UNIVERSIDAD YACAMBÚ

MODELO  NONAKA, TAKEUCHI, 1995

ENSAYO

 

Antes de hablar de conocimiento tenemos que saber, que existen una serie de conceptos aparentemente similares que dificultan su entendimiento. Conocimiento no es lo mismo que datos, ni tan siquiera lo mismo que información. Los datos son los elementos base de la pirámide del conocimiento. Al conjunto de datos organizados y analizados en un contexto determinado lo denominamos información.

 

Pero información, como decíamos, no es lo mismo que conocimiento. Recopilar datos, organizarlos e incluso analizarlos, es algo que pueden hacer (y en algunos casos mejor que los seres humanos) el software informático. Ahora bien, al conocimiento, de momento, no llegan los ordenadores. EL conocimiento es un paso adelante. Es identificar, estructurar y sobre todo utilizar la información para obtener un resultado. Requiere aplicar la intuición y la sabiduría, propios de la persona, a la información. La capacidad de interpretar esos datos es lo que provoca que la información se convierta en conocimiento.

 

Según Nonaka y Takeuchi (1995) existen dos tipos de conocimiento. Dadas sus características el conocimiento explícito se ha definido como el conocimiento objetivo y racional que puede ser expresado con palabras, números, fórmula, etc., también se le denomina explícito. Por otro lado tenemos el conocimiento tácito, que es aquel que una persona, comunidad, organización o país, tiene incorporado o almacenado en su mente, en su cultura y es difícil de explicar. Es necesario explicar que este conocimiento puede estar compuesto por:

 

ü       Ideas, experiencias, destrezas, habilidades, costumbres, valores, historia, creencias...

ü       Conocimiento del contexto o ecológico (geografía, física, normas no escritas, comportamientos de personas y objetos, etc.),

ü       Conocimiento como destreza cognitiva (compresión de la lectura, resolución de problemas, analizar, visualizar ideas, etc.) que le permite acceder a otro más complejo o resolver problemas nuevos.

 

Cuando estos conocimientos nos permiten actuar se llaman competencias o conocimiento en acción. El problema que presenta este tipo de conocimiento es su dificultad a la hora de transmitirlo, por ello es necesario gestionarlo creando códigos que faciliten su transmisión.

 

Para la gestión del conocimiento la dimensión tácita del conocimiento es una parte del conocimiento personal y organizacional, que se hace visible cuando se utiliza para ciertas situaciones donde el conocimiento codificado o explícito es insuficiente para enfrentar dicha situación.

 

EL CICLO DE CONVERSIÓN DEL CONOCIMIENTO

 

La transmisión del conocimiento tácito no resulta fácil y para que pueda ser rentabilizado es necesario sustraerlo del contexto de origen y formalizarlo, con lo que se genera un "ciclo de conversión" que Nonaka y Takeuchi (1995) describen en cuatro procesos:

 

1) De tácito a tácito: El paso de conocimiento de tácito a tácito se produce a través de procesos de socialización, es decir, a través de la adquisición de conocimientos e información mediante la interacción directa con el mundo exterior: con otras personas, con otras culturas, etc.

 

2) De tácito a explícito: Se produce a través de la externalización, que podríamos definir como el proceso de expresar algo, el diálogo. Externalizar es convertir imágenes y/o palabras a través del diálogo..

 

3) De explícito a explícito: Este paso se denomina combinación. Como su propio nombre indica, se combinan diferentes formas de conocimiento explícito mediante documentos o bases de datos.

 

4) Tácito a tácito: es la Interiorización del conocimiento, y consiste en la incorporación del conocimiento tácito por parte de los individuos de cualquier organización.

 

PROCESO DE CONVERSIÓN DEL CONOCIMIENTO

 

A la hora de utilizar técnicas de minería de datos en un determinado proyecto, el proceso que se está llevando a cabo es una "extracción no trivial de información implícita, previamente desconocida a partir de los datos", a nivel del conocimiento explícito, con el fin de descubrir patrones, relaciones, reglas, asociaciones o incluso excepciones útiles, que deberemos de interiorizar, para posteriormente externalizarlo en la toma de decisiones.

 

La manera de analizar los datos por parte de la minería de datos es bastante similar, independientemente de la técnica que utilicemos, aunque cada proceso de minería de datos es un "caso", podremos adaptar y modificar estos pasos según las propias características del proyecto en el que nos encontremos inmersos:

 

ü       Selección y procesado de los datos

Por norma general los datos que residen en una base de datos no se encuentran en el formato más adecuados para nuestros algoritmos por lo que será necesario realizar diversas operaciones sobre ellos. Por ejemplo podemos realizar un filtrado de valores incorrectos/inadecuados, o un muestreo (extraer una muestra de la población total para trabajar así con un numero más reducido de datos), que puede ser aleatorio, o establecer que cumplan unas determinas características, reducir el número de valores a través de técnicas de redondeo, clustering...

ü       Selección de Características

Una vez determinada la población sobre la que vamos a realizar nuestra investigación nos encontraremos, probablemente, que el número de datos con el que trabajamos es muy amplio, así que, llevaremos a cabo una selección de características de los datos, es decir, determinaremos aquellas variables que nos interesan, con el objetivo de simplificar los datos y realizar el proceso lo más sencillo y rápido posible. Podemos utilizar diferentes técnicas estadísticas o métodos gráficos que nos permitan observar las relaciones existentes entre las variables.

ü       Uso de un algoritmo de extracción de conocimiento

En este apartado aplicaremos la técnica de minería de datos que hayamos determinado anteriormente para obtener un modelo de conocimiento con los patrones de comportamiento y las reglas de asociación entre las variables.

ü       Interpretación y evaluación de los resultados

Verificaremos si los resultados obtenidos son coherentes y los cotejaremos con los obtenidos por los análisis estadísticos y de visualización gráfica. Posteriormente determinaremos si son novedosos y si nos aportan un nuevo conocimiento que podamos considerar en nuestras decisiones.

 

En el caso de que los resultados obtenidos difieran, deberemos elegir aquel que más se ajuste o nos proporcione una mayor de confianza. En el caso de que ninguno satisfaga nuestras expectativas deberemos de iniciar de nuevo el proceso.