V predošlom čísle časopisu sme písali o poznatkoch typu know-how. Tu postúpime na predposlednú priečku poznatkovej pyramídy – k inteligencii.

Poznatková pyramída

Od prvého článku tohto seriálu sa orientujeme na poznatkovú pyramídu a v nej sme definovali sedem hierarchických tried poznatkov (ich presnejšie definície sú uvedené v čísle 56 časopisu):

• údaje (Data)
• informácie (Information)
• praktiky (Practices)
• mentálne modely (Mental Models)
• know-how (Know-How)
• inteligencia (Intelligence)
• múdrosť (Wisdom).

Teraz sme sa dostali na predposlednú triedu – k inteligencii. Je zrejmé, že v tomto prípade ide o schopnosť a nie o konkrétnu vedomosť, a tak zaradenie inteligencie do poznatkovej pyramídy môže pripadať ako nepatričné. Ale tolerujme to v záujme cieľov manažmentu poznatkov a dovoľme, aby poznatky mohli byť nielen typu vedomosť, praktika alebo know-how, ale aj určitá schopnosť – v tomto prípade inteligencia a potom na poslednom stupni poznatkovej pyramídy aj múdrosť.

Vráťme sa k mentálnym modelom

V čísle 58 časopisu sme sa zaoberali mentálnymi modelmi a vtedy sme si povedali, že mentálny model je odraz príčinno-následkových súvislostí v realite – ako myšlienkový model tej časti reality. Tiež sme si povedali, že mentálny model nám umožňuje predvídať beh nasledujúcich udalostí a na základe toho robiť rozhodnutia vedúce k želanému cieľu.

Teraz spomíname mentálne modely preto, že inteligencia sa viaže viac k mentálnym modelom než napríklad k triede poznatkov typu know-how z predchádzajúceho čísla časopisu.

Čo je inteligencia?

Definícií inteligencie je veľmi veľa a tak napríklad zdroj [1] ich uvádza 70. Mnoho definícií inteligencie hovorí, že ide o:

• schopnosť organizmu
• schopnosť riešiť zložité alebo obťažné problémy použitím intelektu
• za podmienok značnej neurčitosti, ako je to napríklad pri úlohách nového typu
• a dosiahnuť pri tom úspech vzhľadom na definovaný cieľ.

Skutočne existuje mnoho chápaní inteligencie aj jej definícií a je otázka, ako ju definujeme špeciálne z hľadiska potrieb podnikového manažmentu poznatkov.

Možno budeme značne pragmatickí, ale pre naše potreby prijmime takúto definíciu inteligencie:
Inteligencia (Intelligence) je mentálna schopnosť úspešne a opakovane riešiť úlohy nového typu, ktoré patria do širokej, ale okruhom problematiky vymedzenej oblasti.

Táto definícia zahrňuje takéto atribúty:

• ide o schopnosť subjektu: človeka (indivídua), ale aj napríklad pracovného alebo podnikového tímu
• ide o schopnosť riešiť úlohy novej triedy, ktorých obťažnosť spočíva v tom, že nemáme k dispozícii skúsenosť alebo model, podľa ktorého by sa problém dal vyriešiť priamočiarym nasadením už známeho postupu
• získané riešenie je založené na využití mentálnej schopnosti (napr. využitím aspoň jedného mentálneho modelu)
• riešenie umožňuje dosahovať pracovné alebo podnikovo zaujímavé ciele.

Definícia súčasne hovorí, že nejde o nasadenie už známeho postupu v ďalšej podobnej situácii, lebo ide o úlohy nového, zatiaľ neriešeného typu. Tiež nejde o náhodné skúšanie aktivít, že či by v konkrétnom prípade zafungovali (podmienka opakovanej úspešnosti).

Naopak – inteligencia znamená, že ak dostaneme úlohu nového typu, nasadíme intelekt vrátane jeho skúseností a mentálne hľadáme realizačný postup na vyriešenie novej úlohy v novej situácii. Vtedy najčastejšie postupujeme zhruba v troch krokoch:

1. analyzujeme situáciu a vytvoríme si mentálny model problému, t.j. stanovíme, aké súvislosti a zákonitosti v danom prípade treba uvážiť, rešpektovať a dokonca ich využiť
2. na základe vytvoreného mentálneho modelu si stanovíme zdôvodnený realizačný postup, ktorý vedie od zadania k cieľovému stavu a ktorý využíva súvislosti obsiahnuté v mentálnom modeli (ak treba, tak si postup môžeme aj mentálne alebo fyzicky odlaborovať pred konečným nasadením, či skutočne povedie k výsledku)
3. nasadíme navrhnutý postup na úlohu, ktorú riešime – a ak sme použili správny a úplný mentálny model a ak ho zvolený postup rešpektuje, tak získame želaný výsledok.

Neformálne by sme inteligenciu mohli stotožniť so schopnosťou tvoriť mentálne modely, lebo tie sú základným krokom pri (inteligentnom) riešení nových situácií.

Napriek tomu, z hľadiska manažmentu poznatkov, všetky ďalšie úvahy o inteligencii sa v tomto článku budú týkať už uvedenej definície: je to mentálna schopnosť úspešne a opakovane riešiť úlohy nového typu, ktoré patria do širokej, ale okruhom problematiky vymedzenej oblasti.

Niekoľko príkladov

Príklad 1: odjakživa sa podniky snažili vytvoriť si stratégiu, ktorá by ich viedla k úspešnosti a použili pritom rôzne prístupy. Podnikový manažment sám alebo v spolupráci s poradcami zohľadnili špecifiká svojho podniku a tvorili stratégiu šitú na mieru svojho konkrétneho podniku.

Ale podnikoví poradcovia sa zamýšľali nad novým typom úlohy: dá sa nájsť univerzálny prístup na zostavenie stratégie pre akýkoľvek typ podniku? Takto postupne vznikal mentálny model, ktorý dnes poznáme pod menom Balanced Scorecard (BSC). Aj keď R. S. Kaplan a D. P. Norton neboli úplne prvými autormi tejto myšlienky, publikovali v roku 1992 v Harvard Business Review svoj článok The balanced scorecard: measures that drive performance, ktorý obsahoval jednak mentálny model BSC a tiež spôsob jeho použitia pre návrh úspešnej podnikovej stratégie.

Pri vývoji tohto konceptu úspešne vyriešili nový typ dosť zložitej úlohy: nájsť všeobecný prístup pre návrh podnikovej stratégie, ktorý dnes úspešne využívame. Nepochybne im preto musíme pripísať inteligenciu pre oblasť strategickej orientácie v podnikaní.

Príklad 2: rovnako dlhý čas lídri hľadajú odpoveď na otázku, či a ako možno predvídať vnútornú motiváciu zamestnanca napríklad pri jeho prijímaní alebo umiestňovaní. Podľa čoho môže líder alebo recruiter rozpoznať, čím možno daného človeka motivovať? Najčastejšou cestou je mať priamu skúsenosť: tento konkrétny človek dobre reaguje na tieto a tieto motívy.

Ale máme tu nový typ úlohy: potrebujeme odhadnúť motivátory nielen konkrétneho človeka, ale hociktorého človeka. Vedeli by sme hociktorého človeka zaradiť do niektorej skupiny a povedať: používaj práve takúto nefinančnú motiváciu, lebo naňho bude platiť najlepšie? Aké by to boli skupiny? Podľa čoho rozpoznať u daného človeka „jeho skupinu“? Ktoré motivátory sú vhodné pre ktorú skupinu? Nakoľko presne to vieme odhadnúť? To je dosť veľa otázok, ale každú z nich stojí za to zodpovedať.

Ako riešiť takúto novú úlohu? W. M. Marston publikoval v roku 1928 svoj mentálny model: ľudia majú určité psychologické preferencie a v súlade s nimi sú motivovateľní – on odhalil dva páry takých preferencií, čím vytvoril štyri základné motivačné typy. Ak rozpoznáme u daného človeka jeho preferencie a na základe toho ho zaradíme do niektorého typu, môžeme tak predvídať motivačné podnety, na ktoré zareaguje najsilnejšie.

