PODACI I INFORMACIJE

1. Univerzitet u Istočnom Sarajevu Filozofski fakultet Pale-Tehnološki fakultet Zvornik PODACI I INFORMACIJE Prof. Dr Milorad K. Banjanin

2. Informatika je nauka o INFORMACIJAMA, njihovom oblikovanju, prenošenju, primanju, slanju, obrađivanju i upotrebi Podaci uređeni u modele koji imaju sadržajno, vremensko i formalno značenje. Interpretacija podataka, koja uključuje sam podatak i vrednosno značenje koje se dobija njegovom obradom. Grupa atributa iz operacije obrade podataka u kontekstu koji daje vrednost autputu. Podatak kome je pridruženo ili dato vrednosno značenje. Informacija je, pored materije i energije, osnovni resurs univerzuma. centralno mesto u informatici i informacionim sistemima INFORMACIJE POJMOVI PODATAK I INFORMACIJA SU KLJUČNI U DOMENU OBRADE INFORMACIJA I NISU ZAMENLJIVI KONCEPTI.

3. POSLOVNI PODACI PODATAK KODOVANE ČINJENICE Za prikupljene i kodirane podatke nema značaja ko ih je registrovao ili zabeležio ATRIBUTIVNI ISKAZ NEKOG ENTITETA Počinju da egzistiraju kada su činjenice registrovane ili zabeležene POSLOVNI ILI DRUGI PODACI uneti u kompjuter (bazu podataka) pripadaju onom ko je vlasnik kompjutera Podaci ne postoje kao PREDMETI i na takav način se ne mogu ni posedovati, ali se mogu posedovati kao štampani podaci, zapisani na traci, flopi diskovima, CD, DVD, ili na sličan način koji je podesan za odgovarajući prenos podataka NIZ INPUTA U SVAKU OPERACIJU ILI NIZ AUTPUTA IZ SVAKE OPERACIJE I NEMAJU VREDNOSNO ZNAČENJE

4. SEMANTIČKA SVOJSTVA NESEMANTIČKA SVOJSTVA OBLICI PODATAKA transformišu menjaju SVOJSTVA PODATAKA tradicionalni alfanumerički podaci tekstualni podaci koji se sastoje od rečenica i paragrafa i koriste se u usmenoj komunikaciji koja proizlaze iz značenja tog podatka ostala svojstva koji se sastoje od brojeva i alfabetskih znakova koji opisuju poslovne transakcije i druge događaje OPERACIJE NAD PODACIMA prikupljanje, obrađivanje, čuvanje i menjanje. zvučni podaci slikovni podaci grafički oblici slike ljudski glas i ostali zvukovi INFORMACIJA JE PRIKAZ SEMANTIČKIH SVOJSTAVAPODATAKA

5. INFORMACIJE PODACI PODACI polje istraživanja editovanje i kodiranje ! ! “ANATOMSKA” ILI “ARHITEKTONSKA” RAZLIKA IZMEĐU PODATAKA I INFORMACIJA Informacije se odnose na telo činjenica koje su u obliku pogodnom za donošenje odluka Podaci su jednostavno zabeležene mere određenih fenomena.

6. Vrednost koju informacija dobija obradom podataka iskazuju ATRIBUTI INFORMACIONOG KVALITETA Preciznost, relevantnost, konciznost, efektivnost obima i efikasnost performansi informacije Jasnoća ili razumljivost, celovitost ili fragmentarnost – detalji u skraćenoj formi, tekstualnost i transmitivnost ili način skaldištenja informacija na mediju. Dimenzija sadržaja Tačnost, raspoloživost za upotrebu (dostupnost u trenutku potrebe), frekventnost za višekorisničku namenu i aktuelnost informacija Dimenzija vremena Dimenzija forme

