La unidad de I+D y gestión del conocimiento (IDGC) del Consejo de Seguridad Nuclear (CSN) introdujo, en 2019, la figura de «comunidades del conocimiento», que pueden entenderse como agrupaciones de personas interesadas en una materia técnica específica que buscan la creación de un espacio para compartir y evolucionar el conocimiento. La materia en cuestión debe tener carácter transversal e interdisciplinar dentro del trabajo técnico que se realiza en el CSN, porque para abordar temas específicos existe ya la estructura técnica del órgano regulador, que puede incluir grupos de trabajo creados ad hoc. Ese carácter transversal genera un punto de encuentro de muchas unidades del CSN y evita un sesgo asociado a un área o unidad concreta de la organización que se considere responsable de ese ámbito funcional. Las comunidades del conocimiento (CC), por tanto, están pensadas para desarrollar y potenciar temas que son de interés para todo el organismo, fomentando sinergias y colaboraciones. Implementan, además, un marco de actuación que refuerza la cultura de seguridad, eje fundamental del CSN, dada la representatividad del conocimiento en la generación de competencias críticas y singulares de la organización. En ese contexto, en noviembre de 2021, un grupo de técnicos del CSN creó la Comunidad del Conocimiento de Análisis de Incertidumbre y Sensibilidad (CCIS), que viene desarrollando su actividad desde principios de 2022. En este artículo se describe y desarrolla el concepto de comunidad del conocimiento y su implantación en el CSN. A continuación, tras una breve introducción al análisis de incertidumbre y sensibilidad (AI&S) en seguridad nuclear y protección radiológica, se describe la creación y los objetivos de la CCIS, y se ofrece un resumen de su trayectoria de actividades.

Estructura y roles de las comunidades del conocimiento (figura 1). Fuente: Manual de creación (y gestión) de comunidades de conocimiento en el CSN 

Texto: R. Mendizábal Sanz, C. J. Díez de la Obra, M. García Llorente, M. Sánchez Perea, M. A. Montero Sánchez (Consejo de Seguridad Nuclear) y C. Merino Moreno (ICA2)

La gestión del conocimiento (GC) se conforma cada vez más como una vía de agregación de valor y generación de impactos positivos en las organizaciones. El conocimiento, que se va generando y acumulando a partir del dominio de la práctica y el desarrollo de experiencias, debe gestionarse eficientemente para asegurar su trazabilidad y su impronta. La asimilación y transferencia de conocimiento y el desarrollo continuado de las capacidades y aptitudes de las personas contribuyen decisivamente al buen funcionamiento de las instituciones.

La estructuración, socialización e intercambio del saber experto representan un eje estratégico relacionado con el aprendizaje organizativo que, entre otras cuestiones, minimiza los efectos negativos de la desvinculación de personas de la organización (por rotaciones, bajas voluntarias, excedencias o jubilaciones).

La existencia de grupos de discusión, reflexión y avance sobre materias de interés es, probablemente, tan antigua como la sociedad humana, y ha tenido una presencia constante en la evolución del conocimiento. Sin embargo, la formalización de la idea de comunidad del conocimiento es bastante reciente. En 1991, coincidieron la publicación del libro Situated learning. Legitimate peripheral participation, de Jean Lave y Étienne Wenger, y del artículo (en la revista Organization Science) «Organizational learning and communities of practice», de John Seely Brown y Paul Duguid. Surgió ahí la idea de las comunidades de conocimiento (CC), llamadas habitualmente «comunidades de práctica», que Wenger define como «grupo de personas que comparten un interés o una pasión por algo que hacen, y aprenden a hacerlo mejor al interaccionar regularmente» [1].

