当前位置:首页 > 管理 > 信息 > 正文

基于异质性的 OKC 社会与知识系统 交互影响之信息管理研究

1 绪论1 1 研究背景及问题提出随着信息和通讯技术(ICT)尤其是 Web2 0 技术的兴起与发展,大规模协作下的自组织对等生产[1]成为知识生

1   绪论


1.1  研究背景及问题提出

随着信息和通讯技术(ICT)尤其是 Web2.0 技术的兴起与发展,大规模协作下的自组织对等生产[1]成为知识生产和组织的新兴方式,由此应运而生的在线知识社区(Online Knowledge Community,OKC)逐渐成为人们生产、分享和获取知识的重要平台[2]。目前,主要的在线知识社区有:维基百科、开源软件社区、社会标注系统等。OKC 中的知识序化是将分散、无序的个体知识构建为融合、有序的集体知识的知识生产过程。不同于传统组织当中的层级管理制度,OKC 的成功得益于大规模协作和自下而上的自组织模式[3],用户广泛参与知识内容建设,在多元化、多样化、个性化和去中心化的模式下,OKC 知识信息的生产、传播和利用实现了自组织和有序化[4]。这种开放性、自组织性和非强制性使得大众都能够参与到知识构建中来,激发人们的协同愿望,从而实现知识创新[5,6]。OKC 社会系统中的人是自组织的原动力[7],个体将头脑中的知识以文字、图片等显性方式表达出来,实现知识的外化从而形成客观知识体系,同时,人们在知识序化的过程中需要进行协作和沟通从而形成完善的协作模式和沟通机制,知识体系随着社会系统互动关系的完善实现对知识序化的推进,逐渐涌现出新知识、新观点,实现知识的增值。知识系统的不断序化又反过来影响社会系统互动关系的改进,二者是一个交互影响关系。这个交互影响过程中,之所以会产生群体智慧以及个体与个体之间的社会关系是因为每个个体都是异质的,异质个体组成团队从而使团队某些特征具有差异性,形成异质性团队,这种差异性决定了成员会采取什么样的方式和其他成员交流和共事,从而影响团队的协作效果和效率[3]。所以团队异质性是 OKC 社会系统和知识系统序化的重要影响因素。因此,有必要研究基于团队异质性的 OKC 中社会和知识两个系统的交互影响机制,从两者交互影响的角度揭示和理解 OKC 的网络信息与知识序化的机理。OKC 作为重要的知识来源,不仅需要为人们提供高质量的信息和知识,同时还要满足信息的及时性需求,在知识更新周期不断缩短的时代,能够快速构建高质量知识满足人们的知识需求。然而,当 OKC 的群体规模不断扩大、冲突日益增多时,知识序化受到阻碍,群体共识难以达成,达到同等知识序化程度需要花费更长的时间,造成知识序化效率低下。随着知识分支增多、更新换代的速度陡增以及知识体系愈加复杂,如何使知识高质量高效率地完成序化成为当前 OKC 面临的重要挑战。因此本文将重点关注知识系统中知识序化的质量和效率与社会系统的交互影响机制。 

.........................


1.2  国内外研究现状

1.2.1  在线知识社区相关研究

(1)在线知识社区的概念和特征

随着现代化信息和通信技术(Information and Communication Technology,ICT)的快速发展,尤其是 Web2.0,社区实现了将人们通过 ICT 工具虚拟地聚集在一起。这些在线社区(online communities)对人类社会产生了意义深远的影响从而成为社会发展不可或缺的存在。在线社区的扩散发展影响了人们交流和交换信息和知识的方式,使得在线社区成为知识生产、存储和传播的重要平台。在线知识社区(Online Knowledge Communities,OKC)是在线社区中的一个类别。在 OKC 中,知识是吸引和聚集参与者的重要元素,平台也是围绕集体知识活动发展起来。所以 OKC 通常会表现出群体智慧(wisdom of crowds)的特点[8]。

