بازدید: 19

عنوان مقاله:  هوش مصنوعی در مدیریت دانش

موضوع: مدیریت دانش

دانشجو: فهیمه زارعی شمس آبادی

استاد: دکتر روح اله تولایی

سال انتشار(میلادی): ۲۰۱۹

وضعیت: تمام متن

منبع: تحقیق کلاسی درس مدیریت دانش دکتر روح اله تولایی، دانشگاه شهید بهشتی، نیمسال دوم تحصیلی ۹۷-۱۳۹۶

تهیه و تنظیم: رسانه اجتماعی مدرسه مدیریت شهید بهشتی MGTschool.ir

چکیده :

دانش منبعی ارزشمند برای توانمندساختن سازمانها در جهت نوآوری و رقابت است. این دانش در میان کارکنان و همچنین از طریق حس همجوشی میان آنان به وجود میآید. فرایند مدیریت دانش شامل خلق دانش، ارزشیابی دانش، ارائه دانش، توزیع دانش، و کاربرد دانش است.برای تبدیل دانش به یک کالای سرمایهای، سازمانها باید در جهت ایجاد تعادل میان فعالیتهای مدیریت دانش بکوشند. ولی موانع متعددی برسرراه خلق و به کارگیری دانش در سازمانها وجود دارد. وظیفه مدیریت دانش آن است که این موانع را شناسایی، و برای برطرف کردن آنها چاره اندیشی کند.هدف مدیریت دانش برقراری ارتباط بین خبرگان وافراد مجرب سازمان با افرادی است که نیازبه دانش خاصی رادارند.موفقیت درزمینۀمدیریت دانش نیازمندایجادیک محیط جدیدکاری میباشد،که دانش وتجربه بتوانندبه راحتی تسهیم شوند.از سوی دیگرهوش مصنوعی از داغ ترین موضوعاتی است که دانشمندان علوم رایانه آن را تحت بررسی دارند. آنها قصد دارند تا به جای ساخت یک ماشین هوش مصنوعی آن را به بار آورده و رشد دهند. در این تحقیق ضمن تجزیه و تحلیل عامل های هوشمند به بررسی نقش و کاربرد آنها در ارتقاء زیرساختهای مدیریت دانش با تاکید بر هوش مصنوعی خواهیم پرداخت به گونه ای که همه جوانب مدیریت دانش را در نظر بگیرد.

واژه های کليدی: مدیریت دانش، عامل های هوشمند، زیرساخت های مدیریت دانش، هوش مصنوعی، سیستم های خبره.

مقدمه

در حال حاضر کشورها، به طور روزافزون، براساس تواناییشان در خلق و کاربرد دانش طبقه بندي می شوند

(Torjman, Sherri, Reid, Camp, & Makhoul,2001)  و مشاهده میشود جامعه اي که در آن زندگی میکنیم، به سمت یک ” جامعه دانشی ” حرکت می کند.هر سازمانی که به طور فعال با یک محیط در حال تغییر مواجه است، نه تنها باید به نحو اثربخشی اطلاعات را پردازش کند، بلکه باید اطلاعات و دانش خلق کند.( Nonaka, Ikujiro, 1994 )مدیریت دانش  از جمله مباحث مهم و حیاتی است که اگر چه طی دهه اخیر، مورد توجه و اقبال گسترده و روزافزون سازمانها در عرصه کسب و کار قرار گرفته است، اما ویگ ۱۹۹۷و پروساک ۲۰۰۱ ادعا می کنند که اصل و ریشه آن به سه هزار سال قبل از میلاد حضرت مسیح برمیگردد. پیتر دراکر،نخستین کسی بود که بیش از ۲۵ سال قبل توجه عموم را به این موضوع جلب کرد و از آن زمان تاکنون، سایر متفکران امور مدیریتی و شرکتهاي پیشرو و متعالی، در این زمینه گام برداشته اند )لاجوردي و علی خانبابایی،۱۳۸۶). مدیریت دانش به مجموعه فعالیتهاي منظم و پیوستهاي اطلاق میشود که یک سازمان، براي استفادة بیشتر و ارزش افزایی از دانش  موجود، می تواند انجام دهد .( Marwick,,2001).مدیریت دانش، رشد و توسعۀ عملکرد سازمانی با استفاده از قادرسازي افراد جهت دراختیار گرفتن، به اشتراك گذاشتن و استفاده از تمام دانش آنها براي تصمیم گیري مناسب و سریع میباشد.

امروزه با توسعه و رشد فنآوري اطلاعات و ارتباطات و به تبع آن هوش مصنوعی، سازمانها میتوانند کارهایی را در مورد مدیریت دانش انجام دهند که درگذشته، قادر به انجام آنها نبودند. مدیریت دانش و هوش مصنوعی یک هدف مشترك دارند و آن چیزي نیست جز توسعه و استفاده از فنآوري محاسبهاي براي افزایش عملکرد افراد و اجتماعات.( Smith, Reid, Farquhar,2000).

تعریف دانش

مفهوم دانش صرفا به معنای انتقال آگاهی و اطلاعات نیست بلکه منظور از دانش،خلاقیت،آفرینندگی و زایندگی است.سازمان دانشی،ایده ساز بوده و به  کاربرنده ایده های نو است و از این طریق به مزیت رقابتی دست پیدا می کند.(الوانی،۱۳۷۷).

دانش بر درک و تجربه ضمنی دلالت دارد که می تواند بین استفاده درست و استفاده نادرست، تفاوت قائل شود. دانش در طبیعت خود پویاست. اطلاعات جمع آوری می شود. در حالی که دانش توسعه و گسترش می یابد و افزایش پیدا می کند.دانش سازمانی هر آن چیزی است که افراد سازمان دربارۀ فرایندها، محصولات، خدمات، مشتریان، بازار، و رقبای سازمان می دانند.( الوانی و همکاران،۱۳۸۶).

