Revista de Ciencias Sociales (RCS)
Vol. XXVII, Número Especial 4, Septiembre 2021. pp.
FCES - LUZ ● ISSN: 1315-9518 ● ISSN-E: 2477-9431
Administración de conocimiento y redes
sociales: Análisis en pequeñas empresas
ecuatorianas
García-Vidal,
Gelmar*
Guzmán-Vilar,
Laritza**
Martínez-Vivar,
Rodobaldo***
Resumen
La
construcción de redes sociales permite revisar y evaluar los flujos de ideas,
determinar los problemas existentes en el intercambio de conocimiento e
implementar cambios para promover y mejorar la colaboración en las organizaciones. Esta
investigación tiene como objetivo
analizar las redes sociales que se forman en organizaciones ecuatorianas,
particularmente pequeñas, para influir en la efectividad de la transmisión de
información, transferencia de conocimiento y, finalmente, en el desempeño
organizacional. Se
seleccionaron cuatro pequeñas
empresas a través de un muestreo por juicio, y con la utilización del software
Gephi para el estudio de redes sociales. Los resultados defienden la
aplicación de redes sociales en el contexto de las organizaciones para permitir
identificar las falencias y apuntar a mejoras por parte de la administración. Se concluye la
utilidad de las redes sociales para descubrir el flujo de ideas, experiencias y
conocimiento entre los miembros de las organizaciones estudiadas y su impacto
en el desempeño de las mismas, destacando la
necesidad de ampliar la aplicación de técnicas, como el análisis de redes
sociales, al estudio de la gestión del conocimiento en las organizaciones, para
contribuir a proporcionar más rigor científico a este campo.
Palabras
clave:
Administración del conocimiento; redes sociales; pequeñas empresas; actores de
conocimiento; flujo de conocimiento.
Knowledge management
and social networks: Analysis in small Ecuadorian companies
Abstract
The construction of social networks allows to review
and evaluate the flow of ideas, determine the existing problems in the exchange
of knowledge and implement changes to promote and improve collaboration in the
organization. The research’s objective is to analyze social networks formed in
Ecuadorian organizations, specifically small businesses, to have an influence
on the effectiveness of information and knowledge transfer and organizational
performance. Four small companies were selected through trial sampling, and
with the use of Gephi software for the study of social networks. The obtained
results defend the application of social networks within the organizations to
identify flaws and remark improvements of the administration. It is concluded
that the usefulness of social networks to uncover the flow of ideas,
experiences and knowledge among the members of the analyzed organizations and
their impact on their performance, pointing out the need of extending the application
of techniques, like social network analysis, knowledge management in
organizations study, and to give more scientific rigor to this area.
Keywords:
Knowledge management; social network; small companies; knowledge actors; knowledge
flow.
Introducción
Hay un reconocimiento creciente en la comunidad
empresarial sobre la importancia del conocimiento como un recurso crítico para
lograr tomar decisiones en aras de alcanzar los objetivos de una organización (Mäntymäki y Riemer, 2016; Chaparro et al., 2019; Cabeza-Pullés, Fernández-Pérez y Roldán-Bravo, 2020; Pinochet, Mariño y Ramírez, 2020; Tu, 2020).
La literatura reconoce la existencia de tres escuelas para el análisis de la Administración
del conocimiento: Económica, estratégica y organizacional (Cerchione y Esposito, 2017). El presente
estudio asume los postulados de la escuela organizacional, que tiene un enfoque
de redes para compartir el conocimiento. La escuela organizacional describe el
uso de redes como arreglo arquetípico de un grupo de personas con un interés
común, problema o experiencia, que comparten ideas, opiniones, soluciones para
poder obtener los resultados de su trabajo (Engelbrecht
et al., 2019).
Por lo anterior, es de vital importancia el
estudio de cómo se crea, comparte, intercambia, distribuye, información, ideas,
reflexiones, pensamientos y experiencias entre los miembros de una organización
(Pinochet et al., 2020). El conocimiento
resulta de las interacciones entre diferentes actores mediante un flujo
comunicativo, a través de ciertos canales en el tiempo entre los miembros
conectados en la red de un sistema social (Davel,
Du Toit y Mearns, 2017; Behfar, 2020). Muchos autores reconocen los
lazos entre la Administración de conocimiento y el análisis de redes sociales
hacia el interior de las organizaciones (Behfar, 2020; Medina-Nogueira et al., 2020).
Dentro de las organizaciones, los miembros
pueden aprender unos de otros a través de compartir ideas para la realización
de su trabajo; esta difusión del conocimiento puede proporcionar nuevas
oportunidades mutuas para los miembros y para toda la organización (Engelbrecht et al., 2019; Behfar, 2020; Escorcia y
Barros, 2020). Teniendo en cuenta la importancia de este fenómeno, los
investigadores han utilizado ampliamente el análisis de redes sociales (ARS)
para estudiar el flujo de ideas entre los miembros de una organización (Behfar, 2020; Medina-Nogueira et al., 2020; Yin, Gu y Zhang, 2020). De
esta forma, aprender la manera en que se comparten ideas dentro de una
organización puede descubrirse modelando una organización como una red social,
descubriendo cómo los miembros están interconectados (Behfar, 2020; Pinochet et al., 2020).
