Gestion des connaissances

Il faut donc bien distinguer les différents concepts nécessaires afin d'exploiter de manière optimale les connaissances.

Une source est l'origine humaine d'une information ou l'origine technique d'une donnée. Là où une source primaire présente des données ou informations fournies par le témoin humain ou technique de première main d'un phénomène, une source secondaire va décrire les sources primaires en y ajoutant des commentaires, des analyses et une critique de sources primaires.

Une source tertiaire est une sélection et une compilation de sources primaires et secondaires[8].

Une donnée est une description élémentaire d’une réalité. C’est par exemple une observation ou une mesure effectuée en fonction d'un étalon de référence[9].

On divise les données au moins en deux catégories : les données brutes et les données (ou jeu de données ou data).

Les données brutes sont les données non interprétées émanant d'une source primaire qui n'ont été soumises à aucun traitement ou toute autre manipulation (On parle aussi de données primaires car produites pour une source primaire). Les données brutes peuvent être utilisées dans un programme informatique ou dans des procédures manuelles telles que l'analyse statistique d'une enquête[10]. Il peut s'agir des données binaires des périphériques de stockage électroniques comme les lecteurs de disque dur[11].

Les données brutes sont supposées fiables si l'instrument ou l'observateur qui les a produites, a été étalonné. Les faits obtenus sans fournir les données brutes sont de plus en plus soumis à caution[12]. Il devient suspect de ne pas les conserver car depuis quelques années, il y a une multiplication des scandales qui portent sur les erreurs des connaissances induites à partir de données brutes[13].

Les données sont généralement, sans autres précisions, le résultat d'un travail préalable sur les données brutes qui permettra de leur donner un sens. La manière de collecter, sélectionner et traiter les données brutes sont autant d'interprétations implicites qui peuvent biaiser l’interprétation finale. Par exemple, des données dans un graphique permettront à un être humain d'y associer un sens (une interprétation) et ainsi créer une nouvelle information[9].

Autre exemple, un institut de sondage ne dévoile jamais les redressements sur les données brutes qu’il opère ni les raisons motivant ces ajustements et cela influencera forcément l'interprétation de ces données tronquées voire falsifiées[14] - [15].

Les informations font référence aux données porteuses de sens. Elles sont construites en fonction de règles et par interprétation des données d'un environnement précis. Les informations sont subjectives, c'est-à-dire liées à l'intention de l'émetteur-sujet de délivrer un message. Dès lors que les informations qui servent un message, reposent sur des données falsifiées, on parle alors de falsification et de désinformation[16].

À l'inverse des données, une information est immatérielle, c'est une combinaison :

• de données ;
• de leur interprétation par les hommes qui puisent dans leur expérience personnelle et/ou collective ;
• de modèles, théories, ou croyances qui donnent leur sens à ces informations (Jean-Yves Prax)[17] .

On parle de « bruit » quand des informations n'apportent pas de gain de connaissances. Par exemple, un « bruit de couloir » est une information qui n'est pas nécessairement utile à tous les employés dans une entreprise. En science, on parle de bruit de mesure lorsque des données contiennent des signaux parasites qui viennent se superposer aux informations que l'on souhaite récupérer. Ces signaux sont une gêne pour la compréhension de l'information. Pour récupérer l'information utile, il est nécessaire de retirer le bruit des données brutes pour simplifier le traitement des données porteuses de sens.

Les données permettant de rendre vérifiable une information dont les données brutes sont factuelles, peuvent être facilement capitalisées et transportées dans des documents ou bases sous forme explicite. Ce besoin de stocker des informations est à l'origine des sciences cognitives et du Web sémantique et influence la théorie de l'information.

Dans le mouvement du Web sémantique, les informations peuvent être accessibles et stockées dans le Web à l'aide des technologies des Web des données (Linked Data, en anglais) où les données sont représentées avec la norme « Resource Description Framework (RDF) » et leurs sens y sont attachés à travers une ontologie du W3C (RDFS, SKOS et OWL).

Une connaissance, en gestion des connaissances, correspond à l'appropriation et l'interprétation des informations par des êtres humains. Elle peut être formalisée pour être utilisable à des fins opératoires. Elle est vérifiable et sert l'action.

Le concept de connaissance fait appel aux questions de sens portées notamment par les notions telles que le langage, la sémantique, les croyances, la conscience. Pour passer des données à de l'information et enfin à une connaissance, il faut effectuer un traitement cognitif de ces données.