Las CC surgen de la convergencia de la GC y la teoría de intercambio social, y pueden contemplarse como instrumentos para conseguir cambios e innovación en las organizaciones en las que se constituyen. La citada convergencia se inserta en la denominada «espiral del conocimiento», presentada por Nonaka y Takeuchi en 1995 [2], en la que se exponen cuatro grandes dinámicas para la generación de conocimiento, a saber: la internalización (paso de conocimiento explícito a tácito), la externalización (paso de tácito a explícito), la combinación (mezcla de conocimientos explícitos) y la socialización (paso de tácito a tácito). Es en esta última opción donde se impone el intercambio social de conocimiento, la transferencia de aprendizajes relevantes en un entorno colaborativo de confianza, donde pares (personas con alto nivel de dominio en una materia) encuentran un lugar de mantenimiento y evolución de su saber hacer.

Naturalmente, las CC deben respetar el conocimiento, la reflexión y la práctica individuales, sirviendo para que el conocimiento adquirido, procesado y refinado por los individuos se comparta, difunda y discuta. Puede aumentar así la motivación y la satisfacción individual. En todo caso, se está ante una dinámica que pretende potenciar la reciprocidad existente entre el conocimiento individual y conocimiento organizativo.

Las CC generan un microsistema de GC que adquiere todos los potenciales de un modelo: atender retos, articular procesos, establecer soportes organizativos (políticas, tecnología, etc.) y configurar esquemas de control y seguimiento para confirmar sus impactos. Por tanto, se constituyen como un instrumento muy interesante para organizaciones donde los modelos de GC «corporativos» van a encontrar muchas resistencias, dado que crean estructuras transversales sobre prácticas críticas que cohesionan la organización y potencian los flujos de aprendizaje y mejora. Las CC no solo pueden acelerar el desarrollo profesional de toda la organización, sino contribuir a la eliminación de los llamados «silos organizativos» [3].

Las CC se conciben como estructuras de trabajo colaborativo que facilitan el intercambio y generación de conocimiento alrededor de temáticas claves en la llamada «cadena de valor» de una organización, a través de:

1. Inteligencia organizativa o vigilancia tecnológica: buscar información externa útil para la organización. Sirven de «antena organizativa».
2. Gestión de contenidos: documentar y consolidar una base de conocimiento explícito vinculado a su dominio de conocimiento.
3. Formación y comunicación: desarrollar rutinas de socialización e intercambio de conocimiento, favoreciendo su transferencia y consolidación.
4. Innovación: proponer ideas y retos que conduzcan a desarrollo de nuevas tecnologías, métodos o competencias útiles para la organización.

Combinando estos procesos, se pueden generar planes de trabajo que maximicen el aprovechamiento de las comunidades. Por otra parte, como se ha comentado, el desarrollo de este tipo de estructuras colaborativas puede jugar un papel fundamental como microestructura de GC, en la que, con los cuatro puntos anteriores, se atienden los múltiples enfoques propios de un modelo general de GC. Es importante destacar que:

• En las comunidades no existen jerarquías (el conocimiento fluye por necesidad, oportunidad y ámbito).
• Una persona puede pertenecer a varias estructuras de colaboración.
• Las relaciones ocurren por el interés y el desarrollo del «dominio de conocimiento» específico (temática o práctica).
• En un ecosistema de comunidades de conocimiento se busca optimizar el flujo del conocimiento.
• Las comunidades no tienen vencimiento, salvo que la práctica crítica que atienden deje de estar en vigor en la organización o pierda su criticidad e interés.

No obstante, el plano colaborativo no puede dejarse abierto, sino que requiere la identificación de una serie de retos, relativos a la práctica crítica seleccionada con el fin de orientar un plan de trabajo, esfuerzos e impactos. Así, la organización formula retos a las comunidades para buscar soluciones viables, eficientes y replicables. Es importante reconocer a las CC como «referentes» de un dominio de conocimiento, y recurrir a ellas ante necesidades que ayuden a optimizar la toma de decisiones.

Cuanto mayor es la comprensión de los retornos que producen las CC, más terreno le ganan al organigrama; y se requiere cierta proactividad e, incluso, productividad para plantear y clarificar el rol del coordinador o líder de cada comunidad. Ese terreno tiene que ver no con su institucionalidad dentro del diseño organizativo, sino con su protagonismo a la hora de influir sobre decisiones internas de ajustes, mejoras, reducción de incidencias, etc.

