Управление знаниями = база знаний и только‑то. Это заблуждение. На самом деле управление знаниями — еще и научная дисциплина. Только мало кто понимает, что же она изучает. Команде TEAMLY удалось поговорить с одним из таких исследователей Эльвирой Гринберг. Обсудили, как пока не научились мыслить машины, какие неявные знания в рецепте борща и что такое онтологии в управлении знаниями на простых бытовых примерах.

Темой управления знаниями Эльвира заинтересовалась в 2010 году, во время поступления в магистратуру Высшей школы менеджмента Санкт‑Петербургского государственного университета. Она увидела статью профессора Татьяны Альбертовны Гавриловой «Кто такой аналитик?»

«Оказалось, это совсем не та формулировка, как аналитика в IT. Аналитик — как синоним инженер по знаниям. Я прочитала, кто такой инженер по знаниям и поняла, что это я. Я не инопланетянин. Да, мой образ мышления сильно отличается от других, но он кому‑то нужен», — рассказала Эльвира в нашем интервью.

Сейчас Эльвира Гринберг пишет диссертацию, которая посвящена изучению вопроса о том, как структурированность знаний влияет на обмен ими в компании и на повседневную деятельность. Она старается найти баланс между сферами IT, экономикой и менеджментом, которые включают в себя емкое понятие «управление знаниями».

Как мыслит инженер знаний и не мыслит машина?

«Я сначала вижу всю картину целиком. Если не хватает какого‑то кусочка, я ощущаю дискомфорт. Это как пазл, в котором не хватает детали. Такое видение заставляло меня долгое время чувствовать себя инопланетянином, пока не прочитала статью Татьяны Альбертовны. Оказалось, такое мышление называется холистическим. Обычно оно спорит с аналитическим мышлением.

Анализ — это раскладывание целого на мелкие части. Например, вы делаете анализ крови и получаете раскладку составляющих. Противоположный процесс — холистическое мышление, т. е. собирание частей в единое целое. Этот процесс пока что не достижим машинам при всей их видимой разумности. То есть объединить понятия в категорию они сами не могут. Они могут выделить кластеры, объединить понятия по похожести, но все равно называет категорию пока что человек.

Когда я веду мастер‑классы, даю задание, например, написать список своих проблем. Большинство людей начинают писать: «Мои проблемы» и дальше списком перечисляют их проблемы. И один‑два человека из группы сделают так: нарисуют шарик «Мои проблемы», а дальше напишут — финансовые, коммуникационные, на работе и еще какие‑то и потом уже какие‑то детали. Вот второй пример — это про меня».

Про явные и неявные знания

Неявные — это знания, которые нельзя кодифицировать без потери части информации. То есть это что‑то, что человек даже может не осознавать. Но это не значит, что знания в голове эксперта все такие. Они на 90% явные, то есть выразимые.

Яркий пример: вы умеете готовить борщ? Допустим, умеете. Рецепт борща у вас нигде не записан, но ваш рецепт ‑это явное знание. Как только вы захотите, вы запишете рецепт, или расскажете мне. Это явное знание, которое не является трудновыразимым. Хотя какие‑то вещи будут на уровне интуиции, например, сколько зелени насыпать сверху. Поэтому явные знания есть и в документах (зафиксированные) и в головах людей (возможно, пока еще не зафиксированные). Конечно, сначала нужно разбираться с явными знаниями — их так много, и с ними никто ничего не делает. А потом уже с неявными. Их мало и они очень специфичны.

Как же с ними разбираться? В бизнесе знания создают конкурентное преимущество. Но не любые знания, а только редкие, ценные и трудновоспроизводимые. Именно эти знания и стоит встраивать внутрь системы и фиксировать. Тогда они останутся в компании, даже если все люди из неё уйдут. Это и есть устойчивое конкурентное преимущество. Если хотя бы одному из критериев это знание не соответствует, то можно на нем не зацикливаться. Допустим, в базе знаний ИТ-компании незачем создавать статью «Что такое файлы cookie?» — потому что это знание не редкое, а доступно по первой ссылке в Google.

Что такое онтология?

«Онтологию можно сравнить с остовом здания. Когда заливают бетон, ставят сначала железные прутья, а потом уже заливают.

Так вот онтология — это структура, те самые прутья, которые будут держать бетон (знания). Ведь если лить бетон без несущей конструкции — получится совсем не тот результат, просто куча бетона. То же происходит со знаниями в организации — получается куча, в которой сложно что‑то найти. Она работает против обмена знаниями, провоцируя информационный перегруз. Так попытка создать базу знаний превращается в создание помойки.

