Gestión del Conocimiento – ISO 30401

La norma ISO 30401 establece requisitos para la planificación, diseño, implementación, monitoreo y mejora de un sistema de gestión del conocimiento. Estos requisitos incluyen la identificación y captura del conocimiento, su almacenamiento y acceso, así como la promoción de la colaboración y el aprendizaje en la organización. La norma está dirigida a cualquier tipo de organización. Su propósito es apoyar a las organizaciones para que desarrollen un sistema que promueva y permita, con eficacia, la creación de valor a través del conocimiento.

La esencia de la norma de gestión del conocimiento ISO 30401

por Santhosh Shekar

Cada organización debe desarrollar su propio marco de sistema de gestión del conocimiento (SGC) que esté alineado con los requisitos de la norma ISO 30401. En el diagrama KMSSD 1 que aparece a continuación, el marco de SGC se ha asociado con las cláusulas de requisitos de la norma para proporcionar una comprensión general de cómo alinear el programa de gestión del conocimiento. También le proporciona una comprensión general de la norma ISO 30401.

El sistema de gestión del conocimiento tiene múltiples dimensiones que deben establecerse, implementarse, mantenerse y mejorarse continuamente.

Ya sea que adopte estándares o no, considere que cualquier programa o proyecto de gestión del conocimiento tiene el siguiente ciclo típico. El proyecto se inicia con la aceptación o el patrocinio de la gerencia. Luego, el equipo de gestión del conocimiento desarrolla el plan para los requisitos del sistema de gestión del conocimiento y luego trabaja con las funciones de TI y otras funciones para diseñar las prácticas de gestión del conocimiento/el sistema de TI o desarrollar procesos. Una vez que estos se desarrollan por completo, el sistema se implementa mediante la realización de pruebas, capacitación y documentación. Una vez que el sistema se pone en funcionamiento, el equipo debe brindar apoyo a la comunidad de usuarios y recopilar puntos de datos cuantitativos y cualitativos sobre el uso y la eficacia. Con cada retroalimentación de los usuarios canalizada hacia un desarrollo sistemático, la mejora continua del sistema de gestión del conocimiento sigue evolucionando.

Ahora bien, cuando analizamos los requisitos de la norma ISO 30401 KMS, vemos que prácticamente siguen el ciclo de vida de ejecución de la gestión del conocimiento. Lo mismo se refleja en el marco de diseño de KMS que se corresponde con los requisitos de la norma ISO 30401. Esto indica claramente que la norma proporciona el marco para que cada individuo y cada organización comiencen a trabajar con programas de gestión del conocimiento y sigan el ciclo de vida de la gestión del conocimiento independientemente de la solución de gestión del conocimiento que se implemente.

Supongamos que una organización desea comenzar con KM, o si tiene que definir KM para la gerencia y el directorio, entonces el estándar ISO 30401 KMS es el punto de partida, que proporciona orientación sobre cómo desarrollar sistemas de KM.

Fuente: https://realkm.com/2022/02/02/the-essence-of-the-iso-30401-knowledge-management-standard/

---

Integración de estándares globales para el conocimiento humano y la inteligencia artificial [Cumbre del conocimiento de MBRF]

por Bruce Boyes

Desde la perspectiva de la gestión del conocimiento (GC), una de las presentaciones más importantes en la Cumbre de Conocimiento de la Fundación de Conocimiento Mohammed bin Rashid Al Maktoum (MBRF) fue la presentación preliminar de Ron Young del Manual de la MBRF para los estándares ISO de gestión integrada del conocimiento, innovación e inteligencia artificial.

La integración de los estándares de gestión del conocimiento, innovación e IA por parte de MBRF es una primicia mundial y sigue a MBRF como la primera organización sin fines de lucro del mundo en recibir la certificación ISO 30401 sobre sistemas de gestión del conocimiento: requisitos en 2019, poco después de que se publicara esta norma.

El liderazgo en materia de estándares de MBRF también respalda el llamado a la acción que recientemente realizó la Organización de las Naciones Unidas (ONU) para mejorar la gobernanza de la inteligencia artificial (IA) a través de estándares internacionales, coincidiendo con la adopción del Pacto Digital Global como parte del emblemático Pacto para el Futuro . Esta integración de estándares también está respaldada por una nueva investigación ¹ , como se resume en un artículo reciente de la revista RealKM .

MBRF ha nombrado a Ron Young como asesor jefe de conocimiento e inteligencia artificial para desarrollar el sistema de gestión integrado basado en las normas ISO 30401, ISO 42001 e ISO 56001. Es reconocido como un experto internacional y líder de opinión en gestión estratégica de conocimiento e inteligencia artificial. Esto incluye un conocimiento experto de alto nivel de las normas ISO, y Ron es miembro formal de los Comités de Normas Nacionales BSI KMS/1 (Gestión del conocimiento), BSI IMS/1 Gestión de la innovación, BSI ART/1 Inteligencia artificial y BSI AMS/1 Gestión de activos. Como miembro de estos comités, asiste a los comités de normas ISO ISO 30401:2018, ISO 56001 Gestión de la innovación y ISO 42001 Sistemas de gestión de inteligencia artificial.

Su Excelencia Jamal bin Huwaireb, Director Ejecutivo de MBRF, afirma que:

El Gabinete de los Emiratos Árabes Unidos, presidido por Su Alteza el Jeque Mohammed bin Rashid Al Maktoum, Vicepresidente y Primer Ministro de los Emiratos Árabes Unidos y Gobernador de Dubái, adoptó la Estrategia Nacional de Inteligencia Artificial 2031. La MBRF contribuye a esta estrategia con su misión de brindar los mejores métodos posibles para crear, transferir y aplicar conocimiento a individuos, equipos, organizaciones y sociedades basadas en el conocimiento en todo el mundo. Hemos estado trabajando con Ron Young desde 2016 y estamos encantados de colaborar ahora en la creación de sistemas integrados de gestión del conocimiento e impulsados ​​por IA. Esto ayudará a las organizaciones a identificar y desarrollar activos de conocimiento críticos y centrales, tanto humanos como digitales, que se pueden mejorar mediante una gestión del conocimiento eficaz y la inteligencia artificial.

Hasta ahora, un gran número de organizaciones han expresado su interés en el Manual MBRF. Puede encontrar más información sobre la integración de estándares de MBRF en las diapositivas de la presentación de Ron.

Diapositivas

Referencia:

1. Khazieva, N., Pauliková, A. y Chovanová, HH (2024). Maximización de la sinergia: los beneficios de una implementación conjunta de estándares de sistemas de inteligencia artificial y gestión del conocimiento. Aprendizaje automático y extracción de conocimiento , 6 (4), 2282-2302.

Fuente: https://realkm.com/2024/11/28/integrating-global-standards-for-human-knowledge-and-ai-mbrf-knowledge-summit-special-issue/

---

Maximizar la sinergia: los beneficios de una implementación conjunta de estándares de sistemas de gestión del conocimiento e inteligencia artificial

por Natalia Khazieva, Alena Pauliková^*y Henrieta Hrablik Chovanová

Abstract

La implementación de sistemas de gestión en organizaciones de todo tipo y tamaño suele plantear la siguiente pregunta: “¿Qué beneficios traerá esto?”.

La resistencia inicial y las críticas son comunes a medida que se identifican desafíos potenciales durante el proceso de implementación. Para abordar esto, es esencial destacar las ventajas de estos sistemas e involucrar a las partes interesadas en el apoyo de los esfuerzos de gestión.

Si bien la planificación, implementación, uso, mantenimiento, auditoría y mejora de los sistemas de gestión son generalmente voluntarios, la certificación suele estar impulsada por factores externos, en particular las demandas de los clientes. Los empleados también pueden ganar significativamente, ya que el conocimiento y la información sirven como recursos valiosos, especialmente para aprovechar la inteligencia artificial.

Este artículo explora la disposición de la gerencia para adoptar y utilizar plenamente dos sistemas de gestión basados ​​en estándares internacionales: el sistema de gestión del conocimiento (KMS) ISO 30401 y el sistema de gestión de la inteligencia artificial (AIMS) ISO/IEC 42001. A través de entrevistas, evaluamos los desafíos y las soluciones asociadas con la implementación de estos sistemas, ya sea planificados o parcialmente adoptados. Los hallazgos ilustran los beneficios sinérgicos de la integración del KMS y el AIMS, demostrando cómo su uso combinado puede mejorar los sistemas de gestión integrados (IMS). Esta integración respalda la planificación integral, la operación y la evaluación del desempeño de los procesos y servicios, al tiempo que promueve la mejora continua.

1. Introducción

Se espera que las nuevas capacidades de IA, incluida la gestión del conocimiento, se conviertan en parte integral de diversas actividades organizacionales. La creación de una asociación entre los seres humanos y la IA puede respaldar las actividades de gestión del conocimiento, y es fundamental comprender las implicaciones para el desarrollo y la gestión de sistemas de IA. Esto implica tener en cuenta a las personas, la infraestructura y los procesos [ 1 ].

En respuesta a la creciente importancia del conocimiento como ventaja competitiva clave y su papel en la creación de valor, la Organización Internacional de Normalización (ISO) introdujo las normas de sistemas de gestión (MSS) para la gestión del conocimiento [ 2 ].

Esta iniciativa es importante porque alienta a las organizaciones a considerar el conocimiento de manera estratégica, mejorando sus procesos para abordar mejor los desafíos. La incorporación y posterior integración de otro sistema de gestión relevante para el KMS, como ISO/IEC 42001 [ 3 ], puede tener un efecto sinérgico positivo.El objetivo principal de este artículo es abordar la falta de una visión integral de la implementación conjunta y, posteriormente, la integración de las normas ISO 30401 e ISO 42001. Su objetivo es determinar cómo estas normas ayudan a resolver problemas prácticos en la creación y desarrollo de un sistema de gestión del conocimiento respaldado por inteligencia artificial (IA) y demostrar sus beneficios sinérgicos cuando se utilizan juntas.