Por tanto, con esta investigación se busca
analizar las redes sociales que se forman en organizaciones, particularmente
pequeñas, para influir en la efectividad de la transmisión de información, transferencia
de conocimiento y, finalmente, en el desempeño de una organización. De esa
manera, se pretende demostrar la utilidad del estudio de redes sociales para
descubrir el flujo de ideas, experiencias y conocimiento, entre sus miembros, y
posibilitar la toma de decisiones cuando las redes identificadas adopten la configuración
más adecuada para una mejor gestión del conocimiento y el logro de los
objetivos de la organización.
1. El
análisis de redes sociales y la gestión del conocimiento
El análisis de redes sociales (ARS), es un
paradigma sociológico para analizar patrones estructurales de las relaciones
sociales informales (en oposición a las redes formalizadas) dentro de una
organización, proporcionando un marco de análisis de los procesos de
intercambio de conocimientos (Davel et al.,
2017; Medina-Nogueira et al., 2020; Pinochet et
al., 2020). Las redes informales dentro de las
organizaciones han atraído mucha atención en los últimos años, teniendo en
cuenta que una parte importante del trabajo se realiza cada vez más en
colaboración, a través de estas redes (Behfar,
2020; Jafari et al., 2020; Jiang y Xu, 2020; Narváez y Villalobos, 2020; Yin et
al., 2020).
Una de las vías para comprender cómo se maneja
dentro de una empresa la forma en que sus miembros intercambian conocimiento
para realizar su trabajo, es hacer un mapa de cómo estos interactúan (Yamkovenko y Tavares, 2017). Una herramienta
que puede dar lugar a poderosas representaciones visuales de la forma en que se
comparte el conocimiento en una organización es el análisis de redes sociales
(ARS) (Poleacovschi, Javernick-Will y Tong, 2017).
Teniendo en cuenta la importancia de este fenómeno, los investigadores han
utilizado ampliamente el ARS para estudiar el flujo de ideas entre los miembros
de una organización (Behfar, 2020; Medina-Nogueira et al., 2020).
Desde la perspectiva de la gestión del
conocimiento, el análisis de redes sociales ayuda a: (1) Aumentar la
visibilidad de las fuentes de conocimiento y, por lo tanto, facilitar y
acelerar el proceso de localización de conocimientos o experiencias relevantes
en una organización; (2) analizar las relaciones entre los empleados (actores
de la red) en términos de adquisición de conocimiento; (3) identificar las
fortalezas e ineficiencias en los flujos de conocimiento; y, (4) hacer que la
red invisible de relaciones entre las personas parezca más visible; y, por lo
tanto, brinda valiosos aportes a los administradores para que tomen decisiones
con el fin de mejorar el flujo de conocimiento dentro sus organizaciones y
lograr que el trabajo se realice de manera más eficiente y eficaz (Behfar, 2020; Jafari et al., 2020; Jiang y Xu, 2020;
Yin et al., 2020).
El conocimiento tácito
es personal, menos visible y difícil de formalizar; refleja las perspectivas,
intuiciones, valores, creencias y corazonadas de los individuos, y está
implicado en sus acciones, experiencias, ideas y emociones (Nonaka y Von Krogh, 2009). Está disponible en
el nivel inconsciente y representa el resultado de un pensamiento creativo, así
como divergente. Como resultado, se comparte a través de interacciones
interpersonales y se puede almacenar como parte de la cultura organizacional,
siendo importante en circunstancias en donde se requieren soluciones
innovadoras.
El intercambio de este
tipo de conocimientos en las organizaciones, puede verse como el comportamiento
mediante el cual un individuo proporciona voluntariamente a otros miembros de la
organización acceso a sus conocimientos y experiencias (Cyr y Wei Choo, 2010; Sakalaki y Sotiriou, 2012; Kwahk y Park, 2016;
Mourtzis et al., 2019). El conocimiento tácito permite a los miembros de
una organización moverse en la dirección deseada para alcanzar la visión
organizacional (Sakalaki y Sotiriou, 2012; Leon et
al., 2017; Jiang y Xu, 2020).
Estudios previos sobre
el intercambio de conocimientos se han centrado en el know-how y know-what (Kwahk y Park, 2016; Leon et al., 2017). Para
los efectos de esta investigación se considera importante saber de quién (know-who) se reclaman las ideas y
conocimientos para realizar un trabajo dentro de una organización. Esto
permitiría saber quién se considera que sabe y tiene un fuerte impacto en la
difusión del conocimiento, facilitando así estrategias para compartir mejor el mismo
dentro de la organización y predecir los flujos de conocimiento futuros, que
pueden cruzar una red social empresarial interna (Guofeng et al., 2020; Jiang y Xu, 2020; Zhang, Song y Song, 2020).
Si se toma en cuenta el
tema del conocimiento, se hace una distinción entre: Saber qué, saber por qué,
saber cómo y saber quién (Leon et al., 2017).
Por lo que se dará especial importancia al saber quién, puesto que su estudio
permite descubrir aquellas personas a las que se les reconoce como aportadores
de ideas en un campo determinado de su trabajo y las relaciones establecidas
entre ellos con sus compañeros al compartir ese conocimiento. Este conocimiento
sobre aquellos que saben qué hacer y cómo hacerlo, presenta a las personas que
estarían llamados a convertirse en líderes de conocimiento y de su difusión
dentro de una organización (Leon et al., 2017);
aumentando la comprensión y mejorando la eficiencia del intercambio de
conocimientos y las relaciones intra - organizacionales (Guofeng et al., 2020; Jiang y Xu, 2020; Zhang et al., 2020).
