1. שיתוף ב(מ)ידע בקבוצות קטנות: השפעת המשימה, הקבוצה והתקשורת
ד"ר גלעד רביד
המחלקה להנדסת תעשייה וניהול
אוניברסיטת בן גוריון בנגב

2. תודות מנחה העבודה – פרופ' שיזף רפאלי חברי הועדה המלווה והשופטים
רשות המחקר או"פ – מלגת הצטיינות לדוקטורט
עריכה לשונית – נורית אלרואי
בית הספר למוסמכים במנהל עסקים אוניברסיטת חיפה
מחברים שותפים למאמרים – שיזף רפאלי, קונטין (גד) ג'ונס, עדנה יפה, עדנה טל, דפנה רבן, אבי נוי, ראובן אביב, ציפי ארליך, אביבה גבע.
חברי קבוצת המחקר במרכז לחקר חברת המידע, אוניברסיטת חיפה

4. מה נעשה לא נדבר על: מודל (סקירת) הגורמים המשפיעים על שיתוף בידע
ניסויים לאישוש המודל
האם שיתוף במידע משפר ביצועים?
כיצד משתפים
שיתוף ידע בקבוצות גדולות
שיתוף ידע ומבנים חברתיים
לא נדבר על:
משחקים

5. הגדרות
תוכן
מבנה
קבוצה, צוות, קהילה
נתונים
מידע
ידע ?
צמצום
הוספת הקשר

6. קהילה וירטואלית
Dictionary of Sociology (Milson, 1074) מונה 90 הגדרות שונות.
מערכת סגורה
גבולות ברורים
חברות יציבה (המשכיות)
בעלת קשר לקהילות אחרות
אינטראקציה חברתית ועניים משותף של חבריה
תוכן שחברי הקהילה יוצרים
Ba (Nonaka & Konno, 1998)

7. תיאוריות חברתיות בשיתוף ידע
Normative Influence Theory
בתקשורת מתווכת מחשב משתפים יותר ידע. שיתוף יעיל דורש קבוצה הגדולה משבעה חברים ( Davison, 1996).
בסיסי נתונים מתוך בחירה (Discretionary Data Bases) (Thorn & Connolly, 1990)
מבנה כזה של מידע אינו נותן תמריץ לשתף.
מידת שיתוף מידע
שיתוף בידע שונה משיתוף במוצר ( Constant, Kiesler, Sproull, 1994)
מוכנות לשתף קשורה לאמון, דאגה חברתית ואכפתיות

8. תיאוריות חברתיות בשיתוף ידע – (המשך)
מגבלות הקבוצה
GroupThink (Janis, 1982)
TIP (Time Interaction and Performance)
ביצוע שלוש סוגי פעולות במקביל: ייצור, תמיכה בקבוצה ותמיכה ביחיד. בכל רגע במהלך חי הקבוצה התמהיל שונה.
מודל לעיבוד המידע החברתי (Social Information Processing)
Cue Filtered Out Effects
הפחתת אי וודאות (Uncertainty Reduction Theory) (Berger & Calabrese, 1975)
שמונת האקסיומות של Berger

9. תיאוריות חברתיות בשיתוף ידע – (המשך)
תיאוריית התפתחות הערוץ (Channel Expansion Theory) (Carlson & Zmud, 1999)
עושר  הכרות
עושר המדיה (Media Richness Theory)
מדידה אובייקטיבית של מידת "עושר" הערוץ
לכל משימה יש את מידת העושר המתאימה לו

10. תיאוריות חברתיות בשיתוף ידע – (המשך)
סינכרוניות המדיה (Theory of Media Synchronicity) (Dennis & Valacich, 1999)
גורמים הקובעים את הסינכרוניות:
מידיות המשוב
מבחר הסמלים
הקבלה
אפשרות של חזרה
עיבוד מחדש
ככל שכל ה חמישה גבוהים יותר כך הערוץ סינכרוני יותר
ערוץ בעל סינכרוניות נמוכה מתאים להעברת מידע ואילו ערוץ בעל סינכרוניות גבוהה מתאים להסקת מסקנות

12. שם
הקשר סביבתי
מתודולוגית חקר
שיטת ניתוח נתונים
תפקיד הדואר האלקטרוני
עבודה
ניסוי באמצעות הדמיה
סטטיסטיקה פרמטרית
המסרים העוברים במנגנונים מקוונים המאפשרים שיתוף בידע
ניתוח תוכן
מבחני התאמה
רשתות נטולות קנה מידה ורשתות עולם קטן
לימוד
תצפית בלתי מתערבת בכלל האוכלוסיה
ניתוח רשתות חברתיות
מבנה קבוצות דיון
תצפית בלתי מתערבת במדגם קטן (Test Bed)

