استخدام تقنية الوكلاء الأذكياء في عمليات تحويل المعرفة حسب نموذج SECI: دراسة نظرية

سوسن طه حسن ضليمي

doi:10.59992/IJSR.2026.v5n11p1

المؤلفون

سوسن طه حسن ضليمي المؤلف

DOI:

https://doi.org/10.59992/IJSR.2026.v5n11p1

الكلمات المفتاحية:

الوكلاء الأذكياء، عمليات تحويل المعرفة، نموذج SECI، نظم المعرفة في المؤسسات الحكومية

الملخص

هدفت الدراسة الحالية لمراجعة الإنتاج الفكري الأجنبي والعربي في مجال تقنية الوكلاء الأذكياء في عمليات تحويل المعرفة حسب نموذج SECI، ما بين عام (2023-2026 م)، وتكمن أهمية الدراسة في تحديد المفاهيم النظرية الواردة في الإنتاج الفكري الأجنبي والعربي، ما يساعد في إثراء الإنتاج الفكري في هذا المجال، ويساعد المتخصصين على زيادة الفهم والإدراك لعملية دمج المفاهيم في إجراءات البحث ما يزيد من تفعيل عملية الإبداع والابتكار في تطبيق عمليات إدارة المعرفة. تم استخدام المنهج الوثائقي لمراجعة الدراسات. اتضح بأن هناك اتفاق بين الأدبيات الحديثة التي ترى أن GenAI يمكن أن يدعم عملية التنشئة الاجتماعية Socialization عبر تحليل المحادثات وربط أصحاب الخبرة، والمخارجة Externalization عبر تحويل المعرفة إلى نصوص ونماذج، والدمج لمصادر المعرفة Combination عبر RAG، والاستيعاب Internalization عبر التعلم التفاعلي.

وتشير الأدبيات الحديثة إلى تزايد توظيف الذكاء الاصطناعي والذكاء الاصطناعي التوليدي في عمليات إدارة وإنشاء المعرفة، كما بدأت الدراسات في إعادة النظر في نموذج SECI في ضوء ظهور GenAI، من خلال نماذج مثل GRAI والنماذج الهجينة للمعرفة البشرية–الاصطناعية. إلا أن معظم هذه الدراسات تركز على GenAI بصورة عامة أو على أدوات محددة مثل ChatGPT وRAG، بينما لا تزال الحاجة قائمة إلى دراسة تطبيقية تحدد أدوار الوكلاء الأذكياء وأنواعهم ووظائفهم في كل مرحلة من مراحل تحويل المعرفة الأربع وفق SECI، ولا سيما داخل نظم إدارة المعرفة في المؤسسات الحكومية. ولا تتمثل الفجوة فقط في ندرة الدراسات التي تربط الذكاء الاصطناعي بنموذج SECI، وإنما تتمثل الفجوة الأكثر تحديدًا في محدودية الدراسات التطبيقية التي تفكك الذكاء الاصطناعي إلى أدوار أو وكلاء ذكيين محددين، وتربط كل وكيل بوظيفة معرفية وبمرحلة محددة من مراحل SECI، ثم تختبر أثر هذا التوظيف في فعالية نظم إدارة المعرفة داخل المؤسسات الحكومية.

اتضح أيضاً بأن هناك فجوة بحثية واضحة في كلا الإنتاج الفكري العربي والأجنبي، إلا أن الدراسات الأجنبية شهدت تطوراً واضحاً في استخدام التقنيات الخاصة بالوكلاء الأذكياء في إدارة المعرفة بشكل تطبيقي، بينما تظل مبادرات الدراسات العربية تركز على كل موضوع من الموضوعات التي تم تحديدها في الدراسة على حدة وغالباً ما يكون الاهتمام البحثي نظرياً.