En el contexto
empresarial los miembros de una organización recurren con frecuencia a otros
para pedir ayuda, con la finalidad de aclarar un problema específico a resolver
asociado con el trabajo diario, o solicitar alternativas para resolverlo (Mäntymäki y Riemer, 2016; Jafari et al., 2020; Tu,
2020). A su vez, otros miembros brindan ideas en forma de sugerencias
para la solución, discuten el problema o brindan acceso a un recurso, ofrecen
sus experiencias y mejores prácticas para resolver dicho problema (Mäntymäki y Riemer, 2016; Han, Teng y Cai, 2019;
Mourtzis et al., 2019; Cabeza-Pullés et al., 2020; Desmarchelier, Djellal
y Gallouj, 2020). Un individuo
puede actuar como un difusor de conocimiento, repositorio de conocimiento,
guardián de conocimiento o agente de conocimiento (Cyr y Wei Choo, 2010; Sakalaki y Sotiriou, 2012; Leon et al., 2017; Tu,
2020), tal y como se muestra en la Figura I.
Fuente:
Elaboración propia, 2021 adaptado de León et al. (2017).
Figura
I: Roles del individuo A
en una red social
Un difusor de
conocimiento, es una persona que está orientada hacia la cooperación y que se
enfoca en establecer múltiples relaciones para asegurar que sus ideas se
difundan entre sus compañeros de trabajo (Cyr y
Wei Choo, 2010; Sakalaki y Sotiriou, 2012; Leon et al., 2017), el foco
está en la transmisión de conocimiento. Un repositorio de conocimiento, es una
persona que adopta un comportamiento individualista y se enfoca en establecer
múltiples relaciones para asegurar que se adquiera cada vez más conocimiento de
sus compañeros de trabajo (Cyr y Wei Choo, 2010;
Sakalaki y Sotiriou, 2012; Leon et al., 2017), aquí el foco está en la
adquisición de conocimiento.
Los intermediarios de
conocimiento, describen a las personas que median el proceso de intercambio de
conocimientos entre otros dos miembros, actuando como un puente que une a dos
individuos que no tienen una relación directa entre ellos (Baer et al., 2015; Leon et al., 2017). Los
guardianes del conocimiento, incluyen a aquellas personas que actúan como
intermedias en las relaciones establecidas entre los grupos, controlan los
flujos de conocimiento que entran y salen de ciertos grupos (Baer et al., 2015; Leon et al., 2017).
El estudio de cómo se comparte el conocimiento
es especialmente aplicable para el contexto de las Pequeñas y Medianas Empresa
(PYMES). Este tipo de empresa, por su tamaño, opera como un equipo de trabajo
en donde se debería compartir conocimientos de manera eficiente y con altos
niveles de informalidad por la flexibilidad que caracteriza a estas
organizaciones (Cerchione y Esposito, 2017; Poleacovschi
et al., 2017; Esteves y Geisler, 2019; Pinzón, Maldonado y Marín, 2019;
Pinochet et al., 2020).
Lo antes expresado, destaca el papel de la
estructura de las redes sociales en los procesos de transferencia de
información, así como generación y transferencia de conocimiento en una
organización, partiendo de esta base se considera necesario tenerlas en cuenta
como punto de partida en la toma de decisiones para la mejora de la gestión del
conocimiento, descubriendo las ventajas de las redes existentes y promoviendo
nuevas estructuras que faciliten la transferencia de conocimiento, contribuyendo
así al logro de los objetivos de la organización (Pinochet et al., 2020; Tu, 2020; Zhang et al., 2020).
2. Metodología
Para
la presente investigación, de carácter exploratorio, se utilizó un muestreo por
juicio o muestreo de prueba. Este tipo de muestreo no probabilístico no se basa
en el azar, sino en el juicio personal de los investigadores para seleccionar a
los elementos de la muestra, esto implica que como investigadores es permitido
decidir de manera arbitraria o consciente qué elementos se incluirán en la
muestra (Etikan, Musa y Alkassim, 2016; Gill,
2020). Se seleccionó este tipo de muestreo por ser económico, práctico y
rápido, aunque no permite hacer generalizaciones directas a una población
específica, porque por lo regular la población no se define de manera explícita
(Emerson, 2015; Etikan et al., 2016; Gill, 2020).
En el
estudio de la tienda departamental, se seleccionaron las siete parroquias
urbanas de la provincia Santo Domingo de los Tsáchilas, Ecuador. Se excluyeron
las parroquias rurales que en las condiciones de pandemia resultaban de acceso
difícil. En ese sentido, se seleccionó a cuatro empresas pequeñas, los
criterios del juicio seguido se basaron en dos aspectos: (1) Conocimiento de
resultados económicos de dichas organizaciones; y, (2) la anuencia con la
participación en el estudio. Es importante destacar, que en tres parroquias no
se consiguió la participación de ninguna organización; además, que todas las empresas
seleccionadas eran familiares; pertenecían al mismo sector de la economía; y
operaban en el mismo entorno geográfico; todo lo anterior, permite disminuir
los errores relacionados con el contexto empresarial y constituyeron elementos
de juicio para la selección de las mismas. En la Tabla 1, se observa una
caracterización de las empresas participantes en el estudio.
Tabla
1
Caracterización
de la muestra
|
Empresa |
Cantidad
de empleados* |
Ingresos |
Gastos |
Utilidades |
|
1 |
33 |
$
349.514,00 |
$
291.262,00 |
$
58.252,00 |
|
2 |
24 |
$
406.482,00 |
$
312.679,00 |
$
93.803,00 |
|
3 |
26 |
$
722.452,00 |
$
555.733,00 |
$
166.719,00 |
|
4 |
26 |
$
679.501,00 |
$
485.358,00 |
$
194.143,00 |
Nota: * De acuerdo con la
normativa de la Comunidad Andina en su Resolución 1260, clasifican como
pequeñas empresas.
