Introducción

En la actualidad, el conocimiento ha sido un recurso fundamental en las organizaciones e instituciones ^{(Alnaimi & Rjoub, 2019}; ^{Chen & Engeda, 2020}; ^{Wu & Hu, 2018)}; particularmente, en el sector educativo, se han hecho esfuerzos por gestionar el conocimiento mediante diferentes tecnologías; por ejemplo, implementación de WebServices ^{(Archer-Brown & Kietzmann, 2018)}, sistemas inteligentes ^{(Jami Pour, Kouchak Zadeh, & Ahmad Zadeh, 2018)}, Arquitectura orientada a servicios, Big Data ^{(Bibi, Padhi, & Dash, 2020)} y sistemas orientados a gestionar el conocimiento ^{(Misselhorn, 2020}; ^{Yang, Chen, Chen, & Yeh, 2021)}.

Es importante mencionar, que en la literatura se han desarrollado metodologías que implementan las tecnologías antes indicadas con el propósito de gestionar el conocimiento. Una metodología es un conjunto de procesos, métodos, pautas y técnicas que permiten gestionar correctamente y de una forma integral un proyecto ^{(Chen & Engeda, 2020}; ^{Höhne, 2018}; ^{Skalicky & Čerpes, 2019)}.

En el siguiente artículo se presenta la implementación de un sistema de gestión de conocimiento utilizando técnicas de Big Data con la finalidad de procesar información de fuentes distribuidas en un sistema tecnológico completo, su principal aportación es una nueva arquitectura desarrollada específicamente para la ganadería además proponen una reevaluación periódica ^{(Fote, Roukh, Mahmoudi, Mahmoudi, & Debauche, 2020)}.

En contraste, en ^{Jia & Wu (2020)}, se establece un sistema de evaluación inteligente de la gestión de emergencias donde proponen una metodología que cumple con un diseño general para evaluar y clasificar las implicaciones de los estándares relevantes del sistema de emergencia de china, utilizando un algoritmo de una red neuronal. Además, se puede destacar, que en este trabajo se utiliza un modelo que consiste en 13 pasos entre los cuales podemos encontrar los siguientes tres: Análisis, Evaluación, Comparación .

Estos sistemas no tienen una estructura consistente de seguridad en los datos; en consecuencia, los sistemas sufren de varios retos como la seguridad, la fiabilidad y la comodidad, es por ello que en el presente trabajo se sugieren mejoramientos para una eficiente accesibilidad y garantizar una correcta gestión de información de una clínica veterinaria la propuesta del modelo consiste en un análisis predictivo para los pacientes veterinarios ^{(Iqbal, Jamil, Ahmad, & Kim, 2021)}.

^{Boss and Gerth (2020)} destacan en su modelo un mapeo general de la información que sirve para identificar las necesidades de migrar o eliminar ciertos datos que ayudan a reducir la cantidad de trabajo, su modelo está construido de 6 atributos: Manual, Repetitivo, Automatizable, Táctico, trabajo, Sin valor duradero y Escalabilidad.

El conocimiento es importante para toda organización debido a que este permite la innovación ^{(Simao & Franco, 2018)}, además puede mejorar significativamente el desempeño organizacional ^{(Li, Liu, & Zhou, 2018)} y permite una ventaja competitiva sobre las otras organizaciones ^{(Song & Sun, 2018)}.

El conocimiento ha sido explotado en los diferentes sectores tales como la manufactura, gobierno, medicina, sector educativo, etc. ^{(Usai, Pironti, Mital, & Aouina Mejri, 2018)}.

El conocimiento es un recurso ^{(Zoogah, Gomes, & Cunha, 2020)} basado en diferentes elementos competitivos ^{(Mirzaee & Ghaffari, 2018)} de acuerdo con el contexto ^{(Bibi, Padhi, & Dash, 2020)}, tales como información ^{(Pee, 2018)}, experiencias ^{(Simao & Franco, 2018)}, habilidades ^{(Bibi, Padhi, & Dash, 2020)}, evidencia ^{(Li, Liu, & Zhou, 2018)} o datos de procesos ^{(Simao & Franco, 2018)}.

