Acceso usuarios
Introducción. El crecimiento rápido de Internet ha modificado los límites de adquisición de información (seguimiento) en la exploración del entorno. A pesar de las numerosas ventajas de este nuevo medio, la carga excesiva de información es un problema enorme para los exploradores de Internet. Para ayudarlos se ha desarrollado agentes inteligentes (es decir, agentes de software autónomos, automatizados que pueden teóricamente hacer inferencias). En este contexto, este artículo examina cómo las actividades de adquisición de información basadas en agentes inteligentes podrían estructurarse a largo plazo en un proceso de exploración del entorno.
Método. Se realizó un estudio de caso longitudinal (investigación-acción). Como parte de esta aproximación cualitativa, la estrategia de adquisición de datos emplea tres métodos diferentes (es decir, entrevistas semiestructuradas, observaciones y exámenes de documentos internos y externos) que permite triangular la información reunida.
Análisis. La estrategia de análisis de datos empleó dos métodos diferentes. Se grabaron las entrevistas semiestructuradas, se transcribieron y se codificaron sistemáticamente. Se usó un diccionario temático para analizar el contenido (codificaciones abiertas y axiales). Se resumieron las observaciones y los documentos internos o externos. Se extrajeron entonces los datos relevantes. Estos datos se triangularon con los de las entrevistas semiestructuradas.
Resultados. En base a la información proporcionada por nuestro estudio de caso, parece que nuestro modelo inicial debe ser revisado. Tres elementos del modelo parecen estar faltando: 'la infraestructura del sistema de información', 'las entidades externas con una influencia organizativa' y 'los proveedores de servicios de exploración del entorno'. Es más, resaltamos las nuevas relaciones entre los componentes de nuestro modelo inicial.
Conclusiones. Esta investigación-acción enfatiza la importancia de los componentes, entidades externas con una influencia organizativa, infraestructura de los sistemas de información y proveedores de servicios de exploración del entorno para el entendimiento del mecanismo de estructuración de las fases de seguimiento basadas en agentes inteligentes.
Introduction. The rapid growth of the Internet has modified the boundaries of information acquisition (tracking) in environmental scanning. Despite the numerous advantages of this new medium, information overload is an enormous problem for Internet scanners. In order to help them, intelligent agents (i.e., autonomous, automated software agents that are theoretically able to make inferences) have been developed. In this context, this paper examines how information acquisition activities based on intelligent agents could be structured in the long term in an environmental scanning process.
Method. A longitudinal case study (action research) was conducted. As part of this qualitative approach, the data acquisition strategy employs three different methods (i.e., semi-structured interviews, observations and examinations of internal and external documents), which allows the collected information to be triangulated.
Analysis. The data analysis strategy employed two different methods. Semi-structured interviews were recorded, transcribed and systematically coded. A thematic dictionary has been used for analysing the content (open and axial codings). Observations and internal or external documents were summarized. We then extracted the relevant data. These data were triangulated with those of semi-structured interviews.
Results. Based on the information provided from our case study, it appears that our initial model must be revised. Three elements seem to be missing from the model : �information system infrastructure�, �external entities with an organizational influence� and �environmental scanning service providers�. Moreover, we highlight new relationships between components of our initial model.
Conclusions. This action-research emphasizes the importance of the components, external entities with an organizational influence , information systems infrastructure and environmental scanning service providers for understanding the structuring mechanism of the tracking phases based on intelligent agents.
