申请免费试用、咨询电话:400-8352-114
知识可依照「可表达的程度」、「核心能力的观点」、「专业的层次」、「知识被了解的程度」进行不同的分类,这将会有助于我们视情境的不同,建立多元、有效率的知识系统,使每一个使用者的使用立场及需求能被全盘地考虑、与增加系统的适用性。
依知识可表达的程度分类
日本学者「竹内弘高」&「野中郁次郎」(1995)将知识区分为「内隐」与「外显」两种:
内隐知识(主观的)
外显知识(客观的)
经验的知识
理性的知识
同步的知识
连续的知识
模拟知识
数字知识
强调将人与人联结在一起的信息网络
着重数据库系统,使知识可重复使用及联结
鼓励员工、雇用学习能力强者
科学方式训练员工
依核心能力观点分类
Leonard-Barton(1995)以「核心能力」为知识的基础观点,分成四个构面且需要互相搭配:
员工知识和技能(employee knowledge & skill)
又分为「科学的」、「产业专属的」、「厂商和顾客专属的」。
实体系统(physical system)
如:机器测试数据;百货公司的顾客资料…等。
管理系统(management system)
由经理人长期观察某些激励和报酬,是否能够有预期或意想不到反应后,所逐渐衍生出来的。
价值观和规范(value & norm)
依专业知识的层次分类
分为四个层次,愈后面的层次愈重要:
认知性知识(cognitive knowledge),又称为「know-what」。
先进技术(advanced skills),又称为「know-how」。
系统的了解(systems understanding),又称为「know-why」。
自我激励的创造力(self-motivated creativity),又称为「care-why」。
依知识能被了解的程度分类
由Bohn (1994)提出,其定义「技术知识」,示意图如下:
輸出Y
商品、服務
輸入 X
環境變數
原料
控制變數
流程 Y = f(X)
複雜的內部結構,僅能部分瞭解
分成八个阶段:
1完全忽略(complete ignorance)
不知道输入和输出有何关联,此情况下,知识是不被了解、视之为不存在的。对结果的预测,完全像是随机变动。
2知晓(awareness)
隐约能知道输入和输出有关联,但无从控制变量。
3测量(measure)
仍然无从控制变量,但可以测量出输入的重要程度。
4平均数控制(control of the mean)
能在一定程度上对输入做控制,使输出在平均水平。但仍存在其它的变异数。
5制程能力(process capability),又称「变异数控制」(control of the variance)
开始可以更精确地控制输入变量,此时会出现制作方法,但输出结果仍杀可能无法达到高水平。
制程特性(process characterization),又称「know how」
6知道如何改变输入以影响输出,并能经由变量的调整来减低成本、减少输出的变异性。
know why
7科学模型(scientific model)已经产生,可以藉由计算机处理绝大多数的变量,几乎所有的内隐知识都已经转换成外显知识。
8完全的知识(complete knowledge)
此阶段可能无法真正达到,因为若要知道所有变量的交互作用,只能无止尽地趋近。对组织而言,已不需要
知识管理,因为知识管理已经变成组织的一部分,以完美的型态运作,如同未曾有过似的。