POV BUSINESS // NY VIDEN – Er besiddelsen af “big data” tilstrækkelig til at løse de udfordringer, mange virksomheder og organisationer står overfor i dag? Nej, svarer Billy Adamsen. Det er nødvendigt med mennesker, der arbejder sammen i konkrete situationer og frembringer ny viden via samarbejde samt levede individuelle og kollektive erfaringer. Evnen til at opsamle eller kopiere tillært viden rækker ikke. Begrebet om ‘kollektiv intelligens’ er derfor mere brugbart, fordi det netop fokuserer på humanistisk viden og den samarbejdende intelligens i konkrete situationer, end de ‘knowledge management’-teorier, som har været populære i årtier.
Vi er i dag så oplyste og så vidende, at det næsten virker vanvittigt at påstå, at vi ikke ved nok.
Men sådan forholder det sig faktisk, vil jeg påstå. Politiske ledere, virksomhedsledere og medarbejdere i alle brancher overser hyppigere væsentlige forhold, muligheder og løsninger på opgaver, end de gjorde tidligere. De træffer også beslutninger og handler på et utilstrækkeligt vidensgrundlag, som ofte fører til ineffektivitet i virksomhederne, dårlig sagsbehandling i kommunerne, fejlinvesteringer i finanssektoren samt ikke mindst til store og små skandaler, som dem vi har bevidnet i Skat og Danske Bank.
Årsagen til det skyldes ikke inkompetence, for få medarbejdere, overarbejde, travlhed eller stress, hvad mange af os nogle gange tror, men derimod, at vi ikke længere ved nok til at kunne forhindre malaisen. Vi mangler viden og indsigt i de konkrete situationer, vi befinder os i.
Er det ‘big data’, virksomhederne har brug for, når de ønsker at vide mere og gerne vil optimere deres egne beslutninger, løsninger og investeringer? Svaret er nej. Besiddelse af ‘big data’ er en nødvendig, men ikke en tilstrækkelig forudsætning
Det er en af grundene til, at ledelsesdisciplinen Knowledge management (KM) har fået vind i sejlene i de senere år. Tilslutningen giver ganske god mening, for her finder man netop viden i form af teorier om, hvordan man som organisation kan sikre sig, at man har de relevante data, og at man indsamler og opbevarer viden til at kunne handle og løse de udfordringer, man står over for så eksemplarisk og så optimalt som muligt.
Spørgsmålet er så, om det svarer på vores vidensproblem (at vi ikke ved nok i konkrete arbejdssituationer), at virksomhederne blot sikrer sig, at de nu også har ’big data’ i huset, som alle har adgang til.
Jeg kunne også formulere spørgsmålet på en anden måde: Er det ‘big data’, virksomhederne har brug for, når de ønsker at vide mere og gerne vil optimere deres egne beslutninger, løsninger og investeringer?
Svaret er nej. Besiddelse af ‘big data’ er en nødvendig, men ikke en tilstrækkelig forudsætning for at løse de problemer, jeg nævnte indledningsvis.
Lad mig forklare hvorfor.
Hvilken viden har vi behov for?
Den østrigske filosof Ludwig Wittgenstein gjorde i sine forelæsninger opmærksom på, at “der er ingen nøjagtig brug af ordet viden; men vi kan finde på måder at bruge ordet på og så mere eller mindre blive enige om, at det er måden at bruge det på.”
Men det, at vi ikke ved, hvad viden præcist er for en størrelse, gør, at vi i mange tilfælde har ladet ‘knowledge management’, og dermed den teknologiske udvikling, bestemme svaret.
Denne ledelsesdisciplin har med andre ord fået mange til at tro, at besiddelsen af ’big data’ er tilstrækkelig og i sig selv giver svaret på spørgsmålet om, hvilken viden, vi har brug for – hvad den på ingen måde uden videre er.
