Appreciative Inquiry Een nieuwe methode voor organisatieverandering? Door: Manon Diepenmaat Jan-Joost van der Woude Appreciative Inquiry (AI), wat letterlijk vertaald ‘waarderend onderzoeken’ betekent, wint pas de laatste jaren terrein in Nederland. Hoewel de techniek vrij nieuw is, is de filosofie hierachter -het ontwikkelen van ontdekte talenten- al eeuwenoud (van den Braak, 2005). De techniek kan worden gebruikt bij een nieuwe en fundamentele manier van denken over het oplossen van problemen en veranderen van organisaties. Terwijl de traditionele benadering een grondige kijk op een probleem voorschrijft wanneer organisaties in problemen verkeren, richt AI zich juist op wat er wél goed gaat in de organisatie. Veranderingstrajecten die gericht zijn op de traditionele benadering hebben volgens statistieken slechts een slagingspercentage van 20-30%. Succesverhalen over AI doen echter suggereren dat de toepassing tot opmerkelijk hogere scores leidt. Klinkt aantrekkelijk. Tijd daarom om hier eens meer over te weten te komen. Wij traden in gesprek met Kees Ahaus, Robbert Masselink en Maarten-Jan Thissen, drie consultants die in de toepassing van AI reeds aanzienlijke ervaring hebben opgedaan. Ontwikkeling van AI in Nederland De basis van AI wordt in het jaar 1980 gelegd, wanneer aan de Case Western Reserve University doctoraal student David Cooperrider een onderzoek verricht met als probleemstelling: ‘wat is er verkeerd aan de humanitaire/ menselijke kant van de organisatie?’. Tijdens het onderzoek wordt hij door zijn begeleider aangezet om verder onderzoek te verrichten naar positieve samenwerking, de innovaties en de gelijkheid van leiding in de organisatie. Dit leidde vervolgens tot een eerste “ruwe versie” van AI die werd ingezet om de organisatie te analyseren (Watkins et. al., 2001, e.v.). Inmiddels jaren later is AI een bekend fenomeen in Amerika en wordt het veel toegepast. De overgang van AI naar Nederland echter, laat lang op zich wachten. Pas de laatste jaren wint AI kleine stukjes terrein in Nederland. Maar waarom heeft dit zo lang geduurd? Volgens Thissen en Masselink schuilt deze verklaring veelal in de nuchterheid van de Nederlanders. “Nederlanders zijn sceptisch tegenover het positieve gedachtegoed en tegenover de reacties die men vaak krijgt. Elementen als durven dromen en waarderen passen niet zo goed bij onze calvinistische cultuur; doe maar gewoon dan doe je al gek genoeg. Daarnaast is het probleem vaak ‘hoe AI wordt neergezet’. Het wordt neergezet als een benadering vanuit het positieve, ‘laten we het met elkaar hebben over alleen die dingen die goed gaan’. Dit brengt scepsis teweeg bij mensen die denken dat ze het niet mogen hebben over hetgeen hen dwarszit. In essentie gaat het daar niet om: je wilt dit ook naar boven laten komen, je steekt er geen energie in wanneer dat niet moet. Je maakt als het ware de omslag en je blijft niet hangen in het probleem.” Volgens Ahaus echter is de reden waarom AI zo lang op zich heeft laten wachten gewoonweg een kwestie van de verspreidingsvraag. “Het is bij een nieuwe methode nodig dat een aantal personen de methode oppakt. Maar steeds meer komt men tot de ontdekking dat de gangbare manieren van kijken naar de complexiteit van samenwerking tekortschiet.