7. Baze podataka Baze znanja LOGIČKI ELEMENTI PODATAKA Uobičajen metod skladištenja podataka u informacionom sistemu Polje imena Dragan ZapisDragan- 381-25-3874 Fajl 381-25-3874 Baza podataka Resursi podataka informacionih sistema su obično organizovani u Koje sadrže obrađene i organizovane podatke Koje sadrže znanje u raznim oblicima, kao što su činjenice, pravila i primeri slučajeva o uspešnim poslovnim iskustvima Polje je grupa karaktera koji predstavljaju karakteristike osobe, mesta, stvari ili događaja. Napr, polje imena zaposlenog. Zapis je skup međupovezanih polja. Na primer, zapis o platnom spisku zaposlenog se sastoji od polja sa imenom, polja sa brojem socijalnog, polje odeljenja i polje plate. Fajl je skup međupovezanih zapisa. Na primer, fajl platnog spiska se sastoji od zapisa o platama svih zaposlenih u firmi. Baza podataka je integrisan skup međupovezanih zapisa ili fajlova. Na primer, baza podataka osoblja firme može sadržati platni spisak, pregled performansi i fajlove o razvoju karijere pojedinca.

8. POJAM • Simboli i znaci služe za zapis informacija i sastavljanje poruka. Sintagmatska pravila Semantička pravila Sintaksna pravila SIMBOL ZNAK PODATAK • Podatak je zapis u poruci koja ima određeno značenje i predstavljena je u formalizovanom obliku pogodnom za prenos ili obradu. Pragmatska pravila INFORMACIJA Informacijapredstavlja neko novo saznanje korisnika, ona otklanja neku neodređenost(neizvesnost). U praksi je potrebno razlikovati još neke pojmove

9. Jedna od često korišćenih definicija „Informacija predstavlja preslikavanje stanja jednog subjekta u stanje drugogo subjekta. Pri tome ovo prslikavanje na drugi subjekat ne mora da bude istovremeno kod svih subjekata“. IZVOR KODER kanal DEKODER PRIMALAC ruski filozof Ursul IZVOR ŠUMA FEEDBACK 3. poruka koja se transmituje do primaoca 4. kanal kroz koji se transmituje poruka 5.dekoder koji utvrđuje izvorni sadržaj i formu poruke 6. primalac koji daje smisao poruci signal koji nosi poruku prolazeći kroz kanal. 2. koder koji kodira informaciju u poruku 1.izvor informacije INFORMACIJA JE VEZANA ZA PROCES KOMUNIKACIJE MEĐU SUBJEKTIMA U osnovni model komunikacija, koji su postavili Claude Shannon i Warren Weaver, uključeno je šest elemenata komunikacije:

10. Ovi znaci se kodiraju kod pošiljaoca obično u prilagođenije transmisione signale. Da bi se informacija trasmitovala potrebni su simboli koje odabira i determiniše izvor informacija. Dekoder dekodira prenetu informaciju i šalje je primaocu. IZVOR KODER kanal DEKODER PRIMALAC IZVOR ŠUMA Njen naučni aspekt omogućava kvalitetno MERENJE INFORMACIJA FEEDBACK Elementi koji utiču na efektivnost transmisionog kanala KODIRANJE je ošti termin koji se koristi za ovakvu konverziju. U teoriji informacija osnovni entitet je informacija koja se imenuje kao “saopštenje o događaju u nekom sistemu”. široko zasnovana matematička disciplina, koja je dala svoj doprinos: komunikacijama, kompjuterskoj nauci, statističkoj fizici, statističkoj interferenciji, verovatnoći i statistici. KOD čini grupa simbola kojii se konvertuju u signale u određenom redosledu, koji nose odgovarajuću informaciju. Kod primaoca (proces dekodiranja) Kod pošiljaoca (proces kodiranja) U transmisioni konunikacioni kanal Disturbacija se može uneti: Teorija informacija uzima u obzir i sve efekte disturbacije (poremećaja)