La connaissance, stricto sensu, est un item bien plus humain, subjectif, et souvent tacite que peut l'être une information. Pour exemple : « Pour avoir chaud, il suffit de monter le chauffage. » Notons ici que sont éliminées d'autres interprétations possibles de la situation, comme : « pour avoir chaud, vous devez bouger davantage », ou « la température de la pièce monta d'un cran » (en référence à une querelle).

Ainsi, ce qu'on nomme connaissance, information ou interprétation dépend entièrement d'une décision de limiter le contexte sémantique, cette décision pouvant dépendre à son tour des acteurs qui ont le pouvoir d'organiser la conversation sur les connaissances pertinentes. Le choix de ne retenir que le sens des termes utilisés par la hiérarchie de l'organisation, comme dans les systèmes d'information, contient une part d'arbitraire stratégique. Négliger cet aspect revient à transformer la connaissance en une croyance indiscutable.

On distingue deux types de connaissances :

• la connaissance comme construction sociale (approche constructiviste) dont la valeur de vérité dépend du consensus collectif (par exemple monogamie, droits de l'homme, le taux de TVA en France = 20 %…) ;
• la connaissance comme vérité naturelle (approche positiviste), dont la valeur de vérité provient d'une démonstration irréfutable contenue dans des axiomes, théorèmes, et universaux en tous genres, en général corrélés à l'expérience du réel et indépendants de la volonté des acteurs (par exemple F = mγ, U = RI, E = mc²…).

Dans les entreprises, la connaissance correspond au capital d'expertise que détiennent les êtres humains dans les différents domaines (marketing, R&D, achats, commercial, juridique…) qui constituent le cœur de métier de l'entreprise. On peut distinguer deux types de connaissances[18] :

• les connaissances internes, liées aux produits / services, aux compétences des employés, à la culture institutionnelle et aux méthodes de leadership utilisées ;
• les connaissances externes, liées à la connaissance du marché, des concurrents, des tendances technologiques, et les caractéristiques des clients.

Afin d'améliorer l'efficacité, la sécurité et la fiabilité des opérateurs et des traitements de connaissances, ainsi que l'accessibilité des connaissances par les usagers, de nombreuses technologies existent permettant la modélisation et le transport des informations dans les systèmes d'information d'organisation. S'y ajoutent des outils de synthèse de ces informations permettant aux usagers de se les approprier plus rapidement. Ces technologies de l'information sont liées aux sciences cognitives (technologies cognitiques) et aux ontologies (technologie du Web sémantique).

La représentation formelle des connaissances (ou des croyances) sous forme de raisonnement permet d'automatiser divers traitements sur les informations. C'est un des domaines de recherche de l'intelligence artificielle symbolique : la simulation de raisonnements intelligents à partir d'informations.

Un grand nombre de types de raisonnements humains a été modélisé. La logique propositionnelle est le type de raisonnement le plus utilisé dans l'informatique car le plus simple à reproduire. En effet, un grand nombre de décisions ou d'actions simples peut être reproduit à l'aide de techniques algorithmiques[19].

La déduction ou inférence est un autre modèle de raisonnement qui ne repose pas sur une construction logique ou démontrable au sens mathématique du terme. Elle implique le recours à l'interprétation. Michel Saucet, dans son ouvrage sur la sémantique générale (ed. Courrier du Livre) propose une histoire pour comprendre la conséquence d'une inférence : « Imaginez, vous vivez en famille dans une maison. Devant la maison, une ambulance est arrêtée ».

En pensant à la scène et en vous imaginant en situation, il est peu probable que vous ne fassiez pas d'inférence. C'est-à-dire que vous n'envisagiez pas également que chez vous une personne soit malade ou même que la voiture soit en panne. Il est peu probable que vous en restiez au seul constat. L'inférence est moins l'interprétation faite que le seul fait d'ajouter une information supplémentaire qui est le résultat d'un raisonnement fondé sur une connaissance préalable.

Des technologies comme Rule Interchange Format (RIF) permettent de segmenter et représenter les raisonnements sous forme de règle qui est l'une des plus simples notions en informatique : c'est une construction « si (if) - alors (then) ». Si certaines conditions (dans la partie si) sont vérifiables avec certaines données, alors la conclusion (la partie alors) est traitée.