السيرة الشخصية للمؤلف

سوسن طه حسن ضليمي

أستاذ دكتور، تخصص إدارة المعرفة، جامعة الملك عبد العزيز، المملكة العربية السعودية

المراجع

• بارعيده، إيـمان سالم أحمد (2015). أثر وحدة دراسية مطورة في مقرر الدراسات الاجتماعية قائمة على استراتيجيات حل المشكلات بطرق إبداعية وفق نظرية (TRIZ) في تنمية التفكير الإبداعي لدى الطالبات الموهوبات بالصف الأول متوسط بمدينة جدة. المجلة العربية لتطوير التفوق. مج6، ع10. ص51-75. متاح على: http://search.shamaa.org/PDF/Articles/YEAjtd/10AjtdVol6No10Y2015/ajtd_2015-v6-n10_051-075.pdf.

• الدميني، نعيمة محمد والنجار، إيناس محمد وضليمي، سوسن طه (2026). مفاهيم واستراتيجيات تحليل وتصميم نظم إدارة المعرفة (دراسة نظرية). المجلة العربية للنشر العلمي AJSP. ع 89، الاصدار التاسع (2026) ص ص 1-22.

• ضليمي، سوسن طه ومحمد، مها أحمد وعبد الغفار، شهد والصمداني، سحر. إدارة المعرفة: الاستراتيجيات ونظم الادارة والتكنولوجيا. ج2، ط1، دار تكوين للنشر: جدة، 1442/ 2021، 455 ص. ط2، 2022.

• ضليمي، سوسن طه وأبو شرحة، ماجد (2020). استخدام نماذج الذكاء الاصطناعي في تطبيقات إدارة المعرفة. القاهرة: دار العالم العربي. 2020 .174ص.

• ضليمي، سوسن طه، تركستاني، إيمان ترسن، الحازمي، مشاعل عبد الرحمن (2026). مفاهيم واستراتيجيات تحليل وتصميم نظم المعرفة: دراسة نظرية. المجلة العربية للنشر العلمي AJSP. ع 89، الاصدار التاسع، ص ص 629-675.

• ضليمي، سوسن طه والحازمي، مشاعل عبد الرحمن (2026). تحليل وتقييم نظام "كونفلونس Confluence" في دعم إدارة المعرفة: دراسة تحليلية تطبيقية. ARAB JOURNAL OF SCIENCES & RESEARCH PUBLISHING (AJSRP). مج 12، ع 1 (2026). ص ص 56-77.

• ضليمي، سوسن طه (2022). اتجاهات الخبراء في إدارة المعرفة عن التطبيقات الذكية بالمملكة العربية السعودية. المجلة الدولية لإدارة المعرفة. ج1، مج 1 ع3، ص ص 15-74، ج2، مج1، ع4، ص ص 15-62.

• ضليمي، سوسن طه وأبو شرحة، ماجد (2021). استخدام الذكاء الاصطناعي في تطبيقات إدارة المعرفة للهيئة العامة للأرصاد وحماية البيئة في المملكة العربية السعودية. المجلة الدولية لعلوم المكتبات والمعلومات. مج 8، ع 2، يونيو 2021، ص ص 87-128.

• عماد الدين، منى مؤتمن (1997). حل المشكلات واتخاذ القرارات. رسالة المعلم، مج38، ع1، ص ص 62-70.

• المطيري، جوزاء محمد. وضليمي، سوسن طه (2022). دور عمليات إدارة المعرفة في بناء الذاكرة التنظيمية وتفعيل الإبداع: مرجعة علمية (2022). المجلة العربية للنشر العلمي. ع45.

• نظير، أحمد عبد النبي عبد الملك (2017). تحديد معايير الوكلاء الأذكياء التعاونيين والتنافسيين في بيئات التعلم الإلكترونية. المؤتمر الدولي الثالث: مستقبل إعداد المعلم وتنميته بالوطن العربي، مج3، م3، ص499-543.

• نوري، مظفر محمد (2013). دور إدارة المعرفة في اتخاذ القرار دراسة حالة لعينة من مديري منظمات الأعمال في محافظة دهوك. مجلة جامعة كركوك للعلوم الإدارية والاقتصادية، م3، ع2، ص18-39.