11. Količina informacije u nekom događaju x treba da zavisi samo od njene verovatnoće p. Uslov 1 I(p) predstavlja kontinualnu funkciju od p. U teoriji informacija termin INFORMACIJA koristi se smo za one aspekte komunikacije koji su MERLJIVI i koji se mogu MATEMATIČKI FORMULISATI. U ovom slučaju, uslovi kontinuiteta nam govore da se usled veoma male promene verovatnoće nekog događaja količina informacije koju taj događaj sadrži menja samo u maloj meri. I(px,py) = I(px)+I(py) To je jedan veoma prirodan uslov, pošto sa veličinom naše iznenađenosti nekim događajem raste i količina informacija koju on nosi. Uslov 2 Ova pretpostavka aditivnosti (sabirljivosti) je najstroži uslov u smislu toga da mnoge funkcije realnih pozitivnih brojeva (tj. verovatnoća) nisu aditivne (sabirljive). Uslov 3 Možemo zaključiti da mala promena u verovatnoći dešavanja nekog događaja neće dovesti do toga da budemo znatno više iznenađeni kad se on dogodi. Ako imamo dva nezavisna događaja od kojih se prvi dešava sa verovatnoćom p1, a drugi sa verovatnoćom p2, tada nam aditivnost omogućava to da informacije koje su sadržane u oba događaja zajedno, I(px,py), predstavljaju zbir informacija sadržanih u svakom od oba događaja, I(px)+I(py). Kako se informacija može izmeriti? Naučnik Shannon dao je veliki doprinos informacionoj teoriji Shannon je informacije modelirao kao događaje (sk) koji se pojavljuju uz određene verovatnoće (pk) Pretpostavio je da svako merilo informacije mora da ispuni sledeće uslove: Šenonov matematički rad uspostavio je osnovu današnje informacione industrije jer on je otkrio način da se jedinice i nule iskoriste u elektronskim komunikacijama.

12. za k = 0, 1, …, k-1 NEIZVESNOST, INFORMACIJA I ENTROPIJA Posmatramoizlaz kojeg emituje diskretni izvor tokom svake jedinice vremena (intervala signalisanja). Izvorni izlaz je modeliran kao diskretna slučajna varijabla, S, koja preuzima oblike simbola iz utvrđenog konačnog alfabeta. S = {s0,s1,…,sk-1}, Simboli, koje emituje diskretni nememorijski izvor tokom uzastopnih intervala signaliziranjastatistički su nezavisni. verovatnoća uslov

13. NEIZVESNOST INFORMACIJA IZNENAĐENJE opisuje emisiju simbola sk od strane izvora uz verovatnoću pk događaj S=sk ako se simboli iz izvora pojavljuju uz različite verovatnoće, a verovatnoća pk je mala, ako je verovatnoća pk=1 i pi=0 za svaki i≠k, ne postoji “iznenađenje”, i stoga nema “informacije” postoji više iznenađenja, pa postoji i informacija, Pre nego što se desi događaj S=sk, postoji porast u količini iznenađenja. Nakon dešavanja S=sk, dolazi do porasta u količini informacije, čiju suštinu možemo da posmatramo kao rešenje neizvesnosti. Količina informacije je povezana sa inverzijom verovatnoće pojavljivanja.

14. , Osnova logaritma Jedinica informacije 2 10 e = 2.7182818 bit ili Shenon Hartley nat (natural unit) za k = 0, 1, …, k-1 Rezultirajuća informaciona jedinica naziva se bit (binary digit).Znači, jedan bit je elementarnakoličina informacije koju dobijamo kada se desi jedan od dva moguća i jednako verovatna događaja. Količinu informacije dobijene nakon posmatranja događaja S=sk, koji se pojavljuje uz verovatnoću pk, definišemo logaritamskom funkcijom Izbor baze logaritma je potpuno proizvoljan, on samo određuje jedinicu za merenje količine informacija. Osnova logaritma može biti 2, (binarni logaritam) 10 (dekadni logaritam), e (prirodni logaritam) ili nekadruga vrednost. Količina informacija u poruci se može definisati kao optimalan broj neophodnih simbola sadržanih u saopštenju (poruci) da bi se prenela informacija o aktuelnom stanju sistema. Danas je uobičajena praksa da se koristi logaritam osnove 2, pa se može napisati: kad je pk=1/2, imamo I(sk)=1bit.