1.1. Sistema de conocimiento y gestión

Cada organización trabaja en un entorno determinado y trata con clientes, consumidores, proveedores, organizaciones gubernamentales y no gubernamentales, empleados y propietarios.El conocimiento es un concepto ampliamente discutido en el campo de la gestión estratégica porque proporciona una ventaja competitiva sostenible. La gestión del conocimiento puede analizarse desde varios ángulos: como un estado mental, un objeto, un proceso, una condición de tener acceso a la información o una capacidad [ 4 ]. Además, puede examinarse desde varias perspectivas, como la gestión de recursos humanos, la gestión estratégica, la gestión de sistemas de TI o un enfoque integrado que combina múltiples funciones de gestión. Algunos autores han elegido definiciones que reflejan estos diferentes enfoques y perspectivas de investigación en la gestión del conocimiento [ 5 ].

El conocimiento fomenta la creación de nuevos productos o servicios, mejora los existentes, perfecciona los procesos de negocio y evita el trabajo repetitivo e innecesario. Las organizaciones aspiran a utilizar el conocimiento para alcanzar sus objetivos, en lugar de simplemente adquirirlo y recopilarlo.Sin embargo, muchas organizaciones tienen dificultades para implementar sistemas de gestión del conocimiento eficaces y buscan orientación para este proceso. La aplicación de la norma ISO 30401 ayuda a establecer objetivos precisos, definir acciones y elementos necesarios, designar personas responsables y controlar todo el proceso.Las organizaciones a menudo enfrentan dificultades al implementar sistemas de gestión del conocimiento, y las razones de los fracasos varían. La norma ISO 30401 ayuda a evitar estos errores y aborda las razones de los fracasos de implementación. Además, la norma tiene como objetivo lograr un alto nivel de calidad en la gestión del conocimiento existente y beneficiarse de este logro. La norma señala requisitos que pueden considerarse como orientación sobre la gestión de políticas y procesos para lograr objetivos específicos y crear una cultura que facilite el ciclo continuo de autoevaluación, cambio y mejora de las operaciones y procesos organizacionales [ 6 ].

Para lograr estos beneficios, las organizaciones necesitan gestionar el conocimiento de manera eficaz. El sistema de gestión del conocimiento (SGC) ISO 30401 comprende un conjunto de procedimientos y acciones diseñados para facilitar y mejorar la creación, adquisición, mantenimiento y administración del conocimiento dentro de la organización. El SGC ayuda a las organizaciones a adaptarse a entornos dinámicos, minimizar los riesgos empresariales y mejorar el aprendizaje y el rendimiento tanto personal como organizacional. 

La Sección 3.2 explica con más detalle los problemas a los que se enfrentan las organizaciones utilizando información de la revisión bibliográfica. Además, la Sección 3 describe los desafíos que recopilamos a través de la entrevista.

1.2. Inteligencia artificial y sistemas de gestión de IA

La implementación de la IA en la gestión del conocimiento se ha llevado a cabo en varios continentes, principalmente en el campo general. La IA se puede aplicar a procesos fundamentales de gestión del conocimiento, toma de decisiones, previsión de conocimientos e intercambios de conocimientos. La implementación de la IA en la gestión del conocimiento está creciendo y el tema de investigación continúa desarrollándose [ 7 ].

A continuación se presentan algunos marcos conceptuales que nos ayudarán a comprender la naturaleza de esta tecnología naciente.La IA es una rama de la informática que ha ido evolucionando desde 1950. El término fue acuñado por primera vez por el científico cognitivo e inventor estadounidense John McCarthy en un artículo de 1956 presentado en la Conferencia del Dartmouth College. En ese momento, la ambición era crear una máquina que imitara las actividades del cerebro humano durante el proceso de aprendizaje. En la mente de McCarthy, al automatizar las diferentes tareas de aprendizaje por las que pasa un cerebro humano, podríamos programar una máquina para que aprendiera y se comportara de manera similar a los humanos.La inteligencia artificial (IA) se refiere al campo científico y técnico dedicado al desarrollo de sistemas de ingeniería que generan resultados como contenido, pronósticos, recomendaciones o decisiones basadas en objetivos definidos por el ser humano [ 8 ].

Haugeland [ 9 ] describe la IA como el esfuerzo por crear máquinas capaces de pensar, adquiriendo potencialmente habilidades similares a las humanas, como el pensamiento abstracto, las emociones, los sentimientos y la conciencia. Kurzweil [ 

10 ] enfatiza la capacidad de la IA para construir máquinas que puedan actuar y reaccionar adecuadamente, adaptando sus respuestas a las demandas situacionales, destacando así el comportamiento inteligente de la IA. Estas definiciones sugieren colectivamente que la IA no solo tiene como objetivo replicar las funciones cognitivas humanas, sino que también se esfuerza por producir sistemas capaces de adaptación y toma de decisiones inteligentes.Además, las técnicas de IA ofrecen herramientas poderosas para desarrollar sistemas de gestión del conocimiento, mejorando su capacidad para gestionar y utilizar el conocimiento de manera eficaz [ 11 ].

Es importante recordar al lector la distinción entre los tres tipos de IA. 

La figura 1 ofrece un resumen de los diferentes tipos.

Figura 1. Diferentes tipos de inteligencia artificial [ 11 ].

La IA es solo una herramienta práctica, no una panacea. Es tan buena como los algoritmos y las técnicas de aprendizaje automático que guían sus acciones. La IA puede realizar bien una tarea específica, pero requiere toneladas de datos y repetición. Simplemente aprende a analizar grandes cantidades de datos, reconocer patrones y hacer predicciones o tomar decisiones basadas en esos datos, mejorando continuamente su desempeño con el tiempo. Este significado de la IA ha evolucionado más allá del mero procesamiento de datos para incluir el desarrollo de máquinas capaces de aprender, razonar y resolver problemas. El aprendizaje automático se ha vuelto tan “competente” que genera todo, desde código de software hasta imágenes, artículos, videos y música. Este es el siguiente nivel de IA, la llamada IA ​​generativa, que se diferencia de la IA tradicional en sus capacidades y aplicaciones. Mientras que los sistemas de IA tradicionales se utilizan principalmente para analizar datos y hacer predicciones, la IA generativa va un paso más allá al crear nuevos datos, como sus datos de entrenamiento [ 12 ].

Dado que los datos y la información son el “combustible” de la inteligencia artificial, la implementación eficaz de la IA requiere una gestión específica de los datos, el procesamiento de la información y una gestión correcta de la propia IA.Las aplicaciones de la inteligencia artificial ya están revolucionando el funcionamiento de las empresas. Los avances en el aprendizaje automático y, en particular, en el aprendizaje profundo están creando un cambio de paradigma en prácticamente todos los sectores de la industria. Abarcando áreas tan diversas como la atención sanitaria, las finanzas y la tecnología de la información, la IA ha sido pionera en innovaciones y optimizaciones en numerosos campos. Un elemento central de estos avances son los sistemas de gestión de la IA. Con una creciente integración en diversas industrias, no se puede exagerar la importancia de garantizar la calidad y la fiabilidad del software de IA utilizado hasta ahora. A pesar de los riesgos que implica, la IA sigue padeciendo una falta de regulación. Aquí es donde los sistemas de gestión de la IA pueden ayudar.El sistema de gestión de la IA, tal como se especifica en la norma ISO/IEC 42001:2023, es un conjunto de elementos interrelacionados o que interactúan entre sí de una organización, cuyo objetivo es establecer políticas y objetivos, así como procesos para alcanzar dichos objetivos, en relación con el desarrollo, la provisión o el uso responsable de sistemas de IA. Esta norma especifica los requisitos y proporciona orientación para establecer, implementar, mantener y mejorar continuamente un sistema de gestión de la IA en el contexto de una organización [ 13 ].

En la Tabla 1 a continuación se enumeran algunos de los beneficios de la integración del sistema de IA.

Tabla 1. Principales beneficios de implementar un sistema de gestión de inteligencia artificial.

Principales beneficios de implementar AIMS
Marco para la gestión de riesgos y oportunidades;
Demostración del uso responsable de la IA;
Trazabilidad, transparencia y confiabilidad;
Reducir las asimetrías de información entre los socios;
Aumentó el nivel de confianza entre los socios;
Ahorro de costes y ganancias de eficiencia.

Utilizando el concepto de la estructura armonizada o consolidada de estándares de gestión de Estructura de Alto Nivel (HLS), es posible analizar de manera integral la gestión del conocimiento y de la IA [ 14 ].

Este enfoque permite extraer conclusiones que facilitan una comprensión más profunda y posibilitan el establecimiento, implementación, mantenimiento, mejora continua y documentación de todos los procesos en ambos sistemas de gestión [ 15 ].

La aplicación exitosa y el uso beneficioso de los sistemas de gestión basados ​​en las normas ISO son cruciales para cualquier organización que decida implementarlos. Sin embargo, estos sistemas a veces pueden caer en ineficiencias administrativas, creando obstáculos en lugar de lograr los efectos sinérgicos deseados. Nuestra investigación investiga si la combinación de sistemas de gestión, específicamente sistemas de gestión del conocimiento (KMS) y sistemas de gestión de inteligencia artificial (AIMS), puede conducir a una gestión más efectiva y mejorada de las entidades comerciales.En nuestra investigación, seleccionamos dos sistemas de gestión respaldados por normas relativamente nuevas con un potencial significativo para lograr una adopción generalizada, similar a la ampliamente reconocida ISO 9001 [ 16 ].

Esta investigación ofrece una perspectiva novedosa que puede atraer el interés de gerentes, investigadores y otras partes interesadas.La gestión de la calidad es hoy en día parte integrante del sistema global de gestión de la organización. Representa la coordinación de un conjunto de actividades enfocadas a la gestión y liderazgo de la organización con énfasis en la calidad, es decir, la satisfacción de los requisitos del cliente [ 17 ].

