Le strutture logico-funzionali della Conoscenza

Aprendimento Interdisciplinare con l'utilizzo di Modelli di Conoscenza (Giovanni Mappa, 2020)
Non è stato fornito nessun testo alternativo per questa immagine

Cominciamo il viaggio all’interno delle strutture logico-funzionali della conoscenza, ossia all’interno delle dinamiche che fanno evolvere i dati in informazioni; queste ultime in conoscenza, che poi, con il supporto della sperimentazione, si trasformain sapere, e in ultima istanza, in saggezza. Tutto ciò a prescindere dal linguaggio e dal glossario che caratterizza l’ambito (o dominio) disciplinare di interesse.

Siamo abituati già, dai primi anni di scuola, ad acquisire una conoscenza frazionata data dalla separazione delle varie discipline (italiano, matematica, scienze, ecc.), mentre ci troviamo a vivere poi una realtà dove si fa una inutile fatica a distinguere una disciplina dall’altra: “Le discipline, così come noi le conosciamo, sono state storicamente separate l’una dall’altra da confini convenzionali che non hanno alcun riscontro con l’unitarietà tipica dei processi di apprendimento. Ogni persona, a scuola come nella vita, impara infatti attingendo liberamente dalla sua esperienza, dalle conoscenze o dalle discipline, elaborandole con un’attività continua e autonoma. Oggi, inoltre, le stesse fondamenta delle discipline sono caratterizzate da un’intrinseca complessità e da vaste aree di connessione che rendono improponibili rigide separazioni” (dal testo delle Indicazioni Nazionali del MIUR).

Crescendo e facendo esperienze di vita e di lavoro, acquisiamo una visione più integrata e interdisciplinare delle cose e dei fatti, maturiamo maggiore perizia nelle attività lavorative e acquisiamo consapevolezza che il nostro sapere (frutto di conoscenza e sperimentazione), si trasforma in un grosso vantaggio competitivo nell’attività lavorativa e nella nostra vita

L’interdisciplinarietà è il risultato di un percorso di apprendimento in grado di instaurare un rapporto di interazione e di analogia tra discipline differenti, ma anche tra settori della stessa disciplina.

L’apprendimento interdisciplinare è il processo cognitivo in grado di decodificare ed integrare diversi “punti di vista disciplinari” su un medesimo tema e di trarne una sintesi concettuale condivisa, in grado di valorizzare ciò che “unisce” e di minimizzare ciò che “divide”. Non si tratta quindi, di acquisire le competenze da “tuttologo”, ma di utilizzare un percorso di apprendimento basato sull’utilizzo, per analogia logico-funzionale, di modelli di conoscenza come supporto alla condivisione ed integrazione di concetti e valori. L’apprendimento inizia comunque, con l’ascolto.

L’apprendimento interdisciplinareè motivato dalla curiosità di conoscere la “realtà trasversale” delle cose, con la ricerca dei nessi comuni e dei principi disciplinari che spiegano i diversi fenomeni, in rapporto alla sperimentazione e all’esperienza personale: in altri termini, apprendimento non per verticalizzazioni specialistiche, ma per trasversalità concettuali o modelli di conoscenza e di esperienza.

L’apprendimento #interdisciplinareconsidera i fatti e l’esperienza, ricerca le giustificazioni non solo nelle discipline tecnico-scientifiche, ma anche nell’ambito delle conoscenze antropologiche storico-sociali; è “mentalmente aperto” e “concettualmente evolutivo”. Non ci sono preconcetti o dogmi, ma ogni ragionamento o modello di conoscenza è in evoluzione, pur in un contesto di esperienze di riferimento. L’apprendimento interdisciplinare è sicuramente favorito dal coinvolgimento personale e, a questo proposito, si possono indicare tre risorse fondamentali target atte a favorire un “effetto di lunga durata”:

  1. Motivazione: derivante dall’interesse al raggiungimento di obiettivi chiari (la motivazione è il “combustibile” che porta a perseverare per il raggiungimento degli obiettivi).
  2. Passione: un intenso coinvolgimento e un forte desiderio per una determinata attività o interesse (rappresenta la “potenza motore” della conoscenza).
  3. Entusiasmo: incontenibile spinta ad agire ed a operare dando tutto sé stessi (è il “collante” che trascina contagiosamente).

Per gli scopi tecnico-operativi di particolare interesse, si farà qui di seguito riferimento alla #Conoscenza(“C” maiuscola nel senso di nome proprio del patrimonio economico intangibile che rappresenta) come “la facoltà umana risultante dall’interpretazione deidatie delleinformazioni finalizzata all’azione”, ovvero il risultato di un processo di inferenza e di sintesi (ragionamento), a partire da dati verso la “saggezza”.

Paradigma della “Catena della Conoscenza” (DIKW): la maggior parte delle definizioni della Conoscenza sono correlate alla cognizione dei fatti, della verità o dei principi, ma la definizione che forse meglio esprime la sua funzionalità tecnico-operativa è data dall’acronimo “DIKW” (Data, Info, Knowledge, Wisdom), intesa come “Catena della Conoscenza”, in grado di rappresentare le relazioni funzionali tra datiinformazioniconoscenza e saggezzaNel paradigma della “Catena della Conoscenza” (Knowledge Chain) si distinguono i Dati dalle Informazioni (Info) e queste ultime dalla Conoscenza, fino ad arrivare al concetto di Saggezza

Knowledge Chain (DIKW)   - Giovanni Mappa -2020

Catena della Conoscenza (Knowledge Chain –DIKW)

Dal dato alla infovi è un salto qualitativo in termini di “inferenza o di relazione rispetto a possibili “azioni” conseguenti: una raccolta di dati (rappresentati da simboli alfanumerici, parole, immagini, ecc.) può produrre informazioni solo se gli stessi contribuiscono a caratterizzare dei fatti, delle verità o dei principi.

I dati sono definibili come entità statiche“fotografie” di fatti e sono quindi espliciti, in genere sono espressi in forma alfanumerica, prodotti da fonti (database, sensori, ecc.) che ne condizionano poi la loro “qualità”. 

Le informazioni sono invece entità dinamiche ed evolutive, caratterizzate da un proprio ciclo di vita: nascono in forma esplicita o latente, sono correlate ad uno o più processi (mentali, personali, ambientali, produttivi ecc.) ed esercitano su tali processi una propria influenza (o “peso”).

Ci troviamo quindi, di fronte ad un paradosso per cui i “dati” e le “informazioni” posso avere formalmente una medesima espressione numerica, ma nel secondo caso il valore numerico fornisce la possibilità di sviluppare un ragionamento, e quindi, di generare Conoscenza. Infine, è possibile parlare di informazioni quando queste ultime esprimono la dinamica di un cambiamento circa un evento o un fatto.

Il risultato di un processo di inferenza e di sintesi (ragionamento) sulle info produce quindi Conoscenza, mentre è necessario un ulteriore salto di qualità per definire il passaggio da Conoscenza a Saggezza (v. anche buonsenso): laSaggezza può essere definita come il più alto livello di astrazione della Conoscenzaè una caratteristica mentale personale legata alla capacità di giudizio e di buonsenso, in grado di aumentare l’efficacia e il valore dei risultati dei ragionamenti e della presa di decisione.

Infine, il concetto di Knowledge Chain DIKW può essere meglio rappresentato considerando che la Conoscenza, acquisita come risultato di un’inferenza tra informazioni di base (un ragionamento), non è ancora operativa senza un processo di “sintesi” e una opportuna strategia di “comunicazione”.

Non è stato fornito nessun testo alternativo per questa immagine

Catena estesa della Conoscenza verso l’Approccio Interdisciplinare

In questo caso, ci si trova di fronte ad una più raffinata Knowledge Chain che considera l’importanza dell’inserimento della “Comunicazione Interdisciplinare della Conoscenza”, in tutte le sue modalità (verbale, scritta e non verbale).

L’Unità di Conoscenza (“Basic-Info“):è stata già evidenziata la differenza tra dati info; ora è necessario introdurre il concetto di “peso” o di “influenza che un’informazione assume nella “Knowledge Chain”, secondo un possibile contesto di ragionamento. In genere, una possibile Knowledge Chain ha a che fare con uno scenario di dati e info, ma è ovvio che ogni informazione può avere un peso diverso e può essere parzialmente o totalmente giusta o sbagliata in un contesto di ragionamentoa seconda del target finale.

Le “informazioni” con un alto tasso di certezza potrebbero avere un peso ridotto rispetto al target di ragionamento finale e viceversa. Ciò significa che le “informazioni” devono essere gestite in un contesto non deterministico di valutazione e calcolo. In questo modo quindi, si mette in evidenza un’altra differenza tra “dati” e “info”:

  • calcolo con “dati” significa applicazione di regole matematiche deterministiche classiche (addizione, sottrazione, ecc.);
  • calcolo con “info” significa l’applicazione di nuove regole di calcolo non deterministiche, perché “info” può essere parzialmente/ totalmente certa o completa (quindi, con peso diverso – v. Fuzzy Logic).

Qual è la più piccola unità di base della Conoscenza? – È quella rappresentata da un singolo dato in grado però di influenzare un target di ragionamentoÈ possibile infatti, affermare che un’unità informativa di basedeve esprimere una relazione quali-quantitativa tra la tipologia del dato e un possibile target di ragionamento.

