Design science research

מתוך ויקיפדיה, האנציקלופדיה החופשית
קפיצה אל: ניווט, חיפוש

Design science research הוא סוג מחקר במערכות מידע. DSR מגדיר סט של טכניקות אנליטיות ופרספקטיבות לפיתוח יישום (artifact) חדשני בתחום מערכות המידע, תיעוד השימוש ביישום וניתוח תהליך יצירתו משמשים את החוקר ליצירת תובנות תאורטיות אודות תחום המחקר אליו קשור היישום ולהבנה מעמיקה יותר של הבעיה שלשמה פותח היישום[1].

ב-DSR, התחומים הנחקרים הם מעט יותר פרגמטיים מטבעם מאשר אלו הנחקרים במחקר הסיבתי הקלסי. ניתן לראות במחקר מסוג DSR כתהליך שבא לשפר ולהבין יותר טוב את הביצועים האינדיבידואלים והארגוניים בסביבת מערכות המידע[2]. קיימות שתי קבוצות מחקרים שונות של חוקרים בתחום ה-DSR, האחת היא קבוצת המחקרים של פרופסור אלן האבנר והשנייה היא של פרופסור ג'ואן ארנסט ואן אייקן. לפי פרופסור ואן אייקן מטרת ה-DSR היא לייצר ידע שישמש בעתיד מומחים שונים הפועלים בתחום בו עוסק המחקר ושלשמו פותח היישום בו עוסק המחקר. ניתן להבחין בין מטרת ה-DSR למטרות מחקרים מסבירים (explanatory sciences), מחקרים נטורליסטיים או סוציולוגיים שמטרתם לייצר ידע לתיאור, חיזוי והסבר תופעות שונות[2]. לטענת האבנר המטרה העיקרית של DSR היא לייצר ידע שיסייע להבין טוב יותר תחום במערכות מידע, זאת באמצעות פיתוח היישום[3]‏ (designed artifact).

גורמים היסטוריים לפיתוח DSR[עריכת קוד מקור | עריכה]

ניתן למצוא אלמנטים מרכזיים ומאפיינים של DSR בעבודות ומחקרים רבים שנעשו עוד מהימים הראשונים של מדעי המחשב. מדעני מחשבים ביצעו מאז ומעולם DSR מבלי לכנות בשם זה את עבודתם, הם פיתחו ארכיטקטורות חדשות למחשבים, שפות תכנות חדשות, מהדרים, אלגוריתמים, מבני וקובצי נתונים חדשניים, שיטות אחסון נתונים וכו'. לעומת מדעי המחשב, המחקרים הראשונים בתחום מערכות המידע התמקדו בניסוחים תאורטיים של גישות לפיתוח מערכות ושיטות. פילוסופיית המחקר הדומיננטית הייתה לצבור חומר תאורטי על מנת שההשערות בתחום יהיו מבוססות על מגוון עשיר של מקורות [4]. מחקרים שנעשו מתחילת שנות ה-90 ואלך גרסו כי אסטרטגיה זו של פיתוח תאוריה מחקרית עם השלכות מעשיות נשארה בתחום האקדמי ולמעשה נכשלה כישלון חרוץ ביכולתה לעניין את הסביבות הארגוניות שעובדות בפועל עם מערכות מידע. כישלון זה הוביל לפיתוח מתודולוגיות פרקטיות דוגמת ה-DSR.

מאפייני ה-DSR[עריכת קוד מקור | עריכה]

DSR מתבצע באמצעות רצף של פעילויות מומחים אשר יוצרים מוצר או יישום חדשני [5]. היישום מאפשר לחוקר להבין טוב יותר את תחום המחקר בו הוא עוסק, פיתוח הכלי למעשה מביא את החוקר לניסוח מחדש של הבעיה הנבדקת, מה שמביא גם לפיתוח טוב יותר של הפתרון וכך באופן איטרטיבי שוב מתבהרת גם הבנת הבעיה. היישום הסופי שנוצר על ידי החוקר נוצר באמצעות אותה לולאה שתנאי העצירה שלה מגיע כאשר היישום מתכנס לכדי פתרון שאינו משתנה[6]. לפי ואן אייקן, ניתן להגיד ש-DSR מהווה מחקר מסוג mode 2 בכך שהמחקר הוא חוצה תחומים וכי הוא מכוון לכדי יצירת פתרון שיהיה רלוונטי לגורם המממן את המחקר. זאת לעומת מחקר מסוג mode 1 שתוצריו רלוונטיים אך ורק תחום מחקרי אחד ותוצריו הם אקדמיים בלבד[2]. קיימים 7 קווים מנחים בביצוע DSR:

  1. תיכון כיישום - מחקר שהוא DSR חייב לייצר יישום חיוני דוגמת מודל, שיטה או כלי מוחשי כלשהו.
  2. רלוונטיות הבעיה – המטרה ב-DSR היא לפתח פתרונות מבוססות טכנולוגיה לבעיות עסקיות הרלוונטיות למציאות החוץ אקדמית.
  3. הערכה רציפה של היישום– היעילות והאיכות של היישום שנוצר חייב להיבדק באופן קפדני באמצעות שיטות בדיקה תקפות מבחינה מדעית.
  4. תרומה מחקרית - DSR אפקטיבי חייב לספק תרומה משמעותית דוגמת פיתוח תאוריה, יצירת מתודולוגיה סדורה לפיתוח כלי וכו'.
  5. קפדנות מחקרית – DSR חייב להיעשות תוך התייחסות לשיטות ממחקרים דומים שנעשו בעבר.
  6. יצירת היישום כתהליך חיפוש – החיפוש אחר יישום אפקטיבי דורש שימוש באמצעים קיימים ליצירת כלי מוחשי תוך העמקת ההבנה ויצירת חוקים חדשים בתחום הנחקר או אפילו הגדרה מחדש של התחום אם יש צורך בכך.
  7. נגישות המחקר – DSR הוא מחקר שצריך להיות נגיש מחד לאנשי תעשייה מוכווני טכנולוגיה וניהול ומאידך לחוקרים שעשוים להפיק תועלת מהתובנות המחקריות העולות ממנו.

