MODELO PRESCRIPTIVO PARA GESTIÓN DEL CONOCIMIENTO EN
PROGRAMAS DE DOCTORADO
Iván De La Vega, Cristóbal Rodríguez-Montoya y Guilllermo Yáber-Oltra
RESUMEN
La expansión del capital intelectual, alimentada por la generación de nuevo conocimiento, aporta un creciente bienestar a
la sociedad. Sin embargo, la brecha entre los países de Latinoamérica y los de otras regiones, debido a la generación de
una cantidad sustancialmente menor de publicaciones cientíicas y patentes, es un problema que requiere urgente atención.
Los programas de doctorado que ofrecen nuestras universidades, como productores de conocimiento importantes de nuestra
región, pueden incrementar su producción intelectual mediante
la gestión del conocimiento (GC), de manera análoga a como
las empresas que la han adoptado han incrementado su propia
Introducción
Dentro de la compleja realidad que impone el proceso de
transición hacia la sociedad
global del conocimiento, marcada por la evolución constante de la tecnociencia, se presentan desafíos insoslayables
para los países de Latinoamérica, entre los que se encuentra el dar respuesta a las
legítimas aspiraciones de
bienestar y progreso material
de sus respectivas poblaciones
(De La Vega, 2017). La generación de conocimientos es
parte importante de la respues-
producción intelectual. En este sentido, esta investigación tiene
como objetivo simpliicar la adopción de procesos de GC, mediante la formulación de un modelo prescriptivo desarrollado a
partir de un análisis teórico y cualitativo de la literatura especializada, contrastado en discusiones entre los autores, desde
una perspectiva fundamentada en la experiencia combinada de
éstos como partícipes y gestores de programas de doctorado.
Se espera que la aplicación de sistemas de GC, desarrollados
conforme a las prescripciones del modelo propuesto, tengan un
impacto positivo, implicando incrementos en la producción intelectual los programas doctorales
ta; sin embargo, existe una
apreciable brecha entre Latinoamérica y países desarrollados, como se muestra en la
Tabla I (SCImago, 2016). Si se
observa la capacidad de generar patentes la sit uación es
similar, como se muestra en la
Tabla II (OMPI, 2016). Esto es
problemático, dada la relación
que tiene la generación del
conocimiento con el desarrollo.
Hoy en día los países que más
valoran al capital intelectual
son los que se encuentran a la
vanguardia del conocimiento y,
claro está, de la capacidad para
gestionarlo (INSEAD, 2016).
PALABRAS CLAVE / Doctorado / Gestión del Conocimiento / Latinoamérica / Modelo /
Recibido: 05/02/2017. Modiicado: 23/06/2017. Aceptado: 29/06/2017.
Iván De La Vega. Sociólogo,
Universidad Central de Venezuela (UCV). Magister en
Política y Gestión de la
Innovación Tecnológica, Centro
de Estudios del Desarrollo, UCV,
Venezuela. Doctor en Ciencias
en Estudios Sociales de la
Ciencia Instituto Venezolano de
Investigaciones Científicas. Pro-
fesor, CENTRUM Católica Graduate Business School, Pontificia
Universidad Católica del Perú.
Dirección: Jr. Daniel Alomía
Robles 125-129, Los Álamos de
Monterrico, Santiago de Surco,
Lima 33, Perú. E-mail: idelavega@pucp.edu.pe
Cristóbal Rodríguez Montoya.
Licenciado en Administración
JULY 2017, VOL. 42 Nº 7
de Negocios, Boston Universit y, EEU U. Especialista en
Gestión de Tecnología y Candidato a Doctor en Ciencias
Sociales y Humanidades, Universidad Simón Bolívar (USB),
Venez uela. Profesor, USB,
Venezuela.
Guillermo Yáber Oltra, Licenciado en Psicología, Univer-
0378-1844/14/07/495-07 $ 3.00/0
sidad Católica Andrés Bello.
Especialista en Modificación de
Conducta y Magister en Psicología, USB, Venezuela. Magíster en Di rección Universit ar ia, Universidad de los
Andes, Colombia. Doctor en
Psicología, Western Michigan
University, EEU U. Profesor,
USB, Venezuela.
451
PRESCRIPTIVE MODEL FOR KNOWLEDGE MANAGEMENT IN DOCTORAL PROGRAMS
Iván De La Vega, Cristóbal Rodríguez-Montoya and Guilllermo Yáber-Oltra
SUMMARY
The expansion of intellectual capital, fueled by the generation of new knowledge, contributes to an increasing wellbeing
of society. However, the gap between Latin American and other
countries, due to the smaller quantity of scientiic papers published and patents iled, presents a problem that requires urgent
attention. The doctoral programs offered by our universities,
important knowledge producers in our countries, could increase
their intellectual production by using knowledge management
(KM), in an analogous way to companies that have adopted it.
In that sense, the goal of this research is to simplify the adoption of KM processes, formulating a prescriptive model developed from a theoretical and qualitative analysis of the relevant
literature, contrasted in the authors’ own discussions, from a
perspective based on their combined experience as participants
and administrators of doctoral programs. It is expected that the
use of KM systems, based on the guidelines of the proposed
model, will have a positive impact, implying an increased intellectual production of doctoral programs.
