PRÁCTICA III

FUNDAMENTO DE SISTEMAS DE INFORMACION

TRES DIMENSIONES DE LOS SISTEMAS DE
INFORMACION

1.- INTRODUCCIÓN : Los Sistemas de Información (SI) y las Tecnologías

de Información (TI) continúan evolucionando significativamente y teniendo hoy
un impacto profundo en la sociedad a nivel global que ha sido prometido y
esperado durante años.
Los avances son muy rápidos y sus capacidades están cambiando la forma en
que vivimos y trabajamos. Sin embargo, el debate sobre la crisis en la disciplina
de los SI presentado por [2], [3], [9] y muchos otros autores, se atribuye
principalmente a que es indefinida su identidad. Miles de conceptualizaciones
sobre la disciplina han dado lugar a una plétora de recomendaciones no
estructuradas y desconectadas que ponen restricciones en el crecimiento del
campo de SI. Por tanto, es esencial contar con un marco teórico que explique
cuál es la identidad de la disciplina SI. Esta crisis disciplinaria se ha visto
reflejada en tres aspectos: el primero de ellos es el académico. Y por último, un
tercer aspecto en el que se manifiesta esta crisis es en el ámbito de los
desarrolladores de SI, quienes tienen una gran responsabilidad en el
entendimiento del dominio del problema a solucionar. Teniendo en cuenta la
problemática planteada en estos diferentes aspectos surge la necesidad de
buscar algún mecanismo que permita generar conceptualizaciones ordenadas
bajo un criterio formal y con un respaldo teórico asociado en la disciplina de SI.
Este trabajo mejora esa clasificación de SI proponiendo una taxonomía de tres
dimensiones de SI. La organización del trabajo es la siguiente. En el punto 1
(Introducción) se detalla el estado del arte y la investigación personal y
resultados obtenidos en la temática. En el punto 2 se describen las tres
dimensiones en SI. 2 Las Tres Dimensiones de los SI A continuación se
exponen tres dimensiones de SI que se resumen en la Tabla 1.
2.1 LOS SI COMO PROCESAMIENTO DE DATOS.- Aquí los SI son vistos
como procesos que manipulan datos. Esta fue la primera dimensión de los
SI que surgió con la invención de la computadora. Fue casi la única forma de
sistemas durante varias décadas. Los datos son las entradas y salidas de
procedimientos en mentes, máquinas u organizaciones. Por ejemplo, el envío
de un registro de una transacción de compra a una base de datos implica una
secuencia de
procesos del registro de compra, validarlo, codificarlo, almacenarlo en la
memoria y recuperarlo para el análisis posterior. En cada caso, un proceso
manipula los símbolos; por ejemplo, cuando el “14 de septiembre” se codifica, se
convierte en “09/14” o a un equivalente binario u otra forma. La ventaja de la
dimensión de procesamiento de datos es su aplicación robusta y las
metodologías de desarrollo en los últimos 50 años. Otras ventajas de esta
dimensión incluyen su concisión y su capacidad para mejorar nuestra
comprensión de los procesos humanos fundamentales, los computacionales y
los organizacionales. La limitación del procesamiento de datos es que no hace
distinción entre los datos y la información. Por ejemplo, los profesionales de SI
a menudo usan indistintamente el procesamiento de la información y el
procesamiento de los datos. Para evitar confusiones con otros usos del término
información, se recomienda el rotulo de datos, no información, para los
símbolos de procesamiento. El rotulo de procesamiento de información es un
nombre poco apropiado, y debería ser abandonado. Esto haría más claro que
los símbolos están siendo manipulados por procesos, y que otros conceptos
de información, tales como el significado, no están implicados. Por ejemplo,
habría que decir que los datos pueden ser procesados y manipulados,
resumidos y almacenados, pero que la información desde los datos debe
surgir de alguna otra manera. Se debe decir que SQL procesa datos, y que la
salida de una instrucción SQL sigue siendo datos y no información. El dato se
transforma en información cuando el lector le asigna un significado. Otra
limitación del procesamiento de datos es que no hace distinción entre SI y TI.
Existe una confusión entre SI y TI [10] y los SI están siendo remplazados por la
TI [7]. La TI también es vista como procesos que usan datos como entradas y
salidas.