Fuente: Elaboración propia,
2021.
Para el análisis del flujo de ideas dentro de
cada empresa, se realizó una pregunta a los empleados para determinar las
relaciones entre los actores de la red dentro del dominio específico de
conocimiento en el trabajo que se realiza. La pregunta fue: ¿A quién le pide
que comparta ideas cuando necesita resolver algún problema en su trabajo? La
respuesta a esa pregunta permitió la construcción de la matriz de adyacencia
(matriz cuadrada actor por actor), tal y como muestra en la Tabla 2.
Tabla 2
Matriz de adyacencia
|
|
Actores |
||
|
Actores |
Empleado 1 |
… |
Empleado n |
|
Empleado 1 |
|
|
|
|
… |
|
|
|
|
Empleado n |
|
|
|
Fuente: Elaboración propia,
2021.
El contenido de cualquier celda dada se denota xij
representando que la persona de la fila ha seleccionado a una persona de la
columna. Esta matriz muestra quién está conectado con quién en la relación
social. La intención aquí, fue encontrar quién actúa como un difusor de
conocimiento, repositorio de conocimiento, guardián de conocimiento o agente de
conocimiento. Cualquier grupo de datos que sea posible representarlo como una
matriz, también es posible representarlo como un gráfico. En el caso de esta
investigación se utilizó el software
Gephi 0.9.2 (Bastian, Heymann y Jacomy,
2009). Un gráfico se define como un conjunto de nodos y un conjunto de
líneas que conectan los nodos, visualizando así una red resultante que permite
realizar el análisis deseado.
Para los efectos de este estudio, de los
múltiples indicadores que se podrían analizar en una red, se utilizaron los que
se consideraron necesarios en aras de demostrar el objetivo de la
investigación. En primer lugar, se analizó la densidad de la red, la cual se
relaciona con el número de vínculos dividido por el número de vínculos
posibles. Este indicador tenderá a 1, siendo la máxima densidad posible de
alcanzar, lo cual indica una alta cohesión en la red. Otro indicador a analizar
es el grado promedio de la red, que informa que: Mientras mayor es, los actores
en la red tienen más intercambio dentro de la misma; mostrando, además,
relaciones recíprocas.
La construcción de la red se realizó a través de un gráfico dirigido,
donde las flechas tienen una dirección, según el grado de entrada (indegree), de forma tal, que muestre el
número de líneas que llegan a un actor desde otros actores.
3. Resultados
y discusión
Luego del estudio en las empresas seleccionadas,
se presentan los resultados relacionados con los flujos de conocimiento en
dichas organizaciones. Se produjo un análisis de los patrones de comunicación y
las redes con la identificación de los roles de los actores involucrados en la
misma. Con un enfoque en el intercambio de conocimientos, la interpretación de
las interacciones de los actores de la red es de primordial importancia. El
resumen de la empresa 1 se presenta en la Figura II.
Fuente: Elaboración propia, 2021 sobre la salida del software Gephi 0.9.2
Figura II:
Red de la empresa 1
Un examen de la red obtenida para esta empresa,
presentado en la Figura II, muestra una densidad de 0.069, la cual es
catalogada como muy baja, mostrando una baja conexión de la red; así como un
grado promedio de 1.583, indicando que el número de interacciones entre los
miembros de la red también es bajo. Por lo que, parte del conocimiento tácito
de los empleados no se transfiere en la medida de lo posible. La Tabla 3
muestra los roles de los miembros involucrados en la red.
Tabla 3
Roles de los actores de la red
de la empresa 1
|
Roles |
Empleados |
|
Difusor de conocimiento |
E7 E5 E9, E6, E1,
E3 E8, E4, E2 |
|
Repositorio de conocimiento |
E29, E31,
E28, E30, E33 |
|
Guardián de conocimiento |
E8 |
|
Agente de conocimiento |
E8, E1, E7,
E6 |
Fuente: Elaboración propia,
2021.
Existe un alto número
de actores de la red que no intercambian con el resto para realizar su trabajo;
eventualmente aportan cuando se les inquiere de forma muy puntual, pero no
interactúan con el resto en busca de conocimiento, mostrando una
posición de red periférica. Otro hallazgo para esta empresa, fue que ciertos
miembros clave parecían ser fundamentales en la transferencia de conocimiento
de una sección de la organización a otra. Se aprecia, además, que existen
actores de la red que toman una posición de corretaje en el sentido de que
contactan con los máximos difusores de conocimiento sin comunicarlo
activamente.
La red obtenida para la empresa 2 (ver Figura
III), muestra una densidad de 0.058, la cual es catalogada como muy baja,
mostrando una cohesión inferior a la empresa antes analizada, por lo que en
esta empresa el compartir conocimiento es un problema más acuciante; el grado
promedio es de 1.053. El grafo obtenido se comporta como una red de ego, la cual
consiste en un nodo focal ("ego") a donde el resto de los actores se
conectan, pero mostrando escasas conexiones con el resto de los actores.
Resulta interesante que el nodo focal, que actúa como gran difusor de
conocimiento, no solicita ideas de ningún otro actor.
