Ujifunzaji wa Mzunguko wa Tano (Fifth-Loop Learning, 5LL), ni muundo wa kinadharia wa ujifunzaji wa mfumo-ikolojia unaopanua ujifunzaji wa shirika zaidi ya mchakato wa kujibadilisha ndani ya kampuni moja, ambapo mashirika yaliyo huru kwa kiasi lakini yanayotegemeana, watu, mifumo ya akili bandia, taasisi, jumuiya na mifumo ya ikolojia hubadilisha mazingira yenyewe ya kujifunza kupitia uingiliaji wa pande nyingi, na mazingira hayo yanapobadilika huunda upya masharti ya ujifunzaji unaofuata.

Utafiti wa Meir Russ unaunganisha mfumo wa usimamizi wa maarifa kwa maendeleo endelevu unaoitwaKnowledge Management for Sustainable Development (KMSD)na usanifu mpya uliopendekezwa waFive Learning Loops. Modeli hupanga ujifunzaji wa shirika katika nyanja tano zilizoingiliana: kurekebisha makosa ya uendeshaji kupitia Single-Loop Learning (SLL); kuhoji dhana kupitia Double-Loop Learning (DLL); kukuza uwezo wa kujifunza na usanifu wa ujifunzaji kupitia Triple-Loop Learning (TLL); kufafanua upya utambulisho wa shirika na nafasi yake katika mfumo-ikolojia kupitia Quadruple-Loop Learning (QLL); na kupitia Fifth-Loop Learning (5LL), wahusika waliotawanyika hubadilisha mfumo-ikolojia wa maarifa kwa pamoja na kwa mzunguko unaojirudia.

Kinachoitofautisha modeli si ushirikiano zaidi pekee. Kizingiti cha kinadharia ambacho mwandishi anaweka kwa 5LL ni kwamba ujifunzaji uliotawanyika ubadilishe mahusiano ya mfumo-ikolojia, miundo ya maarifa, teknolojia, viwango, majukumu ya wahusika, mipangilio ya utawala au nafasi ya fursa, na mabadiliko hayo yaamue upya ni nani atakayejifunza baadaye, kwa maarifa gani na chini ya masharti gani. Kwa hiyo, ushirika wa kawaida, ujifunzaji wa mtandao, ushiriki katika mfumo-ikolojia au athari ya upande mmoja kwa mfumo-ikolojia pekee havitoshi kuitwa 5LL.

Utafiti pia unalinganisha michakato ya KMSD ya kuunda, kupata, kuhifadhi, kushiriki, kutumia, kulinda na kuhuisha maarifa na viwango vya maendeleo vya mizunguko mitano ya ujifunzaji, na unapendekeza kanuni sita za usimamizi zinazorudiwa: ujifunzaji wa kutafakari na ujumuishaji wa maarifa; majaribio yenye nidhamu na utekelezaji wa kuaminika; ukamilishanaji wa binadamu–teknolojia na ukuzaji wa uwezo; ubunifu unaozingatia rasilimali na kuelekezwa kwenye uendelevu; utawala wa mwendelezo–mabadiliko; na usimamizi wenye uwajibikaji wa mfumo-ikolojia.

Kizuizi muhimu cha utafiti ni kwamba usanifu huu bado haujathibitishwa kwa data za kimajaribio. Kampuni inayoitwa Alpha Systems si sampuli halisi ya majaribio, bali ni mfano wa kinadharia wa uchanganuzi ulioundwa na mwandishi. Kesi iliyochapishwa awali kuhusu SME za ujenzi nchini Italia haikutumiwa kama data mpya ya uthibitishaji, bali kuonyesha uwezo wa modeli kutafsiri muktadha uliopo wa uchumi mzunguko. Mapendekezo ya kinadharia ni miundo ya kuzalisha nadharia tete ambayo inapaswa kujaribiwa baadaye kwa tafiti za dodoso, za muda mrefu, visa linganishi au tafiti za mfumo-ikolojia za ngazi nyingi.

Mwandishi pia anasisitiza wazi kwamba ujifunzaji wa kiwango cha juu hauzalishi uendelevu moja kwa moja. Mfumo-ikolojia unaweza kujifunza kwa haraka zaidi, kuwa wenye kubadilika na kustahimili zaidi, huku wakati huo huo ukiongeza gharama za kijamii, kiuchumi au kimazingira. Kwa hiyo, uendelevu si matokeo ya kiotomatiki ya 5LL; ni sharti la mpaka linalopaswa kusimamiwa kwa vigezo vya wazi vya kimazingira na usambazaji.

Tatizo la kinadharia ambalo utafiti unajaribu kutatua

Kuna fasihi pana kuhusu usimamizi wa maarifa, ujifunzaji wa shirika, absorptive capacity, dynamic capabilities, ujasiriamali, akili bandia na uchumi mzunguko. Hata hivyo, kulingana na utafiti wa chanzo, ingawa sehemu kubwa ya fasihi hizi zinagusana, kwa kiasi kikubwa zimeendelea kama maeneo tofauti ya kinadharia. Hivyo inakuwa vigumu kueleza ndani ya usanifu mmoja wa maendeleo jinsi kampuni zinavyotoka kwenye ujifunzaji wa kiutendaji hadi ujifunzaji katika kiwango cha mfumo-ikolojia wa maarifa unaovuka mipaka ya shirika.

Mfumo wa KMSD unaeleza ni michakato ipi ya usimamizi wa maarifa inayohitajika kwa maendeleo endelevu; lakini kwa mujibu wa mwandishi wa chanzo, haujaeleza kwa undani wa kutosha jinsi mashirika yanavyoweza kukuza uwezo huo wa usimamizi wa maarifa kutoka uboreshaji wa kiutendaji hadi kiwango cha mfumo-ikolojia. Modeli ya Five Learning Loops iliundwa ili kuongeza kipimo hiki cha maendeleo.

Kwa nini uchumi mzunguko uko katikati ya nadharia hii?

