KNOWLEDGE MANAGEMENT CHALLENGES IN BRAZILIAN HIGHER EDUCATION INSTITUTIONS AMIDST THE RISE OF ARTIFICIAL INTELLIGENCE

Autores

DOI:

https://doi.org/10.66104/ppt7ep52

Palavras-chave:

knowledge management, artificial intelligence, higher education, academic governance, institutional innovation

Resumo

This study examines knowledge management (KM) challenges in higher education institutions (HEIs) in the context of artificial intelligence (AI), focusing on Brazilian universities. Adopting a qualitative multiple-case study approach (Yin, 2018), data were collected through interviews, documents, and observations. The findings identify four interconnected challenges: technological limitations, human and cultural resistance, ethical and governance dilemmas, and academic integrity concerns. Interpreted through neo-institutional theory (DiMaggio & Powell, 1983; Oliver, 1991) and organizational ambidexterity (Tushman & O’Reilly, 1996), the results reveal tensions between innovation and academic values. The study contributes by conceptualizing AI integration as a socio-technical transformation that requires alignment between infrastructure, governance, human capabilities, and pedagogical practices.

Downloads

Os dados de download ainda não estão disponíveis.

Biografia do Autor

  • Thiago Henrique Almino Francisco, UNESC

    Pós-Doutor em Administração (PPGA/UFSC). Doutor, pelo Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento da Universidade Federal de Santa Catarina (EGC/UFSC). Mestre, pelo Programa de Pós-Graduação em Administração Universitária da Universidade Federal de Santa Catarina (PPGAU/UFSC). Tem especializações em Gestão de Pessoas, Marketing e Inteligência Competitiva, Empreendedorismo e Desenvolvimento de Novos Negócios e Gestão de Processos Acadêmicos e Administrativos no Ensino Superior. É Bacharel em Administração com ênfase em Marketing pela Faculdade de Ciências Econômicas da Região Carbonífera. Atualmente é Coordenador do Setor de Avaliação Institucional (SEAI), da Comissão Própria de Avaliação (CPA), e Professor do Departamento de Administração, ambos vinculados a Universidade do Extremo Sul Catarinense (UNESC). Na pós-graduação, é docente do Programa de Pós-Graduação (Mestrado - Doutorado) em Desenvolvimento Socioeconômico da UNESC (PPGDS), em que ministra as disciplinas de Métodos de Pesquisa Interdisciplinar e Teorias Organizacionais. Atua também como docente no Programa de Pós-Graduação (Mestrado Profissional) em Administração Universitária da Universidade Federal de Santa Catarina (PPGAU/UFSC) em que ministra a disciplina de Interfaces Regulatórias no Ensino Superior. Está vinculado como pesquisador ao Instituto de Estudos e Pesquisas em Administração Universitária (INPEAU UFSC) e ao Grupo de Estudos sobre Universidades (GEU - UNESC). Tem experiência, e produtos tecnológicos, em temas relacionado a avaliação e regulação da educação superior e gestão acadêmica, no campo organizacional nas áreas de inovação, gestão estratégica e, de forma transversal, em métodos qualitativos de pesquisa. Desde 2007, desenvolve atividades técnicas e executivas relacionadas com a gestão acadêmica, gestão da avaliação institucional e coordenações de curso, colaborando na formulação de estratégias de gestão dos indicadores provenientes do ENADE e da avaliação institucional. É docente desde 2009 e, a partir e 2014, professor da Universidade do Extremo Sul Catarinense (UNESC) onde, desde 2016, coordena o Setor de Avaliação Institucional (SEAI) e a Comissão Própria de Avaliação (CPA).