Fuente: Elaboración propia, 2021 sobre la salida del software Gephi 0.9.2.
Figura III:
Red de la empresa 2
De igual manera, la Tabla 4 muestra los roles
de los miembros involucrados en la red. La naturaleza de ésta
última, deja al actor E20 como un gran experto con conocimiento y experiencia
dentro de la red, evidenciado por su posición central en la misma y la gran
cantidad de enlaces de otros actores. Resulta necesario destacar la desconexión
de la red central de los actores E7, E4, E24. Los comentarios antes realizados
dan cuenta de la baja densidad de la red encontrada.
Tabla 4
Roles de los actores de la red
de la empresa 2
|
Roles |
Empleados |
|
Difusor de conocimiento |
E20 |
|
Repositorio de conocimiento |
E13, E2, E22 |
|
Guardián de conocimiento |
No se aprecia |
|
Agente de conocimiento |
E4, E2 |
Fuente: Elaboración propia,
2021.
La red obtenida para la empresa 3 (ver Figura
IV), muestra una densidad de 0.082, la cual es muy baja, pero superior a los
ejemplos anteriores, dando cuenta de una mayor cohesión; así como un grado
promedio de 1.727. Esta red muestra, por primera vez en los casos analizados,
selecciones mutuales entre los actores, o sea, personas que se solicitan
mutuamente ideas para poder desarrollar su trabajo.
Fuente: Elaboración propia, 2021 sobre la salida del software Gephi 0.9.2.
Figura IV:
Red de la empresa 3
Asimismo, la Tabla 5 muestra los roles de los
miembros involucrados en la red. Es
interesante la labor del agente E1, el cual es un difusor de conocimiento, que
a la vez actúa como guardián del conocimiento, fungiendo como intermediario en
las relaciones establecidas entre dos grupos, lo que le permite controlar los
flujos de conocimiento que entran y salen de estos. No obstante, este difusor
mantiene relaciones de intercambio solicitando ideas de los miembros de uno de
los grupos entre los que actúa como intermediario. Se aprecian, además, algunos
consumidores de conocimiento que solicitan conocimiento a los principales
difusores y que tienen una posición de red periférica.
Tabla 5
Roles de los actores de la red
de la empresa 3
|
Roles |
Empleados |
|
Difusor de conocimiento |
E18, E26,
E17, E24, E1, E19 |
|
Repositorio de conocimiento |
E23, E3 |
|
Guardián de conocimiento |
E1, E24 |
|
Agente de conocimiento |
No se aprecia |
Fuente: Elaboración propia, 2021.
La red de la empresa 4 (ver Figura V), muestra
una densidad de 0.192, la cual es baja, pero la mayor entre las empresas
analizadas, dando cuenta de una mayor cohesión de los actores a la hora de
intercambiar conocimiento entre ellos. Se aprecian varias selecciones mutuales
entre los actores, otro indicador del intercambio de conocimiento en la
realización de su trabajo, el grado promedio de esta red es de 4.808. La
organización indicó mayores densidades de patrones de intercambio con menos
actores actuando como puentes.
Fuente: Elaboración propia, 2021 sobre la salida del software Gephi 0.9.2.
Figura V:
Red de la empresa 4
Al respecto, la Tabla 6 muestra los roles de
los miembros involucrados en la red. En esta, los difusores de conocimiento que brindan su
cooperación enfocados en compartir ideas y alrededor de los cuales se
establecen múltiples relaciones, también solicitan ideas de sus compañeros de
trabajo; solo el E13, a pesar que es activo en la transmisión de conocimiento,
no solicita ideas de otros actores de la red. De forma general, no se aprecian
repositorios de conocimiento puros, cuyo único objetivo está en la adquisición
de conocimiento.
Tabla 6
Roles de los actores de la red
de la empresa 4
|
Roles |
Empleados |
|
Difusor de conocimiento |
E18, E17,
E26, E11, E6, E2 |
|
Repositorio de conocimiento |
No se aprecia |
|
Guardián de conocimiento |
No se aprecia |
|
Agente de conocimiento |
No se aprecia |
Fuente: Elaboración propia,
2021.
Dadas las métricas
posicionales y estructurales de la red, así como la interpretación a través de
los roles de los actores de la misma, se puede realizar un análisis combinado
con los resultados económicos de las empresas analizadas, que en la
representación gráfica representa la burbuja en miles de dólares de utilidades
(ver Figura VI).
Fuente: Elaboración propia, 2021 sobre la salida del software Gephi 0.9.2.
Figura VI:
Relaciones entre indicadores analizados
Una apreciación que resalta de la Figura VI, es
que la empresa 4, que cuenta con mejores indicadores de redes, ha obtenido una
utilidad más alta que el resto de las empresas. Podría decirse entonces, que el
compartir el conocimiento hace a sus miembros más aptos para la realización de
sus labores, redundando en mejores resultados económicos. No obstante, al
apreciar diferencias entre el resto de las empresas analizadas no se muestran
aspectos significativamente diferentes; incluso la empresa 2, con peores
indicadores de red, obtiene mejores utilidades.
Los resultados muestran,
por un lado, que la transmisión de conocimiento se ve obstaculizada en las
empresas 1, 2 y 3; por otro lado, dicha transferencia es más factible en la
empresa 4. A partir de los análisis de redes sociales y las estadísticas
asociadas de las cuatro empresas, se pudo conocer la naturaleza de los actores
que participan en la transmisión del conocimiento y las características de las
empresas para alcanzar el flujo óptimo del conocimiento.