早期,de Varies 等学者将在线知识社区定义为“一群知识工作者共同关注某一知识领域,借助网络技术中心他们频繁地进行社会交互从而发展该领域的专业知识”[9]。他们将 OKC 看做四类在线社区中的一类,其他三类分别为在线学习社区,在线社交社区和在线电子商务社区。与 de Varies 等人的观点不同,Mueller-Prothmann  和  Siedentopf等人将 OKC 看作“用于创造、交换、保存知识尤其是难以外化和编纂的知识的社会空间”[10]。基于这种“空间”视角,他们致力于研究能够支持社区的应用软件程序。Erickson and Kellogg 也采用这种观点,并开发出一个在线网络环境可以供用户与其他用户进行知识发现、发展、演变和说明全过程的社会交互[11]。Lin 等人使用基于 Web 的知识社区(Web-based knowledge community, WKC)来代替 OKC,他们认为 WKC 是允许个体基于共同的兴趣爱好通过网站寻找和分享知识的社区[12]。从这些对 OKC 的定义中,我们可以提取出 OKC 的一些特征,但还不够全面。de Vries 的定义较为松散和模糊,由于与其他类别社区进行区分的标准不够,使得 OKC 的概念与其他类别重叠较多。而Mueller-Prothmann and Siedentopf, Erickson and Kellogg and Lin  等人聚焦于 ICT 平台,缺乏对 OKC 中人这一面的关注。所以这些概念缺乏对 OKC 一个准确而全面的理解。Luo 等人在这些概念的基础上,对 OKC 进行了更全面的定义,他们认为 OKC 的关键特征是参与者就某一知识领域而进行集体知识活动。人们参与其中的目的是创造、传播和(或)获得知识。人们通过以知识为基础的互动相联系,如果没有这种互动,社区将维持不下去。所以他们将 OKC 定义为:“包含众多围绕一个特定知识领域或几个相关领域进行知识工作或活动的参与者的在线社区;在社区中,参与者集体地创造、转移、获取和利用知识,促进特定知识领域的发展,提升知识的传播与利用”。

..........................


2   理论基础与研究假设


2.1  互动团队认知理论

OKC 是一种开放的在线知识协作社区,具有很低的进入和退出壁垒,甚至不用注册为正式用户就可以参与到协作中,这吸引了大量的个体参与到其中,使得团队规模和团队异质性不断扩大,并且 OKC 通常围绕一个或多个知识主题或领域[2],认识任务十分复杂。这种情况下个体不可能掌握全部的知识,而全部个体也不可能都持有相同的观点。而传统组织或团队中,通常基于知识的共享认知视角,例如共享心智模式(Shared Mental Model,SMM)和团队心智模式(Team Mental Model,TMM),往往更关注团队成员心智模式的相似性[51],认为获得更高的团队绩效,团队成员必须保持步调一致。这与异质性的概念很不一致,又由于共享认知视角只关注静态的知识结构,忽略团队成员之间的沟通和协作等互动过程,所以不再适用 OKC 这种团队规模相对较大且所有活动基于虚拟的计算机通信的情境。OKC 的知识建构虽然基于个体认知,但其最终认知结果不仅仅是个体心智模式或知识的简单聚合。团队认知与环境联系密切,团队互动很大程度上决定了团队认知结果。近年来,Cooke 等人提出的互动团队认知(Interactive Team Cognition,ITC)理论,关注了个体与环境之间相互作用而形成团队认知的现象[52]。不同于以往基于知识的共享认知视角,它主张的是基于过程的互动认知视角。ITC 理论将个体及其环境视为一个动态的认知系统。认知不仅存在于个体的大脑中,更普遍存在于颅外,例如人工制品和周围环境中,其中的环境包括团队中的其他成员[53]。团队认知则在异质性个体的互动过程中涌现。团队互动发生在颅外,互动认知视角更加强调了外在的团队互动行为。所以本文采用互动团队认知理论,认为基于该理论的互动认知视角更有利于解释 OKC 中的关键互动过程和结果。 

..........................


2.2  IMOI 模型框架

以往的团队效能影响因素研究中,人们最常采用 McGrath 提出的 I-P-O(Input-Process-Output,输入-过程-输出)团队互动过程模型[54]。Mc Grath 指出,输入的不同因素(个体或环境)直接影响团队互动过程,再经过团队互动过程影响团队效能。然而,McGrath 也指出,团队是一个复杂的、具有适应性的动态系统[55]。随着时间的环境的变化,团队成员之间不断进行互动,这些互动改变了团队、团队成员和他们所在的环境。而 IPO 模型无法覆盖当前的所有研究并且限制了对团队的深入思考,尤其是对团队作为复杂适应系统而出现的现象进行解释。因此 Mathieu 等在此基础上提出了更完整的研究框架——IMOI(Input-Mediator-Output-Input)模型[56]。第一,I 代表输入变量,包括团队成员个体、团队和环境三个层面因素。第二,IMOI 模型使用 M 替代了 P,是考虑到许多中介因素并不是团队过程,而是突生的认知或情感状态,这一替代更加完善了 IPO 模型中影响输入和输出变量之间关系的因素,使用 M 代表了包括团队过程(Process)和突生状态(Emergent States,包括团队自信、凝聚力、信任等认知和情绪因素[57])在内的更多中介或调节变量因素。第三,O 表示团队有效性,包括团队绩效、成员态度和成员行为等。最后,IMOI 模型增加了最后的 I,表示某一阶段的输出同时也是下一阶段的输入因素,而传统 IPO 框架使研究局限于输入到输出的单向线性路径,忽略了输出变量到输入变量或中间变量的

上一篇:基于SOA的大数据征信信息管理平台研究
下一篇:最后一页

分享到: 更多 收藏
管理 | 会计 | 英语 |
Powered by PHPcms © 2011