انواع دانش

دانش در سازمان ها اغلب به دو نوع تقسیم می شود : دانش عیان و دانش نهان. دانش عیان دانشی است که قابل ثبت و دریافت در اسناد و پایگاه هاست. دانش عیان رسمی و نظام مند است که به آسانی قابل انتقال و به اشتراک گذاری است. این نوع از دانش شامل پروانه های ثبت اختراع، راهنمای آموزشی، رویه های مکتوب، تجربیات موفق و یافته های پژوهشی است که با درجه بالایی از صحت همراه است.

دانش عیان را می توان در قالب های ساختار یافته و ساختار نیافته دسته بندی کرد.دانش ساختار یافته داده یا اطلاعاتی است که برای بازیابی در آینده به روش مشخصی سازماندهی شده است و عبارتند از :

مدارک، پایگاه های داده و نظیر آن. در مقابل، نامه های الکترونیکی، تصاویر، دوره های آموزشی و مواد سمعی و بصری نمونه هایی از دانش ساختار یافته هستند، زیرا اطلاعاتی که آن ها ارائه کنند برای بازیابی دسته بندی نشده اند. دانش نهان دانشی است که افراد در ذهن خود دارند و مقداری انتزاعی تر از دانش عیان است. این نوع دانش بیشتر برداشت های ناگفته از پدیده هاست، دانشی که به راحتی نمی توان ثبت کرد. دانش نهان از آنجایی که برای دیگران شناخته است، دسترسی به آن مشکل است. در واقع، بیشتر افراد از دانشی که آن ها دارند و یا از ارزشی که آن دانش برای دیگران می تواند داشته باشد، آگاه نیستند. دانش نهاد از ارزش بسیار بالایی برخوردار است زیرا زمینه ای برای افراد، مکان ها، ایده ها و تجربیات فراهم می آورد. در حالت کلی به تماس و اعتماد شخص بیشتری نیاز است تا این نوع دانش به صورت کارآمد به اشتراک گذاشته شود. دانش نهان به شدت شخص است، شکل دهی آن بسیار مشکل است. بنابراین، انتقال آن به دیگران سخت است. همان گونه که مایکل پولینی ۲۲ بیان کرده است “ما بیشتر از آنچه می توانیم بگوییم، می توانیم بدانی”.(دلفانی،۱۳۹۵).

مدیریت دانش

طی دو دهه اخیر افزایش حجم اطلاعات در سازمان ها و لزوم استفاده مؤثر از آنها در تصمیم های سازمانی، باعث ظهور پدیده ای به نام مدیریت دانش شده است.(Kelly c,2004).

مدیریت دانش به عنوان ساز و کاری نظام مند و سازماندهی شده قادر است تا سازمان ها را نسبت به استفاده بهینه از منابع دانش رهنمون باشد. )انصاری رنانی و قاسمی نامقی،۱۳۸۸). مدیریت دانش یکی از مهمترین عوامل موفقیت شرکت ها در شرایط رقابتی و عصر اطلاعات است.اهمیت این موضوع به حدی است که امروزه شماری از سازمانها دانش خود را اندازه گیری می کنندو به منزله سرمایه فکری سازمان و نیز شاخصی برای درجه بندی شرکت ها در گزارش  های خود منعکس می کنند.( زعفریان و همکاران،۱۳۸۷).

منافع مدیریت دانش

منافع زیادی وجود دارد که باید از مدیریت دانش حاصل شود. برای نمونه فاندیشن نالج ۴۴ مورد از منافع مدیریت دانش را فهرست می کند. در اینجا به برخی از منافع مهم مدیریت دانش اشاره می کنیم. در یک مجموعه سازمانی منافع در دو سطح حاصل می شود؛ فردی و سازمانی. در سطح فردی مدیریت دانش به کارکنان این امکان را می دهد تا مهارت ها و تجربیات خود را از طریق همکاری با دیگران و سهیم شدن در دانش آن ها و یادگیری از یکدیگر ارتقا دهند و به رشد حرفه ای دست یابند. در سطح سازمانی مدیریت دانش منافع زیر را برای سازمان فراهم می آورد.(مرادی،آقایی،حسینی،۱۳۹۱).

ارتقای عملکرد سازمان از طریق افزایش کارایی، بهره وری، کیفیت و نوآوری. سازمان هایی که دانش خود را مدیریت می کنند، سطح بالایی از بهره وری را به دست می آورند. سازمان ها با داشتن دسترسی بیشتر به دانش کارکنان خود، تصمیم های بهتری اتخاذ می کنند، فرآیندهای خود را شکل می دهند، تکرار کارها را کم می کنند، نوآوری را افزایش می دهند و به یکپارچگی و همکاری بالایی دست می یابند. به عبارت دیگر، در بخش دولتی اعمال مدیریت دانش می تواند هزینه انجام کارها را کاهش دهد و خدمات به ارباب رجوع را اعتلا بخشد.

از آنجایی که با دانش افراد به منزله یک نوع دارایی همانند دارایی های سنتی برخورد می شود، بنابراین ارزش مالی سازمان افزایش می یابد.از آنجایی که انتقال دانش به صورت روز افزون به عنوان منبع ارزش افزایی شناخته می شود، سازمان ها مدیریت دانش را به عنوان زمینه ساز استراتژیک )راهبرد( مزیت های رقابتی به شمار می آورند.براساس یک تحقیق، چالش های مربوط به امور اجرایی یک سازمان از نبود فرهنگ “به اشتراک گذاری” و درک کارکنان از مدیریت دانش و منافع آن ناشی می شود. سازمان ها می توانند این چالش ها را ازطریق آموزش، مدیریت تغییر و باز طراحی نظام به عنوان اجزای اولیه مدیریت دانش پاسخ دهند.از آن جا که مدیریت دانش، ریشه هایی در سیستم های خبره، یادگیری سازمانی و نوآوری دارد، به خودی خود ایده جدیدی نیست. مدیران موفق همیشه از سرمایه های فکری بهره برده و ارزش آن را تشخیص داده اند. اما این تلاش ها، سازمان یافته نبوده و تضمینی وجود نداشت که دانش به دست آمده به طور مناسب، برای حداکثر منافع سازمان، به اشتراک گذاشته شده و توزیع گردد.(توربان، افرایم ،لیدنر، مک لین و وترب،۱۳۸۶).