• Alharbi, G.L., Aloud, M.E. (2024). The effects of knowledge management processes on service sector performance: evidence from Saudi Arabia. Humanit Soc Sci Commun 11, 378 (2024). https://doi.org/10.1057/s41599-024-02876-y.

• Al mulhima AF (2020) the effect of tacit knowledge and organizational learning on ﬁnancial performance in service industry. Manag Sci Lett 10(10):2211–2220.

• Alvarenga A, Matos F, Godina R, Matias COJ (2020) Digital transformation and knowledge management in the public sector. Sustainability 12(14):5824.

• Ashok M, Al Badi Al Dhaheri MSM, Madan R, Dzandu MD (2021) How to counter organisational inertia to enable knowledge management practices adoption in public sector organisations. J Knowl Manag 25(9):2245–2273Asiaei K, Bontis N (2019) Translating knowledge management into performance: the role of performance measurement systems. Manag Res Rev 43:113–132.

• Abbasi SG, Shabbir MS, Abbas M, Tahir MS (2021) HPWS and knowledge sharing behavior: the role of psychological empowerment and organizational identiﬁcation in public sector banks. J Public Aff 21(3):174–184.e2512.

• Al Rashdi M, Akmal SB, Al-shami SA (2019) Knowledge management and organizational performance: a research on systematic literature. Int J Innov Technol Explor Eng 8(6S4):757–762.

• Alzuod M (2020) the impact of knowledge sharing on green innovation in Jordanian industrial ﬁrms, International Journal of Innovation. Int J Innov Creat Change 14:1199.

• Asrar-ul-Haq M, Anwar S (2016) A systematic review of knowledge management and knowledge sharing: trends, issues, and challenges. Cogent Bus Manag 3(1):1127744.

• Alavi, Maryam & Leidner, Dorothy & Mousavi, Reza. (2024). Knowledge Management Perspective of Generative Artificial Intelligence. Journal of the Association for Information Systems. 25. 1-12. 10.17705/1jais.00859.

• Alavi, M. and Leidner, D.E. (2001), “Knowledge management and knowledge management systems: Conceptual foundations and research issues”, MIS Quarterly, Vol. 25 No. 1, pp.107-136. https://doi.org/10.2307/3250961.

• Audretsch, D.B. and Belitski, M. (2023), “Evaluating internal and external knowledge sources in firm innovation and productivity: an industry perspective”, R&D Management, Vol. 53 No. 1, pp. 168-192, doi: 10.1111/radm.12556.

• Argote, L., Lee, S., & Park, J. (2021). Organizational learning processes and outcomes: Major findings and future research directions. Management Science, 67(9), 5399–5429. https://doi.org/10.1287/mnsc.2020.3693.

• Alghamdi, M. M., & Alamri, W. A. (2026). IKEA: Intelligent Knowledge Extraction with Reasonable and Agentic AI Agents. Applied Sciences, 16(15), 7704. https://doi.org/10.3390/app16157704.

• Becerra-Fernandez, I. (2000). The role of artificial intelligence technologies in the implementation of people-finder knowledge management systems. Knowledge-Based Systems, 13(5), 315-320.

• Becerra-Fernandez, I. 1999a. This is rocket science: The Knowledge Repository of Kennedy Space Center. In Proceedings of the Delphi’s International Knowledge Management Summit (IKMS’99), San Diego, California.

• Becerra-Fernandez, I. 1999b. Searchable Answer Generating Environment (SAGE): A Knowledge Management System for Searching for Experts in Florida. In Proceedings of the 12th Annual International Florida Artificial Intelligence Research Symposium, Orlando, FL.

• Birzniece, Ilze. (2011). Artificial Intelligence in Knowledge Management: Overview and Trends. Scientific Journal of Riga Technical University. Computer Sciences. 43. 5-11. 10.2478/v10143-011-0001-x.

