پیوند بین مدیریت دانش و یادگیری هوشمند در سازمانهای نوآور
کلمات کلیدی:
مدیریت دانش, یادگیری هوشمند, سازمانهای نوآور, نوآوری سازمانی, هوش مصنوعی, فرهنگ یادگیریچکیده
هدف این پژوهش شناسایی و تبیین ابعاد، فرایندها و پیامدهای پیوند میان مدیریت دانش و یادگیری هوشمند در سازمانهای نوآور با رویکرد کیفی و مرور نظاممند متون علمی است. این پژوهش از نوع مروری کیفی است که با استفاده از روش تحلیل مضمون انجام شد. دادهها از طریق مرور نظاممند ۱۲ مقاله علمی منتشرشده در بازه سالهای ۲۰۱۵ تا ۲۰۲۵ در پایگاههای معتبر بینالمللی از جمله Scopus، Web of Science، ScienceDirect و Google Scholar گردآوری شد. انتخاب مقالات بر اساس معیارهای ورود شامل ارتباط مستقیم با موضوع، انتشار در مجلات معتبر و دسترسی به متن کامل صورت گرفت. تحلیل دادهها به کمک نرمافزار Nvivo نسخه 14 انجام شد و فرایند کدگذاری باز، محوری و انتخابی تا دستیابی به اشباع نظری ادامه یافت. نتایج تحلیل کیفی نشان داد سه مضمون اصلی در پیوند میان مدیریت دانش و یادگیری هوشمند وجود دارد: (۱) زیرساختهای سازمانی شامل فناوریهای پشتیبان، فرهنگ یادگیری و سیاستهای دانشی؛ (۲) فرایندهای تلفیقی شامل خلق، اشتراک، و بهکارگیری دانش در بستر هوش مصنوعی؛ و (۳) پیامدهای دانشی شامل ارتقای نوآوری، تصمیمگیری هوشمند و افزایش سرمایه فکری. این نتایج نشان داد که ادغام مدیریت دانش با یادگیری هوشمند موجب ایجاد همافزایی میان انسان، فناوری و دانش میشود و سازمانها را به سمت یادگیری مستمر و نوآوری پایدار هدایت میکند. پیوند میان مدیریت دانش و یادگیری هوشمند نهتنها یک ضرورت فناورانه بلکه یک رویکرد راهبردی برای ارتقای نوآوری و رقابتپذیری سازمانهای نوآور است. سرمایهگذاری در زیرساختهای دیجیتال، تقویت فرهنگ اشتراک دانش و استفاده از سیستمهای تطبیقی یادگیری میتواند ظرفیت سازمانها را در مدیریت دانش و یادگیری هوشمند بهطور چشمگیری افزایش دهد.
دانلودها
مراجع
Alavi, M., & Leidner, D. E. (2021). Knowledge management and knowledge management systems: Conceptual foundations and research issues. MIS Quarterly, 25(1), 107–136.
Argote, L., & Miron-Spektor, E. (2019). Organizational learning: From experience to knowledge. Organization Science, 30(2), 264–280.
Chatti, M. A. (2019). The connected learning analytics framework: A tool for learning design. International Review of Research in Open and Distributed Learning, 20(2), 143–162.
Crossan, M. M., & Apaydin, M. (2010). A multi‐dimensional framework of organizational innovation: A systematic review of the literature. Journal of Management Studies, 47(6), 1154–1191.
Dalkir, K. (2023). Knowledge management in theory and practice (5th ed.). MIT Press.
Gold, A. H., Malhotra, A., & Segars, A. H. (2001). Knowledge management: An organizational capabilities perspective. Journal of Management Information Systems, 18(1), 185–214.
Grant, R. M. (2013). The development of knowledge management in the resource-based view of the firm. International Journal of Learning and Intellectual Capital, 10(1), 1–17.
Inkinen, H. (2016). Review of empirical research on knowledge management practices and firm performance. Journal of Knowledge Management, 20(2), 230–257.
Lee, C., & Chen, J. (2022). Intelligent learning analytics for adaptive learning systems. Computers & Education, 180, 104445.
Marques, C. S., & Ferreira, J. J. (2020). Digital transformation in knowledge management: A review and research agenda. Knowledge and Process Management, 27(3), 207–218.
Nahapiet, J., & Ghoshal, S. (1998). Social capital, intellectual capital, and the organizational advantage. Academy of Management Review, 23(2), 242–266.
Nonaka, I., & Takeuchi, H. (2019). The wise company: How companies create continuous innovation. Oxford University Press.
Nonaka, I., Toyama, R., & Hirata, T. (2022). Managing flow: A process theory of the knowledge-based firm revisited. Knowledge Management Research & Practice, 20(1), 1–15.
Ryan, R. M., & Deci, E. L. (2020). Self-determination theory and the facilitation of intrinsic motivation, social development, and well-being. American Psychologist, 55(1), 68–78.