne. Przeprowadzone w latach 1995-1997 badania dotyczące eksperymentalnego programu talonów, w którym wzięło udział pięć niekatolickich podstawowych szkół prywatnych w Milwaukee i Wisconsin oraz kilka katolickich 100 szkół z Cleveland pokazują, jak trudno jest uniknąć uprzedzeń i poprawnie oszacować wartość dodawaną edukacji (Rouse, 1998). Wykazują one także, że politycy odgrywają zasadniczą rolę w realizacji, prezentowaniu i interpretowaniu takich rezultatów badawczych. W wyniku interpretacji badań stwierdzono, że jeżeli wszystkie dane są uważnie przebadane, a retoryka odrzucona, to najbardziej dokładnym sposobem opisania wyników jest stwierdzenie, że różnice w osiągnięciach uczniów w szkołach publicznych i państwowych są małe. Ponadto wiedza o tym jest lekceważona przez środowiska polityczne. Wydaje się, że sprawa prywatyzacji edukacji i sprawa publicznego szkolnictwa są dużo ważniejsze, niż świadczą o tym aktualne rezultaty badań. A stawka jest wysoka. Wydatki rządowe na edukację wynoszą ok. 3-4% produktu krajowego brutto. Wielu postrzega te publiczne środki jako okazję do uzyskania prywatnych korzyści. Inni po prostu chcą zdemontować publiczną edukację z powodów ideologicznych. Jeszcze inni chcą obronić ekonomiczną pozycję zatrudnionych w sektorze publicznym i przejąć kontrolę nad młodymi ludźmi, którzy staną się aktywnymi członkami społeczeństwa. Zatem wyniki badań akademickich i wiedza będąca ich rezultatem jest dokładnie w środku politycznej walki. Podstawowa zasada ekonomii neoklasycznej – że wolny rynek jest bardziej sprawny w dostarczaniu usług publicznych niż publiczne agencje, obowiązuje w wielu krajach (niezależnie czy jest to prawdą, czy nie). Wyniki badań, które wzmacniają tę ideę są preferowane przez polityków. Takie rezultaty ułatwiają akceptację wyników badań przez zamawiających niż przeciwne. Niezwykle kontrowersyjna natura tego problemu jest atrakcyjna dla badaczy, ponieważ jednak prywatyzacja edukacji stała się ważną polityczną kwestią w skali światowej i przedmiotem dyskusji wewnątrz międzynarodowych instytucji, to powoduje, że istnieje zapotrzebowanie na badania z tego zakresu. Interesujące podejście do problematyki tworzenia, przekazywania i wykorzystania wiedzy w środowisku nauczycieli i lekarzy przedstawił David H. Hargreaves reprezentujący School of Education, University of Cambridge z Wielkiej Brytanii. Artykuł ten stanowi interesujący punkt widzenia problemów kształtowania się baz wiedzy w naukach medycznych i pedagogice. Zdaniem autora istnieją dwa aspekty analizy porównawczej bazy wiedzy oraz związanych z nią procesów pochodnych zawodom medycznym i nauczycielskim. Po pierwsze: badanie podobieństw i różnic pomiędzy obydwiema profesjami daje możliwość rozwoju ogólnego modelu profesjonalnej bazy wiedzy. Po drugie, przeciwstawienie obydwu kategorii zawodów reprezentujących usługi publiczne finansowane z budżetu państwa – co wskazuje, iż każdy z nich mógłby się od siebie „uczyć”. Natomiast część wiedzy dotyczącej obydwu zawodów jest wspólna, mianowicie rozpoznawana jest potrzeba generowania systemów klasyfikowania problemów „klientów” i możliwych rozwiązań. Różnice dotyczą stylów szkoleń lekarzy i nauczycieli. W przypadku lekarzy nacisk położony jest na praktykę, podczas gdy nauczyciele rozwijają bardziej ćwiczenia mentorskie. W przypadku obydwu zawodów, praktyka jest często mniej ugruntowana i potwierdzona w sensie efektywnościowym niż to się powszechnie sądzi. Badania empiryczne stawiają pod tym względem wyżej lekarzy niż nauczycieli. Niektóre z osiągnięć medycyny mogą być użyte w celu doskonalenia systemowych zdolności do rozpowszechniania wiadomości, tak potrzebnych nauczycielom przy tworzeniu ich zawodowej bazy wiedzy. Niewykluczone, że można też znaleźć pewne aspekty tworzenia i upowszechnienia wiedzy, gdzie widoczna byłaby przewaga nauczy- 101 cieli nad lekarzami. Poniżej proponuje się ogólny model profesjonalnej bazy wiedzy. Stanowi on podstawę do analizy zmieniającego się procesu tworzenia wiedzy. 5.5.3. Nauka i profesjonalna baza wiedzy Kwalifikowany personel medyczny jest ogólnie postrzegany jako pracownicy ze stosunkowo wysokim poziomem autonomii, prestiżu i przywilejów. Pomimo wielu politycznych i instytucjonalnych różnic, przynależność do sektora medycznego zapewnia wysoką pozycję socjalną i niezależność finansową (Freddi i Bjorkman, 1989, Haffert i McKinley, 1994, Johnson, Larkin i Saks, 1995). Lekarze prawie zawsze cieszą się wysokim uznaniem społecznym. Większość nauczycieli chciałaby być również tak postrzegana i może mieć roszczenia co do należnego im statusu, jednak w odróżnieniu od lekarzy, nauczycielom brak jest ezoterycznej wiedzy, tak charakterystycznej dla profesjonalistów (Larson, 1977). Baza wiedzy lekarzy zmieniała się przez wieki. Dzisiaj, pomimo znaczących różnic pomiędzy medycznymi specjalizacjami postrzegana jest ona jako istotnie naukowa, jej zawiła ewolucja była spowodowana szybką ekspansją nauki w XIX wieku. Nie ma przekonującego dowodu, że w początkowych latach XIX wieku młodzi lekarze z szerszym dostępem do wiedzy naukowej osiągali lepsze rezultaty niż starsi, którzy tej wiedzy nie posiadali. Nie jest wcale oczywiste, że znajomość, np., chemii umożliwiała lekarzom lepsze leczenie. Nauki medyczne nie zostały jeszcze wtedy „przekształcone” w praktyczną wiedzę lekarską. Nie ma wystarczających dowodów, że długie i intensywne szkolenie w zakresie nauk medycznych było najważniejsze dla wykształcenia dobrych lekarzy. Wiara w naukę nie była szeroko podzielana, aż do końca XIX wieku, kiedy to naukowcy jako pierwsi byli w stanie dostarczyć wiele przekonujących przypadków na istnienie zależności pomiędzy teorią a badaniami. Nie podlega dyskusji, że postępy w naukach podstawowych, takich jak biologia molekularna i farmakologia, mają wpływ na praktykę medyczną. Zmiany w praktyce klinicznej w końcu XIX wieku nie są rezultatem rozwoju podstawowych nauk przyrodniczych, ale raczej pojawieniem się badań i nauk klinicznych, zajmujących się badaniem symptomów i przyczyn chorób, rozwojem i zastosowaniem w zakresie interwencji terapeutycznych. To one stworzyły podstawy przepływu wiedzy pomiędzy nauką i praktyką zawodową. Z powodu wiary w postęp i autorytet nauki – nie tylko w obszarze medycyny – nie jest zaskakujące, że baza wiedzy nauczycieli powinna być także doskonalona w szybko rozwijających się naukach społecznych. Interesującym przykładem są tu amerykańscy uczeni reprezentujący nauki społeczne, ponieważ ich wiara w naukę jako motor postępu była i pozostaje szczególnie głęboka. Od samego początku domagali się oni przypisania sobie stworzenia dyscypliny naukowej, zanim posiedli jakąkolwiek cząstkową wiedzę naukową (Ross, 1984). Pracownicy naukowi zajmujący się szkoleniem nauczycieli, nieświadomi tej ostatniej obserwacji, ale chcąc wyposażyć środowiska nauczycielskie w solidną bazę wiedzy zwrócili się w kierunku psychologii, a później socjologii, szukając faktów, teorii i koncepcji, które można byłoby wykorzystać w praktyce. W Wielkiej Brytanii, sankcjonując funkcje nauk społecznych, w latach sześćdziesiątych podjęto decyzję, iż nauczanie powinno stać się zawodem absolwentów dowolnego kierunku studiów i że nauczyciele szkół podstawowych powinni mieć co najmniej licencjat z pedagogiki, odpowiadający licencjatowi w dziedzinie nauk humanistycznych lub ścisłych dla nauczycieli szkół 102 średnich. W ten sposób tematyka rozwoju dziecka czy psychologii uczenia znalazła się w centrum programowym nauczania początkowego. W Polsce w ostatnich latach wdrażane są podobne zasady, połączone z intensywnym rozwojem form ciągłego kształcenia nauczycieli. Przykładem wyzwań nauki w ostatnich latach może być pojawienie się choroby Creutzfeldta-Jacoba lub chorób emocjonalnych dzieci z poważnymi trudnościami uczenia się. Opanowanie tych nowych wyzwań wymaga stworzenia nowych wymiarów bazy wiedzy, co jest istotą profesjonalnego uczenia się i wymaga dużo czasu oraz doświadczenia w rozwiązywaniu problemów nie dających rozwiązań stosowanymi dotychczas metodami. Aby osiągnąć wysoki status w medycynie, trzeba dowieść umiejętności praktycznych przy wysokim poziomie wiedzy zawodowej. Trzydziestoletni lekarze często widzą siebie jako „przeładowanych” formalną wiedzą i poszukują szerszych doświadczeń, aby wzmocnić swoje kliniczne know-how i zawodową umiejętność diagnozowania. Dziesięć lat później wracają oni do swej formalnej wiedzy, czując potrzebę jej ciągłej aktualizacji wobec szybkiego postępu dokonującego się w medycynie. Lekarze zajmujący się administrowaniem lub działalnością akademicką ryzykują utratę swej wiarygodności wśród praktyków. Nauczyciele po dziesięciu latach praktyki kładą mniejszy nacisk na swoją wiedzę formalną i poszukują okazji dla odzwierciedlenia swoich doświadczeń. Z pewnych względów wymyślenie systemów klasyfikacyjnych dla diagnozowania i późniejszego postępowania jest dla nauczycieli trudne, ponieważ nie są oni skoncentrowani na jednostce, jak to ma miejsce w medycynie. Nauczyciele „rutynowo” nie zajmują się pojedynczym dzieckiem, ale co najwyżej jednostką w społecznym kontekście klasowym oraz grupą uczniów jako całością. Sednem uczenia jest umiejętność kierowania pewnymi zbiorowiskami, a nie tylko pojedynczymi uczniami. Diagnozowanie i postępowanie są zatem zakorzenione w takich metodach, które są nietypowe dla medycyny. W dodatku nauczyciel ma decydować nie tylko co nauczać (tj. o pewnej treści programowej), ale także, jak ma to robić (tj. jaką strategię pedagogiczną przyjąć). Podejrzewa się więc, że jest więcej zmienności w odpowiedziach dotyczących traktowania młodzieży przez nauczycieli niż lekarzy w stosunku do pacjentów. Co więcej, podczas gdy większość profesjonalistów przy pierwszym spotkaniu z klientem spodziewa się bezpośredniej rozmowy na temat problemu (wyłączając materiał nieistotny dla diagnozowania i dalszego traktowania), nauczyciele szkolni (w odróżnieniu od nauczycieli wyższych szkół) chcą się koncentrować na „całym dziecku” i jego dalszym rozwoju bardziej niż na doraźnych problemach. Zatem medyczne systemy klasyfikujące dla diagnozowania i dalszego traktowania pacjentów są przeciwstawne wobec systemów równoważnych dla nauczycieli. Są one bowiem: – bardziej ograniczone w swoim zakresie, – bardziej wyraźne i czytelne, – bardziej akceptowane przez praktyków, – bardziej związane lub wykorzystujące naukę, – bardziej istotne w efektywnej praktyce. Przyjmowana złożoność zarówno diagnozowania, jak i postępowania w edukacji jest być może nawet ważniejsza dla nauczycieli niż lekarzy, ponieważ ci pierwsi powinni dysponować wyraźnymi i uzgodnionymi schematami klasyfikacyjnymi, aby generować bardziej dopracowane i szybsze metody pozyskiwania wiedzy przez początkujących. Pełniejsze uzgodnienia dotyczące schematów klasyfikacyjnych umożliwiałyby generowanie badań oraz materiałów szkoleniowych bardziej skoncentrowanych na 103 uczeniu, którego formy podlegają również rozwojowi. Decyduje o tym weryfikowalność przyjmowanych metod szkolenia i diagnozowania znacznie skuteczniejsza w medycynie, w stosunku do dużych opóźnień występujących w edukacji. Nauki społeczne okazały się zatem bardziej zawodne przy generowaniu profesjonalnie akceptowalnych schematów klasyfikujących lub (jak to jest przynajmniej w medycynie) dla wyrobionych „przednaukowych” schematów w istniejącej praktyce zawodowej. Nauczyciele, pracując w klasach, budują swoje własne personalizowane systemy klasyfikujące wraz z regułami ich działania. Natura bazy wiedzy, uwzględniając sposób praktycznego kształcenia lekarzy wypływa z charakteru ich podstawowego lub wstępnego szkolenia. W obrębie medycyny występuje podział na lekarzy diagnostyków i chirurgów posiadających odmienne techniki pozyskiwania wiedzy i doświadczenia. Lekarze mają zawsze do dyspozycji zestaw ekspertyz, bazujący na umiejętnościach intelektualnych, a uniwersytet jest naturalnym miejscem profesjonalnego uczenia. Nigdzie nie zostało to lepiej wyrażone niż przez Sir Williama Oslera, który miał główny udział w kształtowaniu medycyny naukowej. Jako nagradzany nauczyciel kładł on nacisk na: – pełną i długotrwałą instrukcję kliniczną, – uwzględnianie wartości bliskich kontaktów ze studentami i pacjentami, – eliminowanie domniemanych przyczyn choroby, – wykorzystanie dokładnej, krytycznej wiedzy wyniesionej z pracy klinicznej na oddziałach. W edukacji medycznej antagonizmy pomiędzy formalnym szkoleniem a praktyką utrzymują się do dzisiaj (Vang, 1994; Starr, 1982). W Zjednoczonym Królestwie lekarze, którzy życzą sobie odbywać szkolenie jako specjaliści w szpitalu spędzają dziesięć do czternastu lat pod nadzorem konsultanta, zanim sami zostaną zakwalifikowani jako konsultanci. Reformy, dotyczące długości okresu szkolenia w Unii Europejskiej zakładają skrócenie go o połowę. Chociaż w ramach szkolenia istnieje element formalny, większa część szkolenia zapewnianego przez konsultantów jest nieformalna i ma miejsce w czasie praktyki. Reakcją konsultantów na skrócenie praktyki podyplomowej było żądanie większej ilości czasu na formalne nauczanie, a absolwentów – na zwiększenie ilości szkoleń praktycznych. Wyodrębniono dwie formy praktyki: – „przez osmozę”, – „przez korepetycję”. W praktyce realizowanej „przez osmozę” konsultant pozostawia praktykantowi prawie całą odpowiedzialność za uczenie się. Może on pasywnie zgromadzić wiedzę, obserwując konsultanta w pracy, a jawnie może nauczyć się od konsultanta jedynie poprzez podejmowanie tej inicjatywy w sposób dyskretny. W praktyce wykonywanej „przez korepetycje”, konsultant akceptuje odpowiedzialność zarówno za uczenie, jak i za pomoc praktykantowi, zakładając większą odpowiedzialność za jego uczenie się. Praktyka „przez osmozę” była tradycyjnym wzorcem szkolenia podyplomowego. Obecnie wypierany jest wariant szkolenia praktycznego „przez korepetycję” jako bardziej przyjazny i efektywny. Wielu lekarzy nie jest przekonanych co do praktyk oraz ich roli w pozyskiwaniu medycznej bazy wiedzy. Czują oni, że idea jest wartościowa, ponieważ osiągnięcie wykształcenia w praktyce medycznej wymaga doświadczeń prowadzonych pod nadzorem rutynowanego kolegi i nie może być wyuczone z podręczników. Równocześnie są 104 świadomi, że szkolenie praktyczne „przez osmozę” pozostawia zbyt dużo przypadkowi, co ma miejsce na początku praktyki zawodowej nauczycieli. Utrzymanie pewnych form modelu odbywania praktyk jest mocno podbudowane teoriami uczenia się sytuacyjnego (Lave i Wenger, 1991). Uczenie się, aby było efektywne dla praktykanta, polega na robieniu czegoś, nie tylko na mówieniu o czymś. W tej perspektywie zostanie profesjonalistą jest procesem włączenia się jako pełnoprawnego członka do wspólnoty praktyków (community of practice). Nowicjusz lub praktykant wkracza do tego społeczeństwa praktyków medycyny przez uczestniczenie w peryferyjny sposób nie tylko przez wykonywanie prostych, delegowanych zadań oraz „nieważnych” prac, ale także poprzez asystowanie lub nawet częściowy udział w pracy jako pełnoprawny partner wspólnoty praktyków. Stanie się pełnoprawnym członkiem wspólnoty w obrębie danego zawodu jest sprawą pozyskania wiedzy i umiejętności oraz uzyskania pewnej tożsamości. Zarówno zawodowe umiejętności, jak i zawodowa tożsamość są stopniowo uzyskiwane przez uczestnictwo, które staje się z czasem coraz mniej peryferyjne. Wiedza ukryta oznacza, że wiemy więcej niż potrafimy powiedzieć – przy czym zasadę tę należy stosować z ograniczonym zaufaniem. Niektóre rodzaje wiedzy nie są łatwo wyrażane poprzez słowa i są także trudne do przekazania w rozmowie (podczas wykładu), na piśmie (podręczniki) lub w komunikacji „mistrz” – „praktykant”. Pewne rodzaje nauczania łatwiej przebiegają, jeżeli praktykant patrzy na mistrza prezentującego lub modelującego podczas pracy pewne umiejętności, a następnie je wypróbowuje pod jego nadzorem. Większość tego, co profesjonaliści nazywają „zawodowy osąd” jest wiedzą ukrytą. Przekonanie konsultantów, że „oceny kliniczne” nie mogą być wyuczone, a jedynie pozyskiwane na drodze doświadczalnej potwierdzają tezę, że odpowiednie szkolenie zawodowe wymaga praktyki poprzez uczestnictwo w społeczności praktyków. Teoria uczenia się sytuacyjnego uzasadnia zatem i sankcjonuje tradycyjne przywiązanie lekarzy do praktyki. W Zjednoczonym Królestwie oraz USA – ale nie w Niemczech – praktyka rzemieślnicza w dwudziestym wieku podupadła (Roberts, 1993, OECD, 1994, Lane 1996). W Zjednoczonym Królestwie ostatnio na małą skalę ożywiła się, co jest miłym zaskoczeniem, gdyż jako jedna z najstarszych i najbardziej przetestowanych form przekazywania wiedzy jest dowodem przewagi nad popularnymi obecnie formami przekazywania wiedzy „off-the-job” (Fuller i Unwin, 1998). Rozważania powyższe mają korzenie w praktyce szkolenia uczniów, czeladników i mistrzów, których różnorodne ewolucje mają szansę przetrwać, także w warunkach rozwiniętego społeczeństwa wiedzy. W edukacji i szkoleniu nauczycieli, uderzająco kontrastowych w stosunku do edukacji inżynierów i lekarzy, koncepcja „praktyki” była często traktowana jako termin nadużywany. Dla różnych form szkolenia praktycznego nauczycieli formułuje się oceny krytyczne, które jak się utrzymuje, są poważnie i nieuleczalnie wadliwe. Szkolenie nauczycieli w Zjednoczonym Królestwie zostało zreformowane rozporządzeniem rządowym. Przed tymi reformami rzadko spotykano opis stanowisk pracy praktykującego nauczyciela, a szkolenia dla nich też były rzadkością. Nadzorujący praktyki ze strony szkoły otrzymali nowe miano: mentorzy – i obecnie wiele podręczników zawiera porady, jak ta rola powinna być wypełniana. Doświadczeni lekarze, odpowiedzialni za szkolenie adeptów, mogliby więcej nauczyć poprzez mentoring oraz czerpanie z doświadczeń rozwoju mentoringu w edukacji. Model mentoringu nie bazuje, tak jak można byłoby się spodziewać, na teoriach uczenia się sytuacyjnego opisanego powyżej. Dominującym 105 jest raczej model kształcenia praktycznego w formule odzwierciedlającej funkcjonowanie pracownika. Chociaż istnieje wiele przyczyn wyjaśniających atrakcyjność tej koncepcji ważne jest, że bardziej sankcjonuje ona krytyczną analizę, niż transfer istniejącej praktyki zawodowej do nowych adeptów zawodu. W podyplomowym szkoleniu nauczycieli wykładowca uniwersytecki nie jest codziennym praktykiem, ale akademikiem, który traktuje mentora jako zagrożenie, ponieważ sam jako akademik może stosować nieefektywne praktyki. W takich okolicznościach akademicy podejrzliwie patrzą na praktyki i towarzyszący im pogląd, że mentor powinien oferować szkolonemu peryferyjne uczestnictwo w społeczności (potencjalnie niebezpiecznej lub bezwartościowej) praktyki. Zamiast tego szkolony powinien być uodporniony na złapanie „choroby” konwencjonalnej praktyki, co najłatwiej osiągnąć, jeśli wykładowca uniwersytecki oraz mentor szkolny adaptują model odzwierciedlającego praktyka, który wymaga ciągłego aktualizowania założeń wobec istniejącej praktyki zawodowej i rozważania alternatyw. Słabością takiego podejścia jest oczywiście krytyka praktyki zawodowej i brak niekwestionowanych jej wzorców. Występujący jako mentorzy nauczyciele praktycy nie są zazwyczaj zaangażowani w prace badawczo-rozwojowe dotyczące edukacji. Badania dotyczące edukacji i procesu tworzenia wiedzy w Zjednoczonym Królestwie są finansowane z wielu źródeł: rządowych i władz lokalnych, komitetów badawczych, organizacji charytatywnych i biznesu, ale większość z nich jest jednak kierowana przez uniwersytety. Nauczyciele praktycy bardzo rzadko biorą udział w projektowaniu programów badawczych, więc nie otrzymują funduszy na ich prowadzenie. Model badań opracowywany jest raczej na uniwersytecie niż w szkole, pomimo że większość nauczycieli spędza swoje życie w szkołach, a nie na uczelni. Znaczące zazębianie się działalności lekarzy praktyków i badaczy motywuje młodych lekarzy do postaw i praktyk, które są bardzo różne od tych w edukacji, gdzie występuje rozdział pomiędzy obiema rolami. Można zaobserwować głęboki spór pomiędzy badaczami edukacyjnymi z pytaniem w tle – dlaczego badania w edukacji mają stosunkowo nieznaczny wpływ na zmiany praktyki działania nauczycieli w szkołach? Argumentuje się, że nauki społeczne niezbyt dobrze generują takie style badań lub wyniki, które mogłyby bezpośrednio nakierowywać praktykę zawodową. Warunki, które mają wpływ na praktykę są bardziej złożone w klasach szkolnych niż w środowisku konsultantów medycznych. Zaprzecza to poglądowi, że badania mają bardziej prawdopodobny bezpośredni wpływ na praktykę w ten sposób, że podtrzymują tak zwane „oświeceniowe” spojrzenie na badania edukacyjne, w których funkcją badawczą jest raczej zmiana ocen i rozumienia pewnych zjawisk niż natychmiastowy wpływ na praktykę. Wielu studentów idealistów wkracza do medycyny wierząc, że staną się oni „ratownikami”, aktywnymi agentami, którzy ratują chorych od przedwczesnej śmierci. Przyziemna prawda jest taka, że większość pacjentów zdrowieje bez leczenia – czego świadomość przychodzi później, a do niektórych „ratowników” takie upokarzające spostrzeżenie nie dociera nigdy. Zbyt często wygórowany pogląd o sprawności medycyny prowadzi do działania zarówno nieuczciwego, jak i szkodliwego (Silverman, 1997). Większość lekarzy pamięta zapewne dzień, w którym uzbrojeni w dyplomy, misje oraz pewność siebie mieli wyruszyć „do boju” z chorobami. Podobny problem stanowi wybór form organizacji dystrybucji środków finansowych na opiekę zdrowotną. Iluzje przedstawicieli administracji rządowej, że kreowanie nowych struktur organizacyjnych o różnym stopniu decentralizacji stanowi sposób na 106 wyeliminowanie mankamentów występujących