“ Sommige problemen (vraagstukken) zijn voor organisaties niet meer op eigen kracht te behappen stelt Ahaus. “Er dient te worden gezocht naar een collectieve manier van aanpak, waarbij AI toegepast kan worden.” Thissen vindt het enerzijds raar dat Nederland zo lang op zich heeft laten wachten. “Samenwerken is immers een basis voor het poldermodel” stelt hij. Thissen herkent daarnaast, evenals Masselink, het probleem van de Nederlandse nuchterheid. Zijn ervaring is dat je in Nederland minder het positivisme moet benaderen en juist vaker de rol van docent aan moet nemen. “Nederlanders zeggen vaak: “je mag alles met ons doen, als we maar resultaat hebben aan het einde van de dag. Pas je AI toe zoals het wordt toepast in Amerika, dan krijg je al gauw de cynici naar boven”. “Elementen als durven dromen en waarderen passen niet zo goed bij onze calvinistische cultuur; doe maar gewoon, dan doe je al gek genoeg”. (Masselink) 1-6 De interviews als onderdeel van AI Als meest belangrijke factor bestaat AI uit de kunst van het stellen van de juiste vragen in de, binnen AI, welgenoemde interviews. Het AI-onderzoek is gericht op de ‘onvoorwaardelijke positieve vraag’ waarbij vaak grote groepen zijn betrokken en waarbij de voorstelling en de fantasie worden gebruikt voor innovaties, in plaats van een negatief gerichte, kritische organisatiediagnose. Volgens Thissen waren de eerste aanhangers hierin erg dogmatisch: het moet positief. “Hetgeen werkt ook, maar kost ook veel energie; er zijn ook momenten dat men graag wil ‘spuien’ waar men mee zit. Men wil altijd een soort uitlaatklep. Wanneer men de standaard stappen volgt van het AI proces dan is de ervaring dat men veel ruimte geeft voor een positieve uitlaatklep, maar als consultant moet je er ook rekening mee houden dat er veel mensen zijn die wat meer kwijt willen. Belangrijk is de beschikbare tijd en de houding. Wanneer men hier veel tijd voor over heeft, dan heeft men waardering voor ieder punt in de organisatie. Hierdoor komen al gauw eventuele problemen naar boven, je labelt ze alleen niet als probleem. Je herformuleert het probleem in iets positiefs wat invulling dient te verkrijgen”. In de wijze van vraagstelling en vraagopbouw zit volgens Masselink een zekere systematiek, hierin bevinden zich twee lijnen, die in figuur 1 zijn af te lezen: Verleden Individueel Collectief Toekomst De 4 Generieke Vragen Bron: Masselink & Eigen Bron 1. Van individueel naar collectief De eerste vraag begint volgens Masselink altijd met: “geef een moment waarop je bijzonder goed voelde en je volledig in je element of waarde voelde en beschrijf dat moment. Die ervaring probeer je zo rijk mogelijk te krijgen, dus je gaat doorvragen: ‘vertel eens, wat gebeurde er toen en toen, en waarom zei je toen dat?’ Vervolgens ga je abstraheren, wat zijn nu belangrijke thema’s uit het voorbeeld dat je net hebt genoemd die, in het kader van het onderwerp waarover we het hebben, van belang zijn? Vervolgens ga ik datgene wat ik ‘individuele waarden’ noem terugbrengen naar ‘collectieve waarden’. En dan ga ik de vraag stellen in het kader van het onderwerp: ‘wat vinden jullie belangrijk en wat zou jij of wat zouden jullie graag willen zien groeien binnen jullie organisatie/ netwerk?’” 2. Van verleden naar toekomst Je begint bij een ervaring in het verleden en je werkt toe naar een vraag, stelt Masselink. “Stel je voor dat jullie als groep, team, netwerk, of organisatie hebben gerealiseerd wat jullie belangrijk vinden, wat zien jullie dan heel concreet gebeuren in de praktijk? Wat doe je, wat zeg je en wat zie je om je heen gebeuren? Maak dat beeld zo levendig en tastbaar mogelijk. De vragen beginnen individueel in het verleden en bewegen zich naar de verwachtingen voor de collectieve toekomst.“ Bij AI gaat het om het kiezen van elementen uit een situatie, waar we daadwerkelijk mee willen werken. Niet kijken naar het probleem, maar juist naar hetgeen er goed gaat. Coert Visser, succesvol organisatieveranderaar, beaamt dit. Hij constateert dat de oude/traditionele benadering werkt bij machines, maar niet erg goed bij een menselijk systeem als een organisatie. “Juist omdat we zoeken naar problemen, vinden we die niet alleen, maar creëren we ze tegelijk. We benadrukken deze en vergroten ze en dit roept weerstanden op. 2-6 Methodiek Thissen merkt hierbij op dat de vorm waarin AI wordt toegepast, veelal interviews, niet voor