Què hem de saber abans de començar?

• Sense un punt de convergència, cada procés de gestió del coneixement genera la seva pròpia sitja: les lliçons apreses en un lloc, les bones pràctiques en un altre, les converses de les comunitats en un tercer —cadascun amb el seu propi format i difícil de creuar amb els altres.
• Un cos de coneixement validat i unificat permet que la IA ofereixi diferents «sortides» a partir de la mateixa base: respondre una pregunta puntual, generar un resum per a una nova persona incorporada, suggerir un pla d’acció, alimentar la preparació d’una sessió de mentoring o d’un grup de millora.
• Això no significa barrejar-ho tot sense criteri: el coneixement continua venint de processos diferents, amb el seu propi context i la seva pròpia validació —el que canvia és que, un cop validat, deixa d’estar aïllat en el procés on es va originar.
• El valor d’un assistent d’IA sobre el coneixement d’una organització depèn directament de si existeix (o no) aquest cos convergent: sense ell, cada pregunta obliga a buscar en fonts disperses i de fiabilitat desigual.

Com fer-ho a la pràctica

• Abans de pensar en un assistent d’IA per consultar el coneixement de la teva organització, valora si el coneixement validat dels diferents processos (lliçons, pràctiques, comunitats) ja convergeix en algun lloc comú, encara que sigui de forma senzilla.
• Prioritza que el coneixement validat procedent de cada procés (no tot el material en brut) arribi a aquest punt de convergència, per mantenir la fiabilitat del que després es consulta.
• Dissenya les «sortides» segons necessitats reals de l’organització: respondre preguntes, acompanyar la incorporació de noves persones, generar píndoles d’aprenentatge, preparar sessions de mentoring o de millora —no totes les organitzacions necessiten les mateixes.
• Mantén traçable l’origen de cada peça de coneixement dins del cos convergent, per poder verificar-ne la fiabilitat i actualitzar-la quan el procés original torni a generar alguna cosa nova sobre el mateix tema.

Errors freqüents i consells

• Intentar construir el punt de convergència abans de tenir processos de captura i validació sòlids: sense bona matèria primera, no hi ha cos de coneixement que valgui la pena consultar.
• Barrejar coneixement validat amb material en brut sense distingir-los, degradant la fiabilitat de tot el conjunt.
• Construir un únic punt de convergència tècnicament impressionant sense connectar amb cap necessitat real d’ús, generant una base de coneixement que ningú consulta.

Consell: comença per fer convergir el coneixement de dos o tres processos que ja funcionen bé per separat, en lloc d’intentar unificar-ho tot des del principi.

Per seguir llegint

Amb això tanquem el recorregut pels processos de gestió del coneixement redefinits amb IA. Les dues següents píndoles d’aquest àmbit són casos: com detectar antipatrons a escala en un històric de projectes, i com una comunitat de pràctica consolida el coneixement que abans es perdia al xat.

Cas relacionat: Els dos casos d’aquest àmbit són exemples concrets d’aquest cos convergent de coneixement en funcionament: un centrat en l’històric de projectes, l’altre en la conversa d’una comunitat de pràctica.