Dnes tento mentálny model vnútornej motivácie nazývame DISC a ako tréneri líderských zručností ho veľmi úspešne využívame. Ale bol to W. M. Marston, ktorý úlohu hľadania nástroja na predvídanie motivačného typu vynašiel. Určite mu musíme pripísať inteligenciu v oblasti fungovania ľudskej psychiky.

Príklad 3: podnik so špecifickým biznisom potrebuje získavať nových zamestnancov a kvôli potrebe dlhodobej perspektívy najmä zo škôl – z odborných škôl špecializovaného zamerania. Priamočiara cesta je čakať, až sa absolventi odborných škôl prihlásia, prípadne ísť ich náborovať priamo na školy. Ale nová úloha znie: vieme zapríčiniť, aby na školách končilo viac absolventov vhodných škôl, aby sme potom mali lepší výber? Inak povedané – aby sa ich na vstupe tých škôl hlásilo viac?

Jedno z inovatívnych riešení je ovplyvňovať nielen absolventov škôl, aby sa hlásili do tohto podniku, ale ovplyvňovať už na nízkom stupni školy, aby si zvolili štúdium na strednej škole daného odborného zamerania. Teda nielen použiť nábor na výstupe školy, ale ovplyvňovať voľbu školy.

Mentálny model je: poprehadzujme všetky existujúce výhybky, ktoré môžu rozhodnúť, či sa k nám daný žiak neskôr môže dostať alebo nie a to už od základnej školy. Čiže: poďme na základné školy propagovať našu oblasť práce, aby bol dostatok záujemcov o stredné odborné školy, počas strednej školy ovplyvňujme študentov, aby sa k nám po skončení prihlásili alebo aby sa prihlásili na vysokú školu „správneho“ zamerania a tam robme to isté.

Je to inteligentné vyriešenie netriviálnej novej úlohy (myslíme tým „novým spôsobom“)? Ak uvážime, že bežná prax je „vyberať si“ z absolventov škôl, tak prístup „zapríčiňovať vstupy do škôl“ kľudne môžeme nazvať prejavom inteligencie – v oblasti získavania budúcich zamestnancov.

Príklad 4: kvalita výrobkov často kolíše, čo nie je dobre. Bežná prax je selektovať výrobky podľa kvality, dobré dodávať, opraviteľné repasovať a neopraviteľné šrotovať. Lepšia prax je zvyšovať kvalitu ovplyvňovaním procesu výroby. Pritom podstatou je nájsť varírujúce parametre výroby, ktoré spôsobujú variácie výstupnej kvality tak, ako to využíva metodika six-sigma. Jej súčasťou je model DMAIC (definuj čo treba dosiahnuť, meraj dnešný stav, analyzuj čo nevyhovuje, zlepši to a dostaň to pod trvalú kontrolu).

DMAIC je štandardný postup, ale práve jeden krok – rozpoznať, čoho zmeny sa prejavujú v kolísaní kvality – vyžaduje urobiť experimenty. Tie majú odhaliť, na čo je citlivý daný parameter kvality. Práve dizajn experimentov vyžaduje istú dávku inteligencie, pretože jednak nie všetky experimenty možno technicky uskutočniť, jednak experimentovanie prináša možné ekonomické straty (zmetky) a okrem toho nemáme čas experimentovať neobmedzene dlho.

Lebo napríklad treba počítať aj s tým, že citlivosť výstupnej kvality môže byť nie na jeden parameter, ale na kombináciu variácií viacerých parametrov (napríklad chyba sa objaví iba pri kombinovanej variácii teploty a vlhkosti). Jednoduchý „neinteligentný“ prístup „meňme postupne po jednom všetko“ nemusí priniesť ovocie. Vtedy treba vytvoriť mentálny model obsahujúci rôzne hypotézy a tie overovať experimentmi.

Je to zložitá úloha a nová je v tom, že neexistuje algoritmický prístup, ako vytvoriť hypotézy o možných vplyvoch parametrov na výstupnú kvalitu. Chce to použiť mentálne modely už známych možných súvislostí a potom aj nápaditosť. Čím je súvislostí viac a vzájomne sa ovplyvňujúcich, tým vyššiu mieru inteligencie bude zlepšovateľský tím výroby potrebovať. Najmä vo fáze tvorenia pracovných hypotéz, pretože ich overovanie už takú mieru inteligencie nevyžaduje.

Príklad 5: opravár zložitého elektronického riadiaceho systému sa v kurze naučil, že pri poruche treba sledovať postup viacerých signálov cez riadiaci systém a v uzlových bodoch kontrolovať, či sú na tom mieste signály správne. Ak je uzlových bodov 15, tak musí vykonať dosť veľa kontrolných meraní. Občas sa mu stane, že chybu nájde v poslednom, 15. kroku (údržbársky zákon schválnosti). Môže síce postupovať aj opačne („odzadu“), ale ten istý zákon schválnosti spôsobí, že chyba bude bohužiaľ hneď na začiatku toku signálu.

Opravárovi napadol mentálny model: rozdelím si systém na polovicu a pri prvom meraní zistím, v ktorej polovici je chyba. Potom si tú polovicu rozdelím opäť na polovice a druhým meraním zistím, v ktorej štvrtine systému je problém. Aj tú chybnú štvrtinu rozdelím, idem na osminy a potom identifikujem „chorú“ šestnástinu. Takto mu stačí urobiť štyri kontrolné merania a lokalizuje chybnú časť omnoho rýchlejšie, ako pri sekvenčnom meraní 15 uzlov.

Opravár si vďaka svojej inteligencii vymyslel mentálny model „postupného delenia“, ktorá podstatne urýchľuje jeho prácu.

V čom sa príklady líšili a v čom nie

Ak sa na uvedené príklady pozrieme z aspektu podnikového manažmentu poznatkov, tak prvé dva príklady inteligentného prístupu mali globálny dopad (ide o celosvetovo prijaté metodiky), pričom prvý bol z tvrdej oblasti podnikania a druhý z mäkkej oblasti ľudskej psychiky.

Druhé dva príklady sa týkali inteligencie lokálneho pracovného tímu, pričom prvý bol z mäkkej oblasti ľudských zdrojov a druhý z tvrdej oblasti riadenia kvality (six-sigma).

Posledný príklad sa týkal inteligencie jednotlivca a jeho pracovných metód.

Ale všetky príklady mali spoločné to, že:

• išlo o zložitejší problém, na riešenie ktorého autori metódy nemali dostatok príkladov a vzorov, ako ho riešiť (napr. zopakovaním cudzieho postupu)
• museli si vytvoriť adekvátny mentálny model situácie, ktorého použitím mohli robiť myšlienkové experimenty a navrhnúť tak vhodný postup (nikto z nich nepostupoval náhodne)
• ten postup viedol na podnikovo cenné riešenie problému.

A je tu ešte jedna spoločná črta uvedených príkladov, ktorá pozicionuje inteligenciu na druhý najvyšší stupeň poznatkovej pyramídy: tie riešenia sa nijako nedali vytvoriť z údajov, informácií alebo praktík. Práve naopak, inteligencia je zdrojom vzniku mentálnych modelov – ktoré po ich vytvorení už môže použiť hocikto napríklad v rámci know-how, ktoré vzniklo použitím inteligentného uvažovania.

Ak by sme inteligenciu nezaradili po poznatkovej pyramídy, obrali by sme manažment poznatkov o aspekt dynamiky, pretože by sa zaoberal prevažne existujúcimi poznatkami. Preto pre schopnosť vytvárať nové mentálne modely potrebujeme v manažmente poznatkov vyčleniť osobitnú kategóriu – inteligenciu.

IQ a manažment poznatkov

Pojem „inteligenčný kvocient“, IQ, je iste dosť známy. Pôvodne bol tento pojem používaný na meranie schopností detí ako pomer mentálny vek / fyzický vek x 100%. Lenže tento pojem prekročil oblasť použitia u detí, začal byť časom preceňovaný a IQ je dnes často považované za mieru schopností, za mieru kvality a až hodnoty daného dospelého človeka.

Ak porovnáme predchádzajúce príklady číslo 1 a 2 alebo 3 a 4, tak zistíme, že asi ťažko by sme mohli od autorov konceptu BSC chcieť, aby vytvorili efektívnu typológiu ľudských osobností a od W. M. Marstona, aby vymyslel efektívny koncept pre oblasť podnikania.