• Bhalerao, K., Kumar, A., Kumar, A. and Pujari, P. (2022), “A study of barriers and benefits of artificial intelligence adoption in small and medium enterprise”, Academy of Marketing Studies Journal, Vol. 26, pp. 1-6.

• Bag, S., Gupta, S., Kumar, A. and Sivarajah, U. (2021), “An integrated artificial intelligence framework for knowledge creation and B2B marketing rational decision making for improving firm performance”, Industrial Marketing Management, Vol. 92, pp. 178-189, doi: 10.1016/j. indmarman.2020.12.001.

• Böhm K, Durst S (2026), "Knowledge management in the age of generative artificial intelligence – from SECI to GRAI". VINE Journal of Information and Knowledge Management Systems, Vol. 56 No. 1 pp. 106–121, doi: https://doi.org/10.1108/VJIKMS-10-2024-0357.

• Bandi, A., Kongari, B., Naguru, R., Pasnoor, S. and Vilipala, S.V. (2025), “The rise of agentic AI: A review of definitions, frameworks, architectures, applications, evaluation metrics, and challenges”, Future Internet, Vol. 17 No. 9, p.1-15. https://doi.org/10.3390/fi17090404.

• Chen, Y., Pan, X., Liu, P. and Vanhaverbeke, W. (2024), “How does digital transformation empower knowledge creation? Evidence from Chinese manufacturing enterprises”, Journal of Innovation and Knowledge, Vol. 9 No. 2, p. 100481, doi: 10.1016/j.jik.2024.100481.

• Chen, Q.Q., Lin, L.M. and Liu, M. (2026), “Enhancing knowledge sharing in generative AI integration: the impact of AI self-efficacy and skill threat perceptions”, Journal of Knowledge Management, Vol. 30 No. 3, pp.1077-1100. https://doi.org/10.1108/JKM-11-2024-1328.

• Chin, T., Li, Q., Mirone, F. and Papa, A. (2025) Conflicting impacts of shadow AI usage on knowledge leakage in metaverse-based business models: A Yin-Yang paradox framing. Technology in Society, Vol. 81, 102793. https://doi.org/10.1016/j.techsoc.2024.102793.

• Cerchione, Roberto & Liccardo, Giuseppe & Passaro, Renato. (2026). Artificial knowledge generation: investigating the revolutionary role of generative AI in knowledge management. Journal of Innovation & Knowledge. 11. 100866. 10.1016/j.jik.2025.100866.

• Cohen, W.M. and Levinthal, D.A. (1982) Absorptive Capacity: A New Perspective on Learning and Innovation.

• Crossan, M.M., Lane, H.W. and White, R.E. (1999) an Organizational Learning Framework: From Intuition to Institution. Academy of Management Review, Vol. 24, No. 3, pp 522. https://doi.org/10.2307/259140.

• Cyert, R., & March, J. G. (1963). A behavioral theory of the firm. Blackwell.

• Dzenopoljac V, Janosevic S, Bontis N (2016) Intellectual capital and ﬁnancial performance in the Serbian ICT industry. J Intellect Cap 17.

• Dávila GA, Dos Anjos EC (2021) Conﬁgurations of knowledge management practices, innovation, and performance: Exploring ﬁrms from Brazil. Int J Innov Manag 25(6):1–24.

• Dzenopoljac, V., Ognjanovic, J., Dzenopoljac, A., Kraus, S., Cheng, C.F. and Puumalainen, K. (2026), “Knowledge-sharing quality as a key to SME success: A configurational analysis of social networking, trust, and ambidexterity”, Journal of Knowledge Management. Vol. 30 No. 4 pp. 1303–1322 https://doi.org/10.1108/JKM-04-2025-0538.

• De Bruyn, A., Viswanathan, V., Beh, Y.S., Brock, J.K.U. and von Wangenheim, F. (2020), “Artificial intelligence and marketing: pitfalls and opportunities”, Journal of Interactive Marketing, Vol. 51 No. 1, pp. 91-105, doi: 10.1016/J.INTMAR.2020.04.007.