مدیریت دانش موضوعی پیچیده و پویاست. موفقیت آن مستلزم نگرش سیستمی است که کلیه عوامل

و اجزاء و فرایندهای مدیریت دانش را مدنظر قرار دهد. هرگونه جزئی نگری ممکن است چالش های جدی بر سر راه موفقیت برنامه های مدیریت دانش به وجود آورد. بسیاری از سازمان ها بر این باورند که دانش مهمترین دارایی آن هاست، اما در عمل کمتر به آن پایبندند. یکی از دلایل عمده این امر عدم .) آگاهی و فهم عمیق از مدل ها و تئوری های مدیریت دانش است. (ابطحی، صلواتی،۱۳۸۵).

عاملهای هوشمند

تکنیکهای مختلفی جهت پیاده سازی سیستمهای مدیریت دانش استفاده شده است . یکی از این تکنیکها که مفید بودن آن اثبات شده است، عاملهای هوشمند میباشد . مطابق با تعریف: عامل یک سیستم کامپیوتری است که در بعضی محیط ها قرار گرفته است و برای دستیابی به اهدف این محیط ها، قادر به خودکار کردن فعالیتها در این محیط ها میباشد.

هوش مصنوعی و فناوری پایگاه داده تکنیک های هوشمند متعددی را ارائه می کنند که سازمان ها می توانند از آنها برای اخذ دانش فردی و جمعی و توسعه پایگاه دانش خود استفاده نمایند. سیستم های خبره، استدلال مورد محور و منطق فازی برای اخذ و گردآوری دانش ضمنی مورد استفاده قرار می گیرند. شبکه های عصبی و داده کاوی برای کشف دانش مورد استفاده قرار می گیرند. آنها می توانند الگوها، دسته ها و رفتارهای نهان در مجموعه های داده بزرگ را که به تنهایی یا از طریق تجربه قابل کشف نیست، شناسایی نمایند. الگوریتم های ژنتیک جهت تولید راه حل برای مسائل بزرگ و پیچیده ای مورد استفاده قرار می گیرند که تحلیل آنها برای انسانها مقدور نیست. عوامل هوشمند امور مرسوم را خودکار می کنند تا سازمان ها را در جستجو و پالایش اطلاعات برای حوزه های تجارت الکترونیکی، مدیریت زنجیره ی تامین و سایر فعالیت ها یاری دهند. سایر تکنیک های هوشمند مطرح شده در این بخش مبتنی بر فناوری هوش مصنوعی  هستند. فناوری هوش مصنوعی از سیستم های کامپیوتری )سخت افزاری و نرم افزاری( تشکیل شده است که می کوشند تا رفتار انسان را تقلید نمایند. این سیستم ها قادرند تا زبان های مختلف را بیاموزند، کارهای فیزیکی را انجام دهند، از قابلیت های ادراکی استفاده کنند و تخصص و تصمیم گیری انسان را تقلید نمایند. اگر چه کاربردهای AI  از گستردگی، پیچیدگی، اصالت و عمومیت هوش انسانی برخوردار نیستند، اما نقش مهمی در مدیریت دانش معاصر ایفا می کنند (لاودن،۱۳۸۹) . امروزه عوامل هوشمند، کاربردهای متعددی در سیستم های عامل،نرم افزارهای کاربردی، سیستم های ایمیل، نرم افزار محاسبات سیار و ابزارهای شبکه دارند (شیخ بهایی،۱۳۹۳). و این انتظار وجود دارد که بهره برداری از دانش با استفاده از ابزارهای هوشمند که در مقایسه با ابزارهای سنتی مدیریت دانش دارای قابلیتهای اضافی می باشند، به طور قابل ملاحظهای توسعه یابد. هوش مصنوعی و عاملهای هوشمند یک نقش کلیدی در کسب، تبادل و بهره برداری از دانش ایفا می کنند . همچنین اکثر ابزارهای مدیریت دانش جهت کارکردن با داده های ساختار یافته که اطلاعات به طور مستقیم به رشته ها وارد می شود یا می توانند طبقه بندی شوند، طراحی شده اند.(حافظی،قربانی،۱۳۸۸).

هوش مصنوعی چیست؟

امروزه با توسعه و رشد فناوری اطلاعات و ارتباط ات ICT و به تبع آن هوش مصنوعی، سازمانها می توانند کارهایی را در مورد مدیریت دانش انجام دهند که در گذشته، قادر به انجام آنها نبودند. مدیریت دانش و هوش مصنوعی یک هدف مشترک دارند و آن چیزی نیست جز توسعه از فن آوری محاسبه ای برای افزایش عملکرد افراد و اجتماعات .(برزگر،۱۳۸۹).

هوش مصنوعی تلاشی است برای ایجاد سیستم های مبتنی بر رایانه )هم سخت افزار و هم نرم افزار( که مانند انسان رفتار کنند . سیستمهایی که می توانند زبان های طبیعی را یاد بگیرند و کارهای فیزیکی هماهنگ را به انجام رسانند )آدمکهای آهنی( از یک دستگاه ادراکی استفاده می کنند که رفتارهای فیزیکی و زبانی آنها را آگاه م ی س ازد )سیستمهای ادراکی شفاهی و دیداری(. یک عامل مهم متمایز کننده انسان از سایر حیوانات توان انسان درهمراه کردن چیزهای متفاوت در یکدیگر برای به خاطر سپردن آنها واستفاده از استعاره و قیاس )مشابهت( است. انسان با استفاده از استعاره وقیاس قواعد جدیدی ایجاد می کند و قواعد قدیمی را در وضعیتهای جدید به کار می گیرد و گهگاه نیز به صورت شهودی یا غریزی بدون به کارگیری قواعد رفتار می کند. بیشتر آن چیزی که شعور متعارف در انسان نامیده می شود در توان او برای ایجاد استعاره و قیاس نهفته است.