Uchumi mzunguko, ni mkabala wa kiuchumi unaolenga kuongeza maisha ya bidhaa, kupunguza taka, kuhifadhi thamani ya rasilimali ndani ya mfumo na kusaidia urejeshaji wa mifumo ya asili, kinyume na modeli ya mstari ya “chota–zalisha–tumia–tupa”. Kwa mujibu wa chanzo, mabadiliko haya hayahitaji teknolojia mpya pekee; yanahitaji pia uzalishaji wa maarifa na uratibu kati ya wasambazaji, wateja, taasisi za umma, vyuo vikuu, watoa teknolojia na jamii.

Kwa hiyo, mpito kuelekea uchumi mzunguko si tatizo la mtiririko wa nyenzo au muundo wa bidhaa pekee, bali pia ni tatizo la usimamizi wa maarifa na ujifunzaji wa shirika lenye wahusika wengi. Modeli ya Five Learning Loops inaangalia ujasiriamali wa uchumi mzunguko kwa mtazamo huu.

Je, usimamizi wa maarifa na ujifunzaji wa shirika ni kitu kimoja?

Hapana. Katika tofauti inayowekwa na chanzo, ujifunzaji wa shirika unaeleza jinsi tabia, dhana, uwezo na mahusiano ya mfumo-ikolojia ya shirika yanavyobadilika kadiri muda unavyopita. Usimamizi wa maarifa unaeleza jinsi maarifa yanayowezesha mabadiliko hayo yanavyoundwa, kupatikana, kuhifadhiwa, kushirikishwa, kutumiwa, kulindwa na kuhuishwa.

Kwa hiyo mwandishi anaweka KMSD kamamiundombinu ya kiutendaji ya usimamizi wa maarifa, na Five Learning Loops kamausanifu wa maendeleo ya uwezo wa kujifunza.

Knowledge Management for Sustainable Development (KMSD) ni nini?

KMSD ni mfumo unaoangalia usimamizi wa maarifa si kwa ajili ya ufanisi au kumbukumbu ya shirika pekee, bali kama uwezo wa maendeleo endelevu unaozingatia kwa pamoja vipimo vya kiteknolojia, kishirika, kiuchumi, kijamii na kimazingira.

Michakato saba ya msingi ya KMSD inayotumiwa katika utafiti ni:

• Kuunda maarifa — knowledge creation
• Kupata maarifa — knowledge acquisition
• Kuhifadhi maarifa — knowledge storage
• Kushiriki maarifa — knowledge sharing
• Kutumia maarifa — knowledge application
• Kulinda maarifa — knowledge protection
• Kuhuisha maarifa — knowledge renewal

Ujifunzaji wa Mzunguko wa Tano (5LL) ni Nini?

Ujifunzaji wa Mzunguko wa Tano ni maendeleo ya pamoja ya mfumo-ikolojia wa maarifa yanayojirudia ambapo ujifunzaji uliotawanyika wa wahusika kadhaa walio huru kwa kiasi hubadilisha miundo ya maarifa, mahusiano, teknolojia, viwango, mipangilio ya utawala au nafasi ya fursa ya mfumo-ikolojia, na mabadiliko hayo huunda upya masharti ya ujifunzaji unaofuata; ushirikiano tu, ushiriki katika mtandao au kushiriki maarifa katika mfumo-ikolojia havitoshi kwa 5LL.

Muundo wa msingi wa mizunguko mitano ya ujifunzaji

Single-Loop Learning: ujifunzaji wa kiutendaji

Single-Loop Learning hurekebisha tofauti kati ya utendaji unaotarajiwa na uliofanyika bila kubadilisha malengo yaliyopo na dhana za msingi. Taratibu sanifu, uchanganuzi, mifumo ya maoni, kumbukumbu ya shirika na ufuatiliaji unaosaidiwa na AI vinaweza kuboresha utendaji wa kiutendaji katika kiwango hiki.

Katika mfano wa Alpha Systems wa chanzo, maeneo ya matumizi ni predictive maintenance, utabiri wa hitilafu, uboreshaji wa uzalishaji na hesabu, utabiri wa mahitaji, automatisering ya mchakato, ufuatiliaji wa nishati na uchanganuzi wa wateja. Hatari kuu ni kufanya modeli ya biashara inayopoteza uhalali wake kuwa yenye ufanisi sana na hivyo kuoptimisha kitu kisicho sahihi.

Double-Loop Learning: kuhoji dhana

Double-Loop Learning haiulizi tu jinsi shughuli ya sasa inaweza kufanywa vizuri zaidi, bali pia kama dhana zinazoiongoza ni sahihi. Dhana kama umiliki wa bidhaa, kwamba data lazima iwe imefungwa, kwamba ufanisi daima ni muhimu kuliko ustahimilivu, au kwamba AI inapaswa kuchukua nafasi ya uamuzi wa binadamu zinaweza kutathminiwa upya.

Katika kiwango hiki, usimamizi wa maarifa unaunga mkono ujifunzaji wa kuvuka kazi, upatikanaji wa maarifa ya nje, absorptive capacity, lessons learned na michakato ya kuunganisha upya maarifa.

Triple-Loop Learning: kujifunza jinsi ya kujifunza

Triple-Loop Learning hauangalii tu kile shirika linafanya au dhana linazotumia, bali jinsi linavyozalisha maarifa, kutathmini ushahidi, kubadilisha mifano yake ya kiakili na kusimamia mfumo wake wa ujifunzaji.

Ufafanuzi wa TLL katika utafiti huu unaelekezwa hasa kwenyeusanifu wa ujifunzaji na uwezo wa shirika kujifunza. Uelewa wa AI na data, utawala wa maarifa, ujifunzaji wa kuvuka kazi kati ya binadamu na AI, motisha za kushiriki maarifa, communities of practice, ukaguzi wa modeli na usalama wa kisaikolojia ni mifano ya mifumo katika kiwango hiki.