Inoltre, una Unità di Conoscenza o “Basic-Info” deve essere costituita dai seguenti componenti e proprietà fondamentali:

  1. Input: Dato (con il proprio valore reale)
  2. Output: Peso o Influenza (valore normalizzato tra 0 e 1)
  3. Curva di Conoscenza (trend es. crescente o decrescente)
  4. Regole di inferenza (nell’intervallo di valori di validità dell’input).

In sintesi una unità di Conoscenza o Basic-Info è esprimibile come:

Non è stato fornito nessun testo alternativo per questa immagine
Non è stato fornito nessun testo alternativo per questa immagine

Suddivisione sistemica in Basic-Info di un dominio di Conoscenza

Non è stato fornito nessun testo alternativo per questa immagine

Rappresentazione delle componenti di una Basic-Info

Grado di “certezza” e propagazione delle Basic-Infoun’altra questione importante è quella di mettere in evidenza il livello di certezzao diverità inerente i dati e le informazioni. Per maggiore semplicità di comprensione, si può considerare il “tasso di certezza“, come il “peso” che acquisisce il valore di un dato in riferimento ad un prefissato target di ragionamento.

La propagazione dei “pesi” contenuti nelle diverse informazioni di input (A, B, C) di un ragionamento deduttivo si compone come una “intersezione insiemistica” dove i sottoinsiemi di intersezione che si propagano, contengono “maggiore certezza” rispetto al target/azione finale e riducono man mano l’errore (incertezza) finale del ragionamento.

Non è stato fornito nessun testo alternativo per questa immagine

Rappresentazione di un ragionamento con 3 informazioni input (A, B, C) rispetto ad un Target (decisione finale)

Modelli Cognitivi di Basic-Info e Reti Neurali – la riflessione sulle Basic-Info con il loro “peso” dinamico, ovvero con la propria singola influenza in un ragionamento target, si può estendere ad un numero anche molto grande di Dati/Basic-Info concorrenti rispetto a diversi possibili target di ragionamento.

Questo caso può essere rappresentato da una Matrice di Correlazione Causa/ Influenza/ Target, ovvero da una Rete Cognitiva di Basic-Info dove le “righe” rappresentano i Dati acquisiti da una o più sorgenti anche eterogenee tra loro, mentre le “colonne” sono i Target di Ragionamento possibili in relazione ad un determinato ambito di conoscenza (diagnosi, presa di decisione, classificazione, ecc.

Non è stato fornito nessun testo alternativo per questa immagine

Software Toolbox to develop “Knowledge Curves” (“K-Neurexp” ANOVA – http://www.anovastudi.com)

Se consideriamo un interosistema complesso di Conoscenza(Complex Knowledge’s System Ω), quest’ultimo può essere sempre suddiviso in sottodomini (Di) più piccoli e più semplici, fino a poter essere descritte da Matrici di Correlazione (Correlation Matrix System):

Non è stato fornito nessun testo alternativo per questa immagine

Scomposizione di un dominio complesso di Conoscenza i sotto domini più semplici

Questo approccio consente di sviluppare Reti Cognitive che possono essere utilizzate nel dominio della conoscenza sia in forma numerica che testuale, nonchésviluppare Sistemi basati sulla Conoscenza (Knowledge Based Systems) e in tempo reale (Real Time) per processi industriali, ambientali, “presa di decisione”, diagnostici, ecc. Ad esempio, nel caso che dovessimo far prendere una decisione, per nostro conto, ad una rete cognitiva informatica (v. Intelligenza Artificiale) su “cosa fare?” in un certo momento della giornata, tra:

  • andare in palestra (Gym);
  • al bar (Pub);
  • a passeggiare con gli amici (Walking);
  • andare al cinema (Cinema);

la rete cognitiva andrebbe a correlare tra loro ad es. dati/info qualitativi come il nostro bioritmo (Biorhythmic), le condizioni meteo al momento (Weather), la nostra età (Age), il nostro stato di “libertà” da impegni importanti (Freedom), secondo una “rete di ragionamento” (v. fig. seg.) ispirata alle reti neurali biologiche (del cervello): in questo caso (molto semplice), la corrispondente rete cognitiva assumerebbe il seguente schema funzionale di ragionamento (con tre livelli di sintesi):

Non è stato fornito nessun testo alternativo per questa immagine

In generale, le reti cognitive possono assumere forme più complesse, come la composizione e l’integrazione dello schema sopra mostrato, con più di due o tre livelli di nodo, più di quattro nodi per livello e più di un tipo di curve di conoscenza per ogni Basic-Info.

Analogia delle Reti Cognitive di Basic-Info con le Reti Neurali Artificiali (ANN) – Nel campo dell’apprendimento automatico (Machine Learning), una rete neurale artificiale (Artificial Neural Network, ANN) è un modello computazionale composto di “neuroni” artificiali, che si ispira vagamente alla semplificazione di una rete neurale biologica. Quest’ultima è costituita da interconnessioni tra nodi (sinapsi) ed a “pesi” numerici associati a ciascuna interconnessione. Ognuna di queste interconnessioni, come le sinapsi in un cervello biologico, può trasmettere un segnale mediante una funzione di attivazione ad altri neuroni.

Un neurone artificiale che riceve un segnale poi l’elabora e può segnalare neuroni ad esso collegati (figura (a)). In ogni neurale rete, esiste un’unica funzione di attivazione (una sigmoide, una scala funzione, ecc.). Questa funzione rappresenta un’informazione elementare che elabora i pesi dei nodi di input e restituisce (in genere) in maniera deterministica un peso risultante in output. .

Non è stato fornito nessun testo alternativo per questa immagine

Il mondo reale invece, non è deterministico; pertanto è necessario trovare un modo non deterministico per risolvere il problema reale. La Rete Cognitiva di Basic-Info (figura (b)) utilizza un approccio non deterministico: presenta una struttura reticolare, come in una classica neurale rete neurale artificiale ANN, ma ogni singolo nodo contiene una matrice [m*n] di funzioni di attivazione (b), piuttosto che una singola funzione (a). Ogni nodo elementare rappresenta una Base di Conoscenza (Knowledge Base). Le interconnessioni tra questi neuroni consentono poi di fondere diversi processi cognitivi. Nelle reti cognitive di Basic-Info, ogni nodo rappresenta quindi, un dominio omogeneo di Conoscenza, avente come punto di riferimento ciascuno dei “nodi di conoscenza“: nodi indipendenti, nei quali si fondono i dati primari. Questi dati vengono trasformati, prima, in informazioni, poi in una Knowledge Base omogenea, specifica per la fonte area dei dati.

Quindi, partendo da concetti elementari, le interconnessioni creano, dinamicamente, nuovi livelli più evoluti di sintesi della Conoscenza. Il livello finale produrrà le regole e le azioni del “sistema esperto”. Ad ogni livello, la Conoscenza è “sintetizzata”, mentre al livello finale, si arriva ad osservare una riduzione dei nodi cognitivi finalizzata alla elaborazione degli output decisionali.

Non è stato fornito nessun testo alternativo per questa immagine

Cognitive Network “K-Neurexp” application (G. Mappa, 1997)

Una rete cognitiva basata su Basic-Info, offre i seguenti vantaggi rispetto alle ANN:

  • non è composto da un’unica funzione di attivazione, ma da una matrice di funzioni di attivazione;
  • è un sistema “chiaro” e non una “scatola nera”, poiché si conosce il dominio dell’applicazione e la Conoscenza viene introdotta nel nodo della rete;
  • è molto efficiente, poiché esistono diverse funzioni di attivazione;
  • ogni neurone esperto ha una correlazione con un sottodominio omogeneo;
  • ogni nodo permette di trasformare un input in un risultato definitivo o parziale, chiamato meta-informazione;
  • permette di rappresentare il dominio della Conoscenza eterogeneo ed esteso;
  • opera con diversi set di input, sia qualitativi che quantitativi;
  • ad ogni passo, permette di ottenere un livello maggiore di sintesi della Conoscenza.

Processo tipico di “modellazione” della Conoscenza con le Basic-Info – In generale, un processo tipico di “modellazione” della Conoscenza, soprattutto nella realizzazione di sistemi on-line di controllo intelligente, segue alcuni passi fondamentali come la formalizzazione e validazione dei dati acquisiti da sorgenti eterogenee esterne, la normalizzazione rispetto ai range di operatività, l’inferenziazione di cross-matching (inferentation-integration-data fusion), la de-normalizzazione dei risultati target ottenuti.

Non è stato fornito nessun testo alternativo per questa immagine

Dal punto di vista concettuale, questo processo di “modellazione della conoscenza” può essere raffigurabile anche come una rete neurale costituita da “nodi” (neuroni) come unità base di elaborazione delle informazioni (Basic-Info), e “collegamenti” (sinapsi) come adduttori di inferenza caratterizzata da un grado di certezza (“peso” dinamico non probabilistico).

Skill Interdisciplinare

Agilità Mentale & Approccio Interdisciplinare  per gli operatori della R&S e dell’Innovazione nelle MPMI

Parafrasando la famosa frase di Mark TwainLa vita sarebbe infinitamente più felice se nascessimo a 80 anni e gradualmente ci avvicinassimo ai 18” – si potrebbe dire che: avremmo molti più vantaggi profittevoli se potessimo operare da subito con l’esperienza lavorativa che ci ritroveremo poi, ad una certa età, quando però questa non servirebbe più a molto….