هوش انسان همچنین توان منحصر به فردی برای تحمیل دستگاه ادراکی به دنیای اطرافش دارد. مفاهیم کلان نظیر علت و معلول، زمان و مفاهیم خرد نظیر صبحانه، ناهار شام همه توسط انسانها بر محیط اطرافشان تحمیل شده اند. از ویژگیهای محوری رفتار هوشمند انسان، اندیشه و عمل بر اساس این مفاهیم است.(رضاییان،۱۳۹۱).

گفتنی است هوش مصنوعی در ماهیت از شاخه های علوم کامپیوتر و یا ICT  است، ولی از علوم میان رشته ای محسوب می شود؛ زیرا هم از علوم و شناخت های متعددی چون الکترونیک، علوم کامپیوتر، عصب شناسی، پزشکی، زبان شناسی و زیست شناسی و غیره استفاده می کند و هم بسیاری از علوم را نیز با هم پیوند می دهد. امروزه انواع مختلفی از هوش مصنوعی در حال توسعه و گسترش اند که شامل زبان طبیعی، روباتیک، ادراک بصری و سیستم های خبره می شوند. (برزگر،۱۳۸۹).

اخیراً مدیریت دانش نیز توجه زیادی را به عنوان یکی از مسایل مرتبط با این حوزه به خود جلب کرده است. اکنون فناوری های پیشرفته هوش مصنوعی مانند شبکه های عصب ی و الگوریتم های ژنتیک در دسترس مدیریت دانش می باشند.(اخوان،باقری،۱۳۹۰).(باقری،اخوان،۱۳۸۹).

یک سیستم هوشمند باید :

  1. بلادرنگ عمل کند؛
  2. از مقدار قابل توجهی دانش استفاده کند؛
  3. در برابر ورودی مسئله زا، غیر منتظره و نامشخص، انعطاف پذیری نشان دهد؛
  4. از نمادها و تجریدها استفاده کند؛
  5. با استفاده از زبان طبیعی ارتباط برقرار نمایند؛
  6. از محیط یاد بگیرد؛ و رفتار سازگار و هدف گرا خود نشان دهد.( Reddy,1988).

با توجه به ویژگی های یادشده، لزوم به کارگیری هوش مصنوعی در مدیریت دانش مشخص می شود.، امروزه، انواع مختلفی از هوش مصنوعی در حال توسعه و گسترش اند که شامل زبان طبیعی روباتیک ، ادراک بصری و سیستم های خبره می شوند. می توان گفت که سیستم های خبره بیشترین نقش را در مدیریت دانش سازمانی ایفا می کنند و روز به روز، مقبولیت و محبوبیت این سیستم ها افزایش می یابد.

علل علاقه مندی سازمانها به هوش مصنوعی

هرچند که کاربردهای هوش مصنوعی بسیار محدودتر از هوش انسان است به دلایل زیر علاقه زیادی به آنها در کسب و کار وجود دارد:

  • اطلاعات را به شکل فعال به عنوان حافظه سازمانی ذخیره می سازند و با ایجاد پایگاه دانش سازمانی موجب می شوند که بسیاری از کارکنان تجربه کسب کنند و بتوان خبرگی هایی را که با رفتن یک متخصص از سازمان ازبین می رود ذخیره نمود.
  • در معرض عواطف و احساس انسانی نظیر خستگی و نگرانی قرار ندارند. این ویژگی هوش مصنوعی به ویژه برای مشاغلی اهمیت دارد که از نظر محیطی ، فیزیکی یا ذهنی برای انسان خطرناک اند. این سیستم ها همچنین می توانند مشاوران سودمندی برای زمان بحران باشند.
  • کارهای تکراری و مشاغلی را که انسانها علاقه به انجام آنها ندارند بر عهده می گیرند.
  • امکان دستیابی به پایگاه دانش سازمان را فراهم می آورند. پایگاه دانش سازمان می تواند برای مسائل خاصی که بیش از حد انباشته و پیچیده است و باید در مدت زمان کوتاه تحلیل شود راه حل ارائه دهد .(رضاییان،۱۳۹۱).

هدف از هوش مصنوعی

  1. بهبود درک فراگرد شناختی انسان
  2. بهبود توان بالقوه رایانه به عنوان ابزار حل مساله

یک زمینه مهم پژوهشی برای هوش مصنوعی، چگونگی کسب و سازماندهی دانش تخصصی می باشد. برای این منظور باید توان شبیه سازی دانش تخصصی به کمک رایانه و استفاده از آن در حل مسئله کسب شود. (رضاییان،۱۳۹۱).

تعریف سیستم خبره

سیستم خبره به عنوان یکی از زیر مجموعه هاي هوش مصنوعی در تصمیم گیري ها و قضاوت هاي حرفه اي نقش دارد. سیستم هاي مبتنی بر هوش مصنوعی شامل سیستم هاي خبره، شبکه هاي عصبی،  زبان هاي طبیعی و روبات ها هستند.( عرب مازاریزدي،سلیمانی،۱۳۸۶)( Cerullo,1999).

سیستم خبره یک سیستم اطلاعاتی مبتنی بر دانش است که دانش خود را در یک حوزه کاربردي پیچیده و خاص بکار میبرد و به عنوان یک مشاور متخصص براي کاربر نهایی عمل میکند. سیستم خبره به سوالاتی در زمینه مشکلات و مسائل خاص به وسیله استنباطی نظیر استنباط انسان در حوزه دانشی که در آن متخصص است پاسخ م یدهد. سیستم هاي خبره باید قادر باشند که فرآیند استدلال ونتیجه گیري خود را براي کاربر نهایی توضیح دهند.( O’Brien,2000).