w opiece zdrowotnej są nierealne. Wprowadzane zmiany organizacyjne najczęściej przynoszą rezultaty polegające na szybszym opróżnieniu intratnych stanowisk zajętych przez protegowanych poprzedniej ekipy rządzącej. Na nowe stanowiska w nowych strukturach organizacyjnych czekają przedstawiciele partii aktualnie rządzącej. Argumenty ekipy rządzącej dotyczące uzasadnienia wprowadzanych zmian zależą od sprytu, a czasem cynizmu beneficjentów tych zmian. Z pewnych względów nauczyciele i lekarze stają wobec podobnych problemów. Lekarze muszą podejmować decyzje dotyczące problemów niezmiernie złożonych i to w bardzo trudnych okolicznościach. Nikt nie kwestionuje szczerości i uczciwości lekarzy, ale muszą oni mieć solidne informacje o konsekwencjach różnych wyborów, powinni być w stanie przetwarzać dokładnie informacje. Obecnie brakuje zarówno niezbędnej informacji do podejmowania decyzji, jak i umiejętności potrzebnych do przetwarzania tych informacji. Rozwiązaniem jest poprawa umiejętności podejmowania lepszych decyzji, co powinno być osiągnięte poprzez tworzenie procesów, które wspomagają, a nie dyktują decyzje (Eddy, 1990). Na tych przesłankach oparta jest medycyna wykorzystująca dowody (MOD). Do zmian wymagających ustanowienia wsparcia prawnego, należy nauczanie potwierdzone dowodami, wspomagające bardziej aktywnych nauczycieli. Na pewnym etapie, osobiste zaangażowanie w badania odgrywa kluczową rolę i decyduje o wartości rezultatów prac badawczych i tworzeniu atmosfery sprzyjającej badaniom. Tworzenie wśród nauczycieli bardziej pozytywnych postaw w odniesieniu do nauczania potwierdzonego dowodami wymagałoby zmian w ich mentalności i kulturze zawodowej. Zarówno lekarze, jak i nauczyciele są świadomi twórczych elementów w ich praktyce zawodowej. Nauczyciele często odczuwają dumę z faktu, że ich wiedza jest wielce osobista, „rzeźbiona” powoli przez lata prywatnych (a nie zbiorowych) doświadczeń. Mimo że zjawisko to jest jakby mniej widoczne wśród lekarzy, jednak medycy również podkreślają twórcze elementy w diagnozowaniu i decyzjach terapeutycznych, wynikające z nauki odniesionej do okoliczności związanych z konkretnym pacjentem. „Medycyna – powiedział amerykański lekarz Oliver Wendell Holmes (1871 r.) – jest najtrudniejszą z nauk i najbardziej pracowitą sztuką”; co było powtórzone przez Williama Oslera (1904 r.) w twierdzeniu, że: „Praktyką medycyny jest sztuka wykorzystująca naukę. Zguba czeka na tych, którzy nigdy nie pojmowali jasno relacji między nauką a sztuką wykonywanego zawodu i którzy nie wiedzą nic i może nawet nie dbają o skutki ograniczeń obydwu relacji”. W tym samym duchu brytyjski lekarz lord Platt (1972 r.) zdefiniował zdolności diagnostyczne jako „bliższe pokrewieństwu do umiejętności znawcy badającego obraz lub stare skrzypce, niż do tego, co normalnie myślimy o nauce”. W swoim postępowaniu muszą uwzględnić kontekst otoczenia oraz powinni być przygotowani do podjęcia takiego postępowania, które „działa w praktyce” w stosunku czy to do pacjenta, czy do ucznia. Kolektywna baza wiedzy w formie popartej dowodami pojawia się wtedy, kiedy jest przedmiotem badań i weryfikacji w praktyce. Ostatecznie tworzy ona formalne ciało profesjonalnej bazy wiedzy szczególnie wtedy, kiedy może być odniesiona do formalnej teorii i wiedzy akademickiej, a następnie jest włączana do oficjalnej wiedzy zawodowej i przekazywana nowicjuszom we wstępnym szkoleniu. Decydujący dla wymiaru osiąganego procesu będzie problem, w jakim jednak stopniu dostępne w ra- 107 mach nowych technik informacyjnych środki rozpowszechniania i przekazu wiedzy wymuszą zmiany w bazującej na doświadczeniu metodyce jej wdrażania. Nauki społeczne w bliższej perspektywie nie są w stanie dostarczyć udoskonalonej bazy wiedzy potrzebnej nauczycielom. Istnieje z pewnością kilka obiecujących obszarów (takich jak neurologia), która pozostaje w dużej mierze bardziej na poziomie podstawowym niż stosowanym. Nawet, jeśli w nadchodzących dekadach psychologia poznawcza ma generować potencjalnie mocną bazę wiedzy dla nauczycieli, nie ma obecnie odpowiedniego systemu do jej rozpowszechniania wśród ludzi tej profesji. Aktualnie musimy szukać innych środków wzmocnienia „nauczycielskiej” bazy wiedzy. Widać je w rozwoju podejść potwierdzonych dowodami w praktyce nauczania. Coraz więcej i lepiej zaprojektowanych badań tego, „co się sprawdza” w szkołach i klasach mogłoby dostarczyć bazy wiedzy i być realizowanych bez konieczności poszukiwania teoretycznych podstaw do interpretowania ich rezultatów. Infrastrukturę dla równoległego rozwoju badań w edukacji mogłyby zapewniać centra regionalne w zakresie informacji dotyczących prac badawczo-rozwojowych zawierających różne aspekty edukacji (Hargreaves, 1997). Większe znaczenie mają szkoły funkcjonujące jako ośrodki szkoleniowe i badawcze, gdyż zarówno szkolenia, jak i innowacje przekształcają wiedzę ukrytą w wiedzę jawną. Jest to trzonem procesu tworzenia wiedzy (Nonaka i Takeuchi, 1995) i jej transferu. Ukryta wiedza doświadczonych praktyków, która jest rzadko precyzowana przez profesjonalnych badaczy, jest najbardziej udoskonalana przez menedżerów średniego szczebla szkół średnich. Mają oni spore doświadczenie w nauczaniu, ale nie przenieśli się na czysto menedżerskie stanowiska z odmienną bazą wiedzy. To oni stają się seniorami – mentorami dla młodych nauczycieli. Oni również są tymi, których Nonaka i Takeuchi nazywają inżynierami wiedzy. Wszystko to pociąga za sobą znaczące zmiany koncepcyjne procesu upowszechniania wiedzy, który konwencjonalnie postrzegany jest jako liniowy proces realizowany „od-środka-na-zewnątrz”. Zaczyna się od badań realizowanych na uniwersytetach, a kończy na nauczycielach w szkołach. Większość innowacji w edukacji, o ile nie jest zadaniowa, nie przechodzi powyżej fazy rozpowszechnienia, ponieważ nie zwraca się wystarczającej uwagi na głębsze problemy związane z procesami ich adaptacji, implementacji i instytucjonalizacji w modelach liniowych (zob. rozdział 2). Utrzymuje się przekonanie, że najbardziej efektywnym sposobem ulepszającym profesjonalną praktykę jest „od-zewnątrz-do-środka”. Wytwarzanie jej poza szkołami, a potem jej upowszechnianie przez reformy w szkołach zapewni skuteczną adaptację, implementację i instytucjonalizację nowych praktyk będących zjawiskami stosunkowo rzadkimi, a politycy będą sfrustrowani niepowodzeniami wielu reform. Ludzie są motywowani do upowszechniania wiedzy, którą sami stworzyli. Istnieją naturalne, ale nie używane kanały jej łatwego upowszechniania. Szkoły jako instytucje wytwarzające wiedzę i rozpowszechniające ją, mogą być również drogą prowadzącą do ich ciągłego rozwoju i poprawy efektywności. Oczekują tego politycy w wielu krajach. Dzięki łączeniu badań z praktyką w procesie wytwarzania wiedzy lekarze bez wątpienia mają wyższą pozycję niż nauczyciele w zakresie zawodowej efektywności. Jednakże grupy praktyków są zbyt małe, aby stać się mocnymi organizacjami wytwarzającymi wiedzę. Na poziomie szpitala większa część innowacyjnych zdolności jest zablokowana i ograniczona do poszczególnych specjalistów, podczas gdy nowe idee i praktyki mogą być dobrze rozpowszechnione przez dziennikarzy specjalistów i specjalistyczne medyczne stowarzyszenia. Trudno jest rozpowszechnić nowe praktyki, wykorzystujące dowody źródłowe 108 tworzone w procesie leczenia, włączone do obiegu pomiędzy działami a specjalistami. Z tego względu szkoły mają znaczącą przewagę zarówno nad grupami praktyków, jak i szpitalami (chociaż niezupełnie ośrodkami zdrowia), ponieważ kładzie się nacisk na międzywydziałowe interakcje i wspólne uczenie się. W Zjednoczonym Królestwie nauczyciele mówią o „ogólnoszkolnych procedurach” oraz o „ogólnoszkolnym profesjonalnym rozwoju”, co trudno znaleźć w większości szpitali. Powyższa konfrontacja możliwości rozwoju tworzenia przesyłania i zastosowań wiedzy w naukach medycznych oraz edukacji, z uwzględnieniem rozwiązań szkolenia praktycznego może być inspirująca dla kreowania przyszłości. 5.5.4. Ogólny model profesjonalnej bazy wiedzy Powyższą analizę porównawczą stworzono poprzez teoretyczny kontekst ogólnego modelu bazy wiedzy, który można podsumować następująco. Podczas gdy zawartości (content) baz wiedzy lekarzy i nauczycieli są istotnie bardzo różne, struktury baz wiedzy mają podobieństwa i odrębności. Zasadnicze podobieństwo dotyczy strukturalnych składowych bazy wiedzy, jak to zilustrowano na poniższym rysunku. Rysunek 12. Schemat powiązań procesów składających się na bazy wiedzy uwidocznione na przykładzie wewnętrznych struktur Źródło: Gibbons i in., 1994 Na centralnej poziomej osi reprezentowane są cztery analitycznie różne typy wiedzy: – wiedza deklaratywna (DEK-W) lub „wiedząc że”, która często jest zakodowana, – wiedza naukowa (NA-W), która jest odmianą wiedzy zakodowanej, – wiedza proceduralna (PROC-W), inaczej „wiedząc jak”, – wiedza personalna (PERS-W), w której przez doświadczenie, włączając próby i błędy oraz inne formy uczenia się przez działanie, konkretna osoba rozbudowuje swoją wiedzę i profesjonalny osąd. 109 Pierwsze dwa rodzaje wiedzy mają charakter formalny i w większości jawny, a sporadycznie tylko charakter wiedzy ukrytej. Ostatnie dwa rodzaje wiedzy są bogate w to, co jest ukryte. Każdy rodzaj wiedzy wchodzi w interakcje z pozostałymi trzema typami. Drugie podobieństwo polega na partycypacji pewnych wspólnych własności bazy wiedzy i jej czterech typów, szczególnie koncepcji diagnozowania i późniejszego postępowania z klientami oraz ich problemami. Pozyskiwanie systemów klasyfikujących i koligacyjnych jest kluczową cechą szkoleń zawodowych. Klasyfikacja i koligacja stanowią przykłady dynamicznej interakcji czterech typów wiedzy. Jako punkt wyjścia możemy przyjąć występowanie trzech odrębnych stanów. Na biegunie w górnej połowie rysunku 12A wiedza jest w wyłącznym posiadaniu jednostki lub idiosynkretyczna, podczas gdy na przeciwnym biegunie wiedza jest własnością społeczną lub w zespołowym posiadaniu danego zawodu. Pierwsza odrębność pomiędzy nauczycielami a lekarzami dotyczy różnych ścieżek ewolucyjnych, które były przyjęte w obydwu zawodach. Rolą nauki w medycynie jest wyprowadzanie bazy wiedzy w kierunku „bieguna społecznego”, podczas gdy niedostatek wiedzy naukowej wśród nauczycieli „wciąga” bazę wiedzy w kierunku bieguna indywidualnego. Druga odrębność dotyczy formy szkolenia w ramach profesji. Wśród lekarzy mocno utrzymuje się model praktyk w jawnych i ukrytych aspektach bazy wiedzy, co wymaga efektywnego procesu transmisji wiedzy od ekspertów do nowicjuszy. Natomiast wśród nauczycieli występuje odejście od modelu praktyk w kierunku modelu „refleksyjnego praktyka”, co powoduje, że transmisja bazy wiedzy, w formie jawnej i ukrytej, od eksperta do nowicjusza jest zaniedbywana, a zawodowa specjalizacja zmniejsza się przesuwając w kierunku wiedzy indywidualnej. Trzecia odrębność dotyczy podejścia do badań i rozwoju. Lekarze pozostają w dolnej części rysunku, bowiem rozwój medycyny potwierdzonej dowodami dokonuje się w kontekście potwierdzonej w praktyce wiedzy profesjonalnej. Nauczyciele „zamknięci” w dolnej części modelu angażują się w dyskusje dotyczące „dobrej praktyki”, ale nie ma uzgodnionych środków zatwierdzania i partycypacji ich zawodowych doświadczeń. Rysunki 12A i 12B dostarczają graficznej ilustracji kontrastujących sił składowych dwóch baz wiedzy (linie pogrubione). Dla lekarzy wewnętrzna dynamika sił w bazie wiedzy prowadzi do bardziej bezpiecznej konstrukcji personalnej wiedzy każdego internisty czy chirurga, wszystkie formy prowadzą w miarę upływu czasu do rozwoju eksperckich osądów zawodowych. W przypadku nauczycielskiej bazy wiedzy, zewnętrzna presja na nauczycieli, szkolących nauczycieli i badaczy sfery edukacyjnej w wielu krajach wpływa na poprawę poziomu nauczania. Powoduje to zmiany dynamiki wewnętrznej w kierunku rozwoju publicznego czy dzielonego praktycznego szkolenia, co jest warunkiem dla bardziej efektywnego dzielenia i rozpowszechniania wiedzy. Pozostaje zatem pytanie, czy takie zmiany w nauczycielskiej bazie wiedzy będą zawierały pewnego rodzaju element naukowy, do którego przyłączone są składniki deklaratywne, proceduralne i personalne. Omówione potencjalne zmiany w bazie wiedzy nauczycieli mogą być zrozumiałe w ramach szerszego ujęcia teoretycznego. Reformy edukacyjne w Zjednoczonym Królestwie, jak szkolenie wstępne nauczycieli w szkołach, projekty badawcze w szkołach, praktyka zawodowa wyrastająca z dowodów i odnowiony pogląd na efektywność nauczycieli w klasach, wszystko to może być interpretowane jako część głębszych zmian społecznych. Wiele rodzajów wytwarzania wiedzy jest przeniesionych z tego, co (Gibbons et al., 1994) nazywa Tryb l – czyste, dyscyplinarne, jednorodne, prowadzone przez 110 ekspertów, wynikające z podaży, hierarchiczne, konsultowane ze współpracownikami, wyrastające z uniwersytetu – w kierunku Trybu 2 – stosowane, problemowo zorientowane, wielodziedzinowe, różnorodne, mieszane, wynikające z popytu, przedsiębiorcze, przetestowane rachunkowo, zakorzenione w sieciach. Wśród wielu sfer wytwarzania wiedzy mówi się o ogólnym kierunku przemieszczania się wytwarzania wiedzy od Trybu l do Trybu 2 i jest mało prawdopodobne, by edukacja pozostała wolna od tych zmian. Końcowa hipoteza autora case jest taka, że w Zjednoczonym Królestwie ten szybko rozwijający się ruch, obejmujący edukację skierowaną na Tryb 2 wkrótce sprawi, że edukacja w Wielkiej Brytanii zajmie przewodnią rolę w wytwarzaniu wiedzy, ponieważ uniwersytety są tymi instytucjami, gdzie przejście z Trybu l do Trybu 2 może być szczególnie bolesne, ze względu na dominację badań podstawowych. Opozycja nauczycieli szkolonych na bazie uniwersyteckiej, wobec omawianych wyżej tendencji, może potwierdzić to, że ten proces jest rzeczywiście na prawdopodobnie nieodwracalnej drodze. Potrzeba będzie odwagi przedstawicieli edukacji wywodzących się z uniwersytetu do adaptacji funkcjonowania w nowej roli, którą będą odgrywać, jeśli Tryb 2 wytwarzania wiedzy edukacyjnej ma być wprowadzony. Prezentowane zagadnienia dotyczą problematyki tworzenia i wykorzystania wiedzy w edukacji oraz w medycynie w różnych krajach Europy i USA. Autorzy tych prac ujętych wg zasad tworzenia przykładów dydaktycznych bardzo trafnie eksponują wielorakość interakcji obiektywnie występujących, bądź subiektywnych „racji”, które muszą się realizować w zarządzaniu wiedzą. Zwracają uwagę na obiektywne sprzężenia zwrotne występujące w ramach tej problematyki oraz interesy grup zawodowych zainteresowanych w pozyskiwaniu publicznych środków kierowanych do swojego środowiska, na co nakładają się interesy polityków. Politycy ci, działający pod każdą szerokością geograficzną świata, uznają za dobre wszystko to, co zapewni im wygranie kolejnych wyborów. Sfrustrowani często krętactwem działań polityków państw Europy ŚrodkowoWschodniej musimy mieć świadomość, że również w krajach o ustabilizowanej od dziesiątków bądź setek lat demokracji, rzetelność i uczciwość przedstawicieli tej grupy zawodowej bywa kwestionowana. Znaczenie cytowanych w publikacjach przykładów (case) ma za zadanie uświadomić czytelnikowi, jak trudne jest budowanie nowych, bardziej efektywnych relacji w kształtowaniu społeczeństwa wiedzy i jak wiele jest pułapek występujących również w najwyżej rozwiniętych krajach świata. Omawianie nowych warunków tworzenia wiedzy nie może być podejmowane wyczerpująco bez omówienia procesów zachodzących w nowocześnie zarządzanych korporacjach, które dysponują środkami finansowymi umożliwiającymi sfinansowanie niezbędnych projektów zapewniających rozwój. 5.6. Problematyka zastosowań zarządzania wiedzą w przedsiębiorstwach Wyzwania wynikające z potrzeby funkcjonowania w społeczeństwie wiedzy stają się celem stawianym przez wszystkie rozwinięte kraje świata, co wymaga sprostania nowym programom edukacyjnym. Wymaga to wprowadzenia takich form edukacji, które pozwoliłyby większości członków tych społeczeństw posiąść umiejętność sprawnego w nim funkcjonowania. Uzasadniona może być teza, że część zweryfikowanych przez stulecia działań edukacyjnych, modyfikowanych innowacjami wprowadzanymi w szybkim tempie w ostatnich dziesięcioleciach, wymaga radykalnych zmian. Dotyczy to 111 zwłaszcza środków zapewniających bardziej efektywne wykorzystanie dostępnych możliwości dystrybucji informacji naukowo-technicznej w postaci elektronicznej. Nowe środki udostępniania informacji stanowią szansę zwiększenia efektów pozyskiwania wiedzy, jej przetwarzania i przyswajania pod warunkiem dokonania odpowiednich działań dostosowawczych, niezbędnych do ich uzyskania. W aspekcie rewolucyjnych zmian technologii tworzenia, przetwarzania i dystrybucji wiedzy związanych z rozwojem technik informacyjnych, upowszechnione sposoby jej wykorzystywania hamują możliwy do uzyskania postęp. Zidentyfikowanie rzeczywistych przyczyn występowania blokad możliwego do uzyskania postępu jest zadaniem niezwykle trudnym, posiadającym jednak kluczowe znaczenie dla wprowadzania zmian. Metodyczne środki ułatwiające diagnozę czynników hamujących rozwój nie dość efektywnych podsystemów kształtujących środowisko uwarunkowań cywilizacyjnych przełomu XX i XXI wieku możemy badać z zastosowaniem analizy procesowej. Procesy związane z wykorzystaniem zasobów i tworzeniem dóbr konsumpcyjnych wydają się być najbardziej efektywne. Zastosowanie coraz doskonalszych zrobotyzowanych maszyn i zintegrowanych systemów sterowania stało się źródłem tych sukcesów, pośrednio wpływających na unicestwienie systemów centralnie sterowanych (komunistyczny i jego mutacje). Czynnikiem decydującym o nadejściu kresu ich rozwoju był fakt permanentnego niedoboru wszystkich dóbr, co stawało się absurdem w świetle prawie nieograniczonych możliwości ich automatycznego wytwarzania. Perfekcyjny rozwój zdolności wytwórczych powiązany był z wysokim tempem eliminowania człowieka jako „elementu” nowo tworzonych sił wytwórczych. Wyeliminowanie człowieka z tradycyjnie ważnych dziedzin kształtowania zatrudnienia, tworzy nieustannie zagrożenie bezrobociem strukturalnym. Szansy na zatrudnienie dostarcza znany już od dziesięcioleci sektor usług, których specyfika ulega głębokim przeobrażeniom, zwłaszcza w aspekcie zmian wynikających z wdrażania technologii internetowych (Chmielarz, 2001; Tadeusiewicz 2000). Funkcjonowanie w nowych sektorach usług wykreowanych na przełomie XX i XXI wieku charakteryzuje się dużo większym zróżnicowaniem w stosunku do sytuacji sprzed kilkunastu lat. Wymagane kwalifikacje niezbędne do pełnienia działalności usługowej w otwartych systemach, składające się z zadań realizowanych w formie outsourcingu, charakteryzują się zwykle dużym poziomem złożoności, co stanowi barierę utrudniającą skuteczne rozwiązywanie problemów bezrobocia. Ochrona grup społecznych narażonych na przegraną staje się głównym celem działań społecznogospodarczych i priorytetowym celem rządów rozwiniętych krajów świata. W warunkach Unii Europejskiej, do której akces Polski jest przesądzony, priorytety polityki rozwojowej wyrażają się w funkcjonowaniu i możliwości wykorzystania ogromnej skali regionalnych funduszy wyrównawczych. Niezależnie od tendencji występujących w polityce rozwiniętych krajów (lub grup krajów) świata, czynnikiem ułatwiającym pokonanie wyzwań wynikających ze zmian strukturalnych w gospodarce jest postęp dokonujący się w obszarach edukacji społeczeństwa. Warto zastanowić się nad piramidą zależności tworzoną przez różne warstwy struktur występujących w społeczeństwie wiedzy. Zasadne wydaje się stwierdzenie, iż najniższym poziomem struktur społeczeństwa wiedzy jest rodzina, co oznacza, że członkowie tej społeczności zmuszeni są do podjęcia takich działań, które pozwolą dostosować się do zmian zachodzących w otoczeniu. Członkowie rodziny stają się najczęściej członkami społeczności tworzących się w ramach różnych organizacji gospo- 112 darczych i jednostek administracji, które sukcesywnie dążą do ewolucji w kierunku tworzenia organizacji wiedzy (Abramowicz, 2002). W uproszczeniu modelowym organizacje wiedzy są strukturami, w których zatrudnione osoby elastycznie dostosowują się do potrzeb otoczenia, co pozwala uzyskać optymalne zdolności adaptacyjne organizacji jako całości. Innym scenariuszem działań dostosowawczych jest prowadzenie działalności w formie jednoosobowej lub rodzinnej firmy, świadczącej usługi outsourcingowe. Również w tym przypadku elastyczność dostosowawcza takiej firmy rodzinnej przesądza o jej możliwościach adaptacyjnych i skuteczności działań promocyjnych. Suma elastyczności działań dostosowawczych podmiotów gospodarczych koncentruje się zwykle w obszarze oddziaływania polityki regionalnej. Narastające wymagania stawiane przez kolejnych partnerów występujących w łańcuchach dystrybucji wyrobów wymuszają od producentów stosowanie rozwiązań technik informacyjnych wykraczających poza ramy standardów dostępnych w systemach zintegrowanych MRP II (Management Recource Planning) lub ERP (Enterprice Recource Planning). Coraz częściej poszukiwania skutecznych rozwiązań nowo formułowanych wyzwań wymagają sięgania po środki wcześniej niedostępne w systemach zintegrowanych. Do standardów tych zaliczyć było można systemy CRM (Customer Relationship Management – Zarządzanie Współpracą z Klientami) oraz SCM (Supplay Chain Management – Zarządzanie Łańcuchem Dostaw). Systemy te są zorientowane na doskonalenie standardów współpracy z partnerami w celu rozwiązywania wielorakich aspektów koordynacji dostaw oraz dystrybucji wyrobów i towarów. Do zalet tych systemów należy również możliwość osiągnięcia obniżki kosztów poprzez optymalizację