Convocatoria de trabajos

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 detalla la guía para 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 (Hernan Nina Hanco - Editor).

Número 15 - Edición 2022 — Convocatoria abierta en modalidad Publicación Continua

Tenemos el agrado de convocar la recepción de manuscritos para la edición número 15, correspondiente al periodo enero – julio del año 2022. Se publican los artículos científicos en áreas temáticas relacionadas con las ciencias de la computación, gestión de datos, aprendizaje automático, sistemas de información, gestión del conocimiento y áreas afines. La convocatoria finaliza el 31 de mayo del 2022, pero los trabajos se siguen recibiendo para ser considerados en la publicación de la siguiente edición.

Sección: Gestión del Conocimiento y Técnicas de IA — Convocatoria abierta

Sección editada por:

Dr. Guillermo Antonio Dávila Calle
Universidad de Lima, Peru

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

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.