زمانی که سازمان با مشکلات پیچیده مواجه است، غالبا از خبره ها براي مشاوره استفاده میکند. این خبره ها، از دانش و تجربه لازم در یک حوزه خاص برخوردارند. آ نها گزینه ها، احتمال موفقیت و منافع ومضار تجاري را میشناسند. سازمان ها افراد خبره را براي موقعیت هاي غیر ساختارمند جمع میکنند. در واقع سیستم خبره سعی دارد تا از متخصصین انسانی تقلید کند. نوعا سیستم خبره عبارت است از یک بسته نرم افزاري براي تصمیم گیري که میتواند به سطح یک متخصص در حل مسائل در حوزه خاص برسد.

(Turban, E.Aronson,2000).

سیستم هاي خبره بر پایه قواعد داراي بخش هاي مختلفی هستند،چنان که در شکل(۱) نشان داده شده است. کاربر به وسیله واسط کاربري با سیستم ارتباط برقرار میکند. واسط کاربري از منوها یا زبان طبیعی یا هر نوع مدل ارتباطی براي برقراري ارتباط استفاده میکند. سپس موتور استنتاج از دانش خبره (اخذ شده از خبره)و داده هایی که از مسائل حل شده مشخصی به سیستم داده شده است جهت نتیجه گیري استفاده میکند. دانش خبره در این سیستم ها عموما به صورت قواعد اگر…آنگاه میباشد.( Alison,2005).

شکل(۱):اجزای سیستم خبره

سیستم هاي خبره داراي تعاریف متفاوتی هستند، لیکن آنچه درتمامی این تعاریف مشترك است، اضافه شدن جزئی جدید تحت عنوان دانش به سیستم هاي اطلاعاتی – از جمله سیستم اطلاعاتی حسابداري- است. مقوله اضافه شدن پایگاه دانش در سیستم هاي خبره حسابداري لزوم توجه به استراتژي هاي اکتساب دانش در این زمینه را ضروري مینماید. مطمئناً در صورتی که فرآیند اخذ دانش فنی لازم ازحسابداران با تجربه و آگاهبه صورت مناسبی صورت گیرد، میتوان به نتایج حاصل از سیستم خبره حسابداري طراحی شده بر مبناي دانش مذکور اتکا نمود. به همین جهت در این مقاله سعی شده است به استراتژي مناسب در جهت اکتساب دانش از خبرگان حسابداري به منظور طراحی سیستم هاي خبره حسابداري مناسب پرداخته شود. معتقدیم این مقاله میتواند به عنوان نقطه شروعی در طراحی و به کارگیري سیستم هاي خبره حسابداري بر مبناي استراتژي سازمانی باشد.

کاربردهاي سیستم هاي خبره

سیستم هاي خبره براي کمک به مردم براي تصمیم گیري در طیف وسیعی از شرایط استفاده می شود که براي مثال می توان به موارد زیر اشاره کرد:

  • در دنیاي مالی ازسیستم هاي خبره، توسط مردم استفاده می شود و به تصمیم گیري در مورد -سرمایه گذاري، ریسک و پروژه هاي پیچیده می پردازد.
  • در بیمارستان ها سیستم هاي خبره می تواند به پزشکان کمک کند در تشخیص بیماري ها و درمان.
  • در صنعت نفت از سیستم هاي خبره در اکتشاف حوزه هاي نفتی استفاده می شود.
  • در صنعت از سیستم هاي خبره براي کمک به حفظ و تعمیر و نگهداري تجهیزات استفاده می شود.
  • در کارخانه ها از سیستم هاي خبره براي کمک به مدیریت فرآیندهاي تولید پیچیده استفاده می شود.

سیستم خبره می تواند:

  • استدلال تصمیمات پیشنهادي خود را تشریح نماید.
  • با جمع آوري یک سري داده، ایده ها یا شیوه هاي جدیدي را براي حل مسائل ارائه نماید.
  • داده هاي مربوط به شرایط فوق العاده پیچیده را ارزیابی نموده، نتیجه گیري کند و راه حل مسائل را پیدا کند.
  • از تجربه انسانها که ممکن است فراموش شود، نگهداري و استفاده نماید(عرفانیان خان زاده و کنعانی کاس احمدان (۱۳۸۹٫

سیستمهاي خبره و چگونگی نقش آنها در مدیریت دانش

از آنجا که در هر سازمان وجود افراد صاحب اندیشه و خبره، یک امتیاز و نقطۀ قوت به حساب میآید و همچنین، جایگزینی چنین افرادي براي سازمان، هزینه و زمان زیادي را میطلبد، مدیران میکوشند با طراحی روشها و مکانیسمهایی، از دانش و تجربۀ این افراد به بهترین وجه ممکن استفاده کنند. سیستمهاي خبره از دهه  ۷۰ میلادي در زمینههاي متعددي مورد استفاده قرار گرفته اند)یغمایی،۱۳۸۶) و هدف اصلی آنها، جایگزینی ویژگیهاي انسان خبره با نرمافزارهاي هوشمند است، به طوري که بتوانند با طرح مسئله از سوي کاربر، آن را تحلیل و با استفاده از بخش دانشپایه خود، بهترین راهحل را انتخاب کنند)توربان، افرایم، لیدنر، مکلین و وترب،۱۳۸۶)؛ به عبارت دیگر یک سیستم خبره، برنامهاي کامپیوتري است که براي ایجاد توانایی حل مسئله، نظیر یک انسان ماهر، طراحی میشود.

انتقال مهارتها و دانش کارکنان زبده و اندیشمندان به سیستمهاي خبره، شامل فعالیتها و تواناییهایی است که مهندسی دانش نامیده شده و به دو بخش عمده تقسیم میشوند:

  1. شناخت و کسب دانش و مکانیسم استدلال از شخص خبره
  2. پیاده سازي و بیان این دانش و مکانیسم استنتاج در کامپیوتر)یغمایی، ۱۳۸۶).

