วันจันทร์ที่ 23 กุมภาพันธ์ พ.ศ. 2552

องค์ประกอบของโปรแกรมการเรียนรู้จากการปฏิบัติ

(components of an Action Learning Program)

โปรแกรม Action Learning ได้รับอำนาจและผลประโยชน์จากองค์ประกอบที่พึ่งพาอาศัยและมีปฏิสัมพันธ์กัน 6 อย่าง ที่ซึ่งความเข้มแข็งและความสำเร็จของ Action Learning ขึ้นอยู่กับปฏิสัมพันธ์ที่มีประสิทธิผล ดังต่อไปนี้

1. ปัญหา (Problem)
Action Learning สร้างขึ้นจากปัญหา (โครงการ ความท้าทาย ประเด็นปัญหา หรือ งาน) ทางแก้ ซึ่งเป็นความสำคัญอย่างสูงต่อเอกัตบุคคล ทีม และหรือองค์การ ปัญหาควรเด่นชัด อยู่ในความรับผิดชอบของทีม และให้โอกาสแห่งการเรียนรู้ การเลือกปัญหาเป็นหลักเบื้องต้นของ Action Learning เนื่องจากเราเรียนรู้เมื่อแบกรับการกระทำบางอย่าง ซึ่งสามารถสะท้อนความคิดในการกระทำนั้นๆ ปัญหาให้กลุ่มได้เน้นบางอย่างที่เป็นจริงและสำคัญ นั่นก็คือตรงประเด็นและมีความหมายต่อกลุ่ม ปัญหาสร้างโอกาสให้เกิดการเรียนรู้ สร้าง “ตะขอ” ให้เกี่ยวความรู้ขึ้นมา

2. กลุ่ม (Group of 4-8 people)
หลักของ Action Learning คือ กลุ่มการเรียนรู้ กลุ่มประกอบด้วยคนสี่ถึงแปดคนที่มาร่วมกันสำรวจปัญหา ขององค์การทีมไม่อาจหาทางแก้ได้ง่ายนัก ในทางอุดมคติ การประกอบกันเข้าของกลุ่มหลากหลายมากแต่ขอให้มีทางให้เกิดมุมมองแตกต่างและได้รับจุดมองใหม่สุด ทั้งนี้ขึ้นอยู่กับปัญหาของ Action Learning กลุ่มอาจประกอบด้วยคนที่มาจากต่างองค์การหรืออาชีพ เช่น ผู้ส่งมอบหรือลูกค้าของบริษัท ก็ได้


3. กระบวนการตั้งคำถามและการไตร่ตรอง(สะท้อนความคิดและการฟัง) Reflective questioning and Listening) โดยการเน้นที่คำถามที่ถูกต้องมากกว่าคำตอบที่ถูกต้อง Action Learning เน้นสิ่งที่คนไม่รู้ เท่ากับสิ่งที่ตนรู้ กระบวนการ Action Learning แก้ปัญหาด้วยการถามคำถามเป็นสิ่งแรก เพื่อให้เห็นลักษณะอย่างชัดเจนของปัญหา แล้วจึงสะท้อนความคิดหรือคิดไตร่ตรองแล้วระบุทางแก้ที่เป็นไปได้ก่อนที่จะลงมือกระทำการ

4. พัฒนายุทธศาสตร์ของทางแก้สู่การกระทำ(Developing strategies and taking action)
สำหรับผู้ทุ่มเทให้กับ Action Learning การเรียนรู้ที่แท้จริงจะไม่เกิดเลยหากไม่ได้กระทำการ เนื่องจากไม่มั่นใจว่าความคิดหรือแผนการจะทรงประสิทธิผลจนกระทั่วลงมือดำเนินการ ดังนั้น สมาชิกกลุ่ม Action Learning ต้องมีอำนาจในการลงมือกระทำการ หรือมั่นใจว่าข้อเสนอแนะของตนจะได้รับการดำเนินการ ฝ่าฟันกับการเปลี่ยนแปลงสำคัญใดใดในสภาพแวดล้อม หรือฝ่าฟันกับการขาดสารสนเทศที่สำคัญของกลุ่ม การกระทำจะเพิ่มพูนการเรียนรู้เนื่องจากให้พื้นฐาน

5. การมุ่งมั่นสู่การเรียนรู้ (Commitment to Learning)
ใน Action Learning การเรียนรู้สำคัญเท่าการปฏิบัติวางตำแหน่งใน Action Learning ในการเน้นที่การบรรลุผลงานเสมอกับการเรียนรู้ การพัฒนาเอกัตบุคคลเสมอการพัฒนาองค์การ Action Learning จะให้ทั้งการแก้ปัญหาและการเรียนรู้ ให้การพัฒนาตนเองเท่ากับการพัฒนาองค์การ

