Ir al contenido principal

La pirámide del Conocimiento

 Han pasado más de 30 años desde que el arquitecto estadounidense Russell Ackoff desarrolló la "Pirámide del Conocimiento”, base de casi de cualquier explicación sobre la Gestión del Conocimiento, tanto desde un punto de vista teórico como de aplicación a las Organizaciones. Básicamente, la pirámide del conocimiento establece una estructura jerárquica entre datos, información, conocimiento y sabiduría, colocando los datos en la parte inferior y la sabiduría en la posición más alta o valiosa.


 


Dato

Son una representación, característica o atributo simbólico de algo. No tiene ningún valor en sí mismo, porque ha sido disociado del contexto, pero puede procesarse adecuadamente para obtener información. Son el nivel más básico, es información sin procesar.

Dentro de los datos se pueden incluir:

·         Hechos o del mundo real en bruto. Como carecen de interpretación y de contexto no tienen ninguna utilidad por sí mismos.

·         Señales que recibimos de la realidad

·         Símbolos que representan esa realidad

 

Información

Dando sentido a los datos se llega al siguiente nivel, por tanto, la información es un conjunto de datos que se ha organizado y procesado para lograr una calidad intencionada. La información se utiliza para lograr objetivos específicos, resolver problemas y tomar decisiones, es un elemento del conocimiento.

 

Conocimiento

Es la información organizada, conectada entre sí y contextualizada para generar entendimiento y aprendizaje. Si se quiere compartir el conocimiento, se ha de compartir el entorno en el que se ha generado.

Si decidimos reflexionar sobre ese conocimiento, llegamos a la cima de la pirámide.

 

Sabiduría

Es el resultado de aplicar nuestras creencias, valores y experiencias al conocimiento. Es saber qué es lo que tenemos que hacer, diseñar una estrategia. Incluye elementos tales como saber qué es apropiado, discernir cuándo lograr plenamente las metas e identificar y aceptar las limitaciones inevitables.

 

Este modelo es muy útil para comprender la relación jerárquica entre diferentes elementos. Sin embargo, si intentamos explicar la relación entre elementos desde una perspectiva cuantitativa, no funcionará bien. De acuerdo con esta estructura piramidal, cuantos más datos, mayor es la sabiduría; por el contrario, cuanto menos datos, menos sabiduría. Esto no necesariamente sea siempre verdad ya que deberíamos ponderar siempre una visión mas cualitativa.


Comentarios

Entradas populares de este blog

¿Qué tener en cuenta para exportar bienes?

  1. Identificación del producto a exportar La comercialización adecuada de un producto en un mercado extranjero está condicionada por las preferencias de los potenciales consumidores, el conocimiento que tengan del producto, el precio, la calidad y condiciones de ingreso sanitarias y fitosanitarias del mercado de destino. Esto determinará las condiciones de exportación del producto. 2. Precio de un producto de exportación El productor debe conocer los diferentes tipos de precios en el comercio exterior, a ser: -           CIF: Cost Insurance and Freight, precio que incluye el costo de seguro y flete. -           FOB: Free on board, precio sin costos de flete y seguro. Estos precios no pueden confundirse con el precio final de venta al público en el mercado de destino. Estos costos de seguro y fletes, los aranceles a la importación, impuestos internos, costos de distribución son factores que pueden impedir el ingreso del producto al...

Machine Learning

El machine learning es una rama de la inteligencia artificial que permite que las máquinas aprendan sin ser expresamente programadas para ello. Esta es una habilidad escencial para hacer sistemas capaces de identificar patrones entre los datos que permitan hacer predicciones.  Estos sistemas son capaces de convertir una muestra de datos en un programa informático capaz de extraer inferencias de nuevos conjuntos de datos para los que no ha sido entrenado previamente. Un algoritmo de machine learning desarrolla la capacidad de modificarse a sí mismo con el fin de adaptarse a los datos que está procesando. El objetivo que persigue el machine learning es claro. Busca conseguir que las personas y las máquinas puedan trabajar juntas. Por eso es imprescindible que las máquinas sean capaces de comprender las cosas como un humano. Ante un mundo cada vez más complejo, cada vez hay más interacciones entre usuarios y sistemas, cada vez más información. Es por esto que las técnicas de aprendiza...