2.2 LOS SI COMO REPRESENTACIÓN.- Los SI como representación son un
modelo de algo para alguien. Una representación incluye una trilogía; una
señal, un objeto y un observador. Por ejemplo, cuando las nubes oscuras
(señal) auguran una tormenta (objeto) a un caminante (observador), las nubes
oscuras son la información para el caminante. Del mismo modo, un analista
(observador) examina un registro de una operación financiera (señal) de una
compra (objeto); el registro es información acerca de la compra para el analista.
Las representaciones pueden ser externas o internas al observador. Un
ejemplo de una representación externa es una puesta del sol (señal) que
predice la venida de oscuridad (objeto). Un ejemplo de una representación
interna es cuando Juan (objeto) actúa como un adolescente agresivo (señal)
frente a su padre (observador). Las representaciones externas utilizan señales
que se originan fuera del observador y son independientes de él, mientras que
las representaciones internas tienen señales que se crean por el observador y
por lo tanto dependen de él. Los SI en la dimensión de representación modelan
una realidad. La representación de la realidad puede ser idealista, escéptica o
constructivista (Barry Smith [24], [25]). Las representaciones siempre
simplifican la realidad, literalmente la "representa". Los SI como representación
es la dimensión más ampliamente utilizada de los SI en los negocios, la ciencia
de la computación, la psicología, etc. En esta dimensión, las representaciones
más comunes son modelos conceptuales, tipologías y los diagramas de
entidad- relación.
 Para Weber [22], la representación es la única razón de ser de los sistemas
de información. Sirven para hacer seguimiento de estados y cambios de
estados en otros sistemas. Por medio de observar el comportamiento de un
SI, obviamos la necesidad de observar el comportamiento del sistema que él
representa. La utilidad de la dimensión es evidente en el clásico ejemplo de un
sistema de información contable. Este SI representa cuentas financieras para
que los administradores no tengan que inspeccionar cada transacción. Por
medio de no hacer el seguimiento de cada una de las transacciones, y en
cambio hacer la gestión de la "representación" de transacciones, la empresa
reduce los costos y aumenta la coordinación. Debido a que es la dimensión
más conocida, las implicaciones y las limitaciones de la dimensión de
representación también son las más ampliamente desarrolladas. Los
profesionales de SI y los negocios a menudo tratan las señales externas y las
internas como iguales. Al utilizar señales externas, las diferencias entre los
observadores acerca de qué objeto la señal representa pueden conciliarse por
la comunicación. Por ejemplo, un usuario de los estados financieros podría
pensar que la línea 14 en un balance de situación es la suma de los números
por encima de ella, mientras que otro usuario podría pensar que la línea 14
representa el promedio de los números por encima de ella. Estas
representaciones diferentes pueden ser reconciliadas con la comunicación. En
cambio, las representaciones sobre la base de señales internas, no pueden
nunca reconciliarse ya que nadie tiene la representación "verdadera" u
"objetiva" de la representación señal - objeto. Por ejemplo, un individuo conoce
las ventajas (señales) de su diagrama E-R (objeto), pero estas ventajas no
pueden conciliarse con lo que otros analistas creen que son las ventajas del
diagrama. Ninguna comunicación reconcilia las representaciones basadas en
las señales internas. Una limitación de la dimensión de representación es
que depende de la especificación de la señal, el objeto y el observador.
Pero cuando los profesionales de SI crean una representación, el objeto y el
observador suelen ser no especificados o implicados. Esta falta de
especificidad con respeto a la señal, el objeto y el observador puede conducir
a importantes malentendidos. Por ejemplo, se dice a menudo, "los números
hablan por sí mismos." Sin embargo, los números (señales) pueden
representar diferentes objetos para diferentes observadores. Este es un
ejemplo de pensamiento que los números son la información y no los objetos
que representan para un observador particular. Esta fijación de señales
también puede conducir a equiparar las representaciones y los símbolos. Es
común que los usuarios creen que pueden compartir información a través de
los intercambios de símbolos. Sin embargo, una representación no se puede
compartir o leer; sólo las señales (símbolos) pueden ser compartidas. El
observador receptor luego colocará la señal a un objeto. Dado que los usuarios
(observadores) sólo pueden intercambiar señales, a menudo se sorprenden
cuando se comparten los resultados de datos en diferentes representaciones.