MODELO PRESCRITIVO PARA GESTÃO DO CONHECIMENTO EM PROGRAMAS DE DOUTORADO
Iván De La Vega, Cristóbal Rodríguez-Montoya e Guilllermo Yáber-Oltra
RESUMO
A expansão do capital intelectual, alimentada pela geração
de novo conhecimento, contribui com um crescente bem-esta para a sociedade. No entanto, a brecha entre os países da
América Latina e os de outras regiões, devido à geração de
uma quantidade substancialmente menor de publicações cientíicas e patentes, é um problema que requer urgente atenção. Os
programas de doutorado que oferecem nossas universidades,
como produtores de conhecimento importantes de nossa região,
podem incrementar sua produção intelectual mediante a gestão
do conhecimento (GC), de maneira análoga a como as empre-
sas que o adotaram, têm incrementado sua própria produção
intelectual. Neste sentido, esta investigação tem como objetivo simpliicar a adoção de processos de GC, mediante a formulação de um modelo prescritivo desenvolvido a partir uma
análise teórica e qualitativa da literatura especializada, contrastado em discussões entre os autores, desde uma perspectiva
fundamentada na experiência combinada destes como partícipes
e gestores de programas de doutorado. Espera-se que a aplicação dos novos processos de GC tenham um impacto positivo,
implicando melhoras nos programas de doutorado.
TABLA I
PRODUCCIÓN INTELECTUAL E IMPACTO POR REGIONES
Región
Europa Occidental
Norteamérica
Asia
Europa del Este
Medio Oriente
Latinoamérica
Pacíico
África
Citas
Documentos
Documentos citables
Documentos citables por región (%)
1.492
1.802
951
607
574
541
739
377
11.068.755
10.439.901
9.405.664
2.302.560
1.424.339
1.320.679
1.160.778
524.978
10.092.302
9.442.131
9.120.605
2.236.246
1.348.834
1.256.979
1.043.619
490.606
29.40
27.73
24.98
6.12
3.78
3.51
3.08
1.40
37.647.654
35.031.322
100
Totales
Fuente: SCImago (2007, 2016).
TABLA II
PATENTES OTORGADAS
Región
África
Asia
Europa
Latinoamérica
Norteamérica
Oceanía
Total
Fuente: OMPI (2016).
452
2004
%
2014
%
10.100
772.100
322.600
45.000
395.100
29.400
1%
49%
20%
3%
25%
2%
14.900
1.607.500
346.200
64.100
614.300
33.900
1%
60%
13%
2%
23%
1%
1.576.304
100%
2.682.914
100%
En Latinoamérica parece no
valorarse la noción de ‘capital
intelectual’ (CI) como un modelo asociado a la gestión del
conocimiento (GC). Una de las
dimensiones del CI es la referida al ‘capital humano’ que, en
este caso de estudio, se referirá
al que conforman los estudiantes y profesores que pertenecen a los programas de doctorado. Otra dimensión del CI
es la referida al ‘capital estructural’ que, en este caso, está
conformada por los espacios
físicos, equipos, insumos, fondos para realizar sus trabajos,
proyectos de investigación, organización de eventos y al
hecho de poder presentar sus
resultados en congresos científicos, pago a revistas indizadas
y al uso de sistemas de información, entre otros. Otra dimensión, es la referida al ‘capital relacional’, la cual permite
mapear redes de colaboración
científica en la institución a la
que se pertenece; en un segundo anillo a los otros investigadores que conforman el
Sistema Nacional de Innovación
(Freeman, 1995), y a las redes
de contacto internacionales.
La gestión académica de las
universidades “se ve influenciada positivamente por la gestión
del conocimiento (GC) al interior de las instituciones de educación superior” (RodríguezPonce et al., 2013: 92) potenciando sus capacidades. Este
hecho pudiera verse como un
elemento independiente de la
JULY 2017, VOL. 42 Nº 7
conocida baja producción intelectual de los países latinoamericanos (De La Vega, 2009)
pero, en este caso, se busca
aminorar el problema ofreciendo procesos de GC que complementen a los tradicionales. Al
hacer más visibles todos los
productos tangibles elaborados
en los programas doctorales,
ese conocimiento puede ser
utilizado de múltiples formas en
la denominada ‘sociedad global’. Al trasladar esa idea al sector empresarial encontramos
sustentación en el hecho de que
las compañías que han implementado iniciativas integrales y
sostenidas de GC han incrementado su capital intelectual y
por ende su productividad. La
literatura muestra la existencia
de “una relación positiva entre
GC y el rendimiento de las organizaciones” (Durst y Edvardsson, 2012: 884). Por su parte,
la GC aplicada a instituciones
de educación superior permite
anticipar beneficios en los procesos de investigación, a saber:
“más competitividad y mayor
capacidad de aprovechar oportunidades para la obtención de
subvenciones a proyectos de
investigación, contratos y oportunidades comerciales; menores
tiempos en los ciclos de investigación; menor desvío de los
recursos de investigación a tareas administrativas; mayor facilidad para la investigación interdisciplinaria; apalancamiento
de esfuerzos previos de investigación y de obtención de subvenciones; mayor eficacia y
mejora en los servicios y menores costos administrativos”
(Kidwell et al., 2001: 31).
Otros autores comparan incluso la importancia de la GC
con la de la innovación y
señalan su relevancia mencionando que es más amplia incluso que la gestión de la innovación. Pabon (2016) indica
que la GC se utiliza como un
concepto global, que abarca un
extenso espectro de ideas.
“Desde una visión amplia, la
gestión del conocimiento incluye la administración que
tiene como objetivo capturar,
organizar, compartir, difundir y
crear conocimiento formal e
informal, para mejorar la productividad y para proporcionar
bienes y servicios de la manera
más eficiente en una organización” (Pabón, 2016: 23).