Quadruple-Loop Learning: shirika kujifafanua upya katika mfumo-ikolojia

Katika QLL, mwanafunzi mkuu bado ni shirika; lakini mada ya ujifunzaji ni utambulisho wa shirika, mipaka, majukumu, nafasi ya kimkakati na nafasi yake katika mfumo-ikolojia. Shirika linaweza kuingia kwenye majukwaa mapya, kubadilisha modeli ya biashara, kuanzisha ushirikiano mpya au kujifafanua upya katika jukumu tofauti la kuunda thamani.

Katika kiwango hiki, ramani ya mfumo-ikolojia, uundaji wa scenario, uchanganuzi wa wadau, ramani za teknolojia, foresight ya kanuni, tathmini ya uendelevu na majaribio ya portfolio huwa muhimu.

Tofauti kati ya Ujifunzaji wa Mzunguko wa Nne (QLL) na Ujifunzaji wa Mzunguko wa Tano (5LL) ni Nini?

Katika QLL, shirika hubaki kuwa mwanafunzi mkuu anayefafanua upya utambulisho wake, mipaka na nafasi yake ndani ya mfumo-ikolojia unaobadilika, wakati katika 5LL kitovu cha ujifunzaji huhamia kwenye mfumo-ikolojia wa maarifa uliotawanyika; ujifunzaji wa pande nyingi wa wahusika wengi hubadilisha masharti ya msingi ya mfumo-ikolojia na mabadiliko hayo hurudi kama maoni kwenye masharti ya mzunguko unaofuata wa ujifunzaji.

Recursive endogeneity — endogeneity inayojirudia ina maana gani?

Moja ya dhana kuu ambazo chanzo kinatumia kutofautisha 5LL nirecursive endogeneity, yaani mabadiliko katika mazingira ya ujifunzaji si sharti la kudumu linalotoka nje ya ujifunzaji unaofuata, bali huzalishwa kwa sehemu kutoka ndani kama matokeo ya ujifunzaji uliotangulia.

Mchakato mkuu unaotolewa na chanzo ni huu:

Ujifunzaji uliotawanyika → uingiliaji wa pande nyingi → mabadiliko katika masharti ya msingi ya mfumo-ikolojia → mabadiliko katika masharti ya ujifunzaji unaofuata → ujifunzaji mpya uliotawanyika.

Huu si mlinganyo wa kihisabati. Ni mnyororo wa dhana unaoonyesha mpangilio wa utaratibu wa kinadharia.

Kwa nini ushirikiano pekee si 5LL?

Kushiriki maarifa au kufanya mradi wa pamoja kati ya kampuni mbili kunaweza kuwa interorganizational learning. Mtandao unaounda mazoea ya pamoja unaweza kuwa network learning. Kampuni tofauti kufanya kazi katika mfumo mmoja wa innovation ecosystem kunaweza kuwa ecosystem participation. Hakuna kati ya haya ambayo yenyewe ni 5LL.

Kwa 5LL, ujifunzaji wa pamoja lazima ubadilishe masharti ya msingi ya mfumo-ikolojia na kisha masharti hayo yaliyobadilika yarudi katika mchakato wa ujifunzaji. Kwa mfano, kuundwa kwa kiwango kipya cha pamoja cha data kukibadilisha katika kipindi kinachofuata nani anaweza kupata data gani, modeli zipi zinaweza kutengenezwa na wahusika gani wanaweza kushiriki, maoni yanayojirudia yanaweza kujitokeza.

Maendeleo ya pamoja na orchestration si kitu kimoja

Co-development, ni mchakato wa maendeleo ambapo wahusika walio huru kwa kiasi hubadilisha uwezo, mahusiano, teknolojia, taasisi au miundo ya maarifa ya kila mmoja kupitia mwingiliano unaorudiwa. Mchakato huu unaweza kuwa wa kukusudia, ulioratibiwa kwa kiasi au kujitokeza kwa kiasi kikubwa wenyewe.

Orchestrationni uratibu wa makusudi wa rasilimali, mahusiano, viwango au mtiririko wa maarifa na mhusika mmoja au zaidi. Katika utafiti, orchestration ni utaratibu unaowezekana wa utawala kwa 5LL; si hitaji linalofafanua. Mfumo-ikolojia unaweza kuratibiwa lakini ikiwa hautengenezi maoni yanayojirudia ya ujifunzaji, 5LL inaweza isitokee.

Kutokuwa na uhakika kwa kina kunamaanisha nini?

Deep uncertainty, ni hali ambazo wahusika hawawezi kuorodhesha kwa kuaminika hali zote zinazowezekana baadaye, hawawezi kuweka uwezekano unaotetewa kwa hali hizo, au hawawezi kujua mapema matokeo yote ya uingiliaji.

Katika hali hii, badala ya kuoptimisha kwa “mustakabali unaowezekana zaidi” mmoja, ni muhimu kuweka chaguo wazi, kufanya majaribio yaliyotawanyika, kuunda ahadi zinazoweza kurekebishwa na kuhifadhi tafsiri tofauti za siku zijazo.

Mfano wa quantum uliotajwa katika chanzo una maana gani?

Makala inataja mkabala wa “quantum-inspired decision” kueleza kwamba baadhi ya maamuzi yanaweza kuonekana si kama kuchagua tu kati ya chaguo zilizowekwa kikamilifu mapema, bali kama hali za maamuzi zinazoundwa kulingana na muktadha, mwingiliano na majadiliano. Chanzo kinasema wazi kwamba hii haimaanishi mashirika ni mifumo ya quantum-mechanical. Ni mlinganisho wa kinadharia tu wa kueleza kutokuwa na uhakika na uundaji wa maamuzi unaotegemea muktadha.

PADKNE ni nini?

Post-Accelerating Data and Knowledge Networked Economy (PADKNE), ni mfumo wa dhana unaotumiwa kueleza mazingira ya juu ya kijamii na kiuchumi ambapo data, maarifa na akili iliyounganishwa kwa mtandao hutawala uzalishaji, uratibu, ubunifu na uundaji wa thamani, na ambapo maoni kati ya uzalishaji mkubwa wa data, uchimbaji wa maarifa kwa algoriti na AI huharakisha mabadiliko ya kiteknolojia na kishirika.