6. ผู้อำนวยความสะดวก (Action Learning Coach)
การอำนวยความสะดวกมีความสำคัญในการช่วยสมาชิกกลุ่มเดินขบวนการของตนช้าลง จะได้มีเวลาเพียงพอในการสะท้อนความคิดสิ่งที่กำลังเรียนรู้ ผู้อำนวยความสะดวก (บางทีอาจเรียกว่าที่ปรึกษาเซท หรือ ผู้สอนงาน) หรืออาจเป็นสมาชิกกลุ่มทำงาน (มีความคุ้นเคยกับปัญหาที่อภิปรายกัน) หากเป็นผู้มาจากภายนอก (ไม่จำเป็นต้องเข้าใจเนื้อหาของปัญหาที่เกิดขึ้นหรือบริบทขององค์การ แต่มีทักษะการอำนวยความสะดวกสำหรับ Action Learning)

วันพุธที่ 18 กุมภาพันธ์ พ.ศ. 2552

ชนิดของการเรียนรู้ (Types of learning)

ชนิดของการเรียนรู้ มีวิธีการเรียนรู้อยู่หลายวิธีที่มีนัยสำคัญและคุณค่าต่อองค์กรแห่งการเรียนรู้ ดังนี้

  1. การเรียนรู้แบบการปรับใช้(Adaptive) เป็นการเรียนรู้จากประสบการณ์และการไตร่ตรอง
  2. การเรียนรู้แบบลงมือกระทำก่อนล่วงหน้า(Anticipatory) เป็นกระบวนการได้มาซึ่งความรู้จากการคาดหวังอนาคต ด้วยวิธีการที่มีวิสัยทัศน์ การปฏิบัติ และการไตร่ตรอง
  3. การเรียนรู้แบบสร้างความรู้ (Generative and creative learning) เป็นการเรียนรู้ที่สร้างความรู้จากการไตร่ตรอง การวิเคราะห์ และการคิดสร้างสรรค์
  4. การเรียนรู้จากการปฏิบัติ (Action learning) จะเกี่ยวข้องในการไตร่ตรองปัญหาที่เกิดจากความรู้เดิมบวกกับการถามจึงเกิดการเรียนรู้

วันอังคารที่ 17 กุมภาพันธ์ พ.ศ. 2552

การใช้ความรู้ทางเทคโนโลยีสำหรับการสร้างยุทธวิธีความสามารถในการจัดการความรู้

(Technology for creating a knowledge management strategy)