Antecedentes
Definir ‘conocimiento’ como
tal implica una ímproba tarea,
lo cual hace aconsejable el evitar dispersarse en la vastedad
de la epistemología. En este
caso, consideramos el conocimiento desde la perspectiva
gerencial-organizacional, toda
vez que son unidades organizacionales las que administran
los programas de doctorado.
En tal sentido, vemos a la GC
como aquella que “incluye todas las actividades que utilizan
el conocimiento para alcanzar
los objetivos de la organización
de manera de poder enfrentar
los desafíos de su entorno y
mantenerse competitiva en el
mercado” (Greiner et al., 2007:
36). Otros la definen como “la
experiencia y la pericia que,
combinada con los datos básicos e información, puede resolver problemas y crear valor,
siendo este valor el capital intelectual” (Pasher y Ronen,
2011: xvi).
Es per tinente también
señalar la relación entre GC y
el CI. A este último se lo describe como “la combinación
de activos inmateriales que
permiten que una organización
funcione” (Brooking, 1997:
388). Otro especialista utiliza
una metáfora que relaciona a la
cor poración con un árbol,
donde tenemos lo visible, como
las frutas, y lo oculto, como
las raíces. Si solo nos ocupamos de las frutas porque las
vemos y no de las raíces
porque no las vemos, entonces
el árbol muere: “si sólo nos
concentramos en los frutos (los
resultados financieros) e ignoramos los valores ocultos, la
compañía no subsistirá a largo
plazo” (Edvinsson, 1997: 363).
Otros a su vez plantean que
el CI es el material intelectual,
el conocimiento, la información, la propiedad intelectual y la experiencia, que
puede utilizarse para crear valor. Es fuerza cerebral colectiva.
Es difícil de identificar y aún
más de distribuir eficazmente.
Pero quien la encuentra y la
JULY 2017, VOL. 42 Nº 7
explota, triunfa. En la actualidad la riqueza es producto del
conocimiento. Ésta y la información se han convertido en
las materias primas fundamentales de la economía y sus
productos más impor tantes
(Stewart, 1998).
Al comprender lo que significa la relación entre la GC y
el CI interesa agregar otras
definiciones de lo que significa
el conocimiento. Algunos autores lo definen como la comprensión de todo aquello que
no es físico, que es humano e
intangible por naturaleza
(creencias, ideas, recetas y esquemas, etc.; Conceição et al.,
1998). El conocimiento, a su
vez, puede ser tácito o explícito. El conocimiento tácito es
aquel que reside en cada persona y su contexto específico,
por lo cual, no es posible separarlo de quién lo posee para
distribuirlo a otros o almacenarlo en medios físicos. Por el
contrario, el conocimiento explícito puede ser codificado,
extraído, almacenado, distribuido, difundido o divulgado
(Greiner et al., 2007). Por su
parte, ese conocimiento tácito
es el que denominan wetware
en referencia al ‘computador
húmedo’ que es el cerebro humano, mientras que llaman
software al conocimiento que
está codificado fuera del cerebro humano en medios físicos
de almacenamiento (Conceição
et al., 1998). Ese carácter personal del conocimiento tácito
presenta desafíos a tomar en
cuenta para el desarrollo de un
modelo de GC de aplicación en
la academia y, en particular, en
programas de doctorado. No
solo el conocimiento, también
la creación del mismo, es una
actividad de carácter individual
(Grant, 1996).
Pareciera entonces un contrasentido hablar de ‘conocimiento organizacional’, dado
el factor cognitivo e inherentemente individual del conocimiento Sin embargo, la naturaleza individual de la asimilación de la infor mación y
creación del conocimiento se
nutre del entorno social de la
organización, medio propicio y
fuente de estímulo dada la importancia de las interacciones
sociales como medio de construcción del conocimiento en
las organizaciones. Autores
como Berger y Luckmann
(1967), Bruner (1990), Brown y
Duguid (1991) consideran que
“el conocimiento individual es
inseparable del contexto social
y las prácticas que ayudan a
construirlo” (Butler y Murphy,
2011: 884). En todo caso, es
necesario destacar que si bien
existen fronteras que delimitan
los conceptos de GC y CI, en
ocasiones se solapan. Esto significa que existen diferencias
de enfoque entre ambos: la
gestión del CI se concentra en
crear, conseguir y gestionar
eficazmente todos aquellos activos intelectuales necesarios
para conseguir los objetivos de
la organización y llevar a
término con éxito sus estrategias. Es, por lo tanto, una
gestión de los activos intelectuales desde un punto de vista
estratégico.
La GC, por otro lado, se refiere más a los aspectos tácticos
y operacionales. Es también
más detallada y se centra en
facilitar y gestionar las actividades relacionadas con el conocimiento, tales como su
creación, captura, transformación y uso. Su función consiste en planificar, poner en
marcha, operar y controlar todas las actividades y programas
relacionados con el conocimiento, lo que requiere una gestión
eficaz del capital intelectual
(Viedma, 2000). En este orden
de ideas, se reconoce que “el
capital intelectual es la materia
prima fundamental para la GC
y comienza con el reconocimiento de los activos intangibles que hacen que una organización sea eficiente y competitiva” (Osorio, 2003: 1).
Por su parte, la taxonomía
propuesta por Foray y
Lundvall, distingue entre varios tipos de conocimientos tácitos y explícitos, como se muestra en la Tabla III.
