L'ingénierie des connaissances est une des dimensions de la gestion des connaissances au sein d'une organisation. Elle fait référence à l'ingénierie de systèmes complexes « intelligents » incorporant beaucoup de connaissances tels les systèmes experts. L'exploitation des connaissances passe par cinq opérations : identification, création, stockage, partage et utilisation. L'ingénierie des connaissances se concentre sur l'identification, la création, le stockage et la mise à disposition des connaissances afin de rester neutre face aux outils de partage et d'utilisation. L'identification des connaissances consiste en l'identification des connaissances critiques pour une organisation. Elle peut s'effectuer de manière individuelle sur base de questionnaires, d'interviews, etc., ou de manière collective en identifiant les départements, services, équipes. La collecte peut consister en un transfert de connaissances ou en un partage de connaissances, le tout en structurant correctement l'information : Transfert de connaissances : le tutorat ; le parrainage. Partage de connaissances : les communautés de pratique ; l'intervision (partant d'un problème) ; le focus groupe (petits groupes); le retour d'expérience. La structuration consiste à organiser les connaissances collectées en catégories, éventuellement en plusieurs niveaux hiérarchiques, pour en faciliter l'accès et la consultation. La structuration est une étape nécessaire pour pouvoir arriver à l'exploitation des données. Exploration de données La collecte et la structuration des données sont bien distinctes dans l’approche de la gestion des connaissances. Néanmoins, la collecte et la structuration ne suffisent pas pour parler d’une approche complète de gestion de connaissances. En effet, cette approche ne s’achève que lorsqu'on pourrait utiliser les données collectées et stockées pour atteindre les objectifs de l’organisme concerné. Ainsi, l’exploitation des données, connue aussi sous l’expression « Extraction des Connaissances à partir des Données » (ECD) (en anglais Knowledge Data Discovery, KDD) consiste à relier et à interpréter les faits pour en déduire des résultats et des conséquences utiles.
David Atienza Alonso, José Angel Miranda Calero, Jonathan Dan, Christodoulos Kechris
Antoine Bosselut, Jibril Albachir Frej, Paola Mejia Domenzain, Luca Mouchel, Tatjana Nazaretsky, Seyed Parsa Neshaei, Thiemo Wambsganss