• De Bem Machado, A., Secinaro, S., Calandra, D. and Lanzalonga, F. (2022), “Knowledge management and digital transformation for industry 4.0: a structured literature review”, Knowledge Management Research and Practice, Vol. 20 No. 2, pp. 320-338, doi: 10.1080/14778238.2021.2015261.

• Dwivedi, Y.K., et Al. (2023) Opinion Paper: “So what if ChatGPT wrote it?” Multidisciplinary perspectives on opportunities, challenges and implications of generative conversational AI for research, practice and policy. International Journal of Information Management, Vol. 71, 102642. https://doi.org/10.1016/j.ijinfomgt.2023.102642.

• Dwivedi, Y.K., Helal, M.Y.I., Elgendy, I.A., Alahmad, R., Walton, P., Suh, A., Singh, V. and Jeon, I. (2025a), “Agentic AI systems: What it is and isn’t”, Global Business and Organizational Excellence, Vol. 45 No. 3, pp.253-263. https://doi.org/10.1002/joe.70018.

• Darroch, J. (2005) Knowledge management, innovation and firm performance. Journal of Knowledge Management Vol. 9, No. 3, pp 101–115. https://doi.org/10.1108/13673270510602809.

• Enholm, I.M., Papagiannidis, E., Mikalef, P. and Krogstie, J. (2022), “Artificial intelligence and business value: a literature review”, Information Systems Frontiers, Vol. 24 No. 5, pp. 1709-1734, doi: 10.1007/s10796-021-10186-w.

• Elgendy, I.A., Helal, M.Y., Al-Sharafi, M.A., Albashrawi, M.A., Al-Ahmadi, M.S., Jeon, I. and Dwivedi, Y.K. (2025), “Agentic systems as catalysts for innovation in fintech: Exploring opportunities, challenges and a research agenda”, Information Discovery and Delivery. https://doi.org/10.1108/IDD-03-2025-0068.

• Fernandes, A.A.A. Combining Inductive and Deductive Inference in Knowledge Management Tasks. In: Proceedings of the 11th International Workshop on Database and Expert Systems Applications DEXA’00. 2000.

• Fletcher-Brown J, Carter D, Pereira V, Chandwani R (2021) Mobile technology to give a resource-based knowledge management advantage to community health nurses in an emerging economies context. J Knowl Manag 25(3):525–544.

• Felin, Teppo & Holweg, Matthias. (2024). Theory Is All You Need: AI, Human Cognition, and Causal Reasoning.p1-54.

• Fleming, N. (2018). Computer-calculated compounds. Nature, 557(7707), S55–S57. https://doi.org/10.1038/d41586-018-05267-x.

• Felicetti, A.M., Cimino, A., Mazzoleni, A. and Ammirato, S. (2024) Artificial intelligence and project management: An empirical investigation on the appropriation of generative Chatbots by project managers. Journal of Innovation and Knowledge, Vol. 9, No. 3, 100545. https://doi.org/10.1016/j.jik.2024.100545.

• Garbuio, M. and Lin, N. (2021), “Innovative idea generation in problem finding: abductive reasoning, cognitive impediments, and the promise of artificial intelligence”, Journal of Product Innovation Management, Vol. 38 No. 6, pp. 701-725, doi: 10.1111/jpim.12602.

• Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A. and Bengio, Y. (2014) Generative Adversarial Nets.

• Gold, A.H., Malhotra, A., Segars, A.H. (2001) Knowledge Management: An Organizational Capabilities Perspective. Journal of Management Information Systems, Vol. 18, No. 1, pp 185–214. https://doi.org/10.1080/07421222.2001.11045669.

• Haefner, N., Wincent, J., Parida, V. and Gassmann, O. (2021), “Artificial intelligence and innovation management: a review, framework, and research agenda”, Technological Forecasting and Social Change, Vol. 162, p. 120392, doi: 10.1016/J.TECHFORE.2020.120392.