Interpretando lo escrito por
autores como Nonaka y
Takeuchi (1995), Boisot (1998)
y Haggie y Kingston (2003),
entre otros, luce razonable incluir en el modelo a formular
prescripciones para la GC en
dos vertientes: codificación y
453
TABLA III
TIPOS DE CONOCIMIENTO
Conocimiento
Saber qué
Tipo
Explícito
Descripción
Conocimiento acerca de hechos en el sentido que se asocia normalmente con la palabra información
Saber por qué
Explícito
Conocimiento acerca de los principios cientíicos y leyes de la naturaleza que sustentan el progreso tecnológico y el
desarrollo de productos y procesos
Saber cómo
Tácito
Conocimiento asociado con habilidades o destrezas y la capacidad de ejecutar o realizar algo, que típicamente se
desarrolla y mantiene dentro del cerebro del individuo
Saber quién
Tácito
Conocimiento acerca quién sabe qué y quien sabe cómo, asociado a la formación de relaciones sociales especiales
que da acceso a los expertos y usa su conocimiento de manera eicaz
Basado en la taxonomía de Foray y Lundvall (1998).
socialización. Un aspecto clave
está referido a la codificación
del conocimiento crítico de la
organización. El mismo estaría
accesible a los individuos que
componen el CI del programa
de doctorado del que se trate,
mientras que la vertiente de
socialización estaría relacionada a asegurar, dentro de la GC,
el despliegue de mecanismos
para que el CI actúe de forma
colaborativa, es decir, desarrollar una nueva infocultura, facilitando vinculaciones sociales
entre ellos para fomentar la
generación de nuevo conocimiento y su difusión. Clave
serán entonces los mecanismos
que medien y faciliten la comunicación e intercambio de
conocimientos. Esto es de particular relevancia, toda vez que
“el intercambio directo del
conocimiento tácito mediante
la socialización es considerado
como clave para la creación de
conocimiento” (Greiner et al.,
2007: 37).
Por otra parte tenemos el
modelo de conversión del conocimiento entre tácito y explícito,
propuesto por Nonaka y Konno
(1998), en el que el conocimiento dentro de una organización
pasa de tácito a explícito y de
explícito a tácito mediante cuatro procesos: socialización, externalización, combinación e
internalización, en un ciclo continuo y repetitivo, donde los
procesos de transferencia de
conocimientos tienen lugar a
tres niveles: individuos, grupos
y organización. Dicho de otra
forma, en el modelo de Nonaka
y Konno, “las combinaciones de
interacciones entre ambas modalidades (explícita y tácita)
conducen a cuatro patrones
454
posibles de conversión, denominados socialización, externalización, combinación e
internalización” (Davenport y
Holsapple, 2011: 314), en
donde ‘socialización’ es el
proceso de los individuos
compartiendo unos con otros
el conocimiento tácito; ‘externalización’ es la articulación
en forma explícita del conocimiento previamente mantenido como tácito a otros miembros en el g r upo; ‘combinación’ es el proceso de sintetizar conocimiento explícito
en nuevo y más complejo conocimiento explícito; e ‘internalización’ es el proceso mediante el cual el nuevo conocimiento es compartido entre
los miembros de la organización para incorporarlo a su
propio conocimiento tácito a
fin de ampliarlo, extenderlo
y/o reformularlo.
Al examinar la relación entre
la gestión del conocimiento y
la optimización de procesos
encontramos que la evidencia
empírica indica que los países
con economías más robustas
son aquellos cuyos trabajadores
son más educados (OCDE,
2016). En ese sentido, la
sostenibilidad del CI es uno de
los factores clave para desarrollar economías del conocimiento que sean capaces de
promover la innovación y el
aprendizaje continuo (Ahmed y
Krishnasamy, 2013).
En suma, la interdisciplinariedad del conocimiento se convierte en un nuevo paisaje y
surge una nueva filosofía de
interpretación en materia de
investigación y desarrollo, en
donde el punto crítico es mejorar la calidad de vida de las
personas (Frodeman et al.,
2017). De esta forma, se puede
interpretar que todo trabajo
que empuje la frontera del conocimiento en un programa doctoral forma parte de esta nueva
manera de interpretar el tema
y su gestión, por ende, es
medular.
Método
Con el fin de formular el
modelo de carácter prescriptivo
de GC para programas doctorales, se usó un enfoque cualitativo para analizar la literatura
sobre GC, cuyos resultados
fueron interpretados a la luz de
la experiencia de los autores
como partícipes y/o gestores de
larga data en programas de
doctorado. Dicho análisis permite la identificación de procesos relevantes de GC a ser
tomados en cuenta para la formulación del modelo. La selección de la literatura se basó en
documentos indizados en
Google Académico, publicados
entre 1990 y 2017, categorizados de acuerdo a su relevancia
por la cantidad de citas, utilizando el programa informático
Publish or Perish® (Harzing,
A.W. 2007), en su versión activa para febrero del 2017, y disponibles para su descarga.
Los siete pasos del proceso
fueron: 1) Se constituyeron los
documentos primarios de la
unidad hermenéutica de Atlas.
Ti™ con los artículos y publicaciones en gestión del conocimiento de mayor impacto de
acuerdo al índice-h. 2) Se identificaron y codificaron inicialmente los procesos y conceptos
útiles para la formulación del
modelo. 3) Se identificaron las
categorías emergentes de la
codificación y se generaron los
memos a tener en cuenta para
la construcción del modelo.
4) Se refinaron las categorías
conceptuales que fueron surgiendo del análisis cualitativo.