2. Materiales y métodos

Los materiales utilizados en nuestra investigación se refieren a la gestión del conocimiento, la gestión de la inteligencia artificial y sus respectivos sistemas. En concreto, nos centramos en la norma ISO 30401:2018 (norma de gestión del conocimiento) y la norma ISO/IEC 4200:2023 (tecnología de la información) (inteligencia artificial). La selección se basó en doce años de experiencia con normas de sistemas de gestión, como se refleja en nuestra investigación anterior [ 17 , 18 , 19 ].

Las normas elegidas demuestran un potencial significativo y prometen acelerar su adopción en las organizaciones.Los métodos empleados incluyeron una revisión de la literatura y un análisis de la aplicación de estas normas de sistemas de gestión. Sintetizamos cláusulas, términos, definiciones y anexos individuales de las normas. Además, utilizamos el concepto único de la estructura armonizada de las normas ISO, que facilita la combinación y adaptación efectiva de los sistemas de gestión dentro de las organizaciones.Uno de los principios fundamentales es que todas las normas pueden funcionar juntas. Quienes ya utilizan una MSS en una parte de su negocio y están considerando implementar otras en otra área, descubrirán que el proceso se ha hecho lo más intuitivo posible. Esto es gracias a la estructura armonizada (HS). El concepto de HS es que las normas de gestión están estructuradas de la misma manera, independientemente del dominio de aplicación. Los usuarios familiarizados con una MSS se sentirán inmediatamente cómodos con otra, incluso cuando la utilicen por primera vez [ 20 ].

2.1. Sistemas de Gestión del Conocimiento según la norma ISO 30401:2018

La norma internacional ISO 30401:2018 fue elaborada por el Comité Técnico ISO/TC 260 Gestión de Recursos Humanos como un documento que establece requisitos y presenta directrices para establecer, implementar, mantener, revisar y mejorar de forma sostenible un sistema de gestión eficaz para la gestión del conocimiento. Esta norma ayuda a cualquier organización, independientemente de su tipo o tamaño o de los productos y servicios que ofrezca, a proporcionar todos los requisitos aplicables.

El objetivo de la norma ISO 30401 es ayudar a las empresas a desarrollar un sistema de gestión que promueva y permita de manera eficaz la creación de valor a través del conocimiento. La gestión del conocimiento (GC) es una disciplina centrada en la forma en que las organizaciones crean y utilizan el conocimiento.

No existe una definición aceptada de gestión del conocimiento y no existen normas globales anteriores a esta norma de sistemas de gestión. Aún es necesario superar muchas barreras bien conocidas para una gestión del conocimiento exitosa, incluida la confusión con otras disciplinas, como la gestión de la información. Otras barreras incluyen conceptos erróneos comunes sobre cómo hacer gestión del conocimiento o que simplemente comprar un sistema tecnológico será suficiente para que la gestión del conocimiento agregue valor.

Cada organización elaborará un enfoque de gestión del conocimiento específico para su negocio y entorno operativo, que refleje sus necesidades específicas y los resultados deseados.El objetivo de la norma ISO 30401 es establecer principios y requisitos sólidos de gestión del conocimiento como los siguientes:

• (a) Como orientación para las organizaciones que aspiran a ser competentes en la optimización del valor del conocimiento organizacional;
• (b) Como base para auditar, certificar, evaluar y reconocer a dichas organizaciones competentes por organismos de auditoría reconocidos internos y externos.

Dos modificaciones aportan contenido adicional a la norma. La primera, publicada en 2022, contiene una interpretación más compleja y una aclaración de los términos y definiciones de la norma ISO 30401:2018. La segunda, publicada en 2024, se refiere a los cambios en la acción climática [ 2 ].

Al apoyar a las organizaciones para maximizar los beneficios de la normalización internacional y garantizar la adopción de las normas ISO, la Organización Internacional de Normalización apoya algunos de los objetivos de Desarrollo Sostenible de las Naciones Unidas:

• Objetivo 4: Educación de calidad, que garantiza una educación inclusiva y equitativa de calidad y promueve oportunidades de aprendizaje durante toda la vida para todos;
• Objetivo 8: Trabajo decente y crecimiento económico, que promueve el crecimiento económico sostenido, inclusivo y sostenible, el empleo pleno y productivo y el trabajo decente para todos [ 21 ].

2.2. Sistemas de Gestión de Inteligencia Artificial según la norma ISO/IEC 42001:2023

La norma internacional ISO/IEC 42001:2023 fue preparada por el Comité Técnico ISO/IEC JTC 1/SC 42 Inteligencia Artificial como un documento que especifica los requisitos para establecer, implementar, mantener y mejorar continuamente un sistema de gestión de inteligencia artificial (AIMS) dentro de organizaciones de cualquier tamaño involucradas en el desarrollo, suministro o uso de productos o servicios basados ​​en IA.

Está diseñado para aquellos que proporcionan o utilizan productos o servicios basados ​​en IA, lo que garantiza el desarrollo y uso responsable de los sistemas de IA. Esta norma es aplicable en todas las industrias y es relevante para agencias del sector público, así como para empresas u organizaciones sin fines de lucro.La norma ISO/IEC 42001 tiene como objetivo ayudar a la organización a desarrollar, proporcionar o utilizar sistemas de IA de manera responsable para lograr sus objetivos y cumplir los requisitos aplicables, las obligaciones relacionadas con las partes interesadas y las expectativas de ellas.Esta norma es la primera del mundo en el campo de la IA y ofrece una valiosa orientación para este campo tecnológico en rápida evolución. Aborda los desafíos únicos de la IA, como las consideraciones éticas, la transparencia y el aprendizaje continuo. Para las organizaciones, establece una forma estructurada de gestionar los riesgos y las oportunidades asociados a la IA, equilibrando la innovación con la gobernanza [ 3 ].

Esta norma se relaciona con siete Objetivos de Desarrollo Sostenible de las Naciones Unidas:Objetivo 5: Igualdad de género, que logra la igualdad de género y empodera a todas las mujeres y las niñas;Objetivo 7: Energía asequible y no contaminante, que garantiza el acceso a una energía asequible, fiable, sostenible y moderna para todos; Objetivo 8: Trabajo decente y crecimiento económico, que promueve el crecimiento económico sostenido, inclusivo y sostenible, el empleo pleno y productivo y el trabajo decente para todos;Objetivo 9: Industria, innovación e infraestructura, que construye infraestructura resiliente, promueve la industrialización inclusiva y sostenible y fomenta la innovación;Objetivo 10: Reducción de las desigualdades, que reduce la desigualdad dentro de los países y entre ellos;Objetivo 12: Consumo y producción responsables, que garantiza modalidades de consumo y producción sostenibles;Objetivo 14: Vida submarina, que conserva y utiliza de forma sostenible los océanos, los mares y los recursos marinos para el desarrollo sostenible [ 21 ].

La norma ISO/IEC 42001:2023, al igual que la norma ISO 30401:2018, aplica la estructura armonizada (números de cláusulas idénticos, títulos de cláusulas, texto, términos comunes y definiciones básicas) desarrollada para mejorar la alineación entre las normas de sistemas de gestión (MSS). El sistema de gestión de la IA proporciona requisitos específicos para gestionar los problemas y riesgos que surgen del uso de la IA en una organización. Este enfoque común facilita la implementación y la coherencia con otras normas de sistemas de gestión, por ejemplo, calidad, seguridad, protección y privacidad [ 3 ].

La norma ISO/IEC 42001:2023 se encuentra en la etapa inicial de su implementación, auditoría y certificación.Además de la revisión de la literatura y el análisis de estándares, realizamos entrevistas. En noviembre de 2023, contactamos a más de 60 entidades comerciales para obtener información relevante; sin embargo, solo algunas de ellas nos proporcionaron respuestas completas a nuestras preguntas dentro del intervalo de tiempo especificado. La investigación final se centró en 30 organizaciones europeas de tamaño mediano, cada una con hasta 250 empleados permanentes. Sus campos de actividad incluían ingeniería mecánica y metalurgia. Tres quintas partes de estas organizaciones eran miembros de la Unión Europea, mientras que el resto estaban ubicadas en el continente europeo pero no formaban parte de la UE. Utilizamos las bases de datos internas de nuestra universidad y de las universidades asociadas con programas de estudio similares. En concreto, los graduados del programa “Recursos humanos en la empresa industrial” de nuestra facultad desempeñaron un papel crucial en esta investigación.La base de datos incluía contactos profesionales de antiguos graduados universitarios que actualmente trabajan como gerentes de recursos humanos. Después de contactar a estos graduados y presentarles la investigación, estos gerentes de recursos humanos entrevistaron a los altos y medios directivos, y les proporcionaron información basada en su experiencia y observaciones. Las entrevistas se realizaron a menudo de forma intermitente y repetida debido a los apretados horarios de trabajo de los gerentes. Esta fase de investigación duró desde diciembre de 2023 hasta marzo de 2024, el intervalo determinado por nuestro proyecto de apoyo. Los participantes de las entrevistas identificaron problemas comunes y tareas clave relacionadas con la implementación y el mantenimiento de la gestión del conocimiento (GC) dentro de sus organizaciones. La información recopilada y procesada se compiló en una tabla. La mayoría de los datos se proporcionaron electrónicamente a través de correos electrónicos, mientras que algunos se compartieron a través de medios de audio o audiovisuales durante reuniones telefónicas o en línea.

La Tabla 2 es un resumen de las preguntas y respuestas de la entrevista. Es importante señalar que la entrevista se llevó a cabo como un diálogo abierto con una combinación de preguntas abiertas y cerradas.

Tabla 2. Preguntas de la entrevista.

