SISTEMA DE SOPORTE PARA LA ADMINISTRACION Y LAS INSTITUCIONES MOTIVACION SISTEMA DE SOPORTE PARA LA ADMINISTRACION Y LAS INSTITUCIONES

SIM TEMA: SISTEMAS DE SOPORTE PARA LA ADMINISTRACION Y LAS INSTITUCIONES

Sistemas de trabajo de conocimientos e información   Definir el trabajo de información y la economía de información. Las economías avanzadas en los Estados Unidos, Canadá y Europa se han transformado de economías industriales, en donde la mayor parte de la riqueza provenía de la fabricación, en economías de información, en donde la mayor parte de la riqueza se origina en la producción de información y conocimientos. En la actualidad, la mayor parte de los trabajadores realizan trabajo de información. Este trabajo consiste principalmente en la creación y procesamiento de la información.

Las funciones de los trabajadores del conocimiento y los datos en una institución. En la actualidad existen dos clases de trabajadores de la información: Los trabaja dores del conocimiento son empleados como los ingenieros, arquitectos, científicos o abogados, cuya labor principal es crear información nueva para la institución. Los trabajadores del conocimiento interpretan la base de los conocimientos externos para la institución, aconsejan a la administración y operan como agentes de cambio para traer nuevos conocimientos a la empresa. Los trabajadores de los datos son empleados como secretarias, contadores o vendedores, cuya función principal es procesar, usar o diseminar información para la institución. Los administradores realizan trabajo de conocimiento y de datos. Las funciones y actividades principales de la oficina en las empresas actuales. En las oficinas se coordina el trabajo de información en la instituciones, se enlaza el trabajo de diversos grupos en la institución y se acopla la institución a su ambiente externo. Las oficinas y el trabajo de oficina son fundamentales para el éxito de cualquier institución en la actualidad. Las principales actividades de oficina son la administración de documentos, comunicaciones, programación, administración de datos y administración de proyectos.

Las contribuciones de las principales clases de tecnología de automatización de oficinas. Los sistemas de procesamiento de palabra, la edición de escritorio y los de imágenes digitales son los que apoyan a las actividades de administración de documentos en la oficina. Los sistemas de correo electrónico y el groupware dan soporte a sus actividades de comunicación. La agenda electrónica y los sistemas de groupware dan apoyo a las actividades de programación. Los sistemas de administración de datos de escritorio y los administradores adaptables a la información personal dan soporte a las actividades de administración de datos. Los sistemas de administración de proyectos hacen particiones a proyectos complejos en tareas más sencillas, produciendo programas de entregas,. asignando recursos y dando soporte a las actividades de administración de proyectos en la oficina. Los requerimientos específicos de los sistemas de trabajo del conocimiento. Los sistemas de trabajo del conocimiento requieren de un acceso fácil a la base de conocimientos externa; un poderoso hardware de cómputo que pueda dar soporte a software intensivo en gráficas, análisis, administración de documentos y capacidades de comunicación, y una interfase amigable. Los sistemas de trabajo de conocimiento a menudo corren en estaciones de trabajo.

Las principales clases de sistemas de trabajo de conocimiento. Los sistemas de trabajo de conocimiento deben ser adaptados para el tipo particular de trabajo del conocimiento que se ejecuta. Los sistemas de diseño asistido por computadora y los sistemas de realidad virtual que crean simulaciones interactivas que se comportan como el mundo real; requieren de gráficas y capacidades poderosas para el modelaje. Los sistemas de trabajo de conocimiento para los profesional de las finanzas proporcionan acceso a bases de datos externas y la capacidad de accesar cantidades enormes de datos financieros muy rápidamente.

Cómo mejorar la toma de decisiones en administración   Definición un sistema de soporte de decisiones (SSD) y un sistema de soporte de decisiones en grupo (SSDG). Un sistema de soporte de decisiones (SSD) es un sistema interactivo bajo el control del usuario que combina, datos, modelos analíticos sofisticados y software amigable en un solo sistema poderoso que puede dar soporte a la toma de decisiones estructuradas y no estructuradas. Un sistema de soporte de decisiones en grupo (SSDG) es un sistema interactivo basado en computadora para facilitar la solución de los problemas no estructurados por un conjunto de personas que torna la decisión conjuntamente y no de manera individual. clasificar y establecer prioridades, y para documentar las sesiones de las juntas. Los componen tes de personas incluyen a los participantes, a un facilitador entrenado y a personal para dar soporte al hardware y al software.