PADKNE katika utafiti huu si kipindi kipya cha kiuchumi kilichopimwa kwa data. Ni muktadha wa kinadharia unaotumiwa kujadili jinsi Five Learning Loops inaweza kutumika hasa katika mazingira yenye AI nyingi na mitandao mingi.

Kwa nini akili bandia haionekani kama chombo pekee?

Katika 5LL, AI inaweza kuwa mhusika mwenye ushawishi katika ujifunzaji wa mfumo-ikolojia kwa sababu inazidi kushiriki katika sensing iliyotawanyika, kutambua mifumo, simulation, kuunganisha upya maarifa na decision support. Hata hivyo, chanzo hakiweki AI kama msimamizi huru na autonomous anayechukua nafasi ya uamuzi wa binadamu.

Kwa sababu matokeo ya AI yanaweza kubadilisha tabia ya binadamu, usambazaji wa maarifa, haki za kufanya maamuzi na uzalishaji wa maarifa unaofuata, mwingiliano wa binadamu–AI wenyewe huwa pia kitu cha kujifunza na kutawaliwa.

Je, Akili Bandia Inachukua Nafasi ya Uamuzi wa Binadamu na Msimamizi katika Modeli Hii?

Hapana. Utafiti unaweka AI kama kiongeza uwezo kinachoweza kuimarisha upatikanaji wa maarifa, kumbukumbu ya shirika, utambuzi wa mifumo, utabiri, simulation na uratibu wa mfumo-ikolojia; na unatetea wazi kwamba uamuzi wa binadamu hauwezi kubadilishwa katika kuweka malengo ya kimkakati, kutathmini trade-offs za kimaadili, tafsiri ya kimuktadha na utawala wa maendeleo ya teknolojia.

Je, mfano wa Alpha Systems ni utafiti wa kampuni halisi?

Hapana. Alpha Systems ni mtengenezaji wa vifaa vya viwandani wa ukubwa wa kati wa kubuniwa, uliotengenezwa katika utafiti ili kufundisha jinsi dhana za Five Learning Loops zinaweza kufanya kazi katika mazingira ya viwanda yenye data na AI nyingi. Mfano huu si uthibitisho wa kimajaribio.

Mfano wa predictive maintenance unaelezaje 5LL?

Katika mfano wa kinadharia wa chanzo, ikiwa Alpha Systems na washirika wake wataunda jukwaa la predictive maintenance, jukwaa hilo mwanzoni linaweza tu kutabiri vizuri zaidi hitilafu za vifaa. Ikiwa matumizi yake yatasababisha wateja kubadilisha mikataba ya matengenezo, bima kuingiza data ya hali ya mashine katika modeli za hatari, wasimamizi kuweka kanuni mpya za AI assurance, wasambazaji kubuni upya vipengele vyenye sensa na majukumu ya wafanyakazi kubadilika, muundo wa mfumo-ikolojia utakuwa umebadilika.

Baada ya hapo Alpha Systems haiendelei kujifunza chini ya masharti yale yale. Lazima ijifunze haki mpya za data, kanuni mpya, wahusika wapya, mahitaji tofauti ya uwezo na mgawanyo mpya wa hatari. Hivyo mabadiliko ya mfumo-ikolojia yaliyotokana na ujifunzaji wa awali huwa ingizo la ujifunzaji unaofuata. Chanzo kinatumia muundo huu kama mfano unaotofautisha 5LL.

Kwa nini reflexivity ya kimaadili na kitaasisi ni sehemu ya 5LL?

Uingiliaji wa kiteknolojia na kishirika unaweza kubadilisha si utendaji pekee, bali pia nani anayebeba hatari, nani anayemiliki maarifa, nani ana mamlaka ya uamuzi na ni wahusika gani wanaweza kufikia mfumo. Kwa hiyo, tathmini ya kimaadili haionekani kama ukaguzi wa mwisho baada ya ubunifu kukamilika, bali kama utaratibu wa maoni unaoendelea.

Kwa mfano, ikionekana kwamba mfumo wa matengenezo unaosaidiwa na AI unasogeza wajibu kwa wateja kwa utaratibu au unawaweka wasambazaji wadogo wenye miundombinu dhaifu ya data katika hali mbaya, haki za data, sheria za mikataba au viwango vya ushiriki vinaweza kubuniwa upya. Mabadiliko haya baadaye hubadilisha pia data ya mafunzo ya modeli na michakato ya ujifunzaji inayofuata.

Kesi ya SME za ujenzi za Italia ilitumikwaje?

Utafiti unatafsiri upya kupitia Five Learning Loops kesi iliyochapishwa awali na Scipioni na wenzake kuhusu ujifunzaji wa shirika na mpito wa uchumi mzunguko katika SME za ujenzi za Italia. Mwandishi anaitumia si kama uthibitisho huru wa modeli, bali kama mfano wa uwezo wake wa kutumika katika tafsiri.

KMSD na Mizunguko Mitano ya Ujifunzaji Inaunganishwaje?

Katika utafiti, KMSD hufafanua michakato ya usimamizi wa maarifa kama kuunda, kupata, kuhifadhi, kushiriki, kutumia, kulinda na kuhuisha maarifa, huku Five Learning Loops ikitumika kama usanifu wa maendeleo unaoeleza jinsi michakato hii inaweza kupanuka kutoka matumizi ya kiutendaji ndani ya shirika hadi maendeleo ya pamoja ya mfumo-ikolojia wa maarifa wenye wahusika wengi; uchumi mzunguko ndio muktadha wa kimkakati ambamo miundo hii miwili inatumika kuunda thamani endelevu.

Majukumu ya shirika kwa mtazamo wa uchumi mzunguko

Kanuni sita za usimamizi zinazojirudia

Five Learning Loops hueleza jinsi mashirika yanavyojifunza, huku KMSD ikieleza ni maarifa gani yanayosimamiwa na jinsi gani. Chanzo kinaongeza kanuni sita zinazokatiza tabaka hizi ili kueleza matumizi ya usimamizi kati yao.