  • Giancarlo Moser, UNISUL

    Professor do Programa de Pós-Graduação em Administração da UNISUL - PPGA/UNISUL

  • Jeanderson Domingos Minotto Bombazar, UNESC

    Acadêmico do Programa de Pós-Graduação - Mestrado - em Desenvolvimento Socioeconômico da UNESC

  • Mouhamadou Moustapha Seck, UNESC

    Acadêmico do Programa de Pós-Graduação - Mestrado - em Desenvolvimento Socioeconômico da UNESC - PPGDS/UNESC

Referências

Battilana, J. (2006). Agency and institutions: The enabling role of individuals’ social position. Organization, 13(5), 653–676. DOI: 10.1177/1350508406067008. DOI: https://doi.org/10.1177/1350508406067008

Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in Psychology, 3(2), 77–101. DOI: 10.1191/1478088706qp063oa. DOI: https://doi.org/10.1191/1478088706qp063oa

Costa, M. F. B., Tinoco, G. O., Corrêa, N. S. F., Botelho, P. C., & Fontainha, T. C. (2025). Challenges and opportunities of artificial intelligence in higher education: Perceptions of faculty in the university environment. Avaliação (Campinas), 30(1), e025003. DOI: 10.1590/1982-57652025v30id2864353 DOI: https://doi.org/10.1590/1982-57652025v30id2864353

Davenport, T. H., & Prusak, L. (1998). Working Knowledge: How organizations manage what they know. Harvard Business School Press.

DiMaggio, P. J., & Powell, W. W. (1983). The iron cage revisited: Institutional isomorphism and collective rationality in organizational fields. American Sociological Review, 48(2), 147–160. DOI: https://doi.org/10.2307/2095101

Duan, Y., Edwards, J. S., & Dwivedi, Y. K. (2019). Artificial intelligence for decision making in the era of Big Data – evolution, challenges and research agenda. International Journal of Information Management, 48, 63–71. DOI: https://doi.org/10.1016/j.ijinfomgt.2019.01.021

Dwivedi, Y. K., et al. (2021). Artificial Intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and policy. International Journal of Information Management, 57, 101994. DOI: https://doi.org/10.1016/j.ijinfomgt.2019.08.002

Fosso Wamba, S., et al. (2022). Title unknown (referenced in Rezaei, 2025) – indicating multifaceted challenges (technological, organizational, etc.) in AI systems.

Fullwood, R., Rowley, J., & Delbridge, R. (2013). Knowledge sharing amongst academics in UK universities. Journal of Knowledge Management, 17(1), 123–136 DOI: https://doi.org/10.1108/13673271311300831

Greenwood, R., & Hinings, C. R. (1996). Understanding radical organizational change: Bringing together the old and the new institutionalism. Academy of Management Review, 21(4), 1022–1054. DOI: https://doi.org/10.2307/259163

Hagos, H. G., Lesjak, D., Flogi, A., & Babu, R. (2025). Artificial Intelligence in Knowledge Management for Higher Education: Transformative impact, challenges, and future directions post-COVID-19. Journal of Information Systems Engineering and Management, 10(3s), Article 414. DOI: https://doi.org/10.52783/jisem.v10i3s.414

Jarrahi, M. H., et al. (2023). Title unknown (referenced in Rezaei, 2025) – likely discussing AI reshaping KM paradigms.

Kidwell, J. J., Vander Linde, K. M., & Johnson, S. L. (2000). Applying corporate knowledge management practices in higher education. EDUCAUSE Quarterly, 23(4), 28–33

Lawrence, T. B., & Suddaby, R. (2006). Institutions and institutional work. In S. Clegg, C. Hardy, T. Lawrence, & W. Nord (Eds.), The SAGE Handbook of Organization Studies (2nd ed., pp. 215–254). Sage. DOI: https://doi.org/10.4135/9781848608030.n7

Meyer, J. W., & Rowan, B. (1977). Institutionalized organizations: Formal structure as myth and ceremony. American Journal of Sociology, 83(2), 340–363. DOI: https://doi.org/10.1086/226550

Nonaka, I. (1994). A dynamic theory of organizational knowledge creation. Organization Science, 5(1), 14–37. DOI: https://doi.org/10.1287/orsc.5.1.14

Nonaka, I., & Takeuchi, H. (1995). The Knowledge-Creating Company: How Japanese companies create the dynamics of innovation. Oxford University Press. DOI: https://doi.org/10.1093/oso/9780195092691.001.0001

Oliver, C. (1991). Strategic responses to institutional processes. Academy of Management Review, 16(1), 145–179. DOI: https://doi.org/10.2307/258610

Patton, M. Q. (2015). Qualitative Research & Evaluation Methods (4th ed.). Sage.

