.
.
Il termine “Knowledge Working Interdisciplinare” (KWI) si riferisce all’applicazione di approcci interdisciplinari per la gestione del knowledge working, ovvero l’attività di acquisizione, gestione, utilizzo e condivisione delle conoscenze all’interno di un’organizzazione. L’approccio KWI prevede l’utilizzo di competenze e conoscenze provenienti da diverse discipline e aree di specializzazione, al fine di affrontare problemi complessi e di trovare soluzioni innovative.
L’obiettivo dell’approccio KWI è quello di promuovere la collaborazione tra professionisti di diverse discipline, per integrare le loro conoscenze e competenze e migliorare la qualità e l’efficacia del processo di knowledge working. L’approccio KWI prevede quindi la creazione di team di lavoro interdisciplinari, che comprendono professionisti provenienti da diverse aree di specializzazione, come ad esempio ingegneri, informatici, psicologi, economisti, sociologi, per citarne alcuni.
L’approccio KWI può essere applicato in diversi contesti, come ad esempio l’innovazione, la ricerca e sviluppo, la gestione del cambiamento, il project management e la formazione. L’approccio KWI può aiutare a migliorare la qualità e l’efficacia del processo di knowledge working, promuovendo la collaborazione tra professionisti di diverse discipline e l’integrazione delle loro conoscenze e competenze.
In particolare, il Knowledge Working Interdisciplinare (KWI) si riferisce alla definizione e utilizzo di modelli innovativi di sviluppo di collaborazioni e condivisioni di conoscenze tra individui provenienti da diverse discipline o settori, al fine di risolvere problemi complessi o di creare soluzioni innovative. Questo approccio incoraggia la sinergia tra le competenze e le conoscenze di individui provenienti da campi diversi, al fine di produrre risultati migliori e più efficaci. Il KWI può essere applicato in vari contesti, tra cui la ricerca scientifica, la progettazione di prodotti, la pianificazione urbana e lo sviluppo di politiche pubbliche.
I destinatari del KWI sono tipicamente i Knowledge Worker (KW) sono quelli che operano e comunicano in modo prevalente con la conoscenza1. Si tratta di“ “lavoratori intellettuali” che svolgono ruoli professionali collegati con il settore dell’informazione e della comunicazione come i giornalisti, i docenti e gli esperti di marketing1. Il Knowledge Worker è una figura professionale che si occupa di sviluppare l’approccio interdisciplinare, il buonsenso e la ricerca del valore innovativo2.
L’Officina KWI (Knowledge Working Interdisciplinare) è il luogo digitale in cui si costruiscono ed utilizzano i Modelli di Conoscenza (Knowledge Models) come strumenti per rappresentare e organizzare la conoscenza in un campo specifico. Questi modelli sono spesso utilizzati in ambito informatico per creare sistemi di intelligenza artificiale e di apprendimento automatico.
Un Modello di Conoscenza può essere rappresentato da un insieme di regole, concetti, relazioni e assunzioni che descrivono un determinato dominio di conoscenza. Ad esempio, un modello di conoscenza per il settore medico potrebbe contenere informazioni sulle malattie, sugli organi del corpo umano, sui farmaci e sulle procedure mediche. I modelli di conoscenza vengono utilizzati per creare algoritmi di apprendimento automatico che possono essere addestrati su grandi quantità di dati. Questi algoritmi possono quindi essere utilizzati per analizzare i dati e fare previsioni o prendere decisioni in base alle informazioni contenute nel modello di conoscenza.
Correlazioni tra KWI e l’approccio STEM
L’approccio Knowledge Working Interdisciplinare KWI e l’approccio STEM (Science, Technology, Engineering, and Mathematics) sono strettamente correlati e si integrano a vicenda. Entrambi enfatizzano l’importanza di integrare le conoscenze e le competenze di diverse discipline per risolvere problemi complessi e creare soluzioni innovative.
In particolare, l’approccio STEM si concentra sulla promozione delle conoscenze e competenze in quattro aree chiave: scienza, tecnologia, ingegneria e matematica. Queste aree sono essenziali per affrontare le sfide attuali e future in campi come l’energia, la salute, l’ambiente e la sicurezza.