Že by ani jeden z nich nemal potrebné IQ? Nie, oni nezlyhali – to zlyhalo IQ, pretože nedá sa do jedného čísla „strčiť“ miera schopností riešiť akýkoľvek problém. Na čo by nám bolo poznať IQ R. S. Kaplana, ak by sme nevedeli, na čom nám môže byť užitočný výsledok jeho intelektu?

Ozaj, aké IQ mal Albert Einstein? História hovorí, že mal problém urobiť prijímacie skúšky na Zürišskú Polytechniku a so svojou manželkou Milevou vraj zaobchádzal spôsobom, ktorý by neprešiel sitom prijateľných praktík. Vôbec nás nezaujíma IQ A. Einsteina, pretože nech by jeho IQ bolo akékoľvek, predviedol závideniahodnú inteligenciu abstrahovať od praktických životných skúseností a od dovtedajších fyzikálnych axióm a vytvoril nový mentálny model fyzikálneho sveta. Vďaka svojej fyzikálnej inteligencii začal predpokladať, že síce všetci žijeme v tom istom priestore, ale každý z nás, vrátane vecí, má pridelené svoje vlastné plynutie času – a to bolo to inteligenčné „salto“, ktoré nám prinieslo teóriu relativity.

Ľudia bežne riešia inteligentne jeden druh problémov a málo inteligentne iný druh problémov. To všetko jasne ukazuje, že inteligenčný kvocient IQ predstavuje pre manažment poznatkov iba nepoužiteľné „číslo“. Dôvod je v tom, že jedným číslom nemožno vyjadriť kvalitu a zameranie schopností daného človeka. To by Menza pozostávala z mimoriadne plodných autorov nových myšlienok – toľko IQ testy. My však potrebujeme poznať, v ktorej oblasti je inteligencia človeka alebo tímu vyvinutá najvyššie, aká je vysoká (aspoň hrubým odhadom) a práve v tej oblasti ju v podniku využívať.

Oblasti inteligencie

Preto potrebujeme inteligenciu vzťahovať vždy k určitej oblasti – napríklad môžeme hovoriť o technickej inteligencii (schopnosť riešiť nové problémy v oblasti techniky), o podnikateľskej inteligencii, o verbálnej inteligencii alebo aj o hudobnej inteligencii. Že ktorá z nich je pre daný podnik dôležitá, závisí od typu biznisu daného podniku. A práve tými oblasťami sa musí zaoberať jeho podnikový manažment poznatkov.

Je tu ešte jeden moderný pojem – EQ. Skratkou EQ zvykneme označovať tzv. emočnú inteligenciu (v poslednom období dokonca s konotáciou, že IQ je tá zlá inteligencia a EQ tá dobrá). Ak sa vrátime k našej pôvodnej definícii inteligencie, tak pre EQ môžeme použiť jej parafrázu:

Emočná inteligencia (Emotional Intelligence) je schopnosť úspešne a opakovane riešiť úlohy prostredníctvom efektívneho zapojenia ľudských emócií vlastných alebo iných ľudí.

Čiže ide opäť o jednu z oblastí inteligencie človeka. Niekomu však taká definícia môže znieť hrubo, ale pre manažment poznatkov je takto definované EQ dôležité preto, že v kontexte podnikového manažmentu poznatkov nestačí EQ vnímať iba ako schopnosť empatie – podobne ako IQ nestačí chápať ako schopnosť logicky uvažovať.

Ak EQ má byť užitočný pojem, potom potrebujeme, aby nositeľ EQ dokázal napríklad odhadnúť, ako tomu druhému podať informácie nielen aby im porozumel, ale aj aby sa s nimi stotožnil, odhadnúť jeho pravdepodobnú reakciu a prispôsobiť sa mu v interakcii, aj aby dokázal osloviť tie motivátory, ktoré u partnera fungujú najviac, ale tiež aby aj so svojimi vlastnými emóciami vedel zaobchádzať úspešne – vrátane sebakondicionovania a sebamotivovania.

Preto sa pri pojme EQ nevyhneme cieľovej orientácii – nech EQ znamená schopnosť dosahovať ciele, nielen „vciťovať sa“, lebo empatia je len cesta, nie cieľ. Podobne ako logická, geometrická alebo počtová schopnosť nestačí, aby bol človek inteligentný, t.j. aby bol schopný úspešne a opakovane riešiť úlohy nového typu z relatívne širšej oblasti (spomeňme si na film Rain Man).

Vráťme sa k otázke rôznych oblastí inteligencie a uzavrime túto otázku tak, že v rámci manažmentu poznatkov si podnik potrebuje stanoviť:

• vzhľadom na typ biznisu – ktoré oblasti poznatkov sú pre podnik dôležité, t.j. ktorým oblastiam sa bude venovať pri lokalizovaní poznatkov (vnútri), pri vyhľadávaní (zvonku), rozširovaní (v tímoch) a pri aplikovaní poznatkov do rozhodovacích a produkčných procesov
• vzhľadom na budovanie konkurenčnej výhody podniku – u ktorých poznatkov potrebujeme byť na tom tak dobre, že pomocou nich budeme schopní nielen produkovať, ale byť medzi konkurentmi na poprednom mieste z hľadiska rozvoja nových prístupov, konceptov, metód a technológií. A v týchto oblastiach musíme „vytiahnuť“ náš poznatkový potenciál až na stupeň inteligencie.

Ako pomocou inteligencie riešime nové úlohy?

Inteligencia si zaslúži rešpekt, je to div sveta udelený ľudskému mozgu, do ktorého nevidíme, ale kvôli manažmentu poznatkov sa potrebujeme aspoň priblížiť k pochopeniu jej fungovania. Tak sa o to pokúsme.

Predstavme si: sme postavení pred novú úlohu, ktorú sme nikdy neriešili, ale tá patrí do oblasti, ktorej úlohy by sme riešiť mali. Základný postup riešenia problému cez inteligenciu sme si už uviedli, ale teraz buďme podrobnejší. Pravdepodobne použijeme tieto kroky:

1. po získaní úlohy analyzujeme situáciu, t.j. sumarizujeme zadanie: čo potrebujeme dosiahnuť, aké sú požiadavky na výstup, aké máme vstupy, aké zdroje máme k dispozícii a aké obmedzenia nesmieme prekročiť
2. potom nasadíme syntetická fázu a vytvárame mentálny model riešeného problému (ak to znie komplikovane, tak to znamená: hľadáme štruktúru problému, aké sú jeho hlavné súčasti, ktoré sú určujúce a ktoré vedľajšie, ako sú súčasti prepojené, aké súvislosti v danom prípade platia, aké zákonitosti musíme rešpektovať, ktoré z nich môžeme využiť na dosiahnutie želaného efektu, čo sú nutné a čo postačujúce podmienky na dosiahnutie výsledku)
3. následne nasadíme praktickú fázu a organizačným prístupom navrhneme realizačný postup, ktorý z mentálneho modelu situácie rešpektuje nevyhnutné a využíva zákonité a ktorého uskutočnením vieme získať želaný výsledok
4. ak sme rozumní, nasadíme aj fázu mentálnej verifikácie navrhnutého postupu, myšlienkovo odsimulujeme budúcu činnosť a hľadáme možnú chybu buď v mentálnom modeli, z ktorého postup vychádza, alebo v navrhnutom realizačnom postupe. Ak chybu nenájdeme, prehlásime navrhnutý postup za správny
5. potom v realizačnej fáze prakticky nasadíme navrhnutý postup v presvedčení, že náš postup zákonite vedie na želaný výsledok (alebo aspoň na dostatočnú pravdepodobnosť jeho dosiahnutia). Ak počas realizácie zistíme, že náš mentálny model situácie nebol dostatočný, zastavíme realizáciu a vrátime sa na bod 2 (ak sme prijali tento 7-bodový mentálny model postupu)
6. inteligencia tiež predpokladá (sama o sebe), že ňou navrhnutý postup nemusí byť správny vždy a úplne a preto uskutočníme ešte overovaciu fázu a testujeme výsledok oproti špecifikácii zo zadania (ešte predtým, než výsledok prehlásime za použiteľný u odberateľa riešenia)
7. ak naša inteligencia chce sama seba zlepšovať, tak nasadíme aj fázu učenia sa, analyzujeme nielen výsledok, ale najmä proces riešenia s cieľom modifikovať vlastné mentálne modely, rozsah ich použiteľnosti a nasadené postupy pri riešení. Zámerom je zdokonaliť bázu mentálnych modelov a spôsob ich používania pre budúce úlohy.