• Hadjimichael, D. and Tsoukas, H. (2019), “Toward a better understanding of tacit knowledge in organizations: taking stock and moving forward”, Academy of Management Annals, Vol. 13 No. 2, pp. 672-703, doi: 10.5465/annals.2017.0084.

• Harfouche, A., Quinio, B., Saba, M. and Saba, P.B. (2023), “The recursive theory of knowledge augmentation: integrating human intuition and knowledge in artificial intelligence to augment organizational knowledge”, Information Systems Frontiers, Vol. 25 No. 1, pp. 55-70, doi: 10.1007/s10796-022-10352-8.

• He X, Antonczak L, Burger-Helmchen T (2026), "Revisiting ba: How generative AI transforms knowledge creation". Journal of Knowledge Management, Vol. 30 No. 2 pp. 846–869, doi: https://doi.org/10.1108/JKM-07-2025-1065.

• Hu, X., Gao, H., Agafari, T., Zhang, M.Q. and Cong, R. (2025), “How and when artificial intelligence adoption promotes employee knowledge sharing? The role of paradoxical leadership and technophilia” Frontiers in Psychology, Vol. 16, article no: 1573587. https://doi.org/10.3389/fpsyg.2025.1573587.

• Hughes, L., Dwivedi, Y.K., Li, K., Appanderanda, M., Al-Bashrawi, M.A. and Chae, I. (2025), “AI agents and agentic systems: Redefining global IT management”, Journal of Global Information Technology Management, Vol. 28 No. 3, pp.175-185. https://doi.org/10.1080/1097198X.2025.2524286.

• Ing-Long W, Jian-Liang C (2014) Knowledge management driven ﬁrm performance: the roles of business process capabilities and organizational learning. J Knowl Manag 18(6):1141–1164.

• Islam, M.A., Somu, S. and Aldaihani, F.M.F. (2025), “The rise of agentic AI: Synthesis of current knowledge and future research agenda”, Global Business and Organizational Excellence, Vol. 45 No. 3, pp.402-416. https://doi.org/10.1002/joe.70019.

• Joshi H, Chawla D (2019) How knowledge management inﬂuences performance? Evidences from Indian manufacturing and services ﬁrms. Int J Knowl Manag 15(4):56–77.

• Jarrahi, M.H., Askay, D., Eshraghi, A. and Smith, P. (2023), “Artificial intelligence and knowledge management: a partnership between human and AI”, Business Horizons, Vol. 66 No. 1, pp. 87-99, doi: 10.1016/j.bushor.2022.03.002.

• Jahed, S. and Abdekhoda, M. (2025), “Academic knowledge sharing on digital knowledge platforms: A TAM approach”, VINE Journal of Information and Knowledge Management Systems, Vol. 56 No. 2, pp.562-578. https://doi.org/10.1108/VJIKMS-06-2025-0216.

• Jarrahi, M.H., Askay, D., Eshraghi, A. and Smith, P. (2022), “Artificial intelligence and knowledge management: a partnership between human and AI”, Business Horizons, Vol. 66 No. 1, doi: 10.1016/j.bushor.2022.03.002.

• Khadir-Poggi Y, Keating M (2015) Intellectual capital, knowledge management, knowledge economies and innovation: the case of small asset management ﬁrms in Ireland. Int J Knowl Learn 10(2):147–163.

• Kotnour, T. 1998. Presentation at the Partners in Education Conference, Cocoa Beach, Florida.

• Korzynski, P., Mazurek, G., Altmann, A., Ejdys, J., Kazlauskaite, R., Paliszkiewicz, J., Wach, K. and Ziemba, E. (2023), “Generative artificial intelligence as a new context for management theories: analysis of ChatGPT”, Central European Management Journal, Vol. 31 No. 1, pp. 3-13, doi: 10.1108/CEMJ-02-2023-0091.