Otra limitación de la dimensión de representación es que no proporciona una
base sólida para discriminar entre la representación verdadera y la
representación falsa (distorsión). ¿Cuál es el grado de error de la diferencia
entre una representación verdadera y una falsa? La Contabilidad ha
desarrollado el concepto de materialidad
para hacer frente a la distinción entre menores y mayores distorsiones,
pero el campo SI no tiene tal concepto. El problema de la distorsión se vuelve
mucho más difícil de resolver cuando están involucradas distorsiones internas.
Es bastante fácil de reconocer y corregir una mala representación externa a
través de la observación y la comparación. Pero, ¿cómo puede un fenómeno
interno abstracto como un plan a largo plazo o un nivel de seguridad de la red
ser valuados como una falsedad? ¿Qué se puede observar o comparar para
determinar si estas
representaciones son distorsiones? Otra limitación más de la dimensión de
representación es que cada representación puede variar en maneras
significativas, intratables, e inesperadas de individuo a individuo en base al
carácter subjetivo de la experiencia y la interpretación [17]. Por ejemplo, tres
modeladores de datos pueden generar diferentes modelos del mismo
diagrama E-R debido a las diferentes experiencias e interpretaciones. O
pensemos en una hoja de balance. Cada usuario de la hoja de balance accede
a diferentes experiencias para interpretar cómo los datos fueron desarrollados,
medidos, o combinados, y lo que significan. Estas diferencias individuales se
convierten en un problema significativo cuando los analistas de TI subestiman
lo diferente que son los usuarios informados de lo que parece ser la misma
representación, ya sea que se trate de un formulario, un informe, un diagrama o
un gráfico. Este aspecto de la intersubjetividad es particularmente importante
para entender por qué los SI son confundidos y reemplazados por la TI [10]. El
desafío de la disciplina SI es la entrega de servicios efectivos a los usuarios
con una amplia variedad de experiencia que enfrente los efectos de la
intersubjetividad del usuario, que obviamente no son considerados en la TI.
Otra fuente persistente de la intersubjetividad, en relación con la experiencia y
la interpretación, es el conocimiento, un tema de creciente interés en SI. Cada
observador trae una configuración diferente de conocimiento para comprender
una representación. Por ejemplo, la representación de un eclipse solar (señal)
es información acerca de la luna en relación con el sol (objetos), pero sólo para
los observadores que tengan conocimiento de una teoría astronómica que
conocen a objetos como la luna y el sol, y conocen sus configuraciones
posibles. Del mismo modo, la representación que el ingreso neto es de
100.000 pesos requiere el conocimiento de la contabilidad y la representación
puede significar algo diferente para el contador y el accionista por sus
diferencias en el conocimiento. La representación de un diagrama de proceso
de la cadena de suministro requiere conocimiento de modelado de procesos y
de la cadena de suministro que produce información diferente para los
profesionales en SI y usuarios. Esta mirada de las representaciones sugiere a
la comunidad de SI cambiar su visión tradicional que la información conduce al
conocimiento. Desde la dimensión de la representación, el conocimiento
conduce a la información.
2.3 LOS SI COMO ADAPTACIÓN.- Los SI como adaptación usan la información
para adaptación [17]. Según McKinney la dimensión de adaptación requiere de
un cambio de paradigma ontológico, pasar de la creencia de que existe una
realidad objetiva independiente de la percepción, al reconocimiento de que la
realidad depende de la percepción [24] y [25]. La información en la dimensión
de la adaptación viene de la percepción. La información es cualquier
"diferencia que
hace la diferencia" percibida por un sujeto. Los sujetos de esta dimensión de
adaptación se conocen como sistemas. Un sistema puede ser un mecanismo,
un organismo, o una organización, tal como una máquina, una mente, o una
empresa. Si una diferencia percibida se traduce en una adaptación de un
sistema, entonces existe información. Por ejemplo, si un conductor percibe un
exceso de velocidad (una diferencia percibida existe entre la velocidad actual y
la velocidad límite), y esta diferencia percibida hace una diferencia para el
conductor, el conductor cambia a una velocidad diferente (más lenta), entonces
se adapta. La información no es la diferencia percibida entre la velocidad y la
velocidad límite, o el cambio a la velocidad diferente; más bien, información es
la síntesis de las dos diferencias, es una creación. Un segundo ejemplo
proviene de un contexto de negocios. Si una empresa percibe disminución
de las ventas (una diferencia), y la percepción de la disminución de las ventas
marca la diferencia para la empresa, entonces hay información. De lo contrario,
si el individuo o la empresa
no percibe, o la percepción no hace ninguna diferencia para el individuo o la
empresa, no hay información. En la dimensión de la adaptación, el individuo
nunca puede estar completamente informado, ya que muchas diferencias
pasan desapercibidas. Además, cada individuo sólo está informando sobre lo
que él está actualmente notando. Una vez que una persona saca su atención
de una diferencia que hace la diferencia, el individuo ya no es un ser informado.