De igual manera, los
hallazgos encontrados contribuyen a demostrar que el uso de las redes sociales
organizacionales permite comprender mejor el flujo de conocimiento dentro de
las empresas (Jafari et al., 2020; Maghssudipour,
Lazzeretti y Capone, 2020; Medina-Nogueira et al., 2020). Esta
investigación evaluó los roles de los actores en cuatro pequeñas empresas,
relativamente homogéneas en cuanto a naturaleza y composición, presentando una
perspectiva valiosa sobre las conexiones de intercambio de conocimientos basadas
en las tareas laborales.
En ese sentido, los resultados
de la presente investigación concuerdan con investigaciones anteriores (Kwahk y Park, 2016; Behfar, 2020; Guofeng et al.,
2020), al mostrar que, en cierta medida, el compartir ideas entre
compañeros de trabajo para la realización de las tareas que se presentan en el
desempeño de sus labores diarias, puede ser una fuente clave para un mejor
desempeño de una organización.
El estudio tiene
implicaciones para las organizaciones, en lo fundamental pequeñas, que desean
mejorar su desempeño. De los resultados obtenidos pueden resaltar
intervenciones para mejorar las relaciones de las redes para un mejor
intercambio de conocimiento, coincidiendo con propuestas similares de
investigaciones precedentes (Behfar, 2020; Gill et
al., 2020; Medina-Nogueira et al., 2020; Pinochet et al., 2020). Como
enfatizan los estudios realizados por Behfar
(2020); Camacho et al., (2020); así como Desmarchelier et al. (2020), la construcción de las redes sociales permite revisar y
evaluar los flujos de ideas, determinar los problemas existentes en el intercambio
de conocimiento e implementar cambios para promover y mejorar la colaboración
de los casos empresariales analizados, al alentar y apoyar los intentos de
compartir ideas para obtener un mejor trabajo.
Asimismo, los resultados
obtenidos destacan la importancia de los intercambios informales como un
aspecto vital para compartir conocimiento; al hacerlo, se suma a
investigaciones previas que han argumentado sobre el tema, defendiendo que
dichos intercambios mejoran la transferencia de conocimiento entre los
empleados (Desmarchelier et al., 2020; Jafari et
al., 2020; Melão y Reis, 2020; Tu, 2020).
Se coincide con
aquellas investigaciones que sostienen que, si bien existe un creciente cuerpo
de literatura sobre el campo de los ARS, todavía es necesario expandir la
investigación sobre las prácticas de intercambio de conocimiento de los
empleados (Mäntymäki y Riemer, 2016; Cetto et
al., 2018). En ese sentido, la relación entre las redes sociales
organizacionales y la administración del conocimiento, se considera una
integración perfecta para obtener más información sobre la difusión del
conocimiento dentro de una organización.
Conclusiones
El estudio de la gestión del conocimiento es un
tema de vital importancia en cualquier organización. La investigación realizada
permitió demostrar la utilidad del análisis de redes sociales en las empresas
estudiadas para descubrir el flujo de ideas, experiencias y conocimiento, entre
sus miembros.
De los resultados
obtenidos, se evidencia que aquellas empresas que muestran patrones de
interacción bien identificados para la transmisión del conocimiento, muestran
un mejor desempeño si se toman en cuenta los indicadores estudiados. Lo
anterior, sirve de base necesaria para la toma de decisiones en cuanto a la
organización de los empleados, facilitación y promoción del intercambio entre
los mismos, para permitir una mejor transmisión del conocimiento y así redundar
en su aprovechamiento para mejorar el desempeño.
Se destaca la necesidad de ampliar la
aplicación de técnicas, como el análisis de redes sociales, al estudio de la
gestión del conocimiento en las organizaciones todo lo cual contribuye a
proporcionar más rigor científico a este campo. En este sentido, la
investigación que se presenta es una contribución a la tendencia de la
utilización del análisis de redes sociales en el mapeo del flujo de información
y conocimiento en las organizaciones, así como su impacto en sus resultados
finales.
Al resumir los
fundamentos metodológicos utilizados en este estudio, es necesario señalar que
la investigación está sujeta a una serie de limitaciones. Primero, se centró en
solo cuatro empresas pequeñas en un contexto socioeconómico particular, por lo
cual, es imposible realizar generalizaciones de los resultados. Por esta razón
se sugiere investigaciones futuras con una cobertura más amplia, así como los
estudios en una sola organización para obtener una comprensión profunda de los
aspectos analizados en esta investigación. En segundo lugar, el diseño de
investigación transversal ofrece solo una instantánea de las organizaciones
estudiadas, por lo que, debido a la naturaleza dinámica del objeto de estudio,
se propone investigar en el futuro los cambios en los patrones de intercambio a
lo largo del tiempo.
Referencias
bibliográficas
Baer, M., Evans, K.,
Oldham, G. R., y Boasso, A. (2015). The social network side of individual
innovation: A meta-analysis and path-analytic integration. Organizational Psychology Review, 5(3), 191-223. https://doi.org/10.1177/2041386614564105
Bastian, M., Heymann, S.,
y Jacomy, M. (17-20 may, 2009). Gephi: An
open source software for exploring and manipulating networks [Sesión de
conferencia]. Proceedings of the Third International
Conference on Weblogs and Social Media, ICWSM, San Jose, California, USA.
Behfar, S. K. (2020).