Componentes de los sistemas de soporte de decisiones y sistema de soporte a decisiones en grupo. Los componentes de un SSD son la base de datos del SSD, la base de modelos y el sistema de software del SSD. La base de datos del SSD es una colección de datos actuales o históricos de diversas aplicaciones o grupos que pueden ser usados para el análisis. La base de modelos es una colección de modelos matemáticos o ana líticos que se emplean para analizar los datos en la base de datos. El sistema de software del SSD permite que los usuarios interactúen directamente con la base de datos del SSD y la base de modelos. Los sistemas de soporte a decisiones en grupo (SSDG), tienen componentes de hardware, software y personas. Los componentes de hardware consisten en las instalaciones de la sala de conferencias, incluyendo infraestructura para sentarse y computadoras y otro hardware electrónico. Entre los componentes de software se incluyen herramientas para organizar las ideas, recopilar información,

Cómo se pueden mejorarla toma de decisiones los sistemas para soporte de decisiones y los sistemas de soporte de decisiones en grupo. Los SSD y SSDG dan apoyo a los pasos necesarios en el proceso de llegar a las decisiones. El SSD proporciona resultados de un análisis basado en un modelo que ayuda a los administradores diseñar y evaluar las alternativas y hacer el seguimiento de los progresos de la solución que se haya adoptado. Los SSDG ayudan a quienes toman las decisiones a reunirse para llegar a una decisión de manera más eficiente y son especialmente útiles para incrementar la productividad de las juntas de más de cuatro o cinco personas. Sin embargo, la eficacia de los SSDG está sujeta a contingencias dependiendo de la naturaleza del grupo, la tarea y el contexto de la reunión.

Describir las capacidades de los sistemas de soporte a ejecutivos (SSE). Los sistemas de soporte a ejecutivos (SSE) ayudan a los administradores con los problemas no estructurados que ocurren al nivel estratégico de la administración. Los SSE proporcionan datos de fuentes externas e internas y proporcionan un entorno generalizado de computación y de comunicaciones que puede ser enfocado y aplicado a un conjunto cambiante de problemas. Los SSE ayudan a los directivos a detectar problemas, identificar oportunidades y hacer pronósticos de tendencias Ellos pueden filtrar detalles extraños para panoramas de alto nivel o pueden profundizar para proporcionar a los directivos datos sobre operaciones detalladas si se desea. Describir los beneficios de los sistemas de soporte a ejecutivos. Los SSE ayudan a los directivos a analizar, comparar y destacar las tendencias’de manera que puedan hacer más fácil el seguimiento del desempeño organizacional o identificar problemas y oportunidades estratégicos. Los SSE pueden incrementar el tramo de control de la alta dirección y permitir que la toma de decisiones sea descentralizada y ocurra en los niveles operativos más bajos.

Inteligencia artificial   Inteligencia artificial. La inteligencia artificial es el desarrollo de sistemas computarizados que se comportan como las personas. Existen cinco miembros en el árbol familiar de la inteligencia artificial: lenguaje natural, robótica, sistemas perceptivos, sistemas expertos y máquinas “inteligentes”. El campo de la inteligencia artificial es controvertido por las diferencias en cuanto a la teoría, el valor práctico y las consecuencias sociales. Cómo evolucionaron las técnicas de inteligencia artificial. La inteligencia artificial tiene dos fuentes principales. El enfoque ascedente trata de imitar al cerebro humano al nivel de máquina. Las máquinas de “retroalimentación” de Norbert Wiener, el Perceptrón de Frank Rosenblatt y las computadoras neurales actuales se basan en este enfoque. El enfoque descendente trata de representar el conocimiento humano a través de la lógica. El Logic Theorist de Newell y Simon, el General Problem Solver y los sistemas expertos actuales son los ejemplos más importantes de esta escuela de pensamiento.

Sistema experto y explicar cómo se construye. Los sistemas expertos son programas de cómputo de conocimientos intensivos que resuelven problemas que anteriormente requerían del conocimiento experto de los seres humanos. Los sistemas implican el conocimiento humano con el uso de reglas, marcos o conceptos. Los sistemas expertos tienen cuatro componentes: la tasa de conocimientos, el equipo de desarrollo, la cápsula de lA y el usuario. La base de conocimientos puede representarse como el uso de reglas, mallas semánticas o marcos. La estrategia para buscar en la base de conocimientos, llamada máquina de inferencia, puede servirse de encadenamientos prospectivos o retrospectivos. El desarrollo de los sistemas expertos requiere del uso de prototipos y de ingenieros de conocimientos para obtener conocimientos de los expertos de la institución. Redes neurales y mostrar cómo se usan en los negocios. Las redes neurales consisten en software y hardware que tratan de imitar los procesos de pensamiento del cerebro humano. Las redes neurales son notables por su capacidad para “aprender” sin programación y para reconocer patrones que puedan ser fácilmente descritos por humanos. Ya se usan en la ciencia, medicina y negocios, principalmente para discriminar patrones en cantidades enormes de datos.

Otras técnicas inteligentes. Otros ejemplos de inteligencia artificial son las máquinas de sensores paralelos, las máquinas inteligentes de búsqueda en bases de datos y la lógica difusa. La lógica difusa es una tecnología de software que expresa la lógica con una imprecisión cuidadosamente definida, de manera que se acerque a la manera como piensan las personas, distinta a la de las reglas tradicionales de SI-BAJAS. La lógica difusa se ha usado para controlar los dispositivos físicos y empieza a ser utilizada en las aplicaciones de toma de decisiones.