Para que las CC «fluyan» se debe actuar con eficiencia, disponiendo de espacios que facilitan el acceso a las fuentes de conocimiento relevante (personas, documentos, etc.), la creación y renovación de prácticas y el aprovechamiento de estas para estimular procesos de mejora e innovación. Desde este punto de vista, las comunidades tienen diversas dimensiones de actuación (citadas en los anteriores cuatro puntos de la «cadena de valor»), y en cada una de ellas se generan impactos que serán relevantes para la organización en aspectos de sostenibilidad, mejora e innovación.

Obviamente, los resultados de una CC no pueden ser sostenibles si se percibe que la organización en general es la única parte beneficiada. Un ecosistema organizativo enriquecido por CC puede y debe aportar beneficios a tres niveles: organización, áreas funcionales y personas, considerando retornos asociados a los retos estratégicos, objetivos operativos y reconocimientos personales.

El motor de las CC se centra en la disposición de una «cultura de compartir», es decir, una actitud y comportamiento favorables al intercambio de conocimiento, ya sean casos de aprendizaje derivados de lecciones aprendidas o buenas prácticas. Así, el éxito de las CC se basa inicialmente en el nivel de participación de las personas que integran la comunidad, interaccionando con otros miembros, consolidando las bases de contenidos (organizados y catalogados), difundiendo nuevas aportaciones de conocimiento (mediante boletines o informes de actividad, jornadas específicas, funcionalidades tecnológicas, etc.) e incorporando contacto con expertos como capital relacional que permita aprovechar el conocimiento disponible.

Néstor González (2022) [4] señala que las CC sirven de espacio para mejorar una práctica o parcela de conocimiento, en la medida en que sus miembros comparten y aprenden juntos. Se crean en relación con prácticas clave para la organización a la que pertenecen, pero existe el riesgo de que no se definan bien en cuanto al plan de trabajo o contenido se refiere. Es precisamente la combinación adecuada de espacio de conocimiento y plan de trabajo la que contribuye a la asimilación, sostenibilidad y utilidad de estas comunidades.

La figura 1 (tomada de [5]) resume la estructura y los distintos roles en una comunidad de conocimiento.

Implantación de comunidades de conocimiento en el CSN

La misión del CSN requiere gestionar conocimientos muy particulares del sector nuclear y radiológico. La caracterización general de los tipos de conocimiento en torno a los ejes «difusión» y «estructuración» establece categorías de saber, que destacan por su carácter interno y tácito, interno y documentado, público y tácito y, finalmente, público y documentado, estableciendo un foco prioritario en la parte de conocimiento interno (singular) y que además no está documentado. Si algo caracteriza al CSN es que atesora un gran conocimiento interno singular, escaso en el marco del mercado laboral y, por tanto, su cultura de seguridad requiere soluciones que permitan su socialización, transferencia y mejor consolidación organizativa. De esta forma, el CSN necesita soluciones para aprovechar este acervo de conocimiento, en términos de formación, colaboración, preservación, etc. El Parlamento español ha destacado esta necesidad en varias resoluciones dirigidas al CSN, en relación con la gestión del conocimiento y los recursos humanos [9].

En este contexto, han surgido en el CSN las comunidades del conocimiento como estructuras que integran procesos colaborativos de socialización y transferencia de experiencias de trabajo, y como depositarias de una base ordenada de recursos y productos. Su objetivo último es la mejora e innovación en las prácticas de actuación de las áreas del CSN, buscando temáticas integradoras (transversales), y promoviendo dinámicas de comunicación no habituales que favorezcan la cohesión de distintas áreas, subdirecciones y direcciones.

La idea de establecer las CC en el CSN partió de la Unidad de Investigación y Desarrollo y Gestión del Conocimiento (IDGC), en conjunción con la empresa ICA2, que desde mayo de 2016 venía colaborando con el CSN en el campo de la gestión de conocimiento. El concepto de CC ya lo había implantado ICA2 previamente, cuando trabajó para el grupo de las centrales nucleares Almaraz-Trillo (CNAT) y en el contexto de UNESA (Asociación de Empresas de Energía Eléctrica, actualmente AELEC).