Issu de la logique, les systèmes de règle utilisent la notion de prédicats qui permet l'inférence ou non de données ou d'objets. Par exemple, le fait que deux personnes soient mariées, peut être représenté avec des prédicats comme Marié(Lisa, John). Marié est un prédicat qui offre une inférence entre Lisa et John. En ajoutant la notion de variables, une règle pourrait ressembler à :

Si marié(?x, ?y) alors aime(?x, ?y)

Ainsi pour chaque paire de ?x et ?y (par exemple, Lisa et John) où le prédicat Marié est appliqué, un système informatique pourra déduire avec cette règle que le prédicat Aima s'applique à la paire ?x et ?y.

Les règles sont un moyen simple de savoir représenter un raisonnement, et sont une simplification radicale de logique du premier ordre pour laquelle il est relativement facile de mettre en œuvre des moteurs d'inférence qui peuvent traiter les conditions et déduire des conclusions.

Les systèmes de règles ont été appliqués et étudiés depuis le milieu des années 1970 et ont été largement adoptés dans les années 1980 lors de l'apparition des systèmes experts.

En gestion des connaissances comme en cognitique industrielle, on fait aussi la distinction entre l'information, la donnée brute, la connaissance, qui est la sélection, l'appropriation et l'interprétation des informations par les hommes (Jean-Yves Prax)[10], ainsi que « les savoirs », qui mettent en perspective les connaissances ponctuelles sur le long terme.

Dans les entreprises, la connaissance (au sens limité de celle qui est pertinente pour l'organisation) correspond à un capital de compétences que détiennent les hommes et les femmes dans différents domaines professionnels (exemples : marketing, R&D, ingénierie, production, logistique, approvisionnements, commercial, juridique…) constituant ce que l'entreprise nomme son cœur de métier (exemple : « Constructeur d'automobiles » pour Renault).

Ces compétences doivent être gérées et capitalisées pour améliorer l'efficacité globale de l'entreprise. Des modèles méthodologiques de KM - tels que KnoVA[20], MKSM[21] ou encore MASK - peuvent distinguer jusqu'à six types de connaissances pour décrire une compétence métier, représentative d'un savoir-faire professionnel particulier à une entreprise :

• les connaissances contextuelles, décrivant la culture métier du savoir-faire à l'aide des contextes reconnus ;
• les connaissances opératoires, décrivant le processus métier du savoir-faire à l'aide des activités prises en compte ;
• les connaissances comportementales, décrivant l'expertise métier du savoir-faire à l'aide des règles imposées ;
• les connaissances terminologiques, décrivant le vocabulaire métier du savoir-faire à l'aide de termes décidés ;
• les connaissances singulières, décrivant l'expérience métier du savoir-faire à l'aide de cas sélectionnés ;
• les connaissances évolutives, décrivant l'évolution métier du savoir-faire à l'aide de retours d'expérience choisis.

Cependant, un fossé demeure entre la connaissance d'un savoir-faire et l’action de le mettre en œuvre. Dans les entreprises, on parle souvent d'inertie dans sa prise de décision à cause du décalage entre savoir et faire[22].

Les compétences sont les attitudes et aptitudes mobilisables à une situation concrète afin de réussir une action ou prendre une décision.

Pour Philippe Zarifian, la compétence comprend trois dimensions :

• Le savoir-être : une attitude de prise d'initiative et de responsabilité face aux situations dont l'individu ou le groupe a la charge et auxquelles il se confronte, en visant la réussite de leur action ;
• Le savoir-faire, qui exprime l'intelligence pratique de ces situations et s'appuie sur la mobilisation de l'expérience et de connaissances acquises ;
• L'existence, le développement, la consolidation et la mobilisation de réseaux d'acteurs qui contribuent directement à la prise en charge des situations ou apportent un soutien.

Pour Claude Levy-Leboyer, la compétence est « la mise en œuvre intégrée d'aptitudes, de traits de personnalité et aussi de connaissances acquises, pour mener à bien une mission complexe dans le cadre de l'entreprise qui en a chargé l'individu, et dans l'esprit de ses stratégies et de sa culture »[23]

Selon Noam Chomsky, il est difficile de formaliser les compétences d'un individu car il y a une réelle séparation entre compétence et habilité. On peut être compétent sans que cela ne se traduise par une performance correspondante, car, entre la compétence du locuteur et sa performance, interviennent de nombreux facteurs qui semblent être autant de perturbations. Ils ne peuvent en tous cas pas être mis au compte de la compétence. Par exemple, un chercheur peut être compétent dans son domaine mais ne pas avoir les moyens d'être performant dans son domaine par manque de ressources.