L’approccio KWI si concentra sulla collaborazione tra diverse discipline per affrontare problemi complessi e sfruttare le sinergie tra le competenze e le conoscenze di individui provenienti da campi diversi. Questo approccio mira a creare soluzioni innovative che non sarebbero possibili attraverso un approccio disciplinare tradizionale.
Insieme, l’approccio KWI e l’approccio STEM possono aiutare a sviluppare lavoratori altamente qualificati e soluzioni innovative per affrontare le sfide del mondo moderno: entrambi gli approcci si concentrano sull’interdisciplinarietà e sulla ricerca del valore innovativo.
In ultima analisi, il nesso tra KWI e STEM può essere racchiuso nel concetto che per promuovere conoscenze e competenze STEM bisogna partire dal modo di pensare e ragionare in maniera interdisciplinare, ovvero “trasversale” rispetto all’approccio “verticistico” richiesto dall’insegnamento classico delle discipline fondamentali. In questo senso, l’acronimo STEM potrebbe essere considerato come sinonimo di approccio (ragionamento) interdisciplinare (la capacità condivisa di interagire utilmente con le differenti discipline STEM) utilmente mediante la capacità (output) di effettuare sintesi di conoscenza, ossia conclusioni di buon senso e di nuova conoscenza condivisa), finalizzata soprattutto a risolvere problemi complessi ed a creare soluzioni innovative.
Uno strumento concettuale efficace per lo sviluppo formativo in ottica STEM per il potenziamento KWI delle figure professionali in grado di stare al passo con il futuro e di gestire pienamente l’evoluzione tecnologica in atto e la sfide derivanti dalle nuove frontiere dell’Intelligenza Artificiale, è il Metodo ITKS© (Interdisciplinary Thinking by Knowledge Synthesis), messo a punto nell’arco di oltre 15 anni di attività formativa di giovani laureati nel laboratorio di ricerca industriale ANOVA (iscr. albo MIUR) e nell‘Officina Digitale Interdisciplinare RSI (Arethusa-Natura)
.
Sviluppo di Modelli di Conoscenza ©MQC come Sistema Diagnostico e di supporto alle Decisioni
Tra le metodologie di sviluppo di Modelli di Conoscenza mediante Matrici di Quantificazione della Certezza © MQC – Presentati da Giovanni Mappa per la prima volta, nel Congresso Biennale ANDIS’93 – Palermo- 21-23 Settembre -Vol.II. – 1993.
L’applicazione MQC si è poi evoluta con l’inserimento della Fuzzy Logic fino a costituire una rete di matrici MQC come una sorta di Rete Neurale a Neurini Esperti denominata XBASE: Copyright – XBASE-Tool “eXpertise Based Advisor System for Enterprise” – Artificial Neural Network based on Expert Neuron-Nodes – FuzzyMQC Algorithms and Application Software.
Tra le applicazioni più importanti vengono citate le seguenti:
Progetto T.E.C.S.A.S. (MIUR) – Sviluppo di Tecnologie ICT Esperte per il Telecontrollo e la telesorveglianza dell’ambiente costruito strategico – Sviluppo di un Modelle Multicriteriale “Fuzzy MQC” – per conto del Centro ISIDE Srl
Sviluppo di un Sistema Informativo Esperto Distribuito – Progetto ENEA/TE.R.R.I. – come strumento di testing e di supporto per il trasferimento tecnologico -– su piattaforma Microsoft XBASE (Rif. Ferdinando Frenquellucci).
Progetto CyberPARK – Sviluppo di una Piattaforma Tecnologica ICT come Sistema Informativo e di Supporto alle Decisioni per il Monitoraggio Ambientale Integrato – per conto della Università di Foggia (BioAgromed); (piattaforma real-timeMicrosoft.NET/XBASE).
Progetto Europeo ELEN-Tool – Sviluppo di un Sistema Esperto per la Diagnosi e la Gestione del Processo di Fermentazione nell’Industria Vinicola – piattaforma real-time Microsoft XBASE.