ถ้ากล่าวถึงเรื่องลำดับขั้นของความรู้ (Hierarchy of Knowledge) ว่า ความรู้(Knowledge) เป็นขั้นตอนหนึ่งของการพัฒนาองค์ความรู้เริ่มจากการเก็บสะสมข้อมูล(Data) มาเป็นข่าวสาร(Information) จนกระทั่งกลายเป็นความรู้ (Knowledge) ซึ่งความรู้นั้นสามารถจัดการได้อย่างเป็นระบบดังแสดงรูปแบบวงจรของการจัดการความรู้ได้ดังนี้
· เริ่มจาการจัดเก็บ(Store) เป็นการรวบรวมฐานข้อมูลเข้าไว้ในคลังข้อมูลโดยการสร้างให้เกิดองค์กรที่เอื้อต่อการจัดเก็บข้อมูลในทุกๆ ด้านรวมทั้งมีการตรวจจับ(Capture)เอาความรู้เหล่านั้นสร้างให้เกิดเป็นสินทรัพย์ขององค์กรและที่สำคัญควรต้องมีแผนกำหนดชัดเจนว่าอะไรคือความรู้ที่ควรจัดเก็บจากการเฝ้าระวัง(Gatekeeper)ข้อมูลสารสนเทศที่เข้ามา
· ขั้นต่อมาเป็นการวิเคราะห์ฐานข้อมูลจากเหมืองข้อมูล(Data mining) เช่น Atlas TI การวิเคราะห์ข้อมูลต้องใช้เครื่องมือในการจัดแบ่งประเภท(Classification) จัดทำให้ข้อมูลอยู่รวมเป็นกลุ่ม (Clustering) เป็นต้น
· การมีส่วนร่วมหรือการใช้ข้อมูลร่วมกัน(Sharing) ขึ้นอยู่กับรูปแบบของเทคโนโลยีที่นำมาใช้ควรเลือกให้เหมาะสมกับขนาดของแต่ละองค์กร ควรจัดให้มีการเข้าถึงแหล่งความรู้ได้ทุกที่ ทุกเวลา เช่น ใช้ระบบ Internet, Intranet, LAN, WAN,VPN และ APN เป็นต้น
· การประยุกต์ใช้ความรู้ (Knowledge Application) ความรู้ที่ได้รับมาไม่ว่าจากแหล่งใดก็ตามย่อมไม่เกิดประโยชน์ขึ้นมาหากไม่นำมาใช้ปฏิบัติ ผู้ที่มีความรู้มากย่อมจะมีข้อมูลเพื่อการวางแผนงาน การกำหนดกลยุทธ์ และสามารถตัดสินใจในการเลือกแนวทางเลือกสำหรับการแก้ไขปัญหาได้อย่างถูกต้อง ความรู้จะทำให้เกิดความพร้อมและกล้าพอที่จะเผชิญกับปัญหาต่าง ๆ ได้เป็นอย่างดี ความรู้จะทำให้เกิดความคิดสร้างสรรค์สิ่งใหม่ ๆ ความรู้ที่มีหลักการหรือเป็นเหตุเป็นผลที่น่าเชื่อถือได้ เมื่อนำความรู้ที่ได้มารวมกับทักษะที่ได้เพียรฝึกฝนและประสบการณ์จึงสามารถเปลี่ยนถ่ายความรู้ได้ดี
· การได้มาซึ่งความรู้ (Knowledge Acquisition) เป็นลักษณะของการดึงความรู้จากเอกสาร ตำรา ฐานข้อมูล และเชี่ยวชาญ แล้วทำการจัดความรู้ที่ได้มาให้อยู่ในรูปที่เข้ากันได้กับโครงสร้างของฐานความรู้ เพื่อที่จะได้สามารถบรรจุความรู้ที่ได้มาลงในฐานความรู้ได้ในขั้นตอนของการจัดเก็บ(Store)อีกครั้งหนึ่ง มีหลายวิธีการที่ทำให้บรรลุผลสำเร็จได้ เช่น นโยบายการจ้างงาน(Hiring policy) การขยายขอบเขต(Boundary spanning) วิธีการปฏิบัติที่ดีเลิศ(Best Practices) การศึกษา(Education) และการฝึกอบรม(Training) เป็นต้น

เทคโนโลยีเพื่อการจัดการความรู้ : ปัญญาประดิษฐ์

(Technologies to Manage Knowledge : Artificial Intelligence)
ประสิทธิภาพของคอมพิวเตอร์ที่ทำงานได้เทียบเท่าสมองมนุษย์ที่เรียกว่า “ปัญญาประดิษฐ์” (Artificial Intelligence--AI) ในอดีตคอมพิวเตอร์แสดงประสิทธิภาพในการทำงานแบบซ้ำๆ เช่น การคำนวณคณิตศาสตร์หรือการเก็บข้อมูล คอมพิวเตอร์แสดงประสิทธิภาพในการทำงานแบบซ้ำๆ โดยส่วนมากจะใช้ทำงานเพื่อแก้โจทย์หรือปัญหาทางคณิตศาสตร์ (Algorithmic) ซึ่งจะต้องมีการออกแบบคำสั่งที่ต้องอาศัยความถูกต้อง เพื่อจะได้คำตอบที่ถูกต้องเพียงคำตอบเดียว คอมพิวเตอร์โดยทั่วไปจะถูกโปรแกรมคำสั่งให้มีข้อมูลพื้นฐานในการตอบรับในทางตรงข้ามกับมนุษย์ย่อมเหนือกว่าในการแก้ไขปัญหาโดยใช้สัญลักษณ์ คอมพิวเตอร์ ดังนั้นปัญญาประดิษฐ์(AI) ในความหมายเฉพาะ คือ เป็นศาสตร์ที่เตรียมข้อมูลให้คอมพิวเตอร์เพื่อให้มีประสิทธิภาพในการแสดงและควบคุมสัญลักษณ์ซึ่งจะใช้ในการแก้ไขปัญหาที่ยากโดยวิธีการใช้การออกคำสั่งอาศัยหลักการทางคณิตศาสตร์ ในช่วงระยะเวลา 10 ปี ได้แพร่กระจายสู่แวดวงธุรกิจและอุตสาหกรรม อย่างรวดเร็วด้วยการวิจัยเกี่ยวกับปัญญาประดิษฐ์ AI ในช่วงต้นๆ เน้นไปที่ เกมส์ และเครื่องแปลภาษาต่างๆ

