podstawy in ynierii zarządzania wiedzą

Transkrypt

1
BIBLIOTEKA
POLSKIEGO STOWARZYSZENIA
ZARZĄDZANIA WIEDZĄ
LUDOSŁAW DRELICHOWSKI
PODSTAWY INŻYNIERII
Bydgoszcz 2004
2
PODSTAWY INŻYNIERII ZARZĄDZANIA WIEDZĄ
3
BIBLIOTEKA
POLSKIEGO STOWARZYSZENIA
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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.
52.
Eliasson, G. (1996 a),
53.
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.
National Systems of Innovation: Towards a Theory of
Innovation and Interactive Learning, Printer Publisher,
London.
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

podstawy in ynierii zarządzania wiedzą

Transkrypt

Podobne dokumenty

DOŚWIADCZENIA Z REALIZACJI STYPENDIUM KOMISJI