Importance of social networks for knowledge sharing and the impact of collaboration
on network innovation in online communities. In A. G. Hessami (Ed.), Harnessing Knowledge, Innovation and
Competence in Engineering of Mission Critical Systems. (pp.
70-85). London: IntechOpen.
Cabeza-Pullés, D., Fernández-Pérez, V., y Roldán-Bravo, M. I. (2020). Internal networking and innovation
ambidexterity: The mediating role of knowledge management processes in
university research. European Management
Journal, 38(3), 450-461. https://doi.org/10.1016/j.emj.2019.12.008
Camacho, R., Rivas,
C., Gaspar, M., y Quiñonez, C. (2020). Innovación y tecnología educativa en el
contexto actual latinoamericano. Revista de Ciencias Sociales (Ve), XXVI(E-2), 460-472. https://doi.org/10.31876/rcs.v26i0.34139
Cerchione, R., y Esposito, E. (2017). Using knowledge management systems: A taxonomy of SME
strategies. International Journal of
Information Management, 37(1, Part B), 1551-1562. https://doi.org/10.1016/j.ijinfomgt.2016.10.007
Cetto, A., Klier, M.,
Richter, A., y Zolitschka, J. F. (2018). “Thanks for sharing”—Identifying
users’ roles based on knowledge contribution in Enterprise Social Networks. Computer Networks, 135, 275-288. https://doi.org/10.1016/j.comnet.2018.02.012
Chaparro, J. E., Rincón, I. C., Lizarazo, G., y Palacio, J. F. (2019).
La gestión de resultados en la gerencia moderna. En V. Meriño, E. Martínez, A.
Pérez, A. Z. Antúnez, H.Urzola e I. C. Rincón (Coords.), Gestión del conocimiento: Perspectiva multidisciplinaria, Volúmen 14
(pp. 219-236). Fondo Editorial Universitario de la Universidad Nacional
Experimental del Sur del Lago Jesús María Semprúm.
Cyr, S., y Wei Choo, C.
(2010). The individual and social dynamics of knowledge sharing: an exploratory
study. Journal of Documentation, 66(6),
824-846. https://doi.org/10.1108/00220411011087832
Davel, R., Du Toit, A. S.
A., y Mearns, M. M. (2017). Understanding knowledge networks through social
network analysis. International Journal
of Knowledge Management (IJKM), 13(2), 1-17. https://doi.org/10.4018/IJKM.2017040101
Desmarchelier, B., Djellal, F., y Gallouj, F. (2020). Mapping social innovation networks:
Knowledge intensive social services as systems builders. Technological Forecasting and Social Change, 157, 120068. https://doi.org/10.1016/j.techfore.2020.120068
Emerson, R. W. (2015).
Convenience sampling, random sampling, and snowball sampling: How does sampling
affect the validity of research? Journal of Visual Impairment &
Blindness, 109(2), 164-168. https://doi.org/10.1177/0145482X1510900215
Engelbrecht, A., Gerlach,
J. P., Benlian, A., y Buxmann, P. (2019). How employees gain meta-knowledge
using enterprise social networks: A validation and extension of communication
visibility theory. The Journal of
Strategic Information Systems, 28(3), 292-309. https://doi.org/10.1016/j.jsis.2019.04.001
Escorcia, J., y Barros, D. (2020). Gestión del conocimiento en
Instituciones de Educación Superior: Caracterización desde una reflexión
teórica. Revista de Ciencias Sociales
(Ve), XXVI(3), 83-97. https://doi.org/10.31876/rcs.v26i3.33235
Esteves, R., y Geisler, G. (2019). Social networks in economic history: Opportunities and challenges.
Explorations in Economic History, 74,
101299. https://doi.org/10.1016/j.eeh.2019.101299
Etikan, I., Musa, S. A., y Alkassim, R. S. (2016). Comparison of Convenience Sampling
and Purposive Sampling. American Journal of Theoretical and Applied
Statistics, 5(1), 1-4. https://doi.org/10.11648/j.ajtas.20160501.11
Gill, C., Metz, I., Tekleab,
A. G., y Williamson, I. O. (2020). The combined role of conscientiousness,
social networks, and gender diversity in explaining individual performance in
self-managed teams. Journal of Business
Research, 106, 250-260. https://doi.org/10.1016/j.jbusres.2018.09.003
Gill, S. L. (2020).
Qualitative sampling methods. Journal of Human Lactation, 36(4),
579-581. https://doi.org/10.1177/0890334420949218
Guofeng, M., Jianyao, J.,
Shan, J., y Zhijiang, W. (2020). Incentives and contract design for knowledge
sharing in construction joint ventures. Automation
in Construction, 119, 103343. https://doi.org/10.1016/j.autcon.2020.103343
Han, J., Teng, X., y Cai, X. (2019). A novel network optimization partner selection method based
on collaborative and knowledge networks. Information
Sciences, 484, 269-285. https://doi.org/10.1016/j.ins.2019.01.072
Jafari, P., Mohamed, E.,
Lee, S., y Abourizk, S. (2020). Social network analysis of change management
processes for communication assessment. Automation
in Construction, 118, 103292. https://doi.org/10.1016/j.autcon.2020.103292
Jiang, G., y Xu, Y. (2020). Tacit knowledge sharing in IT R&D teams: Nonlinear
evolutionary theoretical perspective. Information
& Management, 57(4), 103211. https://doi.org/10.1016/j.im.2019.103211
Kwahk, K-Y., y Park, D-H. (2016). The effects of network sharing on knowledge-sharing
activities and job performance in enterprise social media environments. Computers in Human Behavior, 55(Part B), 826-839. https://doi.org/10.1016/j.chb.2015.09.044
Leon, R-D., Rodríguez-Rodríguez, R., Gómez-Gasquet, P., y Mula, J.