Esistono strumenti mentali (es. KWI  – Knowledge Working Interdisciplinare)  che rappresentano una sfida per poter controvertere l’utopia di Mark Twain, fornendo la possibilità di anticipare ad “oggi” la “Conoscenza e il Know-How” di “poi”, con gli indubbi e innumerevoli vantaggi e profitti che ne deriverebbero.

ANOVA studi  offre servizi di  Formazione di Skill Interdisciplinari (Business Interdisciplinary Skills) nell’ambito delle nuove figure professionali e manageriali  richieste dalle imprese della Nuova Rivoluzione Industriale (NPR).

Algoritmi di Comunicazione Proattiva e Apprendimento Interdisciplinare
COMUNICAZIONE INTERDISCIPLINARE
COMUNICAZIONE INTERDISCIPLINARE – Algoritmi di Comunicazione ProAttiva e Apprendimento Interdisciplinare

Breve trailer del libro di Giovanni Mappa, ingegnere, esperto internazionalmente riconosciuto di problemi legati alla gestione aziendale, all’innovazione, alla comunicazione. Si mette in luce l’interdisciplinarità che contraddistingue la nostra epoca, dalla quale non può prescindere chi fa del comunicare l’essenza del proprio lavoro: manager, giornalisti, politici, commentatori, ecc… Un libro da leggere, meditare, studiare. (Mnamon, 12/2018)

frontINTERDISCIPLINARY  THINKING by Knowledge Synthesis (ITKS) Il libro intende dare una risposta alle seguenti domande:

  • E’ possibile potenziare la propria professionalità per capire ed adeguarsi al crescente livello di competitività?
  • E’ possibile potenziare la propria capacità di elaborare e sintetizzare l’enorme volume di dati e informazioni, con le quali dobbiamo confrontarci ogni giorno?
  • E’ possibile sviluppare, in uno scenario di complessità lavorativa, il “buonsenso” nella presa di decisione e la capacità di creare nuovo “valore”?
  • E’ possibile fare tutto ciò in un tempo sostenibile (mesi e non anni)?

La soluzione proposta in questi libro di appunti è l’apprendimento del “ragionamento interdisciplinare”  (Interdisciplinary Thinking) e la metodologia proposta, nelle sue linee essenziali, si basa sul concetto dell’esistenza una struttura comune e ricorrente della conoscenza (Knowledge’s Common Frame) che, con le sue proprietà e dinamiche evolutive, rappresenta la “chiave di volta” del nuovo approccio.

__________________________________________________________

Approccio Interdisciplinare ed Agilità Mentale

Interdisciplinarità

Il concetto di  “interdisciplinarità” esprime naturalmente e semplicemente la “realtà” come “punto di incontro” di differenti punti di  osservazione (disciplinari). In particolare, le discipline tecnico-scientifiche (fisica, matematica, geometria, ecc.) sono state create artificiosamente (come “complesso specifico di conoscenze avente caratteristiche proprie sul piano dei concetti, dei meccanismi, dei metodi, dei linguaggi”) dall’uomo per facilitarne l’insegnamento e l’apprendimento.

La scienza è una creazione dell’intelletto umano, con le sue libere invenzioni di idee e di concetti. Le teorie fisiche tentano di costruire una rappresentazione della realtà e di determinare i legami con il vasto mondo delle impressioni sensibili” (A. Einstein).

È evidente, però, che la “realtà” oggi, in piena  4° rivoluzione industriale,  è molto diversa dalla quella rappresentata nel passato. Sono pertanto notevolmente aumentati i punti di vista disciplinari che hanno studiato i molteplici aspetti della realtà in maniera sempre più analitica (sono nate nuove discipline e si sono scoperte interrelazioni, un tempo impensabili, tra discipline molto lontane tra di loro). Nella ricerca scientifica, però, accanto alla sempre più accentuata diffusione dei settori specialistici, è emersa contemporaneamente l’esigenza di comunicare e di integrare i diversi campi del sapere al fine di avere una visione unitaria e comprensiva dei problemi analizzati dai molteplici punti di vista specialistici. Il “sapere” contemporaneo si presenta fortemente specializzato e la specializzazione ha rappresentato e rappresenta tuttora la condizione indispensabile per far progredire in ogni campo la conoscenza umana.

Si è cominciata a sentire, cioè, l’esigenza di ricomporre la totalità delle conoscenze analitiche e di riconquistare nella interdisciplinarità quell’unitarietà del sapere che è l’unica forma capace di soddisfare l’esigenza di comprensione della realtà nella sua totalità. 

(da “Interdisciplinarità: convergenza dei saperi sull’uomo e per l’uomo”  di Anna Maria Barone)

La interdisciplinarità (interdisciplinary) descrive quindi, l’interazione tra due o più discipline differenti. Questa interazione può variare da semplice comunicazione di idee a integrazione reciproca di concetti organizzatori, metodologie, procedure, epistemologie, terminologie, dati che guidano verso un’organizzazione della ricerca e dell’educazione in un campo abbastanza esteso

Approccio Interdisciplinare

Il contributo di una o più discipline allo studio di un problema o di un oggetto si può posizionare in continuità con il grado di interazione o fusione di queste discipline, dalla “mono-disciplinarità” alla “trans-disciplinarità  (Bernard Terrisse, 1997)

L’approccio interdisciplinare richiede una capacità di sintesi unificate tra punti di vista differenti rispetto un medesimo argomento o problema.

A questo proposito, si tratta di acquisire uno specifico “skill” che consenta, ascoltando i diversi interlocutori “disciplinari”,  di coglierne i diversi aspetti unificanti, estrapolandoli dal particolare tipo di linguaggio (glossario) utilizzato da ciascuno: “Valorizzare ciò che unisce e minimizzare ciò che divide”.

Il primo problema è il “linguaggio comune” per comprendere e farsi comprendere”. Ad es.: “un matematico, un biologo e un fisico sono seduti in un bar di strada a guardare le persone che entrano e escono da una casa dall’altra parte della strada”. Per prima cosa vedono entrare due persone in casa. Il tempo passa. Dopo un po’ notano che escono tre persone. Il fisico dice: “La misurazione non era accurata”. Il biologo dice: “Si sono riprodotti“. Il matematico dice: “Se ora una singola persona entra nella casa, allora  questa sarà di nuovo vuota“.  Ogni disciplina ha il suo gergo, che può portare a fraintendimenti, anche quando le persone parlano effettivamente della stessa cosa. Inoltre, sempre più spesso ci si trova ad affrontare anche il divario generazionale rispetto a coetanei tradizionalmente formati.

Il secondo problema è l’“apprendimento interdisciplinare  come risultato di un processo mirato allo sviluppo di una Conoscenza Interdisciplinare, in grado di sostenere la comprensione delle diverse possibili situazioni comunicative complesse o multidisciplinari.  Non si tratta di diventare “tuttologi”, ma di utilizzare un percorso di apprendimento basato su utilizzo di modelli di sintesi concettuali trasversali e analogie ispirate ad es. alle Scienze naturali, ovvero alla Biomimetica (trasferimento di processi dal mondo naturale a quello artificiale mimando” i meccanismi che governano la natura: l’uomo può infatti trovare la soluzione ad innumerevoli problemi), in grado di fornire un supporto alla condivisione di concetti e valori.

“Agilità Mentale” come risultato dell’Approccio Interdisciplinare

L’agilità mentale semplifica la vita. Come si vede che c’è l’agilità mentale? Ci sono molte abilità che la rivelano:

    • saper assumere la visione dalla prospettiva di altre persone
    • sognare tante nuove possibilità
    • riuscire a trovare nuovi stratagemmi
    • saper rispondere prontamente e velocemente
    • riuscire a intravedere le opportunità
    • saper far fronte all’imprevisto
    • saper uscire dalla propria mappa mentale, magari evitando di fermarsi alla conclusione sbagliata o di restare intrappolati nelle logiche di causa-effetto

Un esercizio per allenare l'agilità mentale

Il cervello: se lo coltivi funziona. Se lo lasci andare e lo metti in pensione si indebolisce. La sua plasticità è formidabile. Per questo bisogna continuare a pensare”  (Rita Levi Montalcini)

Comunicazione Interdisciplinare: un “booster” per lo sviluppo dei processi di innovazione condivisa

Estratto dalla PRESENTAZIONE del eBook (G.Mappa, 2018):  COMUNICAZIONE INTERDISCIPLINARE – Algoritmi di Comunicazione ProAttiva e Apprendimento Interdisciplinare

Saper comunicare non significa essere necessariamente oratori, ma essere abili nell’arrivare agli interlocutori, nel superare le possibili barriere linguistiche o culturali, nel generare una partecipazione emotiva; ma ancora più importante, nell’ottenere il “risultato” pianificato: un contratto, un coinvolgimento, un riconoscimento, ecc.

Comunicare in maniera efficace è come rispettare le “partiture” di una composizione musicale: esiste la scelta delle note (parole) con la loro durata temporale, le pause, il ritmo, gli accordi, ecc.