Jukumu la AI ndani ya kanuni sita

AI inaweza kuimarisha ugunduzi wa mifumo na kumbukumbu ya shirika katika kanuni ya kwanza; utabiri, simulation na majaribio ya digital twin katika ya pili; kukamilisha uwezo wa binadamu katika ya tatu; uchanganuzi wa mzunguko wa maisha, matengenezo na mtiririko wa rasilimali katika ya nne; kumbukumbu ya maarifa na uchanganuzi wa scenario katika ya tano; na mitandao ya maarifa inayoweza kushirikiana pamoja na decision support iliyotawanyika katika ya sita.

Hata hivyo, chanzo kinasisitiza kwamba katika kila hatua matumizi ya AI yanapaswa kuunganishwa na uthibitishaji wa binadamu, tafsiri ya kimuktadha na utawala.

Je, mizunguko mitano hufanya kazi kama ‘ngazi za ukomavu’?

Kuna upanuzi wa kimendeleo kwa kiasi, lakini chanzo kinasisitiza kwamba mizunguko mitano si hatua zinazotengana na kuachwa nyuma mara moja zinapopitwa. Higher-order learning haichukui nafasi ya lower-order learning.

Shirika linaloshiriki katika maendeleo ya pamoja ya mfumo-ikolojia katika kiwango cha 5LL bado lazima lirekebishe makosa ya kiutendaji. Linaweza kutumia SLL, DLL, TLL na QLL kwa wakati mmoja. Kinachotofautisha shirika lililoendelea si tu ‘kufika mzunguko wa tano’, bali kuelewa tatizo gani linahitaji kiwango gani cha ujifunzaji na kuweza kuratibu mizunguko kwa pamoja.

5LL ina uwezekano mkubwa katika hali gani?

Chanzo kinapendekeza kwamba 5LL ina uwezekano mkubwa zaidi hasa katika mifumo-ikolojia yenye utegemeano mkubwa na deep uncertainty; ambapo hakuna mhusika mmoja anayemiliki maarifa yote yanayohitajika kwa urekebishaji wenye ufanisi; na ambapo wahusika wana maarifa na uwezo unaokamilishana.

Mipaka ya shirika inayopitisha maarifa, kurudi kwa matokeo ya uingiliaji kwenye vitendo vipya, mipangilio ya utawala inayoweza kubadilika na motisha zinazohamasisha ushiriki katika ujifunzaji wa pamoja pia ni muhimu.

5LL inaweza isitokee katika mazingira ambako nguvu na mamlaka ya uamuzi zimejikita kupita kiasi, tofauti za maarifa ni kubwa sana, mifumo ya haki miliki inazuia sana ubadilishanaji wa maarifa, utawala ni mgumu au motisha za wahusika zinapingana katika kiwango cha msingi. Ikiwa AI inazalisha upya na kuimarisha tu dhana za kihistoria zilizopo, inaweza kuzuia badala ya kusaidia ujifunzaji wa kiwango cha juu.

Mbinu na Matokeo ya Utafiti

Muundo wa utafiti

Utafiti unatumiamuundo jumuishi wa utafiti wa dhana. Lengo si kukusanya data mpya za kimajaribio, bali kuunganisha, kubadilisha na kupanga upya kwa mfumo dhana zilizotengenezwa awali katika maeneo tofauti ya kinadharia kuwa modeli mpya ya kinadharia.

Muundo wa utafiti unaunganisha shughuli tatu kuu za dhana:

1. Theory synthesis:Usanisi wa mifumo inayokamilishana kutoka ujifunzaji wa shirika, usimamizi wa maarifa, Knowledge-Based View, absorptive capacity, dynamic capabilities, uchumi mzunguko, ujasiriamali, uendelevu na tafiti za mfumo-ikolojia.
2. Theory adaptation:Kupanua mikabala iliyopo inayochukulia shirika kama mwanafunzi mkuu ili iweze kueleza maendeleo ya pamoja yanayotokea kati ya mashirika, teknolojia, taasisi, jamii na mifumo ya ikolojia.
3. Conceptual model development:Kubadilisha mahusiano kati ya KMSD, Five Learning Loops, michakato ya maarifa inayosaidiwa na AI na kanuni sita za usimamizi kuwa usanifu wazi wa kinadharia.

Je, mapitio ya fasihi ni systematic review?

Hapana. Chanzo kinasema wazi kwamba hii si exhaustive systematic review wala meta-analysis. Fasihi imechaguliwa kwa kuzingatia dhana na mahusiano yanayohitajika na muundo wa kinadharia kwa njia yatheoretically purposive, yaani kwa madhumuni ya kinadharia.

Fasihi imegawanywa katika makundi matatu ya kiutendaji:

• Domain theories:Nadharia za msingi zinazoeleza ujifunzaji wa shirika, uundaji wa maarifa, absorptive capacity, kuhuisha uwezo, sensemaking na utegemeano wa mfumo-ikolojia.
• Method theories:Vyanzo vinavyoongoza kimethodolojia theory synthesis, theory adaptation na conceptual model development.
• Contextual and illustrative literature:Vyanzo vinavyotumiwa kueleza masharti ya mpaka ya miktadha kama ujasiriamali wa uchumi mzunguko, AI, mabadiliko ya kidijitali na PADKNE pamoja na uwezo wa kutafsiri wa modeli.

Uchanganuzi wa dhana ulifanywa kwa hatua gani nne?

1. Vitengo vya uchanganuzi, vitu vya ujifunzaji, michakato ya maarifa na dhana za shirika–mazingira za miundo mikuu ya kinadharia zililinganishwa.
2. Ukamilishanaji na mapengo kati ya nadharia zilitambuliwa; hasa ilihitimishwa kwamba mpito kutoka ujifunzaji wa kiutendaji hadi maendeleo ya pamoja ya mfumo-ikolojia haujaunganishwa vya kutosha.
3. Vipengele hivi vya kinadharia viliunganishwa katika usanifu wa Five Learning Loops na kuunganishwa na KMSD.
4. Kwa kuongeza kanuni sita za usimamizi zinazojirudia kwenye usanifu, mahusiano ya kinadharia yalibadilishwa kuwa mapendekezo yanayoweza kujaribiwa baadaye.

