生成的人工智能如何影响知识管理理论？

正如社会上普遍出现的情况一样，知识管理（KM）社区对于生成式人工智能（AI）特别是ChatGPT非常感兴趣。

为了为进一步发展提供有力的基础证据，知识管理研究人员开始探索生成式人工智能，如 ChatGPT 可以如何辅助知识管理。第一篇发表的论文之一[1] 开始初步探讨生成式人工智能如何作为管理理论和概念的新环境，包括知识管理理论。论文作者 Korzynski 和同事们建议他们的论文是一篇意见文章，不涉及经验数据。然而，他们坚称，它的结论可以为进一步的经验证研究提供参考。

Korzynski和同事提醒，生成式AI在知识管理中可以发挥重要作用，即在组织内收集、编译、分析和传播知识的过程中。因此，新技术为知识管理理论和框架提供了新的光明，为研究研究提供了新的潜力。最近的研究表明，AI可以用于知识管理活动，包括信息检索、主题建模、文本挖掘，以及个性化的电子学习环境或自动文档摘要。

鉴于这个潜力，Korzynski和其同事继续讨论ChatGPT和其他生成式AI工具如何影响最流行的知识管理理论。

野中茂和竹内弘高的知識複製理論指出，知識的創造是一個動態的過程，隱式和顯式知識是通過社會化、外部化、組合和內部化的相互作用轉換的結果。生成式人工智能可以幫助促進這些過程中的每一個過程。例如，在社會化方面，ChatGPT可以通過成為虛擬、分散團隊的平台，使隱含的信息在面對面交互中易於傳輸，讓其成員不論位置，都能共享和交換知識和信息。以往的研究已經證實了人工智能在知識共享中的積極作用，但由於ChatGPT的對話模式，它也可能帶來一些新的機會。具體而言，與其他聊天機器人相比，ChatGPT可以生成答案並通過隨時間調整用戶的語言，提供更個性化的回應。生成式人工智能也可能影響人們吸收和處理新信息的方式。

Kolb的学习模型建立了一个框架，包括四个阶段：具体经验、反思观察、抽象概念化和积极实验。以前的AI研究表明，概念化是AI能力之一。与以前的AI系统相比，ChatGPT可以访问更多种类和更大规模的数据集，并且接受先进的深度学习技术，如Transformer模型的训练，这显著提高了AI系统生成一致性和情境适当性反应的能力。

Korzynski 和他的同事们进一步建议说，生成式 AI 也可以揭示文献中已经提出的多个方面。其中一些问题包括：在组织中积累和利用知识是否仍然关键取决于最佳实践的共享，以及社会资本——被视为社交关系中包含的资源——是否是促进知识生成的关键因素。在结束他们的知识管理讨论时，Korzynski 和他的同事们指出，ChatGPT 提出了新的问题，并提供了创造不仅是新框架和最佳实践，还包括新奇理论和模型的新视角。

文章来源：生成式人工智能作为管理理论的新背景：ChatGPT的分析，CC BY 4.0。

页头图片来源：Unsplash 上的 Jud Mackrill。

参考资料：