Entrano in gioco diversi strumenti musicali (interlocutori), ciascuno con il proprio suono distintivo (altezza, timbro, intensità), ma che combinato a quello degli altri nel rispetto di opportune dinamiche e sintonie, fanno sì che la composizione musicale (risultato) risulti efficace e generi emozioni. Se è il pentagramma è il codice di riferimento (linguaggio comune) per tutti gli strumenti dell’orchestra, è il direttore d’orchestra (coordinatore interdisciplinare) a preparare (exAnte), a guidare verso il risultato e a verificare (exPost) il raggiungimento degli obiettivi e gli effetti emozionali prodotti.

Comunicazione Interdisciplinare: comunicare in maniera collaborativa e coordinata (come in una orchestra) per raggiungere il risultato.

In analogia, in una riunione di lavoro dove possono essere presenti diversi interlocutori con differenti culture o competenze (ad es.: un medico, un ingegnere, un biologo e un amministrativo), che discutono su un tema “trasversale”, sarebbe molto difficile dialogare e soprattutto, trarre una sintesi conclusiva condivisa sulle azioni da intraprendere, se non ci fosse a farlo, almeno un coordinatore interdisciplinare (direttore d’orchestra) in grado di comprendere il linguaggio e le motivazioni di tutti, per convergere ad un risultato “win-win”.

Nella figura che segue, vengono raffigurati due casi contrapposti di una riunione dove: nella prima (a sinistra) permane la “multidisciplinarità” e quindi, permangono conclusioni distinte; nell’altra (a destra), le conclusioni convergono in un’unica sintesi concettuale interdisciplinare.

Confronto tra comunicazione multidisciplinare (left) e interdisciplinare (right)

L’analogia appena illustrata rappresenta il “Fil-Rouge” della trattazione dell’eBook il cui titolo “Comunicazione Interdisciplinare, è esplicativo del tentativo di fornire, a chi si trova spesso ad operare in ambiti multidisciplinari o multiculturali, una metodologia di approccio logica e di buon senso.

Come nel caso del “direttore di orchestra”, che deve innanzi tuttopreparare” il concerto con i diversi componenti (azione exAnte proattiva), deve “condurre” (al risultato)  il concerto e deve “concluderlo” (ex-post) cercando di ottenere la risposta del pubblico, in questo eBook saranno trattate le “dinamiche” di cui si compone una comunicazione professionale efficace in contesti multidisciplinari e complessi (comunicazione interdisciplinare) e il “linguaggio comune” (interdisciplinare) che è possibile utilizzare “per comprendere e farsi comprendere”, basato su un originale e innovativo utilizzo di “modelli di conoscenza” e di “analogie concettuali”.

Il neologismo della “Comunicazione Interdisciplinare” viene definito, più compiutamente, nell’eBook come binomio di due fattori sinergici: la comunicazione proattiva e la conoscenza interdisciplinare.

L’eBook riporta alcuni modelli concettuali per sviluppare le proprie abilità alla “pro-azione” nei processi comunicativi, ad es. come la” focalizzazione” e la capacità di proporre, prima degli altri, una soluzione nuova e stimolante, che cambia le regole del gioco o che è qualcosa di utile, ecc.

Vengono altresì riportati alcuni modelli di conoscenza in grado di supportare la comprensione delle diverse possibili situazioni comunicative complesse o multidisciplinari, nonché favorire lo sviluppo della capacità analitica di comprensione dei bisogni degli interlocutori (focalizzazione), della individuazione di soluzioni condivise (persuasione) in grado di generare la partecipazione (coinvolgimento) nel raggiungimento “win-win” degli obiettivi prefissati.

I contenuti e gli aspetti innovativi proposti si basano sull’utilizzo di un linguaggio sintetico logico-matematico come “linguaggio comune e condiviso” (a valenza trasversale), in grado di mettere in relazione fra di loro le componenti di valore (“sostanza”) in un processo di comunicazione, distinguendo gli aspetti (“forma”) legati al lessico e al glossario dei termini specifici dei diversi interlocutori di uno scenario multiculturale.

Chiave di volta dell’approccio “unificante” sul quale si basa il presente lavoro, è il fatto che per facilitare i rapporti comunicativi con i diversi interlocutori, è possibile impostare la propria strategia di comunicazione lavorando sulla separazione dei due aspetti: la “forma” (lessico, glossario) specifica dell’interlocutore, rispetto alla sostanza” (modelli di conoscenza risolutori) che invece, riguarda gli algoritmi mentali da applicare per raggiungere lo scopo. Si mette in atto così, un approccio di comunicazione interdisciplinare, basata da un lato sull’utilizzo del “vocabolario” specifico richiesto caso per caso (cosa non particolarmente difficile oggi con l’uso di internet), dall’altro sull’attuazione di strategie basate sull’utilizzo di modelli di conoscenza.

Si introducono gli strumenti innovativi per una Comunicazione Interdisciplinare, che è innanzi tutto, una comunicazione professionale e quindi, etica, basata su un concetto di fiducia che nasce da una reputazione, a sua volta costituita da storie e comportamenti corretti, perché ispirati dall’etica professionale.

In ultima analisi, l’eBook propone una “cassetta degli attrezzi”, ovvero metodologie e strumenti per lo sviluppo individuale e di gruppo di una comunicazione professionale più funzionale ed efficace, in grado di rapportarsi con più discipline o “saperi”, per integrare i diversi “punti di vista” in una sintesi concettuale conclusiva, in grado di valorizzare ciò che “unisce” e di minimizzare ciò che “divide”.

Argomenti & Glossario dei Termini

Empowerment: con il termine empowerment viene indicato un processo di crescita, sia dell’individuo sia del gruppo, basato sull’incremento della stima di sé, dell’autoefficacia e dell’autodeterminazione per far emergere risorse latenti e portare l’individuo ad appropriarsi consapevolmente del suo potenziale. Questo processo porta ad un rovesciamento della percezione dei propri limiti in vista del raggiungimento di risultati superiori alle proprie aspettative. L’Empowerment è un costrutto multilivello che in base alla tripartizione di Zimmerman (2000) si declina in: 1. psicologico-individuale; 2. organizzativo; 3. socio-politico e di comunità. Questi tre livelli sono analizzabili individualmente ma strettamente interconnessi fra di loro.

Modelli di Conoscenza:  Modelli di Conoscenza sono dei “pattern”, frutto di sintesi di regole, come risultato (output) di opportuni procedimenti di estrazione o elaborazione di altra conoscenza, che forniscono le chiavi di lettura della complessità trasformandola in un sistema di knowledge pattern più semplici e sintetici. In altri termini, i modelli di conoscenza fungono da “scorciatoia” o da catalizzatori  nei processi cognitivi per aumentarne l’efficienza. Modelli di Conoscenza come catalizzatori di efficienza cognitiva e strumento di sviluppo di sistemi decisionali: il caso BATTLE

«Ricerca industriale»: ricerca pianificata o indagini critiche miranti ad acquisire nuove conoscenze, da utilizzare per mettere a punto nuovi prodotti, processi o servizi o permettere un notevole miglioramento dei prodotti, processi o servizi esistenti. Comprende la creazione di componenti di sistemi complessi necessaria per la ricerca industriale, in particolare per la validazione di tecnologie generiche, ad esclusione dei prototipi di cui alla definizione di sviluppo sperimentale.

«Sviluppo sperimentale»: acquisizione, combinazione, strutturazione e utilizzo delle conoscenze e capacità esistenti di natura scientifica, tecnologica, commerciale e altro, allo scopo di produrre piani, progetti o disegni per prodotti, processi o servizi nuovi, modificati o migliorati. Può trattarsi anche di altre attività destinate alla definizione concettuale, alla pianificazione e alla documentazione concernenti nuovi prodotti, processi e servizi. Tali attività possono comprendere l’elaborazione di progetti, disegni, piani e altra documentazione, purché non siano destinati a uso commerciale.
Rientra nello sviluppo sperimentale la realizzazione di prototipi utilizzabili per scopi commerciali e di progetti pilota destinati a esperimenti tecnologici e/o commerciali, quando il prototipo è necessariamente il prodotto commerciale finale e il suo costo di fabbricazione è troppo elevato per poterlo usare soltanto a fini di dimostrazione e di convalida. L’eventuale, ulteriore sfruttamento di progetti di dimostrazione o di progetti pilota a scopo commerciale comporta la deduzione dei redditi così generati dai costi ammissibili.
Sono inoltre ammissibili aiuti alla produzione e al collaudo di prodotti, processi e servizi, a condizione che non possano essere impiegati o trasformati in vista di applicazioni industriali o per finalità commerciali.
Lo sviluppo sperimentale non comprende tuttavia le modifiche di routine o le modifiche periodiche apportate a  prodotti, linee di produzione, processi di fabbricazione, servizi esistenti e altre operazioni in corso, anche quando tali modifiche rappresentino miglioramenti.

Modello di Business “fai da te” per Piccole Imprese ed Esercizi Commerciali: un “Modello di Conoscenza” per non commettere errori (1°Parte)

small-biz1Se hai una buona idea di business e vuoi realizzarla, non importa se non sei già un imprenditore da generazioni; non importa se hai perso il lavoro e sei costretto ora ad inventarne uno; non importa se le persone a cui si sei rivolto ti hanno prospettato scenari economico-finanziari scoraggianti e un “Business Plan” da decine di pagine…ciò che è veramente importante che TU sappia veramente quello che fai, PRIMA di farlo!  