Práve v kroku 2 postupu sa prejavuje miera inteligencie, pretože mentálny model situácie je práve jej produkt. Bez nej nestanovíme vhodný mentálny model a potom náš postup bude buď náhodný (ak sme bez mentálneho modelu a iba skúšame) alebo postup bude neúspešný (ak náš mentálny model bude taký biedny, že nevystihuje všetky podstatné súvislosti danej situácie). Krok 2 vlastne vyjadruje schopnosť porozumieť situácii – vystihnúť jej podstatné prvky a súvislosti medzi nimi.

V kroku 3 sa zase prejavuje hlavne realizátorská zložka inteligencie, keď hľadáme postup najlepšie rešpektujúci už vytvorený mentálny model situácie.

Krok 7 nie je o výsledku danej úlohy, ale o rozširovaní poznatkov a súvisí s Argyrisovou dvojitou slučkou učenia sa [2].

Postup zapojenia inteligencie do riešenia nového problému môžeme symbolicky vyjadriť písmenami TMPATL v súlade s postupnosťou krokov:

• Task
• Mental model
• Plan/simulate
• Act
• Test
• Learn.

Pred časom bola naša žiacka populácia v školách testovaná z matematiky a z jazyka. Výsledky ukázali, že žiaci dokázali celkom dobre riešiť tzv. počtové úlohy, ale v porovnaní s európskym priemerom boli slabí v riešení slovných príkladov. Inak povedané – vedia vypočítavať vzorce, ale nevedia ako počítať, ak nedostanú vzorec, ale text, z ktorého si ten vzorec majú postaviť.

Zlyhali práve na kroku 2 nášho postupu – na písmene M z tej skratky, lebo si nedokázali vytvoriť mentálny model úlohy z jej textu a preto nedokázali vytvoriť matematický vzorec, ktorý by asi už boli vypočítali bez problémov. Túto domnienku potvrdzuje aj ďalšie zistenie vyplývajúce z testovania: žiaci majú ťažkosti porozumieť čítanému textu. Opäť zrejme nedokážu vytvoriť mentálny model z toho, čo prečítali.

Ale to je veľký problém, pretože ak nedokážu tvoriť mentálne modely, tak nedokážu ani riešiť nové úlohy, lebo im „vypadáva“ hneď druhý krok v šesťbodovom postupe TMPATL. Dokážu síce urobiť to, čo im je prikázané ako predpísaný postup, ale v práci môžu mať problémy, ak budú riadení metódou MbO (Management by Objectives, riadenie prostredníctvom cieľov), pretože z komplexnejšieho cieľa od nadriadeného si budú musieť odvodiť svoj postup. Ale ako, keď nemajú mentálny model situácie? Ich reakcia možno bude „povedzte mi, čo presne mám robiť a ja to urobím“.

Možno niekde tu je „zakopaný pes“ nášho školstva, ktoré je plné faktografie, informácií a „učebnej látky“, ale s deťmi sa nikto rozumne nerozpráva, aby počas diskutovania od neho odzerali jeho mentálne modely a tiež ako s nimi zaobchádza. Ak namiesto interpretácií dostávajú informácie, tak to je vážne zlyhanie konceptu školy a s nedozernými dôsledkami do schopnosti krajiny konkurovať v celoeurópskom kontexte – pretože usilovnosť a schopnosť Slovákov strádať, nás nezachráni.

Nijaká technologická báza, nijaké počítače, softvéry a nové učebnice nemôžu nahradiť mentálne laborovanie s poznatkami, keď v diskusii s učiteľom žiaci majú možnosť počuť a vidieť, ako on narába so súvislosťami, aké úsudky robí, čo a ako hodnotí a najmä prečo to tak vidí – vtedy totiž pracuje na ich schopnosti vytvárať vlastné mentálne modely ako podmienku inteligencie.

A presne takto je to aj v podniku – poznatkový manažment nemôžeme založiť iba na poznatkovej databáze uloženej na diskových poliach, na inštalovaní interaktívnych elektronických tabúľ alebo na videokonferenčnom zariadení. Potrebujeme tímové techniky, praktiky a príležitosti, kde ich uplatniť – t. j. potrebujeme komunikovať, počuť interpretáciu faktov u toho druhého a učiť sa zo spôsobu rozmýšľania iných ľudí. Tie technologické zariadenia sú len pomôcky (nástroje), dokonca nie sú ani cesta ani cieľ manažmentu poznatkov.

Adaptori a inovátori

V kroku 2 predchádzajúceho postupu vytvárame mentálny model situácie, aby sme mohli navrhnúť adekvátny postup práce na vyriešenie úlohy. Nie je však povedané, či vytvárame úplne nový mentálny model alebo kombinujeme dohromady už známe mentálne modely. Z hľadiska definície inteligencie je to jedno, proste musíme vyriešiť nový typ úlohy.

Ale nie je to jedno ani z hľadiska kvality získaného riešenia ani z hľadiska ľudského potenciálu, ktorý pri tom potrebujeme zapojiť. Ukážme si dva príklady:

Príklad 6: potrebujeme nastaviť proces podnikového vzdelávania tak, aby bolo čo najefektívnejšie pri podpore konkurencieschopnosti podniku. Manažér vzdelávania prevezme mentálny model používaný v oblasti technologického riadenia, prispôsobí ho svojej úlohe a z neho si vytvorí takýto pracovný mentálny model pre jeho situáciu: „rozpoznajme, na ktorých pracovných miestach sú ľudia, ktorých spôsobilosti nie sú dostačujúce a tých zaraďme do vzdelávania. Postup bude taký, že pre každé miesto určíme prahové požiadavky na človeka, ľudí otestujeme a kde zistíme rozdiely, tých zaradíme do vzdelávania“.

Príklad 7: rovnaká úloha ako v príklade 6. Manažér vzdelávania si vytvorí úplne nový mentálny model spočívajúci v tom, že na kľúčových miestach chce mať ľudí pripravených lepšie, než ich má na podobných miestach konkurencia. Na základe tohto mentálneho modelu bude jeho postup iný: „rozpoznajme, ktoré pracovné miesta sú z hľadiska konkurencieschopnosti kľúčové, potom stanovme, v akých spôsobilostiach majú byť tí ľudia lepší než ich má konkurencia, odhadnime úroveň spôsobilostí ľudí u konkurencie a prekročme ju lepšou prípravou našich ľudí, než dostali ľudia u konkurencie. Na základe toho vytvorme vzdelávací program pre kľúčových ľudí v našom podniku“.

Podstatný rozdiel medzi príkladmi 6 a 7 je v tom, že v prvom príklade manažér vzdelávania adaptoval už známy mentálny model pre nové podmienky a v druhom príklade si vytvoril nový mentálny model (nový pre neho).

To má dva aspekty: prvý – čo dosahuje jeden a druhý manažér vzdelávania na výstupe, a druhý – aké vlastnosti má každý z nich ako človek.

Aspekt výsledku: v prvom prípade dosiahneme, že každý pracovník je na takej úrovni spôsobilostí, ktorá plne postačuje na výkon jeho práce. V druhom prípade dosiahneme náskok pred konkurenciou na kľúčových miestach firmy.

Ale čo nás zaujíma z hľadiska inteligencie je, že prvý manažér vzdelávania adaptoval známy mentálny model a prispôsobil ho vlastnej situácii. Druhý manažér vzdelávania si vytvoril originálny mentálny model, ktorý ho priviedol na iný postup s inými výsledkami. Prvý z nich je skôr adaptor, druhý z nich je skôr inovátor.