5) Se ubicaron en la literatura
artículos adicionales, los cuales
fueron analizados para completar el modelo. 6) Se integraron
los memos y se diagramaron
conceptos y sus relaciones en
racimos o clústeres. 7) A partir
de lo anterior se generó el
modelo teórico con sus
prescripciones.
Basado en esos elementos, el
modelo propuesto per mite
diseñar un sistema de GC que
mediante el uso de las tecnologías de información (TI;
servicios web y herramientas
digitales) trabaje con tres aplicaciones: 1) codificar y compartir mejores prácticas, en
este caso entre los estudiantes
de un programa de doctorado;
2) crear directorios de conocimiento organizacional; y 3)
crear redes de conocimiento
(Alavi y Leidner, 2001).
Propuesta de Modelo
Prescriptivo de GC
El modelo prescriptivo propuesto se sintetiza en la
Figura 1, y recoge la cercana
relación que existe entre el
capital intelectual y el capital
social (que está formado por la
suma de los recursos contenidos en, y derivados de, la red
de relaciones sociales de los
individuos o de la organización). Incluye también los
procesos de conversión del
conocimiento de tácito a explícito y de explícito a tácito,
JULY 2017, VOL. 42 Nº 7
entre otras. Entre los índices:
tendríamos al Social Science
Citation Index, Latindex y
otros. De igual forma para las
publicaciones y las líneas de
investigación, las cuales, sin
menoscabo de posibles y deseables enfoques interdisciplinarios y multidisciplinarios, estarían enmarcadas o pertenecen
al ámbito de estas ciencias. La
ter minología a la que nos
referimos en el ejemplo son los
términos especializados propios
de estas disciplinas y así sucesivamente para los tipos de
conocimientos restantes.
Figura 1. Modelo propuesto de Gestión del Conocimiento
así como el intercambio del
conocimiento entre individuos,
facilitados por las estrategias
de codificación y socialización,
siendo los procesos señalados
mediados por servicios web y
herramientas digitales. Los resultados directos o outputs que
prevé el modelo son dos: conocimiento codificado y conocimiento compartido. Su aplicación ha de resultar en un
incremento de ambos, teniendo
un efecto positivo en el capital
intelectual del programa doctoral al que se aplique.
En la Figura 2 se enumeran
a manera de ejemplo los conocimientos posibles a ser incluidos por el modelo propuesto,
para un doctorado cualquiera:
Los conocimientos en el extremo derecho de la figura representan los distintos conocimientos que pueden ser relevantes en un programa de doctorado. Por ejemplo, si se
tratase de un programa de doctorado en ciencias sociales,
dentro de las disciplinas tendríamos a la psicología, la sociología, la administración, la
economía, y la antropología,
Figura 2. Ejemplo de taxonomía posible según modelo propuesto para
un doctorado cualquiera.
JULY 2017, VOL. 42 Nº 7
Las prescripciones del modelo
1. Estrategia de codificación.
Esta tiene el propósito de hacer
acopio continuo y facilitar el
acceso a la información relevante, identificándola y codificándola al menor costo posible,
para lo que se propone el uso
de servicios web y herramientas digitales. La propuesta es
que la información codificada
sea manejada desde un portal
único al que los investigadores
puedan acceder y navegar de
acuerdo a un directorio organizado lógicamente, desde el cual
puedan enlazarse hacia los distintos destinos relevantes para
obtener la información que necesitan en el ‘aquí’ y el ‘ahora’.
El portal se puede desarrollar
utilizando servicios como
Google
Sites®,
WordPress® e incluso Facebook®.
Los diversos enlaces desde dicho portal a los contenidos relevantes (de acuerdo a la categorización esbozada en la
Figura 3), pueden ser, bien a
sitios externos y a repositorios
propios según el caso, usando
almacenamiento en la nube
computacional, con servicios
como Google Drive®, OneDrive®, Dropbox® o similares.
La actualización automática de
contenidos se puede gestionar
incluyendo en el portal un RSS
feed reader que actualice la
información por áreas. Un servicio adicional a incorporar
podría ser Scoop.it® o similar,
para la captura de contenidos
específicos por áreas de interés.
La curatela y difusión de contenidos actualizados por el RSS
feed y Scoop.it podrían ser
organizados utilizando revistas
digitales por temas, creadas con
Flipboard®, por ejemplo.
El portal usaría correo electrónico o mensajería como
Whatsapp® para notificar automáticamente cuando se actualicen contenidos. La información en forma de documentos electrónicos estaría preferiblemente en formato .pdf para
documentos terminados y para
documentos editables, se proponen formatos de Google
Docs®, editables por múltiples
autores de forma colaborativa, sin
importar la aplicación ofimática
nativa de quién los edite.
El beneficio de este enfoque,
además de su relativo bajo costo, tiene que ver con la concentración de la información
relevante y organizada (curated
information) en un punto único
principal (el portal web).
A continuación se ejemplifican los tipos de información
que se prevén estar codificados
en el por tal, según la taxonomía expresada ut supra:
1.1 ‘Saber qué’
Disciplinas: Listado y descripción, breve historia, corrientes
de pensamiento, figuras principales, desafíos actuales y tendencias de cada una de las
disciplinas que conforman el
doctorado. Enlaces a contenidos relacionados.
Índices: Listado de índices relevantes en las disciplinas asociadas, enlaces a los respectivos sitios web de cada uno.
Publicaciones: listado de publicaciones físicas y virtuales y
sitios de acceso abierto y enlaces a cada uno de ellos.