1	¿Su organización utiliza la gestión del conocimiento (incluyendo disciplinas adyacentes, por ejemplo, QMS, sistemas de gestión de calidad según ISO 9001)?
2	¿Qué estrategias y herramientas utiliza usted para gestionar el conocimiento dentro de su organización?
3	¿Qué desafíos enfrenta su organización en materia de gestión del conocimiento?
4	¿Hay planes para implementar un sistema de gestión del conocimiento (KMS) en su organización?
5	¿Hay planes para implementar un sistema de gestión de inteligencia artificial (AIMS) en su organización?

3. Resultados

Durante la entrevista, notamos que los encuestados hicieron una distinción significativa entre una tarea y un problema.Un problema se definía generalmente como una cuestión que requiere una resolución inmediata, acciones correctivas o la prevención de riesgos potenciales que aún no se han producido. Por el contrario, una tarea era una acción planificada de la que el encuestado era consciente de las posibles implicaciones y confiaba en que había tiempo suficiente para abordarlas.Todas las organizaciones respondieron positivamente a la primera pregunta. En la segunda, surgieron diferencias. En general, el 93,33% de las organizaciones (28) informaron que utilizaban una combinación de sus propios sistemas adaptados a las condiciones locales y la norma ISO 9001. Esta información no es sorprendente, porque la norma QMS es un documento importante para los negocios sostenibles y las partes interesadas, en particular los clientes, suelen solicitar la certificación de QMS. Dos organizaciones utilizaban su propio sistema, pero no estaban certificadas según la ISO 9001. Sin embargo, ninguna de las organizaciones utilizaba la ISO 30401. Por lo tanto, identificamos una oportunidad para informar a las partes interesadas sobre este sistema de gestión, lo que también nos permitió obtener beneficios de la información obtenida en las entrevistas.Al identificar los problemas que enfrentan estas organizaciones, reunimos respuestas resumidas en la Tabla 3.

Tabla 3. Respuestas a la pregunta n° 3 de la entrevista.

Problemas identificados (PI)	Número de organizaciones que se ocupan del problema	Porcentaje (%)
(IP01) Inconsistencia de la gestión del conocimiento con los objetivos generales	20	66,67
(IP02) Falta de planificación detallada y cronograma para proyectos e infraestructura de KM	25	83.33
(IP03) Falta de comprensión de la importancia de la gestión del conocimiento	12	40,00
(IP04) Desajuste organizacional	28	93.33
(IP05) Falta de intercambio de conocimientos	15	50.0
(IP06) Sistema de recompensa ineficiente	19	63.33
(IP07) Abrumador con información irrelevante	22	73.33
(IP08) Abrumar a personas irrelevantes con información relevante	23	76,67
(IP09) Baja comprensión del contexto relacionado con la importancia de las disciplinas adyacentes, incluida la IA	29	96,67
(IP10) Ausencia de capacidad de insight en KM	25	83.33

Por último, el 50% de las organizaciones confirmaron sus planes de implementar un KMS y el 97% planeaban implementar un AIMS. 

La Figura 2 ilustra el porcentaje de organizaciones que abordan los problemas identificados (IP01 a IP10) en azul, el porcentaje de organizaciones que planean implementar sistemas de gestión de KM e IA en rojo y el porcentaje de organizaciones con un QMS ya implementado en verde.

Figura 2. Porcentaje de organizaciones que abordan problemas identificados (azul) y planean implementar sistemas de gestión de KM e IA (rojo).En las siguientes secciones, abordaremos los impulsores de la implementación y los beneficios y desafíos de la implementación y la implementación del sistema.

3.1. Factores impulsores de la implementación de la gestión del conocimiento

Los estándares de la organización ayudan a que las relaciones sean más transparentes y predecibles, pero los motivos para la implementación de los estándares pueden variar de una empresa a otra.Los impulsores pueden ser externos o internos y pueden generar diferentes beneficios. Los impulsores externos aparecen cuando todo un mercado requiere cambios, lo que empuja a la organización a utilizar nuevas tecnologías, enfoques y modelos de negocio para seguir siendo competitiva y eficaz. Los impulsores internos, por otro lado, se refieren a los procesos internos, la imagen de la organización o la estrategia. Los beneficios de la implementación pueden ser explícitos o implícitos y manifestarse en poco tiempo o con efectos retardados.

La Figura 3 resume los impulsores internos y externos y los posibles beneficios de la implementación de los estándares de gestión del conocimiento.

Figura 3. Resumen de los impulsores y beneficios externos e internos de los KMS (trabajo de los autores basado en [ 

22 ]).La adopción de una herramienta potente que se alinee con el sistema de gestión y siga las últimas tendencias es esencial para potenciar los beneficios del uso de la gestión del conocimiento en una organización. Una de esas herramientas es el sistema de gestión de la IA basado en la norma ISO/IEC 42001:2023. Al incorporar la “Gestión de la IA” en disciplinas adyacentes y actualizar la Figura 3 con “+ Uso de la IA” para los impulsores internos y “+ Datos verificados y válidos” para los impulsores externos, las organizaciones pueden lograr un procesamiento del conocimiento más rápido y profundo. Esto dará como resultado un “Análisis y síntesis rápidos del conocimiento” y “Perspectivas”.Los impulsores externos, las intenciones internas y los beneficios prometedores alientan a las organizaciones a establecer y desarrollar sistemas de gestión del conocimiento (SGC). Por supuesto, el principal beneficio de la certificación es la reducción de las asimetrías de información entre los socios, porque la certificación ISO implementada muestra a los demás que algunas prácticas de gestión se llevan a cabo y funcionan bien. Esto aumenta el nivel de confianza entre los socios, ya que indica intenciones serias de los gerentes al hacer negocios y coherencia y estabilidad en su funcionamiento.

3.2. Desafíos en la implementación de la gestión del conocimiento

Storey y Barnett fueron los primeros investigadores en definir los dos problemas clave. El primero se refería al tipo de intervenciones que se les pide a los gerentes que realicen para implementar una perspectiva de conocimiento en la estrategia de negocios. El segundo problema abordaba algunas dificultades que podrían haberse anticipado en este esfuerzo [ 23 ] (p. 146).

El creciente número de fallas en la implementación de la gestión del conocimiento sugiere que las organizaciones aún enfrentan problemas significativos durante la implementación.Khazieva y Caganova identificaron los problemas más comunes en la implementación y ejecución de KM, resumidos en la Tabla 4 [ 24 ].

Tabla 4. Problemas más comunes durante la implementación y despliegue de la gestión del conocimiento según la revisión de la literatura [ 24 ].

Incoherencia de la gestión del conocimiento con los objetivos generales. La organización debe determinar sus objetivos generales antes de desarrollar cualquier sistema de gestión del conocimiento. Esto se refiere a generar ganancias y formular objetivos claros, coherentes y alcanzables.

Falta de planificación detallada y de cronograma para el proyecto y la infraestructura de gestión del conocimiento. Las organizaciones a menudo no indican los plazos, los recursos, la distribución del tiempo de trabajo y las personas responsables de implementar y ejecutar la gestión del conocimiento. La ausencia de herramientas técnicas y software especiales limita la recopilación y el análisis de datos.

Desajuste organizacional. La organización no explica a sus empleados qué espera de ellos en materia de gestión del conocimiento, ni cuándo o cómo se relaciona con sus principales funciones y lo que se espera de ellos.

Falta de intercambio de conocimientos. En ocasiones, los empleados no pueden o no quieren compartir sus conocimientos. Las principales razones son la protección de su puesto y sus beneficios dentro de la organización, la desconfianza entre los empleados y un ambiente hostil en general.

Sistema de recompensas ineficiente. La participación en cualquier gestión del conocimiento suele ser una tarea adicional para los empleados, y estos creen que este desempeño debe ser debidamente valorado.

Con base en las respuestas recogidas durante las entrevistas, podemos confirmar que los desafíos enumerados se mantuvieron constantes y que las organizaciones continúan enfrentando los mismos problemas.Comprender estos problemas permite a las empresas prevenir de forma proactiva los fallos en la gestión del conocimiento. Sin embargo, analizar los problemas potenciales y encontrar soluciones exige un esfuerzo y unos recursos considerables.Sin embargo, muchas organizaciones no saben cómo iniciar el proceso de gestión del conocimiento ni qué necesitan. En este sentido, la norma ISO 30401 es “una oportunidad para crear un lenguaje común para las conversaciones globales sobre gestión del conocimiento que pueda ayudar a las organizaciones a gestionar el conocimiento de forma más eficaz” [ 25 ].

El objetivo principal de esta norma es “apoyar a las organizaciones para que desarrollen un sistema de gestión que promueva y permita de forma eficaz la creación de valor a través del conocimiento” [ 2 ]. Esto significa que ningún sistema de gestión del conocimiento existe de forma aislada de los objetivos de la organización. La gestión del conocimiento se crea y opera de acuerdo con la visión, la misión y los objetivos de la empresa. Se desarrolla para crear y aumentar el valor de los productos o servicios de la empresa.Algunos académicos han intentado analizar la norma ISO 30401. Corney resumió las ventajas y desventajas de la norma ISO 30401 de acuerdo con su experiencia en el proceso de redacción [ 26 ]. Kudryavtsev y Sadykova estudiaron cómo la norma ISO 30401 puede incluirse en los modelos de arquitectura empresarial, combinando la gestión del conocimiento con otros sistemas de gestión y con tecnologías y sistemas de TI en la organización [  27 ]. Maximo et al. visualizaron por primera vez la estructura de la norma y determinaron las fortalezas y debilidades cruciales para la implementación práctica [ 4 ].

Pawlowsky et al. analizaron cómo la norma ISO 30401 se relaciona con los orígenes teóricos de la investigación sobre gestión del conocimiento y capital intelectual. Los autores discuten cómo la norma ISO 30401 puede contribuir a la creación de valor [ 28 ].