15. za Četiri važna svojstva količine informacije: za pk < pi To jest, što je manja verovatnoća događaja, tim više informacija dobijamo kad se događaj desi. To jest, pojava događaja S=sk ili daje malo ili uopšte ne daje informacije, ali nikada ne dovodi do gubitka informacija. za pk = 1 = I ( s ) 0 , k Očigledno je da, ako smo apsolutno sigurni u ishod nekog događaja, čak i pre nego što se dogodi, nema dobijene informacije. svojstvosimetričnosti svojstvo nenegativnosti svojstvo inverznosti sa verovatnoćom I(sksi)=I(sk) + I(si), ako su sk i si statistički nezavisni. svojstvo aditivnosti

16. Količina informacije I(sk) koju proizvodi izvor tokom nekog proizvoljnog intervala signaliziranja zavisi od simbola sk, emitovanog od strane izvora u tom vremenu. H(S) = I(sk) predstavlja diskretnu slučajnu varijablu koja preuzima vrednosti I(s0), I(s1),. . . , I(sk-1) p0, p1, . . . , pk-1 uz verovatnoće Sredina I(sk) po izvornoj alfabetnoj reči S data je jednačinom: zavisi samo od verovatnoće simbola u alfabetu S emitovanog iz izvora entropija diskretnog nememorijskog izvora sa izvornim alfabetom S

17. Matematički model diskretnog nememorijskog izvora 0  H(S)  log2K za k = 0, 1, …, K-1, H(S)=log2K, ako i samo ako je za svaki k, pk=1/k (tj. ako su svi simboli u alfabetu Sjednako verovatni); ova gornja granica entropije nagoveštava maksimalnu neizvesnost. H(S)=0, ako i samo ako je verovatnoća pk=1 za neki k, i ako su sve ostale verovatnoće u setu nula; ova donja granica entropije ukazuje na to da nema neizvesnosti. S = {s0,s1,…,sk-1}, Entropija koren (broj simbola) alfabeta S emitovanog iz izvora Iskaz 1. Iskaz 2.

18. smetnje M Y X NOVI SISTEM SISTEM signal stanje ENTROPIJA je termodinamička veličina stanja i mera nedostatka informacije o stanju sistema. Prvobitna neodređenost stanja sistema sa N stanja je: Entropija je srednja mera neizvesnosti sistema ili izvora, odnosno ona je predvidivost ponašanja izvora informacija. Saznanje o stanju sistema donosi onoliku količinu informacije kolika je bila neodređenost, tj. koliko je bilo nepoznavanje stanja sistema. Mera prvobitne neodređenosti je ENTROPIJA Verovatnoća i-tog stanja u skupu od N mogućih stanja

19. Za informacije je vezan i pojam ZNANJE količina informacija, opažanja ili razumevanja koje poseduje neka osoba Veći nivo znanja omogućava smanjenje neizvesnosti odvijanja procesa. Zbog toga epoha informatike vraća čoveka u središte svemira jer on, posedujući informacije i razumevajući njihov značaj, može uticati na svoj i celokupni život na našoj planeti i svemiru.

20. “Znanje je smisaoni skup informacija koje konstituišu uverenje koje je vrednovano kao tačno i/ili je otelovljeno u tehničkom znanju” (Nonaka, Takeuchi, i drugi, 1995.) “Znanje je, dodavanjem inteligencije, obrađena informacija” (Mayers, 1996.) “Znanje je iskustvo ili informacija koja se može saopštiti ili podeliti” (Verna Allee, 1997.) “Znanje je informacija kombinovana sa iskustvom, kontekstom, interpretacijom i razmišljanjem” i kao takvo predstavlja “informaciju visoke vrednosti” (Davenport, 1997.) ŠTA JE ZNANJE?

21. KOMPLEKSNOST KONTINUUMA ZNANJA Pojmovni niz koji formira čovekov univerzum znanja INFORMACIJA STEČENO ZNANJE PODATAK Kapacitet za deljenje znanja u ZAJEDNICAMAA ZNANJA I UČENJA PRIMENJENO ZNANJE INTELIGENCIJA MUDROST

22. Pregled aspekata znanja i korespodentnih tipova učenja

23. ASPEKT UČENJA PODATAKA ASPEKT UČENJA INFORMACIJA Akcija bez refleksije pri kojoj se razvija svest ili spoznaja na nivou fizičke osetljivosti, sa VEOMA KRATKOM VREMENSKOM PERSPEKTIVOM Na nivou osećajne spoznaje i u NEPOSREDNOJ ILI TRENUTAČNOJ VREMENSKOJ PERSPEKTIVI To je PROCEDURALNO UČENJE sa jednom petljom, tj. reproduktivnom orijentacijom (koje iziskuje ponovno “adresiranje” – slanje unazad) To je INSTIKTIVNO UČENJE na čulnom ili input nivou Performansni cilj je fokusiran na SAKUPLJANJE PODATAKA – primanje inputa, njihovo registrovanje i eventualne varijacije bez razmišljanja. Performansni cilj su EFIKASNE PROCEDURE sa težištem na razvoju, praćenju i završavanju zadataka.

