III MOODUL: Teadmusjuhtimise süsteemid ja tehnoloogiad

Ülesanne 1: 

  1. Mida mõistad teadmusjuhtimise süsteemide ja tehnoloogiate all?
  2. Kuidas on teadmusjuhtimise protsessid, süsteemid, mehhanismid ja tehnoloogiad omavahel seotud?

S. Virkuse 3. teema loengukonspektis võib eristada järgmisi teadmusjuhtimise süsteeme:
1. Teadmuse hankimine (andmebaasid, veebipõhine juurdepääs andmetele, andmekaeve, inforepositooriumid, veebiportaalid, hea praktika ja kogetud õppetunnid (kombineerimine). Videokonverentsid, elektroonilised diskussioonigrupid, e-mail (sotsialiseerumine).

2. Teadmushõive (ekspertsüsteemid, vestlusgrupid, hea praktika ja kogetud õppetundide andmebaasid (eksternaliseerimine). Arvutipõhine kommunikatsioon, tehisintellektipõhine teadmiste omandamine, arvutisimulatsioonid (internaliseerimine).

Teadmushõive ja kogumise süsteemid toetavad uue vaiketeadmuse või väljendatud teadmuse loomise protsessi või sünteesi eelnevatest teadmistest. Need süsteemid võimaldavad hankida teadmist, mis on organisatsioonis või väljaspool organisatsiooni. Varaseim teadmushõive ja -kogumise mehhanism on nn storytelling ehk loo jutustamise kunst. Teadmushõive protsessid on: andmete eeltöötlemine, teadmiste hankimine (andmekaeve – data mining) ja järelanalüüs.
Teadmushõive süsteemi põhimõtteline skeem: (Han and Kamber)
 Andmeallikas: Andmebaasisüsteem, andmeladu, veeb – andmete puhastamine ja koondamine.
 Andmebaasi server, andmelao klastrid – andmete kitsendamine ja ettevalmistamine.
 Teadmistebaas – andmekaeve eksperimendis uuritavate jaoks vajalike üldteadmiste kogum.
 Andmekaevanduse “mootor” – andmekaeve algoritmide tarkvaralised moodulid.
 Tulemuste hindamise süsteem – testandmete rakendamine ja tulemuste hindamine.
 Kasutajaliides – tulemuste kuvamine ja tegevuste monitoorimine.

Andmekaeve tehnikad jagunevad kahte kategooriasse: prognoosiv analüüs (predictive analysis) ja kirjeldav analüüs (descriptive analysis). Prognoosiva analüüsi eesmärk on hetkel olemasolevate andmete põhjal tuleviku või tundmatute väärtuste hindamine. Kirjeldava analüüsi ülesanne on kirjeldada andmete omadusi. Rakendusalad: turundus – prognoosiv analüüs, finants ja kindlustusteenused, veebi andmekaeve.
Tehnoloogiad, mida kasutatakse teadmushõives: mõistekaardid (teadmiste modelleerimise vahendid).
3. Teadmuse jagamise süsteemid: videokonverentsid, elektroonilised diskussioonigrupid, e-mail (sotsialiseerumine). Rühmatöövahendid, veebipõhine juurdepääs andmetele, andmebaasid, repositooriumid, hea praktika andmebaasid, kogetud õppetundide süsteemid, teadmiste lokaatorsüsteemid (teadmiste vahetus).