3.3 Ciclo de vida de la gestión del conocimiento

Es bien sabido que el conocimiento debe primero capturarse, codificarse y presentarse en un formato que sea accesible para el usuario para poder compartirlo. El objetivo es convertir el conocimiento en información procesable o transformar el aprendizaje individual en aprendizaje organizacional. Este documento incorpora el ciclo de vida en su marco.El ciclo de vida de la IA, que se muestra en 

la Figura 4 , es el proceso iterativo de pasar de un problema empresarial a una solución de IA que resuelva ese problema. Cada uno de los pasos del ciclo de vida se revisa muchas veces durante las fases de diseño, desarrollo e implementación.

Figura 4. Ciclo de vida de la IA [ 29 ].

El ciclo de vida suele ser un requisito previo para la transferencia y el intercambio de conocimientos eficaces. Según [ 30 ], la Figura 5 ilustra la transferencia de conocimientos dentro del ciclo de vida de creación de un sistema de gestión del conocimiento.

Figura 5. Transferencia de conocimiento en el ciclo de vida de construcción de sistemas de gestión del conocimiento [ 

30 ].La norma ISO 30401 incluye una sección informativa importante, su Anexo B, titulado “Relación entre la gestión del conocimiento y las disciplinas adyacentes”. Este Anexo destaca la sinergia entre la gestión del conocimiento y otros sistemas de gestión. Dado que la norma se publicó en 2018, aún no incluye el nuevo sistema de gestión de IA. Sin embargo, la norma ISO 30401, en su Anexo B, describe disciplinas específicas. Las hemos ampliado para incluir la IA y las hemos resumido en la Figura 6 .

Figura 6. Relación entre la gestión del conocimiento y disciplinas adyacentes (trabajo de los autores inspirado en el Anexo B, [ 

2 ]).Al determinar las estrechas conexiones entre la gestión del conocimiento y la gestión de la inteligencia artificial y su presentación, surgen las siguientes ideas, que apuntan al efecto sinérgico entre estas dos disciplinas.El ciclo de vida de la gestión del conocimiento (KM) está íntimamente relacionado con la inteligencia artificial (IA) y otras disciplinas adyacentes. De nuestro modelo surgen varias conclusiones clave. En primer lugar, ninguna solución de IA puede tener éxito sin una comprensión clara y precisa del desafío empresarial que se aborda y el resultado deseado. En segundo lugar, los datos son la base de cualquier solución de IA; un modelo no se puede utilizar de manera eficaz sin comprender a fondo los datos necesarios y su composición. Por último, la preparación de los datos suele ser la fase más desafiante y que requiere más tiempo del ciclo de vida de la IA.Las organizaciones suelen tener dificultades para implementar sistemas de gestión del conocimiento de manera eficaz y buscan orientación y pasos recomendados. La aplicación de la norma ISO 30401 ayuda a establecer objetivos claros, determinar las acciones y los elementos necesarios, designar personas responsables y controlar todo el proceso.La implementación de sistemas de gestión del conocimiento es un desafío para muchas organizaciones, lo que lleva a fallas por diversas razones. La norma ISO ayuda a evitar errores y abordar estas razones durante la implementación del sistema de gestión del conocimiento. Además, tiene como objetivo lograr un alto nivel de calidad en las prácticas de gestión del conocimiento existentes y beneficiarse de este logro. Las empresas con frecuencia carecen de claridad sobre dónde comenzar y los resultados deseados. En este contexto, la aplicación de normas establecidas como ISO 30401 puede ayudar a eliminar los desafíos y dificultades asociados con la implementación de la gestión del conocimiento. La norma identifica requisitos que pueden considerarse como orientación sobre la gestión de políticas y procesos para lograr objetivos específicos y crear una cultura que facilite el ciclo continuo de autoevaluación, cambio y mejora de las operaciones y procesos organizacionales [ 6 ].

3.4. ISO 30401:2018 e ISO 9001:2015

La norma ISO 30401 tiene un formato y una estructura comparables a la ISO 9001, en la que el conocimiento organizacional forma parte de la gestión de la calidad. Durante las entrevistas, las organizaciones identificaron las partes de la ISO 9001 que utilizaban con más frecuencia en su proceso de implementación de la gestión del conocimiento, como se muestra en la Tabla 5.

Tabla 5. Resumen de las cláusulas ISO 9001:2015 [ 16 ] identificadas para la implementación de KM.

16 ] identificadas para la implementación de KM.

Número de cláusula	Cláusula
4.1	Comprender la organización y su contexto
4.2	Comprender las necesidades y expectativas de las partes interesadas
5.1.2	Orientación al cliente
5.3	Roles, responsabilidades y autoridades organizacionales
7.1.2	Gente
7.1.6	Conocimiento organizacional
7.2	Competencia
7.3	Conciencia
7.5.2	Creación y actualización (información documentada)
7.5.3	Control de la información documentada
8	Operación (selectiva)
9.1.2	Satisfacción del cliente
9.1.3	Análisis y evaluación
9.3	Revisión por la dirección

Ambas normas presentan algunas similitudes y diferencias en relación con sus objetivos. 

En la Tabla 6 se indican las similitudes más significativas.

Tabla 6. Resumen de las características comunes de las normas ISO 9001 [ 16 ] e ISO 30401 [ 2 ].

Contexto de organización significa determinación de las partes interesadas y sus requisitos y establecimiento, implementación, mantenimiento y mejora continua del sistema, incluyendo los procesos necesarios y sus interacciones;

Liderazgo significa el papel y las responsabilidades de la alta dirección para apoyar el proceso;

Planificar significa establecer objetivos y cómo alcanzarlos;

Apoyo significa recursos y capacidades necesarios, canales de comunicación, creación y actualización de información y documentación;

La evaluación del desempeño significa identificar los puntos a monitorear y evaluar, los métodos y analizar los resultados;

Mejoras significa mejorar continuamente la idoneidad, adecuación, eficiencia y eficacia del sistema.

La identificación de las cláusulas superpuestas es extremadamente útil para el trabajo futuro con las normas, especialmente para su integración parcial y/o completa.La norma ISO 30401 hace hincapié exclusivamente en el papel del liderazgo y la cultura en el sistema de gestión del conocimiento. Los altos directivos deben desarrollar una cultura que valore, apoye y facilite la gestión del conocimiento y dirija, motive, inspire, empodere y apoye a las personas que contribuyen a la eficacia del sistema de gestión del conocimiento. Además, los altos directivos deben lograr un equilibrio entre el intercambio y la protección del conocimiento.El uso de la codificación estructural [ 

28 ] ayudó a visualizar el proceso de KM e identificar los principales componentes de KMS según ISO 30401: Desarrollo de conocimiento, Transformación de conocimiento y Facilitadores (ver 

Figura 7 ). El Desarrollo de conocimiento involucra las siguientes actividades: adquirir nuevo conocimiento, aplicar este conocimiento, retener este conocimiento y operar con conocimiento obsoleto. La Transformación de conocimiento significa que una organización debe apoyar los flujos de conocimiento a través de niveles (individuos, equipos y una organización completa) e incluye la interacción humana; registro, documentación o codificación de conocimiento; estructuración o conocimiento codificado clasificado; y almacenamiento para accesibilidad e internalización. Los recursos humanos, procesos, tecnología e infraestructura adecuados, cultura y gobernanza permiten la existencia de Transformación de conocimiento y Desarrollo de conocimiento. Al mismo tiempo, los autores del presente documento creen que también es necesario incluir otro componente -Creación de conocimiento- porque los empleados tienen su propia experiencia y pueden aprender y, como resultado, son capaces de crear nuevo conocimiento. La Creación de conocimiento es especialmente importante para las empresas cuya ventaja competitiva se basa en la innovación y las tecnologías.

Figura 7. Contenido de la norma ISO 30401:2018 KMS [ 28 ].

Al igual que con cualquier desarrollo de software y lógica, es imprescindible utilizar un enfoque ágil para retener y actualizar continuamente el modelo. Sin embargo, los sistemas de IA requieren “atención adicional”. Deben someterse a un seguimiento y mantenimiento rigurosos y continuos para seguir funcionando según lo previsto, alcanzar el resultado deseado y resolver los desafíos comerciales [ 23 ].

Además de los componentes principales, el KMS se establece en la organización y cuenta con el apoyo de la misma. Por lo tanto, la norma sugiere dos conectores clave para el KMS y la organización: liderazgo y cultura. Esta sugerencia satisface las necesidades empresariales, ya que la gestión del conocimiento falla debido a la falta de apoyo de la dirección y la ausencia de un liderazgo y una motivación fuertes (tanto monetarias como no monetarias). Por eso, la ISO 30401 enfatiza que la gestión del conocimiento es un esfuerzo holístico y que todas las partes del KMS son interdependientes. Por lo tanto, un enfoque consciente para crear y gestionar el KMS permitirá alcanzar los objetivos organizacionales, ya que el KMS está estrechamente relacionado con la gestión estratégica de la organización.A la hora de determinar correctamente y resolver eficazmente los principales problemas de la implementación de la gestión del conocimiento, teniendo en cuenta la norma ISO/IEC 42001 y su estructura consolidada común, es esencial ser consciente de las posibilidades de soluciones adecuadas y las limitaciones de la norma ISO 30401, como se muestra en la Figura 8 .

Figura 8. Estructura consolidada de las normas del sistema de gestión [ 31 ].

Sin ofrecer una solución de gestión del conocimiento que se adapte a todas las organizaciones, la norma IS0 30401 sugiere que un sistema de gestión del conocimiento es adaptable y puede evitar los problemas más comunes al implementar y ejecutar la gestión del conocimiento. 

La Tabla 7 resume las sugerencias de la norma ISO 30401 con el apoyo de la norma ISO/IEC 42001. Como afirman los autores, la fase inicial debe ocuparse de las tareas para definir los objetivos de negocio y traducirlos en objetivos de aprendizaje automático para recopilar y verificar la calidad de los datos [ 

32 ]. Establecer objetivos al definir tareas y resolver problemas durante la implementación de la gestión del conocimiento también es esencial. Si incluimos la IA en este proceso, nuestros esfuerzos pueden verificar la calidad de los datos obtenidos de manera mucho más efectiva. Estas recomendaciones pueden ser especialmente valiosas para las personas que se enfrentan por primera vez a los sistemas de gestión del conocimiento y la IA.