La sesión donde se presentó al CSN el concepto de CC tuvo lugar el 9 de mayo de 2019, y quedó registrada en un vídeo que se encuentra en los archivos del organismo. Buscando aplicaciones específicas del concepto, la unidad IDGC, en colaboración con subdirectores y jefes de área del CSN, hizo una selección de temas para crear posibles CC. En el momento en que se redacta este artículo existen tres:

1. Bases de datos de grupos NEA, en las que el CSN participa de manera sistemática (por ejemplo, CODAP, FIRE, ICDE, IRS).
2. Hallazgos, cuyo dominio de conocimiento es la inspección, supervisión y control de instalaciones y actividades (normativa, responsabilidades, procedimientos, categorización y gestión de hallazgos).
3. Análisis de incertidumbres y sensibilidad, que no surgió del proceso de selección citado, sino de la iniciativa de varios técnicos del CSN, y es el objeto del resto de este artículo.

Hasta la fecha, no se han materializado otros posibles temas para formar CC dentro del CSN, y se centra el foco en tratar de consolidar estas iniciativas desde la óptica de incrementar su nivel de madurez y el impacto de su labor.

En su manual [5], ICA2 establece lo siguiente respecto a las CC en el CSN:

• Se interpretan como instrumentos principales para desarrollar el «eje de colaboración» dentro del modelo de gestión del conocimiento del CSN, siendo fundamental la disposición de una cultura de compartir, en la que las personas consideren motivante el papel de multiplicador de conocimiento.
• Se interpretan como estructuras a través de las cuales se conecta a las personas del CSN vinculadas a un dominio de conocimiento o práctica específica, pudiendo no estar en las mismas unidades organizativas, dado que los conceptos o prácticas que atienden se seleccionan como puntos de encuentro de conocimiento transversal.
• Deben ser referencia organizativa en ese dominio de conocimiento y tener como propósito mantener el estado del arte de la práctica (consolidar lecciones aprendidas, formular y renovar buenas prácticas, conducir mejoras, etc.).
• Deben ser espacios para la creación y renovación de conocimiento clave, con el fin de impactar los procesos misionales del CSN y la optimización de los procesos, servicios y canales vinculados con su desarrollo.

COMUNIDAD DE CONOCIMIENTO DE ANÁLISIS DE INCERTIDUMBRE Y SENSIBILIDAD

Breve introducción al análisis de incertidumbre y sensibilidad en el ámbito de la seguridad nuclear y radiológica

La consideración de la incertidumbre es esencial en los análisis de seguridad de instalaciones nucleares y radiactivas. Como toda actividad científico-técnica, la seguridad nuclear (SN) y la protección radiológica (PR) se sustentan en teorías, experimentos y cálculos. Las teorías se crean para explicar los datos reales (fundamentalmente experimentales) y predecir su extrapolación a situaciones reales. Los experimentos sirven para desarrollar y validar o refutar teorías. Los cálculos sirven para obtener predicciones de la teoría y compararlas con los datos reales (provenientes de experimentos y de instalaciones reales).

Los tres elementos están afectados por la incertidumbre. Esta refleja la imperfección en el conocimiento de magnitudes físicas, tanto la asociada a las propias magnitudes como al nivel de conocimiento de quien las observa o utiliza. Los datos experimentales tienen incertidumbre de medida; además, si intentamos sacar conclusiones a partir de tales datos, puede ocurrir que estos no sean directamente aplicables a la situación de interés. En tal caso, hay un error de extrapolación que, en general, solo se conoce de manera aproximada, y que, por tanto, es una fuente de incertidumbre. Por su parte, los cálculos dan lugar a predicciones que tienen incertidumbre, surgida de dos fuentes: la propia incertidumbre de los valores de entrada a los cálculos y la imperfección de los modelos matemáticos, que son versiones aproximadas de la realidad.