Au-delà de cette distinction compétence/performance ou des différences de définitions en fonction du contexte, la compétence est ce qui permet la créativité, c'est-à-dire la non reproduction de l’existant et aussi l'aptitude à s'adapter aux changements. Dès lors, toute tentative de formalisation des compétences via un système d'information est forcément incomplet car on ne sait pas décrire formellement la capacité créative d'une compétence qui se base sur les connaissances acquises tout au long d'une vie.

• Définition générale : « Une communauté est un groupe auto-organisé ayant un partage et une attention sur un sujet, une identité (reconnaissance dans la communauté), des connaissances en construction et qui se capitalisent » (R. Collin, KM Forum, 2003).

Il existe différents types de communautés : les communautés de pratique, épistémiques, intérêts et de groupe projet.

La notion de communautés de pratique est une terminologie pour désigner les logiques ancestrales des métiers telles que le compagnonnage. Cette théorie prône une perspective sociale de l’apprentissage, insérée dans les pratiques collectives au sein des communautés de pratique. La théorie des communautés de pratiques formalisée par Wenger (1998)[24] s'inscrit dans une évolution épistémologique qui a conduit le domaine de la gestion des connaissances d'une vision technocentrée vers une vision anthropocentrée.

D’après Wenger, une communauté est un groupe de personnes reliées de manière informelle qui interagissent, apprennent ensemble sur tous les aspects de leurs pratiques, partagent leurs savoirs, construisent des relations et à travers cela développent un sentiment d’appartenance et d'engagement mutuel. Cet échange permanent crée une intelligence collective visant à améliorer l'innovation au sein du groupe.

Le fonctionnement d'une communauté de pratique repose sur quatre piliers :

• une équipe : un ensemble d’acteurs fédérés autour d’un même objectif, un même thème,
• des gens qui partagent des ressources immatérielles,
• des gens qui coopèrent,
• une culture commune et un système d’intérêt commun.

Les communautés épistémiques sont des encyclopédies vivantes comme Wikipédia, structurées afin de produire délibérément de nouvelles connaissances. Elles se rapprochent des Gemeinschaft dont il existe trois formes (Tönnies) : communautés de sang, de village et de souvenirs[25].

À l'inverse, les communautés de pratique développent de nouvelles connaissances de manière plus indirecte, à travers leurs pratiques quotidiennes et la circulation de bonnes pratiques.

La recherche scientifique forme une communauté épistémique car elle se définit souvent comme étant un processus de production de nouvelles connaissances. Ceci s’effectue toujours en se basant sur l’établissement de l’état de l’art qui consiste à rechercher toutes les informations existantes concernant le domaine de recherche et à en faire une synthèse. Ainsi, la gestion de connaissances se montre indispensable aidant, d’une part, à mieux comprendre l’existant et d’autre part, à mieux organiser les nouvelles connaissances de façon qu’elles soient compréhensibles et réutilisables par des générations futures.

Une communauté d'intérêt est un groupe composé d'individus qui partagent soit une identité, soit des expériences et des préoccupations. Elle se compose de personnes qui sont personnellement touchées par un problème commun, soit directement, soit dans leur entourage. L'appartenance à une communauté de ce type les aide à comprendre, interpréter leur condition et à chercher des solutions aux problèmes qu'ils peuvent rencontrer.

Le groupe projet est un groupe de personnes, réunies temporairement pour leurs compétences, chargées d'étudier un projet pour répondre à un problème précis, de lui donner une solution rapide et d'en suivre de près l'exécution.

Cette définition met en avant la mise en commun de compétences, d'expertises et de connaissances afin de répondre à un problème donné. Cela permet notamment de développer la capacité d'innovation du groupe.

Un écosystème de connaissances est une approche de la gestion des connaissances qui prétend favoriser l'évolution dynamique des interactions de connaissances entre différentes entités pour améliorer la prise de décision et l'innovation grâce à l'amélioration des réseaux évolutifs de collaboration. Contrairement aux efforts de gestion purement directifs qui tentent soit de gérer soit d’aboutir directement au résultat, les écosystèmes des connaissances adoptent le fait que les stratégies de connaissances doivent se concentrer davantage sur l'activation de l'auto-organisation en réponse à des environnements changeants.

L'adéquation entre les connaissances et les problèmes auxquels elles sont confrontées définit le degré d’« aptitude » d'un écosystème de la connaissance. Les écrits traitant de telles approches écologiques incorporent généralement des éléments de théorie des systèmes complexes adaptatifs.

La gestion des connaissances distingue deux grands types de connaissances, conformément aux apports de la psychologie cognitive : les connaissances tacites et explicites[26].