Tabla 7. Resumen de sugerencias de prevención de problemas según ISO 30401:2018 e ISO/IEC 42001:2023 [ 2 , 3 ].

Los problemas y tareas más comunes al implementar y ejecutar KM	Las sugerencias de la norma ISO 30401:2018 con el apoyo de la norma ISO/IEC 42001:2023
Inconsistencia de la gestión del conocimiento con los objetivos generales	La organización debe determinar los problemas externos e internos que son relevantes para su propósito y que afectan su capacidad para lograr los resultados previstos (4.1 KMS y AIMS) * La organización debe establecer objetivos en las funciones y niveles pertinentes. Los objetivos deben (a) ser coherentes con la política; (b) tener en cuenta los requisitos aplicables; (c) ser medibles; (d) ser monitoreados; (e) ser comunicados; y (f) ser actualizados según corresponda (6.2 KMS y AIMS) La organización debe identificar y documentar los objetivos para guiar los sistemas de desarrollo responsable, tener en cuenta esos objetivos e integrar medidas para lograrlos en el ciclo de vida del desarrollo (Anexo A, A6.1.2 y A9.3 AIMS) La organización debe implementar procesos para el diseño y desarrollo responsable de sistemas (Anexo B, B.6.1. y B.9.3 AIMS) La organización puede considerar los objetivos organizacionales y las fuentes de riesgo potenciales relacionados con la IA al gestionar los riesgos (Anexo C, C.2 AIMS)
Falta de planificación detallada y de cronograma para el proyecto y la infraestructura de KM	Al planificar el sistema, la organización debe (a) garantizar que el sistema puede lograr los resultados previstos; (b) prevenir o reducir los efectos no deseados; y (c) lograr una mejora continua (6.1 KMS y AIMS). La organización debe planificar acciones para abordar los riesgos y las oportunidades para integrar e implementar las acciones en los procesos del sistema y evaluar la eficacia de estas acciones (6.1 KMS y AIMS).
Desajuste organizacional	Al planificar cómo lograr sus objetivos, la organización debe determinar (a) qué se hará; (b) qué recursos se requerirán; (c) quién será responsable; (d) cuándo se completará; y (e) cómo se evaluarán los resultados (6.2 KMS y AIMS) La organización debe identificar y documentar los objetivos para guiar el uso responsable de los sistemas (Anexo A, A.9.3 y Anexo B, B.9.3 AIMS) La alta dirección debe demostrar liderazgo y compromiso (a) asegurando que los objetivos de la política estén establecidos, sean compatibles y estén alineados con la dirección estratégica; (b) asegurando la integración de los requisitos del sistema en los procesos de negocio y de proyecto de la organización; (c) asegurando que los recursos estén disponibles; (d) comunicando la importancia de una gestión eficaz y de cumplir con los requisitos del sistema; (e) asegurando que el sistema logre los resultados previstos; (f) promoviendo la mejora; y (g) apoyar a otros roles de gestión relevantes para demostrar su liderazgo en lo que respecta a sus áreas de responsabilidad (5.1 KMS y AIMS) Los altos directivos deben garantizar que las responsabilidades y autoridades para los roles relevantes dentro del sistema se asignen y comuniquen dentro de la organización (5.3 KMS y AIMS) Los roles y responsabilidades deben definirse y asignarse de acuerdo con las necesidades de la organización (Anexo A, A.3.2 y Anexo B, B.3.2 AIMS) La organización debe considerar el nivel de competencia requerido para varios tipos de trabajadores (7.2 KMS y AIMS, Anexo B, B.4.6 AIMS)
Falta de intercambio de conocimientos	La organización debe determinar y proporcionar los recursos necesarios para el establecimiento, implementación, mantenimiento, medición y mejora continua del sistema (7.1 KMS y AIMS, Anexo A, A.4 y Anexo B, B.4 AIMS) La organización debe (a) determinar la competencia necesaria de la(s) persona(s) que realizan el trabajo bajo su control que afecta a su desempeño; (b) asegurarse de que estas personas son competentes en base a la educación, formación o experiencia apropiadas; (c) cuando sea aplicable, tomar acciones para adquirir la competencia necesaria y evaluar la eficacia de las acciones; y (d) retener la información apropiada como evidencia de la competencia (7.2 KMS y AIMS, Anexo B, B.4.6 AIMS) La información documentada debe controlarse para asegurar (a) su disponibilidad e idoneidad para su uso, dónde y cuándo se necesite, y (b) está adecuadamente protegida. Para controlar la organización, debe abordar la distribución, acceso, recuperación y uso; (b) almacenamiento y preservación; (c) control de cambios; y (d) retención y disposición. La información documentada de origen externo que la organización determine que es necesaria para la planificación y el funcionamiento del sistema se identificará, según corresponda, y se controlará (7.5.3 KMS y AIMS)
Sistema de recompensa ineficiente	La organización debe determinar (a) qué se debe monitorear y medir; (b) los métodos de monitoreo, medición, análisis y evaluación necesarios para asegurar resultados válidos; (c) cuándo se deben realizar el monitoreo y la medición; y (d) cuándo se deben analizar y evaluar los resultados del monitoreo y la medición. La organización debe evaluar el desempeño y la eficacia del sistema (9.1 KMS y AIMS) La alta dirección debe revisar el sistema de la organización a intervalos planificados para asegurar su continua idoneidad, adecuación y eficacia. La revisión por la dirección debe considerar (a) el estado de las acciones de revisiones por la dirección anteriores; (b) cambios en asuntos internos y externos que sean relevantes para el sistema; (c) información sobre el desempeño, incluyendo no conformidades y acciones correctivas, resultados de monitoreo y medición, y resultados de auditoría; (d) oportunidad de mejora (9.3 KMS y AIMS); y (e) cambios en las necesidades y expectativas de las partes interesadas que sean relevantes para el sistema de gestión de IA (9.3 AIMS)

* Los números entre paréntesis son los números para la identificación de las cláusulas así como de los anexos de ISO 30401:2018 (KMS) e ISO/IEC 42001:2023 (AIMS).

Como se muestra en la Tabla 7 y la Figura 6, la implementación de sistemas de gestión de KM e IA ayuda a las organizaciones a abordar problemas comunes (reduciéndolos o eliminándolos) y a abordar tareas específicas (mejorando la eficiencia en las unidades o actividades afectadas). Esta combinación crea un efecto sinérgico, que permite el uso de herramientas de ambos estándares. El AIMS puede verse como una extensión del KMS, elevándolo a un nuevo nivel a través de un soporte avanzado de software y hardware (por ejemplo, Quantum IT) y la disponibilidad de grandes cantidades de datos e información.

4. Discusión

Se debe prestar especial atención a la distinción entre las interpretaciones del concepto de “información” en la gestión de sistemas de información, la lingüística, la filosofía y los sistemas de gestión del conocimiento [ 33 ].

La ISO propone alinear la implementación de los sistemas de gestión del conocimiento con los objetivos estratégicos y los antecedentes de las organizaciones. En cambio, la ISO 30401 indica varios pasos que ayudan a establecer el sistema de gestión del conocimiento dentro de la organización, proporcionando una guía para los gerentes y determinando posibles direcciones y acciones necesarias. Asimismo, la norma indica que las “interacciones entre personas” ayudan a que la gestión del conocimiento genere un “entendimiento compartido”.

Es fundamental señalar que la implementación de la norma ISO 30401 no garantiza el éxito de la implementación completa del sistema de gestión del conocimiento ni la ausencia de dificultades. Boyes identificó varios riesgos que pueden presentarse al recibir la certificación: el riesgo de una baja aceptación, el riesgo de una certificación de baja calidad, el riesgo de que las organizaciones implementen el estándar de gestión del conocimiento de manera simbólica en lugar de significativa, y el riesgo de que el estándar no sea lo suficientemente específico o sea demasiado específico [ 34 ].

Además, algunos científicos critican la norma ISO 30401 porque, al tener como objetivo mejorar el desempeño, proporciona recomendaciones incompletas para lograrlo [ 4 , 27 ].

Existen diferentes iniciativas y prácticas de gestión del conocimiento en una variedad de industrias, y las condiciones pueden variar. Wagner señaló que las normas no proporcionan orientación sobre qué funciona bajo qué circunstancias ni asesoramiento concreto sobre qué prácticas de gestión del conocimiento exactamente se deben utilizar. En reposo, es difícil para los gerentes y auditores estimar el valor de los sistemas de gestión del conocimiento establecidos basándose en criterios formales [ 

35 ].Dadas las limitaciones mencionadas, Pawlowsky et al. concluyen que “la norma ISO 30401:2018 es una señal tanto para los agentes externos como para los internos de la organización de que el conocimiento como activo se nutre, cultiva y gestiona de forma eficaz, proporcionando así un elemento para cerrar dichas asimetrías informativas y alinear incentivos mediante mecanismos de gestión que se utilizan consistentemente para mejorar el valor de la organización” [ 28 ] (p.522).

La gestión del conocimiento y el apoyo a la toma de decisiones son actividades interdependientes en muchas organizaciones. La inteligencia artificial es un elemento clave, aunque también criticado, para el avance de estas actividades. Se necesita más investigación para desarrollar la próxima generación de entornos de apoyo a la toma de decisiones que aprovechen las tecnologías de IA [ 36 ].

A pesar de la implementación de diversas tecnologías de IA en la gestión del conocimiento, sigue existiendo una falta de comprensión sistémica de su aplicación.

Se necesitan más estudios para abordar esta brecha y mejorar la integración de los métodos de IA en los sistemas de gestión del conocimiento [ 37 ].