Obidvom musíme prisúdiť vlastnosť inteligencie, pretože obaja mentálne vyriešili pre nich novú komplexnú úlohu. Prvý je dobrý v adaptovaní, spájaní a kombinovaní existujúcich mentálnych modelov, druhý je dobrý v ich vytváraní. Druhý nám môže pripadať ako cennejší, pričom prvý je možno pragmatickejší aj rýchlejší a druhý je skôr nápaditý. Prvý by možno lepšie uspel pri úlohe „prostredníctvom vzdelávania podporuj vysokú a opakovanú kvalitu produkcie“ a druhý by možno lepšie uspel pri úlohe „prostredníctvom vzdelávania podporuj konkurencieschopnosť nášho podniku“.

Medzi adaptormi a inovátormi nie je až taká jasná hranica, ako by sa zdalo, pretože:

• ak čiastkové mentálne modely adaptujeme a vytvoríme z nich jeden väčší pracovný pracovný pre danú situáciu, obvykle doplníme chýbajúce kocky mozaiky vlastným príspevkom, čo môžeme považovať za inovačný vklad adaptorov
• keď inovátori vytvárajú celkom nový mentálny model situácie alebo problému, málokedy začínajú „vo vzduchoprázdne“, často pracujú na myšlienkovej skúsenosti im dovtedy poznaných mentálnych modelov, aj keď ich priamo nevyužijú (čiastočne adaptujú ich fragmenty).

Ako vytvárame mentálne modely?

Aj toto je oblasť, kde nemáme dostatok informácií a hoci nám táto činnosť prebieha v hlave úplne bežne, nemáme ju dostatočne preskúmanú – podobne, ako je to pri tvorivosti. Aj tu je namieste rešpekt pred touto súčasťou inteligencie, ale pokúsme sa ju aspoň načrtnúť.

Z hľadiska skúmania inteligencie potrebujeme rozlišovať, či ide o tvorenie mentálneho modelu v priebehu riešenia úlohy (v postupe TMPATL) alebo tvorenie mentálneho modelu „do zásoby“ (bez zadania). A z hľadiska manažmentu poznatkov potrebujeme rozlišovať, či ide o tvorenie individuálneho mentálneho modelu alebo o proces vytvárania zdieľaného mentálneho modelu v pracovnom tíme.

Skúsme najprv to prvé – fázu tvorenia mentálneho modelu pri riešení úlohy. Situácia: máme pred sebou nový typ úlohy a potrebujeme si ujasniť, čo je v danej úlohe dôležité – aj keď si to možno neuvedomujeme, vlastne hľadáme jej mentálny model (MM).

V tejto situácii inovátori začnú hľadať podstatné súvislosti v úlohe, hľadajú jej mentálnu štruktúru, oddeľujú nepodstatné (abstrakcia) a snažia sa nájsť vzorec vyjadrujúci princíp v danej úlohe – rozpoznávajú obrazec jej podstatných súvislostí (Pattern Recognition).

Adaptori skôr primeriavajú novú situáciu k už riešeným úlohám a hľadajú zhodu tak, aby mohli využiť predtým použité princípy (mentálne modely) v novej situácii. Ale každé riešenie novej situácie využíva prístupy inovácie aj adaptácie, ide o to, čo prevažuje – aj z hľadiska postupu aj z hľadiska výsledku. Tu sa sústredíme viac na postup adaptorov, lebo tímové riešenie nových situácií častejšie využíva tento prístup.

Pri ňom siahneme do našej mentálnej databázy a hľadáme, či tam pre danú novú úlohu nájdeme nejaký príbuzný MM (asociujeme). Niečo sa možno nájde, primeriavame to k riešenému problému a hľadáme zhodné črty.

Ak máme pocit, že zhodné črty nachádzame, vytvoríme základ pracovnej verzie MM danej úlohy. Ale pretože zatiaľ nespĺňa všetky aspekty riešeného problému, hľadáme ďalej. Buď nájdeme v mentálnej databáze ďalší MM ako stavebný blok a obohatíme ním pracovnú verziu MM (pridávanie), alebo z neho použijeme iba fragment (separácia) alebo fragmenty spojíme (kombinovanie). Ak sa nám príliš nedarí, začneme hľadať MM nielen z oblasti riešeného problému, ale snažíme sa prehľadávať aj MM z úplne iných oblastí s tým, že môžeme transportovať princíp vzdialeného MM na náš riešený problém (analógia).

Všetky potenciálne prírastky do tvorenej pracovnej verzie podrobujeme kritickému mysleniu a daný čiastkový MM buď použijeme alebo ho odmietneme (selekcia). Okrem opísaného princípu adaptovania už v minulosti použitých MM, tiež doplňujeme chýbajúce časti výsledného MM riešeného problému tvorivým úsilím (kreativita), čím získame úplne nové súčasti tvoreného MM. Dokonca pritom môžeme obohatiť (spresniť, rozšíriť) našu individuálnu databázu MM (inovácia), pričom z novovytvoreného MM vyberieme iba jadrovú časť (abstrakcia).

Takto postupne vzniká pracovná verzia MM riešeného problému, ktorá je však len hypotézou, ktorú treba overiť (aby sme predišli riešeniu cez nesprávny MM). Overovanie môžeme robiť buď cez myšlienkové experimenty (simulujeme použitie vytváraného MM uvažovaním „v hlave“ a tak hľadáme sporné miesta) alebo nasadíme fyzické testovanie vytváraného MM praktickými experimentmi.

Myšlienkové experimenty sú vhodné, ak nemáme možnosť fyzického experimentovania, ktoré je drahé, pomalé alebo nemožné (povestný Einsteinov vlak idúci tesne podsvetelnou rýchlosťou). Fyzické experimenty sú drahšie, ale môžu ukázať nepredpokladané chyby vo vytváranom MM riešeného problému.

Treťou užitočnou možnosťou sú počítačové simulátory, ktoré sú lacnejšie ako fyzické experimenty, môžu mať podobnú kvantitatívnu presnosť, ale nie vždy majú aj kvalitatívnu zhodnosť so skutočnosťou. Poslednou možnosťou je overovanie cez experta, ktorý je v tomto procese vo funkcii konzultanta, poradcu alebo recenzenta.

Tým sa striedajú syntetizujúce fázy vytvárania pracovného MM riešeného problému s overovacími fázami, ktorými selektujeme tie časti MM, ktoré považujeme pre danú úlohu za správne. Situáciu ilustruje obrázok 2:

V obrázku je vľavo je „zásobáreň“ naučených alebo v minulosti použitých mentálnych modelov, ktoré slúžia ako generické mentálne modely (Generic Mental models) – stavebné prvky pri adaptívnom vytváraní MM riešeného problému. Vpravo je „pracovná plocha“, na ktorej si v mysli alebo pomocou zaznamenávania (kreslenia) postupne vytvárame tvorený MM danej situácie.

V strede je asociačný, usudzovací a hodnotiaci myšlienkový mechanizmus, ktorý strieda syntetizujúce fázy s overovacími fázami. Robí to tak, že vľavo asociatívne siaha do databázy (overené generické MM), hodnotí možné prírastky a ich kombinácie z hľadiska využiteľnosti v riešenom probléme a pridá ich do pracovnej verzie alebo ich zavrhne, prípadne tvorivo syntetizuje a dopĺňa chýbajúce súčasti. Kritérium hodnotenia znie: to, čo práve ideme pridať do pracovnej verzie – vyhovuje to riešenému problému?

Striedanie fázy syntézy a overovania pripomína špirálové budovanie pracovnej verzie MM riešenej úlohy – ide o postupnú iteráciu ku konečnému MM. Ak však overenie ukáže, že pracovná verzia MM riešenej úlohy nezodpovedá realite, zmažeme danú časť MM z pracovnej verzie a „vrátime sa o pár krokov späť“. Ak sme mentálne išli úplne slepou uličkou, tak v priebehu riešenia „zmažeme“ hoci aj celý dovtedajší pracovný MM a ideme odznova.

Pripomína to pílovitý priebeh postupného rastu pracovného MM, ktorý je striedaný „zmazávaním“ tých častí, ktoré sa overovaním ukázali ako nevhodné. Tento špirálovo-pílovitý proces znázorňuje obrázok 3.