Estar informado es creativo y dinámico; toda la información en la dimensión de
la adaptación es fabricada por el individuo. Por lo tanto, la información en la
dimensión de la adaptación depende por completo de la percepción del
individuo y lo que el individuo haga con su percepción, si es que hace algo.
La dimensión de adaptación de la información se sustenta en varias teorías de
sistemas: entre las más importantes la autopoiesis, la cibernética de segundo
orden y la auto-organización. Autopoiesis significa literalmente "auto-creación"
[16]. El término describe la naturaleza de los sistemas vivientes. Los
sistemas autopoiéticos son una red de procesos que producen los
componentes que regeneran continuamente la red de procesos que los
producen. Los sistemas autopoiéticos incluyen colmenas, seres humanos y
sociedades. La autopoiesis ve a la adaptación del sistema como una
regeneración, o perpetua auto recreación. La información para un sistema
autopoiético no es cómo el sistema percibe el mundo, y no lo que el sistema
sabe de sí mismo, sino más bien cómo el sistema se recrea y se adapta sobre
la base de las diferencias que percibe. La cibernética es el estudio de la
autorregulación de los sistemas. Cada sistema cibernético se esfuerza por
seguir siendo viable (sostener la existencia) mediante el control de los
parámetros del sistema dentro de los límites de tolerancia frente a las
perturbaciones del medio que inciden en la sistema. Por ejemplo, el sistema
termostático en un edificio se esfuerza para mantener la temperatura interior
a un nivel constante por medio de iniciar calentamiento o enfriamiento, en base
a la temperatura detectada en el medio ambiente. Los seres humanos y las
organizaciones se auto regulan, adaptan sus variables al medio ambiente para
seguir siendo viables. Por último la teoría de la auto-organización de las
organizaciones expresa que las organizaciones del futuro serán auto-
organizadas más bien que diseñadas. Algunas de las discusiones más
estimulantes
acerca de la forma de la organización futura son aquellas centradas en la teoría
del caos, ecología y biología. El libro de gran influencia de Wheatley [23],
Liderazgo y la Ciencia Nueva, es un ejemplo. Los otros dos de Kevin Kelly que
abren la mente son Fuera de Control [12] y las Nuevas Reglas [13] para la
Nueva Economía. El principio básico de esos trabajos es que la naturaleza
provee un buen modelo para las organizaciones futuras; esto es, las
organizaciones que deben tratar con complejidad, compartir información y
conocimiento y enfrentar los cambios continuos y discontinuos. De acuerdo a
ambos, en un caos aparente, podemos conseguir orden para libertad. Como
con un fenómeno natural, las empresas lo harán mucho mejor si son
autoorganizadas o emergentes, más bien que diseñadas. Los libros dan
muchos ejemplos de estos principios. Una primer ventaja de la dimensión
de adaptación es el de generalizar, ya que la mayoría de los fenómenos más
interesantes se pueden interpretar como la adaptación de sistemas. Además,
la adaptación es el único medio de hacer frente a los ambientes ambiguos e
impredecibles. Si los problemas no pueden ser claramente especificados, y el
cambio es rápido e impredecible, las estrategias de modelamiento ortodoxo
(representación) se ven abrumadas ya que el problema cambia mientras se
hace la representación. El apoyo en SI para los usuarios que se enfrentan
a esta ambigüedad y la imprevisibilidad ya ha empezado a cambiar los SI.