D'autres argumentent que cette distinction entre connaissances explicites et tacites est fausse et que la connaissance est une dualité[27].

Les connaissances tacites sont les connaissances appartenant aux représentations mentales, profondément ancrées dans les personnes et leurs vécus. Elles sont généralement difficiles à « formaliser » par écrit a contrario des connaissances explicites. Elles sont alors plus généralement transmises de personne à personne, par exemple lors de la transmission de savoir entre un expert dans un domaine et un apprenti.

Elles regroupent les compétences innées ou acquises, les savoir-faire et les expériences de l'individu. Par exemple, le spécialiste d'un domaine applique les règles et principes qu'il a appris, les adapte en fonction du contexte, des circonstances, etc. sans pouvoir forcément en expliciter les raisons. Cette aptitude cognitive relève du domaine du raisonnement par cas : un cas correspondant à la compilation de raisonnements vécus par l'expert et comprenant principalement la description de la situation (c'est-à-dire: l'entrée) et de la solution proposée (c'est-à-dire : la sortie) sans indication explicite du cheminement du raisonnement (c'est-à-dire: la preuve logico-déductive).

Exemples de connaissances tacites : « savoir façonner un sabot dans une bille de bois », « savoir vendre une voiture », « savoir reconnaître une pierre précieuse d'une imitation ».

Ce sont des connaissances clairement articulées au niveau d'un document écrit (ex: U = R.I : loi d'Ohm des électriciens), d'un système informatique (par exemple Wikipédia), ou d'un automatisme dans la mémoire d'une machine (ex : trajectoire d'usinage en spirale de l’évidement prismatique d'une pièce mécanique aéronautique). Ces connaissances sont alors transférables physiquement car elles apparaissent sous forme tangible (par exemple document, logiciel, machine). Elles sont alors vérifiables et réutilisables comme avec les connaissances contenues dans une encyclopédie.

Elles peuvent être facilement codées et enregistrées dans des bases de données informatiques.

La gestion des connaissances doit avoir un sponsor au plus haut niveau hiérarchique possible, et tous les intermédiaires doivent prendre part à la démarche. Le management fixe l'objectif (relatif à l'activité de l'entreprise) et doit participer à l'identification et la sélection des savoirs stratégiques afférents, et également à l'exploitation des connaissances tout en assurant leur protection. Le management doit assurer des actions de coaching d'équipe et motiver les salariés à collaborer, en transformant les éventuelles structures verticales tayloriennes, en structures horizontales fonctionnant par projet, pour tendre vers une organisation apprenante.

Davenport[28] (1997 et 1998) soulignent cinq facteurs clefs côté management, synthétisés par Rodríguez (2006) :

• La culture orientée vers la connaissance : une culture favorable et compatible avec la gestion de la connaissance est fondamentale pour garantir le succès des projets[28].
• Un appui au personnel directif : dans un projet qui touche à l'ensemble de l'organisation, l'appui des équipes directives semble fondamental pour disposer des possibilités de succès[28].
• Un lien avec la valeur économique ou la valeur de marché : les processus de gestion de la connaissance peuvent être très coûteux ce qui conseille la recherche d'un type de bénéfice pour l'organisation (une concurrence, une satisfaction des utilisateurs, etc.)[28].
• Une orientation du processus : on recommande une évaluation diagnostique qui oriente le développement du processus et qui permet d'avoir une bonne idée des destinataires et des participants, de la satisfaction qui est générée et de la qualité de ce qui s'offre[28].
• Des pratiques de motivation : il est fondamental de motiver et stimuler les participants pour qu'ils partagent la connaissance[28]. Les enjeux de la gestion des connaissances portent également sur la visibilité des activités R&D de ces institutions à l’échelle mondiale. La recherche scientifique est de plus en plus concurrentielle et internationale ; assurer une bonne exposition passe par une gestion efficace de sa productivité[28].

En gestion des connaissances, il y a trois facteurs clés du côté de l'ingénierie des connaissances :

• Une infrastructure technique et institutionnelle : implanter un système de gestion de la connaissance est plus simple et agile si on dispose d'une infrastructure adéquate technologique et si on dispose du personnel compétent pour utiliser celle-ci[28].
• Une clarté d'objectifs et de langage : il est nécessaire de clarifier ce qui désire être obtenu et, par conséquent, les objectifs qui essaient de se rejoindre au moyen du développement du processus en essayant d'éviter des bruits et des interprétations mauvaises par manque de concrétion[28].
• Une structure de connaissances : la connaissance doit être structurée de façon que son exploitation soit flexible pour qu'elle puisse réellement être utile[28].