دانشمندان و اشخاص ماهر از روشهاي مختلفی براي تفکر و اندیشه بهره می جویند و فرایندهاي گوناگونی را براي رسیدن به استدلال و نتیجه در ذهن خود طی میکنند؛براي شبیه سازي و پیادهسازي این روشها و فرایندها در یک سیستم هوشمند، ابتدا باید آنها را کشف و شناسایی کرد و سپس به یک زبان دیگر که براي سیستم قابل فهم باشد، درآورد.

اطلاعات و دانش به دستآمده از مهندسی دانش، در جایی به نام پایگاه دانش که مؤلفه اي از سیستمهاي خبره به شمار میرود، ثبت و ضبط میشود. در شکل سنتی و قدیمی، پایگاههاي دانش توسط خبرگان ناحیه و بخش، که به بهترین وجه آنچه را که میدانستند و اعتقاد داشتند براي یک وظیفه و یا یک موقعیت، لازم و ضروري است، در قالب اسناد حفظ میکردند، تشکیل و ساخته میشدند. چنین رویکردي براي ایجاد پایگاه دانش، بهطور منطقی براي شرایط و محیطهاي خاص و ثابت ممکن بود که به درستی عمل کند، اما در مواردي که نیازهاي اطلاعاتی همواره در حال تغییر هستند، اغلب وظیفۀ اضافه کردن دانش جدید میتواند مهم و پراهمیت تلقی شود(Stephen,Warner, Richter & Gedeon, 2002).امروزه در سازمانها افرادي وجود دارند.که به ایجاد دانش و اطلاعات، به عنوان بخشی از کارشان پرداخته و آن را با کسب و کارمی آمیزند؛ این افراد، دانشوران ۲۳ نامیده میشوند. مهندسان، تحلیلگران مالی و بازاریابی، برنامهریزان تولید، مشاوران حقوقی و حسابداران، نمونه هایی از دانشوران هستند. آنها مسئول ایجاد و توسعۀ دانش جدید براي سازمان و ترکیب آن با دانش موجود میباشند. لذا باید همگام با پیشرفتها و اتفاقاتی که در حوزة تخصصشان میافتد، حرکت کنند. آنها همچنین با معرفی رویه ها، فن آوريها و یا فرایندهاي نوین به مثابه عوامل تحول عمل میکنند. در بسیاري از کشورهاي توسعه یافته، ۶۰تا ۸۰درصد از تمامی کارکنان را دانشوران تشکیل میدهند(توربان، افرایم، لیدنر، مکلین و وترب،۱۳۸۶).

یکی دیگر از مؤلفههاي سیستمهاي خبره، موتور استنتاج ۲۴ میباشد. موتور استنتاج در حقیقت، نرم افزاري کامپیوتري است که دانش جدید را از پایگاه دانش ایجاد میکند؛به عبارت دیگر، یک سیستم خبره با استفاده از این نرمافزار میتواند از اطلاعات و دانش خود که از خبرگی و دانش افراد، در یک حیطه و دامنۀ مسئلۀ محدود شکل گرفته، استفاده کند و راهکار جدیدي را ارائه دهد  .

( Belle, Van, Eccles Nash,2003).

با توجه به مطالب یادشده، نقش سیستمهاي خبره در مدیریت دانش را میتوان چنین برشمرد:

  1. در اختیار گرفتن دانش و تخصصِ کارکنان و خبرگان در سازمان؛
  2. پردازش دانش؛
  3. . انتقال و انتشار دانش در میان همۀ افراد سازمان؛
  4. ارائه راهحلها و راهکارهاي جدید.

گفتنی است هر کدام از این موارد را میتوان با مدیریت اثربخش و کارا، به بهترین وجه ممکن به کار بست و سازمان را در جهت رسیدن به توسعه و جایگاه رقابتی پایدار پیش برد.

از آنجا که مدیریت دانش، ریشههایی در سیستمهاي خبره، یادگیري سازمانی و نوآوري دارد، به خودي خود ایده جدیدي نیست. مدیران موفق همیشه از سرمایه هاي فکري بهره برده و ارزش آن را تشخیص دادهاند. اما این تلاشها، سازمان یافته نبوده و تضمینی وجود نداشت که دانش به دست آمده به طور مناسب، براي حداکثر منافع سازمان، به اشتراك گذاشته شده و توزیع گردد.(توربان، افرایم، لیدنر، مکلین و وترب، ۱۳۸۶).

در حالی که دانش و سرمایه فکري پایه و اساس شایستگیهاي اصلی و نیز راهبردي براي عملکرد بهتر میباشد. دانش در صورتی نقش راهبردي دارد که سازمان بتواند آن را در فعالیت هاي ارزش آفرینی استفاده نموده و از دانش ابزاري براي عملی ساختن فرصتهاي موجود در بازار رقابتی بهرهبرداري کند. زیرا براي شرکتها دیگر امکان پذیر نیست که با انجام سریعتر و بهتر کارها مزیت رقابتی خود را حفظ کنند، بلکه مزیت رقابتی هنگامی امکان پذیر میشود که کارهایی صورت گیرد و قابل تقلید توسط دیگران نباشد. در دستیابی به مزیت رقابتی پایدار، هم توجه به دانش موجود و استفاده موثر از آن و هم ایجاد ساختاري براي استفاده از دانش نوین اهمیت بسیار دارد. سازمانها باید به همه امور توجه داشته باشند، زیرا مدیریت دانش همچون یک استراتژي کاري، همزمان، در کل سازمان عمل میکند و ابزار پیشرفت برنامه کلی یک سازمان محسوب میشود.