Para el sector educativo, el conocimiento es importante, ya que permite la creación, la evaluación y una enseñanza efectiva ^{(Wiens, Beck, & Lunsmann, 2020)}; es por ello, que el conocimiento de los estudiantes en las diferentes áreas disciplinares del nivel universitario es un factor fundamental para asegurar la conclusión exitosa ^{(Al-Duais & Al-Awthan, 2019)}; sin embargo, las AD requieren mejorar indicadores de aprovechamiento o acreditación ^{(Machimbidza & Mutula, 2020)}; por ejemplo, Matemáticas ^{(Kissel, 2019)}, Física ^{(Ngoma, Hoko, Misi, & Chidya, 2020)}, etc.

Aunque el conocimiento matemático es importante para el desarrollo y éxito personal ^{(Primi, Bacherini, Beccari, & Donati, 2020)}, algunas evaluaciones internacionales recientes como el Programa para la Evaluación Internacional de Alumnos de la OCDE PISA ^{(Stadler, Herborn, Mustafić, & Greiff, 2020)}, TIMSS ^{(Camilli & Dossey, 2019)} indican que el índice de reprobación es de más del 50%. Es por lo que deben tener que promover el aprendizaje efectivo de los estudiantes, los profesores de matemáticas deben tener un conocimiento profundo del contenido matemático a ser enseñado, ya que el conocimiento de los maestros influye en la calidad de su desempeño en el aula, que es ampliamente reconocido como el factor clave en el aprendizaje de los estudiantes ^{(Zakaryan & Ribeiro, 2018)}.

Por esta razón, se busca mejorar el proceso de enseñanza-aprendizaje, y se han realizado esfuerzos que pretenden facilitar el aprendizaje matemático.

Por otro lado, una metodología es un conjunto de procesos, métodos, pautas y técnicas que permiten gestionar correctamente y de forma integral un proyecto ^{(Chen & Engeda, 2020}; ^{Höhne, 2018}; ^{Mukhopadhyay & Gupta, 2019}; ^{Pee, 2018)}.

Para resolver este problema, proponemos proveer de una metodología, la cual está compuesta de 5 fases que sirven de guía para implementar un sistema de gestión de conocimiento en alguna otra organización; esta metodología retoma las mejores prácticas de la literatura y atiende las áreas de oportunidad.

Desarrollo

Para la creación de la metodología propuesta en la implementación de un sistema de gestión de conocimiento (KMS) por sus siglas en inglés, en una organización educativa, se diseñó con base en las mejores prácticas, con ellas se logró destacar algunas “Fases, Procesos, Métodos y Pasos” ^{(Chen & Engeda, 2020}; ^{Chierici, Mazzucchelli, Garcia-Perez, & Vrontis, 2019}; ^{Verdegay & Rodríguez, 2020)}.

Una de las actividades más importantes dentro de la investigación cualitativa fue explorar cómo hacen las organizaciones existentes para el reconocimiento del conocimiento dentro de una construcción social y como poder explotar el mismo de una manera compartida tanto como en el conocimiento tácito y el explícito ^{(K & Desta, 2020}; ^{Maramba & Smuts, 2020)}.

El resultado del estudio ofrece una recopilación de los estudios existentes con la posibilidad de reunir, evaluar y utilizar un marco de implementaciones KMS.

El objetivo principal del estudio es desarrollar una nueva metodología genérica para una implementación de un sistema de gestión de conocimiento, por lo que se utilizó un enfoque con un método mixto que permite desarrollar una metodología genérica ^{(Ji, Liu, Wang, Hu, Yang, & Jiang, 2019}; ^{Yan & Zhang, 2019)}.

Para la creación de la metodología, intentamos adoptar estudios de caso con puntos singulares muy frecuentes de los cuales se destacan 5 fases. Estas fases involucradas fueron previamente analizadas con la intención de que se adaptaran de la manera más eficaz para la implementación del KMS y con ello garantizar el éxito del mismo.