Ti serve uno strumento pratico e potente che ti aiuti a valutare in maniera oggettiva la tua idea, come possibile attività imprenditoriale che produca innanzi tutto profitto, nonché ti consenta di simulare le varie configurazioni possibili e per te sostenibili del business a cui stai puntando. Ti voglio regalare quì un pratico Modello Economico di Business (Small-Business PILOT1), che non è il solito “bla, bla, bla… ” che trovi in giro o su Internet, ma uno strumento logico-matematico essenziale, oggettivo e funzionale. Ma Andiamo ai FATTI.

Small-Business PILOT1 (prima parte) Innanzi tutto partiamo dalla tua idea di business: qual’è il problema che aiuti a risolvere al potenziale cliente? Quali sono i fattori distintivi per cui un potenziale cliente dovrebbe scegliere te? Quanto sarebbe disposto a pagare per il tuo prodotto/servizio? Quanto tempo (n. anni) si può stimare che duri il tuo business? Supponiamo per esempio, che ci riferiamo ad un prodotto/servizio che vale unitariamente “x” Euro, indichiamo ad es. : Valore offerto per ogni “pezzo”  Vo = 500 Euro/p.  Bene, per poterlo vendere devi trovare il Mercato (MK) di clienti, segmentando la quota parte che meglio risponde alla tua offerta Vo. Definiamo praticamente quanto vale (n° ordini) MK e chiamiamo:

  • Nca: numero di clienti acquisibili per anno (es.: = 80 clienti/anno in media)
  • Noc: numero di ordini acqusibili per ciascun cliente (es.: = 1,5 ordini/cliente in media)
  • Nab: numero di anni di vita stimabile del business  (es.: 10 anni)

Allore risulta che il tuo mercato, come somma dei possibili ordini per l’intero arco di vita del business vale: MK = Nca x Noc x Nab = 1200 ordini. Moltiplicando MK x Vo = (500 x 1200) = 600.000 Euro tot. (Valore complessivo dei Ricavi R: Fatture Attive), ovvero  R = (MK x Vo)/Nab  (60.000 Euro/anno).

In altri termini, stiamo parlando di un (piccolo) business  ad es. da 600 mila euro di Ricavi in 10 anni. Supponendo che la “cosa” risulti per te interessante, facciamo un passo successivo chiedendoci:

  • Come faccio e quanto mi costa il Prodotto/Servizio Vo offerto?
  • Quanto mi costa sviluppare il mercato MK = Nca x Noc x Nab  ?

Qui entrano in gioco naturalmente:

  • CE: Costi Esterni per anno (Partners Chiave, Magazzino, Canali di Vendita) = Fatture Passive
  • CC: Costi Commerciali per anno (Relazioni con i Clienti, Canali)
  • CL: Costi del Lavoro per anno (Risorse Chiave)
  • CG: Costi Generali di Struttura per anno (affitto, servizi di rete, attrezzature, ecc.)

Considerando che il Valore Aggiunto VA (Euro/anno) realmente generato dal tuo business vale VA = R-CE (ciò significa che un business sostenibile dovrebbe avere CE molto minore di CE), si ha che possiamo scrivere il Modello di Business MB (a lordo di tutti gli oneri fiscali e finanziari) come:

MB (Euro/anno) = VA – (CL – CC – CG)     (Small-Business PILOT1)

In conclusione, per verificare e controllare la validità e sostenibilità della tua idea imprenditoriale devi compiere i seguenti passi:

# VALORE AGGIUNTO OFFERTO:

  1. Valore Vo che si intende offrire;
  2. Valore MK del mercato di riferimento (Segmenti di Clientela);
  3. Flusso dei Ricavi R = MK x Vo;
  4. Costi Esterni CE (Fatture passive da Fornitori, Partners, ecc.);
  5. Valore Aggiunto VA = R-CE

# STRUTTURA DEI COSTI delle Attività Chiave:

  1. Costo del Lavoro CL (Risorse Chiave);
  2. Costi Generali CG di Struttura (affitto, servizi di rete, attrezzature, ecc.);
  3. Costi Commerciali CC (Relazioni con i Clienti, Canali)

# COSTI GENERALI CG (affitto, servizi di rete, attrezzature, ecc.)

.

A questo punto, non ti resta che provare a ipotizzare quelli che sono i “numeri” del tuo business e verificare se sono sostenibili, prima che tu scenda in campo…

_____________________________________

P.S.: Se ti interessa approfondire l’argomento Small-Business PILOT1 e/o vuoi ricevere anche un foglio di calcolo (MS-Excel) con gli algoritmi del modello già implementati e funzionanti, allora compila il FORM seguente indicando la tua richiesta e la tua email di invio, grazie. Giovanni Mappa.

Perché e Come Verificare il “Lavoro Competitivo”: alcuni semplici Modelli di Conoscenza a riguardo…

rba1_03_XSChe cosa significa “lavoro competitivo” nello scenario attuale? Crisi a parte, dobbiamo constatare che negli ultimi 20 anni il “ciclo di vita” del lavoro, ovvero l’arco di tempo massimo possibile lavorativo di una persona (fino alla pensione), è andato via via ad allungarsi, anche se in maniera intermittente: dai circa max 30 anni lavorativi che si avevano fino agli anni’90, ai quasi 50 anni attuali.

Caratteristica  conseguente di questa dilatazione della finestra temporale lavorativa (per i più”fortunati”), è quindi la necessità (costrizione/opportunità) di cambiamento di attività lavorativa o di variazione di carriera, più volte nel corso della vita lavorativa, ma anche quella di dover lavorare molto di più anni (v.Fig. seg.)

LavComp10

 Work Life Cycle Scenario

Questa considerazione preliminare, ne nasconde delle altre, molto importanti soprattutto per i giovani (ma non solo) che si preparano al mondo del lavoro (v. professionalità emergenti): qualunque cosa si intenda o si voglia fare come mestiere o professione, si dovrà tener conto che sarà comunque molto difficile trovarlo ed eventualmente, farlo per tutta la vita lavorativa!  Pertanto sarà meglio pianificare e dotarsi degli strumenti decisionali più opportuni per affrontare questa sfida.

Semplici Modelli di Conoscenza (Logico-Matematici) ci aiutano anche in questo caso, a focalizzare l’attenzione sui meccanismi funzionali “oggettivi” che ci consentono di massimizzare i fattori distintivi (Skill) per l’ottenimento di un posto lavoro (dipendente o autonomo) e/o il per suo mantenimento nel tempo, in un mercato sempre più caratterizzato dalla competitività più accesa.

Possibili Modelli di Valutazione del “Lavoro Competitivo” (L.C.) rispetto al proprio mercato di riferimento, nascono dal definire un criterio oggettivo di misurabilità delle prestazioni lavorative.

Dal momento che LC è la forza e il motore delle nuove imprese basate sul capitale intellettuale (Knowledge Intensive), risulta utile, in analogia alle leggi della Fisica, estrapolare e trasporre il concetto di Forza, Potenza ed Energia: ciò ci consentirà di sviluppare un Modello oggettivo di valutazione del valore di quest’ultimo e di stigmatizzare delle Leggi Lavorative Fondamentali, qui di seguito riportate.

___________________________________________________________________________________

1° Legge (Valore) : L.C. è tale se produce Valore Aggiunto, vera forza trainante dell’impresa

Il concetto di Forza del Lavoro viene trasposto a quello di Valore Aggiunto (forza dell’impresa) che si può esprimere come:

VA = VEp · ∑Fi /∑ci

dove VEp esprime il Valore Economico Prodotto ed è correlato al prezzo pattuito nel contratto fornitore/cliente, ovvero nal ricavo del fornitore:    VEp = Ricavo – Costi esterni

Inoltre, ∑Fi rappresenta la sommatoria delle “funzionalità” da realizzare nel prodotto/servizio fornito e  ∑ci rappresenta la corrispondente sommatoria dei costi unitari di produzione ciascuna funzionalità sviluppata. Pertanto,  ∑Fi /∑ci non è altro che il contenuto della Specifica Funzionale di Contratto (v. Capitolato Tecnico). Dato che sia VEp che ∑ci sono espressi in unità di moneta (€), risulta che VA ha le dimensioni delle funzionalità ∑Fi  fornite.

Esempi:

a) Perdita di VA: nel caso vengano realizzate più funzionalità Fi rispetto a quelle  richieste dal cliente, venendosi comunque a generare dei costi Ci, a parità di VEp da contratto, il valore aggiunto VA prodotto dal Knowledge Worker sarà percepito dalla sua azienda come inferiore a quello previsto, in quanto la stessa azienda ha dovuto sostenere il relativo costo unitario aggiuntivo rispetto alle funzionalità non richieste. Discorso equivalente è quello  vale nel caso che invece di una funzionalità non richiesta, si tratti di un errore di  progettazione di funzionalità (ovvero di interpretazione) che, come tale deve essere corretta o ri-sviluppata del tutto.

b) Svalorizzazione di VA: nel caso  di VEp molto basso (o addirittura nullo), VA diminuisce proporzionalmente e indipendentemente dal fatto che ∑ci possa essere molto alto, ovvero che i costi di produzione sostenuti dall’azienda fornitrice siano stati elevati.