Por ejemplo, el software de código abierto y las redes sociales están
diseñados para ser flexibles y adaptativos, cambian a medida que cambian las
necesidades del usuario. Esto contrasta con el énfasis histórico de SI en las
representaciones estáticas, tales como formularios, informes y gráficos. Tales
representaciones estáticas tienden a bloquear las organizaciones en estados
particulares, con sistemas de TI que son lentos para adaptarse a los cambios
del usuario [20]. Una segunda ventaja de la dimensión de adaptación es que
expande el dominio de los SI, porque se aplica a todos los sistemas, no sólo al
sistema humano-observador de la dimensión de la representación. Los SI
como adaptación generaliza a sistemas dentro y fuera del contexto tradicional
de negocio y organizacional. Todo sistema crea y utiliza la información para
la adaptación. Mientras que el negocio y las organizaciones son sistemas en
permanente adaptación, también lo son las bases de datos, los individuos, los
equipos, las industrias y las sociedades. Cualquier sistema se puede entender
con la dimensión de la adaptación. La dimensión de adaptación no solo permite
la investigación sobre muchos más tópicos que los de negocio y organización,
sino que también apoya la investigación en SI en sistemas colectivos
emergentes con tecnología única tales como Facebook, Wikipedia, y otros
sitios Web 2.0. Una tercera ventaja de la dimensión de adaptación es el
conocimiento. Las suposiciones subjetivas que sustentan la dimensión de la
adaptación han producido un considerable conocimiento de la filosofía, sobre
todo la filosofía de la ciencia física. El conocimiento que resulta de aplicar
esta dimensión a los temas de SI puede ser importante, como sucede en el
siguiente ejemplo que analiza la adopción del usuario de nuevos SI desde la
dimensión de la adaptación. La vista tradicional de la adopción de la
tecnología sugiere que la aceptación del usuario se debe a que ellos
encuentran que un nuevo SI tiene información más útil que el sistema anterior.
Un desarrollador crea un
nuevo sistema y cree que tiene más información que el antiguo sistema,
debido a que el nuevo sistema incluye más símbolos, mejor sintaxis, o puede
representar más eventos. Sin embargo, los usuarios tienen dificultades para
encontrar la información en el nuevo sistema de TI. De acuerdo con la
dimensión de adaptación, la lucha es inevitable ya que los usuarios están
buscando información en el sistema TI en vez de darse cuenta de que debe ser
creada por ellos mismos. Los usuarios tampoco se dan cuenta de que el
sistema TI viejo nunca ha proporcionado información, más bien, han
aprendido a crearla a partir de los datos obtenidos del sistema de TI. Entonces,
los usuarios se sienten decepcionados porque el nuevo sistema de TI no tiene
su información, o que parece complicarla innecesariamente. Los
desarrolladores no pueden ofrecer a los usuarios lo que quieren, lo que los
usuarios erróneamente piensan que es posible. Una segunda fuente de
resistencia a la adopción es la percepción por los usuarios de que un nuevo
sistema TI carece de flexibilidad. Cuando un nuevo sistema TI está
instalado, los usuarios comienzan de inmediato a crear nueva información de
los datos de ese sistema. Los usuarios pueden estar confundidos y
decepcionados con el nuevo sistema TI y sus desarrolladores, que no
facilitaron la nueva información (como ellos creían) en un formato más
conveniente, fácil de usar. Los desarrolladores frustrados llaman a esto la crisis
del alcance, pero esto en realidad es una señal saludable y predecible de la
adaptación de un sistema. Los usuarios quieren un sistema flexible que los
mantendrá al día con sus necesidades de adaptación; los desarrolladores,
contando con más visiones tradicionales, creen que se les paga para construir
sistemas estáticos que satisfacen un conjunto fijo de requisitos de
representación. Otra ventaja importante de la dimensión de la adaptación es
que proporciona un nuevo fundamento teórico para combatir la percepción de
que los SI se están convirtiendo en una mercancía (commodities) [5]. Mientras
los símbolos, los datos y la tecnología pueden ser commodities, la dimensión
de adaptación sugiere que la información es una creación única de cada sujeto
en función de sus necesidades adaptativas. La dimensión de adaptación ve la
información no como un commodity omnipresente con una interpretación
común, si no, como
una clara creación por un usuario en particular basada en experiencia, la
interpretación y el conocimiento [20]. La información es la fuente única de
cambio para cada uno y todos los sistemas, no una mercancía universal
indiferenciada. Como tal, la información juega un papel clave en la explicación
de cómo los usuarios toman sentido, interpretan y crean información en sus
entornos, tres temas con posibilidades de investigación significativas para los
SI.

Referencias 1. ACM, AIS, 2010, IS 2010 Curriculum Guidelines for

Undergraduate Degree Programs in Information Systems. 2. Bakshi, Sumit, 2006,
“Crisis in the Information Systems discipline: A reflection”. SSRN Social Science Research
Network, June 2006. Available at SSRN: http://ssrn.com/abstract=921787 3. Banville,
Claude, and Landry, Maurice, 1989, Can the Field of MIS be Disciplined?