13. החוליה
במקור זה נראה כך
גרסת המרכז לחקר חברת המידע, אוניברסיטת חיפה

14. מבנה המערכת
מוצרים
מפעל
מפיץ
סיטונאי
קמעונאי
הזמנות

15. מסקנות שיתוף בידע משפר את ביצועי הקבוצה
יש מקום לשקול Disintermediation

17. מסקנות השחקנים במשחק החוליה השתמשו הרבה באפשרויות התקשורת שניתנו להם
לעתים השימוש של השחקנים הוא מובן מאליו ולעתים לא.
רוב הקבוצות למדו מהניסיון בגרסה המצומצמת שקמעונאי קרוב לשטח וללקוחות ולכן הוא המקור המהימן ביותר בקשר למצב השוק.
שהקמעונאי יישם את המסקנות ואת הודעותיו הוא שולח לגורמים שמעליו
את הדיון האסטרטגי החליטו הקבוצות לנהל בלי לשתף את גורמי הביניים אלא ישירות בין המפעל לקמעונאי
לדיון כזה עלולות להיות השפעות שליליות על אחדות הקבוצה.
חברי הקבוצה נוטים לשלוח הודעות במעלה השרשרת
ייתכן ששינוי פרדיגמה לכל הכיוונים הוא גדול מדי ליישום בבת אחת.

18. מסקנות - המשך
לא ברור מדוע הודעות שעניינן תיאום בין השחקנים מקושרות להודעות שנשלחו לסיטונאי ולא לשום גורם אחר, ומדוע הסיטונאי שלח הודעות על ביקוש.
הקשר בין הודעות בקשה למידע להודעות חברתיות מעניין ומצביע על ערכו של המידע. אף כי המטרה של כל הגורמים אחידה, יש צורך בריכוך חברתי לפני בקשת המידע.
את עיקר התיאום קיבלו עליהם המפיץ והסיטונאי

19. Asynchronous discussion groups as Small World and Scale Free Networks by Gilad Ravid and Sheizaf Rafaeli
September Issue first pick

21. ניתוח רשתות חברתיות

22. Small World Networks Two characteristics
A small average path length
Mean shortest node-to-node path
A large clustering coefficient
How many of a node’s neighbors are connected to each other

23. Scale Free Networks
Scale-free networks are characterized by a power-law distribution of a node’s degree.

24. Some Published Networks (adapted from Newman 2003)C α l Z m n
0.78
2.3
3.48
113.43
25,516,482
449,913 U
film actors
0.34 -
4.6
14.44
55,392
7,673
company directors
0.56
7.57
3.92
496,489
253,339
math coauthorship
0.16
1.5/2.0
4.95
1.44
86,300
59,912 D
messages
3.2
2,810
sexual contacts
0.08
1.3/1.4
30,635
8,830
Discussion Groups
0.44
2.7
70.13
17,000,000
460,902
Word co-occurrence
info
0.39
2.5
3.31
5.98
31,992
10,697
Internet
tech
18.99
2.67
6,594
4,941
power grid
0.28
3.97
7.68
2,359
307
Neural networks
bio
social

26. Small World Networks Affects
CPL -> Information percolation / Speed of Diffusion
Cliquishness
Personal problems
Find jobs
Find information / answers
Group problems
Disasters recovery
Inventions
Group decision making
Hard to forecast network dynamics

28. Scale-Free Networks …. are common
… important category in networks study
Have very connected members (Hubs)
Hubs have a key role
….results of self organized network
… growth with preferential attachment mechanism

29. Scale Free Networks Affects
Continuous hierarchy of members
No characterized member
Resistance to failure
Sensitivity to attacks
We know how they form
Information diffusion
Rich get richer

30. Research Sample Discussion groups of more than 400 courses
Courses taught
158,276 messages

31. Why discussion groups? Knowledge management
The main carriage for cooperative learning and working
Knowledge management
Sage on the Stage to Guide on the Side
Shared memory (space)
Equal opportunity to read and write messages
Message are the links between participants and knowledge
One can read (lurk) other discussions

32. Research populations Percentage of Number The Population A 100% 75,409
All Registered Participants
16.5%
12,506
Participants who sent at least 1 message B
28.8%
3,609
Non active Participants (received no answers and did not answer others) C
0.5% 67
Participants who only answered themselves D
70.6%
8,830
Regular Participants E

35. CC
CPL
0.085
Discussion Groups Network
0.000
7.3625
Random Network (Average encompassing three networks)
7.3045
Theoretical Random Network
216
0.63
Ratio between random network and discussion groups

37. ד"ר גלעד רביד המחלקה להנדסת תעשייה וניהול אוניברסיטת בן גוריון
תודה .... שאלות..... תשובות