בחינת ההשערות ומודל 3 המעגלים ב-DSR[עריכת קוד מקור | עריכה]

ניתן לחלק את אופן בחינת ההשערות במחקר שהוא DSR לשני סוגים [7] – סוג אחד הוא בחינת השערות בסביבה מלאכותית (artificial evaluation) תחתיו נכנסות בדיקות מעבדה, ניסויים, סימולציות, הוכחות מתמטיות וכו'. הסוג השני הוא בחינת השערות בסביבה טבעית (naturalistic evaluation) – בגישה זו הבחינה היא תמיד אמפירית ועל כן תחת הגדרה זו נכנסות שיטות כמו חקר מקרה, ביצוע סקרים, ומחקר פעולה (action research). ניתן לראות DSR כהתגלמות של 3 מעגלים הקשורים באופן הדוק זה לזה[8]. מעגל הרלוונטיות (relevance cycle) הוא המעגל שמייצג את תיכון היישום, מעגל זה מייצג את הכלי המפותח כקלט להבנת התחום אותו אנו חוקרים ובנוסף במעגל זה נקבעים הקריטריונים המוסכמים להערכת תוצאות המחקר. המעגל השני הוא ה-rigor cycle, במעגל זה על החוקר להבטיח כי היישום המפותח אכן חדשני, זאת באמצעות סיכום מעמיק והתמצאות במחקרים שנעשו עד כה בתחום, ההנחה היא כי הכלי יכול להיות חדשני אך ורק אם נמצא בבירור כי היישומים הקיימים לא עונים על הדרישות הקיימות ולא מסייעים להבין טוב יותר את הבעיה מולה עומד החוקר. המעגל המרכזי הוא ה-design cycle שמהווה למעשה את החיבור בין שני המעגלים האחרים. מעגל זה מתאר את הקשר הרציף וההתכתבות המתמדת שצריכה להתבצע בין ה-rigor cycle לבין ה-relevance cycle.

דוגמאות למחקרים מסוג DSR[עריכת קוד מקור | עריכה]

קיימות מספר דוגמאות למחקרים מסוג DSR, לרוב בתחום איכות המידע ואיכות הנתונים. בשנת 2012 פורסם על ידי החוקרים אוסטרובסקי והלפרט מאוניברסיטת דבלין מחקר שמטרתו להוות דוגמה לביצוע מחקר מסוג DSR, במסגרת המחקר פותח כלי תומך החלטה כאשר מטרת הכלי הייתה לבחון זווית מסוימת של התאוריה לפיה להצגת מידע (information representation) יש השפעה על איכות המידע (נכונות המשתמש להשתמש בו). אוסטרובסקי והלפרט מציגים את תהליך המחקר לפי הקווים של DSR כאשר בחינת ההשערות נעשית בכלים ניסויים שמופעלים על הכלי המפותח. במחקר נוסף שנערך על ידי אותם חוקרים בשנת 2012 הודגם כיצד מעורבות אנושית בקביעת טכניקת אומדן איכות המידע משפרת את טכניקת אומדן איכות המידע, זאת באמצעות חקר מקרה שכלל בניית יישום (artifact) בהתאם לקווים המנחים של DSR.

בישראל, מחקר שנערך באוניברסיטת בן-גוריון בשנת 2010 הציג באמצעות פיתוח יישום לפי עקרונות ה-DSR כיצד שילוב מנגנוני המלצה מבוססי שימוש בנתוני עבר משפיע על איכות קבלת ההחלטות בכלים תומכי החלטה. מחקר נוסף שנערך בבן-גוריון הציג יישום ששימש כאמצעי לבחינת ההשערה לפיה הוספת אלמנטים של רשתות חברתיות למערכת תומכת החלטה משפיעה על תהליך קבלת ההחלטות של המשתמש במערכת[9].

הערות שוליים[עריכת קוד מקור | עריכה]

  1. ^ Kuechler B, Vaishnavi V. On theory development in design science research: Anatomy of a research project. European Journal of Information Systems. 2008;17(5):489-504.
  2. ^ 2.0 2.1 2.2 Van Aken JE. Management research as a design science: Articulating the research products of mode 2 knowledge production in management. Br J Manage. 2005;16(1):19-36.
  3. ^ Hevner AR, March ST, Park J, Ram S. Design science in information systems research. MIS quarterly. 2004;28(1):75-105.
  4. ^ Iivari J. A paradigmatic analysis of information systems as a design science. Scandinavian Journal of Information Systems. 2007;19(2):39.
  5. ^ Walls JG, Widmeyer GR, El Sawy OA. Building an information system design theory for vigilant EIS. Information systems research. 1992;3(1):36-59.
  6. ^ Markus ML, Majchrzak A, Gasser L. A design theory for systems that support emergent knowledge processes. Mis Quarterly. 2002:179-212.
  7. ^ Ostrowski L, Helfert M. Reference model in design science research to gather and model information. . 2012.
  8. ^ Hevner AR. The three cycle view of design science research. Scandinavian Journal of Information Systems. 2007;19(2):87.
  9. ^ Iivari J. A paradigmatic analysis of information systems as a design science. Scandinavian Journal of Information Systems. 2007;19(2):39.