For undervejs i den udvikling har vi forsømt – eller glemt – at spørge os selv om, hvilken viden, vi har behov for at indsamle og arkivere med det formål at kunne udføre vores arbejde hensigtsmæssigt. Ofte bliver spørgsmålet “hvad kan/skal den viden bruges til?” heller ikke stillet. Eller blot: hvad kan/skal jeg bruge den viden til i en konkret arbejdssituation?
Ophobningen af viden risikerer tværtimod i stedet at drukne den enkelte i et hav af uoverskuelighed
Stiller man de spørgsmål, går det hurtigt op for en, at den viden, som ‘knowledge management’-teorierne henviser til, og forskerne synes at være enige om at, vi har brug for, ikke svarer på udfordringerne.
Et uoverskueligt hav af information
I ‘knowledge management’ skelnes der mellem tre typer af viden:
- Der er data, som er de rå tal, billeder og tekst, der organiseres på en måde, så udfaldet ender med at blive til informationer. Informationer er fortolkningen af data, hvor disse relateres til hinanden, så der kan ses sammenhænge mellem forhold i bestemte kontekster (f.eks. vandstigning og temperaturændringer).
- Så er der den egentlige viden (knowledge), som tilvejebringes via individer, vi ikke kender, der med udgangspunkt i erfaring og indsigt på et eller andet tidspunkt fortolker data og informationer og dermed former og frembringer en viden, som indeholder svar på spørgsmål og sammenhænge
- Den mængde data, informationer og viden, som vi f.eks. vil kunne hente online, kaldes også for en gengivet viden eller ’mimisk’ viden, fordi vi ud fra den kan sige noget om noget/nogen eller svare på mange spørgsmål (hvad er marketing, hvad er motivation, hvad er stress, hvordan opstår stress, hvad betyder paragraf xx osv.).
Meget af den ’mimiske’ viden er utvivlsomt nyttig at have adgang til. Men når det gælder håndteringen af den enkeltes udfordring på arbejdet, er den ofte uanvendelig. Vi ved ikke nok til at handle optimalt.
Og når den enkelte ikke ved nok i en konkret situation til at handle optimalt og/eller eksemplarisk, ved han/hun selvsagt heller ikke, hvilken viden, indsigt, erfaring eller forhold, som måtte mangle eller som er blevet overset.
Det forhold råder hverken besiddelsen af ’big data’ i sig selv, et ‘knowledge management’ system eller den generelle tilegnelse af mimisk viden bod på; snarere risikerer ophobningen tværtimod i stedet at drukne den enkelte i et hav af uoverskuelighed.
At skifte synsvinkel
Men hvilken type viden ville så kunne bruges i de konkrete arbejdssituationer?
Svaret finder vi, hvis vi vender forholdet om og i stedet ser på denne videns udfordring ud fra individets frem for teknologiens synsvinkel.
Herved kommer den humanistiske viden i centrum – dvs. den viden som det enkelte menneske genererer ud fra sin tænkning, indsigt og erfaring hentet fra konkrete situationer. Den type viden kommer fra ’facts in action’ og forholder sig til den situation, som der skal handles i her og nu.
Den amerikanske astrofysiker Neils deGrasse Tyson har givet et eksempel på forskellen mellem ’mimisk’ og ’humanistisk’ viden:
Forestil dig, at der er to ansøgere til en stilling og undervejs i interviewprocessen får de stillet spørgsmålet: ”Her på campus har vi et højt tårn. Ved du hvor højt det er?” ”Ja,” svarer den ene ansøger, ”det ved jeg, fordi jeg engang læste til arkitekt og kan huske, at jeg læste om tårnet. Det er 45,7 meter højt”.
Da den anden ansøger får stillet samme spørgsmål, beder hun om lov til at forlade lokalet for en stund. Hun løber hen til tårnet på campus, registrerer og måler tårnets skygge, sin egen skygge for derefter at vende tilbage til interviewet og svarer: ”Det er ca. 45 meter højt”. Det første svar kan karakteriseres som en viden, der er gengivet, (mimisk), mens det andet svar er tænkt (humanistisk).