Je, utafiti una sampuli, takwimu au jaribio?

Hapana. Hakuna sampuli mpya ya washiriki, dodoso, kundi la majaribio, kundi la udhibiti, randomization, regression, p-value, confidence interval au effect size.

Pia hakuna fomula ya kihisabati au kipimo cha kiasi cha utendaji katika chanzo. Misemo kama ujifunzaji uliotawanyika → mabadiliko ya mfumo-ikolojia → masharti mapya ya ujifunzaji ni michakato ya dhana; si milinganyo ya kihisabati.

Hali ya kimethodolojia ya Alpha Systems na kesi ya SME za Italia

Alpha Systems ni mfano wa kinadharia wa uchanganuzi ulioundwa ili kueleza viwango vitano vya ujifunzaji vya modeli.

Kesi iliyochapishwa ya SME za ujenzi za Italia ya Scipioni na wenzake ni tafsiri mpya ya utafiti wa kimajaribio uliopo kutoka mtazamo wa Five Learning Loops. Mwandishi anasema wazi kwamba matumizi yote mawili si uthibitisho huru wa kimajaribio wa modeli.

Michango mikuu ya kinadharia ya utafiti

Mchango wa kwanza ni kuendelezwa kwa dhana ya Fifth-Loop Learning. Chanzo hakioni ubunifu wa 5LL katika kusema kwa mara ya kwanza kwamba ‘mashirika hujifunza kutoka mitandao’ au ‘mifumo-ikolojia hubadilika’; haya tayari yapo katika fasihi. Pendekezo la asili ni kuongeza wazi kwenye nadharia ya ujifunzaji wa shirika mzunguko mpya ambapo ujifunzaji uliotawanyika hubadilisha masharti ya mfumo-ikolojia na masharti yaliyobadilika huwa ingizo la ndani kwa ujifunzaji unaofuata.

Mchango wa pili ni kupanua KMSD kwa kipimo cha maendeleo. KMSD hueleza michakato ipi ya usimamizi wa maarifa inahitajika, huku Five Learning Loops ikieleza jinsi upeo wa michakato hiyo unaweza kupanuka.

Mchango wa tatu ni kuunganisha tafiti za usimamizi wa maarifa, absorptive capacity, dynamic capabilities, ujifunzaji wa shirika na uchumi mzunguko katika usanifu wa pamoja.

Mchango wa nne ni athari za kiusimamizi na mapendekezo ya kinadharia yanayoweza kujaribiwa baadaye kuhusu jinsi AI na usimamizi wa maarifa vinaweza kusaidia urekebishaji, ustahimilivu na maendeleo yanayoelekezwa kwenye uendelevu ya mashirika ya kijasiriamali.

Pendekezo kuu jumuishi

Kwa mujibu wa pendekezo kuu la kinadharia la utafiti, Five Learning Loops inaweza kufikiriwa kama usanifu wa kujifunza wa mfumo-ikolojia ulio wa nguvu na unaojirudia unaofanya KMSD itekelezeke; katika mazingira ya uchumi mzunguko, kadiri uwezo wa mashirika wa kusimamia maarifa unavyopanuka kutoka matumizi ya maarifa ya kiutendaji hadi ujifunzaji wa mfumo-ikolojia uliotawanyika, dynamic capabilities, ubunifu shirikishi na utendaji wa muda mrefu wa kiuchumi, kimazingira na kijamii vinaweza kuimarika.

Kauli hii ni pendekezo la kinadharia; si matokeo yaliyopimwa ya utafiti.

Mapendekezo saba ya kinadharia

Kwa nini P3 ni muhimu hasa?

P3 inakataa kuweka uhusiano chanya wa kiotomatiki kati ya ujifunzaji wa kiwango cha juu na uendelevu. Mfumo-ikolojia unaweza kujifunza na kubadilika kwa ufanisi mkubwa, lakini mgawanyo wa manufaa na gharama unaweza kuwa usio wa haki au madhara ya kimazingira yanaweza kuongezeka.

Kwa hiyo, chanzo hakiweki usawa wa “mfumo-ikolojia unaojifunza vizuri zaidi = mfumo-ikolojia endelevu zaidi”.

P5 inasema nini kuhusu akili bandia?

P5 inachukua mtazamo wenye masharti kuhusu matumizi ya AI. Matokeo ya algoriti yanapowekwa ndani ya uthibitishaji wa binadamu, ujumuishaji wa maarifa na utawala, AI inaweza kuimarisha mizunguko ya ujifunzaji. Bila masharti haya, AI inaweza kuharakisha dhana zilizopo na uboreshaji wa kiutendaji pekee; shirika linaweza kufanya kazi haraka lakini lisifanye ujifunzaji wa kina zaidi.

Ujasiriamali unafafanuliwaje upya?

Chanzo kinafikiria upya ujasiriamali si kama ugunduzi wa fursa, ufadhili au biashara ya bidhaa pekee, bali kama upanuzi wa hatua kwa hatua wa uwezo wa kujifunza.

Katika mfumo huu, mafanikio ya ujasiriamali ni kuunda shirika linalolenga maarifa ambalo linaenea kutoka uboreshaji wa kiutendaji hadi kutafakari kimkakati, ukuzaji wa uwezo wa taasisi, ushirikiano wa mfumo-ikolojia na hatimaye maendeleo ya pamoja ya mfumo-ikolojia wa maarifa.

Kwa vitendo, jukumu la mjasiriamali katika kila mzunguko

• SLL:Kuthibitisha dhana za msingi na uendeshaji kwa maoni ya wateja, uchanganuzi na hifadhi za maarifa.
• DLL:Kuhoji modeli ya biashara iliyopo na dhana zake kwa scanning ya mazingira na benchmarking inayosaidiwa na AI.
• TLL:Kufanya ujifunzaji kuwa wa kitaasisi kupitia mifumo ya maarifa, decision support ya AI, maendeleo ya wafanyakazi na taratibu sanifu.
• QLL:Kujifunza katika kiwango cha mfumo-ikolojia kupitia ujumuishaji wa wasambazaji, majukwaa ya ubunifu shirikishi na mitandao ya maarifa ya pamoja.
• 5LL:Kushiriki katika maendeleo ya pamoja ya mazingira ya ujifunzaji kupitia utawala wa mfumo-ikolojia, AI ya kimaadili, foresight, ukuzaji wa viwango na ushirikiano wa wadau wengi.