• Kim, P.W. (2024) A Framework to Overcome the Dark Side of Generative Artificial Intelligence (GAI) Like ChatGPT in Social Media and Education. IEEE Transactions on Computational Social Systems, Vol. 11, No. 4, pp 1–9. https://doi.org/10.1109/TCSS.2023.3315237.

• Lee, M.C.M., Scheepers, H., Lui, A.K.H. and Ngai, E.W.T. (2023) the implementation of artificial intelligence in organizations: A systematic literature review. Information and Management, Vol. 60, No. 5, 103816. https://doi.org/10.1016/j.im.2023.103816.

• Liccardo, Giuseppe & Cerchione, Roberto. (2025). GenAI-Assisted Knowledge Generation: A Case Study on Human- Machine Collaboration through the SECI Model. European Conference on Knowledge Management. 26. 1217-1225. 10.34190/eckm.26.2.3774.

• Levitt, B., & March, J. G. (1988). Organizational learning. Annual Review of Sociology, 14(1), 319–338. https://doi.org/10.1146/annurev.so.14.080188.001535.

• Murugesan, S. (2025), “The rise of agentic AI: Implications, concerns, and the path forward”, IEEE Intelligent Systems, Vol. 40 No. 2, pp.8-14. https://doi.org/10.1109/MIS.2025.3544940.

• March, J. G. (1991). Exploration and exploitation in organizational learning. Organization Science, 2(1), 71–87. https://doi.org/10.1287/orsc.2.1.71.

• Neumann, G. (2025), “From human experts to AI agents: Agentic AI for knowledge-intense problem-solving in logistics?”, In Proceedings of the 26th European Conference on Knowledge Management: VOL 1 (pp. 719-727). Academic Conferences and Publishing International.

• Ngoc-Tan N, Gregar A (2018) Impacts of knowledge management on innovations in higher education institutions: an empirical evidence from Vietnam. Econ Socio 11(3):301–320.

• Nikabadi MS, Bagheri S, Mohammadi-Hoseini SA (2016) Effects of knowledge management strategy and organizational learning capability on innovation-driven performance in an oil company. Knowl Manag E-Learn 8(2):334–355.

• Nonaka, I. and Konno, N. (1998) the Concept of Ba: Building a Foundation for Knowledge Creation. California Management Review, 40, 40-54.

https://doi.org/10.2307/41165942.

• Nonaka, I. (1994) A Dynamic Theory of Organizational Knowledge Creation. Organization Science 5.

• Nonaka, L., Takeuchi, H. and Umemoto, K. (1996), “A theory of organizational knowledge creation”, Organization Science, Vol. 5 No. 1, pp. 14-37.

• Nonaka, I. and Toyama, R. (2003), “The knowledge-creating theory revisited: knowledge creation as a synthesizing process”, Knowledge Management Research and Practice, Vol. 1 No. 1, pp. 2-10, doi: 10.1057/palgrave.kmrp.8500001.

• PWC (2025a), “Accelerating your business with agentic AI”, available at: https://www.pwc.com/gx/en/services/alliances/microsoft/agentic-ai.html (01 January 2026).

• PWC (2025b), “Real change agents: reimagining business with agentic AI”, available at: https://www.pwc.co.uk/services/alliances/insights/real-change-agents-reimagining-business-with-agentic-ai.html (01 January 2026).

• Robertson, J., Ferreira, C., Botha, E. and Oosthuizen, K. (2024), “Game changers: a generative AI prompt protocol to enhance human-AI knowledge co-construction”, Business Horizons, Vol. 67 No. 5, pp. 499-510, doi: 10.1016/j.bushor.2024.04.008.

• Smith, R. G., & Farquhar, A. (2000). The road ahead for knowledge management: An AI perspective. AI Magazine, 21(4), 17-17.

• Swan J, Newell S (2000) Linking Knowledge Management and Innovation. Proceedings of the 8th European Conference on Information Systems, Trends in Information and Communication Systems for the 21st Century, ECIS 2000, Vienna, Austria.