wykorzystania środków transportowych i łączenie zamówień (Hryniewicz, 2001). Efektem rozbudowy drastycznie już skomplikowanych rozwiązań systemów informatycznych, niezbędnych do wspomagania zarządzania jest poszukiwanie sposobu zapewnienia ich efektywnego współdziałania. Rozwiązania polegające na tworzeniu efektywnego interface dla sprawnej wymiany informacji (Drelichowski, 2000 i 2002 b), charakterystyczne są dla systemów heterogenicznych i nie stanowią już istotnej przeszkody w ich eksploatacji. Problem sprowadza się najczęściej do tworzenia platformy informacyjnego współdziałania wszystkich pracowników firmy, z uwzględnieniem obsługi niestandardowych i niepowtarzalnych procesów. Sygnalizowane wyżej problemy często jeszcze niedostatecznie zaawansowane zdają się ewoluować w kierunku pojęcia zarządzania wiedzą (knowledge management). Problematyka zarządzania wiedzą powinna być rozpatrywana w aspekcie edukacyjnym oraz w ujęciu aplikacyjnym rozumianym jako standard sieci komputerowej z bazami danych i bazami wiedzy, dostępnymi w ramach uprawnień członkom organizacji. Ta prosta wykładnia stanowi tylko punkt wyjścia do ustalenia elementarnych składników tego typu rozwiązań. Często występujący termin „przedsiębiorstwo wiedzy” oznacza z punktu widzenia pracodawcy zdolność pracowników do elastycznego dostosowania się do wymagań, wynikających z potrzeb formułowanych przez otoczenie. Elastyczność zachowań pracowniczych oznacza zdolność przyswojenia przez pracownika nowej wiedzy, niezbędnej do wykonywania nowych zadań. Z pojęciem przedsiębiorstwa wiedzy pojawia się również termin „społeczeństwo wiedzy”, którego cechą jest elastyczność dostosowawcza jego członków. Wydaje się jednak uzasadnione stwierdzenie, iż spełnienie powyższych kryteriów uzależnione jest przede wszystkim od dokonania istotnych zmian w procesach edukacyjnych, dla któ- 113 rych wzorce i metodykę nauczania tworzono w radykalnie różnych od aktualnych warunkach i przy innych celach oraz środkach. Tempo przemian sprawia, że opóźnienia występujące w opanowaniu niezbędnych w danej fazie rozwoju cywilizacyjnego zasobów intelektualnych stają się opóźnieniami narastającej luki cywilizacyjnej. Stan ten oznacza, że obecnie nie wystarcza już zapewnienie przyswojenia odpowiednich zasobów wiedzy, ale musi być to dokonane w adekwatnym czasie. Wyzwanie to dotyczy wszystkich aktywnych zawodowo członków społeczeństwa oraz skuteczności i sprawności przyswajania nowych umiejętności z nowych dziedzin nauki i coraz bardziej zmieniającej się praktyki gospodarczej, co decyduje o miejscu danego kraju w społeczności międzynarodowej. Istotę zmian stanowi narastający udział technologii informacyjnych występujący praktycznie w dowolnych przestrzeniach rozwoju działalności ludzkiej współczesnych społeczeństw. Przesądza to o występowaniu wysokiego progu wejścia niezbędnego dla przekroczenia warunków uczestnictwa we współczesnym podziale pracy. Dla spełnienia tych warunków nie wystarczy bowiem zakup pojedynczej bądź kilku licencji produktowych umożliwiających dokonanie postępu (Kisielnicki, Sroka, 1999), ale konieczna jest zmiana filozofii działania firmy i zachowań jej pracowników. Czynnikiem decydującym o sukcesie staje się zdolność do inicjowania przedsięwzięć i włączania się do ich realizacji tak długo, aż wchodzący do sieci realizatorzy projektu wypełnią całą przestrzeń niezbędnej wiedzy i aktywności działań. Ta pozornie prosta recepta sukcesu determinowana jest psychosocjologicznymi i gospodarczymi uwarunkowaniami niezależnymi od podstawowego kryterium, którym jest posiadanie odpowiednich umiejętności i wiedzy. Potwierdzeniem powyższych stwierdzeń może być nie nastrajająca do optymizmu sytuacja polskiego biznesu. Trwająca od kilku lat bessa utrudnia kreowanie nowych inicjatyw adekwatnych do poziomu funkcjonującej w społeczeństwie wiedzy. Problem ten dotyczy różnych branż przemysłu przetwórczego, w tym agrobiznesu z jego ważnymi dla skali oddziaływania aspektami globalizacyjnymi. Rysunek 13. Technologie komputerowe w tworzeniu i transferze wiedzy Źródło: Olszak, (2002) Olszak (2002) prezentuje systemy informatyczne w tworzeniu i transferze wiedzy, co pozwala określić w jakim stopniu podejście to umożliwi rozwiązanie ograniczeń logistycznych w rozwoju handlu elektronicznego. Poszukiwanie efektywnych narzędzi do tworzenia, przepływu, ochrony i dzielenia wiedzy w przedsiębiorstwie staje się waż- 114 nym zadaniem współczesnego zarządzania. Systemy informatyczne są narzędziami mogącymi skutecznie wspomagać wymienione działania. Do prezentowanego opisu wprowadzono dodatkowo jeszcze jeden aspekt, a mianowicie poziomy w działalności przedsiębiorstw. Nie bez znaczenia bowiem pozostaje problem, czy wiedza tworzona jest na potrzeby zarządzania strategicznego, taktycznego czy operacyjnego (rysunek 8). W procesie tworzenia wiedzy na potrzeby zarządzania strategicznego i taktycznego szczególną rolę odgrywają systemy wspomagania decyzji z bazą wiedzy (SWD-BW) oraz systemy ekspertowe (SE) [AIS]. W pierwszym przypadku system w inteligentny sposób wspomaga decydenta w rozwiązywaniu trudnych, słabo ustrukturalizowanych problemów, w drugim zaś wręcz usiłuje go zastąpić. Coraz częściej w inteligentnym wspomaganiu decyzji stosuje się techniki z zakresu sztucznej inteligencji, wnoszące odmienne od dotychczasowych sposoby pozyskiwania gromadzenia i generowania wiedzy. Wyróżnia się między innymi systemy oparte na: – przetwarzaniu języka naturalnego, dzięki czemu użytkownik w sposób naturalny może wprowadzać wiedzę do systemu, – systemach ekspertowych, w których dzięki symbolicznemu przedstawianiu wiedzy użytkownik może łatwo zrozumieć zadawane mu pytania oraz prowadzone rozumowanie i generowane konkluzje, – sieciach neuronowych, mających zdolność do symulowania procesu myślowego człowieka, rozpoznawania wzorców, uczenia się, klasyfikacji i generacji poprzez interpretację niepoprawnych i niepełnych danych, co może być interesujące w odniesieniu do rozwiązywania problemów w przedsiębiorstwach logistycznych, – logice rozmytej, stosowanej wówczas gdy wiedza o rozwiązywanym problemie zawiera reguły heurystyczne, które są nieprecyzyjne, przybliżone i umożliwiają wnioskowanie oparte na podobieństwie (Kacprzyk, 1997; Kacprzyk, Zadrożny 2000 ). – algorytmach genetycznych, stanowiących ze swoimi własnościami optymalizacyjnymi narzędzie służące zarówno do znajdowania najefektywniejszej struktury, jak i gromadzenia wiedzy poprzez sieci neuronowe i systemy ekspertowe, co preferuje tę grupę metod w strukturach holdingowych, – inteligentnych agentach, dostarczających wiedzę z obszernych zasobów informacyjnych i spełniającą określone preferencje użytkownika (Abramowicz 2002), – technologii „case base reasoning” (CBR), pozwalającej na formułowanie wniosków wynikających z porównania określonej symulacji lub pojawiającego się problemu z podobnymi sytuacjami lub przypadkami z przeszłości. Znaczącym wzmocnieniem w tworzeniu wiedzy na potrzeby przedsiębiorstw są bazy danych, a w ostatnim czasie hurtownie danych z mechanizmami OLAP (On Line Analytical Processing – Systemy analitycznego przetwarzania na bieżąco) oraz eksploracji danych (data mining) oferowane są w zaawansowanych systemach informatycznych. Hurtownie danych łączą cechy przetwarzania analitycznego, wielowymiarowych baz danych oraz narzędzi wizualizacji informacji. Pozwalają równocześnie uzyskać bezpośredni dostęp do historycznych danych transakcyjnych z wykorzystaniem ich w tym trybie w procesach analizy. Ich znakomitą cechą jest gromadzenie danych wieloletnich dotyczących procesów transakcyjnych, niezależnie od obowiązujących procedur dotyczących lat rozliczeniowych, co zapewnia niedostępną w zbiorach transakcyjnych analizę dynamiki zdarzeń. Odpowiadają za gromadzenie, korelowanie, integrowanie znacznych ilości informacji, pochodzących z różnych procesów dokonujących się w przedsiębiorstwie, a w części także danych dostępnych z otoczenia. Niezwykle interesu- 115 jące są sprzężenia występujące pomiędzy danymi pochodzącymi z otoczenia a informacjami dotyczącymi procesów wewnętrznych. Zaawansowane systemy eksploracji danych stosowane są do odkrycia i udostępnienia ogólnych reguł i wiedzy zawartych w bardzo dużych bazach wiedzy. W wielu bazach dane są głęboko ukryte, a technologie szybkiego wyszukiwania mogą odkrywać nieznane dotąd zależności. Eksploracja danych powoduje powstawanie różnych typów informacji wynikających z relacji pomiędzy danymi uzyskanymi z bazy, np.: asocjacji (skojarzenia), sekwencji (kolejności), klasyfikacji (segregowania), klasteryzacji (gromadzenia, grupowania), prognozowania (przewidywania). Do tego celu wykorzystywane są różne techniki wnioskowania, m.in.: metody najbliższego sąsiedztwa, drzewa decyzyjne, sieci neuronowe, algorytmy genetyczne, co najczęściej wymaga dokonania odpowiednich procesów adaptacyjnych dla określonego obszaru zastosowań (Olszak, 2002). W procesie edukacji wiedzy istotne staje się opracowanie metodyki zapewniającej skuteczność opracowywania i przyswajania modułów (porcji) wiedzy tworzonych z wykorzystaniem elektronicznych źródeł wiedzy (patrz rozdz. 3.3.). Celem tej metody jest opracowanie sposobu wykorzystania źródeł elektronicznych wiedzy dla autoedukacji, dokonywanej w grupie szkoleniowej pozwalającej osiągnąć efekt interakcji w ocenie i wartościowaniu syntez wiedzy. Można stwierdzić, że podstawy tworzenia społeczeństwa wiedzy będą osiągane w procesie stosowania adekwatnych dla aktualnych warunków metod edukacyjnych, co potwierdzają opinie zawarte w opracowaniu OECD. Pewne aspekty w zakresie edukacji zarządzania wiedzą zawarto w pracy Drelichowskiego (2002), w której skoncentrowano się na identyfikacji luki występującej między metodami nauczania a potrzebami, niezbędnymi w funkcjonowaniu społeczeństwa informacyjnego. Zastosowanie zaawansowanych technologii informacyjnych w zarządzaniu przedsiębiorstwami w obszarach mieszczących się poza zakresem danych transakcyjnych, jest nieefektywnie wykorzystywane w praktyce zarządzania. Dotyczy to całej klasy rozwiązań zwanych systemami wspomagania decyzji (DSS), metod optymalizacyjnych z wyłączeniem optymalizacji przewozów w zautomatyzowanych systemach logistycznych, bądź systemów automatycznej analizy, OLAP czy data mining (Kacprzyk, Zadrożny, 2000b). Interpretowanie tego typu rozwiązań jako standardów użytkowych znacznie częściej występowało w teoretycznych (podręcznikowych) rozważaniach niż w realiach zarządzania przedsiębiorstwami. Analiza przyczyn takiego stanu jako pochodnej niedopuszczalnych uproszczeń stosowanych w modelach decyzyjnych lub braku innowacyjnego podejścia wśród kadry kierowniczej przedsiębiorstw nie stanowi wyczerpującej diagnozy występującego stanu. Istnieje tendencja, aby problematykę systemów zarządzania wiedzą traktować jako nadbudowę wszelkich wcześniej istniejących standardów technologii informacyjnych (IT) stosowanych w zarządzaniu. Z drugiej strony pojawia się pytanie, czy poziom zastosowań technik informacyjnych określanych terminem systemy zarządzania wiedzą (KM – Knowledge Management), można efektywnie wprowadzić bez dokonania przełomu stosowanych w firmie procedur komunikacji wewnętrznej i zewnętrznej. Wielorakie aspekty funkcjonowania społeczeństwa informacyjnego prezentują w swej pracy Mażbic-Kulma i Sienkiewicz (2002), formułując model formalny systemu społecznego, determinowany zbiorami: osób, dóbr, preferencji, reguł i sieci komunikacyjnej. Społeczne uwarunkowania przyjętych reguł oddziaływań stanowią interesujące 116 studium kierunków rozwoju społeczeństwa informacyjnego, z jego wielorakimi implikacjami w obszarach: edukacji, wiedzy, pracy, zdrowia, gospodarki, ekologii, administracji oraz środowiska egzystencji – domu. Inne spojrzenie na utylitarne aspekty funkcjonowania zarządzania wiedzą w przedsiębiorstwie prezentują w swej pracy Mańka, Krupa i Krupa (2002), wprowadzając miernik oceny poziomu zarządzania wiedzą poprzez zastosowanie karty akceleratora ekspansji. Jest to próba realizowana na przykładzie przedsiębiorstwa posiadającego wieloletnie doświadczenia w eksploatacji różnych generacji systemów zintegrowanych oraz narzędzi specjalistycznych wspomagających pracę różnych grup specjalistów. Sformułowane przez autorów wnioski sprowadzają się do stwierdzenia, iż: wdrożenie systemu zarządzania wiedzą wymaga dużych środków w pełnym cyklu realizacji zadania, konieczne jest wprowadzenie systemów motywacyjnych w procesie dzielenia się wiedzą przez pracowników oraz skonstruowanie mechanizmów pomiaru i oceny wpływu wiedzy na funkcjonowanie organizacji przemysłowych. Nowe generacje systemów zintegrowanych (np. IFS Applications 2002) zawierają w swej bazowej ofercie dostępne do niedawna tylko w odrębnych aplikacjach systemy klasy CRM, SCM, czy oprogramowanie handlu elektronicznego (e-business). Prezentacje systemu dokonane z okazji X-lecia działalności IFS w Polsce wskazywały na wysoką jakość i skuteczność oprogramowania, które w standardzie funkcji e-biznesowych zapewniały efektywną obsługę zakupu upominków w ramach zdeponowanych użytkownikom kwot. Ponad 500 uczestników konferencji obsługiwanych standardem oprogramowania e-business IFS, pozwalał testować sprawność procesów rejestracji klienta i dyspozycji zakupowych w czasie trwania obrad konferencji. Dygresja ta jest uzasadniona z tego względu, że będąca w dyspozycji Katedry Informatyki w Zarządzaniu ATR w Bydgoszczy wersja systemu IFS 2000 (dla celów dydaktycznych) nie posiadała żadnego z wymienionych wyżej standardów oprogramowania - co pozwala odnotować szybkie tempo wprowadzania innowacji. Stan ten oznacza, że zakres standardów softwearowych, który do niedawna wymagał koordynacji wielu decyzji zakupowych jest osiągalny w transakcji z jednym partnerem i w jednolitym standardzie użytkowym. Można przyjąć założenie, że utylitarne rozwiązania systemów zarządzania wiedzą w przedsiębiorstwie stanowią nadbudowę realizowaną po wdrożeniu systemu zintegrowanego, hurtowni danych z systemem OLAP i data minings. Rynkowe uwarunkowania i rozwój technologii internetowych powodują, że CRM, SCM oraz obsługa funkcji e-biznesowych, będzie stanem coraz częściej spotykanym w przedsiębiorstwach. Skuteczne wdrożenie tak szerokiej gamy produktów IT stawia przed takim przedsiębiorstwem wysokie wymagania w zakresie sprawności (kultury organizacyjnej) oraz wysokiego poziomu zarządzania kadrami (HR – Human Resource). Właśnie te czynniki sprawić mogą, że realne jest formułowanie kolejnego celu i podejmowanie wyzwania w zakresie rozpoczęcia prac nad wdrożeniem systemu zarządzania wiedzą w przedsiębiorstwie. Appelehans, Globe i Langero (1998) proponują siedem etapów wdrażania, z których najważniejsze to: – mapowanie powiązań sieci wiedzy, – definiowanie pięter wejścia wiedzy, – budowa technicznej architektury do zarządzania wiedzą. Etap technicznej architektury składa się z sześciu następujących warstw: 1. Przygotowanie dostępu do wiedzy w sieci wewnętrznej firmy. 117 2. Tworzenie interfejsów sprzęgających źródła z bazą wiedzy, systemem zabezpieczeń i uprawnień dostępu. 3. Wybór i implementacja inteligentnych narzędzi do wspomagania zarządzania wiedzą. 4. Zdefiniowanie konfiguracji dla transmisji danych i wymiany informacji z partnerami biznesowymi. 5. Ustalenie procedur oraz budowa narzędzi zapewnienia właściwego poziomu bezpieczeństwa i odpowiedzialności za system zarządzania wiedzą. 6. Stworzenie warunków dla sprawnego przepływu strumienia wiedzy. Pierwsze dwa wymienione składniki mają charakter rozwiązań strukturalnych, które warunkują opracowanie sześciu warstw użytkowych systemu, umożliwiających jego efektywne funkcjonowanie w przedsiębiorstwie. Tworzenie baz wiedzy dla wspomagania realizacji celów strategicznych średnich organizacji Problematyka zarządzania wiedzą w dużych organizacjach stosujących zaawansowane technologie komputerowe staje się coraz częściej dostrzeganym elementem kultury zarządzania w tych organizacjach (Applehans i wsp. 1998, Mańka i wsp. 2002, Olszak 2001). Tworzenie baz wiedzy w średnich przedsiębiorstwach celowe wydaje się być tylko wówczas, jeżeli powiązane będzie z realizacją celów strategicznych organizacji. Ponieważ w tego typu firmach mogą być niedostatecznie ukształtowane nawyki korzystania z informacji zawartych na nośnikach elektronicznych, celowym byłoby przeprowadzenie odpowiednich szkoleń, których najważniejsze cele omówiono w rozdziale 3. Tworzenie baz wiedzy z utrwalaniem nawyku systematycznego z niej korzystania, może być uzyskane tylko poprzez precyzyjną specyfikację celów i systematyczną ocenę ich realizacji. Niech modelowym obiektem (realnie istniejącym), będzie przedsiębiorstwo budowlane o ponad 10 letnim okresie działalności w formule sp. z o.o., zatrudnieniu stałych pracowników w granicach 80 osób oraz wartości sprzedaży około 40 mln. zł. Firma ta prowadzi działalność budowlano – montażową na terenie całego kraju. W związku z integracją Polski z UE, kadra kierownicza tej firmy (czterej inżynierowie współdziałający ze sobą w okresie działalności spółki) wytyczyła cel, aby w jak najkrótszym czasie przystąpić do uczestnictwa w przetargach wykonawstwa inwestycyjnego w krajach UE oraz podjąć w tym celu odpowiednie działania marketingowe. Realizacja tego celu wymagała pozyskania dotychczas nie posiadanych następujących zasobów wiedzy: w obszarze marketingu są to zasady prowadzenia przetargów w najbliższych nam krajach UE, warunki, które muszą być spełnione, aby firma mogła w nich uczestniczyć – certyfikaty ISO 9000, AQUAP, uprawnienia dotyczące konserwacji zabytków czy niebezpiecznych technologii wymagających zatrudnienia nie posiadanych wcześniej specjalistów, obowiązujące zasady kalkulacji i dokumentowania zdarzeń gospodarczych, wymagane standardy przygotowania dokumentacji kosztorysowej i jej znaczenie w negocjacjach cen, gromadzenie informacji dotyczącej potencjalnych kontrahentów działających na interesujących nas rynkach, dodatkowe wymagania dotyczące warunków BHP i ochrony pracy. 118 Powyższe dane mogą być wymagane w istotnie różnej formie i modyfikacjach metod obowiązujących w Polsce. Celowe jest, aby gromadzenie tych wymagań w celu rozwiązania problemu uwzględniało instrukcje i normatywy obowiązujące w danym kraju, regulacje prawne oraz bazy normatywne, gromadzone i udostępniane w odniesieniu do wszystkich krajów, które będą uwzględniane w naszych celach strategicznych rozwoju rynków. W obszarze baz wiedzy tworzonych do wspomagania realizacji celów strategicznych, konieczne jest uwzględnienie następujących zagadnień: obowiązujące w interesujących nas krajach regulacje prawne dotyczące form przetargów publicznych i ewentualnej protekcji stosowanej w odniesieniu do firm lokalnych, wyznaczenie kluczowych umiejętności technologicznych warunkujących skuteczność ofert w wybranych krajach UE, analiza organizacji przedsiębiorstw budowlanych w określonych krajach Unii i możliwości powiązań outsourcingowych w zarządzaniu zagranicznymi budowami, obowiązujące w poszczególnych krajach normy opracowane w ramach standardów UE oraz normy lokalne, procedury przetargowe i selekcja wykonawców w warunkach występowania klęsk żywiołowych i katastrof budowlanych, tworzenie zbiorów wzorów formularzy i wniosków ofertowych pomocnych w procesie przygotowywania ofert i załączników, tworzenie baz wiedzy niezbędnych do uzyskiwania kwalifikacji i uprawnień wymaganych w realizacji zadań inwestycyjnych, szkolenia z zakresu znajomości języków obcych z wewnętrznym systemem certyfikacji. Wymienione wyżej struktury baz wiedzy stanowią elementarne działania wspomagające realizację celów związanych z pozyskiwaniem zleceń zagranicznych przez przedsiębiorstwo działające na rynku lokalnym. Podejmowanie działań zapewniających sukces w skali międzynarodowej w średnich firmach, stanowi przykład uzasadnienia tworzenia wymienionych wyżej profili baz wiedzy. Specyfika tych baz polega na tym, że ponad 90% ich zawartości nie jest dostępna poprzez wykorzystanie przetwarzanych danych transakcyjnych. Oznacza to, że tworzenie tego typu baz danych ewoluujących w kierunku baz wiedzy musi być jednym z elementów tworzonej strategii rozwoju firmy, a w realizację tego zadania muszą być włączeni różni specjaliści spoza przedsiębiorstwa. Zastosowanie rozwiązań typu case pozwoliło uściślić przykładowe merytoryczne struktury baz wiedzy niezbędne w tworzeniu strategii rozwoju średnich firm, których specyfika zależeć będzie od branży reprezentowanej przez przedsiębiorstwo. Uniwersalną cechę tego typu baz wiedzy stanowił będzie niewielki udział w tym zbiorze informacji pochodzących ze zbiorów transakcyjnych, co jest uzasadnione dążeniem firmy do zmiany istniejącego stanu. Wdrażanie systemów zarządzania wiedzą w przedsiębiorstwie stanie się standardem niezbędnym w nowocześnie zarządzanych organizacjach, które za pomocą tych środków i nowej jakości kultury organizacyjnej uzyskają narzędzia przewagi konkurencyjnej. Z czasem technologie te decydować będą o pozycji lidera w przedsięwzięciach zmierzających do tworzenia organizacji wirtualnych, umożliwiających osiąganie korzyści niedostępnych w innych formach współpracy. Omawiane w tej pracy przedsięwzię- 119 cia innowacyjne wymagały będą w każdym akcie wdrażania wnoszenia indywidualnego ładunku zdolności twórczych, eliminując możliwość osiągania sukcesu przy stosowaniu procedur powtarzalnych. Wymagania te tworzą szczególne preferencje dla osiągnięcia sukcesu przez osoby o dużej aktywności, kreatywnej postawie wobec otoczenia i dużej zdolności przystosowawczej. Warunki te wydają się stwarzać szanse dla zaistnienia organizacji lub też społeczeństw nie posiadających wiekowych tradycji i ogromnych zasobów. Czy możliwości te staną się szansą dla Polski, czy też kolejną barierą uniemożliwiającą zmniejszenie obecnego dystansu cywilizacyjnego? Pytania te stają się tym ważniejsze, że po pomyślnym dla Polski zamknięciu uzgodnień akcesyjnych kraj nasz stanie się jednym z 25 członków Unii Europejskiej. 