Capturing Knowledge in Real-Time ICT Systems to Boost Business Performance – Copyright©2009, AAAI – Association for the Advancement of Artificial Intelligence (aaai.org) – G.Mappa, N.Brancati – Gestione del Processo di Fermentazione nell’Industria Vinicola – piattaforma real-time Microsoft XBASE.
# Approccio Interdisciplinare ed Agilità Mentale
# Computazione Non-deterministica
.
Correlazioni tra KWI e l’approccio STEM
L’approccio Knowledge Working Interdisciplinare KWI e l’approccio STEM (Science, Technology, Engineering, and Mathematics) sono strettamente correlati e si integrano a vicenda. Entrambi enfatizzano l’importanza di integrare le conoscenze e le competenze di diverse discipline per risolvere problemi complessi e creare soluzioni innovative.
In particolare, l’approccio STEM si concentra sulla promozione delle conoscenze e competenze in quattro aree chiave: scienza, tecnologia, ingegneria e matematica. Queste aree sono essenziali per affrontare le sfide attuali e future in campi come l’energia, la salute, l’ambiente e la sicurezza.
L’approccio KWI si concentra sulla collaborazione tra diverse discipline per affrontare problemi complessi e sfruttare le sinergie tra le competenze e le conoscenze di individui provenienti da campi diversi. Questo approccio mira a creare soluzioni innovative che non sarebbero possibili attraverso un approccio disciplinare tradizionale.
Insieme, l’approccio KWI e l’approccio STEM possono aiutare a sviluppare lavoratori altamente qualificati e soluzioni innovative per affrontare le sfide del mondo moderno: entrambi gli approcci si concentrano sull’interdisciplinarietà e sulla ricerca del valore innovativo.
In ultima analisi, il nesso tra KWI e STEM può essere racchiuso nel concetto che per promuovere conoscenze e competenze STEM bisogna partire dal modo di pensare e ragionare in maniera interdisciplinare, ovvero “trasversale” rispetto all’approccio “verticistico” richiesto dall’insegnamento classico delle discipline fondamentali. In questo senso, l’acronimo STEM potrebbe essere considerato come sinonimo di approccio (ragionamento) interdisciplinare (la capacità condivisa di interagire utilmente con le differenti discipline STEM) utilmente mediante la capacità (output) di effettuare sintesi di conoscenza, ossia conclusioni di buon senso e di nuova conoscenza condivisa), finalizzata soprattutto a risolvere problemi complessi ed a creare soluzioni innovative.
Uno strumento concettuale efficace per lo sviluppo formativo in ottica STEM per il potenziamento KWI delle figure professionali in grado di stare al passo con il futuro e di gestire pienamente l’evoluzione tecnologica in atto e la sfide derivanti dalle nuove frontiere dell’Intelligenza Artificiale, è il Metodo ITKS© (Interdisciplinary Thinking by Knowledge Synthesis), messo a punto nell’arco di oltre 15 anni di attività formativa di giovani laureati nel laboratorio di ricerca industriale ANOVA (iscr. albo MIUR) e nell‘Officina Digitale Interdisciplinare RSI (Arethusa-Natura)
Viene qui di seguito riportato il testo che è una prima raccolta di concetti del Metodo ITKS (Interdisciplinary Thinking by Knowledge Synthesis – © 2011 – G.Mappa):
Pensiero Interdisciplinare per Sintesi di Conoscenza ITKS ©
Il pensiero interdisciplinare non è solo una parola appartenente all’ambito delle scienze cognitive; è una prospettiva preziosa definita dalla capacità di trarre spunti da più discipline e applicarli alla propria area di interesse in un modo che sfida le nozioni tradizionali e arricchisce la conversazione e l’interazione attorno ad esse. Crea ponti tra le scienze e le arti e rimuove le barriere tra le discipline che altrimenti potrebbero informarsi e migliorarsi a vicenda. In un clima professionale che celebra l’innovazione, l’apertura mentale e la creatività, il pensiero interdisciplinare sta diventando un’abilità altamente necessaria e spesso ricercata.