Quarchioni, S., Paternostro, S., & Trovarelli, F. (2022). Knowledge management in higher education: A literature review and further research avenues. Knowledge Management Research & Practice, 20(2), 304–319. DOI: https://doi.org/10.1080/14778238.2020.1730717

Raisch, S., & Birkinshaw, J. (2008). Organizational ambidexterity: Antecedents, outcomes, and moderators. Journal of Management, 34(3), 375–409. DOI: https://doi.org/10.1177/0149206308316058

Rezaei, M. (2025). Artificial intelligence in knowledge management: Identifying and addressing the key implementation challenges. Technological Forecasting and Social Change, 217, 124183. DOI: https://doi.org/10.1016/j.techfore.2025.124183

Sanzogni, L., et al. (2017). Title unknown (referenced in Rezaei, 2025) – likely on tacit-explicit knowledge dichotomy in context of AI.

Seidl, D., & Hinings, C. R. (2017). Title unknown (possibly about dynamic institutions or organizational change).

Siau, K., & Wang, W. (2020). Building trust in artificial intelligence, machine learning, and robotics. CUTTER Business Technology Journal, 33(2), 47–53.

Suchman, M. C. (1995). Managing legitimacy: Strategic and institutional approaches. Academy of Management Review, 20(3), 571–610. DOI: https://doi.org/10.2307/258788

Tushman, M. L., & O’Reilly, C. A. (1996). Ambidextrous organizations: Managing evolutionary and revolutionary change. California Management Review, 38(4), 8–30. DOI: https://doi.org/10.2307/41165852

UNESCO. (2023). Artificial intelligence in education: Guidance for policy-makers. United Nations Educational, Scientific and Cultural Organization. Available at UNESCO Digital Library.

Yin, R. K. (2018). Case Study Research and Applications: Design and Methods (6th ed.). Sage.

Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – where are the educators? International Journal of Educational Technology in Higher Education, 16(39), 1–27. DOI: https://doi.org/10.1186/s41239-019-0171-0

Downloads

Publicado

2026-03-27

Edição

v. 13 n. 04 (2026): REMUNOM - ISSN 2178-6925

Seção

Artigos

Licença

Copyright (c) 2026 Thiago Henrique Almino Francisco, Giancarlo Moser, Jeanderson Domingos Minotto Bombazar, Mouhamadou Moustapha Seck

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Autores que publicam nesta revista concordam com os seguintes termos:
 

  • Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista;
  • Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista, desde que adpatado ao template do repositório em questão;
  • Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
  • Os autores são responsáveis por inserir corretamente seus dados, incluindo nome, palavras-chave, resumos e demais informações, definindo assim a forma como desejam ser citados. Dessa forma, o corpo editorial da revista não se responsabiliza por eventuais erros ou inconsistências nesses registros.

 

POLÍTICA DE PRIVACIDADE

Os nomes e endereços informados nesta revista serão usados exclusivamente para os serviços prestados por esta publicação, não sendo disponibilizados para outras finalidades ou a terceiros.

Obs: todo o conteúdo do trabalho é de responsabilidade do autor e orientador.

Como Citar

KNOWLEDGE MANAGEMENT CHALLENGES IN BRAZILIAN HIGHER EDUCATION INSTITUTIONS AMIDST THE RISE OF ARTIFICIAL INTELLIGENCE. (2026). REMUNOM, 13(04), 1-20. https://doi.org/10.66104/ppt7ep52