در سال ۲۰۰۵، پژوهشی شکافی بنیادین را در یکی از پیشرفتهترین شرکتهای مشاورهای جهان آشکار ساخت؛ شکافی که با وجود گذشت دو دهه و ظهور فناوریهای هوش مصنوعی، نهتنها برطرف نشده بلکه پیچیدهتر نیز شده است. علت این مسئله روشن است: سازمانها هنوز هفت حقیقت اساسی درباره پویایی واقعی دانش را نادیده میگیرند؛ حقایقی که غفلت از آنها، چرخه شکست در مدیریت دانش را تکرار میکند.
تناقضی که هرگز از میان نرفت
در سال ۲۰۰۵، اسنجینا میخائیلووا و اکشی گوپتا نتایج پژوهشی را منتشر کردند که بدون جنجال رسانهای، اما با تأثیری عمیق، نگرش رایج به مدیریت دانش را زیر سؤال برد. آنها یک شرکت مشاورهای بینالمللی را مورد بررسی قرار دادند؛ شرکتی که خود را پیشگام در پیادهسازی «سیستمهای مدیریت دانش در کلاس جهانی» میدانست. این سازمان سرمایهگذاری گستردهای در مخازن دیجیتال دانش، قالبهای استاندارد مستندسازی و ابزارهای همکاری انجام داده بود و مدیرانش باور داشتند که راهحلی پایدار برای مسئله «حافظه سازمانی» یافتهاند.
با وجود این، شواهد میدانی چیز دیگری نشان میداد؛ جریان دانش در سازمان عملاً دچار انسداد بود. واحدها بهصورت جزیرهای عمل میکردند، مشاوران دانش خود را احتکار میکردند، تجربیات کدگذاریشده کمتر مورد استفاده قرار میگرفت و تیمها قادر نبودند موفقیتهای یکدیگر را بازتولید کنند. این ناکارآمدی نه از فقدان داده، بلکه از حذف زمینه، شهود و قضاوت ضمنی در فرایند انتقال دانش ناشی میشد. میخائیلووا و گوپتا این وضعیت را «خصومت در اشتراک دانش» نامیدند؛ خصومتی نه از سر تعارض، بلکه محصول نوعی عقلانیت دفاعی است.
وقتی دانش من منبع ارزش حرفهای من است، چه انگیزهای برای واگذاری آن دارم؟
در آن زمان بسیاری گمان میکردند با توسعه ابزارهای بهتر، این مشکل برطرف خواهد شد. اکنون، بیست سال بعد، هوش مصنوعی قادر است پروژهها را خودکار خلاصه کند، کتابچه راهنما تولید کند، مشاوره تخصصی ارائه دهد و کمبودهای دانشی را در لحظه شناسایی کند. بااینحال، روح دانش همچنان سرگردان است.
یک مشاور تازهکار در جاکارتا به بینشی که زمانی مسئله مشتریای در تورنتو را حل کرد دسترسی ندارد. راهحلهای خلاقانه با خروج خالقشان از سازمان ناپدید میشوند. و هرچند هوش مصنوعی بهترین تجربیات را بازخوانی میکند، اما فاقد لایههای انسانی مانند تردید، روابط، سیاستهای ناگفته و اعتماداست که اثربخشی آن تجربیات را شکل میداد. بنابراین روشن است که مسئله مدیریت دانش هرگز صرفاً فنی نبوده و اکنون نیز نیست؛ مسئلهای است عمیقاً انسانی.
راهنمای گمشده: هفت حقیقت اسنودن
در همین دوران، دیو اسنودن مجموعه اصولی را مطرح کرد که ریشه در علم پیچیدگی، انسانشناسی شناختی و مشاهده میدانی رفتار انسانها در اشتراک دانش داشت. این اصول، حلقه مفقودهای هستند که هم یافتههای پژوهش ۲۰۰۵ را تبیین میکنند و هم چرایی شکستهای مکرر مدیریت دانش را توضیح میدهند.
- دانش را نمیتوان اجبار کرد؛ فقط میتوان داوطلبانه عرضه کرد.
در شرکتِ مورد مطالعه، اجبار به ثبت «درسآموختهها» نتیجهای جز یادداشتهای مبهم و نامفید نداشت. امروز نیز تولید خودکار گزارشها توسط هوش مصنوعی این مشکل را حل نمیکند؛ زیرا اگر انسان حقیقت را بیان نکند، خروجی فاقد ارزش است.
راهکار: ساختن نظامهایی که بر دعوت، انگیزه و ارزشگذاری تکیه دارند، نه اجبار.
- افراد تنها زمانی به دانش نیاز دارند که نیاز واقعی وجود داشته باشد.
واحدهای سازمانی در سال ۲۰۰۵ از دادههای یکدیگر استفاده نمیکردند، زیرا آن دانش در زمینه کاریشان بیربط بود. هوش مصنوعی امروز نیز انبوهی از «اسناد مرتبط» ارائه میکند، اما بدون وجود نیاز مشترک، این اطلاعات تبدیل به نویز میشود.