24. OSNOVE PROTOKA ZNANJA Menadžment znanja teži stvaranju individualnog, kognitivnog znanja koje je dostupno drugima tako da mogu imati korsti od njega. PRIMALAC konvertovanje Kognitivna obrada i internalizacija obrađena od strane pojedince INFORMACIJA ZNANJE Kada se iskaže ili prenese drugima u formi teksta, kompjuterskog izlaza, pisanih ili iskazanih reči

25. KOMPJUTERSKI ZASNOVAN PROCESOR LJUDSKI PROCESOR INDIVIDUALNI PROCESOR KOLEKTIVNI PROCESOR OSNOVE PROCESIRANJA ZNANJA ZNANJE JE JEDINSTVENI LJUDSKI RESURS, JEDINO EGZISTIRAJUĆI U KONTEKSTU LJUDSKE INTERPRETACIJE I PROCESIRANJA PODATAK ILI INFORMACIJA ono što se može predstaviti ili procesirati od strane čoveka ili kompjutera prva dimenzija PROCESORI druga dimenzija

26. Unutrašnja baza podataka Baza znanja Spoljašnje kompjutersko okruženja Relevantni podaci MODEL PROCESIRANJA INFORMACIJA U INTERAKCIJI ČOVEK-KOMPJUTER Relevantne informacije Interpretacija Korisnički interfejs Ekspertni sistem Inteligentni agent Zahtev Data Mining – inteligentni agent Scanning Izvlačenje relevantnih podataka Komercijalni servisi – elektronska trgovina Filtriranje Kvantitativne analize, pitanja – Ekspertni sistemi Agent filtriranja – inteligentni agent Upravljanje podacima

27. U komunikacionoj interakciji čovek – kompjuter osnovni stilovi dijaloga koji se koriste za većinu interfejsa softvera podrazumevaju MENIJE Obezbeđuju korisniku listu predmeta od kojih biraju jedan. Mogu imati veliki broj opcija tako da mogu biti dizajnirni da imaju nekoliko nivoa sa mnogo stavki ili da imaju mnogo nivoa sa nekoliko stavki po nivou.

28. U komunikacionoj interakciji čovek – kompjuter osnovni stilovi dijaloga koji se koriste za većinu interfejsa softvera podrazumevaju MENIJE FILL–IN FORME Obezbeđuje blanko prostor, nazvan polje, ostavljen korisnicima da unesu alfabetne i brojne informacije

29. U komunikacionoj interakciji čovek – kompjuter osnovni stilovi dijaloga koji se koriste za većinu interfejsa softvera podrazumevaju MENIJE FILL–IN FORME Predviđa jedno pitanje za koje korisnik kuca odgovor u određeno polje PITANJE / ODGOVOR

30. U komunikacionoj interakciji čovek – kompjuter osnovni stilovi dijaloga koji se koriste za većinu interfejsa softvera podrazumevaju MENIJE FILL–IN FORME PITANJE / ODGOVOR Korisnik ukucava komande sa ograničenjem na specifičnu sintaksu. KOMANDNE JEZIKE

31. U komunikacionoj interakciji čovek – kompjuter osnovni stilovi dijaloga koji se koriste za većinu interfejsa softvera podrazumevaju MENIJE FILL–IN FORME PITANJE / ODGOVOR Komande se daju pritiskanjem specijalne tipke ili kombinacijom tipki. KOMANDNE JEZIKE FUNKCIJSKE TIPKE

32. U komunikacionoj interakciji čovek – kompjuter osnovni stilovi dijaloga koji se koriste za većinu interfejsa softvera podrazumevaju MENIJE FILL–IN FORME PITANJE / ODGOVOR KOMANDNE JEZIKE FUNKCIJSKE TIPKE Korisnici direktno izvršavaju radnje na vidljivim objektima DIREKTNU MANIPULACIJU