Il Metodo ITKS © (Interdisciplinary Thinking by Knowledge Synthesis) è un libro di Giovanni Mappa che tratta dell’esistenza e dell’individualizzazione di un “quadro comune della conoscenza” presente in ogni tipo di dominio della conoscenza (ad esempio: medicina, giurisprudenza, ingegneria, letteratura, ecc.)1. Il libro si concentra sulla sintesi delle conoscenze provenienti da diverse discipline per creare una nuova conoscenza interdisciplinare1.
Principali argomenti sviluppati:
- Modello DIKW della “Catena della Conoscenza”
- Strutture Logico-Funzionali della Conoscenza
- Computazione Non-Deterministica
- Modellazione Reticolare della Conoscenza
- Propagazione del Grado di Certezza (vs Probabilità)
- Algoritmi sullo sviluppo della Interdisciplinarietà, del Buonsenso e del Valore
Il testo (scritto in inglese per ragioni di opportunità) intende dare una risposta alle seguenti domande: – è possibile potenziare la propria professionalita, per capire ed adeguarsi al nuovo livello di competitivita? – è possibile potenziare la propria capacita di elaborare e sintetizzare l’enorme volume di dati e informazioni, con le quali dobbiamo confrontarci ogni giorno? – è possibile sviluppare, in uno scenario di complessita lavorativa, il “buonsenso” nella presa di decisione e la capacita di creare nuovo “valore”? – è possibile fare tutto cio in un tempo sostenibile (mesi e non anni)?
La soluzione proposta in questi libro di appunti e l’apprendimento del “ragionamento interdisciplinare” 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 proprieta e dinamiche evolutive, rappresenta la “chiave di volta” del nuovo approccio.
.
Apprendimento Interdisciplinare con l’utilizzo di Modelli di Conoscenza
Viaggio all’interno delle strutture logiche della conoscenza per acquisire il segreto dell’apprendimento interdisciplinare e potenziare la propria professionalità (di Giovanni Mappa, 2020)
.
Viene qui di seguito riportato uno degli aspetti fondamentali del Metodo ITKS, ossia la Comunicazione Interdisciplinare ©, in grado di far comprendere linguaggi disciplinari differenti in ottica STEM o anche umanistica STEAM (pur non essendo o diventando multidisciplinari o peggio, “tuttologi”), grazie al fatto che al di la del “lessico” e dei termini specifici della materia disciplinare, si riesce a individuare il modello di conoscenza di riferimento e, quindi, ad operare un sintesi concettuale efficace conclusiva, verso una presa di decisione di buon senso.
Comunicazione 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. Il neologismo della “Comunicazione Interdisciplinare” viene definito, più compiutamente, nell’eBook come binomio di due fattori sinergici: la comunicazione proattiva e la conoscenza interdisciplinare.
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.
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.
La dinamicità e l’evoluzione processi informativi e comunicativi negli ultimi decenni, ha progressivamente reso ancora più strategiche le relazioni collaborative e gli scambi di conoscenze, nonché il bisogno di acquisire competenze trasversali (multi-language skill, social networking, social marketing, e-commerce, SEO, Data Analyst, ecc.) e strumenti tecnologici sempre più efficaci e innovativi di comunicazione (SMS, e-mail, WhatsApp, Skype, Facebook, LinkedIn, Webinar, Web-Conference, Web-Meeting, ecc.).
Se tutto ciò comporta efficienza e un indiscutibile risparmio di tempo e di costi (trasferimenti, tempi di attesa, ecc.), ci sono però ancora notevoli margini di miglioramento rispetto ai processi di comunicazione “tradizionali” (analogici), come gli incontri diretti (face-to-face), meeting, workshop, seminari, ecc., certamente più dispendiosi, ma sempre più empatici ed efficaci.
A questo proposito, meritano un riferimento particolare i modelli di “comunicazione persuasiva” della PNL (Programmazione Neuro Linguistica), da anni diffusamente utilizzata nel Coaching e in ambiti strategici come la leadership, la politica, lo sport agonistico, il marketing, ecc., ambiti in cui la persuasione (seduzione) degli interlocutori è fondamentale allo scopo ultimo della comunicazione stessa.
ANOVA 