Совместное когнитивное картирование – метод обеспечения междисциплинарных инновационных проектов Меганауки

Целью данной статьи является расширение процедуры когнитивного картирования для ее трансформации из метода научного исследования в инструмент поддержки принятия управленческих решений, способствующий реализации потенциала меганауки (крупномасштабных специализированных исследовательских установок коллективного использования мегакласса) в организации междисциплинарных проектов. Важный эффект меганауки состоит в возможности организации междисциплинарных исследований и внедрения их результатов в хозяйственную практику. В перспективе бизнес-аналитики могут характеризовать меганауку как распределенную сеть нематериальных активов при концентрации материального капитала. Большое когнитивное разнообразие, информационная перегрузка и неявные знания, характерные для междисциплинарных исследований и взаимодействия между наукой и бизнесом, создают барьеры для обработки данных, фильтрации информации и представления знаний, что препятствует появлению междисциплинарных проектов. В статье приводится обоснование аналитического подхода, стимулирующего принятие решений в междисциплинарных и инновационных проектах, на примере меганауки при взаимодействии представителей различных дисциплин, а также представителей бизнес-сообщества, включая алгоритм новой управленческой процедуры. Согласно данному подходу обработка данных, фильтрация информации и представление знаний выполняются в циклах взаимодействия между человеком и машиной, которые повторяются до достижения желаемой когнитивной дистанции. Такая аналитическая процедура дает возможность выявить коллективное знание (представление) управленческой команды. Преимущество предлагаемого подхода заключается в том, что он позволяет устранить субъективность в создании пула начальных конструктов путем машинной фильтрации слабоструктурированных больших данных. С помощью полученных нами результатов управленцы смогут решать сложнейшую задачу – анализировать сложные хозяйственные систем, причем не только системы проектного типа, но и такие системы объектного типа, как страна, регион, отрасль, предприятие.

1. Абрамова Н.А., Авдеева З.К. Когнитивный анализ и управление развитием ситуаций: проблемы методологии, теории и практики // Проблемы управления. 2008. № 3. С. 85–87. URL: http://www.mathnet.ru/links/4442f8280076ffbc4e64c42b437bf4e4/pu163.pdf.

2. Баджо Р., Шерешева М.Ю. Сетевой подход в экономике и управлении: междисциплинарный характер // Вестн. МГУ. Сер. 6. Экономика. 2014. № 2. С. 3–21. URL: https://www.researchgate.net/publication/281116682_Setevoj_podhod_v_ekonomike_i_upravlenii_mezdisciplinarnyj_harakter.

3. Елисеева И.И., Платонов В.В., Бергман Ю.-П., Луукка П. Когнитивное разнообразие и формирование доминантной логики инновационных компаний // Экономическая наука современной России. 2015. № 3. С. 67–80. URL: https://www.ecr-journal.ru/jour/article/view/77.

4. Елисеева И.И., Платонов В.В., Бергман Ю.-П., Дюков И., Рюйотта П. Формирование доминантной логики развития компании: всматриваясь в черный ящик // Экономическая наука современной России. 2016. № 4. С. 53–67. URL: https://www.ecr-journal.ru/jour/article/view/168.

5. Игнатьев М.Б., Карлик А.Е., Кукор Б.Л., Платонов В.В., Яковлева Е.А. Рискоориентированная технология информационного обеспечения в условиях цифровой экономики: управление рисками в электроэнергетике // Экономические науки. 2018. № 161. С. 21–29. URL: https://ecsn.ru/files/pdf/201804/201804_21.pdf.

6. Карлик А.Е., Платонов В.В. Организационно-управленческие инновации: резерв повышения конкурентоспособности российской промышленности // Экономическое возрождение России. 2015. № 4. С. 34–44.

7. Карлик А.Е., Платонов В.В. Межотраслевые территориальные инновационные сети // Экономика региона. 2016. № 4. С. 1218–1232. URL: http://economyofregion.ru/Data/Issues/ER2016/December_2016/ERDecember2016_1218_1232.pdf.

8. Клейнер Г.Б. Системная парадигма и теория предприятия // Вопросы экономики. 2002. № 10. C. 47–49.

9. Клейнер Г.Б. Системная парадигма и системный менеджмент // Российский журнал менеджмента. 2008. № 3. C. 27–50. URL: https://rjm.spbu.ru/article/view/475/406.

10. Клейнер Г.Б. Государство – регион – отрасль – предприятие: каркас системной устойчивости экономики России. Ч. 2 // Экономика региона. 2015. № 3. С. 9–17. URL: http://economyofregion.ru/Data/Issues/ER2015/September_2015/ERSeptember2015_9_17.pdf.

11. Клименков Г.В., Кукор Б.Л. Экспертные системы и системы ситуационного управления на базе логико-лингвистических моделей // Вест. УГНТУ. Наука, образование, экономика. Сер. Экономика. 2017. № 1. С. 7–19. URL: https://cyberleninka.ru/article/n/ekspertnye-sistemyi-sistemy-situatsionnogo-upravleniya-na-bazelogiko-lingvisticheskih-modeley.