مدیریت دانش موضوعی پیچیده و پویاست. موفقیت آن مستلزم نگرش سیستمی است که کلیه عوامل و اجزاء و فرایندهاي مدیریت دانش را مدنظر قرار دهد. هرگونه جزئی نگري ممکن است چالش هاي جدي بر سر راه موفقیت برنامههاي مدیریت دانش به وجود آورد. بسیاري از سازمانها بر این باورند که دانش مهمترین دارایی آنهاست، اما در عمل کمتر به آن پایبندند. یکی از دلایل عمده این امر عدم آگاهی و فهم عمیق از مدلها و تئوريهاي مدیریت دانش است.(ابطحی، صلواتی، ۱۳۸۵).

انواع روش های برپایی سیستم های خبره در سازمان

در اینجا به بررسی انواع روش های برپایی سیستم های خبره در سازمان می پردازیم :

  • خریداری سیستم خبره آماده : یکی از مشهورترین سیستم های آماده “مشاوره مالی “است که توسط شرکت پالادین سافت ور به بازار عرضه شده است. این نرم افزار، به مدیران در زمینه تجزیه و تحلیل سرمایه گذاری در یک واحد صنعتی تازه، انبار، فرآورده، و یا خرید و تصاحب شرکتی دیگر، یاری می رساند. در این سیستم، دانش وتجربه های تخصصی فراوانی از شرکت های گوناگون ذخیره شده و پایگاه دانش آن را تشکیل داده است.
  • صدف هوش مصنوعی: رویکرد دیگری که در ایجاد سیستم های خبره به کار گرفته می شود، ساخت آن به کمک یک صدف هوش مصنوعی است. این صدف، نرم افزاری است که از راهبردی از پیش تعیین شده پیروی نموده و زبانی نسبتاً ساده و محدود دارد. در این روش، باید اطلاعات مورد نیاز را به صدف هوش مصنوعی وارد نمود، و این با خرید یک بسته نرم افزاری خبره، بسیار متفاوت است. از نمونه های خوب صدف هوش مصنوعی M1 محصول شرکت تکنالج است که در میکرو کامپیوترها استفاده می شود و نوع بسیار گسترده آن را نیز می توان در کامپیوترهای بزرگ )مین فریم ها( به کار برد.
  • سیستم های سفارشی: در این روش، مهندس ماهری با فرد یا افراد خبره پایه دانشی سیستم مصاحبه نموده و بنا به نیازهای آن ها، قاعده ها و چهار چوب های تصمیم گیری را تنظیم می کند. این مهندسان آگاه که در امر بیرون کشیدن اطلاعات و شناخت نیازهای خبرگان و کارکنان ماهر سازمان، ورزیده اند، ابتدا نمونه و پیش الگوی سیستم را می سازند، سپس با تبادل نظر، و کار با افراد خبره، کاستی های آن را یکی یکی بر طرف می کنند تا سیستمی دلخواه به وجود آید. این روش پرهزینه است و تنها شرکت های بسیار بزرگ دست به برپایی چنین سیستم هایی می زنند .( GH,NK , GH,NKt,1387).

نتيجه گيری

امروزه سازمان ها دریافته اند که هیچ چیز به اندازه دانش نمی تواند آنها را در دنیای رقابتی نگهدارد. لذا بیش از هر چیز کارکنان س ازمان ب ه عنوان صاحبان دانش و مهمترین سرمایه سازمان م ورد توجه قرار گرفته اند،مدیریت دانش به عنوان ابزاری که می تواند دانش موجود را گردآوری کرده و نظم و پویایی بخشیده و در کل سازمان اشاعه دهد اهمیت یافته است. از آنجایی که فناوری اطلاعات و ارتباطات به عنوان توانمندساز در روش های مدیریت ظاهر می شود مدیریت دانش نیز از بستر فن اوری اطلاعات وارتباطات جهت توسعه استفاده می کند.(باقری،اخوان،۱۳۸۹).

در این بستر، تکنیک های مختلف هوش مصنوعی از جمله سیستمهاي خبره  جهت کدگذاری دانش در نظام های مدیریت دانش قابل استفاده هستند.سیستمهاي خبره مدیران را در حفظ و ثبت دانش کارکنان، بررسی و ارزیابی دانش، تبادل و انتشار آن در میان همۀ افراد سازمان، و در نهایت خلق دانش جدید کمک میکنند. گفتنی است تولید دانش جدید در سازمان به نوبۀ خود، حس خلاقیت و کارآفرینی را در میان افراد برمی انگیزد و فرهنگ یادگیري و بالندگی مستمر را در سازمان ارتقا میبخشد .

هر چند با وجود آنکه میتوان از تمام قابلیتها و ظرفیتهاي سیستمهاي خبره در مدیریت دانش بهره جست و با به کارگیري این سیستمها، فواید و منافع زیادي را براي سازمان به ارمغان آورد، نباید نقاط ضعف و اشکالات آنها را از ذهن دور داشت؛چراکه هرگونه بی توجهی و کمدقتی در زمان و مکانِ استفاده از آنها، ممکن است صدمات و آسیبهاي جبران ناپذیري به سازمان برساند. استر و رینولدز برخی از معایب این سیستمها را چنین برمی شمارند:

  1. عدم آزمایش کاربرد وسیع
  2. سیستمهاي خبره محدود به مسائل خاصی هستند
  3. عدم آمادگی براي کار با اطلاعات پیچیده
  4. سیستم خبره نمیتواند پایگاه دانش خود را اصلاح کند
  5. نگهداري سیستم خبره مشکل است.( صرافی زاده، علی پناهی،۱۳۸۲).

منابع

ابطحی، سید حسین، صلوانی، عادل۱۳۸۵ .. مدیریت دانش در سازمان.

اخوان، پیمان، باقری، روح الله.۱۳۹۰٫ مدیریت دانش از ایده تا عمل، تهران، آتی نگر.

الوانی،سیدمهدی،۱۳۷۷ ،سازمان دانشی،مجله کنترولر، سال دوم،شماره ۷, ۸ .

الوانی،سیدمهدی،ناطق،تهمینه،فراحی،محمدمهدی، ۱۳۸۶،نقشسرمایه اجتماعی در توسعه مدیریت دانش.