Cualquier cálculo de seguridad debe ir acompañado de un análisis de incertidumbre de sus resultados. Incluso los llamados cálculos conservadores, en los que algunas variables y modelos predictivos se eligen con criterio pesimista (es decir, con el objetivo de mayorar la severidad de los resultados), llevan implícito un análisis de incertidumbre. En efecto, para saber cuáles son los valores conservadores de una variable es necesario conocer su incertidumbre o, al menos, acotarla. Las incertidumbres de las variables de entrada se «propagan» a través de un cálculo y dan lugar a incertidumbres de los resultados del cálculo (figura 2). Existen diversas técnicas para realizar la modelación de la incertidumbre y su propagación a través de cálculos. Se utilizan, por ejemplo, en las llamadas «metodologías BEPU» (Best Estimate Plus Uncertainty), que cada vez se aplican más en los análisis deterministas de seguridad de plantas nucleares [8].

Por otra parte, la toma de decisiones reguladoras necesita también la consideración y el análisis de la incertidumbre.

Un compañero inseparable del análisis de incertidumbre, especialmente el aplicado a cálculos, es el análisis de sensibilidad; el primero calcula la incertidumbre de una cantidad física, y el segundo indica cómo se reparte esa incertidumbre entre sus distintas fuentes. Por ejemplo, una vez estimada la incertidumbre de una cantidad calculada, el análisis de sensibilidad estima qué proporción de esa incertidumbre se debe a la propagación desde cada parámetro incierto. Con respecto a su conexión con el análisis de incertidumbre, pueden considerarse dos formas de análisis de sensibilidad: 

• A priori: cuando sirve para seleccionar aquellos parámetros (de entrada y de modelos) que más contribuyen a la incertidumbre de los resultados de seguridad, y focalizar en ellos el análisis de incertidumbre. Se puede describir como un «análisis de importancia» de los parámetros.
• A posteriori: tras el análisis de incertidumbre, se pueden utilizar sus resultados para hacer un análisis de sensibilidad, cuyo primer objetivo es validar los resultados del análisis de importancia a priori. Además, este proceso suele ser más complejo, detallado y preciso que el análisis a priori. 

 

Los análisis de incertidumbre y sensibilidad (AI&S) son omnipresentes y fundamentales en la SN y PR. Este carácter transversal justifica la existencia en el CSN de una comunidad del conocimiento al respecto.

Comunidad del conocimiento de análisis de incertidumbre y sensibilidad en el CSN

La comunidad del conocimiento de análisis de incertidumbre y sensibilidad (CCIS) del CSN fue creada en noviembre de 2021 por un grupo de técnicos del propio organismo, con la intención de aprovechar el establecimiento y fomento de las CC por parte de la unidad IDGC. La comunidad se creó con la «configuración mínima» prevista en el Manual de creación (y gestión) de comunidades de conocimiento en el CSN [5], que comprende las figuras de espónsor, líder y equipo motor (formado en este caso por tres personas). El CSN autorizó el funcionamiento de la CCIS, organizó una sesión telemática para su presentación y le proporcionó un espacio de red para almacenamiento de información.

Desde su creación, la CCIS tiene las siguientes características (algunas de las cuales podrá compartir con otras comunidades, dentro o fuera del CSN):

• Es un grupo dedicado a una disciplina transversal en SN y PR; es decir, está presente en todos los campos de estas ciencias.
• Es un grupo estable, de duración indefinida.
• La pertenencia a la comunidad y la colaboración con ella son completamente voluntarias y están completamente abiertas a cualquier técnico del CSN. Esto le confiere una caracterización de nivel de madurez inicial, dado que las comunidades que más se acercan al papel de producción de resultados se suelen establecer con una membresía predefinida a la que se puede solicitar entrada, pero con un nivel muy alto de dominio de la temática específica.
• Se ha diseñado con una mínima estructura jerárquica por motivos de organización, pero la jerarquía real la establece el conocimiento. De hecho, y dentro de la estructura del CSN, la comunidad se ha creado «desde abajo», y no «desde arriba».
• Los productos de la comunidad deben ser accesibles a todos los técnicos del CSN y (salvo por motivos de confidencialidad y protección de datos) a organizaciones externas interesadas.