120 ROZDZIAŁ 6 PROBLEMY FORMALIZACJI I PRZEGLĄD METOD PROBLEMY WYRAŻANIA RÓŻNORODNOŚCI W BAZACH WIEDZY Jednym z głównych podstawowych problemów zarządzania wiedzą wymagających rozwiązania będą metody zastosowane dla jej matematycznej formalizacji. Ogromna przestrzeń problemów i interdyscyplinarny charakter zarządzania wiedzą przesądza, że mało prawdopodobne jest stworzenie uniwersalnego rozwiązania, mogą natomiast rozwijać się różnorodne, cząstkowe, akceptowane w ramach danej dziedziny rozwiązania. Na początku przyjęto założenie, że możliwe jest poznanie części składowych, procesów i działania bazy wiedzy. Tym niemniej stworzenie uniwersalnego zestawu wskaźników, mogącego znaleźć zastosowanie we wszystkich sektorach jest trudnym zadaniem. Deskryptory muszą opisywać dogłębnie daną dziedzinę, a jednocześnie możliwie wiernie odzwierciedlać realia rzeczywistości. Najczęściej sprzeczność ta jest rozwiązywana poprzez wprowadzenie dodatkowych deskryptorów do opisu konkretnych sytuacji. Dlatego też tworzy się możliwie duży zbiór deskryptorów, antycypując wszystkie potencjalne problemy, a następnie wykorzystuje się przynajmniej przez pewien czas jedynie niektóre z nich. Niektórych deskryptorów nie używa się przy opisie pewnych sektorów. Najszerzej upowszechnioną propozycję formalizacji stanowią rozwiązania zawarte w publikacji Foray (1998), które w formie case zawarto w niniejszym rozdziale, w celu wskazania możliwych dróg postępowania. Niestety zróżnicowanie sektorów jest zbyt wielkie, aby stworzyć wskaźniki opisujące ich bazę wiedzy. Należy więc najpierw stworzyć pewną strukturę, którą następnie łatwiej będzie opisać. Można tutaj wykorzystać dwa parametry. Pierwszy (Murnane i Nelson, 1984) opisuje dwa światy. W pierwszym „niezależny dział badań i rozwoju” działa w pewnej odległości od funkcji produkcyjnych. Pracują w nim specjaliści tworzący nową wiedzę; opracowywane są tam nowe produkty lub procesy, które można opisać za pomocą klisz lub zbiorów instrukcji, które później można składować lub pobierać z odpowiednio sformalizowanych baz wiedzy. Nieobecność skodyfikowanych procedur utrudnia poziomy przepływ najlepszej wiedzy praktycznej, czego dobrym przykładem jest sektor edukacji. Wprowadzone rozróżnienie wskazuje, że aby przeanalizować bazę wiedzy sektora edukacyjnego i biotechnologii trzeba spojrzeć na jej różne aspekty. W edukacji przesyłanie nowych praktycznych rozwiązań powstałych w trakcie eksperymentowania w szkole jest z pewnością najważniejszym procesem, który należy opisać i zmierzyć; w przemyśle biotechnologicznym należy skoncentrować się na więziach, jakie łączą uniwersytety i prywatne przedsiębiorstwa. Chociaż tradycyjne wskaźniki opisujące wydatki na badania i rozwój oraz skodyfikowane wyniki (publikacje, patenty) są niezwykle przydatne w przemyśle biotechnologicznym i farmaceutycznym, to jednak są prawie bezużyteczne dla wielu innych sektorów. Drugą fundamentalną różnicą jest stopień konkurencji w sektorze. Jeżeli sektor charakteryzuje się dużym stopniem konkurencji (rynkowej lub nierynkowej), funkcjonowanie bazy wiedzy zależy w dużym stopniu od innowacji, która jest podstawą przetrwania przedsiębiorstwa. Egzystencja bazy wiedzy opiera się albo na generowaniu 121 zysku z innowacji albo też na dyskontowaniu zysków stworzonych przez innowacje konkurentów (techniką kopiowania). Daje to olbrzymie pole do rozwoju mechanizmów absorpcji wiedzy i przesyłania (zamierzonego lub nie) najlepszych praktyk oraz knowhow. Absorpcja wiedzy stworzonej przez innych jest podstawową funkcją upowszechniania innowacji. W ten sposób powstaje „rezerwuar wiedzy”, który jest automatycznie podtrzymywany przez nowo powstałe przedsiębiorstwa. W sektorach, które nie są w pełni konkurencyjne, np. edukacja i służba zdrowia, przesyłanie wiedzy nie odbywa się automatycznie, a nadzór administracyjny i inne działania stymulujące nie będą miały aż tak dużego wpływu. Tak więc, rozprzestrzenianie się i poziomy przepływ wiedzy są dużo bardziej znaczące w konkurencyjnych sektorach gospodarki. W macierzy, która przedstawia wytyczne odnośnie oceny i pomiaru bazy wiedzy zostały zaprezentowane dwie podstawowe różnice. Tabela 7. Macierz zależności kodyfikacji wiedzy od sektorów jej wytwarzania rynkowe Wiedza jest słabo wyartykułowana (cicha) Konsulting Wiedza jest wysoce skodyfikowana Biotechnologia Środowisko nierynkowe Edukacja (nauczyciel) Zarządzanie biblioteką Źródło: Foray, 1998 Górny wiersz opisuje przypadki, w których relacja pomiędzy badaniami naukowymi a produkcją towarów usług ma drugorzędne znaczenie i gdzie kodyfikacja wiedzy może przeszkodzić w przesyłaniu wiedzy i reprodukcji. Murnane i Nelson (1984) zauważają, że funkcje badawczo-rozwojowe nie powinny być postrzegane jako tworzenie „programów działania”, które wprowadzają nowe technologie dla szkół, nauczycieli i konsultantów. W tych sektorach działy badawczo-rozwojowe „zapewniają przepływ pomysłów, szeroko rozumianych metod”. Edukacja i Konsulting są sektorami, gdzie nieformalne kontakty są głównym mechanizmem generowania wiedzy. Hargreaves pokazuje, że podobnie ma się sprawa w przypadku lekarzy: Dolny wiersz opisuje przypadki, gdzie dział badawczo-rozwojowy jest główną podporą systemu innowacji. Przedsiębiorcy realizują formalne procedury w celu realizacji innowacji. W takich sytuacjach przedsiębiorstwa chętnie włączają się do sieci naukowych. Kolumna druga pokazuje obszary, gdzie wymuszony przepływ wiedzy jest ważny i determinuje wzrost „infrastruktury wiedzy” (Steinmueller, 1996). W tych sektorach zdolność absorpcyjna przedsiębiorstw, a także kodyfikacja są kluczowymi czynnikami w przekazywaniu wiedzy, jednak obserwowana obecnie prywatyzacja bazy wiedzy może być w konflikcie z dystrybucją wiedzy (Foray, 1998; Foray i Mairesse, 1999). Kolumna trzecia opisuje przypadek odwrotny, także dobry do zilustrowania na przykładzie edukacji. „Większa część z innowacji w edukacji, jeżeli nie jest odgórnie nadzorowana, nie wychodzi poza fazę dyfuzji (tj. nie jest tak naprawdę wdrażana), ponieważ nie przykłada się należytej wagi do problemów związanych z adaptacją, implementacją i instytucjonalizacją” (Hargreaves, 1998). Sektor zdrowia (lekarze) trudno sklasyfikować w przedstawionej macierzy: środowisko pracy lekarza jest bardziej konkurencyjne niż środowisko nauczyciela, a duża część bazy wiedzy jest skodyfikowana, jednak kontakty osobiste pozostają bardzo ważne. 122 Przedstawiony podział sektorów pozwala na zbadanie różnych cech bazy wiedzy zależnych od uwarunkowań danego sektora. Problemy związane z różnorodnością wskaźników i instrumentów pomiarowych Obecne prace nad wskaźnikami są dość heterogeniczne. Posługując się przykładem światła pewne części bazy wiedzy ukazują się rozjaśnione, a małe fragmenty wyglądają jak światło laserowe. Z zasady sekcje te dotyczą badań naukowych i technologicznych innowacji. Dane statystyczne na temat wyników prac badawczo-rozwojowych są dogłębnie analizowane i badane na wiele sposobów (Foray, 1998). Tymczasem inne części bazy wiedzy nie są zupełnie rozświetlone, a obszary zaniedbane są często bardzo duże. Jednym z takich obszarów jest produkcja i reprodukcja u usługodawców – takich jak lekarze i nauczyciele – którzy nie angażują się w badania naukowe i eksperymenty. Na koniec trzeba powiedzieć o niektórych sekcjach słabo objaśnionych. Mało wiadomo np. na temat nauki tworzonej w rozwoju technologii w sektorze produkcji. Niewiele części bazy wiedzy można opisać za pomocą stałej kategorii, tj. za pomocą standardowego i systematycznego słownictwa, takiego jak w przypadku kategorii badawczo-rozwojowych opracowanych przez OECD. W wielu przypadkach brakuje ustalonej terminologii. Tabela 8. Tablica interakcji producentów przesyłania i użytkowania wiedzy Instytucje specjalizujące się Rola specjalistycznych sektow produkcji wiedzy rów – dostawców (sprzęt, ICT) Publiczne B+R Przesyłanie technologii od najbardziej zaawansowanych przemysłów Wydatki publiczne na B+R. Tempo adaptacji nowych techWynikiem są patenty, punologii, przesyłanie nowych blikacje, upowszechnianie technologii innowacji Dane są dostępne Dane są dostępne Źródło: Foray, 1998 Rola użytkowników Znaczenie wiodących użytkowników Dane są niedostępne Ostatnim problemem jest duża różnorodność wyników pomiarowych wynikająca z wyników zastosowania różnych metod empirycznych. Na przykład niektóre części bazy wiedzy można opisać za pomocą analizy regresyjnej funkcji produkcji, podczas gdy inne wymagają zastosowania badań ankietowych. Są dwa podstawowe typy studiów empirycznych (Desroises, 1989). Pierwsze są związane ze studiami przypadków, szczegółowym opisem interakcji itp. W tym rodzaju badań unika się kodyfikowania informacji, ponieważ jest ona segregowana i pozbawiana kontekstu, co prowadzi do utraty niektórych spostrzeżeń. W dodatku dane są klasyfikowane ze względu na pewne kryteria, aspekty sytuacyjne lub grupy, które w innym przypadku powinny być traktowane jako całość, a także całościowo postrzegane i opisywane. Drugi typ studiów opiera się na pomiarze statystycznym. Nie tylko musi być zdefiniowany jako system ilościowy, lecz także uznany za spójną całość, zakłada się także, że poszczególne przypadki mogą być rozpatrywane w całości lub oddzielnie. Zwolennicy badań statystycznych uważają, iż badania jakościowe nie są w stanie zaprezentować ogólnych wniosków lub też, że zbadanie całości zagadnienia wymaga przeprowadzenia bardziej skomplikowanych badań. W jednym przypadku chodzi o 123 osobowość jednostki lub specyfikę konkretnej sytuacji, które są redukowane i pozbawiane złożonego kontekstu, a w drugim o sposób definiowania populacji z zastosowaniem modeli statystycznych. Oczywistym aspektem rozwoju metod empirycznych jest stopniowe przechodzenie od metod jakościowych (studia przypadków) do statystycznych. W ekonomii wiedzy wskaźniki będą opierały się na metodach jakościowych oraz ilościowych. Co więcej, metody statystyczne nie zawsze są „ilościowe” w czystej postaci, wiele z nich wywodzi się z metod opisowych, a także porównawczych, przez co zawierają w sobie pozostałości metod jakościowych. Z drugiej strony niektóre badania dowodzą związku pomiędzy zmiennymi (np. badania ekonometryczne i oparte na analizie wariancji), a przez to można je uważać za „czysto ilościowe”, ponieważ nie wykorzystują studiów przypadków. Heterogeniczność wskaźników wpływa więc na metodologię badań empirycznych, co przeszkadza w uzyskaniu porównywalnych danych empirycznych. W rozdziale niniejszym rozpatrywane będą zarówno wskaźniki jakościowe, jak i statystyczne. Na przykład przydatność i znaczenie badań akademickich można określić za pomocą analizy regresyjnej lub funkcji produkcji, albo też opisać w sposób bardziej jakościowy za pomocą badań ankietowych (Cohen et al., 1996) lub także posłużyć się metodami statystycznymi, które i tak będą zawierały pewne ślady metod jakościowych (Mansfield, 1991). Parametry i wskaźniki bazy wiedzy Zdefiniowano trzy klasy deskryptorów: – podstawowe atrybuty bazy wiedzy, – systemy i mechanizmy transferu wiedzy, – efektywność bazy wiedzy, Każdy z deskryptorów (Dl do D10) zawiera kilka podstawowych parametrów. Podstawowe atrybuty bazy wiedzy Jako atrybuty wykorzystano tutaj dwa parametry macierzy, których kombinacja pozwala na scharakteryzowanie pewnych aspektów bazy wiedzy (centrum grawitacji, znaczenie rozprzestrzeniania się „spillover” i adaptacji nowej wiedzy), które pozwolą na bliższe przyjrzenie się rozpatrywanemu problemowi. D1. Wiedza skodyfikowana i ukryta (tacit) W przypadku edukacji, np. „wiedza ukryta nauczyciela musi być ujawniona i jest to podstawowy wyznacznik tworzenia wiedzy” (Hargreaves, 1998). Kodyfikacja pozwala na „uwolnienie” wiedzy przypisanej do osoby. Wiedza staje się bardziej płynna, przenośna, ułatwia cały szereg działań związanych z rozwiązywaniem problemów. W przypadku służby zdrowia, pomimo znaczenia relacji międzyludzkich pomiędzy lekarzem a pacjentem (patrz niżej), istnieje wiele możliwości kodyfikacji wiedzy. Wszystkie te procesy wymagają intensywnego wykorzystania wiedzy skodyfikowanej (bazy danych, oprogramowania systemów eksperckich itp.). Pojawia się więc kwesta percepcji wiedzy, która decyduje jaka część wiedzy ulega skodyfikowaniu, a w odniesieniu do jakiej części wiedzy nie będzie to możliwe? W służbie zdrowia większość wiedzy jest skodyfikowana, lecz nieznany jest często sam kod dostępu do niej. Nie podlega on publicznej dyskusji, nie opiera się na dowodach, a obserwator z zewnątrz nie zauważa jego istnienia (z zewnątrz grupa, która stosuje kodeks wydaje się posługiwać wiedzą ukrytą). Zawartość kodeksu staje się z czasem tak oczywista dla jej użytkowników, że nie uzewnętrzniają wiedzy, którą się posługują. „Usunięty kodeks” oznacza sytuację, w której wszystkiej opisane w nim działania są powszechnie znane i 124 stosowane, lecz sam kodeks nie jest wykorzystywany. Zidentyfikowanie takiego obszaru, gdzie wiedza jest skodyfikowana lecz sam fakt jej kodyfikacji nie jest zauważalny, jest niezwykle istotne. Zjawisko takie ma daleko idące implikacje badawcze (Cowan et al., 1998). Mimo wyżej przedstawionych problemów, wymiar wiedzy skodyfikowanej może być przedstawiony za pomocą wskaźników związanych z produkcją i użyciem technologii informatycznej (ICT) w badanym sektorze gospodarki. Liczba telecommuters National Science Board, (1998)3 (jak również inne wskaźniki ICT) mogą być zastosowane jako wartości przybliżone kodyfikacji wiedzy. Wiedza ukryta, jak wiadomo, jest trudna do zmierzenia. Niektórzy autorzy zasugerowali zastosowanie mierników pośrednich. Ich wadą jest zbytnie uzależnienie od konkretnego sektora, tak jak to ma miejsce w przypadku studiów Zuckera i Darby (1998), którzy badają związek pomiędzy udziałem referatów napisanych wspólnie przez nowych adeptów nauki i doświadczonych naukowców a wiedzą ukrytą znajdującą się w sektorze. D2.Tworzenie deskryptorów dla konkurencyjnego i niekonkurencyjnego środowiska Badania empiryczne nad pomiarem intensywności konkurencji w sektorach mają długą tradycję. Jednak wyniki tych badań nie wiążą się z tematem rozdziału. Warto jednak przyjrzeć się niektórym wskaźnikom, aby lepiej zrozumieć kwestię konkurencyjności środowiska pod kątem tworzenia wiedzy. Trudno byłoby wyznaczyć różne deskryptory dla różnych instytucji i grup, a także ze względu na łatwość dystrybucji wiedzy i rozwiązania jej transferu. Zbyt wielka liczba wskaźników spowodowałaby ich dublowanie. Lepiej jest na początku badać bazę wiedzy rozumianej jako „fenomen złożoności organizacyjnej”, a następnie przyjąć podejście systemowe dla zidentyfikowania i pomiaru „współzależności i interakcji, jakie zachodzą pomiędzy procesami w ogólnym systemie produkcji, dystrybucji i utylizacji (naukowej i technologicznej) wiedzy” (David, 1993; także Soete i Arundel, 1993). Tym niemniej warunkiem wstępnym identyfikacji i pomiaru sprzężenia zwrotnego jest zbadanie samych bloków. Zdefiniowano 7 deskryptorów (D3 do D9) (Foray 1998): – sprzężenie zwrotne i połączenia pomiędzy uniwersytetami/nauką finansowaną ze środków publicznych a obszarem produkcji dóbr i usług (prywatne przedsiębiorstwa, szkoły i nauczyciele, lekarze), – nauka w miejscu pracy, – poziomy przepływ nowej wiedzy, – uczenie się od użytkowników, klientów, laików, – uczenie się od dostawców sprzętu i nowych technologii, – użycie nowej technologii informatycznej, – zbiornik wiedzy (sposób na „agregację” z większości już wymienianych deskryptorów). Dla każdego z deskryptorów zidentyfikowano podstawowe parametry. D3. Deskryptory sprzężeń zwrotnych uniwersytetów finansowanych ze środków publicznych z obszarem produkcji dóbr i usług Ten deskryptor odnosi się do systemów i mechanizmów transferów wiedzy pomiędzy uniwersytetami – nauką finansowaną ze środków publicznych a obszarem pro3 National Science Board (1998), Science, and Engineering Indicators – 1998, National Science Foundation, Arlington, VA. 125 dukcji dóbr i usług. Jak już wyjaśniono, systemy te są centrami grawitacji bazy wiedzy takich sektorów, jak przemysł farmaceutyczny, biotechnologia i inne sektory zaawansowanej technologii. Systemy te np. w edukacji, można identyfikować z następującymi dwoma celami (Foray 1998): – po pierwsze jest potrzeba pomiaru pionowego rozprzestrzeniania się innowacji oraz wpływu badań naukowych na produkcję dóbr i usług; – po drugie jest potrzeba stworzenia opisów jakościowych i identyfikacji różnych wzorów. Zidentyfikowano trzy podstawowe parametry: a) ogólny kontekst polityki badań i rozwoju, b) znaczenie i waga badań naukowych i finansowanych ze środków publicznych dla każdego obszaru produkcji dóbr i usług, c) istnienie obszaru współistnienia pomiędzy polityką badań i ich finansowaniem. Dalszy fragment pracy koncentruje się na uściśleniu parametrów służących do formalizacji zapisu wiedzy. Tabela poniżej przedstawia podstawowe parametry (I, J oraz K), a także zależne od nich wskaźniki (tylko dla niektórych) dla pierwszych dwóch parametrów (poziomy 1 i 2). Wskaźniki są określone na pierwszym i drugim poziomie. Parametr I dotyczy ogólnego kontekstu ekonomicznego polityki badań i rozwoju. Odpowiadające mu wskaźniki zostały tak sformułowane, aby przedstawić możliwe kierunki zmian polityki wspierania badań akademickich, możliwości redukcji centralnych funkcji badawczo-rozwojowych w przemyśle, a także wzrost outsourcingu badań naukowych. Taki właśnie jest ogólny kontekst związków pomiędzy uniwersytetem a sektorem przemysłowym. Dla parametru Ij tradycyjne kategorie stosowane w ankietach (badania podstawowe, badania stosowane) są definiowane w kategoriach ich dystansu wobec zastosowań komercyjnych, jednak takie rozróżnienie jest nieklarowne. Co więcej, nie odzwierciedla właściwych warunków w pewnych sektorach, gdzie badania podstawowe są blisko powiązane z rynkiem. Warto więc rozróżnić, jak to sugerują Nelson i Romer (1996), badania podstawowe, których celem jest znajdowanie praktycznych zastosowań od tych motywowanych „czystą” ciekawością. Można więc mówić o dwóch rodzajach badań podstawowych: badania „czyste” (bez założonego a priori celu) oraz podstawowe, zorientowane na praktyczne zastosowania. Rozróżnienie to jest ważne, ponieważ pozwala przygotować analizę sytuacji, w których badania podstawowe są bezpośrednio powiązane z rynkiem, co z kolei unaocznia potrzebę hierarchizacji etapów pomiędzy badaniami podstawowymi i rynkiem. Na razie kategorii takich nie stosuje się przy zbieraniu danych. Kategoria badań stosowanych i rozwoju nadal pozostaje aktualna. Parametr J jest wskaźnikiem użyteczności badań akademickich i finansowanych przez państwo dla produkcji dóbr i usług. Ji identyfikuje badania uniwersyteckie, które wspomagają badania w przemyśle na różne sposoby: poprzez tworzenie nowych pomysłów, współudział w realizacji istniejących projektów, prototypy i techniki badawcze oraz przyrządy pomiarowe. Jj uwzględnia różne metody pomiaru wpływu badań akademickich i finansowanych przez państwo na produktywność badań prowadzonych w przemyśle. Na przykład Jji pozwala na oszacowanie udziału innowacji pochodzących z badań akademickich, a powstających w przemyśle (Mansfield, 1991), lub parametr Jji, statystyczny pomiar zewnętrznych efektów (externalities) wynikających z badań uniwersyteckich. Parametr K służy do tworzenia i reprodukcji obszaru pośrednictwa, który umożliwia uwzględnianie interakcji i sprzężeń zwrotnych. 126 Ki wyraża obecność lub nieobecność pola lub dyscypliny służącej budowaniu mostów pomiędzy badaniami akademickimi a produkcją dóbr i usług. Taki obszar jest niezwykle ważny dla spójności bazy wiedzy. Pozwala na konsolidację związków pomiędzy wiedzą naukową a praktycznym know-how. W sektorze służby zdrowia pojawienie się badań klinicznych i nauk klinicznych stworzyło podstawowy pomost pomiędzy nauką podstawową i praktyką profesjonalną” (Hargreaves, 1998). Takiego obszaru generalnie brakuje w edukacji, a więc słabe jest powiązanie wiedzy akademickiej i profesjonalnego know-how. Parametr Kj jest zależny od wystąpienia powiązań podmiotu z uczelniami, w przypadkach gdy firmy realizują strategie mające na celu wzrost powiązań z systemem akademickim (Cockburn i Henderson, 1997; Hick, 1995). Jak sugeruje Hick, firmy często finansują naukowe publikacje, aby ukazać, że posiadają wiedzę, która może zainteresować partnera naukowego. Firmy, które wiele opublikowały (Kji) chcą być powiązane z sieciami naukowymi, co pozwala na zacieśnienie związków. Kjj uwzględnia również znaczenie różnych kanałów informacyjnych lub trybów uczenia się (Cohen et al., 1996): realizowanych w formie publikacji, publicznych spotkań i konferencji, a także nieformalnych kanałów informacyjnych oraz konsultingu. Kjk opisuje liczbę wspólnych patentów i publikacji stworzonych przez sektor przemysłowy i uniwersytety. Kk uwzględnia znaczenie ekonomiczne centrów współpracy uniwersytetów z przemysłem (Cohen et al., 1994). KI identyfikuje znaczenie nowo powstających firm lub współpracy sektora publicznego przy tworzeniu nowych firm. W przypadku biotechnologii stworzono już prowizoryczne wskaźniki, takie jak np. korelacja pomiędzy osiągnięciami naukowców a przedsiębiorców (Zucker i Darby, 1998)4. 