(2017). Social network
analysis: A tool for evaluating and predicting future knowledge flows from an
insurance organization. Technological
Forecasting and Social Change, 114, 103-118. https://doi.org/10.1016/j.techfore.2016.07.032
Maghssudipour, A.,
Lazzeretti, L., y Capone, F. (2020). The role of multiple ties in knowledge
networks: Complementarity in the Montefalco wine cluster. Industrial Marketing Management, 90, 667-678. https://doi.org/10.1016/j.indmarman.2020.03.021
Mäntymäki, M., y Riemer, K. (2016). Enterprise social networking: A knowledge management
perspective. International Journal of
Information Management, 36(6, Part A), 1042-1052. https://doi.org/10.1016/j.ijinfomgt.2016.06.009
Medina-Nogueira, Y. E., Assafiri-Ojeda, Y. E., Nogueira-Rivera, D.,
Medina-León, A., y Medina-Nogueira, D. (2020). Procedimiento
de análisis redes sociales: Herramienta de auditoría de gestión del
conocimiento. Ingeniería Industrial, XLI(1), 1-13.
Melão, N., y Reis, J. (2020). Selecting talent using social networks: A mixed-methods
study. Heliyon, 6(4), e03723. https://doi.org/10.1016/j.heliyon.2020.e03723
Mourtzis, D., Xanthi, F.,
Chariatidis, K., y Zogopoulos, V. (2019). Enabling knowledge transfer through
analytics in industrial social networks. Procedia
CIRP, 81, 1242-1247. https://doi.org/10.1016/j.procir.2019.03.301
Narváez, M., y Villalobos, K. (2020). Perfil social business para el
marketing de empresas turísticas de Paraguaná, Venezuela. Revista de Ciencias Sociales (Ve), XXVI(1), 287-299. https://doi.org/10.31876/rcs.v26i1.31325
Nonaka, I., y Von Krogh,
G. (2009). Tacit knowledge and knowledge conversion: Controversy and
advancement in organizational knowledge creation theory. Organization Science, 20(3),
635-652. https://doi.org/10.1287/orsc.1080.0412
Pinochet, G., Mariño, J. P., y Ramírez, V. (2020). Explicitación del
conocimiento en pequeñas y medianas empresas. Un análisis desde la perspectiva
de redes sociales. Revista de Métodos
Cuantitativos para la Economía y la Empresa, 29, 302-318. https://doi.org/10.46661/revmetodoscuanteconempresa.3578
Pinzón, S. Y., Maldonado, G., y Marín, J. T.
(2019). Orientación de la gestión del conocimiento y rendimiento en las
pequeñas y medianas empresas mexicanas. Revista de Ciencias Sociales (Ve),
XXV(1), 21-35.
Poleacovschi, C.,
Javernick-Will, A., y Tong, T. (2017). The link between knowledge sharing
connections and employee time savings: A social network analysis. Construction Management and Economics, 35(8-9),
455-467. https://doi.org/10.1080/01446193.2017.1287414
Sakalaki, M., y Sotiriou, P. (2012). Pro-Self-Orientation and preference for deceitful strategies:
Social value orientation, dispositional and behavioral correlates of economic opportunism.
Studia Psychologica, 54(2), 157-165.
Tu, J. (2020). The role
of dyadic social capital in enhancing collaborative knowledge creation. Journal of Informetrics, 14(2), 101034. https://doi.org/10.1016/j.joi.2020.101034
Yamkovenko, B., y Tavares, S. (july 19, 2017). To understand whether your company is
inclusive, map how your employees interact. Harvad
Business Review. https://hbr.org/2017/07/to-understand-whether-your-company-is-inclusive-map-how-your-employees-interact
Yin, C., Gu, H., y Zhang, S. (2020). Measuring technological collaborations on carbon capture and
storage based on patents: A social network analysis approach. Journal of Cleaner Production, 274,
122867. https://doi.org/10.1016/j.jclepro.2020.122867
Zhang, Z., Song, F., y
Song, Z. (2020). Promoting knowledge sharing in the workplace: Punishment v.
reward. Chaos, Solitons & Fractals,
131, 109518. https://doi.org/10.1016/j.chaos.2019.109518
* PhD. en Economía. Ingeniero Industrial. Profesor Principal e
Investigador en la Facultad de Ciencias Administrativas de la Universidad UTE,
Santo Domingo, Ecuador. E-mail: gelmar.garcia@ute.edu.ec ORCID: https://orcid.org/0000-0001-7159-3163
** PhD. en Arte. Master en Gestión
de Empresas Turísticas. Licenciada en Historia del Arte. Profesora Auxiliar e
Investigadora de la Facultad de Ciencias Sociales de la Universidad UTE, Santo
Domingo, Ecuador. E-mail:
laritza.guzman@ute.edu.ec ORCID: https://orcid.org/0000-0001-9632-6328
*** PhD. en Ciencias Técnicas.
Ingeniero Industrial. Profesor Agregado e Investigador en la Facultad de
Ciencias Administrativas de la Universidad UTE, Santo Domingo, Ecuador. E-mail: rodobaldo.martinez@ute.edu.ec ORCID: https://orcid.org/0000-0002-1934-1185
Recibido:
2021-05-17 · Aceptado: 2021-08-03