Es patente la diferencia (ilustrada en la tabla 1) entre la CC y los grupos de trabajo habituales en el CSN y otros organismos.

Para su desempeño, la CCIS se configuró atendiendo a atributos de espíritu cooperativo, buscando mejorar procesos, estimulando el desarrollo de competencias de los miembros o interesados, creando lazos y agendas compartidas para promover la transferencia de conocimiento y, en lo posible, interaccionando con otras CC. Con todo, la CCIS se ha marcado dos objetivos generales:

• Mejorar el conocimiento, aplicación y manejo de las técnicas de análisis de incertidumbre y sensibilidad (AI&S) en el CSN, como tema transversal que afecta a todas sus áreas.
• Establecer en el CSN un grupo estable de estudio, discusión e intercambio sobre métodos AI&S en seguridad nuclear y protección radiológica, especialmente en el terreno regulador.

A partir de ahí, se definen sus objetivos específicos:

• Conocer el estado del arte de las técnicas de AI&S en seguridad nuclear y protección radiológica
• Dentro del CSN:
  • Identificar el conocimiento, uso e implantación de las técnicas AI&S.
  • Identificar necesidades de formación, mejora e innovación.
  • Identificar nuevas líneas de estudio para su posible aplicación.
  • Organizar jornadas, cursos y otros eventos sobre la materia.
  • Poner en valor trabajos ya realizados sobre la materia, así como la formación de los técnicos en ese campo previa a su trabajo en el CSN.
  • Valorar y fomentar la presencia del AI&S en las líneas de investigación que se abordan en los convenios y las subvenciones del CSN.
• Establecer contactos con grupos de trabajo y grupos homólogos en otros organismos e instituciones.
• Establecer un consenso sobre aplicaciones informáticas para el trabajo en AI&S.
• Desarrollar documentos divulgativos alineados con el cumplimiento de las obligaciones del CSN en materia de información al público.

 

Este catálogo de objetivos específicos da idea del importante frente de actuación que puede tener una CC, evidenciando el potencial de conocimiento que puede movilizarse y el efecto en las competencias individuales y organizativas del CSN. Desde que comenzó su actividad, a comienzos de 2022, los trabajos de la CCIS se han desarrollado en tres categorías:

• Consolidación y puesta en funcionamiento del grupo.
• Entrevistas con técnicos que trabajan en el CSN y, eventualmente, con otros externos al CSN.
• Participación y presentación de ponencias en congresos, jornadas y reuniones.

 

Entrevistas con técnicos del CSN y externos

La herramienta básica que está empleando la CCIS para alcanzar sus objetivos específicos (en especial los cuatro primeros) es la entrevista con técnicos del CSN. Los entrevistados se han seleccionado de acuerdo con varios criterios:

• Pertenencia a áreas en las que el AI&S es especialmente importante, o en las que se están haciendo trabajos de especial relevancia en este campo.
• Conocimientos del técnico en el campo de AI&S.
• Predisposición del técnico a ser entrevistado (voluntariamente) y a hablar sobre su trabajo, y sobre la aplicación de técnicas AI&S (incluyendo posibles líneas de mejora).

La CCIS ha realizado entrevistas (presenciales y telemáticas) a técnicos de varias áreas del CSN. También ha llevado a cabo una entrevista a un investigador universitario no perteneciente al CSN, con experiencia en técnicas de AI&S, expresando así la vocación de la comunidad en mantener contactos con grupos de trabajo y comunidades homólogas de otras instituciones.

Las entrevistas son voluntarias, y abiertas a quien quiera realizarlas, algo que se considera esencial en la CCIS. Sus resultados han sido muy satisfactorios, evidenciando que son un instrumento adecuado en la tarea de conocer las técnicas de AI&S en el dominio de la seguridad nuclear y protección radiológica, y en la exploración de posibles asesoramientos y colaboraciones, algo que puede contribuir a la mejora de los trabajos del organismo regulador. En algunos casos, las personas entrevistadas han solicitado algún asesoramiento por parte de la CCIS.