En el futuro, no solo se debería aspirar a la implementación simultánea de estas normas, sino también a su integración parcial o total en los sistemas organizativos existentes. Por ejemplo, una integración parcial podría implicar la combinación de ISO 9001 e ISO 30401, manteniendo la ISO 42001 como norma autónoma. Por otro lado, la integración total podría ejemplificarse con la fusión de ISO 9001 con IATF 16949 o ISO 9001 con ISO 13485.

Estas integraciones estratégicas mejorarán la eficiencia y garantizarán el cumplimiento integral dentro del marco organizativo. Además, lo que podría ser de interés para los implementadores del modelo de la Fundación Europea para la Gestión de la Calidad (EFQM) es incorporar las normas combinadas ISO 30401:2018 e ISO/IEC 42001:2023 en la evaluación de la organización utilizando esta herramienta.El estándar del sistema de gestión del conocimiento puede ser útil para desarrollar partes individuales del modelo EFQM, como son la Primera Dirección, la Segunda Ejecución y los Terceros Resultados en entidades organizativas.Por ejemplo, la Directiva incluye lo siguiente:

• Primer Criterio “Propósito, Visión y Estrategia”;○Subcriterio 1.5 “Diseña e implementa un sistema de gestión y gobernanza del desempeño”;
• Segundo Criterio “Cultura Organizacional y Liderazgo”;○Subcriterio 2.3 “Facilita la creatividad y la innovación”.

La Ejecución incluye lo siguiente:

• Tercer criterio: “Involucrar a las partes interesadas”;○Subcriterio 3.2 “Personas: atraen, involucran, desarrollan y retienen”;
• Quinto criterio: “Impulsar el rendimiento y la transformación”;○Subcriterio 5.3 “Impulsa la innovación y la tecnología”;○Subcriterio 5.4 “Aprovecha los conocimientos e información basados ​​en datos”.

El estándar del sistema de gestión de inteligencia artificial puede ser útil para desarrollar partes individuales del modelo EFQM, como se describe a continuación.La Ejecución incluye lo siguiente:

• Cuarto Criterio “Creación de valor sostenible”;○Subcriterio 4.1 “Define el valor y cómo se crea”;○Subcriterio 4.3 “Entrega el valor”;
• Quinto criterio: “Impulsar el rendimiento y la transformación”;○Subcriterio 5.4 “Aprovecha los conocimientos e información basados ​​en datos”.

Los resultados incluyen lo siguiente:

• Sexto Criterio “Percepciones de las partes interesadas”;○Subcriterio 6.2 “Resultados de la percepción de las personas”;
• Séptimo Criterio “Desempeño Estratégico y Operacional”;○Subcriterio 7.10 “Medidas predictivas para el futuro”.

Sin embargo, esto requerirá más investigación y validación de los resultados [38, 39]. Finalmente, la investigación también debería centrarse en el desarrollo de sistemas de asistencia inteligente para obtener beneficios sociales y ventajas competitivas [40].

5. Conclusiones

En conclusión, la integración de la gestión de la IA con la gestión del conocimiento (KM) crea una sinergia poderosa que mejora la eficacia de ambos sistemas. Una IA gestionada adecuadamente puede ser muy beneficiosa, pero una mala gestión puede dar lugar a problemas importantes, como la replicación de información perjudicial a partir de datos no controlados. Los sistemas de KM desempeñan un papel crucial en la prevención del entrenamiento no controlado de la IA, regulando su uso y minimizando los riesgos conocidos y desconocidos. Además, los sistemas de gestión de la IA garantizan el manejo correcto de los datos, lo que proporciona mayor seguridad y fiabilidad [ 41 ].

La IA tendrá un impacto significativo en el futuro del trabajo y en la forma en que las organizaciones gestionan sus procesos de gestión del conocimiento. Muchas iniciativas de gestión del conocimiento no incorporan los avances actuales en IA, lo que dificulta que las organizaciones integren la IA en sus entornos. Un enfoque adaptativo y específico de IA para la implementación de la gestión del conocimiento respalda la estrategia y la investigación de la gestión del conocimiento, ofreciendo a los administradores del conocimiento herramientas para alinear la gestión del conocimiento con la estrategia empresarial y el progreso tecnológico en el contexto de la IA. Ninguna solución de IA tendrá éxito sin una comprensión clara del desafío empresarial que se aborda y el resultado deseado. Dado que los datos son la base de cualquier solución de IA, su preparación suele ser la fase más desafiante y que requiere más tiempo del ciclo de vida de la IA. Por lo tanto, una comprensión precisa de los datos necesarios y su composición es esencial para una utilización eficaz de la IA [ 42 ].

La recopilación de información incluyó métodos formales e informales, ya que los cuestionarios estructurados suelen ser menos utilizados por los gerentes superiores y medios ocupados. En consecuencia, la investigación se ve frecuentemente limitada por el tiempo limitado que los gerentes superiores están dispuestos a dedicar a los estudios académicos.La investigación presentada en este artículo valida nuestra hipótesis sobre el potencial sinérgico de combinar las normas ISO 30401 y 42001. Esta combinación aún no se ha adoptado ampliamente y las nuevas normas suelen implementarse de forma independiente. La norma ISO/IEC 42001 se encuentra en sus primeras etapas de aplicación, pero ya ha suscitado un interés significativo por parte de las organizaciones contactadas. Esta norma muestra un potencial considerable para una implementación generalizada en varios sectores. También se ha demostrado que cuando las normas se vinculan y/o se integran posteriormente [ 43 ], crean un tándem que aumenta la capacidad de la organización para desarrollar y transformar el conocimiento y compartirlo de manera efectiva con las partes interesadas.

Contribuciones del autor

Conceptualización, NK y AP; metodología, AP; validación, NK, AP y HHC; investigación, NK, AP y HHC; recursos, NK, AP y HHC; curación de datos, NK y AP; redacción: preparación del borrador original, NK; redacción: revisión y edición, AP; visualización, NK y AP; supervisión, HHC; administración del proyecto, AP; adquisición de fondos, AP y HHC Todos los autores han leído y aceptado la versión publicada del manuscrito.