راهکار: طراحی سامانههایی که کشف دانش را در لحظه نیاز امکانپذیر کنند، نه انباشت بیپایان اطلاعات.
۳. در شرایط نیاز واقعی، دانش کمتر پنهان میشود.
وقتی مسئله حیاتی باشد، همکاری بهصورت طبیعی شکل میگیرد. در شرکت مطالعهشده، عدم وجود فوریت مشترک منجر به بیاشتراکی شده بود.
راهکار: فراهم کردن بسترهای همکاری طبیعی، نه تحمیل «جوامع عمل».
۴. دانش ذاتاً تکهتکه و روایی است.
انسانها دانش را از طریق روایتهای کوتاه، هشدارهای تجربی و گفتگوهای غیررسمی منتقل میکنند؛ اما سازمانها معمولاً ساختارهای رسمی و خشک مستندسازی را تحمیل میکنند که روح دانش را از بین میبرد.
راهکار: پشتیبانی از اشتراکهای خرد مانند پیامهای صوتی، ویدئوهای کوتاه و یادداشتهای سریع و واگذاری خوشهبندی آنها به هوش مصنوعی.
۵. شکستِ پذیرفتهشده آموزگار مؤثرتری از موفقیت است.
در آن شرکت، شکستها پنهان میشدند و فقط موفقیتها برجسته میشدند. اما تجربه نشان میدهد بزرگترین درسها در تجربه شکست نهفتهاند.
راهکار: ایجاد فضاهای امن برای اشتراک شکستها و تحلیل سیستماتیک آنها.
۶. ما متفاوت از آنچه میدانیم، گزارش میکنیم.
حافظه انسانی بازسازیکننده است، نه بازتابدهنده. بنابراین مرورهای پس از پروژه در معرض سوگیری و تحریفاند. حتی اگر هوش مصنوعی این گزارشها را تحلیل کند، اگر حافظه دچار تحریف باشد، داده نیز فاقد اعتبار میشود.
راهکار: ثبت بینشها در لحظه وقوع، نه با فاصله زمانی زیاد.
۷. بخش مهمی از دانش هرگز قابل نوشتن نیست.
دانش ضمنی، موقعیتی و بدنی مانند خواندن فضای جلسه، تفسیر سکوت یا تغییر مسیر در لحظه قابل کدگذاری کامل نیست. هوش مصنوعی محتوای جلسات را به بولتپوینت تبدیل میکند، اما معنای ضمنی تعاملات انسانی از دست میرود.
راهکار: حفظ قالبهای روایی مبتنی بر انسان به انسان مانند صدا، ویدئو و گفتوگو.
دام هوش مصنوعی: خودکارسازیِ اشتباه
چالش اساسی سال ۲۰۲۵ آن است که سازمانها همان چیزی را خودکار کردهاند که اساساً نباید خودکار میشد. هوش مصنوعی فرایند کدگذاری را سریعتر کرده و همین باعث شده فرض نادرست ۲۰۰۵ تکرار شود:
اگر فقط آن را بنویسیم، قابل استفاده خواهد شد.اما حقیقت این است که:
oکدگذاری بدون زمینه، تاریخنگاری است.
oهوش مصنوعی بدون اراده انسانی، تقلید است.
oمدیریت دانش بدون اعتماد، صرفاً نمایشی سازمانی است.
این رویکرد نه آرمانگرایانه، بلکه مبتنی بر تجربه و پژوهش است؛ رویکردی که در کار اسنودن، میخائیلووا و گوپتا ریشه دارد و با ظهور هوش مصنوعی بیش از هر زمان دیگری ضروری شده است.
نتیجهگیری: روح سرگردان دانش
مشکل «روح درون ماشین» نقص فناورانه نیست؛ سوءفهم ما از ماهیت دانش است. در سال ۲۰۰۵ تصور کردیم ابزار بهتر مسئله اشتراک دانش را حل میکند. در سال ۲۰۲۵ تصور میکنیم هوش مصنوعی در این مسیر موفق خواهد بود. اما حقیقت همچنان ثابت است:
oدانش کنشی اجتماعی است.
oخرد، داوطلبانه عرضه میشود.
oزمینه، عنصر تعیینکننده است.
سازمانهایی که در آینده موفق خواهند بود، لزوماً آنهایی نیستند که بزرگترین مدلهای هوش مصنوعی را دارند؛ بلکه آنهاییاند که بالاخره به «روح سرگردان دانش» گوش میسپارند و سامانههایی میسازند که در آن دانش خود تصمیم میگیرد آشکار شود. زیرا در نهایت، پیشرفتهترین نظام مدیریت دانش با کُد ساخته نمیشود؛ با اعتماد، مراقبت و سخاوت انسانی پرورش مییابد. و این چیزی است که هیچ الگوریتمی قادر به بازآفرینی آن نیست.