Participación en congresos, jornadas y reuniones

Un objetivo importante de la CCIS es mantener un contacto exterior frecuente. Eso significa, como ya se ha dicho, el establecimiento de relaciones con grupos relacionados u homólogos. Pero también significa la asistencia a eventos, como son reuniones y jornadas técnicas, congresos, etc., y la divulgación en ellos de sus trabajos y resultados.

En noviembre de 2022, la CCIS presentó una ponencia en un congreso internacional sobre métodos probabilistas, focalizado en (pero no limitado a) los métodos existentes en el ámbito nuclear. El término «análisis probabilista» es casi sinónimo de «análisis de incertidumbre», porque, en el campo de la seguridad nuclear y protección radiológica, la modelación de la incertidumbre es típicamente probabilista. Para preparar su ponencia, la comunidad recabó información de varias áreas del CSN en las que se evalúan o utilizan métodos probabilistas. La ponencia se presentó en el marco de un «panel regulador» organizado como parte del congreso, y en el que participaron representantes de las autoridades reguladoras de EE. UU., Reino Unido, Canadá, Japón, Corea y España [6].

En octubre de 2023, la CCIS presentó una ponencia en la 48.ª Reunión Anual de la Sociedad Nuclear Española (SNE), con una descripción del establecimiento y los objetivos de la comunidad y de los trabajos realizados [7].

La CCIS continuará asistiendo a este tipo de foros, con el objetivo de divulgar su trabajo y plantear posibles colaboraciones.

Epílogo

Las comunidades de conocimiento son una formalización reciente de una idea muy antigua en la historia del conocimiento humano. Surgen de la convergencia entre la gestión del conocimiento y el intercambio social. Como otras organizaciones, el CSN ha introducido recientemente en su estructura la figura de las CC, y está promoviendo su establecimiento y desarrollo. La CC de análisis de Incertidumbre y Sensibilidad (CCIS) existe en el CSN desde noviembre de 2021, y se concibe como un grupo estable de estudio, discusión e intercambio sobre métodos de análisis de incertidumbre y sensibilidad (AI&S) en seguridad nuclear y protección radiológica, especialmente en el terreno regulador. La experiencia de funcionamiento de la CCIS está confirmando la utilidad que las CC pueden tener para el CSN y para otras organizaciones. 

BIBLIOGRAFÍA

1. Wenger-Trayner, E. y B. (2015, junio). Introduction to communities of practice. A brief overview of the concept and its uses. 
2. Nonaka, y Takeuchi, H. (1995). The knowledge creating company. New York: Oxford University Press.
3. Penas Rial (2023). «Desarrollando el conocimiento a través de comunidades de práctica ágiles». Linkedin. 
4. González, Néstor (2022). «Comunidades de práctica. Colaboración en Acción». ICA2. 
5. ICA2 Innovación y Tecnología y CSN (2019, febrero). Manual de creación (y gestión) de comunidades de conocimiento en el CSN.
6. Mendizábal, R.; García, M.; Jiménez, A.; Meléndez, E. y Sánchez, M. (2022). «The evolving perception of probabilistic applications in the nuclear regulatory environment. (Probabilistic analyses in nuclear safety in Spain)». Regulatory Panel in 4th International Symposium on Probabilistic Methodologies for Nuclear Applications. Leicester, UK. November 1-3.
7. Mendizábal Sanz, R. et al. (2023). «Análisis de incertidumbre y sensibilidad: una comunidad de conocimiento en el Consejo de Seguridad Nuclear». 48.ª Reunión Anual de la Sociedad Nuclear Española. Toledo, 4-6 de octubre de 2023.
8. Mendizábal, R. (2023). «Una descripción de las metodologías BEPU de análisis de accidentes». Alfa, 56, diciembre. Consejo de Seguridad Nuclear. 
9. Comisión de Energía, Turismo y Agenda Digital (2017). Resoluciones al Informe del Consejo de Seguridad Nuclear. Años 2014 y 2015, 28 de junio.