Takto sa postupne vytvára a upresňuje MM riešeného problému až do štádia, keď ho považujeme za použiteľný. Vtedy povieme, že sme situácii „vnútorne porozumeli“ (Insight) a že môžeme prikročiť k plánovaniu realizačných krokov založených na vytvorenom MM (použitím postupu TMPATL).

Pri realizácii postupu sa samozrejme ešte ukáže, nakoľko náš mentálny model riešenej situácie bol v súlade s realitou a či bol úplný – a podľa toho sme potom pri riešení zadanej novej úlohy úspešní alebo nie.

Ak zosumarizujeme syntetizujúce aktivity pri tvorení pracovnej verzie MM riešeného problému, tak sú to najmä tieto:

• abstrakcia
• rozpoznávanie obrazca súvislostí
• asociovanie
• pridávanie
• separácia
• kombinovanie
• analógia
• iterácia
• tvorenie
• inovácia.

Ak zosumarizujeme overujúce aktivity, sú to najmä tieto:

• myšlienkové experimenty
• fyzické experimenty
• počítačové simulácie
• konzultácie u nezávislého experta.

Keď sme úlohu prostredníctvom inteligencie vyriešili, tak z hľadiska manažmentu poznatkov je dôležitá posledná aktivita: vloženie úspešného MM vyriešeného problému do našej individuálnej databázy ako ďalší generický MM pre budúce použitie (ide o krok „Learn“ v postupe TMPATL).

Na najjednoduchšej úrovni to robíme tak, že prosto na tento prípad nezabudneme – MM nám ostáva v pamäti.

Ak na to ideme z hľadiska manažmentu poznatkov cielene, tak si individuálny postup zaznamenáme. Ak sme nový typ úlohy riešili na tímovej úrovni, potrebujeme urobiť tímové poučenie sa z riešenia novej úlohy položením si otázky „čo sme sa naučili?“, „v akých situáciách to vieme použiť nabudúce?“ (metóda AAR, After Activity Review).

Užitočné otázky pre túto príležitosť sú napríklad:

• o aké poznanie sme bohatší?
• aké mentálne modely sa nám osvedčili?
• pre ktoré prípady sú použiteľné?
• ktoré mentálne modely sme zavrhli a prečo?
• ako naložíme s týmito poznatkovými prírastkami?

Tento posledný krok je veľmi dôležitý nie pre vyriešenú úlohu, ale pre nasledujúce úlohy. Preto, že tak postupne vzrastá náš potenciál riešiť nové úlohy tým, že sa nám obohacuje individuálna databáza generických mentálnych modelov (Generic Knowledge Base), z ktorých v ďalších nových úlohách môžeme stavať ďalšie riešenia.

Mentálne modely do zásoby?

Ukázali sme si, že inteligencia je postavená na schopnosti namodelovať podstatné súvislosti situácie, ktorú riešime – t.j. vytvoriť jej mentálny model. Tiež sme si ukázali, že keď ho pri riešení úlohy tvoríme, často vychádzame aj z individuálnej zásoby predchádzajúcich mentálnych modelov. Vyzerá to tak, že rozsah tejto individuálnej databázy mentálnych modelov je jedným z oporných stĺpov inteligencie – proste tú databázu potrebujeme mať čím väčšiu.

Sú ľudia, ktorých baví všímať si súvislosti, analyzovať ich a porozumieť ich podstate. Mozog skúma realitu, možno sa tak trochu hrá, ale čo je dôležité, učí sa pri tom. Najprv nadobudne určité skúsenosti, v ktorých si všimne opakovaný vzorec následkov – fáza skúsenosti a pozorovania. Na základe toho vzniká podvedomá asociácia alebo vedomé uvažovanie „prečo je to tak?“ – fáza podozrenia. Niektoré príčiny následkov sa zdajú byť jasné, lebo máme na to prvotné vysvetlenie – fáza hypotézy. Tú overujeme mentálne alebo aj fyzicky experimentmi, prípadne ďalšie výskyty toho istého javu podrobujeme kritickému pohľadu otázkou: „aj tu koreluje následok s hypotetickou príčinou?“ – to je fáza overovania. Ak overovanie spochybní hypotézu, hľadáme lepší mentálny model príčin a následkov. Ak sme si zákonitosť a príčinnú súvislosť overili, utvrdíme sa v našom novom mentálnom modeli, zosumarizujeme v mysli alebo v poznámkach jeho znenie a necháme si ho v našej individuálnej databáze MM na budúce použitie – fáza finalizácie.

Potom kedykoľvek, keď sa situácia bude na túto podobať, pokúsime sa riešenie založiť aj na použití tohto nového generického mentálneho modelu. Postup ukazuje obrázok 4.

Tvorenie tímovo zdieľaného mentálneho modelu

Tímovo zdieľaný mentálny model je dôležitý pre tímovú inteligenciu preto, že funguje ako súčasť tímovej databázy generických mentálnych modelov. Tím diskutuje o novom probléme a narába pritom pojmami, ktoré reprezentujú tímovo známe mentálne modely.

Napríklad niekto v diskusii povie: „… na túto činnosť by sa oplatilo navrhnúť a štandardizovať proces“. Každý člen tímu pozná mentálny model „proces“ (definovaná postupnosť krokov meniaca vstupy procesu na želaný výstup …) a každý pozná mentálny model štandardizácia (postup vedúci na kodifikovaný a všeobecne používaný spôsob práce …). Nikto sa neopýta: „a čo je to proces?“, pretože by tímový proces hľadania riešenia v tomto bode ustal.

Tímová inteligencia predpokladá, že všetci členovia poznajú určitú množinu tímovo zdieľaných generických mentálnych modelov. Ich rozsah a kvalita limituje nielen diskusiu (tímový proces), ale aj riešenie (výsledok). Tie, ktoré nemajú spoločné, si priebežne vysvetlia, ale nemalo by ich byť priveľa.

Pre tímovú inteligenciu je preto dôležité, aby databáza tímovo zdieľaných mentálnych modelov narastala. V dieli 4 tohto seriálu v čísle 59 časopisu (4/2010) sme už vznik a budovanie spoločných mentálnych modelov opisovali. Preto tu uvedieme iba vývojový diagram tvorenia a využívania tímových mentálnych modelov (obr. 5).

Oporné stĺpy inteligencie

Už sme si ukázali, že pri riešení úlohy nového typu využívame zvyčajne postup TMPATL, ktorého podstatným krokom je vytvorenie mentálneho modelu novej situácie. Adaptívny postup jeho tvorenia sme si načrtli na obrázku 2.

Obidva koncepty (TMPATL aj obr. 2) obsahujú uzly, ktoré sú súčasne opornými stĺpmi inteligentného správania v novej situácii a súčasne môžu limitovať jeho úroveň. Rozdeľme ich na skupinu mentálnych schopností (Mental Abilities) a na skupinu uskutočňovacích spôsobilostí (Implementation Abilities).

U inteligencie síce nebýva zvykom zahŕňať do nej aj organizačné schopnosti, ale vzhľadom na našu definíciu, že ide o … mentálnu schopnosť úspešne a opakovane riešiť úlohy… to znamená, že z hľadiska podnikového manažmentu poznatkov potrebujeme výsledky mentálnej schopnosti dostať do realizačnej podoby – bez tejto fázy by išlo o viac akademickú, než podnikovo využiteľnú otázku.

Inak aj ďalší autori svoju definíciu inteligencie opierajú o prvok účelného konania, aj keď samotná fáza praktickej aktivity je v definíciách skôr v cudne skrytej podobe (W. Stern: inteligencia je všeobecná schopnosť indivídua vedome orientovať vlastné myslenie na nové požiadavky, je to všeobecná duchovná schopnosť prispôsobiť sa novým životným úlohám a podmienkam; D. Wechsler: inteligencia je vnútorne členitá a zároveň globálna schopnosť indivídua účelne konať, rozumne myslieť a efektívne sa vyrovnávať so svojím okolím).