Matokeo yanayoungwa mkono na utafiti

• Five Learning Loops ni usanifu wa maendeleo wa kinadharia ulioundwa kuunganisha nadharia zilizopo.
• Sifa inayotofautisha 5LL ni ujifunzaji uliotawanyika unaobadilisha masharti ya mfumo-ikolojia na kurudi kama maoni katika ujifunzaji unaofuata.
• QLL na 5LL si dhana moja kinadharia.
• Michakato ya KMSD inaweza kutafsiriwa katika mizani ya shirika na mfumo-ikolojia inayozidi kupanuka katika Five Learning Loops.
• AI inaweza kusaidia ujifunzaji na usimamizi wa maarifa katika mizunguko yote mitano, lakini inahitaji uthibitishaji wa binadamu na utawala.
• Kanuni sita za usimamizi zinapendekezwa kama tabaka la matumizi ya kiusimamizi la modeli.
• Uchumi mzunguko ndio muktadha mkuu wa matumizi ya nadharia hii.

Matokeo ambayo utafiti hauungi mkono

• Haijathibitishwa kwa data kwamba 5LL huongeza utendaji wa shirika.
• Haijaonyeshwa kwamba mizunguko mitano ni mpangilio wa lazima na wa mstari wa ukomavu katika kampuni zote.
• Haijaonyeshwa kwamba matumizi ya AI huzalisha moja kwa moja ujifunzaji wa kiwango cha juu au uendelevu.
• Haijaonyeshwa kwamba mfumo-ikolojia wenye kubadilika zaidi lazima uwe endelevu zaidi.
• Alpha Systems si uthibitisho unaotegemea data ya kampuni halisi.
• Haidaiwi kwamba kesi ya SME za Italia imethibitisha Five Learning Loops kwa data.
• Modeli si zana ya kiasi inayotabiri utendaji wa kifedha wa kampuni mahususi.
• 5LL haimaanishi tu ushirikiano zaidi au kujenga mtandao mpana zaidi.

Mapungufu makuu ya kinadharia

Ukosefu wa uthibitishaji wa kimajaribio:Mahusiano kati ya michakato ya KM, mizunguko, kanuni za usimamizi, uwezo wa AI na utendaji wa shirika katika modeli ni ya kinadharia.

Tatizo la kiwango cha uchanganuzi:Mizunguko inaweza kutafsiriwa kwa njia tofauti kama uwezo wa shirika, mchakato wa ujifunzaji, aina bora, aina ya ujifunzaji ulioingiliana au kategoria ya uchanganuzi. Mwandishi anakubali kwamba hali yake ya ontolojia inahitaji kufafanuliwa zaidi.

Hakuna usababishaji wa mstari:Modeli si mnyororo wa mwelekeo mmoja wa “kujifunza → mabadiliko → mafanikio”. Ujifunzaji wa shirika na wa mfumo-ikolojia unapobadilisha mazingira, mazingira yaliyobadilika nayo hubadilisha ujifunzaji unaofuata.

Pengo la nguvu na utawala:Ingawa mfumo unatambua umuhimu wa nguvu, bado haujageuza mahusiano ya nguvu kama nani anayefafanua maarifa halali, nani anayedhibiti jukwaa na data, nani anayefikia rasilimali za maarifa na nani anayepata thamani ya kiuchumi kuwa modeli ya kinadharia yenye undani.

Ubadilikaji si uendelevu:Mfumo unaweza kuwa wenye kubadilika zaidi, bunifu na stahimilivu, huku wakati huo huo ukizalisha madhara ya kijamii, kiuchumi au kimazingira. Uendelevu si matokeo ya kiotomatiki ya modeli, bali sharti la mpaka.

Utafiti wa baadaye

Mwandishi anapendekeza kuendelezwa kwa vipimo na zana za kupima mizunguko mitano ya ujifunzaji; na kuchunguza jinsi mashirika yanavyohama kati ya mizunguko kwa muda kupitia visa linganishi na tafiti za muda mrefu.

Majukumu ya kuwezesha au kuzuia ya AI, teknolojia za kidijitali, utamaduni wa shirika, uongozi na masharti ya kitaasisi katika mizunguko ya ujifunzaji yanapaswa kujaribiwa kwa data. Tofauti za nguvu na maarifa na nani anayepata thamani katika mfumo-ikolojia pia vinapaswa kuongezwa kwenye ajenda ya utafiti.

Bado haijulikani kama mfumo huu unaweza kutumika nje ya kampuni za kijasiriamali katika taasisi za umma, mashirika yasiyo ya faida, kampuni za kimataifa na mifumo-ikolojia ya uvumbuzi ya kuvuka mipaka.

Ufaa wa Verianla Live / Live Figure

Utafitiunafaa kwa Live Process na Live Architecture. Muundo wa SLL → DLL → TLL → QLL → 5LL unaweza kuonyeshwa tabaka kwa tabaka; maoni ya 5LL ya “ujifunzaji uliotawanyika → uingiliaji → mabadiliko ya mfumo-ikolojia → masharti yaliyobadilika ya ujifunzaji → ujifunzaji mpya” yanaweza kuonyeshwa kama uhuishaji wa mchakato wenye vigezo vilivyowekwa.

Hata hivyo, kwa kuwa chanzo hakitoi simulation ya kiasi, time series au coefficient ya utendaji, si sahihi kisayansi kuunda ‘5LL simulator’ yenye vigezo vinavyobadilishwa na mtumiaji, alama ya mafanikio au grafu ya utendaji wa utabiri.