I de senere år er der kommet fornyet interesse for teorier om ’superorganismer’, kollektiv bevidsthed, gruppe-intelligens og ikke mindst for Pierre Lévy og Douglas Carl Engelbarts tanker om kollektiv intelligens og dens indflydelse på ledere/medarbejderes handlinger
Hvis Degrasse Tyson skulle vælge en af de to ansøgere, ville han vælge den person nummer to til jobbet, fordi hun med sin egen tænkning i den konkrete situation selv får genereret en viden, som hun kan bruge til at svare på spørgsmålet. For den, som selv kan tænke sig frem til viden, vil nemlig besidde ‘facts’, som kan anvendes ’in action’, hvilket ”will empower you far beyond those who only know what to think.”
Men at kunne tænke selv fører selvsagt ikke nødvendigvis til, at den enkelte kommer til at vide nok til at kunne handle optimalt. Det viser eksemplet også, for der er jo en unøjagtighed i ansøger nummer tos måling. Men hvad den enkelte ikke formår, kan flere individer tilsammen til gengæld præstere.
Kollektiv intelligens
I de senere år er der derfor kommet fornyet interesse for teorier om ’superorganismer’, kollektiv bevidsthed, gruppe-intelligens og ikke mindst for Pierre Lévy og Douglas Carl Engelbarts tanker om kollektiv intelligens og dens indflydelse på ledere/medarbejderes handlinger. En del af den forskning, som i dag laves i kollektiv intelligens, fokuserer netop på humanistisk viden og den samarbejdende intelligens i konkrete situationer.
Resultaterne finder jeg både relevante og imponerende i forhold til den vidensudfordring, som virksomheder og organisationer i dag står over for.
For når det er muligt for flere at deltage og bidrage med deres viden, erfaringer og indsigt til en forståelse af en udfordring, og virksomhederne har den nødvendige teknologi til at identificere og ekstrahere den, så viser det sig, at den enkelte faktisk når frem til at vide nok til kunne handle optimalt og dermed også eksemplarisk.
Senest så jeg i forbindelse med min egen forskning et eksempel på, hvordan samarbejdende intelligenser (CQ) via brugen af den såkaldte mind-machine-teknologi, collaborate artificial technology (CAI), dvs. hvor kunstig og humanistisk intelligens samarbejder og lærer af hinanden, fik frivillige i ’St. John’s ambulances’ i England til at vide mere og dermed nok til at forstå, hvordan alle deres aktiviteter forløber og er forbundne (med negativt og positivt) fortegn.
Hvis virksomheder fremover skal sikre sig, at deres ledere/medarbejdere ved nok til at kunne handle optimalt og eksemplarisk, så må de med andre ord for alt i verden ikke drukne dem i ’Big data’ og mimisk viden, men i stedet sikre sig, at de får investeret i denne mind-machine teknologi (CAI), så den enkelte i hverdagen selv kan interagere med andre intelligente væsener om at frembringe mere humanistisk viden om konkrete forhold i her og nu situationer in real time.
Den viden, man hermed opnår, er nemlig også aktuel og relevant for at kunne vide mere og for at kunne handle optimalt og eksemplarisk.
Billy Adamsen er Ph.d. og leder på et forskningsprojekt om brugen af kollektiv intelligens i beslutningsprocesser. Han samarbejder i den sammenhæng bl.a. med det engelske IT-firma Impactri QIARK om at udvikle CAI teknologien. Han har gennem det seneste årti skrevet artikler og blogs om ledelse og viden, arbejdsidentitet og succes, talent og talentledelse, og er bl.a. aktuel med bogen ’Managing talent – understanding critical perspectives’, som er udkommet på det anerkendte amerikanske og britiske forlag, Palgrave MacMillan.
Foto: Unsplash.
Modtag POV Weekend, følg os på Facebook – eller bliv medlem!
Hold dig opdateret med ugens væsentligste analyser, anmeldelser og essays i POV Weekend – hver fredag morgen.
Det er gratis, og du kan tilmelde dig her 
POV er et åbent og uafhængigt dansk non-profit medie.
Har du mulighed for at bidrage til vores arbejde? Bliv medlem her