Vráťme sa k oporným stĺpom inteligencie. Do skupiny mentálnych schopností patria tie, ktoré umožňujú vytvoriť dobre použiteľný mentálny model novej situácie. Z obrázku 2 vyplýva, že k tomu potrebujeme:

• dostatočne širokú vlastnú databázu užitočných generických mentálnych modelov, ktoré sme úspešne použili v minulosti alebo ich poznáme napríklad zo vzdelania. Na úrovni indivídua ide o individuálnu databázu MM, na úrovni tímu ide o tímovo zdieľané MM (druhá „disciplína“ konceptu učiacich sa organizácií P. Sengea). Ak túto databázu nemáme dostatočne obsiahlu, sme buď odkázaní na tvorivú schopnosť vytvárať MM „z nuly“ (inovatívny prístup, môže však trvať dlho a cesta je kľukatá) alebo nový typ úlohy nevyriešime vôbec alebo nie dosť úspešne
• adaptorskú schopnosť asociovať, t.j. nachádzať parciálnu zhodu riešeného problému s niektorým generickým mentálnym modelom z vlastnej databázy, čo nám umožní „skladať“ pracovný MM riešeného problému z vhodných súčastí (patrí sem aj schopnosť nájsť MM z úplne inej oblasti a využiť analógiu). Na individuálnej úrovni sme na túto schopnosť odkázaní celkom, na tímovej úrovni stačí, ak ju majú aspoň niektorí členovia tímu (vtedy o nich povieme, že pri tímovom riešení problémov práci zaujímajú rolu inovátora). Ak túto schopnosť nemáme, je nám databáza generických MM prakticky nanič (vzdelaný polyhistor, ktorý poznatky v novej situácii nevie využiť)
• inovátorskú tvorivosť a predstavivosť, ktorú potrebujeme v dvoch situáciách: a. keď nestačí databáza MM a veľkú časť pracovného MM potrebujeme doplniť úplne novým stavebným blokom, b. keď iba kombinujeme generické MM, ale ich pospájanie vyžaduje predstavivosť a tvorivý prvok. Opäť na individuálnej úrovni sme na túto schopnosť značne odkázaní, na tímovej úrovni stačí, ak ju majú niektorí členovia tímu. Ak túto schopnosť nemáme, stávame sa výraznými adaptormi, ktorí dokážu spájať už známe MM (ako MacGyver v známom seriáli) alebo dokonca nie sme dostatočne pružní ani v ich spájaní (ak nám chýba predstavivosť)
• dostatočne „priestranná“ pracovná pamäť, ktorá nám umožňuje „držať“ v hlave vytváraný MM riešeného problému alebo aspoň tú jeho časť, nad ktorou práve uvažujeme. Ak ju na individuálnej úrovni nemáme, strácame pri uvažovaní kontext celého problému, prestávame „byť v celom obraze“. Podstatne si môžeme vypomôcť vizualizáciu štruktúry problému na väčšej pracovnej ploche. Na tímovej úrovni sme odkázaní na vizualizáciu úplne, pretože zatiaľ nedokážeme prepojiť mozgy členov tímu žiadnym káblom tak, ako to dokážeme pri spolupracujúcich počítačoch. Tie dokonca dokážu pracovať so zdieľanou pracovnou pamäťou (môžeme to napodobniť, keď si problém „nakreslíme“ na spoločnú tabuľu)
• kritické myslenie, ktoré potrebujeme v situácii, keď uvažujeme o obohatení pracovného MM o novovytvorený alebo o „vyasociovaný“ MM z našej databázy – či by mohol byť užitočnou súčasťou vytváraného pracovného MM. Ak kritickým myslením zistíme, že v tejto situácii „kandidátsky“ prírastok nevystihuje danú situáciu, vylúčime ho pre nepoužiteľnosť z hľadiska riešeného problému. Ak by sme nemali dostatočne vyvinuté kritické myslenie, vytvoríme chybný pracovný MM pre riešený problém, ktorý sa ukáže ako nevhodný až vo fáze realizácie riešenia úlohy (keď realita „nepustí“). Na úrovni podniku sa to prejaví ako neúspešný projekt alebo ako chybné rozhodnutie manažmentu (zvonku to potom vyzerá ako nepochopiteľná avantúra). Na úrovni indivídua sme na kritické myslenie odkázaní celkom, na úrovni tímu stačí, keď ju majú aspoň niektorí členovia tímu – tí potom vystupujú v tímovej práci v role recenzenta (a nebývajú za to odmenení potleskom, pretože stále poukazujú na to, „čo nejde“)
• na hranici mentálnych a organizačných schopností je tu ešte vytrvalosť, ktorá umožňuje pokračovať v riešení nového problému aj v situáciách, keď sme pri špirálovom postupe podľa obrázku 3 už viackrát museli zrušiť doteraz vytváraný MM alebo keď to už celé trvá príliš dlho alebo keď sme „zastali“ a nevieme použiť ani žiaden generický MM ani nedokážeme dotvoriť, čo nám do kompletného pracovného MM chýba. Ak vytrvalosť nemáme, abdikujeme na vyriešenie nového problému priskoro, respektíve ho vyriešime „neinteligentne“ – prijmeme postup, ktorý toho veľa nevyrieši (príklad: na netréningový problém použijeme tréningové opatrenie).

Do skupiny uskutočňovacích oporných stĺpov inteligencie (podľa našej definície) patria tie, ktoré umožňujú prakticky vyťažiť našu schopnosť vytvoriť mentálny model riešeného problému (v postupe TMPATL ide o písmená T, P, A, T). Sú to tieto schopnosti:

• schopnosť získať všetky potrebné a dostupné informácie o riešenom novom probléme (etapa Task). Ak ju podceníme, obvykle riešime inú situáciu, než skutočne je
• schopnosť naplánovať realistický postup podľa vytvoreného mentálneho modelu riešeného nového problému (etapa Plan). Ak ju nemáme, zlyháme vo fáze realizácie najčastejšie zlou koordináciou čiastkových činností. Potom výsledný efekt ťažko možno nazvať inteligentným riešením situácie (aj keď jedna z definícií inteligencie hovorí, že je to schopnosť v chaose rozpoznať systém a v systéme nájsť chaos). Do tejto oblasti patrí napríklad aj schopnosť použiť náš postup TMPATL alebo iný adekvátny postup riešenia nového problému
• organizačná schopnosť úspešne uskutočniť plán postupu na základe praktických skúseností, organizátorskej práce a vedenia ľudí vrátane sebamanažmentu (etapa Act). Ak ju nemáme, zlyháme aj pri dobrom pláne. Už T. A. Edison povedal, že genialita je 1% inšpirácie a 99% potu, aj keď asi nemal na mysli až takú slabú inšpiráciu
• schopnosť dokázať, že výsledok spĺňa očakávania, napríklad testovaním parametrov riešenia alebo overením použiteľnosti navrhnutého postupu za rozličných podmienok (etapa Test). Ak ju nemáme, poskytneme na využitie výsledok, ktorého hodnotu nemáme overenú. V technických oblastiach je testovanie nevyhnutné, v psychológii sme často odkázaní na štatistické vyhodnotenie a v prírodných vedách na to niekedy treba čakať dlhšie (napr. E. Halley sa overovacieho príchodu „svojej“ kométy nedožil)
• schopnosť učiť sa z nadobudnutej skúsenosti (etapa Learn) je dôležitá z hľadiska postupného budovania databázy generických MM (individuálnych alebo tímových), ale je tiež dôležitá pre rozvíjanie schopnosti asociovať, logicky vyvodzovať a kriticky usudzovať. Ak túto etapu nevyužívame, nerastie nám schopnosť riešiť čoraz obťažnejšie alebo komplexnejšie nové problémy v budúcnosti – neučíme sa, stagnujeme a opakujeme chyby (na úrovni tímu ide o štvrtú „disciplínu“ konceptu učiacich sa organizácií P. Sengea).

Rozdelenie oporných stĺpov inteligencie na skupinu mentálnych schopností a na skupinu uskutočňovacích spôsobilostí pripomína fluidnú a vykryštalizovanú inteligenciu R. Cattella [3].

Inteligencia a podnikový manažment poznatkov

Pre podnikového manažéra poznatkov (CKO, Chief Knowledge Officer) vyvstáva otázka, ako môže podporovať využívanie tejto časti poznatkovej pyramídy. Je to možné v troch oblastiach:

• opatreniami na úrovni selekcie zamestnancov
• opatreniami na úrovni rozvoja zamestnancov
• opatreniami na úrovni budovania vhodných nástrojov.