4 Zucker L. i Darby M. (1998). „The economist’s case for biomedical research“ in Barfield and Smith (eds.) The Future of Biomedical Research, American Enterprise Institute, Washington, DC. 127 Tabela 9. Zestawienie źródeł finansowania i organizacji zastosowań wiedzy I. Parametry Ogólny kontekst polityki badań i rozwoju Ii. Ij. Ik. J. K. Znaczenie i przydatność badań akademickich Ji. finansowanych przez państwo dla produkcji dóbr lub usług Jj. Pośrednictwo Ki. Kj. Wskaźniki Poziom 1 Trendy w badaniach i rozwoju, ze względu na źródło finansowania i sektor, w którym następuje realizacja (ogółem, dla przemysłu, środki publiczne, inne niepubliczne) Wsparcie badań i rozwoju i wyniki ze względu na charakter pracy (podstawowe, stosowane, rozwój) Wzrost badań wykonywanych przez podwykonawców „Pożyteczne” wyniki badań akademickich Jji. (informacja, prototypy, rozwiązywanie problemów, instrumenty) Korzyści społeczne badań naukowych Dyscyplina lub obszar dedykowany pośrednictwu Połączenia firmy z otoczeniem Kji. Kjj. Kjk. Kk. Kl. Km. Źródło: Foray, 1998. Wspólne centra badawcze uniwersytetów i przedsiębiorstw Powstawanie nowych przedsiębiorstw lub udział sektora publicznego w nowych przedsięwzięciach gospodarczych Mobilność personelu Kmi. Kmj. Wskaźniki Poziom 2 Statystyczna metoda pomiaru dotycząca procentowego udziału zewnętrznych projektów B+R Publikacje firmy Modele przyswajania wiedzy uniwersyteckiej Wspólne patenty i publikacje; analiza cytowań Statystyka rynku pracy Metody ankietowe 128 D4. Szkolenia zamknięte Baza wiedzy in-house (w szkołach, instytucjach służby zdrowia, przedsiębiorstwach) stanowi rdzeń wiedzy w sektorze komercyjnym. Uwzględniając zasady ekonomii wiedzy charakteryzuje się ona współistnieniem celowych i spontanicznych form tworzenia wiedzy. Produkcja wszystkich dóbr i usług wiąże się z procesem uczenia się, a ten powoduje tworzenie wiedzy. Innymi słowy, o ile produkcja wiedzy nie jest celem głównym, zachodzi: „motywacja do zaangażowania się w działanie, które jest fizycznym rezultatem (lub dostarczeniem usługi), lecz pojawia się także korzyść dodatkowa, związana i z informacją, która może redukować koszty dalszej produkcji” (Arrow, 1969). Są to niecelowe sposoby produkcji wiedzy. Poprzez ten deskryptor mogą być omawiane zagadnienia typu „jak zdefiniować szkołę jako organizację uczącą się” (Hargreaves, 1998), Tabela 10. Macierz deskryptorów eksperymentalnego uczenia się. L. Eksperymentalne Li. uczenie się Parametry L i M Adaptacja praktyk z miejsca pracy, np. ocena hierarchicznych modeli władzy Mi. Adaptacja praktyk z miejsca pracy, np. pozioma komunikacja i umiejętności współpracy zespołowej; wszechstronność zawodowa i wzrost rotacji pracowników Lii. Analizy ekonometryczne dotyczące zmiany organizacyjnej i produktywności Lij. Metody ankietowe Mii. Analizy ekonometryczne dotyczące zmiany organizacyjnej i produktywności Mij. Metody ankietowe Źródło: Foray,1998 Pierwsze z nich odnosi się do zauważanego obecnie rozróżnienia pomiędzy rutynowym uczeniem się a uczeniem eksperymentalnym. Dzięki tym formom uczenia się wzrasta prawdopodobieństwo lepszego wykonania zadania wraz z jego powtarzaniem. Ten rutynowy typ uczenia przedstawia krzywa Wrighta sformułowana w latach pięćdziesiątych co jest standardem adekwatnym dla zawodów rzemieślnika, malarza i pielęgniarki. Obszarem różnicującym sektory, działania i przedsiębiorstwa jest indywidualna lub organizacyjna zdolność do reorganizacji, identyfikacji i uogólniania tworzonej wiedzy. Inną formą uczenia jest eksperymentowanie w trakcie produkcji towarów i usług (David, 1998). Powstają wówczas nowe opcje i różnorodność. Ten rodzaj uczenia się zależy w dużym stopniu od specyfiki działania. Niektóre zadania obarczone są dużym ryzykiem: piloci samolotów i chirurdzy nie mogą stosować tego typu uczenia się. Podobnie osoba obsługująca stację rozrządu na kolei lub w paryskim metrze będzie unikała eksperymentowania w trakcie rutynowej pracy. We wszystkich tych działaniach ich uczestnicy mają ograniczone możliwości eksperymentowania, ponieważ kolidowałoby to z codzienną pracą. Profesor z kolei może realizować eksperymenty pedagogiczne w trakcie rutynowych działań; rzemieślnik może poszukiwać nowych sposobów obróbki w trakcie realizowanej pracy. Kontekst ekonomiczny jest tutaj bardzo istotny. System przemysłowej 129 standaryzacji wiele mówi na temat dopuszczalnych możliwości eksperymentowania. Standardowe procesy nie tylko określają osiągany rezultat, lecz także sposób jego osiągania. Standardy realizacji dają dużą dozę swobody pod warunkiem, że osiągany jest rezultat. Możliwość przejścia do tego drugiego sposobu uczenia ma dalekosiężne implikacje w kontekście wyłaniającej się gospodarki wiedzy. W rezultacie, jeśli działanie opiera się na procesach uczenia się, które są rutynowymi procedurami i nie pozostawia miejsca na eksperymenty programowe w trakcie wykonywania czynności ekonomicznych, wówczas pojawia się silna dychotomia pomiędzy twórcami wiedzy a tymi, którzy jej używają i eksploatują. Jeżeli działanie dotyczy wyższych poziomów uczenia się, gdzie jednostka może programować eksperymenty i uzyskiwać rezultaty, produkcja wiedzy staje się bardziej powszechna. Właśnie dlatego istnienie uczenia się eksperymentalnego jest tak ważnym parametrem. Drugi parametr dotyczy mechanizmów sprzężenia zwrotnego i wzajemnych powiązań, które łączą uczenie się w działaniu z funkcjami badawczo-rozwojowymi wewnątrz organizacji, dzięki którym twórcze działania „owocują” produkcją wiedzy. Najistotniejszym zagadnieniem jest tutaj określenie stopnia, w jakim wiedza powstała w „trakcie działania” jest wartościowana. Dokonania w zakresie produkcji wiedzy są rzadko uznawane przez kierownictwo jako działania tworzące wiedzę, chociaż występują duże rozbieżności pomiędzy przedsiębiorstwami z różnych krajów. Ustanowienie pętli sprzężenia zwrotnego wymaga specyficznych warunków dla organizacji, co zależy od efektywnego uznania, identyfikacji i wartościowania stworzonej wiedzy w trakcie procesu uczenia się. W tym obszarze bazy wiedzy jest jeszcze wiele do zrobienia w zakresie rozwoju wskaźników. Stwierdzenie to nie dziwi, jeżeli weźmie się pod uwagę fakt, ze część opisywanej bazy wiedzy znajduje się wewnątrz przedsiębiorstw, szkół i szpitali. Jest bardzo niewielka liczba formalnych danych dotyczących nakładów i wyników, które mogą podlegać pomiarowi. „Jest bardzo wiele przeszkód na drodze do opisu bazy empirycznej w zakresie zmian w strategii, strukturach, technologii, organizacji miejsca pracy, zarządzania zasobami ludzkimi w przedsiębiorstwach i ich relacji pomiędzy sobą, a także z wynikami przedsiębiorstwa” (Vickery i Wurzburg, 1988)5. Jest to olbrzymie wyzwanie. Niemożliwe jest zgłębienie całej literatury opisującej „naukę w działaniu”, modele eksperymentowania lub zagadnienie eksperymentowania poprzedzającego działanie (Adler i Clark, 199l). Jesteśmy na etapie, gdzie takie studia przypadków powinny zachęcać pracownie statystyczne do poszukiwania wskaźników. Niewiele jest jak na razie takich programów. Niektóre badania ankietowe dotyczące organizacji pracy i poprawy kwalifikacji robotników są realizowane przez kraje w porozumieniu z OECD/DST1 (Vickery i Wurzberg, 1998). Także tutaj sytuacja ma się lepiej w przypadku sektora przemysłowego niż w odniesieniu do edukacji i służby zdrowia. 5 Vickery L. i Wurzburg G. (1998). “The challenge of measuring and evaluating organisational change in enterprise”, Measuring Intangible Investments, OECD, Paris. 130 D5. Poziome upowszechnianie i reprodukcja wiedzy Wskaźnik ten opisuje poziome upowszechnianie „najlepszej osiągalnej wiedzy” i reprodukcję wiedzy w obszarze produkcji towarów i usług. W środowisku konkurencyjnym duże zdolności absorpcyjne przedsiębiorstw (rozwijane dzięki różnym środkom) dają w rezultacie wysokie tempo upowszechniania i reprodukcji wiedzy (Mansfield, 1985). W środowisku niekonkurencyjnym trudno jest uzyskać takie wysokie tempo. Możliwości pomiaru reprodukcji wiedzy są ściśle związane z relacjami, jakie zachodzą pomiędzy wiedzą naukową a praktycznym know-how, tam gdzie kontakty nieformalne odgrywają jakąś rolę i „wiedza o tym, co jest sprawdzone” jest uważana za użyteczną przez producentów towarów i usług. Obserwacja rezultatów jest niezbędna, jeżeli wiedza ma przepływać w kierunku pionowym i poziomym. Proces upowszechniania wiedzy jest stosunkowo sprawny w służbie zdrowia, a mniej efektywny w edukacji. Są dwa istotne parametry (patrz tabela poniżej, „Parametry N i O”); jeden określa znaczenie poziomego rozprzestrzeniania się wiedzy w postaci rozwoju nowych firm i dotyczy środowiska konkurencyjnego. Odpowiadające mu wskaźniki dotyczą metod statystycznych w funkcji produkcji w celu zbadania metod pomiarowych. Drugi parametr określa różne strategie organizacyjne, które wspierają produkcję wiedzy poprzez wzrost zdolności absorpcyjnych. Oczywiście można tutaj zakwalifikować wiele zjawisk. Europejskie Badanie Innowacji (CISD) zaowocowało powstaniem dużej liczby informacji dotyczących różnych wymiarów zdolności absorpcyjnych (Bosworth i Stoneman, 1996). Tabela 11. Strategie organizacyjne dla źródeł i mechanizmów innowacji Parametry N i O N. Poziome przepływy Ni. Pomiar poziomych Nii. (spillovers) przepływów Nij. O. Strategie organizacyjne Oi. Źródła innowacji Oii. mające na celu wzrost dla nowej wiedzy zdolności absorpcyjnych i innowacji (CIS) Oij. Pomiar statystyczny Metody ankietowe Współpraca, komitety, zrzeszenia, sieci Mechanizmy sygnalizujące i sprawozdawcze dotyczące wiedzy Oik. Pośrednicy, inżynierowie wiedzy Źródło: Foray, 1998 D6. Rola biernych i aktywnych użytkowników wiedzy Popyt odgrywa istotną rolę w upowszechnieniu wiedzy wśród dostawców towarów i usług. Podaż może być również wykorzystana przy opisie bazy wiedzy poprzez mechanizmy uczenia się i ich zastosowanie. Strona podażowa może być także rozpatrywana z punktu widzenia korzyści, jakie niesie baza wiedzy dla użytkowników nowej technologii. Znaczenie procesu nauki w działaniu jest nierozłącznie związane z pojęciem „wiodących użytkowników” (lead users). Kategoria tej grupy użytkowników, ze względu na wszechstronną wiedzę i dużą autonomię w wykorzystaniu nowych produktów (narzędzi medycznych, instrumentu naukowego, oprogramowania, maszyny) odgrywają decydującą rolę w produkcji wiedzy. Jej wykorzystanie jako źródła innowacji było 131 przedmiotem wielu studiów np. w sektorze instrumentów naukowych (von Hippel, 1988a)6; (Urban i von Hippel, 1988)7. Są co najmniej dwa podstawowe parametry (patrz tablica poniżej, „Parametry P i Q”). Jednym jest znaczenie dla użytkowników źródła informacji w trakcie innowacji. Charakteryzuje powiązania pomiędzy obszarami użycia a produkcją wiedzy. Tabela 12. Tablica relacji typów użytkowników wiedzy ich zaangażowania i form organizacyjnych P. Użytkownicy jako źródło informacji dla innowacji Q. Układy organizacyjne Parametry P i Q Pi. Znaczenie użytkowników jako źródeł innowacji (ankieta) Pj. Znaczenie wiodących użytkowników i wiodących użytkowników – laików Qi. Forum użytkowników Qii. Zaangażowanie użytniewtajemniczonych kowników w prace (laików) komitetów standaryzacji Qj. Zrzeszenia użytkowników Żródło: Foray, 1998 D7. Obszar zastosowań wiedzy dla produktów zaawansowanych technologii Sprzężenia zwrotne i powiązania są szczególnie ważne w tych gałęziach przemysłu, gdzie dominują dostawcy sprzętu, powiązanych z projektowaniem i wykonawstwem dóbr inwestycyjnych. Jest to najważniejszy parametr dla wielu sektorów przemysłu (nowa wiedza jest wprowadzana do dóbr inwestycyjnych). Obszar jest także ważny dla sektora usług, np. służby zdrowia (nowe instrumenty kliniczne i zastosowania), a nawet edukacji – zwłaszcza edukacji na odległość i tutoringu realizowanych przy użyciu technologii informatycznej. Można identyfikować dwa parametry (patrz tablica poniżej, „Parametry R i S”). Jednym z nich jest rozpowszechnienie nowych technologii. Wskaźniki wywodzą się z różnych metod empirycznych. Jednym z nich będzie tempo adaptacji nowych technologii (na podstawie badań ankietowych). Drugi dotyczy wymiany technologii wbudowanej w nowe produkty pomiędzy przedsiębiorstwami (w oparciu o przepływy międzybranżowe produktów o różnym zaawansowaniu. W drugim przypadku zakupione produkty traktowane są jako media przenoszące technologię pomiędzy branżami (OECD, 1997). Tabela 13. Parametry identyfikujące adaptację i upowszechnienie nowych technologii 6 Hippel E., Von (1998a), „The Sources of Innovation Age”, Harvard Business Review, JanuaryFebruary. 7 Urban G. i Hippel E. Von (1988), “Lead user analyses for the development of new industrial products”, Management Science, Vol. 34, no. 5. 132 Parametry R i S R. Upowszechnienie technologii Ri. Tempo adaptacji nowych technologii (ankieta w przedsiębiorstwie) Rj. Upowszechnienie technologii (matryca przepływów międzygałęziowych) S. Organizacje Si. Konsorcja Źródło: Foray, 1998 D8. Parametryzacja użycie nowej technologii komunikacyjnej i informatycznej (ICT) Nowe technologie komunikacyjne i informatyczne są podstawowym determinantem dynamiki bazy wiedzy dla każdego sektora. Tworzą one dużą szansę rozwoju bazy wiedzy (bazy danych, wirtualne biblioteki, elektroniczne archiwa zdjęć, elektroniczna komunikacja i transfer danych itp.). Zaproponowano dwa parametry (patrz tablica poniżej, „Parametry T i U”) (Foray1998): – użycie technologii (ICT) do produkcji nowych form skodyfikowanej wiedzy (oprogramowanie, bazy danych). – wpływ technologii na konstrukcję i funkcjonowanie sieci transmisji wiedzy. Ogólnie rzecz biorąc odległość geograficzna nie sprzyja użyciu wiedzy zewnętrznej. Tabela 14. Parametry wpływu zastosowań nowych technologii informacyjnych i komunikacyjnych Parametry T i U T. Wykorzystanie technologii ICT do Ti. Transakcje pomiędzy branżami tworzenia nowych form wiedzy sko- Tj. Pomiar IT: nowe produkty (oprogramodyfikowanej wanie, bazy danych); rozwój nowego oprogramowania U. Użycie ICT do przekazywania wiedzy Ui. Pomiar IT: intensywność zastosowania sieci elektronicznych według sektora Uj. Analizy ekonometryczne dotyczące korelacji pomiędzy kodyfikacją wiedzy a rozproszeniem geograficznym Źródło: Foray, 1998 Użycie technologii ICT ma w założeniu zniwelować negatywne skutki wpływu odległości geograficznej na funkcjonowanie sieci. Opracowano już wiele wskaźników i są one stosowane w pewnych gałęziach (OECD, 1997b). Powstał pewien rodzaj pomiaru technologii informatycznej, a mianowicie współczynnik inwestycji w technologię informatyczną według branż, intensywność użycia sieci elektronicznych według sektora, badania i rozwój oprogramowania według sektora oraz użycie półprzewodników według sektora. Co więcej, tablice transakcji międzybranżowych umożliwiają obliczenie przepływu wiedzy zawartej w produktach z sektora informatyki (sprzęt biurowy i komputery, urządzenia telekomunikacyjne i usługi komunikacyjne) do wszystkich pozostałych sektorów. Jeżeli chodzi o związek pomiędzy wpływem technologii ICT na kodyfikację i upowszechnianie wiedzy, modele ekonometryczne potwierdzają korelację pomiędzy 133 podatnością na kodyfikację wiedzy a geograficznym rozproszeniem instytucji badawczych (Feldman i Lichtenberg, 1996). D9. Synteza wiedzy tworząca zbiór wiedzy niezbędny dla jej upowszechniania Wszystkie poprzednie parametry, które charakteryzują mobilność i transfer wiedzy mogą być podsumowane za pomocą ogólnego parametru „zbioru wiedzy” (pool of knowledge). Opisuje ją ogólny stan posiadania wiedzy. Pojęcie „zapisanej wiedzy” jest ważne, ponieważ pozwala na włączenie do tego zbioru jakiejkolwiek wiedzy (publicznej lub prywatnej, skodyfikowanej lub ukrytej) pod warunkiem, że wiadomo o jej istnieniu dzięki częściowej lub całkowitej dyfuzji. Dyfuzja tej wiedzy może przybierać dwie formy. Może być udostępniana dzięki skutecznemu upowszechnianiu wiedzy, poprzez transfer innym użytkownikom. Realizowane jest to głównie dzięki publikacjom wyników badań naukowych i przyznaniu technologicznych licencji. Źródłem dyfuzji może być także świadomość istnienia wiedzy u innych potencjalnych użytkowników, którzy z tych czy innych przyczyn nie mogą skontaktować się z posiadaczem wiedzy i dokonać transferu wiedzy. Bazy danych patentów są tutaj dobrym przykładem, podobnie jak publikacje dotyczące nowości z nauki. Wiedza ukryta stwarza większe problemy w jej zebraniu. Chociaż może być wymieniana w czasie transakcji przypominających wymianę upominków lub częściej sprzedawana niż przekazywana nieodpłatnie, jej stopień ukrycia utrudnia jej przekazywanie (David i Foray, 1995). Upowszechnianie wiedzy może nie być celowe. Hick (1995) zauważył, że publikacje w periodykach naukowych, których autorami są badacze spoza sektora naukowego są motywowane chęcią przyciągnięcia uwagi naukowców uniwersyteckich. Publikacja taka ma za zadanie zasygnalizować, że przedsiębiorstwo jest w posiadaniu wiedzy, do której naukowcy mogą uzyskać dostęp, jeżeli zechcą współpracować. Takie upowszechnianie wiedzy staje się coraz częściej wykorzystywane dzięki powstaniu systemów informacyjnych w działach B+R (patrz tablica poniżej). Tabela 15. Podstawowe formy dyfuzji wiedzy Celowe Niecelowe (przepływy mimowolne) Źródło Foray (1998) Efektywna dyfuzja Sygnały (upowszechnianie) Publikacje naukowe Zgłoszone patenty Licencje na technologie Systemy informacyjne dotyczące badań naukowych Targi, wystawy Mobilność personelu Wymiana informacji poprzez sieci nieformalne 134 Tabela 16. Parametry identyfikujące formy dyfuzji i upowszechniania wiedzy Parametry V, W, X i Y V. Celowe upowszechnianie Vi. Poprzez efektywną dyfuzję Vii. Publikacje naukowe Vij. Licencje technologii Vj. Poprzez emisję sygnałów W. Niedobrowolne przepływy X. Rozproszenie wiedzy Y. Podział wiedzy Źródło: Foray, 1998 D10. Tempo innowacji jako funkcja aktualności i intensywności wiedzy Parametry innowacyjności dotyczące tempa dyfuzji (intensywności zmiany) zależą od radykalnej natury innowacji. Pierwszy wskaźnik musiałby zmierzyć naturę innowacji względnie jej „radykalną nowość”. Poniższe kategorie mogą być użyte w celu opisania innowacji i stwierdzenia, czy innowacja polega na adaptacji (istniejących już technologii), czy też jest to innowacja radykalnej, do której należą: – nowość w przedsiębiorstwie i na rynku, – nowość dla przedsiębiorstwa, ale nie dla rynku, – adaptacja istniejącego produktu dla nowego rynku, – adaptacja istniejącego produktu dla istniejącego rynku. Drugi wskaźnik powinien odzwierciedlać intensywność zmiany. W praktyce trudno jest rozróżnić powiązania pomiędzy przyspieszeniem tempa innowacji a zjawiskiem skracania czasu wprowadzania nowych produktów na rynek. Tym niemniej należy rozważyć następujące wskaźniki: udział dochodów z nowych produktów w przychodach ze sprzedaży ogółem, dane CIS dotyczące liczby wprowadzonych i projektowanych innowacji oraz planowaną liczbę innowacji w kolejnym roku. Należy także uwzględnić wskaźnik zaproponowany przez Cartera (1994a), który należy opracować przynajmniej dla branży produkcyjnej. Jest on oparty na założeniu, że jest silna korelacja pomiędzy udziałem pracowników niezaangażowanych bezpośrednio w produkcję a tempem zmian w sektorze. W sektorach przemysłu, gdzie tempo innowacji jest niewielkie, udział tej kategorii pracowników wynosi 20%, podczas gdy w wysoce innowacyjnych sektorach może osiągnąć 80%. Dalej Carter analizuje zmiany zatrudnienia w przemyśle w Stanach Zjednoczonych i wskazuje na rosnący udział tej drugiej kategorii w zatrudnieniu, co jest oznaką przyspieszenia tempa zmian. Znaczenie kosztów innowacji w odniesieniu do kosztów ogółem jest kolejnym zagadnieniem związanym z intensywnością zmian. Carter8 rozróżnia niematerialne koszty zmian, koszty wymiany (elastyczność) i koszty braku doświadczenia. W większości sektorów udział tych kosztów znacząco rośnie. W niektórych sektorach mogą one stanowić aż do 90% kosztów ogółem, a pozostałe 10% jest związane z wytwarzaniem dotychczasowych produktów. Badania ankietowe CIS pozwalają także na ocenę kosztów innowacji. 8 Carter A.P. (1994b), “Production workers, meta – investment and the pace of change”, Paper prepared for the meeting of the International J.A. Schumpeter Society, Munster, August. 135 Ostatecznie najlepszym wskaźnikiem jest ten, który mierzy intensywność działań związanych z wiedzą w przedsiębiorstwach (patrz tablica poniżej, „parametr Z”). Tabela 17. Sposób parametryzacji natury innowacji i kosztów ich wdrażania Parametr Z Z. Innowacja i inten- Zi. sywność wykorzystania wiedzy Natura innowacji Zij. Liczba wprowadzonych i projektowanych innowacji Zij. Udział nowych produktów w sprzedaży ogółem Zik. Udział „agentów zmiany” Zil. Koszty innowacji Zj. Intensywność i tempo zmian Zk. Intensywność wiedzy Zki. Zadania związane z wiedzą Zkj. Wydatki związane z wiedzą Źródło: Foray (1998). Zakłada się, że intensywność wykorzystania wiedzy odzwierciedla ogólne kompetencje potrzebne do innowacji, reagowania na zmiany, mobilności, wszechstronności zawodowej oraz kreatywności jej odbiorcy. O ile Machlup (1984) zdefiniował pojęcie sektora wiedzy, o tyle Eliasson i et al., (1990) proponują nowe spojrzenie teoretyczne i metodologiczne. Polega ono na tym, że działania związane z produkcją i przetwarzaniem wiedzy odbywają się we wszystkich sektorach gospodarki, także tych słabo zaawansowanych technologicznie. Innymi słowy, wzrost intensywności wykorzystania wiedzy w gospodarce jest zasługą nie tylko wybranych gałęzi i sektorów, lecz całej gospodarki. Taksonomia działań przedstawiona przez Eliassona jest tutaj bardzo pomocna. Obejmuje ona wszystkie funkcje związane z produkcją i przetwarzaniem wiedzy. Funkcje te dotyczą w szczególności następujących kategorii: – tworzenie nowej wiedzy: B+R, projektowanie, – ekonomiczna koordynacja: marketing, dystrybucja, administracja, – wewnętrzny transfer wiedzy: szkolenia. W rozdziale 6 zawarto propozycje wskaźników możliwych dla scharakteryzowania bazy wiedzy dla danego sektora działalności. Wskazane zostały obszary, dla których częściowo lub całkowicie brakuje wskaźników pomiarowych. Cytowany case autorstwa Foray(1998) jest pierwszym tego typu opracowaniem i ma posłużyć jako punkt wyjścia dla dalszych badań i opracowań. W pierwszej części rozdziału wskazano na dwa rodzaje przeszkód, mogących utrudniać rozwój wskaźników tworzących parametry opisu, które mogłyby znaleźć uniwersalne zastosowania. Pierwsza przeszkoda wiąże się specyfiką tworzenia, przesyłania i użycia wiedzy w różnych sektorach; drugą jest heterogeniczność wskaźników i samego pomiaru. W drugiej części przedstawiono dziesięć kluczowych deskryptorów sektorowej bazy wiedzy, opisywanych jako: a) podstawowe atrybuty bazy wiedzy, b) systemy i mechanizmy transferu bazy wiedzy, c) efektywność bazy wiedzy. Każdy z deskryptorów zawiera w sobie podstawowe parametry. Przedstawiono i omówiono standardowe wskaźniki (tam, gdzie występują). 