33. U komunikacionoj interakciji čovek – kompjuter osnovni stilovi dijaloga koji se koriste za većinu interfejsa softvera podrazumevaju MENIJE FILL–IN FORME PITANJE / ODGOVOR KOMANDNE JEZIKE Kako kompjuter razume ograničen skup izgovorenih poruka, korisnik govori ili piše ograničen skup prirodnih jezika. Kompjuteri kao informaciono – obrađivački sistemi još nisu dovoljno tehnološki prefinjeni da koriste ograničeni ljudski prirdni jezik, tako da interfejs mora biti ograničen na dijalog koji kompjuter i korisnik mogu razumeti. FUNKCIJSKE TIPKE DIREKTNU MANIPULACIJU OGRANIČEN PRIRODAN JEZIK

34. U komunikacionoj interakciji čovek – kompjuter osnovni stilovi dijaloga koji se koriste za većinu interfejsa softvera podrazumevaju MENIJE FILL–IN FORME PITANJE / ODGOVOR KOMANDNE JEZIKE FUNKCIJSKE TIPKE DIREKTNU MANIPULACIJU Ljudi koji znanju zadatke, ali imaju malo ili nemaju znanje o sistemu OGRANIČEN PRIRODAN JEZIK POČETNI KORISNICI

35. U komunikacionoj interakciji čovek – kompjuter osnovni stilovi dijaloga koji se koriste za većinu interfejsa softvera podrazumevaju MENIJE FILL–IN FORME PITANJE / ODGOVOR KOMANDNE JEZIKE FUNKCIJSKE TIPKE Ljudi koji znanju zadatke ali zbog neučestale upotrebe mpgu imati poteškoće pri prisećanju sintaksičkog znanja kako da ostvare svoje ciljeve DIREKTNU MANIPULACIJU OGRANIČEN PRIRODAN JEZIK POČETNI KORISNICI DOBRO OBAVEŠTENI POVREMENI KORISNICI

36. U komunikacionoj interakciji čovek – kompjuter osnovni stilovi dijaloga koji se koriste za većinu interfejsa softvera podrazumevaju MENIJE FILL–IN FORME PITANJE / ODGOVOR KOMANDNE JEZIKE FUNKCIJSKE TIPKE DIREKTNU MANIPULACIJU Korisnici koji imaju veliko znanje o zadacima i povezanim ciljevima, a njihov rad zahteva ostvarenje ciljeva OGRANIČEN PRIRODAN JEZIK POČETNI KORISNICI DOBRO OBAVEŠTENI POVREMENI KORISNICI STRUČNI UČESTALI KORISNICI

37. HVALA NA PAŽNJI

38. ENTITET SVAKA REALNA ČINJENICA ILI POJAVA KOJU REGISTRUJEMO NAŠIM ČULIMA, MANIFESTUJEMO U EMOCIJAMA ILI KONSTRUIŠEMO U PROCESU RAZMIŠLJANJA “ENITET JE BILO KOJA JEDINICA POSMATRANJA, BILO KOJI POJAM KOJI SE OPISUJE PREKO PRIDRUŽENIH OSOBINA I/ILI ODGOVARAJUĆIH VREDNOSTI”

39. Činjenicaje izvesno jasno razgraničen element u čulnom opažanju. Činjenica označava one stvari koje postoje u prostoru i vremenu, zajedno sa njihovim međusobnim relacijama na osnovu kojih je jedan stav istinit. Činjenica označava istinite stavove koji potvrđuju invarijantni niz ili povezanost svojstava. Činjenica označava stavove koji interpretiraju ono što nam je dato u čulnom iskustvu. ČINJENICA Činjenicajeizvornosaznanjeizprocesaposmatranja, empirijskogdoživljavanjaiteorijskogosmišljavanjaodređenihfenomenailipojavakojejenaučnointeresantnoiliintrigantno