انصاری رنانی،قاسم،قاسمی نامقی،محمد، ۱۳۸۸،ارزیابی اثر مدیریت دانش در خلق استراتزی رقابتی تمایز از        مجرای زنجیره ارزش فعالیت های سازمان،پژوهش نامه مدیریت تحول سال اول،شماره ۲٫

باقری، روح الله، اخوان ، پیمان.۱۳۸۹٫ فن آوری اطلاعات در مدیریت دانش با معرفی بستهshare point ، تهران، کیان رایانه سبز: ناقوس: خلیج فارس.

برزگر، کمال.۱۳۸۹٫ هوش مصنوعی و مدیریت دانش، سال ۲۱ ، شماره ۱۵۸ ، دو  ماهنامه مدیریت مرداد و شهریور ، صص ۶۴٫

توربان، افرایم، دورونی لیدنر، افرایم مک لین و جیمز وترب.۱۳۸۶٫ فن آوری اطلاعات در مدیریت؛ دگرگونی سازمان ها در اقتصاد دیجیتالی، مترجمان : حمید رضا ریاحی، پوریا قطره نبی، مهدیه توفیقی و حسین صامعی، تهران : انتشارات دانشگاه پیام نور.

حافظی، شهرام، قربانی، امیر.۱۳۸۸٫ پارادایم استقرار سیستم های هوشمند مصنوعی در مدیریت دانش  (KM )پارک علمی و فناوری، همایش مل ی پارکه ای فن اوری. مجازی در توسعه پایدار، دانشگاه شهید بهشتی تهران.

دلفانی،محمد،۱۳۹۵،کاربرد هوش مصنوعی در مدیریت دانش.

رضائیان، علی.۱۳۹۱٫ تعامل انسان و سیستم اطلاعاتی، تهران، سازمان مطالعه و تدوین کتب علوم انسانی دانشگاهها )سمت(.

زعفریان،رضا،اسماعیل زاده،مونا،شاهی،نساء،۱۳۸۷،ارائه الگوی پیاده سازی مدیریت دانش در کسب و کارهای کوچک و متوسط،فصلنامه توسعه کارآفرینی،سال اول،شماره ۲٫

شیخ بهائی، محمدرضا.۱۳۹۳٫ مبانی تجارت الکترونیکی و سیستم ه ای هوشمند،تهران، آتی نگر.

صرافی زاده، اصغر، علیزپناهی، علی.۱۳۸۲٫ سیستمهاي اطلاعات مدیریت نظریه ها، مفاهیم و کاربردها، تهران: انتشارات میر.

عرب مازاریزدي، محمد، سلیمانی، حجت، خاکساري، ایمان.۱۳۸۶٫ضرورت استفاده از سیستم هاي خبره در قلمرو امور مالی وحسابداري. ماهنامه حسابدار، سال بیست و دوم، شماره ۱۸۷٫

عرفانیان خان زاده ,ح ،کنعانی کاس احمدانی ،م. ۱۳۸۹ .مبانی نظري سیستم هاي اطلاعات مدیریت .مشهد :سلسله الذهب.

لاجوردي، سیدجلیل، علی خانبابایی .۱۳۸۶٫ بررسی عوامل تسهیلکننده مدیریت دانش در تیمهاي کاري، فصلنامه دانش مدیریت، سال ۲۰، شماره ۷۶، ص ۹۷   ۱۱۶  .

لاودن، کنت سی، لاودن، جین پی.۱۳۸۹٫ سیستم های اطلاعات مدیریت، ترجمه :حسینی و مصطفوی، تهران ، فدک ایساتیس.

مرادی، معصومه، آقایی، عبدالله، حسینی، منیره.۱۳۹۱٫ بکارگیری سیستم چند عامله هوشمند در مدیریت دانش، نهمین کنفرانس بین المللی مهندسی صنایع، دانشگاه صنعتی جواجه نصیرالدین طوسی تهران.

یغمایی، فرزین . ۱۳۹۸٫ مبانی هوش مصنوعی، تهران: انتشارات دانشگاه جامع علمی کاربردي.

Alison.2005.Designing an expert system. available at : www.cee.hw.ac.uk/alison/ai3notes/Section2_5_2.html .

Belle, Jean-Paul Van, Mike G. Eccles, & Jane M. Nash .2003. Discovering

Information Systems, Durbanville: South African Universities Press.

Cerullo M.cerullo V. 1999.using Neural Networks to predict Financial eporting Fraud, Computer Fraud & security,Available online 8 July.

Durbin, Stephen D., Doug Warner, J. Neal Richter, & Zuzana Gedeon .2002.

Information Self-Service with a Knowledge Base that Learns, AI Magazine,

vol.23, no.4, pp.41-49.

Marwick, A. D. 2001. Knowledge Management Technology, IBM Systems

Journal, vol.40, no.4, pp.814-830.

Nonaka, Ikujiro .1994. A Dynamic Theory of Organizational Knowledge

Creation, Organization Science, vol.5, no.1, pp.14-37.

O’Brien, Jame. 2000. Introduction to Information Systems,McGrew ill,Eleventh Edition.

Reddy, Raj (.1988. Foundations and Grand Challenges of Artificial Intelligence,

AI Magazine, vol.9, no.4, pp.9-21.

Smith, Reid G., & Adam Farquhar .2000. The Road Ahead for Knowledge Management; An AI Perspective, AI Magazine, vol.21, no.4, pp.17-40.

Torjman, Sherri, Eric Leviten-Reid, Christopher Camp, & Anne Makhoul

.۲۰۰۱٫ From Information to Application: How Communities Learn?, The

Caledon Institute of Social Policy.

Turban Efraim,E.Aronson Jay. 2000.Decision Support Systems & Intelligent Systems. 6thedition, Prentice Hall PTR.

(Visited 24 times, 3 visits today)

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

*

code