Si può concludere come il valore aggiunto VA prodotto dal L.C. dipenda essenzialmente da 2 fattori:

  • dalle competenze  (Know-How, R&S, Innovazione) necessarie allo sviluppo delle ∑Fi;
  • dalla valorizzazione commerciale VEp operata in fase di offerta e del successivo contratto.

Vedi anche: Modello del “Valore dei Prodotti/Servizi”

___________________________________________________________________________________

2° Legge (Comunicazione): L.C. è tale se si lavora in maniera produttiva, ovvero se è in grado non solo di “fare”, ma anche di rendere “utilizzabile” il proprio lavoro svolto.

Il concetto di Lavoro (= Forza x spostamento) viene trasposto a quello di Lavoro Produttivo:

Lp = VA · COMe

dove COMe esprime il concetto di “Comunicazione efficace” bidirezionale verso il cliente, ovvero la capacità di “capire e farsi capire” sul prodotto/servizio da fornire (in fase di offerta), nonché di proporre una soluzione efficace la cui conferma derivi dall’effettivo utilizzo da parte del cliente. COMe è il risultato ottenuto dal sapiente mix di utilizzo degli strumenti della comunicazione verbale, scritta e visiva, più opportuni al caso (situazione, cliente), che consentano il pieno trasferimento (tecnologico) del VA al cliente (che lo utilizza di fatto).

Fanno parte di una COMe:

  • la capacità di comprendere il “linguaggio” del cliente e il suo scenario di riferimento;
  • la capacità di dialogare efficacemente con il cliente attraverso la comunicazione aziendale: specifiche tecniche, relazioni, verbali riunioni, email, fax, ecc.
  • la capacità di relazionarsi in maniera “credibile” e “professionale” per riuscire ad avere “il controllo della situazione” con il cliente costantemente, per tutto il tempo necessario allo sviluppo delle funzionalità di prodotto/servizio e, possibilmente, anche oltre.

Esempi:

a) Perdita di Lp: nel caso venga realizzato un VA, ovvero vengano sviluppate le funzionalità richieste con un VEp adeguato, ma si fallisca sul trasferimento al cliente a causa di una COMe inappropriata, si viene a vanificare, in parte o in toto, il lavoro fatto. In altri termini, il valore del lavoro produttivo Lp effettuato equivale a quello corrispondente ad un VA proporzionalmente più basso, che penalizza le competenze L.C., con conseguente perdita di valore di Lp.

b) Inconsistenza di Lp: nel caso in cui sia il valore di VA ad essere basso, mentre il trasferimento COMe si è effettuato con successo, significa che a fronte di una comunicazione bidirezionale efficace è venuto a mancare la concretezza della soluzione sviluppata (v. “venditore di fumo…”). Ciò può accadere quando una valida competenza commerciale non è supportata da un’altrettanto valida competenza tecnico-produttiva.

___________________________________________________________________________________

3° Legge (Tempestività): la capacità L.C. di “far presto e bene” lo rende più competitivo (potente)

Il concetto di Potenza ( = Lavoro nell’unità di tempo) viene trasposto a quello di Potenza Lavorativa:  

Pl = Lp / t

La potenza lavorativa LC si può esprimere come la capacità di sviluppare un lavoro produttivo nell’unità di tempo t, ovvero in un tempo che deve essere il minimo possibile compatibilmente con i requisiti di VA e COMe di Lp.  Data la necessità di realizzare un lavoro Lp, il K.W. che lo realizza in un tempo più lungo, esprime una potenza lavorativa più bassa, sia che ciò sia avvenuto per mancanza di competenze appropriate, sia per spreco di tempo per qualsivoglia causa.

___________________________________________________________________________________

4° Legge (Saturazione): ogni L.C. possiede un proprio “Potenziale” che si deve trasformare in energia produttiva, ma come in Formula1, innovazione metodologica/tecnologica e carburante fanno la differenza. 

 Il concetto di Energia viene trasposto a quello di Potenzialità Produttiva espressa tenendo conto di un “fattore di saturazione” della potenzialità lavorativa, il cui valore diminuisce in genere con gli anni di attività lavorativa, nonché di un “fattore di Skill” il cui valore viene ottenuta come media di una pagella (scorecard) attribuita al L.C. rispetto ad una o più di competenze di riferimento e/o ad attitudini comportamentali:

Ep = (1-anni/(k+anni)) ·SKILLm

Dove:

  • anni = anni di attività lavorativa professionale
  • Skillm =    valore medio normalizzato [0÷1] del punteggio assegnato al K.W. nel periodo considerato (ad es. dal Resp. del Personale) rispetto a valutazioni di parametri del tipo: autonomia decisionale, spirito di gruppo, riflessività/concentrazione, attività/produttività, competenza/apprendimento, responsabilità/direzionalità, ecc.
  • K = coefficiente legato al ciclo di vita lavorativo utile

___________________________________________________________________________________

5° Legge (Qualità): il K.W. esiste se esiste almeno un cliente che lo percepisca e lo apprezzi

Si richiama il Concetto della Qualità ISO9000 e del Sistema di Gestione della Qualità.

Qualità: è l’insieme delle caratteristiche e delle proprietà che conferisce ad un prodotto/servizio la capacità di soddisfare le esigenze espresse o implicite del cliente

Sistema di Gestione Qualità: ha la funzione di garantirsi e garantire al cliente, in maniera preventiva che la qualità dei propri prodotti/servizi:

  • corrisponde ai bisogni del cliente;
  • è ripetibile;
  • è costante;
  • è continuamente migliorata.

Pertanto, tra le leggi lavorative L.C. è possibile definire il seguente parametro di efficienza legato al rispetto dei requisiti della Qualità e al suo Sistema di Gestione e denominato Rendimento in Qualità η:

ηq = (VA · COMe)/ (VA · COMe)max ≥ K cliente

Dove:

  • (VA· COMe)max = valore di riferimento assunto dal migliore “competitor” presente sul mercato nel periodo
  • Kcliente =  valore del livello di qualità attribuibile, in base ad una scala di rif. normalizzato [0÷1], a ciascuna tipologia di cliente classificabile in base alla sua “sensibilità”, piuttosto che al suo livello tecnologico-organizzativo, ecc.

___________________________________________________________________________________

5° Legge (Coinvolgimento): L.C. massimo si ottiene quando per dare il meglio di se, si è in grado di vivere “normalmente” livelli elevati di coinvolgimento emotivo e di stress  

SkillStress

___________________________________________________________________________________

In conclusione,  il livello di Lavoro Competitivo è possibile misurarlo attraverso le sopraindicate leggi (Modelli di Conoscenza Logico-Matematica) e, in sintesi, rispetto a:

  1. proprio Potenziale:                                   Ep = (1-anni/(k+anni)) ·SKILLm
  2. ciò che si sa fare:                                       Lp = VA · COMe  ;     Pl = Lp/t
  3. come lo si sa fare:                                      ηq = (VA · COMe)/(VA · COMe)max ≥ K cliente

Per svolgere un lavoro competitivo non è sufficiente essere in grado di produrre Valore (1° Legge) senza capacità di Comunicazione v. 2°Legge): sarebbe molto rischioso; si rischierebbe di fare la fine del genio incompreso! La storia del lavoro è piena di lavoratori altamente qualificati che “stazionano” ad un basso profilo di carriera. Per soddisfare la legge di mercato della domanda/offerta, è necessario produrre valore, ma anche essere in grado di comunicarlo correttamente (al nostro cliente interno o esterno) e tempestivamente (prima che lo facciano altri…). Inoltre, essere un lavoratore competitivo significa fare in fretta e meglio: è necessario controllare il nostro “potenziale” (v. 3°, 4°, 5° e 6° Legge), in relazione alla nostra età/esperienza lavorativa e, più di tutto, la soddisfazione del cliente che è poi, l’obiettivo finale L.C.

Il concetto di Valore ha una moltitudine di significati soggettivi e oggettivi: dipende dall’ambito di riferimento e dall’area di applicazione. In questo contesto, si fa riferimento al ” core” del Valore come la capacità incrementale di soddisfare una domanda / bisogno. Un altro punto di vista in merito al concetto di Valore è rappresentato dalla diversa visione tra consumatore e produttore: lo stesso Valore di prodotto/servizio  viene valutato come profitto, piuttosto che convenienza di mercato (o benefit).

LavComp2

The model of the costs, the price and the value

http://www.ecocostsvalue.com/httpdocs/content/html/3-concept.html

In questo caso:     Valore = Qualità del Prodotto + Qualità del Servizio + Qualità Percepita

Articolo Tratto da:  Interdisciplinary Thinking by Knowledge Synthesis (Giovanni Mappa, 2011)

___________________________________________________________________________________

Per commenti, chiarimenti e/o informazioni sono a Vs disposizione:

Modello della Creatività e dell’Innovazione

Creativity and Innovation Knowledge Model

The first step, before introducing the “Knowledge Model of Innovation” concept is to distinguish the meaning of terms Creativity, Innovation and Invention.

  • The creativity concept, is known as ability of creating something new, either a new idea, concept or method.
  • Innovation refers to creation of value and development of better or more effective products, processes, technologies, team or organization, etc., by using creativity to enhance their performance.