• Spanjol, J., Noble, C. H., Baer, M., Bogers, M. L. A. M., Bohlmann, J., Bouncken, R. B., Bstieler, L., Luca, L. M., Garcia, R., Gemser, G., Grewal, D., Hoegl, M., Kuester, S., Kumar, M., Lee, R., Mahr, D., Nakata, C., Ordanini, A., Rindfleisch, A., et al. (2024). Fueling innovation management research: Future directions and five forward‐looking paths. Journal of Product Innovation Management, 41(5), 893–948. https://doi.org/10.1111/jpim.12754.

• Slam MA, Almashayekhi A, Rahman M, Somu S (2026), "Igniting intention to use agentic AI: role of agentic AI explainability, perceived autonomy, knowledge-sharing culture and technical efficacy". VINE Journal of Information and Knowledge Management Systems, Vol. ahead-of-print No. ahead-of-print. https://doi.org/10.1108/VJIKMS-01-2026-0004.

• Song, Y., Qiu, X. and Liu, J. (2025), “The impact of artificial intelligence adoption on organizational decision-making: An empirical study based on the technology acceptance model in business management”, Systems, Vol. 13 No. 8, p.683. https://doi.org/10.3390/systems13080683.

• Singh, S., Singh, Surabhi, Kraus, S., Sharma, A. and Dhir, S. (2024) Characterizing generative artificial intelligence applications: Text-mining-enabled technology roadmapping. Journal of Innovation and Knowledge, Vol. 9, 100531. https://doi.org/10.1016/j.jik.2024.100531.

• Sturm, T., Gerlach, J. P., Pumplun, L., Mesbah, N., Peters, F., Tauchert, C., Nan, N., & Buxmann, P. (2021). Coordinating human and machine learning for effective organization learning. MIS Quarterly, 45(3), 1581–1602. https://doi.org/10.25300/MISQ/2021/16543.

• Tarhini A et al. (2015) A critical review of theories and models of technology adoption and acceptance in information system research. Int J Technol Diffus 6:58–77.

• Thneibat MM, Obeidat AM, Obeidat ZM, Al-dweeri R, Thneibat M (2022) Promoting radical innovation through performance-based rewards: the mediating role of knowledge acquisition and innovative work behavior. Int J Innov Technol Manag 19(02) 1-22:2250005.

• Widodo, Yohanes Bowo & Sibuea, Sondang (2026). Retrieval-Augmented Large Language Model for Institutional Knowledge Management and Decision Assistance in Public Organizations. International Journal of Engineering, Science, and Information Technology (IJESTY) VOL.6, NO. 3. 227–235.

• Xue, C., Zhang, H., & Cao, H. (2024). Multi-agent modelling and analysis of the knowledge learning of a human-machine hybrid intelligent organization with human-machine trust. Systems Science & Control Engineering, 12.

• Yen Y, Shatta A (2021) Enhancing organizational performance in the telecommunication industry in Saudi Arabia. Manag Sci Lett 11:843–848.

• Yan J, Husted K, Fath B (2026), "Transforming organizational knowledge creation through artificial intelligence: a systematic review of the emergent literature". VINE Journal of Information and Knowledge Management Systems, Vol. 56 No. 2 pp. 522–540, doi: https://doi.org/10.1108/VJIKMS-08-2024-0296.

• Yan, L., Martinez-Maldonado, R. and Gasevic, D. (2024), “Generative artificial intelligence in learning analytics: contextualising opportunities and challenges through the learning analytics cycle”, Proceedings of the 14th Learning Analytics and Knowledge Conference, ACM, Kyoto, Japan, pp. 101-111, doi: 10.1145/3636555.3636856.

استخدام تقنية الوكلاء الأذكياء في عمليات تحويل المعرفة حسب نموذج SECI: دراسة نظرية

المؤلفون

DOI:

الكلمات المفتاحية:

الملخص

السيرة الشخصية للمؤلف

المراجع

التنزيلات

منشور

إصدار

القسم

كيفية الاقتباس