Avisos

Envío de trabajos en la modalidad de Publicación continua

Interfases está abierta a la recepción de artículos de investigación y de artículos de divulgación, originales e inéditos. Los trabajos deben enviarse de acuerdo con el procedimiento descrito en la sección Envíos, en donde se detallan las directrices para los autores. Los trabajos son sometidos a un proceso de revisión por pares. Cualquier duda relacionada con el proceso de envío deberá ser coordinado mediante comunicación al correo interfases@ulima.edu.pe (Hernán Nina - Editor).

 

  • Convocatoria abierta para manuscritos en la sección: Gestión del Conocimiento y Técnicas de IA

    2022-03-15

    Esperamos sus trabajos sobre el uso de la inteligencia artificial para la gestión del conocimiento. Son especialmente valorados artículos empíricos orientados a mejorar la productividad organizacional, o al bienestar social en áreas como sustentabilidad, salud, educación, movilidad, entre otros.

    Sección editada por:

    Dr. Guillermo Antonio Dávila Calle
    Universidad de Lima, Peru

    Ruth Maria Reategui Rojas, PhD
    Universidad Técnica Particular de Loja, Ecuador

    Sección de Gestión del Conocimiento

    En años recientes, el conocimiento se ha constituido en el principal recurso estratégico (Dávila, Anjos, 2021). En consecuencia, gestionarlo adecuadamente ha contribuido con el desarrollo de las sociedades (Angelidou, 2015), la competitividad de las organizaciones (Dávila et al., 2019) y el bienestar de los individuos (Kianto et al., 2016). El desafío de la gestión del conocimiento es integrar el conocimiento individual especializado y diverso, en los bienes y productos finales de una organización o territorio (Grant, 1996).
    Gracias a su carácter multidisciplinar, la gestión del conocimiento ha incorporado y adaptado teorías y herramientas de diversas áreas, tales como ciencias sociales aplicadas, ciencias humanas, ingenierías, entre otros. Dentro de las ciencias de la computación, la inteligencia artificial por su naturaleza multidisplinar, tiene como esencia el conocimiento. Por tanto, técnicas de procesamiento de lenguaje natural, representación del conocimiento y visión computacional han sido utilizadas para soportar procesos de adquisición y captura de conocimiento. Además, procesos de distribución del conocimiento son soportados por técnicas como minería de datos, descubierta de conocimiento y agentes inteligentes (Liebowitz, 2001). Procesos de combinación de conocimiento tácito y de creación de conocimiento -fundamentalmente predictivo- usan frecuentemente big data o algoritmos de machine learning (Sumbal et al., 2017).
    Este apartado especial está abierto a artículos científicos (de revisión, estudios de caso, y cuantitativos) que aborden el uso de herramientas de inteligencia artificial y sus diversas ramas para gestionar conocimiento individual, organizacional o territorial. Sin embargo, serán especialmente valorados artículos empíricos orientados a mejorar la productividad organizacional, o tópicos críticos para las sociedades en tiempos actuales, tales como sustentabilidad, salud, educación, movilidad, entre otros.

    Referencias
    Angelidou, M. (2015). Smart cities: A conjuncture of four forces. Cities, 47, 95-106.
    Dávila, G. A., & Dos Anjos, E. C. (2021). Configurations of knowledge management practices, innovation, and performance: Exploring firms from Brazil. International Journal of Innovation Management, 25(06), 2150065.
    Dávila, G. A., Andreeva, T., & Varvakis, G. (2019). Knowledge management in Brazil: What governance mechanisms are needed to boost innovation?. Management and Organization Review, 15(4), 857-886.
    Grant, R. M. (1996). Toward a knowledge‐based theory of the firm. Strategic management journal, 17(S2), 109-122.
    Kianto, A., Vanhala, M., & Heilmann, P. (2016). The impact of knowledge management on job satisfaction. Journal of knowledge management 20(4), 621-636.
    Liebowitz, J. (2001). Knowledge management and its link to artificial intelligence. Expert systems with applications, 20(1), 1-6.
    Sumbal, M. S., Tsui, E., & See-to, E. W. (2017). Interrelationship between big data and knowledge management: an exploratory study in the oil and gas sector. Journal of Knowledge Management, 21(1), 180-196.

    Leer más acerca de Convocatoria abierta para manuscritos en la sección: Gestión del Conocimiento y Técnicas de IA