Communication of the ACM, (32:1), pp. 48 – 60. 4. Benbasat, Izak, and Zmud,
Robert W., 2003, The Identity Crisis within the IS Discipline: Defining and Communicating
the Discipline’s Core Properties, MIS Quarterly, (27:2), pp. 183 -194 5. Carr,
Nicholas George, 2003, IT Doesn´t Matter, Harvard Business Review. May 2003. 6.
Ciborra, Claudio U., 1998, “Crisis and foundations: an inquiry into the nature and limits of
models and methods in the information systems discipline”, Journal of Strategic
Information Systems, Volume 7, pp. 5-16, March 1998. Available at:
http://www.sciencedirect.com/science/article/pii/S0963868798000201 7. García,
Sebastián José, 2011, Restricciones para el Crecimiento de los SI, SABTIC
2011, Rosario, Argentina. 8. García, Sebastián José, 2012a, Crisis Curricular
en los SI, TE&ET 2012, Argentina. 9. García, Sebastián José y otros, 2012b,
Crisis en la Disciplina SI, SABTIC 2012, Brasil. 10. García, Sebastián José y
otros, 2013, La Confusión entre los SI y las TI, Editorial Giménez. 11. Gregor,
Shirley, 2006, “The Nature of Theory in IS”, Australian National University, Canberra, MIS
Quarterly Vol. 30 No. 3, pp. 611-642/ September 2006. 12. Kelly, Kevin, 1994, Out
of Control: The New Biology of Machines, Social Systems, and the Economic
World, Addison-Wesley Publishing, Reading, MA.
13. Kelly, Kevin, 1998, New Rules for the New Economy: Ten Radical
Strategies for a Connected World, Viking, New York. 14. Kuhn, Thomas S.,
1962, The Structure of Scientific Revolutions, first edition, University of Chicago
Press, Chicago. 15. Martínez, María Fernanda, 2012, Análisis de la Confusión
de los SI con la TI en la Organización, Tesis de grado para obtener el Título de
Licenciado en Sistemas de Información en la Universidad Nacional de San
Juan, Biblioteca de la Facultad de Ciencias Exactas, Físicas y Naturales de la
Universidad Nacional de San Juan. 16. Maturana, Humberto, Varela, Francisco,
1980, Autopoiesis and Cognition: The Realization of the Living, Boston: Reidel.
17. McKinney Jr, Earl H., and Yoos II, C. J., 2010, Information about
Information: A Taxonomy of Views, MIS Quarterly (34:2), pp 329-344. 18.
Olave Cáceres, Yesid
A. y Gómez Flórez Luis C., 2007, Una Reflexión Sistémica Sobre los
Fundamentos Conceptuales para los Sistemas de Información. Revista
Colombiana de Computación, vol. 8 Nro. 1, Colombia.
19. Resolución 786/2009 del Ministerio de Educación publicada en el Boletín
Oficial el día 4 de junio del 2009. 20. Tuomi, I. 1999. “Data is More than Knowledge:
Implications of the Reversed Knowledge Hierarchy for Knowledge Management and
Organizational Memory,” Journal of Management Information Systems (16:3), pp.
103-117. 21. Villavicencio, María V., 2013, Los Fundamentos Conceptuales de
la Licenciatura en Sistemas de Información de la Universidad Nacional de San
Juan, Tesis de grado para obtener el Título de Licenciado en Sistemas de
Información en la Universidad Nacional de San Juan, Biblioteca de la Facultad
de Ciencias Exactas, Físicas y Naturales de la Universidad Nacional de San
Juan. 22. Weber, Ron, 2003, Editor’s Comments: still desperately seeking the IT artifact,
MIS Quarterly, (27:2), pp. iii – xi. 23.
Wheatley, Margaret, 1994, Leadership and the New Science: Learning About
Organizations from an Orderly Universe, Berrett-Koehler Publishers, San
Francisco. 24. Smith, Barry, 2004, Beyond Concepts: Ontology as Reality
Representation, Proceedings of FOIS 2004, Turin- 4-6 November 2004. 25.
Smith, Barry, Kusnierczyk, Waclaw, Schober, Daniel, Ceusters, Werner, 2006,
Towards a Reference Terminology for Ontology Research Developme nt in the
Biomedical