12. Плотников А.С. Ситуационный подход и методология социально-гуманитарного познания // Ценности и смыслы. 2017. № 1. С. 100–111. URL: https://cyberleninka.ru/article/n/situatsionnyypodhod-i-metodologiya-sotsialno-gumanitarnogopoznaniya.

13. Axelrod R. The structure of decision. Princeton: Princeton University Press, 1976.

14. Bergman J.-P., Knutas A., Jantunen A., Luukka P., Karlik A., Platonov V. Strategic interpretation on sustainability issues: Eliciting cognitive maps of boards of directors // Corporate Governance (Bingley). 2016. Vol. 16. № 1. P. 162–186. URL: https://www.emeraldinsight.com/doi/abs/10.1108/CG-04-2015-0051.

15. Boisot M.H. Knowledge assets: Securing competitive advantage in the information economy. Oxford: Oxford University Press, 1998.

16. Chen H., Chiang R., Storey V. Business intelligence and analytics: from big data to big impact // MIS Quarterly. 2012. Vol. 36. № 4. P. 1165–1188. URL: https://misq.org/misq/downloads/download/editorial/565.

17. Clore G.L., Huntsinger J.R. How emotions inform judgment and regulate thought // Trends in Cognitive Science. 2007. Vol. 11. № 9. P. 393–399. URL: https://www.cell.com/trends/cognitive-sciences/abstract/S1364-6613(07)00190-8?code=cell-site.

18. Davenport T.H., Pati D.J. Data scientist: The Sexiest job of the 21st century // Harvard business review. 2012. Vol. 90. № 10 P. 70–76. URL: https://hbr.org/2012/10/data-scientist-the-sexiestjob-of-the-21st-century.

19. De Mauro A., Greco M., Grimaldi M. A formal definition of Big Data based on its essential features // Library Review. 2016. Vol. 65. Iss. 3. P. 122–135. URL: https://www.emeraldinsight.com/doi/abs/10.1108/LR-06-2015-0061.

20. Drucker P.F. Management challenges for the 21st century. N.Y.: Harper Business, 1999.

21. Dutton J.E., Duncan R.B. The influence of the strategic planning process on strategic change // Strategic Management Journal. 1987. Vol. 8. P. 103–116. URL: https://onlinelibrary.wiley.com/doi/abs/10.1002/smj.4250080202.

22. Edmondson A.C., Harvey J.F. Cross-boundary teaming for innovation: Integrating research on teams and knowledge in organizations // Human Resource Management Review. 2018. Vol. 4. Issue 28. P. 347–360. URL: https://www.sciencedirect.com/science/article/pii/S1053482217300219.

23. Forester J.W. Counterintuitive behavior of social systems // Technology Review. 1971. Vol. 73. № 3. P. 52–68. URL: https://www.sciencedirect.com/science/article/pii/S004016257180001X.

24. Gao F., Li M., Nakamori Y. Critical systems thinking as a way to manage knowledge // Systems Research and Behavioral Science. 2003. Vol. 20. Iss. 1. P. 3–19. URL: https://onlinelibrary.wiley.com/doi/abs/10.1002/sres.512.

25. Langfield-Smith K.M. Exploring the need for a shared cognitive map // Journal of Management Studies. 1992. Vol. 29. № 3. P. 349–368. URL: https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1467-6486.1992.tb00669.x.

26. Lobanov O.S., Minakov V.F., Minakova T.E., Schugoreva V.A. NBIC convergence of geoinformation systems in Saint-Petersburg’s information space // Proceedings of 17th International Multidisciplinary Scientific GeoConference SGEM. 2017. Vol. 17. Iss. 21. P. 471–478. URL: https:// sgemworld.at/sgemlib/spip.php?article10230.

27. Mayer-Schonberger V., Cukier K. Big Data: A revolution that will transform how we live, work and think. L.: John Murray, 2013.

28. Nooteboom B., Van Haverbeke W., Duysters G., Gilsing V., Van den Oord A. Optimal cognitive distance and absorptive capacity // Research Policy. 2007. Vol. 36. P. 1016–1034. URL: https://www.sciencedirect.com/science/article/pii/S0048733307000807.

29. Platonov V.V. Technological leverage in management of innovation, Preprints of the 11th IFAC International Workshop on Control Applications of Optimization (CAO2000), Saint Petersburg, 2000. Vol. 1. Pp. 283–288. URL: https://www.researchgate.net/publication/317144698_Technological_Leverage_in_Management_of_Innovations.

30. Rowley J. The wisdom hierarchy: Representations of the DIKW hierarchy // Journal of Information Science. 2007. Vol. 33. № 2. P. 163–180. URL: http://journals.sagepub.com/doi/abs/10.1177/0165551506070706.

31. Tkachenko E., Rogova E., Bodrunov S. Intellectual capital assessment and financial indicators for Value-based management: The joint application // Proceedings of the 13th International Conference on Intellectual Capital Knowledge Management & Organisational Learning. New York, 2016. P. 250–258. URL: https://publications.hse.ru/mirror/pubs/share/folder/xx6fexd2pa/direct/196871619.