Líneas de investigación: listado
con las líneas de investigación
correspondientes al doctorado
y enlaces a contenidos
relacionados.
Terminología: glosarios o enlaces a glosarios de términos
especializados correspondientes
a las disciplinas que forman
parte o están relacionadas al
doctorado.
Normas internas: descripción
jerarquizada de la normativa
vigente que rige la investigación realizada en el doctorado o enlaces a los documentos
que la contienen.
455
Figura 3. Estructura posible de portal web para un programa de
doctorado en Ciencias Sociales.
Normas generales: descripción
jerarquizada de la normativa
vigente, usos, costumbres y
prácticas aceptadas que rigen
la investigación científica en
general y las disciplinas en
particular y enlaces a los contenidos relacionados.
1.2 ‘Saber por qué’
Para tener la información en
el portal sobre los ‘por qué’ de
los fenómenos en las distintas
disciplinas, sus causas y efectos, cor relaciones entre
fenómenos, comparaciones,
conceptos, teorías y leyes, y el
estado del arte en general del
pensamiento y conocimiento
relacionado, es aquí donde se
coloca y o enlaza a la biblioteca digital de libros de texto de
referencia, organizados por
disciplina y una categoría especial para aquellos que abordan
más de una disciplina, es decir,
aquellos de carácter multi- o
interdisciplinario.
1.3 ‘Saber cómo’
Método científico: Colección de
artículos selectos y libros de
texto de referencia sobre el método científico y su aplicación.
456
Enlaces a contenidos con ejemplos de aplicación en cada una
de las disciplinas del doctorado
en cuestión, en adición a ejemplos de aplicación en enfoque
interdisciplinario.
Pesquisa científ ica: Colección de artículos selectos y libros de texto de referencia sobre las técnicas y herramientas
para la investigación interdisciplinaria, si fuera el caso.
Diseño experimental: Colección de artículos selectos y libros de texto de referencia sobre el diseño experimental.
Investigación cuantitativa:
Listado y breve descripción de
las técnicas y métodos de investigación cuantitativa, colección de artículos selectos y libros de texto de referencia,
artículos de ejemplo de investigaciones cuantitativas y enlaces a contenidos relevantes y a
programas como SPSS®.
Investigación cualitativa: Listado
y breve descripción de las técnicas y métodos de investigación
cualitativa, si fuera el caso, colección de artículos selectos y
libros de texto de referencia, artículos de ejemplo de investigaciones cualitativas y enlaces a
contenidos relevantes y a programas como atlas.ti®
Herramientas digitales: Enlaces a herramientas y recursos
digitales para búsqueda general y específica de contenidos
en línea; captura automática
de información por tópico o
tema, curaduría de contenidos,
generación de mapas mentales;
generador de nubes de palabras, traductores, programas
para análisis cualitativo, programas de análisis cuantitativo, manejadores de encuestas
y graficadores, conversores de
formato de archivos, aplicaciones de resolución de ecuaciones, gestores de contenidos,
generadores de infograf ías,
editores de imágenes, herramientas anti-plagio, correctores semánticos, repositorios de
artículos de acceso abierto,
repositorios de artículos por
suscripción, repositorios abiertos de series de datos.
Prácticas de difusión: Listado y breve descripción de las
mejores prácticas la escritura
de ar tículos científ icos, las
normas relacionadas, tipos de
evaluación por publicaciones
especializadas, y enlaces a la
colección de artículos selectos
y normas varias de referencia.
1.4. ‘Saber quién’
Expertos reconocidos: Expertos, por disciplina, y/o líneas
de investigación, enlaces a sus
sitios web, perfiles en redes
sociales académicas o profesionales con datos de contacto.
Investigadores: Investigadores de otros centros de investigación, sus líneas de investigación y sus sitios web, perfiles
en redes sociales y datos de
contacto.
Colegas: Académicos, investigadores y doctorandos adscritos al programa de doctorado,
sus líneas de investigación y
sus sitios web o equivalentes y
datos de contacto.
Autoridades: Directivos y autoridades de instituciones y organizaciones relacionadas a la
investigación o financiamiento
a la investigación, sus sitios
web o equivalentes, y sus datos
de contacto.
Personal administrativo: Directorio con los datos de contacto
y los nombres, cargos, departamento y función de personal
administrativo relacionado al
programa de doctorado.
Todo lo anterior ilustra los
elementos y posible estructura
del eventual portal web, tal y
como se muestra en la
Figura 3, que da título a los
contenidos y esboza la lógica
de navegación en dicho portal.
Estrategia de socialización
Esta tiene el propósito de
contribuir a los procesos de
comunicación e intercambio de
información y conocimientos,
utilizando esquemas similares
a los descritos en la estrategia
de codificación, es decir, usando también los servicios web y
her ramientas digitales disponibles. Esto es necesario a
objeto de estimular la formación de capital social en los
programas de doctorado, siendo
que este capital social es la
suma de recursos contenidos
en, disponibles a través de, y
derivados de la red de relaciones de un individuo o unidad social. Este capital social
comprende entonces “tanto la
red como los activos que
pueden movilizarse por dicha
red” ( Nahapiet y Ghoshal,
1998: 244). Para esto, el modelo propone igualmente servicios web y herramientas digitales, de forma análoga e integrada a lo descrito para la estrategia de codificación. En
este sentido, el modelo propone
las prescripciones que se desarrollan a continuación:
Procesos de Socialización: Los
espacios para la interacción de
los investigadores deben ser
facilitados por la plataforma
digital e integrados en el portal
único, tanto para aportar nuevos
contenidos como para reaccionar a los contenidos que se han
ido incorporando y hacer las
observaciones, sugerencias, preguntas, contribuciones y comentarios que ayuden a complementar y enriquecer contenidos,
para beneficio de todos los
miembros de la comunidad de
saberes o grupo adscrito al doctorado. Se proponen herramientas como Google Hangouts®,
Skype®, o similares para interacciones personales y grupales
síncronas. Foros de discusión,
JULY 2017, VOL. 42 Nº 7
videos y chats ligados a los
contenidos y tópicos tanto generales como específicos para interacciones grupales asíncronas.