40. ČINENICE REALNE ILI STVARNOSNE NAUČNE TEHNIČKE OPŠTE ILI POJEDINAČNE (P-činjenice) Generisane ili utvrđene individualnom opservacijom-posmatranjem i oblikovane pomoću rečenica naučnog jezika posmatranja. Empirijski utvrđene i oblikovane pomoću rečenica naučnog jezika empirijskih konstrukta EMPIRIJSKI UTVRĐENE (E-činjenice) Eksperimentalno utvrđene koje se oblikuju pomoću rečenica naučnog jezika teorijskih konstrukta. EKSPERIMENTALNO UTVRĐENE (T-činjenice)

41. INDIVIDUALNO STEČENO ZNANJE je specifičan resurs koji poseduje pojedinac i koji mu omogućava da ga deli sa drugim pojedincima ili grupama ljudi i sistemima u komunikaciji. ZNANJE Fundamentalni RESURS pojedinca čiji potencijal mu omogućava da inteligentno funkcioniše ! ! JEDINI RESURS KOJI SE NE TROŠI, ALI JE PODLOŽAN EROZIJI, TJ. ZASTAREVANJU

42. Domen stavova, veština i mišljenja za primenu znanja u rešavanju problema HEURISTIČKO ZNANJE - meta znanje - praktični modeli - osposobljenost za praksu - učenja - veštine - saznanja znanja NEMA Ugao Površnoznanje Kompiliranoznanje Qz količina znanja r1 r2 r3 ZNANJA - prvi pojmovi - definicije - aksiome - teoreme - naučni principi - zakoni - opšte teorije KONCEPTUALNO ZNANJE Domen naučnih činjenica i formalizacija IZVRŠNE SPOSOBNOSTI OBRAZOVANJE SPOSOBNOSTI ISKUSTVO STUDIJE

43. STEČENO ZNANJE ZNANJE IZ ISKUSTVA OSEĆANJA MIŠLJENJE PRIMENJENO ZNANJE ZNAČENJE KOJE JE PRIMENJO NA PRAKTIČAN NAČIN SAMO ONO ZNANJE KOJE JE DEKODIRANO I ČIJE JE ZNAČENJE SHVAĆENO MOŽE SE PRIMENITI NA PRAKTIČAN NAČIN PRIMENJENO ZNANJE

44. INFORMACIONA BAZA INTELIGENCIJA GLOBALNA SPOSOBNOST POJEDINCA DA DELUJE SVRSISHODNO, DA MISLI I POSTUPA RACIONALNO I DA USPEŠNO UČESTVUJE U INTERAKCIJI SA OKOLINOM. ASPEKT ZNANJA U NJEGOVOM KONTINUUMU KOJI JE VIŠE OD ZNANJA KOJE POJEDINAC POSEDUJE U KONTEKSTU AKCIJE ZASNOVANE NA INFOMACIJAMA. KOGNITIVNA SOCIJALNA KREATIVNA INTELIGENCIJA EMOCIONALNA ZNANJE

45. MUDROST NIJE SAMO HLADNA KOGNICIJA. Ona kombinuje znanje i vrline koje se stiču iskustvom i rezultanta je procesa ličnog učenja na dugotrajnoj osnovi. MUDROST DUBOKO INTERNI PRODUKT INDIVIDUALNE INTELIGENCIJE KOJA JE U FORMI INTEGRISANOG ZNANJA, VREDNOSTI I ISKUSTVA VEĆ PRIMENJENA NA NAJVIŠEM NIVOU EFEKATA I SA MORALNIM KVALITETIMA U KOMUNIKACIONOM PONAŠANJU. Sposobnost ljudske inteligencije da se prilagodi na pravu frekvenciju funkcionisanja u datoj situaciji. Mudrost je fundamentalno proizvod kulture i zajednice u kojoj određena individua učestvuje.

46. UČENJE ZAJEDNICE ZNANJA I UČENJA Zajednice su mreže ljudi sa sličnim problemima, pitanjima i potrebama. “GLAVNA AKTIVNOST SVAKOG POSLA JE UČENJE, A NJEGOVA GLAVNA KATEGORIJA JE ZNANJE” Sistemsko mišljenje REAKTIVNO Mentalni modeli Strategijsko učenje AKCIONO PREDIKTIVNO Upotreba feedback sistema Self-menadžment TRANSFORMATIVNO Timsko učenje NAJVAŽNIJE VEŠTINE UČENJA ORGANIZACIJE Dijalog Zajednička vizija Korišćenje IS Podela znanja