Maelezo ya Chanzo na Mbinu

Kichwa asilia:Fifth-Loop Recursive Learning and Knowledge Management for Circular Economy Entrepreneurship: A Theory of Recursive Eco-System Co-Development

Kichwa cha uchapishaji kwa Kiswahili:Ujifunzaji Unaorudiwa wa Mzunguko wa Tano na Usimamizi wa Maarifa kwa Ujasiriamali wa Uchumi Mzunguko: Nadharia ya Maendeleo ya Pamoja ya Mfumo-Ikolojia Yanayojirudia

Mwandishi:Meir Russ.

Mchango sawa:Hautumiki; utafiti una mwandishi mmoja.

Affiliation 1:Austin E. Cofrin School of Business, University of Wisconsin-Green Bay, Green Bay, Wisconsin, Marekani.

Affiliation 2:Department of Information Science, Stellenbosch University, Stellenbosch, Afrika Kusini.

Corresponding author:Chanzo kinatoa maelezo ya mawasiliano ya mwandishi mmoja Meir Russ.

Jarida:Sustainability.

Mchapishaji:MDPI.

Juzuu / toleo / namba ya makala:18 / 18 / 9392.

DOI:10.3390/su18189392.

Academic Editor:Vasiliki Brinia.

Iliwasilishwa:5 Agosti 2026.

Marekebisho:11 Septemba 2026.

Ilikubaliwa:11 Septemba 2026.

Ilichapishwa:13 Septemba 2026.

Aina ya chanzo:Article; utafiti jumuishi wa dhana na kazi ya kuendeleza modeli ya kinadharia. Hauzalishi data mpya za kimajaribio.

Hali ya peer review:Ni makala iliyopitiwa na wataalamu iliyochapishwa katika Sustainability. Rekodi rasmi ya MDPI ina sehemu ya Review Reports na mwandishi anataja wazi mchango wa reviewers wasiojulikana katika sehemu ya shukrani.

Leseni:Creative Commons Attribution 4.0 (CC BY).

Maneno muhimu:knowledge management; organizational learning; five learning loops; recursive ecosystem learning; entrepreneurship; circular economy; sustainable ecosystem; co-development; conceptual model.

Mbinu ya utafiti:integrative multidisciplinary literature review inayoungwa mkono na Theory synthesis + theory adaptation + conceptual model development.

Uteuzi wa fasihi:Si exhaustive kwa mfumo wa systematic review, bali ni wa madhumuni ya kinadharia. Vyanzo vimeainishwa kiutendaji kama domain theories, method theories na contextual/illustrative literature.

Data mpya:Haijaundwa wala kuchanganuliwa.

Sampuli:Hakuna sampuli mpya ya utafiti.

Kundi la udhibiti:Hautumiki.

Takwimu:Hakuna uchanganuzi mpya wa takwimu, p-value, confidence interval au effect size.

Fomula ya kihisabati:Hakuna mlinganyo wa kihisabati au modeli ya kiasi katika chanzo. Mifumo ya ujifunzaji inayoonyeshwa kwa mishale ni uwakilishi wa michakato ya dhana.

Alpha Systems:Mfano wa kinadharia wa uchanganuzi; si uthibitisho wa kimajaribio.

Kesi ya SME za Italia ya Scipioni na wenzake:Kesi ya nje iliyochapishwa awali ililinganishwa upya ili kuchunguza matumizi ya kutafsiri ya Five Learning Loops; si uthibitisho huru wa kimajaribio wa modeli.

Ufadhili:Utafiti haukupokea ufadhili wa nje.

Institutional Review Board:Hautumiki.

Informed Consent:Hautumiki.

Data Availability:Hakuna data mpya iliyoundwa wala kuchanganuliwa; kushiriki data hakutumiki.

Mgongano wa maslahi:Mwandishi ametangaza kwamba hakuna mgongano wa maslahi.

Mchango wa mwandishi:Makala ina mwandishi mmoja; PDF haina sehemu tofauti ya CRediT/Author Contributions.

Shukrani:Mwandishi anaishukuru Otterbein University Department of Business, Accounting, & Economics kwa msaada wa kiakili na vifaa; reviewers na editors wasiojulikana pamoja na Daniel J. Herron kwa ukosoaji na mapendekezo.

Matumizi ya Generative AI:Mwandishi anaripoti kwamba baadhi ya sehemu ziliandaliwa au kuboreshwa kwa ChatGPT-4o, Claude 3.7 na Otio 2.0; Grammarly ilitumika kwa uhariri wa lugha na mtindo. Anaeleza kwamba yeye mwenyewe alitengeneza dhana za kisayansi na mfumo wa uchanganuzi. ChatGPT pia ilitumika katika uumbizaji wa Vielelezo 1–3 na kuboresha uwasilishaji wake wa kuona. Mwandishi anatangaza kwamba alikagua, akarekebisha na kuthibitisha maudhui yote yaliyosaidiwa na AI na anawajibika kwa maudhui ya mwisho.

Maelezo ya uhariri ndani ya chanzo:Kichwa cha Pendekezo 4 kinaonekana katika maandishi ya PDF kama “Proposition 4: Recursive Ecosystem C as a Mediating Capability”; maandishi ya pendekezo yanayofuata yanatumia wazi kauli “recursive ecosystem coupling”. Verianla haikukamilisha kimya kimya kichwa hicho kana kwamba ndicho kichwa kamili cha chanzo, bali imetumia umbo wazi la dhana ya kisayansi katika maandishi ya pendekezo huku ikitaja upungufu unaoonekana katika kichwa cha chanzo.

Kikomo kikuu cha tafsiri:Five Learning Loops na 5LL ni miundo ya kinadharia. Utafiti hauonyeshi kwa majaribio au takwimu kwamba mashirika yakipitia mizunguko hii lazima yapate ongezeko mahususi la utendaji.

Kikomo kikuu cha uendelevu:Urekebishaji, ubunifu na ustahimilivu pekee si ushahidi wa uendelevu. Utafiti unasema vigezo vya utendaji wa kimazingira na usambazaji vinahitajika pia.