Selekciou pri prijímaní a rozmiestňovaní zamestnancov možno dosiahnuť, aby sme v kľúčových oddeleniach podniku mali zabezpečený dostatočný ľudský potenciál s potrebnými mentálnymi kvalitami. Nejde tak ani o to, aby sme mali v podniku mnoho inteligentných ľudí, skôr ide o to, aby v kľúčových tímoch nechýbala nadpriemerná inteligencia týkajúca sa práce daného typu.

K tomu môže CKO v spolupráci s HR manažérom nasadiť do prijímacieho a rozmiestňovacieho procesu také výberové kritériá na pracovné miesta, ako:

• schopnosť duševne pracovať s mentálnymi modelmi (myšlienkové laborovanie a modelovanie prostredníctvom mentálnych modelov)
• dostatočná individuálna databáza mentálnych modelov z danej oblasti (skúsenosti pretransformované do podoby mentálnych modelov)
• túžba po dokonalosti vlastného fungovania (v oblasti postupov aj výsledkov)
• túžba po poznaní a vlastnom raste
• intuitívne myslenie
• logické a analytické myslenie
• potešenie z tímovej práce na novom výsledku (toto je predpoklad inteligencie na úrovni tímu)
• pre danú úroveň pracovného miesta nadpriemerné IQ (nejde o samotné IQ, ale výskumy ukazujú, že ak niekto má vyššie IQ, je pravdepodobnejšie, že bude inteligentný aj v inej, hoci špecifickej oblasti).

Naopak, niektoré charakteristiky človeka sú kontraproduktívne:

• prílišná metodická orientácia, pretože povaha „metodika“ sa orientuje na známe a „predpísané“ postupy a nehľadá nové riešenia (napr. typ Compliant v typológii DISC)
• prílišná cieľová orientácia, pretože fascinácia cieľom skôr vedie na „tlak na pílu“ namiesto hľadania lepšieho postupu (napr. typ Judger v typológii MBTI)
• individualizmus, pretože neumožňuje synergické kombinovanie špecifických inteligencií viacerých členov tímu vo vzájomnej spolupráci (potom funguje iba individuálna inteligencia a tá je limitom schopností celku)
• hierarchická a teritoriálna orientácia, pretože vedie na vymedzovanie hraníc medzi ľuďmi a oddeleniami namiesto plodnej kooperácie (kým individualizmus nevedie na spoluprácu, teritoriálny človek ju hodnotovo často odmieta).

Opatrenia na úrovni rozvoja zamestnancov sú možné v dvoch úrovniach:

• na úrovni budovania databázy generických mentálnych modelov jednotlivcov alebo tímov. Tu sú k dispozícii také metódy, ako odborné vzdelávanie, tímové workshopy, interné semináre, rotácia, účasť v mnohých a najmä odborne rôznorodých projektových tímoch, stáž vo vyvinutejšom prostredí, mentoring, koučing a ďalšie metódy (takto možno úspešne budovať tú „kryštalizovanú časť inteligencie“ R. Cattella)
• na úrovni zlepšovania asociačných, usudzovacích a overovacích mentálnych procesov („mentálnych praktík“). Zdá sa, že tu máme možnosti zvyšovania individuálnej inteligencie značne obmedzené, lebo hovoríme o geneticky daných duševných predpokladoch (fluidná inteligencia R. Cattella). Tento názor však zneisťuje zistenie J. Flynna, že priemerné IQ namerané v populácii rastie cca o 3 body za 10 rokov a jedno z vysvetlení môže byť, že novšie generácie v modernej spoločnosti prišli do kontaktu s rozmanitejšími spôsobmi uvažovania, než ich predchodcovia a to ovplyvnilo ich mentálne praktiky. Ale ak sa na vec pozrieme z hľadiska tímovej inteligencie, tak jednoznačne ju môžeme zvyšovať zlepšovaním využívania synergie rozlične zameraných individuálnych inteligencií členov tímu. Z tohto pohľadu môže CKO budovať tímovú inteligenciu tréningami tímovej spolupráce (napr. príprava, riadenie a účasť v riešiteľských poradách).

Opatrenia na úrovni nástrojov majú obmedzený dosah, pretože nástrojmi môžeme umožniť plnšie vyťaženie iba existujúceho potenciálu ľudí. Ale pre tímovú inteligenciu sú tieto nástroje podstatné, pretože umožňujú a podporujú synergiu individuálnych inteligencií. Ide najmä tieto nástroje:

• optimálne zloženie dočasných riešiteľských tímov tak, aby sa vykrývali individuálne databázy mentálnych modelov pri aj malom počte členov tímu (napr. zostavovaním miešaných tímov – Crossfunctional Teams). Cenné je aj to, keď sú tímy premenlivé, t.j. jeden človek stretne v rôznych projektoch iných ľudí a učí sa od nich nielen ich mentálne modely, ale čiastočne aj spôsob uvažovania
• vizualizačné pomôcky, napríklad manažérske tabule, kopírovacie tabule, …
• telekonferenčné zariadenie na interaktívnu spoluprácu aj regionálne vzdialených členov tímov
• štandardizované postupy pri riešení projektov a ich čiastkových problémov (metodiky, šablóny a formuláre)
• poznatková databáza podniku (Knowledge Base), ktorá však pravdepodobne obsahuje riešené prípady, skúsenosti a overené postupy, menej pravdepodobne generické mentálne modely.

Kde sú obmedzenia inteligencie?

Inteligencia je založená na schopnosti tvoriť mentálny model nového riešeného problému, často prostredníctvom už overených generických mentálnych modelov – ktoré poznáme a vieme ich vo vhodnej situácii použiť. A z toho pramení prvé vážne ohrozenie: častokrát nám už nami prijaté mentálne modely vytvárajú filter, pre ktorý nevidíme iný, lepší mentálny model ďalšej, novej situácie.

To nás môže obrať o možnosť riešiť novú situáciu lepšie, cez úplne nový mentálny model šitý na mieru. Takto paradoxne môže človek „nový“ v danej situácii prísť na riešenie lepšie, než profesne skúsení „mazáci“.

Už sme definovali, že pod inteligenciu rozumieme schopnosť riešiť nové typy úloh, dosahovať nové typy cieľov a riešiť nové situácie. S tým súvisí jej druhé vážne obmedzenie: subjekt (jednotlivec alebo tím) musí najprv úlohu dostať a až potom je schopný ju riešiť.

Ak inteligentnému človeku dáme úlohu: „zadaj si zmysluplnú úlohu a vyrieš ju“, mnoho z inteligentných ľudí ju nedokáže splniť. Napríklad sa opýtajú: čo presne znamená „zmysluplná úloha“? – t.j. chcú presné zadanie. Alebo povedia: „ako si ju mám zadať a vyriešiť, keď nedostanem špecifikáciu? Veď potom vyhovie každé riešenie, ktoré navrhnem, lebo budem hodnotiť sám seba“.

Toto druhé obmedzenie inteligencie znamená, že je schopná riešiť zadané úlohy, nie stanovovať dobré úlohy a ciele – na to treba posledný stupeň poznatkovej pyramídy: múdrosť. A presne to je náplňou ďalšieho pokračovania nášho seriálu.

Odkazy:

[1] Shane Legg, Marcus Hutter: A Collection of Definitions of Intelligence. Cornell University Library, Frontiers in Artificial Intelligence and Applications, Vol.157 (2007) 17-24.

[2] Argyris, C.; Schön, D.: Organizational Learning: A theory of action perspective. Reading MA: Addison-Wesley (1978). ISBN 0201001748.

[3] Cattell, R. B.: Abilities: Their structure, growth, and action. New York: Houghton Mifflin (1971). ISBN 0395042755.

Ivan Burger

Ivan Burger je riaditeľ vzdelávacej spoločnosti ibis partner Slovakia, s.r.o., senior tréner manažérskych zručností a podnikový poradca pre oblasť riadenia výkonnosti prostredníctvom KPI a Balanced Scorecard .

http://www.ibispartner.sk

 4,215 total views,  9 views today

0

0