La gestion de contenu est l'un des autres chantiers de l'ingénierie des connaissances. Elle vise à :

• organiser les taxonomies et thésaurus ou autres modèles de classification en s'appuyant sur des données de référence,
• unifier les différents systèmes de gestion de contenu,
• vérifier la qualité et la sécurité des données,
• vérifier la sécurité des informations manipulées par les principaux acteurs de l'entreprise (en particulier les équipes d'intelligence économique),
• optimiser les accès internet aux ressources Web.

L'utilisation des métadonnées, élément constituant de l'interopérabilité entre applications, facilite la mise en œuvre du chantier de gestion de contenu. Les métadonnées permettent de structurer les taxonomies.

En gestion des connaissances, un autre facteur clé est de proposer divers canaux qui facilitent le transfert de connaissance[28].

Par exemple, la mise en place d’un référentiel des connaissances au sein de l'intranet permet la formation des nouveaux arrivants dans une organisation. De même pour les acteurs en place, la mise en commun de cours de formation en ligne par l’intermédiaire d’un référentiel des connaissances, et la possibilité d’y accéder à tout un moment, est un facteur de sécurisation tant à court terme (capacité à intégrer tout nouveau concept) qu'à plus long terme (capacité à évoluer par auto-formation).

Transmission de savoir dans l'entreprise

Les informations nécessaires au sein de l'entreprise sont majoritairement des connaissances explicites. Cette stratégie consiste à investir dans un système d'information très élaboré, ceci afin de mieux intégrer la plupart des informations nécessaires pour répondre aux besoins du client. Les connaissances vont être codifiées, stockées puis seront réutilisées par tout salarié de l’entreprise qui pourra y avoir accès dès qu’il le souhaite (documents de connaissance). On parle de connaissance de type « personne à document ». Cela permet un gain d'efficacité. La codification nécessite un recrutement de profils dits opérateurs capables d'intégrer et de reproduire un processus. On parle de praticien. Le capital de connaissances est ici réutilisable à peu de frais, à condition que peu de modifications soient nécessaires d’un projet à l’autre.

Les entreprises utilisant une stratégie de codification sont majoritairement des entreprises avec des produits standardisés où des réutilisations de documents ou données sont possibles pour répondre aux attentes des clients. On peut citer, par exemple, des entreprises industrielles avec des produits sur commande.

La seconde stratégie est le management des connaissances dit par personnalisation. Elle s’appuie plus sur le dialogue et sur le constat que certaines données ne peuvent être codifiées. Dans ce cas, on parle essentiellement de connaissances tacites et il semble plus difficile de les enregistrer. Leur transmission requiert une communication interpersonnelle fondée sur un partage d'expériences sur le long terme, on parle de connaissance du type « personne à personne » (brainstorming, conversations individuelles). Bien sûr, la documentation électronique existe mais elle ne constitue pas un objet de connaissances à proprement parler ; elle permet d’identifier les porteurs de connaissances afin de les contacter. Le salarié est considéré comme un inventeur qui doit en permanence appliquer ses capacités analytiques et sa créativité à chaque nouveau problème. On parle d'économie d'expertise.

Pour transmettre le savoir, les entreprises utilisant cette stratégie appliquent différentes méthodes comme la mise en place de réunions régulières entre collaborateurs, des sessions de brainstorming (remue-méninges en français), des contacts facilités par présence sur des bases de données, etc.

Cette stratégie est particulièrement utilisée par des entreprises innovantes, ou proposant des solutions personnalisées à chaque client.

Mener la stratégie de codification et de personnalisation de front peut mettre en péril une entreprise. Dans le cas de grandes entreprises, les deux stratégies ne peuvent cohabiter que dans deux services différents. De nombreux échecs se sont manifestés lorsque l’entreprise a tenté de changer de stratégie.

Si l’entreprise opte pour une stratégie de codification après une longue durée de personnalisation, les clients peuvent lui reprocher d’attribuer des solutions toutes faites plutôt que du sur‐mesure. Le changement inverse tend à encourager les collaborateurs à innover, alors qu’une solution déjà existante peut être tout aussi adaptée. Bien entendu l’une n’exclut pas totalement l’autre.

C’est la stratégie concurrentielle qui dicte la stratégie de gestion du savoir. Il y a trois questions primordiales qui servent à orienter ce choix.