Teadmiste jagamise süsteemid (teadmusrepositooriumid) toetavad protsesse, mille käigus väljendatud teadmus või vaiketeadmus edastatakse teistele isikutele.
Kaks peamist teadmiste jagamise süsteemide tüüpi on: kasulikud õppetunnid (lessons learned) ja teadmiste lokaatorsüsteemid (expertise locator systems).
Praktikakogukonnad (ühiste huvidega kogukond, mis toimib nii virtuaalselt kui ka reaalselt) on peamised vaiketeadmiste jagamise süsteemid. Wenger on välja toonud nende 3 tunnust: tegevusvaldkond, kogukond, tegevus. Näiteks hariduses õpetajate koolitus.
Teadmiste jagamise süsteeme on klassifitseeritud vastavalt nende iseloomulikele omadustele: juhtumi aruandeandmebaasid, hoiatussüsteemid, parima kogemuse või hea praktika andmebaasid, kasulike õppetundide süsteemid, teadmiste lokaatorsüsteemid.
4. Teadmuse rakendamise süsteemid: ekspertteadmuse hõive ja ülekanne, häiresüsteemid, juhtumipõhised arutlussüsteemid, otsuste vastuvõtusüsteemid (suunamine). Ekspertsüsteemid, ettevõtte ressursi planeerimissüsteemid, juhtimisinfosüsteemid (rutiinid).
Teadmuse rakendamise süsteemid toetavad protsesse, milles teatud isikud rakendavad teiste inimeste teadmisi, kusjuures nad tegelikult ei ole ise omandanud või õppinud neid. Selliste süsteemide alla kuuluvad ekspertsüsteemid.
Ekspertsüsteemidele iseloomulikud jooned:
a) nad sisaldavad organiseeritud teadmust, mis on üles ehitatud faktidest, seostest ja heuristikast;
b) organiseeritud teave on seotud kindla valdkonna ekspertiisiga;
c) ekspertsüsteeme kasutatakse kui konsultante/abistajaid, et lahendada keerukaid probleeme;
d) nad võivad lahendada probleeme sama hästi ja sageli isegi paremini kui inimekspert;
e) nad põhjendavad heuristiliselt, kasutades reegleid, mis arvatakse olevat efektiivsed inimeksperdi poolt;
f) nad püüavad mõningal määral järele aimata viise, kuidas inimeksperdid teevad otsuseid;
g) teadmus, mis sisaldub süsteemis hoitakse lahus kontrollimehhanismist, mis seda rakendab.
Ekspertsüsteem koosneb neljast põhilisest blokist: teadmusbaas, tööruum, kontrollstruktuur, kasutajaliides. Lihtsaimail juhul koosneb teadmusbaas järeldusreegleist, mille abil suudetakse tuntud faktidest järeldada uusi fakte, siiani kõige populaarsem teabeesitus kasutab reegleid vormis:
KUI……SIIS….

Teadmusjuhtimise süsteemide eesmärgiks on informatsiooni ja teadmiste loomise ja jagamise parendamine, organisatsiooni toimimise parandamine informatsiooni ja teadmiste parema loomise, jagamise ja kasutamise kaudu, samuti konkurentsieelise või kõrgetasemelise innovatsiooni tagamine.
Teadmusjuhtimise tehnoloogiatena võib käsitleda infotehnoloogiaid, mis soodustavad teadmusjuhtimist. Oma olemuselt ei erine need oluliselt infotehnoloogiatest, kuid peamine erinevus seisneb selles, et nad keskenduvad teadmusjuhtimisele, mitte infojuhtimisele. Näited: tehisintellekt, mitmesugused ekspertsüsteemid, arvutisimulatsioonid, teadmusandmebaasid jpt. Teadmusjuhtimise tehnoloogiatena võib vaadelda ka sotsiaalse tarkvara vahendeid, tänapäeval ka üldnimetusega web 2.0 vahendid.

Ülesanne 2:

Vali üks teadmusjuhtimise tehnoloogia, mida ei ole loengukonspektis (sissejuhatuses) ja õpiobjektides piisava üksikasjalikkusega kirjeldatud ja iseloomusta põhjalikult selle kasutamise võimalusi teadmusjuhtimises.

Otsustasin näiteks valida hoiatussüsteemi tehnoloogia, mis kvalifitseerub  teadmusjuhtimise rakendamise ekspertsüsteemi alla.

Hoiatussüsteemid on mõeldud  inimeste ennetavale teavitamisele ja kaitsmisele, kasutatakse ka mõistet häiresüsteem. Masinatööstuses ja teistes tööstusprotsessides on laialdaselt kasutuses rikkediagnostika, mis on seotud hoiatussüsteemidega. “Intelligentsed autod” on varustatud mitmete ohutusega seotud hoiatussüsteemidega. Globaalsete häiresüsteemide loomine nõuab paljude ekspertide kaasamist ja keerulist andmetöötlust. Seetõttu on nende loomine kallis ja ajamahukas. Süsteeme täiustatakse pidevalt, võttes arvesse uusi teadmisi ja konkreetseid juhtumeid. Internetist võib leida mitmeid hoiatussüsteemide näiteid:
Läänemere rannikuala üleujutuste hoiatussüsteem (Pärnu)
Sillamäe linna autonoomne hoiatussüsteem
Tartu Kaubajaama hoiatussüsteem
Maavärinate eelhoiatussüsteem
India ookeani ümbritsev tsunamihoiatussüsteem
Lennukite kokkupõrkeohust hoiatav automaatsüsteem
USA tornaadohoiatussüsteem

Lisa kommentaar

Sinu e-postiaadressi ei avaldata. Nõutavad väljad on tähistatud *-ga