Es importante incorporar además servicios como ResearchGate® o similar para, en grupos anidados jerárquicamente,
facilitar la difusión de los trabajos de investigación y contar
con fuentes adicionales de captura de información por áreas
de interés. ResearchGate® también permitiría medir la producción e impacto de los investigadores, complementado por el
programa Publish or Perish®
ya mencionado.
Procesos de Externalización:
Se implementa mediante videos
de clases magistrales de expertos, tanto miembros del grupo
como de investigadores reconocidos, en los tópicos y temas
del doctorado, por áreas y disciplinas, disponibles en los repositorios referenciados en el
portal, para su acceso y uso
asíncrono. Videoconferencias y
foros de discusión en tiempo
real por los expertos en temas
y tópicos relacionados y/o afines a las disciplinas relevantes,
acompañados por las carteleras
electrónicas de noticias e invitaciones generales o por grupos
de interés de forma automática,
intermediados por servicios
como Google HangOuts®. El
resto de la externalización vendría dada por los ser vicios
web y recursos digitales descritos en la estrategia de
codificación.
Procesos de Combinación: Los
contenidos del portal, los enlazados desde éste y la información contenida en los repositorios referenciados pueden
ser analizados por cualquier
investigador para determinar
los artículos y contenidos relevantes a u na investigación
o tema en particular usando
her ramientas como Publish
or Perish® u ot ras como
TerMine®, disponible como
ser vicio web del Cent ro
Nacional de Minería de Texto
( NaCTeM) operado por la
Universidad de Manchester,
RU, que permite el reconocimiento automático de términos
multipalabra, bajo los métodos
Valor-C y Valor NC (Frantzi
et al., 2000) y que, aunque
concebidos para su aplicación
en medicina y ciencias de la
salud, son aplicables a otras
disciplinas, per mitiendo un
expedito análisis semántico de
textos, útil para reconocer y
diferenciar entre gran cantidad
de artículos aquellos relevantes sin necesidad de leerlos
todos previamente. El resto de
la combinación vendría dada
por los servicios y recursos
digitales descritos en la estrategia de codificación.
Procesos de Internalización:
Los mecanismos descritos proveen de los medios suficientes
para que se dé el proceso de
internalización, ya que proveen
los medios para compartir infor mación y conocimientos
entre los miembros de la comunidad, de manera tal de ser
asimilados e incorporados a su
propio conocimiento tácito.
Conclusiones
El modelo propuesto contiene prescripciones que facilitan la adopción y despliegue
de la GC en forma rápida, con
una inversión inicial relativamente baja y con costos de
operación reducidos, en comparación con otras alternativas
posibles, y con gran impermeabilidad a la obsolescencia
tecnológica. En particular, se
estima que un sistema de GC
basado en el portal configurado como se ha descrito, impactará positivamente en la
producción académica, con un
menor tiempo para remontar
la curva de aprendizaje por
investigadores noveles. No
menos importante, las herramientas, recursos digitales y
servicios web propuestos se
actualizan por terceros, ampliando con el paso del tiempo
sus funcionalidades.
Potenciar la generación de
nuevo conocimiento, fertilizando de forma cruzada el mismo
a nivel global, es en si mismo
una innovación.
REFERENCIAS
Ahmed EM, Krishnasamy G (2013)
Human capital investment to
achieve knowledge-based economyJournal of the Knowledge
Economy. December 2013,
Volume 4, Issue 4, pp. 331-342.
JULY 2017, VOL. 42 Nº 7
Alavi M, Leidner D (2001) Review:
K nowledge management and
k nowledge management systems: Conceptual foundations
and research issues. MIS Quart.
25: 107-136.
Berger P, Luckmann T (1967) The
Social Construction of Reality:
A Treatise in the Sociology of
Knowledge. Doubleday. Garden
City, NY, EEUU. 256 pp.
Boisot MH (1998) Knowledge assets:
Securing competitive advantage
in the information economy.
Oxford Universit y Press.
Oxford, RU. 312 pp.
Brown JS, Duguid P (1991) Organizational learning and communities-of-practice: Toward a unified view of working, learning,
and innovation. Organiz. Sci.
2: 40-57.
Brooking A (1997) The Management
of Intellectual Capital. J. Long
Range Plann. 30: 385-391.
Bruner Jerome Seymur (1990) Acts of
Meaning, Cambridge, MA, Harvard University Press. 181 pp.
Butler T, Murphy C (2011) Work and
knowledge. En Schwartz DG
(Ed.) Encyclopedia of Knowledge Management. Idea Group.
Hershey, PA, EEUU. pp. 884-891.
Conceição P, Heitor MV, Gibson DV,
Shariq SS (1998) The emerging
importance of knowledge for
development: Implications for
technology policy and innovation. Technol. Forecast. Soc.