***ยุคแรกของปัญญาประดิษฐ์ AI : ระบบฐานสืบค้น (Search-Based Systems)
ระบบการแก้ปัญหาทั่วไป(General Problem Solver—GPS) ค่อนข้างจะที่ล้าสมัย แต่การสืบค้นข้อมูลในเบื้องต้นของระบบนี้ได้ค้นหาคำตอบของปัญหาได้ ตามแนวคิดของ Solution Space ซึ่ง Solution Space ประกอบไปด้วย การกระทำ สภาวะซึ่งใครก็สามารถนึกภาพคำตอบได้เพราะ ขั้นตอนแต่ละขั้นมีเส้นทาง (Path) การค้นหาจากปัญหาปัจจุบัน จนถึงจุดจบที่ต้องการของปัญหา

ระบบฐานข้อมูลความรู้และการจัดการความรู้
ข้อมูลเป็นส่วนสำคัญในระบบฐานข้อมูลความรู้ในระบบนี้จะมีประสิทธิภาพในการดึงข้อมูล , การแบ่งปันและสามารถให้ผู้ใช้ได้ข้อมูลความรู้ที่ประยุกต์ได้ ซึ่งจะนำมาแก้ไขปัญหาที่เกิดขึ้นการจัดการความรู้ จะเป็นตัวช่วยให้มนุษย์ในการเรียนรู้ต่อไปในอนาคต เรารู้ว่าการมีตัวอย่างจะเป็นการช่วยสอนให้เข้าใจแนวความคิดได้เป็นอย่างดี ระบบฐานข้อมูลความรู้จึงช่วยในการแสดงให้ผู้เรียน รู้ถึงหัวข้อใหญ่ โดยการยกตัวอย่างและชี้แจง เพื่อให้มีความสามารถในการแก้ปัญหา

คุณลักษณะของระบบฐานข้อมูลความรู้
ระบบฐานข้อมูลความรู้มีข้อดีและข้อเสียเมื่อเปรียบเทียบกับการแก้ปัญหาแบบอื่นๆ
ข้อดี
1. มีการกระจายอย่างกว้างขวางในหมู่ผู้เชี่ยวชาญที่หายาก ระบบนี้มีการผลิตข้อมูลและความชำนาญโดยผู้เชี่ยวชาญขึ้นมาอย่างต่อเนื่อง จึงสามารถกระจายข้อมูลได้อย่างทั่วถึง โดยมีต้นทุนต่ำ
2. ง่ายต่อการปรับเปลี่ยนแก้ไขข้อมูล
3. มีคำตอบที่คงที่ เหมือนกันทุกครั้ง
4. ใช้งานได้ตลอดเวลา ทั้งวันทุกวันไม่มีวันหยุด
5. คุ้มครองความชำนาญเฉพาะด้าน ในกรณีที่ผู้เชี่ยวชาญมีการเปลี่ยนนโยบาย ระเบียบงาน หรือสาเหตุอื่นๆ
6. คำตอบของปัญหาจะเกี่ยวเนื่องกับข้อเท็จจริงของข้อมูล
7. มีการคำอธิบายสำหรับคำตอบจะช่วยให้ผู้ใช้สามารถเข้าใจและมีเหตุผล

ข้อเสีย
1. คำตอบอาจไม่ถูกต้องเสมอไป ถ้าผู้เชี่ยวชาญป้อนข้อมูลไม่ถูกต้อง
2. ข้อจำกัดอาจไม่ได้รับการยอมรับเสมอไป
3. ขาดสามัญสำนึก

ระบบฐานข้อมูลความรู้ สามารถใช้ในการแก้ปัญหาแบบกว้างๆ ซึ่งเลือกใช้ให้เหมาะสมกับเทคโนโลยีจึงจะได้ประสิทธิภาพสูงสุด ปัญญาประดิษฐ์(AI) และส่วนเครือข่ายระบบฐานข้อมูลความรู้เป็นเทคโนโลยีที่สำคัญที่สุด เปรียบเสมือนเชื้อเพลิงที่ช่วยในการขับเคลื่อนของการจัดการความรู้ (KM) ระบบฐานข้อมูลความรู้มีลักษณะของข้อมูลหลายรูปแบบเพื่อใช้ในการแก้ปัญหา ความจริงแล้วสามารถกล่าวได้ว่า สภาวะที่เกิดเทคโนโลยีเหล่านี้ขึ้นมาทำให้เกิดแรงกระตุ้นที่นำไปสู่ระบบการจัดการ(KM)