Knowledge Management: alla ricerca della conoscenza tacita

La conoscenza è il prodotto principale per la maggior parte delle aziende, e in maniera particolare per le società di software, in cui è fondamentale far risalire verso l’alto la conoscenza “nascosta” nel codice. Lo sviluppo di software è un’attività ‘human-centered’, dove, cioè la capacità, l’esperienza e gli approcci di ‘problem solving’ individuali sono decisivi per determinare il livello di qualità del prodotto e la produttività dell’intero processo.

Essere in grado di condividere le esperienze che i singoli maturano quando risolvono un problema, può aumentare le capacità ed abilità di tutti coloro che possono accedere a tale conoscenza. Fino ad ora sono stati consolidati strumenti e processi per la gestione della conoscenza esplicita, ovvero di quella conoscenza che può essere formalizzata sotto diverse forme, quali: regole, procedure, leggi, formule matematiche, descrizioni strutturate.

Il successivo obiettivo è la gestione della conoscenza tacita, quella, cioè, più intrinsecamente legata alle capacità individuali, agli approcci utilizzati per risolvere i problemi, all’esperienza. Questa conoscenza non è stata mai formalizzata, ma è soggetta ad un trasferimento continuo tramite i (cosiddetti) processi di socializzazione. Il lavoro di squadra, la discussione dei problemi, lo studio delle best practices aziendali e dei casi di successo, sono le modalità più frequenti tramite le quali tale conoscenza viene trasferita. Questa conoscenza risiede dunque in un numero elevatissimo di asset aziendali: documentazione di progetto, report di test, e-mail, allegati alla documentazione.

L’obiettivo, in questo caso, non è quello di formalizzare la conoscenza, ma supportare ed istituzionalizzare un processo disciplinato di continua estrazione, catalogazione e disseminazione di tale conoscenza nel tessuto aziendale. La standardizzazione di tutte le forme di comunicazione aziendale è l’obiettivo principale da raggiungere attraverso un opportuno processo di gestione della conoscenza: il sapere va prodotto, verificato, validato, reso comprensibile ed indirizzato agli attori adeguati.

I principali vantaggi sono:
• riduzione degli errori e dei tempi di sviluppo dei prodotti;
• possibilità di realizzazione di prodotti innovativi;
• riduzione dei time to market e del grado di successo dei prodotti/servizi;
• miglioramento della qualità intrinseca e percepita dal cliente;
• maggior disponibilità di informazioni e di conoscenza in tempo reale;
• maggiori capacità cognitive dei lavoratori e maggior coinvolgimento nelle decisioni operative;
• miglior conoscenza dei punti deboli e dei fattori critici di successo;
• riduzione dei costi e dei tempi di implementazione di nuove soluzioni.

Data la natura di questo tipo di conoscenza, la sua gestione non può seguire processi che vedono la partecipazione attiva dell’attore umano. La cattura sarebbe sia troppo onerosa oltre che inefficiente:
onerosa, perché ogni qual volta uno sviluppatore ritiene di aver formato esperienza deve sottoporsi ad uno sforzo notevole per formalizzarla; inefficiente perché molta conoscenza risiede nell’aggregazione di asset o processi che difficilmente un attore umano potrebbe governare, quali le e-mail scambiate tra varie persone, gli approcci utilizzati per la risoluzione di problemi specifici, i fallimenti o i successi di specifici sotto-processi. La ricerca della conoscenza tacita in modo attivo potrebbe essere intempestiva e quindi inefficace. Sono allo studio strumenti di intelligenza artificiale volti ad invertire il rapporto uomo – informazione: non più il primo alla ricerca della seconda, ma esattamente il contrario. E senza casualità: si prevede che per ciascun utente si possa definire un profilo che descriva quale tipo di conoscenza necessita. Essendo così profilato, il sistema può inviare agli utenti interessati notifiche di aggiornamenti della base di esperienza di loro diretta utilità. Il profiling degli utenti può essere realizzato a diversi livelli di dettaglio: progetto, competenze, unità funzionali, dominio di applicazione, e simili. In questo modo i processi di profiling possono essere gestiti in modo molto “agile”: i livelli sono definiti in modo indipendente dall’individuo. Si definiscono i macro-gruppi di conoscenza e l’individuo viene attribuito ad una intersezione ragionevole di questi gruppi. Ulteriore elemento d’innovazione è la possibilità di recuperare informazioni da sorgenti non attualmente gestite in modo completo come ad esempio gli allegati presenti in documenti e mail.

Problematiche tecnologiche

Le problematiche di natura tecnologica che devono essere affrontate sono descritte nel seguito:

− Formalizzazione della conoscenza. E’ necessario identificare strumenti semantici per l’elaborazione della conoscenza tacita. L’obiettivo in questo caso non è formalizzare il contenuto della conoscenza, approccio seguito per la gestione della conoscenza esplicita. Nel caso della conoscenza tacita l’obiettivo è quello, invece, di elaborare le informazioni a corredo della conoscenza tacita perché questa possa essere disseminata in modo tempestivo, efficace ed efficiente. Tale gestione non può prescindere da uno strumento semantico che consenta di manipolare la conoscenza come informazione, e come tale, consenta: l’archiviazione in database, il suo scambio tra dispositivi differenti (nodi di rete, pc, dispositivi mobili), attraverso applicazioni software di natura differente (content management system, applicazioni custom, CRM, altro).

− Identificazione di processi poco invasivi. La gestione della conoscenza tacita, per sua natura, tende ad essere estremamente invasiva. Invece il suo impatto sui processi organizzativi ordinari, sia per quanto concerne la sua formalizzazione, sia per quanto concerne la sua disseminazione, deve essere estremamente ridotto. Questo implica che sarà necessario selezionare, tra i processi organizzativi, quelli candidati alla generazione di conoscenza tacita. Analogamente, sarà necessario stabilire i processi candidati alla ricezione di conoscenza tacita. Deve definirsi un criterio per la misurazione dell’impatto sui processi e, successivamente, tale impatto deve essere opportunamente valutato, al fine di trovare processi di gestione della conoscenza che lo minimizzino.

− Identificazione dei profili. La profilazione dell’utilizzatore non può essere né statica né a-priori. Essa deve variare in dipendenza delle esigenze di conoscenza che sorgono lungo tutto l’arco di attività dell’organizzazione. I profili variano sulla base di numerosi fattori: le competenze di interesse dell’organizzazione, le tipologie di progetti a cui questa partecipa, i domini di business in cui l’organizzazione fornisce prodotti e servizi, ed altro. E’ necessario definire uno strumento che consenta di supportare questa forma di flessibilità.

− Strumenti algoritmici per la selezione degli asset di conoscenza candidati alla disseminazione. Una volta che la conoscenza tacita è stata munita di uno strumento semantico per la sua gestione è indispensabile disporre di algoritmi che possano navigare la basi di conoscenza e selezionare gli asset più appopriati ad una specifica richiesta. Inoltre, sarà necessario uno strumento che convogli, in modo semi-automatico, gli asset di conoscenza ai profili che sono candidati a riceverli. Tali algoritmi dovranno consentire di associare un profilo ad un asset di conoscenza, di calcolare la similarità tra asset differenti e di valutare anche la qualità dell’asset di conoscenza, in dipendenza del suo uso reale, al fine di rendere più efficiente la base stessa di conoscenza (l’asset potrà ad esempio essere modificato o eliminato).