We have to pay attention, to the term Invention, that differs from innovation and generally it signifies a substantial positive change compared to incremental changes in reference to state of the art. In other words, creativity is necessary as prerequisite to develop innovation, but innovation requires more than one skill: having a good idea it easy with creativity or fortune, it more and more difficult to put it into practice (making innovation)!

Creativ1

The “Stress-Performance” Curve development

To understand how developing a Knowledge Model of Innovation, we may to consider the “Stress/Performance Curve”, that relates the rate of mental concentration (positive stress) with our rate of performance (i.e. in making a job). If an activity is easy and it not requires much attention, our performance are at minimum. In a normal work, we are committed, trying to do best we can: normal stress/normal performance up to our maximum.

Creativ2

Fig.2.17 –  The “Stress-Performance”Curve: the Creativity Area

Happens to everyone, at least once in his life, some event that makes us able to have very high level of performance, much more of our normal references, without feeling the stress. In that case, we amazed and we ask ourselves why? The answer is simple: we have had an high emotional involvement, an high passion level in making that job, so we did it without realizing it.

One may think that it necessary to be a genius to work with high level of performance without stress… This seems to be completely  wrong. In fact, a genius is in some way  like a fool, unreliable and out of a normal work scenario. We must think that it exist a category of persons that is able to have high performance without stress: they are children when they are playing!

So, when we are working with the enthusiasm and passion of child, we are able to have naturally high performance. Naturally, in the “Creativity Area” of Stress-Performance Curve (Fig. 2.16, Fig.2.17), for children “Creativity” means “Fantasy”; for adult it means “Fantasy + Concreteness”.

“Choose a job you love and you will never have to work a day in your life.” (Confucius)

In the Fig. 2.18 we can see about the evolution of the innovation concept , from the linear model having R&D as the starting point, to the systemic model in which innovation arises from complex interactions (scenario) between individuals, organizations and their operating environments, it demonstrates that innovation policies and practices, must extend their focus beyond the link with research.

Business innovation involves a wide spectrum of original concepts, including development of new business models, organizational innovation, business application of technology and communications, new management techniques, environmental efficiency, new forms of stakeholder participation, transport and finance.

To put into practice Creativity developing Innovation, we need to refer to right scenario of skills, organization, management. Different scenarios give different outcomes in terms of Innovation.

For example, (Fig. 2.18) if we consider as innovation basic components “Creative Chaos” (work approach) and “Guide of Structure” (management), we have the following scenarios:

  • a) DREAM: Strong creative chaos x Weak guiding structure
  • b) CONVEYOR: Weak creative chaos x Strong Guiding structure
  • c)  JAZZ: Strong creative chaos x Strong guiding structure

Creativ3

Fig.2.18 –  Innovation scenario

The new knowledge-based economy, combined with an increase in highly capable global competition, demands a renewed emphasis on innovation.

This new economy is led by those who innovate – create, find and/or combine knowledge into new products, services, and distribution methods – faster than their competitors.

Innovation is above all spurred by entrepreneurial action, aimed at creating value through the application of knowledge.

Innovation is the specific instrument of entrepreneurship. The act that endows resources with a new capacity to create wealth.” (Peter F. Drucker)

Without order nothing can exist – without chaos nothing can evolve.“ – (Vadim Kotelnikov) [30]

Anyone who has never made a mistake has never tried anything new.” (A. Einstein)

Until recently, innovation has been seen principally as the means to turn research results into commercially successful products, but not all research leads to innovation and not all innovation is research-based.

Modello di “Bussola del Business” BSC-SMART PILOT

L’originale metodologia “Smart Pilot” qui presentata è in grado di colmare un grosso “gap” presente nel metodo della “Balanced Scorecard (BSC)” tradizionale. Vale a dire, che non solo è possibile con “Smart Pilot” realizzare una sorta di “Bussola” di riferimento per il controllo in progress della “Rotta” di sviluppo del nostro Business, ma anche ottenere il Bilanciamento Automatico dei pesi finali delle 4 Prospettive (secondo Kaplan) in coerenza alle decisioni del Consiglio di Amministrazione. Infatti, a seconda delle decisioni orientate allo sviluppo e redditività del business (prodotto/servizio), piuttosto che alla sua re-ingegnerizzazione, ci si sposta rispettivamente a destra o a sinistra del punto  di incrocio CVo, ottenendo i contributi percentuali bilanciati delle 4 Prospettive.

__________________________________

SCENARIO DI RIFERIMENTO
I maggiori fattori di successo della gestione strategica di una impresa sono principalmente la formulazione e l’attuazione della strategia:

  • la formulazione della strategia è comprendere dove l’azienda è oggi e decidere dove dovrebbe essere domani;
  • l’attuazione consiste nel decidere come portare l’azienda da dove si trova oggi a dove dovrebbe essere domani.

Un’efficace attuazione della strategia richiede uno sforzo costante per accordare e mettere “in sintonia” (o bilanciare) gli elementi base che guidano l’organizzazione (v. le 4 Prospettive). Il BSC- Balanced Scorecard è un modello metodologico, già introdotto da M.Porter nel 1980 (MAC) e poi ripreso e completato da Kaplan e D.P. Norton nel 1994, riguardante la misurazione multidimensionale delle performance aziendali al fine di controllare l’attuazione delle strategie attraverso obiettivi misurabili.
Lo “Stato dell’Arte” relativo alle soluzioni software BSC disponibili sul mercato (Ergometrics, Predicate Logics, 4GHI Solutions, Active Strategy, QPR7 Scorecard, SAS Institute, SEM Bilance Scorecard, ProDacapo, SNC, Cognos Metrics Manager, Sigma Scorecard, Cedar, Nemo, Simpel Scorecard, ecc.), si caratterizza per la mancanza di uno standard procedurale.
In altri termini, tutte le soluzioni fanno riferimento ai “KPI” (Indicatori di Performance) alle 4 Prospettive (v. Economico-Finanziaria, Mercato, Processi Interni e Personale) e alle “Strategy Maps”, ma, riguardo al “come” si debba “bilanciare i pesi” ai diversi livelli di inferenza tra i KPI e la strategia aziendale, esiste una notevole disomogeneità di procedure.
Basti pensare che il peso che viene dato alle 4 Prospettive Kaplan per derivarne la valutazione complessiva dell’azienda offre ∞4 soluzioni, ovvero, ad es.10 managers ad es., potrebbero dare 104 soluzioni di pesi differenti (%Eco-Fin, %Mercato, %Proc-Int., %Personale), rispetto alla valutazione della stessa strategia, pur rispettando la scala di importanza relativa dei pesi stessi.

IDEA BASE
Al fine di definire una procedura oggettiva per l’utilizzo delle scorecards e del BSC in generale, l’idea alla base delle attività di ricerca della presente proposta, è quella di razionalizzare e supportare la definizione e l’utilizzo dei pesi di bilanciamento al livello strategico delle 4 Prospettive “Kaplan” attraverso “Strategy Maps” dinamiche, nonché razionalizzare la definizione e l’utilizzo dei pesi degli indicatori KPI.

RISULTATI ATTESI
I risultati attesi vertono sullo sviluppo delle seguenti funzionalità del BSC a valore aggiunto:

  1. la realizzazione di una “bussola” di gestione della rotta strategica (rispetto alla strategia di riferimento), in grado di fornire, periodo per periodo esaminato, gli eventuali scostamenti e gli opportuni interventi correttivi per ciascuna delle 4 Prospettive della BSC;
  2. la realizzazione di modello di “Strategy Map” e di simulazione previsionale tale che a partire dagli indicatori di performance della BSC, si riesca a stimare i pesi di bilanciamento delle 4 Prospettive e le grandezze future (Ros, ecc.)

PRINCIPIO ISPIRATORE
Il principio ispiratore alla base della ricerca della soluzione ai risultati attesi è quello che considera l’attività d’impresa suddivisibile in Unità Strategiche di Business SBU, ciascuna caratterizzata da un proprio ciclo di vita e da una dinamica di sviluppo delle diverse fasi di “introduzione”, “crescita”, “maturità” e “declino”.
Il ciclo di vita CV di una SBU non è da considerarsi, in questo caso, una variabile solo del tempo, ma anche delle diverse vicissitudini cui è sottoposta, in un certo momento preso in esame, una organizzazione d’impresa, durante la sua permanenza nel mercato.
Ad esempio: un’impresa operante al tempo t in un determinato settore SBU, caratterizzato da un definito livello di ciclo di vita CVt (corrispondente ad es. alla fase di “crescita”), nel momento in cui opera trasformazioni radicali nell’SBU potrebbe trovarsi in una posizione all’“indietro”, con un corrispondente CV della particolare SBU appartenente ad es. alla fase di “introduzione nel mercato”.
In generale, un determinato settore di SBU viene definito dai seguenti parametri:

  • CVo: ciclo di vita medio per la fase di “crescita” del business
  • So: caratteristica di dinamicità del Business (ad es.: sett. “telefonini” rispetto alla produzione dell’acciaio, ecc.): più alto è il suo valore, più è lungo il tempo di crescita del business e la vita utile dell’SBU.