• L'entreprise propose-t-elle des produits standardisés (produits industriels ou services) plutôt que des produits sur-mesure ?
  • Si elle propose des produits standardisés alors la codification sera plus appropriée.
• L'entreprise propose-t-elle une stratégie fondée sur un produit arrivé à maturité ou un produit novateur ?
  • Si le produit est à maturité alors le modèle de réutilisation via codification sera plus profitable. Le cycle de vie (commerce) du produit est donc important.
  • En revanche, si le caractère novateur du produit prime, alors la personnalisation est plus judicieuse.
• Les individus de l'entreprise utilisent-ils des connaissances tacites ou des connaissances explicites ? Par exemple, l’expérience scientifique ou technologique, le savoir-faire opérationnel correspondent à des connaissances tacites qui nécessitent le recours à l’approche « personne à personne ».
  • Le coût pour mettre en œuvre une stratégie de codification peut être élevé si l'entreprise ne fonctionne qu'avec des connaissances tacites.

Le tableau suivant résume ce choix : codification et/ou réutilisation ?

Quel que soit le choix, il est nécessaire que ce soit les responsables de l’entreprise qui souscrivent activement à l’une des méthodes par une direction forte, conçue comme prolongement d’une stratégie concurrentielle bien définie.

Il est important de noter que cette stratégie ne dépend pas du secteur d'activité. En effet, au sein d’un même secteur, on retrouve des stratégies différentes comme le montre le tableau ci-dessous.

La gestion des connaissances s'inscrit dans ce sens comme un enjeu essentiel dans des démarches ré-organisationnelles ou d'amélioration continue. En général, une entreprise choisit une stratégie de gestion des connaissances quand elle ne veut pas augmenter ses coûts et rester compétitive sur le marché.

L'outil le plus symptomatique de cette gestion des interactions plutôt que des connaissances est le réseau social.

Il en existe différents types en fonction des intérêts des individus et des organisations :

• Réseau social grand public: il s'agit de réseaux accessibles à tous par Internet tels que Facebook ou Twitter.
• Réseau social professionnel : ce type de réseau permet aux professionnels de partager leurs compétences en dehors de l'entreprise comme Linkedin ou Viadeo. Cela permet en général de valoriser l'entreprise. Ces réseaux permettent également d'établir des contacts en vue d'un recrutement.
• Réseau social d'entreprise : ce type de réseau est destiné aux collaborateurs, partenaires et clients. Il est utilisé aussi bien par des entreprises de grande taille (IBM, Microsoft…) que de petites et moyennes organisations visant à centraliser et fluidifier les échanges internes en sortant de l'e-mail.

Les réseaux sociaux se distinguent nettement des autres sources d'informations ou de connaissances déjà identifiées comme telles, en ce sens qu'ils requièrent une appartenance. Cette appartenance se matérialise très souvent par une inscription ou souscription en ligne menant à la création d'un compte (ex : Facebook, Twitter, Viadeo, Linkedin…). De cette manière et à l'instar de l'utilisation d'un moteur de recherche classique, l'utilisateur se doit de rentrer dans le réseau social et d'y créer des liens pour accéder aux sources d'informations et de connaissances. De cette manière, le réseau social permet de centrer l'intérêt sur l'individu. C'est donc l'information et la connaissance qui s'adaptent aux attentes de l'utilisateur.

Au sein d'un réseau social, les informations personnelles sont traitées comme n'importe quelle information et des algorithmes tentent de deviner ce qui susciterait l'attention de l'individu et sélectionnerait des informations encore inconnues de la personne pour les lui proposer ensuite. Une forme de sérendipité est ainsi reproduite artificiellement[32] - [33]. Le réseau social utilise donc directement l'individu pour partager les données qu'il lui fait parvenir et avec lequel il interagit mais dont le sens des informations lui échappe.

Face au succès des réseaux sociaux comme Facebook ou Twitter et en 2013, des révélations d'Edward Snowden sur la collecte de données à grande échelle sur le réseau Internet à des fins d'espionnage économique, les organisations avec ou sans stratégie de codification ou personnalisation déploient maintenant leur propre réseau social au sein de leur intranet afin de protéger les informations que l'on peut obtenir ou déduire de cette forme d’interactions sociales.