Referencias

1. Jarrahi, MH; Askay, D.; Eshraghi, A.; Smith, P. Inteligencia artificial y gestión del conocimiento: una alianza entre los humanos y la IA. Bus. Horiz. 2023 , 66 , 87–99. [ Google Scholar ] [ CrossRef ]
2. Norma ISO 30401:2018 ; Sistemas de gestión del conocimiento: requisitos. Comité técnico: ISO/TC 260 Gestión de recursos humanos. ICS: 03.100.30 Gestión de recursos humanos. Incluye capacitación del personal, responsabilidades del personal, calificaciones del personal y certificación. 1.ª ed. Organización Internacional de Normalización con Comité Técnico: Ginebra, Suiza, 2018; pág. 20. Disponible en línea: https://www.iso.org/standard/68683.html (consultado el 7 de septiembre de 2024).
3. Norma ISO/IEC 42001:2023 ; Tecnología de la información—Inteligencia artificial—Sistema de gestión. Comité técnico: ISO/IEC JTC 1/SC 42 Inteligencia artificial. ICS: 35.020 Tecnología de la información (TI) en general. Incluidos los aspectos generales de los equipos de TI. y 03.100.70 Sistemas de gestión. Incluidos los sistemas de gestión medioambiental (SGA), los sistemas de gestión del tráfico por carretera, los sistemas de gestión de la energía, los sistemas de gestión de la atención sanitaria, etc.; 1.ª ed. Organización Internacional de Normalización con Comité Técnico: Ginebra, Suiza, 2023; pág. 51. Disponible en línea: https://www.iso.org/standard/81230.html (consultado el 7 de septiembre de 2024).
4. Máximo, EZ; Pereira, R.; Malvestiti, R.; de Souza, JA ISO 30401:2018: La estandarización del Conocimiento. Int. J. Dev. Res. 2020 , 10 , 37155–37159. [ Google Scholar ] [ CrossRef ]
5. Chwiłkowska-Kubala, A.; Janiszewski, JM; Krasiński, M. Gestión del conocimiento y gestión de la estupidez como nuevas competencias de un directivo en el siglo XXI: una perspectiva de investigación. En Actas de la 36.ª International Business Information Management Association (IBIMA), Granada, España, 4-5 de noviembre de 2020. [ Google Scholar ]
6. Carlucci, D.; Kudryavtsev, D.; Santarsiero, F.; Lagrutta, R.; Garavelli, AC Los sistemas de gestión del conocimiento ISO 30401:2018: un nuevo marco para la gestión del conocimiento. Conceptualización y práctica. Knowl. Manag. Res. Pract. 2022 , 20 , 975–986. [ Google Scholar ] [ CrossRef ]
7. Novalin, A.; Gunawan, A.; Prihandoko, D. La implementación de la inteligencia artificial en la gestión del conocimiento: una revisión sistemática de la literatura. En Actas de la Conferencia internacional IEEE 2024 sobre enfoques interdisciplinarios en tecnología y gestión para la innovación social (IATMSI), Gwalior, India, 14-16 de marzo de 2024. [ Google Scholar ]
8. Norma ISO/IEC 22989 ; Tecnología de la información—Inteligencia artificial—Conceptos y terminología de inteligencia artificial. Comité técnico: ISO/IEC JTC 1/SC 42 Inteligencia artificial. ICS: 35.020 Tecnología de la información (TI) en general. Incluye aspectos generales de los equipos de TI. y 01.040.35 Tecnología de la información (Vocabularios). 1.ª ed. Organización Internacional de Normalización con Comité Técnico: Ginebra, Suiza, 2022; pág. 60.
9. Haugeland, J. Inteligencia artificial , 1.ª ed.; MIT Press: Cambridge, MA, EE. UU.; Londres, Reino Unido, 1989; págs. 1–45. [ Google Académico ]
10. Kurzweil, R. La era de las máquinas inteligentes , 1.ª ed.; MIT Press: Cambridge, MA, EE. UU., 1990; pág. 565. [ Google Académico ]
11. Benraouane, SA Certificación del sistema de gestión de IA según la norma ISO/IEC 42001:2023: Cómo auditar, certificar y construir una IA responsable , 1.ª ed.; Routledge: Nueva York, NY, EE. UU., 2024. [ Google Scholar ]
12. ¿Qué es la inteligencia artificial (IA)? Disponible en línea: https://www.iso.org/artificial-intelligence/what-is-ai (consultado el 12 de febrero de 2024).
13. Sistemas de gestión de la inteligencia artificial: lo que las empresas deben saber. Disponible en línea: https://www.iso.org/artificial-intelligence/ai-management-systems (consultado el 12 de febrero de 2024).
14. Directivas ISO/IEC, Parte 1 Procedimientos para el trabajo técnico—Suplemento ISO consolidado—Procedimientos específicos de ISO. En el Anexo SL (Normativo) Enfoque armonizado para las normas de sistemas de gestión , 1.ª ed. viral; Organización Internacional de Normalización con Comité Técnico: Ginebra, Suiza, 2024; Disponible en línea: https://www.iso.org/sites/directives/current/consolidated/index.html#_Toc165305044 (consultado el 19 de julio de 2024).
15. Domingues, P.; Sampaio, P.; Arezes, PM Evaluación de sistemas integrados de gestión: una propuesta de modelo de madurez. J. Clean. Prod. 2016 , 124 , 164–174. [ Google Scholar ] [ CrossRef ]
16. Norma ISO 9001:2015 ; Sistemas de gestión de la calidad: requisitos. ISO/TC 176/SC 2 Sistemas de calidad; ICS: 03.100.70 Sistemas de gestión y ICS: 03.120.10 Gestión de la calidad y aseguramiento de la calidad, 5.ª ed. Organización Internacional de Normalización con Comité Técnico: Ginebra, Suiza, 2015; pág. 29. Disponible en línea: https://www.iso.org/obp/ui/en/#iso:std:iso:9001:ed-5:v1:en (consultado el 5 de septiembre de 2024).
17. Pauliková, A.; Lestyánszka Škůrková, K.; Kopilčáková, L.; Zhelyazkova-Stoyanova, A.; Kirechev, D. Enfoques innovadores para la visualización de modelos para sistemas de gestión integrados. Sostenibilidad 2021 , 13 , 8812. [ Google Scholar ] [ CrossRef ]
18. Pauliková, A. Concepto de visualización de la norma del sistema de gestión de calidad automotriz. Normas 2022 , 2 , 226–245. [ Google Scholar ] [ CrossRef ]
19. Pauliková, A.; Chovancová, J.; Blahová, J. Modelado de clústeres de sistemas de gestión de seguridad y salud ocupacional y ambiental para el apoyo a la integración. Int. J. Environ. Res. Public Health 2022 , 19 , 6588. [ Google Scholar ] [ CrossRef ] [ PubMed ]
20. Normas de gestión ISO y el concepto de una estructura armonizada. Normas de sistemas de gestión. Disponible en línea: https://www.iso.org/management-system-standards.html (consultado el 5 de septiembre de 2024).
21. ISO&SDGS—Contribución a los Objetivos de Desarrollo Sostenible de las Naciones Unidas con las normas ISO, Organización Internacional de Normalización , 1.ª ed.; Secretaría Central: Ginebra, Suiza, 2018; pág. 23. Disponible en línea: https://www.iso.org/files/live/sites/isoorg/files/store/en/PUB100429.pdf (consultado el 6 de septiembre de 2024).
22. Zgirskas, A.; Ruževičius, J.; Ruželė, D. Beneficios de las normas de gestión de la calidad en las organizaciones. Normas 2021 , 1 , 154–166. [ Google Scholar ] [ CrossRef ]
23. Storey, J.; Barnett, E. Iniciativas de gestión del conocimiento: aprender del fracaso. J. Knowl. Manag. 2000 , 4 , 145–156. [ Google Scholar ] [ CrossRef ]
24. Khazieva, N.; Caganova, D. Aprender de la experiencia negativa para evitar la pérdida de conocimiento. En Actas de la 21.ª Conferencia Europea sobre Gestión del Conocimiento, virtual, Reino Unido, 2-4 de diciembre de 2020; págs. 924-932. [ Google Académico ]
25. Payne, J.; Milton, N.; Young, R. Por qué y cómo redactamos la norma de gestión del conocimiento (BS ISO 30401:2018). Disponible en línea: https://referisg.wordpress.com/2018/09/17/why-and-how-we-wrote-the-knowledge-management-standard-bs-iso-30401/ (consultado el 10 de agosto de 2023).
26. Corney, PJ A medida que evoluciona la gestión del conocimiento, también lo hará el estándar ISO. Bus. Inf. Rev. 2018 , 35 , 165–167. [ Google Scholar ] [ CrossRef ]
27. Kudryavtsev, D.; Sadykova, D. Hacia la arquitectura de un sistema de gestión del conocimiento: requisitos para un marco de trabajo conforme a la norma ISO. En The Practice of Enterprise Modeling. PoEM 2019. Lecture Notes in Business Information Processing ; Gordijn, J., Guedria, W., Proper, HA, Eds.; Springer International Publishing: Luxemburgo, 2019; págs. 36–50. [ Google Académico ]
28. Pawlowsky, P.; Pflugfelder, N.; Wagner, M. La norma ISO 30401:2018 sobre sistemas de gestión del conocimiento: ¿un nuevo marco para la creación de valor y la investigación? J. Intellect. Cap. 2021 , 22 , 506–527. [ Google Scholar ] [ CrossRef ]
29. Comprensión y gestión del ciclo de vida de la IA | Centros de excelencia de modernización de TI de GSA. Disponible en línea: https://coe.gsa.gov/coe/ai-guide-for-government/understanding-managing-ai-lifecycle/ (consultado el 10 de abril de 2024).
30. Awad, EM; Ghaziri, H. Gestión del conocimiento , 1.ª ed.; Dorling Kindersley (India) Pvt. Ltd. Persona: Nueva Delhi, India, 2007; págs. 272–276. [ Google Académico ]
31. Chovancová, J.; Pauliková, A. Integrované Manažérske Systémy , 1.ª ed.; Prešovská Univerzita: Prešov, Eslovaquia, 2021; pag. 251. [ Google Académico ]
32. Studer, S.; Bui, TB; Drescher, C.; Hanuschkin, A.; Winkler, L.; Peters, S.; Müller, K.-R. Hacia CRISP-ML(Q): un modelo de proceso de aprendizaje automático con metodología de garantía de calidad. Mach. Learn. Knowl. Extr. 2021 , 3 , 392–413. [ Google Scholar ] [ CrossRef ]
33. Bratianu, C.; Bejinaru, R. Del conocimiento a la sabiduría: más allá de la jerarquía del conocimiento. Knowledge 2023 , 3 , 196–214. [ Google Scholar ] [ CrossRef ]
34. Boyes, B. Implementación de la norma de gestión del conocimiento ISO 30401:2018: riesgos y oportunidades. Disponible en línea: https://realkm.com/2018/04/06/implementing-km-standard-iso-30401-risks-and-opportunities/ (consultado el 6 de abril de 2024).
35. Wagner, M. ISO 30401:2018: Wissen systematisch nutzen. Wissensmanagement 2020 , 4 , 32–34. [ Google Scholar ] [ CrossRef ]
36. Metaxiotis, K.; Ergazakis, K.; Samouilidis, E.; Psarras, J. Decision Support through Knowledge Management: The Role of the Artificial Intelligence. Disponible en línea: https://www.semanticscholar.org/paper/Decision-support-through-knowledge-management%3A-the-Metaxiotis-Ergazakis/17abd407f989e88f8437261395b0f007573c00c3 (consultado el 6 de abril de 2024).
37. Begler, A.; Gavrilova, T. Métodos de inteligencia artificial para sistemas de gestión del conocimiento. Disponible en línea: https://www.semanticscholar.org/paper/Artificial-Intelligence-Methods-for-Knowledge-Begler-Gavrilova/bbde1cd57ba706bddff4d3571b5f5ddb49974fce (consultado el 16 de mayo de 2024).
38. Sütőová, A.; Teplická, K.; Straka, M. Aplicación del modelo EFQM en la institución educativa para impulsar la mejora de los procesos hacia la sostenibilidad. Sustainability 2022 , 14 , 7711. [ Google Scholar ] [ CrossRef ]
39. El modelo EFQM 2025. EFQM: Bruselas, Bélgica 78p. Disponible en línea: https://efqm.org/the-efqm-model/ (consultado el 16 de mayo de 2024).
40. Pai, RY; Shetty, A.; Shetty, AD; Bhandary, R.; Shetty, J.; Nayak, S.; Dinesh, TK; D’souza, KJ Integración de la inteligencia artificial para sistemas de gestión del conocimiento: sinergia entre personas y tecnología: una revisión sistemática de la evidencia. Econ. Res. -Ekon. Istraživanja 2022 , 35 , 7043–7065. [ Google Scholar ] [ CrossRef ]
41. Inteligencia artificial: qué es, cómo funciona y por qué es importante. Disponible en línea: https://www.iso.org/artificial-intelligence (consultado el 16 de junio de 2024).
42. Fteimi, N.; Hopf, K. Gestión del conocimiento en la era de la inteligencia artificial: desarrollo de un marco integrador ; Universidad Otto-Friedrich: Bamberg, Alemania, 2021. [ Google Scholar ] [ CrossRef ]
43. Chovancová, J.; Rovňák, M.; Shpintal, M.; Shevchenko, T.; Chovanec, F. Percepción de los beneficios y las barreras asociadas a la integración de los sistemas de gestión: un estudio comparativo de organizaciones eslovacas y ucranianas. TEM J. 2022 , 11 , 772–778. [ Google Scholar ] [ CrossRef ]

Fuente: https://www.mdpi.com/2504-4990/6/4/112

---

Norma Española | UNE-ISO 30401 | Febrero 2021

Fuente: https://www.une.org/la-asociacion