Также онтология помогает соединить уже зафиксированные знания и знания в голове эксперта. Потому что нам далеко не всегда нужно знания фиксировать. Вернемся к борщу. Допустим, прекратились поставки приправы, которую вы всегда использовали. Получается, что у вас есть знания, как готовить борщ, но условия изменились. Онтология, в том числе, работает и как своего рода маршрутизатор, который направляет и может указывать, где найти эксперта или где лежит нужный документ. Но она может содержать и сами знания, которые в этом документе содержатся. Для примера вернемся к борщу. Во многих семьях лучше всего это блюдо готовит бабушка. Семья, понимая, что бабушка не вечна, просит записать ее фирменный рецепт. И как нам соединять то, что на бумаге и то, что в голове у бабушки? Здесь поможет онтология, в которой есть ключевые слова: борщ и рецепт. На соединение этих двух слов у нас «подвешены» либо документ (рецепт), либо контакт бабушки. Потому что даже по написанному рецепту борщ может получиться не таким, как у бабушки. Нужно будет позвонить ей и выяснить, что могло пойти не так.

Вся онтология строится на триплетах: субъект, предикат (или свойство), объект. Ноам Хомский, посмотрев на язык с точки зрения того, что весь текст можно разложить на эти триплеты, перевел лингвистику в область математики, превратив тексты в графы. Где объект и субъект — это узлы графа, а предикат или — дуга графа, направленная от субъекта к объекту. Именно графы и встраивают внутрь нейросетей. Нейросеть — это чисто статистика. Но если мы добавим туда граф, онтологию, то она будет знать, что, если, у меня есть кошка, то где‑то рядом собака. Потому что они относятся к категории домашние животные. И тогда эта модель будет гораздо точнее. Вершиной этого мы сейчас видим ChatGPT»

Что такое система организации знаний?

Онтология, как формальная модель, крайне редко где встречается. Потому что, пока нет хороших инструментов взаимодействия с ней, таких классных, как в ChatGPT, где можно с этой моделью разговаривать на человеческом языке.

Но системы организации знаний есть везде, в том или ином виде. Каталоги, списки, номенклатура, таблички — это все система организации знаний. Но, как правило, это разрозненные документы и каждый существует сам по себе. Система организации знаний — это сырье для построения хорошей онтологии, которая может всю разрозненную информацию соединить. И, если у меня перечень ролей в проекте на одном ресурсе, методология оценки рисков проекта — на другом, описание проекта — в третьем месте, то когда я все это соединю, я смогу оценить риски, увидеть, какие компетенции нужны для реализации этого проекта, подобрать нужных людей. Система организации знаний — это инфраструктура, а онтология — то, что знания связывает.

Зачем компании система организации знаний?

«Для того, чтобы не утонуть в массиве информации, которой ежедневно производится всеми сотрудникам, а наоборот, чтобы это работало на компанию – это раз. А второе, чтобы понимать, что вы вообще знаете. Если вы это не организовали, вы даже это прощупать не можете. Это возможность взглянуть на свою компанию с высоты птичьего полета,  сделать бенчмаркинг с другими компаниями и с рынком в целом.  Это такой бенчмарк, поиск областей развития и так далее. И вы можете увидеть у себя проблемы, дублирования. 

Пример из моей практики. Когда я делала онтологию компетенций для крупной аудиторской компании, заметила дублирования и пробелы. Они взяли самых производительных людей на каждом уровне и спросили, какие у них компетенции, и по слоям прописали. Пришла я и заметила вот что: условно, на 3 уровне нужно уметь писать письмо заказчику, на 5 уровне нужно уметь писать письмо заказчику, а на 4 не нужно. На деле же этот момент просто не попал в фокус. Когда знания организованы и систематизированы, легче находить пробелы и выстраивать логику».

Что сподвигло корпорации внедрять управление знаниями?

«Только в 2005 году в международном стандарте сертификации качества появился один абзац про управление знаниями, что оно должно быть в компании. Авария на АЭС Фукусима-1 в 2011 году подняла много вопросов, в том числе и к МАГАТЭ. Агентство потребовало, чтобы в компаниях, которые связаны с атомной энергетикой, существовало управление знаниями. 

Вообще у меня нет ощущения, что управлением знаниями даже в крупных компаниях занимаются системно. Может, я придираюсь, потому что для меня управление знаниями компаниями — это когда все люди встали и ушли, а знания в компании остались. То есть это уже интегрировано в процессы компании, это часть конкурентного преимущества. Но я просто идеалист».

***

Для тех, кому интересно узнать больше об управлении знаниями, в том числе и с чисто практической точки зрения –  у нас есть Телеграм-канал. Обсуждаем базы знаний, фреймворки по организации командной работы в ИТ и осмысляем теорию управления знаниями.  А ещё – анонсируем наши мероприятия. Кстати, пользуясь случаем, приглашаем вас встретиться вживую на офлайн-митап о том, как создать систему управления знаниями с нуля