• (en) Working Knowledge: How Organizations Manage What they Know, Thomas H. Davenport et Laurence Prusak, Harvard Business School Press, 2000, 240 p. (ISBN 1-57851-301-4)
• Tous managers du savoir ! La seule ressource qui prend de la valeur en se partageant, Jean-François Ballay, Éditions d'Organisation, Paris, 2002, (ISBN 2708127756)
• Knowledge management et web 2.0, Alphonse Carlier, Hermes Science Publications, 2013, (ISBM 2746245493)
• Enjeux de mots : regards multiculturels sur les sociétés de l’information, coordonné par Alain Ambrosi, Valérie Peugeot et Daniel Pimienta, C & F Éditions, 2005, 2008, (ISBN 2915825033) (ISBN 978-2915825039)
• Gestion stratégique des connaissances, PUL, 2005, RIVARD, L. ROY, MC., et al., (ISBN 2-7637-8278-7)
• Le manuel du knowledge management, 3^e édition, Mettre en réseau les hommes et les savoirs pour créer de la valeur, Jean-Yves Prax, Dunod, 2012.
• Méthodes, Modèle et Outil Ardans de capitalisation des connaissances. Pierre Mariot, Christine Golbreich, Jean-Pierre Cotton, François Vexler, Alain Berger, EGC'2007 Namur 2007.
• Le réveil du samouraï. Culture et stratégie japonaises dans la société de la connaissance. Pierre Fayard. Dunod, Paris 2006.
• Les tableaux de bord de la performance, comment les concevoir, les aligner et les déployer sur les facteurs clés de succès. Patrick Iribarne. Dunod. 2003, (ISBN 2 10 006730 3).
• Méthodes et outils pour la gestion des connaissances, Dunod, 2000, 2001, (ISBN 2 10 006300 6).
• Modélisation cognitive et résolution de problèmes, PPUR, 2002, G. Caplat, (ISBN 2-88074-495-4)
• Le partage des connaissances : une mémoire interactive pour la compétitivité de l'entreprise, Dominique Thévenot, Paris, Tec & Doc, 1998.
• Le guide du knowledge management, concepts et pratiques du management de la connaissance, Jean-Yves Prax, Dunod, 2000.
• Knowledge management, théorie et pratique de la gestion des connaissances, René-Charles Tisseyre, Hermès, 1999, (ISBN 2-7462-0069-4).
• Knowledge Management: Focus on Innovation and Labor Productivity in a Knowledge-Based Economy. Madalina Constantinescu. The Icfai University Journal of Knowledge Management, Vol. VII, No. 1, 2009
• Gérer les connaissances: un défi de la nouvelle compétitivité du XXI^e siècle. Information, interaction, innovation. Réal. Jacob et Lucile Pariat, octobre 2000, Québec, http://mapageweb.umontreal.ca/heatonl/fr/doc/acrobat/gererconnaissance.pdf.
• Savez-vous vraiment ce que vous savez? Gestion des connaissances et compétitivité des entreprises, Réal. Jacob et Lucile Pariat, Réseau Cefrio, Vol.3, no2, mars 2002, Québec.
• Cartographier le Management des connaissances, C.Després, D. Chauvel, in L’Art du Management de l’Information (1999), Dossier n^o 6 : La gestion des connaissances.
• Knowledge Management et capitalisation des connaissances Jean-Marc Blancherie. e-Book aux Éditions du Désir (2009)
• Knowledge Management, Collection Harvard Business Review, Éditions d'Organisation. (ISBN 2708117351)
• Le Blog des Experts : Communication et société - Les réseaux sociaux : Opportunités pour la gestion des connaissances
• MOOC, évolution ? Business ? Opportunité ? http://orbi.ulg.ac.be/handle/2268/154729
• The Learning History Research Project_MIT Sloan http://ccs.mit.edu/lh/
• Le knowledge management et l'économie spontanée du partage des connaissances : propos sur un désinvestissement de forme, Economie et société, n^o 25, avril 2005, Gwenaële Rot
• Karima Rafes, Cécile Germain. A platform for scientific data sharing. BDA2015 - Bases de Données Avancées, Sep 2015, Île de Porquerolles, France.

• Organisation apprenante
• Management de la connaissance
• Ingénierie des connaissances
• Partage des connaissances
• Gestion des connaissances personnelles
• Stratégie de Lisbonne
• Connaissance tacite
• Wiki d'entreprise
• Gestion des connaissances dans le domaine du nucléaire

• COP-1, l'association française des professionnels de la gestion des connaissances
• Société de l'information/société de la connaissance, article de Sally Burch, 2005.(page visitée le 5 octobre 2011)
• Les facteurs clés de succès des systèmes de gestion des connaissances: proposition d’un modèle explicatif
• La connaissance et l’apprentissage sous le regard de la littérature consacrée aux organisations