136 Nad poruszanym zagadnieniem pracuje kilkanaście organizacji krajowych i zespołów badawczych, w tym OECD i NSF. Raport przedstawia pewnego rodzaju logikę rozumowania odnośnie pomiaru transformacji sektorowej bazy wiedzy. Przedstawiona koncepcja opisuje także działania w szerszym ujęciu,niż to zazwyczaj ma miejsce w przypadku empirycznych studiów nad wiedzą. Prezentowane w pracy rozwiązania stanowią przykładową koncepcję struktury baz danych niezbędnych dla identyfikacji procesów innowacyjnych korporacji. Charakterystyka bazy wiedzy dokonana przez proponowane wskaźniki opracowane przez Dominique Foray (1999) stanowi jedną z propozycji zaawansowania formalizmu matematycznego, pomocnego do uściślania zasad tworzenia baz wiedzy. Propozycje te nie należą do oczywistych intuicyjnie rozwiązań i z pewnością nieidealnie odzwierciedlają trudne dylematy nowo tworzącej się dziedziny zarządzania wiedzą. Udostępnienie Czytelnikowi obszernych fragmentów cytowanej pracy ma z jednej strony skłonić go do przemyślenia tego zagadnienia, z drugiej zaś zainspirować naukowców do dalszych badań. Dokonany przez autora dobór źródeł publikacji oraz przemyśleń dotyczących problemów inżynierii i zarządzania wiedzą ma spełniać zadania inspirujące do studiów własnych i zachęcać do doskonalenia się w procesach autoedukacji (selflearningu). 137 ROZDZIAŁ 7 METODY SZTUCZNEJ INTELIGENCJI A PROBLEMATYKA ZARZĄDZANIA WIEDZĄ Metody sztucznej inteligencji stanowią dziedzinę badań naukowych, której obecność znajduje odzwierciedlenie w nazewnictwie katedr i zakładów naukowych uniwersytetów, politechnik i akademii ekonomicznych. Termin sztuczna inteligencja (artificial intelligence) od 1956 roku rozpatrywany jest w wersji z pominięciem pojęcia świadomości. Według Wienera „Inteligencja jest procesem pozyskiwania i przetwarzania informacji dla osiągnięcia wyznaczonych celów”. Pierwszą powszechnie akceptowaną rozszerzoną definicję sztucznej inteligencji opracował Turing: ”sztuczna inteligencja rozumiana jest jako zdolność wykonywania zadań poznawczych przez maszynę, tak by człowiek, który zadaje pytania, nie poznał, że odpowiada mu maszyna”. Zakres zagadnień wymagających rozwiązania dla spełnienia powyższego warunku jest następujący: komunikacji człowieka z komputerem w języku naturalnym, reprezentacji wiedzy w etapie składowania, przetwarzania i jej wykorzystania w dialogu, uczenie automatyczne komputera jako proces adaptacji do nowych warunków, odkrywania nowych standardów i tworzenia wzorców, automatyczne wnioskowanie z wykorzystaniem archiwowanej wiedzy w celu uzyskania odpowiedzi na pytania i formułowania nowych wniosków, Rozszerzony test Turinga według propozycji Słowińskiego9 obejmuje jeszcze: wizję w celu postrzegania obiektów, robotykę w celu przemieszczania obiektów. Elementy te pozwalają realizować dynamiczne interakcje komputera z człowiekiem i wykonywać zlecane zadania. Powyższe kryteria sprecyzowane około 50 lat temu do dziś nie zostały zrealizowane przez żaden komputer, co oznacza, że nie udało się zrealizować celów sprecyzowanych w definicji sztucznej inteligencji. Stan ten nie oznacza, że przez 50 lat nie osiągnięto jakościowego postępu. W metodach sztucznej inteligencji opracowano cztery najbardziej rozpowszechnione standardy metodyczne: 1. Systemy ekspertowe, 2. Sieci neuronowe, 3. Algorytmy genetyczne, 4. Zastosowania teorii zbiorów rozmytych. Grupa metod wprowadzanych w ostatnich latach dotyczyła: 1. Algorytmów mrówkowych, 2. Systemów agentowych (Multiagent systems). Okres intensywnego rozwoju metod sztucznej inteligencji przypada na lata 90 XX wieku i w tym czasie pojawiły się pakiety oprogramowania służące do tworzenia baz 9 Słowiński R. (2003): Od sztucznej inteligencji do sztucznego życia, czyli o aktywnej funkcji informatyki. Pro Dialog 16 s.51-76. NAKOM Poznań. 138 wiedzy z wykorzystaniem określonego typu mechanizmów wnioskowania. Pakietem opracowanym przez polskich programistów i spopularyzowanym na polskich uczelniach jest Pakiet SPHINX. Szczególnie cenne zadania dydaktyczne mogą wynikać z zastosowania modeli systemów ekspertowych, których mechanizmy wnioskowania stanowią procedury wynikające z diagnozowania wiedzy eksperckiej. Niezwykle cenne zalety tych systemów polegają na wprowadzeniu formalizacji i standaryzacji procedur postępowania, które w wielu przypadkach wymuszają stosowanie procedur złożonych, w tych warunkach, gdy dopuszczalne są procedury uproszczone. Zastosowanie sieci neuronowych popularne jest w systemach decyzyjnych o dużej dynamice zmienności, czego przykładem mogą być zastosowania do wspomagania decyzji w brokerskich w biurach maklerskich i giełdach kapitałowych oraz bankach. Coraz częściej obserwuje się tendencje, że różnego typu narzędzia, których zastosowania rozwijano w ramach systemów sztucznej inteligencji, stają się standardami metodycznymi w klasie systemów zwanych Business Intelligence. Miarę tendencji do zmian w tej dyscyplinie wiedzy stanowić może przykład XI konferencji zastosowań metod sztucznej inteligencji, której wydany zeszyt naukowy zredagowany został pod nazwą ”Pozyskiwanie wiedzy i zarządzanie wiedzą”. Przykład ten dobitnie ilustruje tendencję zmian dotyczących rozwoju metod sztucznej inteligencji, która migruje w kierunku pozyskiwania i zastosowań wiedzy, co stanowi główny nurt opracowanej książki. W celu zilustrowania możliwych do wykonania w procesach dydaktycznych zadań z zakresu systemów ekspertowych, zdecydowano się zamieścić prosty przykład zastosowań metod sztucznej inteligencji w banku. W opracowanym przykładzie wykonano model wspomagania decyzji w dziale obsługi klienta Banku Spółdzielczego w Bydgoszczy ze wskazaniem aplikacji uwzględniającej oprogramowanie takiego systemu. Wykonano ten system w ramach prac badawczych Katedry Informatyki w Zarządzaniu ATR w Bydgoszczy w 2003 roku. Celem niniejszego przykładu jest przybliżenie tematyki wykorzystania programów komputerowych do celów bankowości, a dokładniej obsługi procesu kredytowania. Zawarty w pracy model został wykonany w systemie CAKE wchodzącym w skład pakietu narzędziowego SPHINX firmy AITECH. Powyższy system został zaprojektowany do wykonywania złożonych zadań rozwiązywanych w klasie systemów ekspertowych. Jego zadanie ogranicza się nie tylko do rozwiązywania problemów, ale może on również stanowić narzędzie wspomagające podejmowanie decyzji z wykorzystaniem wiedzy ekspertów, która umożliwia wybór najkorzystniejszych procedur postępowania. Cała wiedza zebrana w systemie może być wykorzystywana wielokrotnie przez wielu użytkowników, którzy pragną uzyskać porady. Analizie poddano rezultaty obliczeń opracowanego modelu systemu ekspertowego wspomagającego podejmowanie decyzji określające sposób zabezpieczenia kredytu. Zastosowanie pakietu SPHINX do celów bankowości wiąże się nie tylko z diagnostyką kredytów i pożyczek na nieruchomości, lecz również z analizą ryzyka. Oczywiście systemy ekspertowe znajdują również szerokie zastosowanie w innych dziedzinach takich jak np. medycyna, handel, przemysł czy ubezpieczenia. Zakres ich wykorzystania ciągle się poszerza, zmierzając do ograniczenia ryzyka prowadzenia działalności gospodarczej oraz uściślenia realizowanych procedur decyzyjnych. 139 7.1. Przesłanki merytoryczne budowy modeli wspomagających podejmowanie decyzji kredytowych Jednym z ważnych aspektów działalności kredytowej występujących w procedurach podejmowania decyzji kredytowych są formy zabezpieczenia kredytu. Istotne rozwiązanie stanowi przyjmowanie zabezpieczeń na majątku kredytobiorcy, przy czym konieczna jest profesjonalna i bezstronna jego wycena i określenie możliwości jego sprzedaży. Należy mieć świadomość różnic między wartością rynkową a likwidacyjną przy przymusowej sprzedaży. Oznacza to, że kredyt musi mieć 150 % wartości zabezpieczenia, wycenionego w bieżących cenach rynkowych Materiały kredytobiorcy stanowią trzon i podstawową bazę informacyjną dla analizy zdolności kredytowej. Oprócz składanego wniosku kredytowego bank żąda od kredytobiorcy złożenia dla potrzeb analizy zdolności kredytowej następujących dokumentów (Dobosiewicz 2000): a) rachunku zysków i strat (za jeden lub kilka okresów), b) bilansu (na jedną datę lub kilka dat), c) miesięcznej sprawozdawczości finansowej, d) biznesplanu lub jego elementów, e) zestawienia przepływów pieniężnych (o ile nie wchodzą w skład biznesplanu), f) udokumentowania liczbowego dotyczącego wyliczeń wnioskowanych potrzeb kredytowych oraz przedłożenia innych dokumentów, np. umowy, kontrakty, kosztorysy, itp., g) kompletu dokumentacji formalno-prawnej, związanej z działalnością gospodarczą kredytobiorcy. Kredytobiorca jest więc zobowiązany nie tylko do biernego zachowania się, czyli do nie przeszkadzania czynnościom kontrolnym banku, ale również do czynnego współdziałania w wykonywaniu tych czynności przez bank. (Drelichowski, Kowalska 2002; Narożny 2000). Analiza wskaźnikowa stanowi podstawę do przeprowadzenia tzw. credit–scoringu, czyli punktacji kredytowej10. Bank przyznaje określonym cechom kredytobiorcy pewną liczbę punktów. Mogą być one przyznawane za np. rentowność, poziom zadłużenia czy wskaźniki sprawności działania. Kredytobiorcy zostają podzieleni na cztery grupy: na dobrych, przeciętnych, słabych i złych, stosownie do sumy punktów uzyskanych przez credit–scoring. Dobrzy kredytobiorcy otrzymają kredyt bez większych zastrzeżeń, przeciętni – otrzymają go po przedstawieniu dobrych zabezpieczeń, słabi – tylko wtedy, gdy zabezpieczenie będzie wystarczająco dobre, natomiast źli – nie mają w zasadzie szans na otrzymanie kredytu. 10 Dobosiewicz Z., 2000r., „Podstawy bankowości”, Wydawnictwo Naukowe PWN, Warszawa, s.134 140 7.2. Postać modelu systemu ekspertowego W celu zobrazowania istoty rozwiązań modelowych zaprezentowano podstawową strukturę opracowanego modelu, w którym uwzględniono kryteria decyzyjne ustalone w ramach współpracy z pracownikami Banku Spółdzielczego w Bydgoszczy realizującymi procedury zabezpieczeń kredytowych i obliczanie wskaźników do analizy ekonomiczno-finansowej służących do oceny kondycji finansowej kredytobiorców11. Pierwszą z nich jest Opis gdzie można zamieścić ogólne informacje dotyczące bieżącej aplikacji takie jak jej nazwa, opis czy data utworzenia. W niniejszej pracy aplikacja nosi nazwę: Przyznanie kredytu na podstawie wskaźników. Kolejną „zakładką” są Fasety gdzie wyszczególnione są nazwy atrybutów oraz aktualna postać faset globalnych bazy wiedzy. Przed utworzeniem w bazie wiedzy nowego atrybutu konieczne jest ustalenie, jakiego typu wartości będzie on przyjmować. W pracy wszystkie atrybuty zarówno decyzyjne jak i niedecyzyjne zostały zdefiniowane jako symboliczne, czyli takie wartości, które mają postać łańcucha znaków. Oznacza to, że atrybut może przyjąć tylko jedną spośród określonych wartości. W celu stworzenia listy atrybutów należy nacisnąć przycisk Dodaj, dzięki któremu wyświetla się okno edycji właściwości atrybutów, które umożliwia dostęp do szczegółowych informacji o atrybutach zdefiniowanych w bieżącej bazie lub źródle wiedzy. W niniejszej pracy występują cztery atrybuty, z których trzy są niedecyzyjne i noszą nazwy: 1) wysokość kredytu; 2) wskaźnik bieżącej płynności; 3) udział majątku obrotowego w aktywach. Do każdego z wymienionych wyżej atrybutów można dopisać dopuszczalne wartości wyliczeniowe i tak np. do atrybutu wysokość kredytu dopisano przedziały: a) do 50 tys. złotych; b) 50 001 – 100 tys. złotych; c) 100 001 – 200 tys. złotych; d) 200 001 – 350 tys. złotych; e) 350 001 – 500 tys. złotych; f) 500 001 – 1500 tys. zł. g) powyżej 1500 tys. złotych. Pozostały atrybut jest decyzyjny, co oznacza, że będzie on występował w instrukcji goal. Nosi on nazwę: decyzja o przyznaniu kredytu. Dopisano do niego trzy wartości: 1) przyznać kredyt; 2) nie przyznać kredytu 3) przypadek wątpliwy. Ostatnia wartość przypadek wątpliwy oznacza, że należy zasięgnąć porady u eksperta, gdyż informacje zawarte w modelu mogą być niewystarczające i ekspert powinien rozstrzygnąć ten przypadek. 11 W rozdziale tym wykorzystano fragmenty publikacji zawartej w Rocznikach Naukowych Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu 2003, Drelichowski Ludosław Małgorzata Banach „Zastosowanie systemów ekspertowych we wspomaganiu decyzji w bankach spółdzielczych” T-5 Z-5 s. 16-21. 141 Reguły to kolejna „zakładka”. Można tutaj zobaczyć zestawione w postaci listy wszystkie reguły określone w bieżącej bazie wiedzy. Lista reguł wyświetlona jest w oknie właściwości aplikacji tylko wtedy, gdy aplikacja nie zawiera źródeł wiedzy. Definiowanie nowych reguł możliwe jest za pośrednictwem okna właściwości reguł. W modelu zawarto 343 reguły, które szczegółowo określają warunki przyznania kredytu. Przykładowa reguła wygląda następująco: Konkluzja: decyzja o przyznaniu kredytu = „przyznać kredyt” If Lista warunków: wysokość kredytu = „350 001 – 500 000” and wskaźnik bieżącej płynności = „1,00 – 1,50” and udział majątku obrotowego w aktywach = „powyżej 2,1” Konkluzja, wchodząca w skład reguły, przybiera zawsze postać trójki obiekt – atrybut – wartość. By określić lub zmodyfikować zawarte w konkluzji elementy należy nacisnąć przycisk << Wstaw (lub << Modyfikuj). Lista warunków obejmuje wszystkie przesłanki prowadzące do konkluzji bieżącej reguły wnioskowania. W przypadku istnienia kilku warunków, mogą one być łączone przy użyciu operatorów logicznych and. W „zakładce” Program widoczna jest aktualna postać bloku sterowania bieżącej aplikacji. By rozpocząć jego edycję należy nacisnąć przycisk Edycja bloku sterowania. Pojawia się podgląd tekstu bloku sterowania. Należy tutaj wpisać (przed end): goal („decyzja o przyznaniu kredytu = X”); delNewFacts end Po wprowadzeniu wszystkich niezbędnych danych do systemu CAKE, weryfikujemy model we wchodzącym również w skład pakietu SPHINX systemie PC – Shell. Po uruchomieniu programu otwiera się okno Konsultacji, w którym widoczny jest: Problem: decyzja o przyznaniu kredytu = X System zadaje pytanie: wybierz przedział wskaźnika bieżącej płynności Możliwe warianty odpowiedzi to: 1. poniżej 0,7; 2. 2. - 0,71 – 0,9, 3. 3. - 1,00 – 1,50; 4. 4. - 1,51 – 2,00; 5. 5. - 2,10 – 3,00; 6. 3,10 – 4,00; 7. - powyżej 4,00 Po wyborze odpowiedniego dla danego przypadku przedziału system pyta ponownie: Pytanie: wybierz przedział udziału majątku obrotowego w aktywach Możliwe warianty to: 1. - poniżej 42,0; 2. 2. - 42,1 – 52,0; 3. 3. - 52,1 – 62,0; 4. 4. - 62,1 – 72,0; 5. 5. - 72,1 – 82,0; 6. 82,1 – 92,0; 7. - powyżej 92,0 142 Ostatnie pytanie to: Wybierz przedział wysokości kredytu Możliwe warianty to: 1. do 50 tys. złotych; 2. 2. - 50 001 – 100 tys. złotych; 3. 3. - 100 001 – 200 tys. złotych; 4) 200 001 – 350 tys. złotych; 5) 350 001 – 500 tys. złotych; 6) 500 001 – 1500 tys. złotych; 7) - powyżej 1500 tys. złotych. Po zaznaczeniu wszystkich wymaganych przedziałów zgodnie z wnioskiem kredytowym dostarczonym przez kredytobiorcę, ukazuje się okno Rozwiązania. Problem: decyzja o przyznaniu kredytu = X Rozwiązania: przyznać kredyt; lub - Rozwiązania: nie przyznać kredytu; albo Rozwiązania: przypadek wątpliwy. Również w tym przypadku po zaznaczeniu wszystkich odpowiadających danemu wnioskowi przedziałów tzn. wysokości kredytu i wskaźników, możliwe jest uzyskanie rozwiązania: Rozwiązania: sytuacja poprawna; lub - Rozwiązania: zakłócenia w spłatach; bądź Rozwiązania: konieczna interwencja. Rozwiązanie sytuacja poprawna oznacza, że kredytobiorca spłaca raty kredytu i należne bankowi odsetki w terminie ustalonym w umowie kredytowej. Rozwiązanie zakłócenia w spłatach występuje wtedy, gdy kredytobiorca nie zwraca w całości lub części rat kapitałowych wraz z uzgodnionymi w umowie kredytowej odsetkami i ewentualnie innymi należnościami w ustalonym terminie. Jest to sytuacja przejściowa wynikająca ze zmian w trendach gospodarki rynkowej. Ostatnie rozwiązanie konieczna interwencja ukazuje sytuację, w której ujawnia się tzw. „zły kredyt”. 7.3. Ocena wykonanych obliczeń testowych modelu W celu dokonania weryfikacji obliczeń modelowych realizowano dwa typy działań: 1) wykorzystanie realnych procesów podejmowania decyzji i oceny płynności kredytowej klientów banku w opracowywaniu reguł decyzyjnych, 2) wykonanie obliczeń modelowych na danych rzeczywistych (18 przypadków) i porównanie wyników z podjętymi przez inspektorów kredytowych decyzjami. Realizacja procedur omówionych w punkcie 1 sprzyjała ustalaniu w realnych warunkach reguł decyzyjnych niezwykle ważnych w budowie modelu, co nie zawsze gwarantuje odpowiedni poziom uogólnień. Realizacja testów wskazanych w punkcie 7.2 spowodowała uzyskanie rezultatów, które w 12 przypadkach odpowiadały decyzjom podjętym przez inspektorów, w 4 pozytywne decyzje zostały ocenione jako wątpliwe i w dwu przypadkach przeciwstawne. Oznaczało to, że pozytywnym decyzjom inspektorów przyporządkowane zostały negatywne oceny uzyskane z systemu ekspertowego. Omówiony przykład zastosowań systemu ekspertowego stanowi ilustrację procedur niezbędnych do zrealizowania, które umożliwią uzyskanie efektu edukacyjnego oraz wpłynięcie na standaryzację procedur dotyczących przyznawania kredytów, czy mechanizmów automatycznego monitoringu spłat kredytów klientów banków. 143 Zamieszczony w pracy przykład stanowi tylko ilustrację dydaktycznych walorów rozwiązania, którego rozbudowa oraz znacznie bardziej precyzyjne uszczegółowienie mogłoby doprowadzić do uzyskania mechanizmów umożliwiających wdrażanie rozwiązań automatyzujących tego typu procesy. 144 PUENTA Proponowany tytuł rozdziału odbiega od tradycyjnej formuły zakończenia książki naukowej, co uzasadniać może jego szczególna rola w finalizowanym już dziele. Intencją autora jest, aby stanowił klamrę spinającą idee precyzowane w poszczególnych rozdziałach. Punkt wyjścia stanowi model struktury wiedzy – zwany piramidą wiedzy – którego autorstwa nie sposób jest wymienić, a wszechobecnego w wielu publikacjach. Na kolejnych dwóch rysunkach zaproponowano warianty grafu stanowiące nieco tylko różniące się szczegółowością koncepcje piramidy wiedzy. Pierwszy model rysunek 14, jako podstawę piramidy przyjmuje dane ujmujące fakty w powiązaniu z nielicznymi deskryptorami. Drugi poziom piramidy stanowią informacje, których nowa jakość zawiera się w ich licznych identyfikatorach kodowych, pozwalających uzyskać znacznie większą w stosunku do danych liczbę powiązań i relacji. Wiedza, której tak dużą część stanowią rozważania zawarte w tej książce - stanowi wielowątkowy zbiór intelektualnych dokonań człowieka w ich historycznym, humanistycznym, technicznym (techniki informacyjne) i technologicznym kontekście. Wreszcie mądrość, której na szczycie piramidy wiedzy zostało najmniej miejsca, będzie kategorią, która w tym miejscu – z premedytacją nie będzie definiowana. Drugi wariant piramidy wiedzy rysunek 15, jest bliższy koncepcji autora poprzez – nieco technokratyczny podział wiedzy - na bazy danych i bazy wiedzy. Takie ujęcie zdaje się tworzyć fazę pośrednią kreacji nowej jakości powiązań informacyjnych umożliwiających diagnozę istniejącego stanu i jego analizę. Określenie bazy wiedzy wyraża konieczność nadania jej wewnętrznej struktury adekwatnej przynajmniej do jej tradycyjnych dyscyplin. W tej fazie rozważań mądrość jest również pozostawiona sama sobie. Mądrość Bazy azy y B z wiedzy wied Mądrość Wiedza Informacje D ane ied W za rfo In acje m ne Da Rysunek 14. Czteroskładnikowa struktura piramidy wiedzy Źródło: Opracowanie własne Bazy danych Informacje D ane zy Ba ych n rda o Inf acje m ne Da Rysunek 15. Pięcioskładnikowa struktura piramidy wiedzy 145 Powyższe struktury stanowią akceptowane powszechnie uproszczone modele wiedzy, które mają tę wadę, że odzwierciedlają tylko statyczną strukturę wiedzy. Zdaniem autora konieczne jest opracowania dynamicznego modelu wiedzy, który w cybernetycznym ujęciu spajałby wszystkie jego komponenty. Kluczem w tym procesie wydawała się być nieuchronnie definicja mądrości – w taki sposób aby koniec „modelu piramidy wiedzy” stał się zarazem początkiem nowego cyklu sprzężenia zwrotnego. W tym aspekcie proponuje się następującą definicję mądrości: MĄDROŚĆ STANOWI SZTUKĘ ZAMIANY WIEDZY NA PIENIĄDZE Z ELIMINACJĄ DZIAŁAŃ PRZESTĘPCZYCH Wielu czytelników ze zgrozą spojrzy na tak prymitywne i merkantylne ujęcie tego wzniosłego procesu jakim jest mądrość przypisana ciągle tylko człowiekowi. Takie trywialne i może nie całkiem oryginalne ujęcie procesu mądrości ma istotne konsekwencje dla budowy dynamicznego modelu wiedzy. Pieniądz bowiem jako uniwersalny miernik wartości stać się może siłą napędową całej machiny wiedzy w cybernetycznym jej ujęciu. Warto zwrócić uwagę, że siedem pierwszych rozdziałów tej książki koncentruje się na problemie zamiany pieniędzy – na wiedzę poprzez tworzenie danych i innych struktur wiedzy w poszczególnych dziedzinach (służba zdrowia, edukacja, biotechnologia, Information and Communication Technology itd.). Dynamiczny model wiedzy polega zatem na dokonaniu transformacji piramidy wiedzy w pętlę wiedzy przedstawioną na rysunku 16. Informacje y Baz Dane ych dan Pieniądze Mądrość z Ba Rysunek 16. Pętla wiedzy Źródło: Opracowanie własne y zy ed i w 146 Rozdział ten pisany był w trakcie przygotowywań zjazdu założycielskiego Polskiego Stowarzyszenia Zarządzania Wiedzą12, na którym był prezentowany i stwierdzić można, że opracowany model pętli wiedzy jest rezultatem zastosowania cybernetycznego podejścia do problemu. W tym miejscu jawią się pytania merytoryczne - czy środkiem do tworzenia pieniądza jest tylko konwersja wiedzy w pieniądz? A jeżeli nie, to jaka jest linia podziału? Pozytywna odpowiedź na pierwsze pytanie byłaby sprzeczna ze zdrowym rozsądkiem. Istnieje możliwość uzyskiwania pieniędzy z działalności odtwórczej (odtworzeniowej), realizowana poprzez stosowanie sprawdzonych technologii, nie generuje ona jednak istotnej nadwyżki finansowej na działalność B+R, która powstaje zwykle w dziedzinie zaawansowanych technologii (high tech). Główne źródła finansowania kreacji wiedzy pochodzą właśnie ze sztuki zamiany wiedzy na pieniądze, gwarantując takim kreatorom uzyskanie trwałej przewagi konkurencyjnej. Rozważania te dowartościowują grupę twórczych biznesmenów i menedżerów, którzy posiedli umiejętność kreatywnych zastosowań wiedzy w praktyce działalności biznesowej i pod ich wpływem dokona się postęp technologiczny XXI wieku. Ostateczny kształt tej książki powstał w wyniku kreatywnej interakcji autora i recenzenta, uwzględniając historyczny kontekst zarządzania wiedzą. 