Esta metodología incluye las siguientes fases: Identificación del conocimiento, Análisis del conocimiento, Actualización del conocimiento, Generación del conocimiento y Transferencia del conocimiento. Si bien aún se cree que estas fases conforman la metodología de una manera eficaz y completa, fue necesario indagar en los trabajos de investigación que aportan implementaciones de algunos autores que están particularmente alineados con el objetivo de la investigación.

En fin, como un esfuerzo por trascender a la práctica y con el objetivo de validar, complementar y verificar la metodología, se realizó un esfuerzo por distinguir aquellos documentos de investigación que realmente merecen ser conservados y tomados en cuenta para la creación, validación y complementación de la metodología, y para ello, cada trabajo de investigación fue sometido a una serie de preguntas y criterios de investigación específicos. Además, las preguntas de investigación se han formulado con el fin de obtener un criterio de evaluación sobre los trabajos de los autores:

Para responder a las preguntas de la investigación, se han realizado búsquedas en las bases de datos de bibliografías de alto prestigio. La búsqueda se limitó a los artículos de revistas revisadas JCR y con un criterio de 5 años anteriores al año de búsqueda. En total se lograron recopilar 50 artículos con metodologías particularmente alineadas al trabajo actual de los cuales solo se tomaron 35 pertenecientes a revistas académicas sobre KMS, entre ellas se puede destacar: ^{Mukhopadhyay & Gupta, 2019}; ^{Quarchioni, Paternostro, & Trovarelli, 2020}; ^{Song & Sun, 2018}; ^{Wiens, Beck, & Lunsmann, 2020}; además, estos trabajos se perfeccionaron con el trabajo de revisión de ^{Quarchioni, Paternostro, & Trovarelli (2020)}, donde evalúa algunas implementaciones de los KMS.

La metodología que se utilizó para la implementación de este trabajo se puede ver ilustrada en la Figura (2), se puede ver dividida en las 5 fases principales de la metodología propuesta.

Figura 1: Conocimiento tácito y explícito. 

Figura 2 Metodología. 

Conclusiones

Una vez concluido el estudio, los resultados de la metodología planteada en la implementación de un sistema de gestión de conocimiento y tras la realización de un análisis es posible concluir que con respecto a las actividades referidas al sistema de gestión de conocimiento se determinó que el rendimiento de los estudiantes logró un incremento del rendimiento tras la valoración de los exámenes de matemáticas implementados en el sistema de gestión de conocimiento; esto es debido a que se desempeñan mejor en un ámbito con menos carga cognitiva al ser evaluados con un método innovador que propone que los exámenes sean no exhaustivos.

La aportación principal de este trabajo de investigación que consiste en el diseño y creación de una metodología genérica para la implementación de un sistema de gestión de conocimiento, fue demostrada tras una correcta implementación de las 5 fases que conforman la metodología, mostrando a que esta misma tiene una solidez científica debido a que fue creada con base en las mejores prácticas del estado del arte y la experiencia de los autores enfocados al mismo campo de investigación.

Cada una de las fases presentadas dentro de la metodología fue trabajada y desarrollada con el sistema de gestión de gestión de conocimiento; posteriormente, las principales problemáticas de la implementación fueron corregidas con una correcta elección del método adecuado.

Para lograr los objetivos propuestos, fueron presentadas diferentes estrategias que suponen pueden solucionar el problema; sin embargo, fue necesario basarnos en un enfoque de una metodología mixta conformado de las mejores prácticas estas mismas están explicadas en la sección de desarrollo.

Cada uno de los módulos del sistema y en conjunto con los otros módulos crean un marco de trabajo que permite facilitar el trabajo de los consumidores del sistema y lograr el objetivo principal de los sistemas de gestión de conocimiento. Una de las etapas más difíciles de esta metodología es la de transferir el conocimiento puesto que aún queda trabajo por hacer en este punto; sin embargo, el avance y el enfoque permiten que el resultado de este trabajo resuelva los distintos problemas planteados por los sistemas de gestión de conocimientos.

Por último, como trabajo futuro se propone comparar contra otras técnicas orientadas al desarrollo e implementación de sistemas de gestión de conocimiento las cuales sean validadas en diferentes instituciones educativas.