Nella figura che segue è possibile osservare come la curva dell’SBU/CV possa rappresentare i diversi possibili tipi di business, da quelli più tradizionali o più lenti, a quelli più veloci e che si esauriscono nel giro di pochissimi anni. Considerando quindi, l’attività di un’impresa suddivisa in una o più SBU, è possibile sviluppare una “traccia” del posizionamento della stessa rispetto a dei prefissati obiettivi strategici. Identificando detto posizionamento con il livello di SBU (sulle ordinate della Fig.1 seguente), ovvero con il particolare valore di CV assunto da SBU in un determinato periodo di osservazione t, si tratta di identificare le relazioni funzionali tra gli Indicatori di Performance KPI e il CVt così considerato, per ottenere il possibile posizionamento del business nel periodo.

SPilot1Unità Strategica di Business SBU e relativo Ciclo di Vita CV

Strategic ROUTE Control “Smart Pilot” is able to detect every probably mismatching between a prefixed Strategic Route and the real actual position of a business. In fact, every business dynamic trend is characterized by two basic parameter: CVo = number of years to reach growing phase (neutral point) So  =  shape of trend – characteristic of the type of Business: more high value means slow business dynamic and long life-cycle (i.e. So=0,3 average value) CVt: = actual position of Business (at time t) CVmax= 2*(So/Log1,5)+CVo Maximum value of CV (Business Maturity) For example, if we start with a traditional Business unit and our Business Strategy has prefixed a CV* (related to business dynamic), that is, a prevision of reaching the business growing phase after a number (=t) of years, we can control in every moment (t) the Business Route, by calculating the eventual difference between CV* and CVt.

ΔCV = CV*– CVt :  ROUTE Mismatching => Out of Strategy

________________

D’altra parte, considerando che la curva SBU/CV è rappresentativa dei risultati economicofinanziari di un’impresa nelle diverse fasi di introduzione della SBU, crescita, maturità e declino, è possibile considerare tale curva rappresentativa (Fig.) della Prospettiva Economico-Finanziaria (ECO-FIN, v. Fig. preced.). Analogamente, potendosi esprimere il potenziale delle risorse umane in funzione del proprio “Skill”, ovvero della “Curva di Esperienza” media fornita all’impresa, è possibile, considerare, in prima approssimazione, un legame diretto con la rappresentazione della Prospettiva del Personale (PERSON) nelle diverse fasi di sviluppo della SBU/CV.
La curva rappresentativa della Prospettiva di Mercato viene infine derivata in coerenza con quella ECO-FIN, mentre quella relativa alla Prospettiva dei Processi Interni (PRO-INT) si ricava derivandola dalle precedenti tre, attraverso una serie di vincoli costruttivi, illustrati nel punto seguente.

SPilot3

Curve dei Pesi di Bilanciamento delle 4 Prospettive – “Strategy Map”

Modalità di Costruzione del Grafico di Fig.: le 4 curve devono rispettare le seguenti condizioni:

  1. Nel campo di “crescita” dell’SBU: %ECO-FIN + %MERCATO +%PRO-INT +%PERSONALE = 100%
  2. Esistenza di un “Punto Neutro”: %ECO-FIN = %MERCATO =%PRO-INT =%PERSONALE = 25%
  3. Appartenenza alla famiglia di curve caratteristiche relazionabili alle 4 Prospettive di Kaplan

E’ da notare come sia possibile determinare il CV al tempo t di una SBU e confrontarlo con un valore CV* preso come riferimento nella formulazione della strategia, se consideriamo le correlazioni con gli indicatori di performance KPI.
Ad esempio, considerando il solo ROS (Return of Sale) e tralasciando gli aspetti algoritmici di calcolo,
un’impresa operante in un business SBU caratterizzato da un CVo = 4 anni e un So = 0,6, con un ROS = 10% (ROSmax = 25%), si troverebbe ad avere (in definite condizioni) un CVt=3,9 anni, mentre per un ROS =15% un CVt=5,88 anni.
Definire una strategia significa anche definire per una determinata SBU a quale punto del ciclo di vita
CV* ci si vuole posizionare. Pertanto, il valore di ΔCV = CV*-CVt, definisce lo “scostamento di rotta” rispetto al CV* che si sta verificando al tempo t.

SPilot2SPilot44

In definitiva, stabilire una strategia significa non solo definire CV*, ma anche, nel quadro di curve sottostanti, i pesi % rispetto alle 4 Prospettive (intersezione della retta verticale passante per CV*).
Così si ottengono anche le informazioni relative agli scostamenti percentuali riferiti alle singole prospettive.

__________________________________

Scorecard Balancing (BSC) In reference to Balance Scorecard approach with Kaplan’s 4 Perspectives [4][31] [32] [33], we can consider the following type of  normalized business curves (Fig. 2.13) or Business Drivers:

  • a) Resource Experience (Skill, Technology)
  • b) Economic Business Return (in Life-Cycle)
  • c) Internal Procedures (i.e. as  Quality System)
  • d) Market Development (i.e. as  Customer Satisfaction)

If  we consider the projection of CVt on the graphic about Kaplan’s 4 Perspectives, by crossing of lines we get the perceptual value (weight) of each of Business Drivers. Important Note N.1: it is possible to notice how the Kaplan’s 4 Prospective have a common crossing point, characterized with a weight of 25% (so 4 x 25% = 100%). But if we consider every other intersection among 4 Curves, we have always that the sum of the four contributes is equal to100%. All that above mentioned, it means that the weights of the Kaplan’s 4 Prospective are automatically and objectively detectable on the base of a logic economic Business Modelling (SMART PILOT) and not only on base of decision of manager in charge. This is an IMPORTANT UPGRADE in reference to traditional BSC approach [4][31][34]. Important Note N.2: it is important to notice how a Business Active Strategy is relate to Kaplan’s 4 Prospective:

  • a) in reference to CVo (crossing point), if we move on its right (more Business Return) we need to increase Market rate and Business Return rate;
  • b) if we move on its left (Business Re-Engineering), we need to re-invest on Resource Experience and accept a lower Business Return.

SPilot3

Crossing Weight of Kaplan’s Perspectives

SPilot4

(SMART PILOT software tool – ingmappa.com)

The “SmartPilot” Methodology SmartPilot methodology is based on “Active Strategy Pilot Map” (ANOVA’s copyrighthttp://www.anovastudi.com).

Modello di Redditività del Business (Small Business)

The conceptual model of  “Business Knowledge” can be described in a simple way  (but not simplistic) by using the Gross Operating Margin (MOL) or the English acronym EBITDA (Earnings Before Interest, Taxes, Depreciation and Amortization). In fact, at the base of a business development, the basic goal is to reach positive values of MOL (but not only, naturally…).

MOL

Business Knowledge Model: Gross Operating Margin Cycle

In general, to make a business means to economically transform “raw materials” (tangible or not tangible resources) into a product or services which can be sold at a price more high than costs we have spent to develop it. To do that, we need of “finances” (or “Business Fuel”), to be time-independent, with reference to economical events.

So, if we consider, in a first approximation, the following MOL expression:

MOL2

Where:

  • MOL: Gross Operating Margin
  • R:    Revenues (Turnover)
  • CE: External Costs  (Suppliers, raw materials, advices, etc.)
  • CD: Production Direct Costs (Salaries, etc.)
  • CI:  Production Indirect Costs
  • CR: Research & Development, Innovation Costs
  • CG: General Costs
  • CC: Business Costs

We can note that in the expression of MOL, there is the most of company processes, as:

  • R-CE: difference between Revenues (invoices) and External Costs (raw materials, suppliers, advices, etc) or, in other words: Active/Passive Cycle (Cash-Flow). This difference refers also to Value Added developed in that business.
  • CD+CI: sum of Direct Costs and Indirect Costs, they are related to how much we have spent to produce the product/service and so, to the labor cost.
  • CR: this is related to the Research and Development costs that we need to put innovation and so, competitiveness in our product/service.
  • CG+CC: sum of general and Overhead Costs, we need to develop our business.

So, in the short term (Fig.), when we start our business, usually we can expect a first negative start trend about MOL.

After a critical time (tc), with increasing of sales revenue (R), we have to transform MOL in a positive economic trend: MOL positive, it may be a short term (yearly) goal. We have however to take under control the financial situation, because in the short term we could always having to face a Cash-Flow misalignment caused by the difference between economical and financial period (invoicing and payments).

In the long term, we have to take under control not only MOL, but   we have to make every effort to balance the economical and financial dynamics in terms of Costs/Revenues/Finances Control (Fig.).

MOL3

Short/Long term Goal strategy

In reference to the Business Knowledge Model, in a first  approximation, the basic parameters and indicators we need to do an Economic Evaluation of our Business are the following:

Revenue:           R = P*(1- α)         P: Price     α: Scope for Negotiation

Value Added:    VA = R – CE         R: Revenue (Turnover)  CE: External Costs                                                                                                             CR: R&D Costs

Gross Margin:  MI = VA – CD

Contribution Margin:    MC = MI – CI – CC – CR      (Gross Operating Income)

Gross Operating Margin:   MOL = MC *(1- iB)           iB: Bank Interest Income             

Gross Profit:   UL = MOL- QA – OF                                  QA: Share of Depreciation                                                                                 OF: Borrowing Costs             

Net Profit:   UN = UL – FS                                          FS: Tax Charges