12 Polskie Stowarzyszenie Zarządzania Wiedzą zostało zarejestrowane w dniu 30 maja 2003 w Sądzie Rejonowym w Bydgoszczy, XIII Wydział Gospodarczy Krajowego Rejestru Sądowego” pod nr KRS 0000163221. 147 SŁOWNICZEK POJĘĆ Z ZARZĄDZANIA WIEDZĄ Baza danych Baza wiedzy Business intelligence Dane Data mining Deskryptory Filtry informacyjne Hurtownie danych Informacje Inżynieria wiedzy System zbierania, porządkowania, scalania, agregacji i archiwizacji danych źródłowych (rekordów) uwzględniający powiązania kodowe stanowiące deskryptory powiązań pól informacyjnych w rekordach. W szerszym ujęciu bazę wiedzy rozumie się jako wielowątkowy zbiór intelektualnych dokonań człowieka w jego historycznym, humanistycznym, technicznym (techniki informacyjne) i technologicznym kontekście. W węższym ujęciu jest to zbiór faktów i reguł wnioskowania specyficzny dla danej dziedziny wiedzy. Klasa zaawansowanych systemów informacyjnych powstałych w wyniku integracji wielu narzędzi przetwarzania wiedzy w jeden standard służący wspomaganiu decyzji w biznesie. W standardach tych kluczową rolę spełniają narzędzia wchodzące w zakres inżynierii wiedzy. Zapis elementarnych zdarzeń występujących w systemach informacyjnych ujmujący fakty w powiązaniu z nielicznymi deskryptorami. Oferowane w zaawansowanych systemach informatycznych standardy oprogramowania, które z wykorzystaniem metod inżynierii wiedzy służą do pozyskania nowej wiedzy z baz danych występujących w organizacjach, u ich partnerów oraz w otoczeniu z wykorzystaniem internetu. Powiązania występujące pomiędzy polami informacyjnymi wewnątrz rekordów i między rekordami pochodzącymi z różnych dokumentów, identyfikowane zwykle przy pomocy systemu kodów, których rozwiązania decydują o możliwym zakresie ekstrakcji nowej wiedzy. (Information filter) są specjalną klasą systemów wyszukiwawczych, które na podstawie profili użytkowników precyzujących sformalizowane potrzeby informacyjne dostarczają informacji w formie dokumentów elektronicznych (Data warehouse) Stanowią specyficzne syntezy baz danych łączące cechy przetwarzania analitycznego, wielowymiarowych baz danych oraz narzędzi wizualizacji informacji. Pozwalają równocześnie uzyskać bezpośredni dostęp do historycznych danych transakcyjnych z wykorzystaniem ich w tym trybie w procesach analizy. Ich znakomitą cechą jest gromadzenie danych wieloletnich dotyczących procesów transakcyjnych, niezależnie od obowiązujących procedur dotyczących lat rozliczeniowych, co zapewnia niedostępną w zbiorach transakcyjnych analizę dynamiki zdarzeń. Zawierają nową jakość w stosunku do pojęcia danych wynikającą z ich licznie występujących identyfikatorów kodowych, pozwalających uzyskać znacznie większą w stosunku do danych liczbę powiązań i relacji ważnych w tworzeniu hurtowni danych i baz wiedzy. Dziedzina zarządzania wiedzą zajmująca się projektowaniem i realizacją systemów wspomagania decyzji z wykorzystaniem modeli optymalizacyjnych i sztucznej inteligencji z automatyczną analizą 148 baz danych (data mining) oraz metodami ekstrakcji wiedzy. Sztuka zamiany wiedzy na pieniądze z eliminacją działań przestępczych. To bardzo skomplikowane pojęcie ograniczono tylko do interpretacji uzasadnianej w tym opracowaniu. Model interak- Model interaktywny warto interpretować jako model dynamicznego rozwoju tworzonych w wyniku kolejnych cykli interakcyjnych tywny warstw wiedzy. Przekazywanie tej wiedzy w systemie edukacyjnym również wymaga zastosowania nowych środków, bowiem nowe warstwy wiedzy wymagają uruchomienia interakcji sieciowej wymiany informacji lub interakcji w zakresie zastosowań tej wiedzy w sektorze przemysłowym. Model linearny Modelowe ujęcie procesów przekazywania i zastosowań wiedzy, realizowane w ujęciu hierarchicznym, odzwierciedlające stosowane powszechnie standardy edukacyjne obowiązujące do końca XX wieku. Organizacje zajmujące się przetwarzaniem wiedzy, a nie informacji Organizacje oraz zatrudniające profesjonalistów posiadających unikatową wiedzę wiedzy dotyczącą problemów kluczowych dla opracowania strategii firm, programów inwestycyjnych bądź nowych technologii produkcji. Organizacje te są efektywne tylko wówczas, gdy dobrze zarządzają wiedzą, tak jak ma to miejsce w przypadku odnoszących sukcesy amerykańskich producentów elektroniki. W uproszczeniu modelowym organizacje wiedzy są strukturami, w których zatrudnione osoby elastycznie dostosowują się do potrzeb otoczenia, co pozwala uzyskać optymalne zdolności adaptacyjne organizacji jako całości. Parkami nauki nazywamy sieci firm zlokalizowane w najbliższym Parki nauki otoczeniu siedzib uczelni, powiązanych infrastrukturalnie ze sobą, co spełnia ważną, inspirującą rolę w systemie innowacyjnym gospodarki krajów rozwiniętych. Celem parków nauki jest promowanie rozwoju ekonomicznego dokonywanego z wykorzystaniem odkryć tworzonych w jednostkach organizacyjnych uczelni. Należy więc zwrócić uwagę na kapitał wiedzy związany z rozwojem ekonomicznym. Jest on czymś więcej niż wiedzą wytwarzaną wewnątrz i wokół uniwersytetów oraz parków naukowych. Społeczeństwo Faza rozwoju społecznego, którego cechą jest elastyczność dostosowawcza jego członków do zmian zachodzących w otoczeniu oraz wiedzy wykorzystaniu nowych środków komunikacji społecznej. Wydaje się jednak uzasadnione, iż spełnienie tego warunku uzależnione jest przede wszystkim od dokonania istotnych zmian w procesach edukacyjnych, dla których wzorce i metodykę nauczania tworzono w radykalnie różnych od aktualnych warunkach i przy innych celach oraz środkach. Systemy infor- Wspomagane komputerowo procesy tworzenia i ewidencji dokumenmacyjne zarzą- tów i ich przetwarzania, niezbędnych do obsługi strumieni zasileniowych w organizacji, koniecznych do analizy i podejmowania dzania decyzji w zarządzaniu organizacjami. Systemy OLAP (On Line Analytical Processing) – Systemy analitycznego przetwarzania na bieżąco oraz eksploracji danych realizowane na wielkoMądrość 149 wymiarowych bazach danych transakcyjnych (giga i tera bajtowych), które poprzez zastosowanie metod statystycznych pozwalają wydobywać nową wiedzę. (Information retrieval) są specjalną klasą systemów informacyjnych Systemy wysłużących do pozyskiwania, organizowania, wyszukiwania i udoszukiwawcze stępniania informacji z uwzględnieniem potrzeb informacyjnych użytkowników Sztuczna inteli- Termin sztuczna inteligencja (artificial intelligence) od 1956 roku rozpatrywany jest w wersji z pominięciem pojęcia świadomości. gencja Według Wienera „Inteligencja jest procesem pozyskiwania i przetwarzania informacji dla osiągnięcia wyznaczonych celów”. Sztuczna inteligencja rozumiana jest jako zdolność wykonywania zadań poznawczych przez maszynę, tak by człowiek, który zadaje pytania, nie poznał, że odpowiada mu maszyna”. (Information Technology) – determinują standard środków techniczTechnologie nych informatyki i oprogramowania, wykorzystywanych dla wspoinformacyjne magania realizacji zadań w systemach informacyjnych lub zastosowaniach technicznych i poznawczych. (Information & Communication Technology) – poszerza funkcje Technologie informacyjno- ujmowane w technologiach informacyjnych o dostarczanie środków i komunikacyjne zaawansowanych narzędzi ułatwiających prowadzenie negocjacji, wymianę informacji z uwzględnieniem jakościowych jej aspektów. Funkcje komunikacyjne w tym ujęciu odnosi się również do szeroko pojętego otoczenia; przesądzają one o formach i dynamice współpracy danej organizacji z otoczeniem. Kompleks dziedzin uwzględniających narzędzia inżynierii wiedzy, Zarządzanie problematykę finansowania tworzenia, przesyłania i zastosowań wiedzą wiedzy ze środków publicznych (edukacja, ochrona zdrowia, ochrona środowiska), tworzenie, przesyłanie i zastosowanie wiedzy w organizacjach gospodarczych i administracji. Standard systemów informacyjnych zarządzania utożsamiany z sysZintegrowane systemy infor- temami klasy MRP II, ERP, które zapewniają tworzenie i przetwarzanie kompleksowych informacji w ujęciu procesowym z udostępmacyjne nianiem odpowiednich wyjść o procesach w sieci informacyjnej przedsiębiorstwa. 150 Bibliografia: 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. Abramowicz W., Nowak Bayesian Networks as a Decision Support Tool in Credit M., Sztynkiel J (2002). Scoring Domain, Parag C Pendharkar(ed), Knowledge Management, Idea Publishing Abramowicz W., Zadura G. Knowledge Discovery for Business Informations Systems, (ed) (2001) Kluver Academic Publishers Boston 431 pp. Adler, P. i Clark, K. (1991), "Behind the learning curve: a sketch of the learning process", Management Science, Vol. 37, No. 3. Andersen, D. S. i Biddle, B. Knowledge for Policy. Improving Education Through ReJ. (eds.) (1991), search, Falmer Press, London. Antonelli, C. (1991), The Microdynamics of Technological Change, Routledge, London. Arrow K. J. (1994), “Methodological individualism and social knowledge”, Richard T. Ely Lecture, in AEA Papers and Proceedings, Vol. 84, No. 2, May. Arrow K.J. (1962a), “The economic implications of learning by doing”, Review of Economic Studies, Vol. XXIX, No 80. Arrow, K. J. (1969), "Classificatory notes on the production and transmission of technological knowledge", American Economic Review. Arrow, K. J. (1971), “Political and economic evaluation of social effects and externalities”, in M. Intrilligator (ed.), Frontiers of Quantitative Economics, North Holland. Bauer, J. C. (1996), Statistical Analysis for Health Care Decision – Makers; Understanding and Evaluating Critical Information in a Competitive Market, Irwin/Healthcare Financial Management Association, Chicago. Bearn, A. G. (1977), “The growth of scientific medicine”, in G. McLachlan (ed.), Medical Education and Medical Care, Oxford University Press. Berly, P. i Chakrabarti, A. Generic Knowledge strategies in the US pharmaceutical (1996), industry", Strategic Management Journal, Vol. 17, s. 123 135. Berman et al., (1997), „Implications of skill – biased technological change: international evidence“, Working Papere 6166, September, NBER, Cambridge, MA. Black, F. i Scholes, “The pricing of options and corporate liabilities”. Journal of M.(1973), Political Economy, Vol. 81, pp. 637-659. Boisot, M. H. (1998), Knowledge Assets, Oxford University Press Bosworth, K. i Stoneman, Technology transfer, Information Flows and Collaboration: P. (1996), An analysis of the CIS, Programme SPRINT, Luxembourg. Bourdieu, P. (1977), “Cultural and social reproduction” in J. Karabel and H.A. Halsey (eds.), Power and Ideology in Education, Oxford University Press, New York. Bowles, S. i Levin, H. “The determinants of scholastic achievement: an appraisal (1968), of some recent evidence”, Journal of Human Resources, Vol. 3 (I). pp. 3-24. Bryan, C. S. (1997), Olser: Inspirations from a great Physician, Oxford University Press. Carlsson, B. i Jacobsson, S. Diversity creation and technological systems: A technology (1997), policy perspective” in C. Edquist (ed.), Systems of Innovation: Technologies, Institutions and Organizations, Printer 151 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32. 33. 34. 35. 36. 37. 38. 39. 40. Publishers, London. “Production workers, metainvestment and the pace of change”, Paper prepared for the meetings of the International J. A. Schumpeter Society, Munster, August. Carter.A.P. (1994a), "Change as economic activity", Working Paper No. 333, Brandeis University, Department of Economics. Cave, M., Hanney, S., The use of performance indicators: The rise of the quality Henkel, M., i Kogan, M. movement, Jessica Kingsley Publishers, London. (1997), Chmielarz W. (2001), Handel elektroniczny nie tylko w gospodarce wirtualnej, Wydawnictwa Naukowe Wydziału Zarządzania UW Warszawa. Cockburn, I. i Henderson, "Public-private interaction and the productivity of pharmaR. (1997), ceutical research", NBER Working Paper 6018, National Bureau of Economic Research. Coffield, F. (1998), Learning at Work, The policy Press. Cohen et al., (1998), “Industry and the academy: uneasy partners in the cause of technological advance”, w R. G. Noll (red.), Challenges to research Universities, Brookings Institution, Washington, DC, s. 171-199. Cohen, W. M. i Levinthal, “Absorptive capacity: A new prospective on learning and D.A. (1990), innovation”, Administrative Science Quarterly, Vol. 35, s. 12-152. Cohen, W., Florida, R. i University - lndustry Research, Carnegie Mellon University, Goe, R. (1994), May. Cohen, W., Nelson, R. i "Links and impacts: New survey results on the influence of Walsh, J. (1996), University research on industrial B+R", Carnegie Mellon University, Department of Social and decision Sciences. Coleman, J. (1998), “Social Capital in the creation of human capital”, American Journal of Sociology, Vol. 94 (supplement), s. 95 – 120. Coombs, R., Richards, A., Technological Collaboration, Edward Elgar. Saviotti, P. P. i Walsh, V. (1996), Cowan, R., David, P.A. i "The explicit economics of knowledge codification and Foray, D. (1998), tacitness", paper prepared for the TIPIK workshop, Paris, 45 December, ECTSER project TIPIK. Davenport, T. H. i Prusak, Working Knowledge: How Organizations Manage What L. (1998), they Know, Harvard Business School Press. David, P.A. (1993), "Knowledge, property, and the System Dynamics of technological Change", The Proceedings of the World Bank Annual Conference on Development Economics, World Bank. David, P.A. (1998), "Path-dependent learning, and the evolution of beliefs and behaviours", forthcoming in Pagano and Nicita (eds.), The Evolution of Economic Diversity, Routledge, London. David, P.A. i Foray, D. "Accessing and expanding the science and technological (1995), knowledge-base", ST1 Review, No. 16, OECD, Paris. Day et al., (1993), The Markets for Innovation, Ownership and Control. IUI, Stockholm/North – Holland, Amsterdam. Desrosieres, A. (1989), "L'opposition entre deux formes d'enquete: monographie et statistique", in Boltanski et Thevenot (eds.), Justesse et Justice dans le travlal, Cahiers du Centre d 'etudes de rerriploi, CEE-PUF, Paris. Drelichowski L. (2000). Elementy teorii i praktyki zarządzania z technikami inforCarter, A.P. (1994), 152 41. Drelichowski L., 2000, 42. Drelichowski L., (2002a), 43. Drelichowski L. (2002b), 44. Drelichowski L. (2003a), 45. Drelichowski L. (2003b), 46. Edquist, C. (1997), 47. Eliasson, G. (1996 d), 48. Eliasson, G. (1987 b), 49. Eliasson, G. (1994 a), 50. Eliasson, G. (1994), 51. Eliasson, G. (1995), 52. Eliasson, G. (1996 a), 53. Eliasson, G. (1996), 54. Eliasson, G. (1997 b), 55. Eliasson, G. (1997 c), 56. Eliasson, G. (1997 e), 57. Eliasson,G. et al.(1990), macyjnymi w przedsiębiorstwach. Wydawnictwo Naukowe ATR Bydgoszcz. Metodyka projektowania i wdrażania zintegrowanych rozproszonych systemów informatycznych z heterogenicznymi bazami danych. . Polska Akademia Nauk -IBS. Seria: Badania Systemowe tom 26, „Technologie informatyczne w zarządzaniu ,Systemy wspomagania decyzji”. s.11-22. Społeczeństwo informacyjne a rozwój zrównoważony i dystrybucja wiedzy akademickiej. Konferencja nauk. Udział bibliotek akademickich w kształtowaniu społeczeństwa informacyjnego w Polsce: potencjał, możliwości, potrzeby. Bydgoszcz Klonowo. Teoretyczne i praktyczne aspekty zarządzania wiedzą w przedsiębiorstwach. Wydawn. AR Szczecin s. 541-549. Zastosowanie specjalistycznych baz wiedzy i szkoleń z podstaw inżynierii wiedzy środkiem doskonalenia zarządzania małych i średnich firm. Prace Naukowe AE Wrocław nr 975, s.81-88. Narzędzia, metody i środki finansowania zarządzania wiedzą w gospodarce, ochronie zdrowia i edukacji. informatycznych z heterogenicznymi bazami danych. . Polska Akademia Nauk -IBS. Seria: Badania Systemowe tom 33, „Zastosowania informatyki i analizy systemowej w zarządzaniu”. s.21-28. System of Innovation: Technologies, Institutions, Organizations, Pinter. The use of highly educated people in production, KHT, TRITA-IEO R., Vol. 10. “The knowledge base of an industry”. International, Stokholm. Hogre utbildade i foretag. Report No. 14, DS. 1994: 119, Agenda 2000, Ministry of Education, Stockholm. Hogre utbildade i foretag. Report No. 14, DS. 1994: Agenda 2000, Ministry of Education, Stockholm. Teknologigenerator eller nationellt prestigeprojekt? Exemplet svensk flygindustri (A technology generaor or a national prestige projekt? The Swedish aircraft industry), City University Press, Stockholm. Firm Objectives, Controls and Organization. The use of Information and the Transfer of Knowledge within the Firm, Kluwer Acedemic Publishers, Dordrecht/Boston/London, s. 196. Firm Objectives, Controls and Organization, Kluwer Academic Publisher, Amsterdam. Halso-och sjukvardsindustrin – ett kompetensblock med. Stor affarspotential, KHT, INDEK, TRITA - IEO R., Vol. 3. General Purpose Technologies, industrial competence blocs and economics growth:, in B. Carlsson (ed.), Technological System and Industrial Dymanics, Kluwer Academic Publishers, Boston/Dordrecht/London. “The venrure capitalist outsider”, INDEK, KHT, STOCKHOLM (mimeo). The Knowledge-based Information Economy, Interna- 153 58. 59. 60. 61. 62. 63. 64. 65. 66. 67. 68. 69. 70. 71. 72. 73. 74. 75. 76. tional, Stokholm. “Spillovers, integrated production and the theory of the firm”, Journal of Evolutionary Economics, Vol. 6, pp. 125140. Elzinger, A. (1985) “Research, bureaucracy and the drift of epistemic criteria”, in B. Wittroch et al. (eds.), The University Research System, The Public Policies of the Homes of Scientists. Almqvist and Wicksell, Stockholm. Feldman, M. i Lichtenberg, "Consequences and determinants of the geographic distribuF. (1996), tion of B+R", draft report. Foray, D. ( 1994), “Production and distribution of knowledge in the new systems of innovation: The role of intellectual property rights, Review, Vol. 14, pp. 19-152. Foray, D. ( 1998), "How to measure the learning economy: an Analytical framework", report prepared for the CER1-OECD project on the production, mediation and use of knowledge, Paris. Fransman, M. (1997), “Convergence, the Internet, multimedia and the implications for Japanese and Asian tiger companies and national systems”, Paper presented at the International Symposium on Innovation and Competitiveness in Newly Industralising Economies, 26-27 May. Seoul. Freddi, G. i Bjorkman, J. Controllind Medical Proffesionals: the comparative politics W. (1989), of health governance, Sage. Freeman, C. (1987), Technology Policy and Economic Performance: Lesson from Japan, Printer Publishers, London. Freeman, C. (1991), “Networks of Innovators: A synthesis of research issues”, Research Policy, Vol. 20(5), pp. 499-514. Fruin, W. M. (1992), The Japanese Enterprise System, Clarendon Press. Fruin, W. M. (1997), Knowledge Works, Oxford University Press. Fukuyama, F. (1995), Trust: The Social Virtues and the Creation of Prosperity, Hamish Hamilton, London. Fuller A. i Unwin L., Reconceptualising apprenticeship: Exploring the relation(1998), ship between work and learning, Journal of Vocational Education and Training, Vol. 50(2), pp. 153-171. Gambardella, A. (1995), Science of Innovation: The US Pharmaceutical Industry during the 1980s, Cambridge University Press. Gibbons, M. (1992), „The industrial – academic research agenda“, w R. Whiston (red.), Research and Higher Education – The UK and the US, SHRE and Open University Press, Buckingham. Gibbons, M., Limoges, C., The new production of knowledge, Sage. Nowotny, H., Schwartzman, S., Scott, P. i Trow, M. (1994), Grindley, P., Mowery, D.C. "Sematech and collaborative research: lessons in the design i Silverman, B. (1996), of high-technology consortia", in Teubal, Foray, Justman and Zuscovitch (eds.), Technology Infrastructure Policy: An International Perspective, Kluwer Press, Amsterdam. Guile, D. i Young, M. “Apprenciceship as a conceptual basis for a social theory of (1998), learning”, Journal of Vocational Education and Training, Vol. 50(2), pp. 173-192. Guns, B. (1998), „The chief knowledge of officer’s role: Challenges and competenties“, Journal Knowledge Management, Vol. 1(4), pp. 315-319. Elliasson, G. (1996 b), 154 77. 