Change 58: 181-202.
Davenport D, Holsapple CW (2011)
Social capital knowledge. En
Jennex ME (Ed.) Knowledge
Management: Concepts, Methodologies, Tools and Applications
(Vol. 1). IGI Global. Hershey,
PA, EEUU. pp. 313-323.
De la Vega I (2009) El uso de la cienciametría en la política tecnocientífica en América Latina, una
relación incierta. REDES MayoSin mes, 217-240.
De la Vega I (2017) Estudio longitudinal de sistemas tecnocientíficos. Comparativa entre Venezuela y tres países de América del
Sur. Rev. Venez. Anál. Coyunt. JulDic, 2017. En Prensa.
Durst S, Edvardsson IR (2012)
K nowledge management in
SMEs: a literature review. J.
Knowl. Manag. 16: 879-903.
Edvinsson L (1997) Developing intellectual capital at Skandia. J.
Long Range Plann. 30: 320-373.
Euroforum (1998) Modelo Intelect.
ht t p s: // we b. a r ch ive.o r g /
web/20120429213639/http://www.
gestiondelconocimiento.com/
modelo_modelo_intelect.htm
Foray D, Lundvall B (1998) The
k nowledge-based economy:
from the economics of knowledge to the learning economy.
En Neef D, Siesfeld GA, Cefola
J (Eds.) The Economic Impacto
Of Knowledge. Butter wor thHeine-man n. Wobur n, M A,
EEUU. pp. 115-121.
Frantzi K, Ananiadou S, Mima H
(2000) Automatic recognition of
multi-word terms: The c-value/
nc-value method. Int. J. Dig.
Libr. 3: 115-130.
Freeman C (1995) The national system of innovation in historical
perspective. Cambridge J. Econ.
19: 5-24.
Frodeman R, Thompson J, Pacheco
R (2017) The Oxford Handbook
of Interdisciplinarit y. 2 a ed.
Oxford University Press. Oxfor,
RU. 640 pp.
Grant RM (1996) Toward a knowledge-based theory of the firm.
Strat. Manag. J. 17 (Winter Sp.
Issue): 109-122.
Greiner ME, Böhmann T, Krcmar H
(2007) A strategy for knowledge
management. J. Knowl. Manag.
11(6): 3-15.
Haggie K, Kingston J (2003)
Choosing your knowledge management st rategy. J. Knowl.
Manag. Pract. 4(4): 1-20.
INSEAD (2016) The Global Talent
Competitiveness Index 2017,
Talent and Technolog y. The
Business School for the World.
Fontainebleau, Francia. www.
g t c i 2 017. c o m / d o c u m e n t s /
G T C I _ 2 017_w e b _ r 3 . p d f ,
05/02/2017
Harzing, AW (2007) Publish or
Perish. www.harzing.com/pop.
htm
Kidwell JJ, Vander Linde KM,
Johnson SL (2001) Applying
Cor porate Knowledge Management in Higher Education.
Educause Quart. 4 https://
eservices.mu.edu.sa/public/ uploads/1333567649.6599Knowledge.pdf
Nahapiet J, Ghoshal S (1998) Social
capital, intellectual capital, and
the organizational advantage.
Acad. Manag. Rev. 23: 242-266.
Nonaka I, Takeuchi H (1995) The
Knowledge-Creating Company:
How Ja pa ne se Compa nie s
Cre ate the D y na mic s of
Innovation. Oxford University
P re ss. Nueva York , EEU U.
304 pp.
Nona ka I, Kon no N (1998) T he
concept of “Ba”: Building a
foundation for knowledge creat ion. Calif. Manag. Re v.
40(3): 40-54.
OECD (2016) Education at a Glance:
OECD Indicators. Organisation
for Economic Co-operation and
Development. París, Francia.
457
OMPI (2016) Patentscope. Organización Mundial de Propiedad
Inteclectual. https://patentscope.
wipo.int /search /es/search.jsf
(Cons. 18/12/2016).
Osorio Núñez M (2003) El capital
intelectual en la gestión del conocimiento. Acimed 11(6).
Pabón C, Jhonny A (2016) Gestión
del conocimiento y políticas de
innovación. La Propiedad Inma-
458
terial 22(Julio-Diciembre 2016).
13 pp. SSRN. https://ssrn.com/
abstract=2900265
Pasher E, Ronen T (2011) The
Complete Guide to Knowledge
Management: A Strategic Plan
to Leverage your Company’s
Intellectual Capital. Wiley.
Hoboken, NJ, EEUU. 197 pp.
Rodríguez-Ponce E, Pedraja-Rejas L,
Araneda-Guirriman C, Rodríguez-
Ponce J (2013) La relación entre
la gestión del conocimiento y la
gestión académica: un estudio
exploratorio en universidades
chilenas. Interciencia 38: 88-94.
SCImago (2007) SJR - SCImago
Journal & Country Rank. www.
scimagojr.com
SCImago (2016) SJR - SCImago
Journal & Country Rank. www.
scimagojr.com
Stewart TA (1998) La Nueva Riqueza
de las Organizaciones: El Capital
Intelectual. Zadunaisky D (Trad.).
Granica. Buenos Aires, Argentina. 311 pp.
Viedma Martí JM (2000) La Gestión
del Conocimiento y del Capital
Intelectual. Universidad de
Burgos, España. www.ubu.es/
sites/default/files/portal_ page/
files/gestion_del_capital_ intelectual.pdf
JULY 2017, VOL. 42 Nº 7