78. 79. 80. 81. 82. 83. 84. 85. 86. 87. 88. 89. 90. 91. 92. 93. 94. 95. 96. 97. 98. Hafferty, F. W. i McKinley, The Changing Medical Proffesion in an International PerJ. B. (eds.) (1993), spective, Oxford University Press. Hargreaves, D. (I998), "The productions, mediation and use of professional knowledge among teachers and doctors: a comparative study", Working document for CERJ/OECD, Paris, Hargreaves, D. H. (1993), “A common-sense model of the proffessional development of teachers”, in J. Elliot (ed.), Reconstructing Teacher Education, Falmer. Harryson, S. (1998), Japanese Technology and Innovation Management, Edvard Elgar. Harvey, A. M. (1981), Science of Bedside, John Hopkins University Press. Hasluck, C., Hogarth, T., Modern Apprenticeship: A survey of Employers, DepartMaguire, M. i Pitcher, J. et ment for Educaton and Employment, London. al., (1997), Hatchuel, A. i Weil, B. Experts in Organisations, Walter de Gruyter, Berlin. (1995), Henderson, R. (1994), "Managing innovation in the information age", Harvard Business Review, January-February. Henkel, M. i Kogan, M. „The impact of policy changes on the academic profession”, (1996), Paper presented at the Society for Research in Higher Education, Cardiff. Hick, D. ( 1995), " Published paper, tacit knowledge and the corporate management of the public/private character of knowledge", Industrial and Corporate Change, Vol. 4, No. 2. Howells, J. i Neary, I. Intervention and Technological Innovation: Government (1995), and the Pharmaceutical Industry in the UK and Japan, MacMillan. Hryniewicz O. (2001), Optimisation using possibilistic measures of preference. W: Procidings of the 14 International Conference on Systems Science, Wrocław. Jelinek, M. i Schoonhoven, The Innovation Marathon, Blackwell. C. B. (1990), Jimenez, E. i Lockheed, M. „Public and private secondary education in developing E. (1995), countries: A comparative study”, World Bank Discussion Paper 309, World Bank. Johnes, I. i Taylor, I. Performance Indicators in Higher Education, SHRE and (1990), Open University Press, Buckingham. Johnson, T., Larkin G. i Health Proffessions and the State in Europe. Routledge. Saks, M. (eds.) (1995), Johnston, R. et al., (1993), The Effects of Resource Concentration on Research Performance – Commissioned Report No. 25, National Board of Employment, Education and Training , Australian Government Publishing Service, Canberra. Kacprzyk J, Zadrożny S. Data Mining via fuzzy querying over the Internet. W: O. (2000b), Pons Knowledge Management in Fuzzy Database. PHYSICA-VERLAG, Heidelberg-New York, s. 211-233. Kacprzyk J, Zadrożny S. Computing whith words in intelligent data base querying: (2001a), standalone and internet - based applications. INFORMATION SCIENCES, vol. 13 s. 71-109. Kacprzyk J.(1997), Multistage Fuzzy Control. Wiley, Chichester. King, L. M. (1982), Medical Thinking: a historical perspective, Princeton University Press. Kisielnicki J., Sroka H. Systemy informacyjne biznesu. Agencja Wydawnicza 155 99. 100. 101. 102. 103. 104. 105. 106. 107. 108. 109. 110. 111. 112. 113. 114. 115. 116. 117. 118. 119. 120. 121. 122. (1999), Placet, Warszawa. Kogan M., El-Khawas, E. i Staffing Higher Education: Meeting New Challenges, Moses, I. (1994), Higher Education Policy Series, No. 27. Jessica Kingsley, London. Kolb, D. A. (1998), Experiental Learning, Englewood Cliffs, Prentice Hall. Kyvik, S. (1991), Productivity in Academia, Norwegian University Press, Oslo. Lam, A. (1996), "Engineers, management and work organization: A comparative Analysis of Engineers" Work Roles in British and Japanese Electronic Firms", Journal of Management Studies, Vol. 33(2), s. 183-212. Lane, J. (1996), Apprenticeship in England 1600-1914. University College London Press. Larson, M. S. (1977), The rise of professionalism, University of California Press. Lave, J. i Wenger, E. Situated Learning: Legitimate Peripheral Participation, (1991), Cambridge University Press. Lipnack, J. and Stamps, J. The age of the Network, Oliver Wright Publications. (1994), Lonsdale, A. (1993), “Changes in incentives, rewards and sanctions”, Higher Education Managements, Vol. 5, No. 2. Lundvall B. A. i Johnson “The learning economy”, Journal of Industry Studies, Vol. B. (1994), 1, No. 2, December, pp. 23-42. Lundvall, B. A. (1985), Product Innovation and User – Producer Interaction, Aalborg University Press, Aalborg. Lundvall, B. A. (1992), National Systems of Innovation: Towards a Theory of Innovation and Interactive Learning, Printer Publisher, London. Lundvall, B. A. (1998), Innovation as an Interactive Process: From User-producer Interaction to National Systems of Innovation", in G. Dosi et al. (eds.), Technical Change and Economic Theory, Pinter. Lynton, E. A. (1996), Internal Constraints to fuller university engagement in regional economic development – Experiences in the US”, Industry and Higher Education , t. 10(2), s. 79-87. Lynton, E. i Elman., S. New Priorities for the University – Meeting Society’s Needs (1987), for Applied Knowledge and Competent individuals, Josseybass, San Francisco. Machlup, F. (1984), The Economics of Information and Human Capital, Princeton University Press. Mańka J., Krupa W., 2002, Zarządzanie wiedzą i akcelerator ekspansji. Folia OeconoKrupa K, mica 157 Uniwersytet Łódzki s. 455-465. Mansfield, E. (1985), "How rapidly does new industrial technology leak out?", The Journal of Industrial Economics, Vol. XXXIV, No. 2. Markowitz (1952), “Portfolio selection”, Journal of Finance, No. 7, pp. 77-91. Marsick, V. J. (1987), Learning in the Workplace, Croom Helm. Marsick, V. J. i Watkins, K. Informal and Incidental Learning in the Workplace, E. (1990), Routledge. Maskell, P. i Malmberg, A. Localised Learning and industrial competitiveness”, Cam(1999), bridge Journal of Economics, Vol. 23 (2). Mażbic-Kulma B., 2002, Determinanty rozwoju społeczeństwa informacyjnego. Folia Sienkiewicz P., Oeconomica 157, Uniwersytet Łódzki. McNay, I. (1996), “The impact of the research assessment exercise (RAE) on research policy and management in English Universities”, 156 123. Merton, R. C. (1973), 124. Modigliani, F. i Miller, M. H. (1958), 125. Murnane, R. i Nelson, R. (1984), 126. Myers, P. (1996), 127. Nelson, R. R. (1986), 128. Nelson, R. i Romer, P. (1996), 129. Nelson, R. R. (1959), 130. Nelson, R. R. (1993), 131. Nonaka, I. i Takeuchi, H. (1995), 132. OECD (1992), 133. OECD (1994), 134. OECD (1995), 135. OECD (1996), 136. OECD (l997), 137. OECD (l997b), 138. Olszak C..M., 2000, 139. Olszak C.M., 2001, 140. Osler, W. (1904), 141. Patent, 142. Pavitt, K. (1998), 143. Pellagrino, E. D. (1981), 144. Pickering, W.G. (1996), Paper presented at an ESRC Seminar Series, “Changing Relationships between higher education and the State”. “On the pricing of corporate dept. The risk structure of interest rates”, Journal of Finance, Vol. XXIX (3), May, pp. 49-470. “The cost of capital, corporate finance and theory of investment:, American Economic Review, Vol. 48, No. 3. June, pp. 261-297. Production and innovation when techniques are tacit: the case of education", Journal of Economic Behaviour and Organisation, Vol. 5. Knowledge Management Tools, Butterworth-Heinmann. “Institutions supporting technical advance in industry”, American Economic Review, Vol. 76, pp. 186- 189. "Science, economic growth and publik policy", in Smith and Barfield (eds.), Technology, B+Rand the Economy. The Rotkings Institution and OECD (1994), The Measurement of Scientific and Technical Activities 1993: Standard Practice for Surveys of Research and Experimental Development – Frascati Manual, Paris. “The simple economics of basic economic research”, Journal of Political Economy, Vol. 67, s. 323-348. National Innovation Systems, Oxford University Press. The Knowledge - Creating Company. Oxford University Press. Technology and the Economy – The Key Relationship, Paris. The OECD Jobs Study – Evidence and Explanations, Part I, Paris. Educational Research and Development – Trends, Issues and Challenges, Paris. Measuring What People Know – Human Capital Accounting for the Knowledge Economy, Paris. “Sustainable flexibility: A procpective study on work, family and society in the information age”, Paris. Information Technology Outlook, Paris. Zarys metodologii multimedialnych systemów wspomagania decyzji w zarządzaniu, AE, Katowice. Systemy informacyjne w zarządzaniu wiedzą w przedsiębiorstwach. Organizacja i Kierowanie nr 4 s. 75-87. Aequanimitas, Blakiston’s and Son, Philadelphia and H K Lewis and Co, London (1939). WO 01/27902 PCT/US00/28762 pod tytułem TRAINING AND KNOWLEDGE MANAGEMENT SYSTEM. “Technologies, products and organisation in the innovating firm: What Adam Smith tells us and Joseph Schumpeter doesn’t”, Paper presented at the “DRUID 1998 Summer Conference”, June 9-11, Bornholm. “Optimizing the uses of medical knowledge”, in K. E. Boulding and L. Senesh (eds.), The Optimum Utilization of Knowledge. Westview Press. “Does medical treatment mean patient benefit?, The Lancet, Vol. 347, pp. 379-380. 157 145. 146. 147. 148. Platt , Lord (1972), Private and Controversial, Cassell. Plotkin, H. (1997), Evolution in Mind, Allen Lane. Polanyi, M. (1966), The Tacit Dimension, Routledge and Kegan, London. Powell, W., Koput, K. i “Interorganizational collaboration and the locus of innovaSmith – Doerr, L. (1996), tion”, Administrative Sciences Quarterly, pp. 116-145. 149. Premfors, R. (1991), “Scientific bureacracy. Research implementation by Swedish civil servants”, in M. A. Trow and T. Nybom (eds.), University and Society. Essays on the Social Role of Research and Higher Education, Jessica Kingsley Publishers, London. Making Democracy Work – Civic Traditions in Modern 150. Putnam, R. D. (1993), Italy, Princeton University Press, Princeton. 151. Raffel, M. W. (red.) (1997), Health Care and Reform in Industrialized Countries, The Pensylvania State University Press, University Park, Pensylvania. 152. Resnick, L. B. (ed.) (1989), Knowing, Learning and Instruction, Erlbaum Associates. Knowledge base for the Beginning Teacher, Pergamon. 153. Reynolds, M. C. (1989), 154. Roberts, I.. (1993), Craft, Class and controll, Edinburgh University Press. 155. Roos, R. J., Dragonette, N. Intellectual Capital: Navigating the business Landscape, C., i Edvinsson, L. (1997), Macmillan. 156. Rosenberg, N. i Nelson, R. “American universities and technical advance in industry”, R., (1994), Research Policy, t. 23, s. 323-348. 157. Ross, D. (1984), “American social science and the idea of progress “, in T. L. Haskell led.), The Authority of Experts, Indiana University Press. “Private school vouchers and student achievement: An 158. Rouse, C. E. (1998), evaluation of the Milwaukee parental choice program”, Quarterly Journal of Economics, Vol. 113(2), pp. 553-602. 159. Rowland, H. (1998), “Bridging the knowledge gap: Building a knowledge – based Health Service”, Knowledge Management Review. Vol. 3, pp. 16-19. 160. Ruggles, R. L. (1997), Knowledge Management Tools, Butterworth-Heinemann. 161. Ruin, O. (1984), “Prefator note”, in T. Hussen and M. Kogan (eds.), Educational Research and Policy; How do They Relate?, Pergamon Press, Oxford. 162. Ryle, G. (1949), The concept of mind, Hutchinson. 163. Sadlak I. i Altbach, P. Higher Education Research at the Turn of the Century, (1997), Unesco Publishing and Garland Publishing. New York. 164. Saxenia, A. (1994), Regional Advantage: Culture and Competition in Silicon Valley and Route 128, Harvard University Press. 165. Schon, D. (1987), Educating the Reflective Practitioner, Jossey – Bass. 166. Schuetze, H. G. (1998), „How do small firms innovate? A study of innovative SMEs in British Columbia”, w J. de la Mothe G. Paquet (red.), Local and Regional Systems of Innovation, Kluwer Academic Publishers, Boston, s. 191-209. 167. Schuetze, H. G. (1999), “Science as commodity, research as bussiness, universities as corporations? – Annotations on the commercialisation of academic research”, w B. Rebe (red.), Science- EconomySociety, Festschrift fuer W. Bonin, W. Raabe Verlag, Hildesheim. 168. Schutz, A. (1964), „The stranger: an essay in social psychology“, in A. Broderson (ed.), Collected Papers, Martinus Nijhoff. 169. Senge, P. (1990), The Fifth Discipline: The art of practice and learning, Dou- 158 170. Sharpe (1964), 171. Silverman, W. (1997), 172. Skyrme, D. and Amidon, D. M. (1997), 173. Slaughter, S. i Larry L. L., (1997), 174. Slaughter, S. i Rhoades, G. (1996), 175. Soete, L. i Arundel, A. (1993), 176. Sroka H.; 1994, 177. Starbuck, W. H. (1992), 178. Starr, P. (1982), 179. Steinmueller, E. (I996), bleday, New York. „Capital asset prices: A theory of market equilibrium under conditions of risk“, Journal of Finance, Vol. XIX, 3 September, pp. 425-442. “Equitable distribution of the risk and benefits associated with medical innovations”, in A., Maynard and I. Chalmers (eds.), Non-random Reflections on Health Services Research, BMJ Publishing Group. "Creating of knowledge-based Business", Business Inteligence. Academic Capitalism, Politics, Policies and Enterpreneurial University, Johns Hopkins University Press, Baltimore. “The emergence of a competitiveness research and development policy coalition and the commercialisation of academic science and technology”, Science, Technology and Human Values, t. 21(3), s. 303-339. An Integrated Approach to European Innovation and Technology Diffusion Policy: A Maastricht Memorandum, Commision of the European Communities, Sprint Programme. Komputerowe wspomaganie decyzji w zarządzaniu i finansach, AE, Katowice. "Learning by Knowledge-intensive Firms", Journal of Management Studies, Vol. 29(6), pp. 713-740. The Social Transformation of American Medicine, Basic Books, New York. 'Technology infrastructure in information technology industries", in Teubal, Foray, Justman and Zuscovitch (eds.), Technology Infrastructure Policy: an InternationalProspective, KuwerPress, Amsterdam. Intellectual Capital, Brearley. Managing Knowhow, Bloomsbury. 180. Stewart, T. A. (1997), 181. Sveiby, K. E. and Lloyd, T. (1987), 182. Tadeusiewicz R., Virtual Learning and Teaching versus Classical one. Conflict or Mutual Reinforcement? Proceedings of Oxford Round Table, Oxford 2002, pp. 126-138. 183. Tadeusiewicz R. (2000), Virtual Learning on the Base of Experiments in Computer Aided Teaching at the University or Mining and Metallurgy, Proceedings of EUNIS 2000 Conference Towards Virtual Universities, Poznań, pp. 185-198. 184. Teece, D. Pisano, G. i Dynamic Capabilities and Strategic Management, UniverShuen, A. (1992), sity of Berkeley. 185. Teichler, U. (1993), “Research on higher education in Europe: Some aspects of recent developments”, in EAIR, Towards Excellence in European Higher Education in the 1990s, Proceeding of the Eleventh European AIR Forum, Trier, 1989, Lemma B. V., Utrecht. 186. Teichler, U. i Maimworm, Transition to Work – The Experiences of Former ERASF. (1994), MUS Students, Jessica Kingsley Publishers. 187. Trow, M. A. (1991), “Introduction: Swedish research on higher education: An appreciation of a research program and its director”, in M. A. Trow and T. Nybom (eds.), University and Society. Essays on the Social Role of Research and Higher Educa- 159 tion, Jessica Kingsley Publishers, London. “The case of medicine”, in T. Becher (ed.), Governments and Professional Education, Open University Press. 189. Vard, V. (1998), „Mapping meta – knowledge“, Knowledge Management Review, Vol. 5, pp. 10-15. 190. Verspagen, B. (1992), Uneven Growth between Interdependent Economies, Faculty of economics and business administration, Maastricht. 191. Vickery, G. i Wurzburg, G. "The challenge of measuring and evaluating organisational (1998), change in enterprise", Measuring Intangible Investments, OECD, Paris. 192. Von Hippel, E. (1988), The Sources of Innovation, Oxford University Press, New York and Oxford. 193. Walshok, M. L. (1995), Knowledge without Boundaries: What American Research Universities can do for the Economy, The Workplace and the Community, Jossey-Bass, San Francisco. 194. Weed, L. L. (1997), “The connections between medical knowledge and patient care:, British Medical Journal. t. 315, s. 231-235. Social Science Research and Decision – Making, Columbia 195. Weiss, (1980), University Press, New York. White Paper (1993), Realising our potential; A strategy for Science, Engineering and Technology, Command 2250, HMSO, London. 196. Wilg, K. M. (1997), "Knowledge and Management: an Introduction and Perspective", Journal of Knowledge Management, Vol. 1(1), s. 6-14. 197. Woolcock, M. (1998), „Social capital and economic development: Toward a theoretical synthesis and policy framework”, Theory and Society, No. 2, Vol. 27, s. 151-207. P 355142 zgłoszenie w sprawie uzyskania patentu na pro198. Zgłoszenie patentowe jekt wynalazczy p.t.: System zarządzania wiedzą i procesem szkolenia z zakresu podstaw inżynierii wiedzy. 199. Ziman, J. (1979), Reliable Knowledge, Cambridge University Press, Cambridge. 200. Zucker et al., (1997), “Labor mobility from academe to commerce”, Working Paper 6050, May, NBER, Cambridge, MA. 201. Zuckermann, H. (1977), Scientific Elite, The Free Press, New York. 188. Vang, J. (1994), 160 Spis tabel: Tabela 1. Nauczanie w szkole a praktyka zawodowa.....................................................26 Tabela 2. Niektóre różnice i podobieństwa pomiędzy sektorami ...................................31 Tabela 3. Uniwersytet a praca ........................................................................................55 Tabela 4. Motywy, formy współpracy i zapotrzebowanie przemysłu na współpracę z uczelniami ........................................................................................................77 Tabela 5. Motywy, zapotrzebowanie i formy współpracy przemysłu z uczelniami.......79 Tabela 6. Zapotrzebowanie na wiedzę oraz uniwersyteckie źródła wiedzy ...................81 Tabela 7. Macierz zależności kodyfikacji wiedzy od sektorów jej wytwarzania .........121 Tabela 8. Tablica interakcji producentów przesyłania i użytkowania wiedzy..............122 Tabela 9. Zestawienie źródeł finansowania i organizacji zastosowań wiedzy .............127 Tabela 10. Macierz deskryptorów eksperymentalnego uczenia się..............................128 Tabela 11. Strategie organizacyjne dla źródeł i mechanizmów innowacji ...................130 Tabela 12. Tablica relacji typów użytkowników wiedzy ich zaangażowania i form organizacyjnych .............................................................................................131 Tabela 13. Parametry identyfikujące adaptację i upowszechnienie nowych technologii......................................................................................................131 Tabela 14. Parametry wpływu zastosowań nowych technologii informacyjnych i komunikacyjnych..............................................................................................132 Tabela 15. Podstawowe formy dyfuzji wiedzy.............................................................133 Tabela 16. Parametry identyfikujące formy dyfuzji i upowszechniania wiedzy ..........134 Tabela 17. Sposób parametryzacji natury innowacji i kosztów ich wdrażania ............135 Spis rysunków: Rysunek 1. Dziedziny zarządzania wiedzą.....................................................................12 Rysunek 2. Model linearny.............................................................................................22 Rysunek 3. Model interaktywny.....................................................................................23 Rysunek 4. Tworzenie, transfer i integracja wiedzy.......................................................38 Rysunek 5. Schemat realizacji I i II fazy procesu edukacyjnego ...................................48 Rysunek 6 Schemat realizacji III i IV fazy procesu edukacyjnego ................................49 Rysunek 7. Schemat realizacji V i VI fazy procesu edukacyjnego ................................50 Rysunek 8. Schemat realizacji I i II fazy procesu edukacyjnego w wariancie II............52 Rysunek 9. Schemat realizacji III i IV fazy procesu edukacyjnego w wariancie II .......53 Rysunek 10. Struktura systemów finansowania i zastosowań wiedzy w opiece zdrowotnej ................................................................................................61 Rysunek 11. Struktura tworzenia i rozwoju zastosowań wiedzy w opiece zdrowotnej..62 Rysunek 12. Schemat powiązań procesów składających się na bazy wiedzy uwidocznione na przykładzie wewnętrznych struktur ............................108 Rysunek 13. Technologie komputerowe w tworzeniu i transferze wiedzy ..................113 Rysunek 14. Czteroskładnikowa struktura piramidy wiedzy .......................................144 Rysunek 15. Pięcioskładnikowa struktura piramidy wiedzy ........................................144 Rysunek 16. Pętla wiedzy ............................................................................................145