eeuwig in een organisatie werkt. “Na een jaar of twee zijn de vruchtbare periodes van het interviewen van elkaar voorbij. Er zullen dan nieuwe manieren gevonden moeten worden om dezelfde basis te behalen (‘wall of wondering’ tot en met schildersessies).” De systematiek in de toepassing van AI blijft dan wel bestaan. Hoewel elke consultant zijn eigen invulling geeft aan de toepassing van AI, is er een globaal proces van fases in te herkennen, stellen alle drie de consultants (figuur 2). Figuur 2: Het 4-D Model van AI Bron: Cooperrider & Whitney (1999) 1. Discovery (appreciating): ontdek de kracht in de eigen organisatie; door het houden van interviews op zoek gaan naar ‘energie gevende verhalen’ binnen de organisatie. Tijdens deze ontdekkingsfase ‘delen’ mensen hun verhalen over exceptionele resultaten die zij hebben geboekt in de betekenisvolle omgeving van de organisatie. 2. Dream: dromen over de situatie zoals die zou kunnen zijn; tijdens deze fase wordt de verkregen informatie geabsorbeerd door de deelnemers. Het is een verzameling van gegevens die het mogelijk maakt om over de toekomst te filosoferen. In deze fase dient de positieve toekomst zonder beperkingen te worden gecreëerd. 3. Design: ontwerp de organisatie van de toekomst; een collectieve constructie van de positieve voorstellingen, verkregen uit de vorige fase van de organisatie in haar toekomstig functioneren. 4. Destiny: ieder gaat op weg naar zijn persoonlijke doel op een collectief bepaalde route; een fase waarin werkelijke innovaties tot hun recht komen, doordat men zich committeert aan acties waaraan men met toewijding wil werken. Universele toepasbaarheid Vaak zijn theorieën en methodes niet universeel en daarom niet geschikt voor alle doeleinden. Is dit met AI ook het geval? Of kan AI vrijwel overal voor worden ingezet? Volgens Masselink is AI vrij breed inzetbaar: “overal waar mensen met elkaar samenwerken en proberen betekenis te geven aan hun handelen, kan je AI als een proces inzetten.” Masselink gebruikt het zelf voor strategische planning en veranderingstrajecten, maar het kan ook ingezet worden voor teambuilding, coaching en kwaliteitsmanagement, stelt Ahaus. “In het vakgebied van kwaliteitsmanagement wordt vaak gewerkt met risico-inventarisatie, risicobeheersing binnen organisaties en prestatie-indicatoren om te sturen op prestaties. Met AI worden veranderingen gerealiseerd door ze te verbeelden, vorm te geven, en te verwezenlijken. Dat vraagt om een ander denken dat meer verbindend, spontaan en holistisch is.” 3-6 Maar AI is niet in elke situatie toepasbaar. Masselink: “Bij een vraag met een bekend probleem en/of oplossing, is een probleemdiagnostische aanpak namelijk een prima alternatief. Maar naarmate het probleem en de oplossing meer onbekend of complex zijn, het een koerszoekend proces van mensen wordt, is AI interessant. In zulke situaties worden hun opinies en verwachtingen belangrijk voor het ontwikkelen van richting. Op het moment dat het succes van de oplossing afhankelijk is van de medewerking en draagvlak van veel verschillende partijen, dan wordt AI dus interessant.“ “Je herformuleert het probleem in iets positiefs dat verder invulling dient te verkrijgen”. (Thissen) Volgens Thissen is de toepassing van AI eveneens afhankelijk van de cultuur van een organisatie. Hij stelt dat een AI-methode bijvoorbeeld niet toepasbaar is wanneer er een negatieve beeldvorming in de organisatie heerst. Men heeft daar de angst om informatie te geven (er is dus geen duidelijkheid). Ten slotte De resultaten van het werken met AI worden in de boeken als zeer positief neergezet en ook de consultants spreken vol lof over AI: “De mensen gaan surfen op de golven die ontstaan, hierdoor ontstaan nieuwe ideeën, verschillende samenwerkingsverbanden en eigen initiatief (Thissen).” “Mensen zijn meer gecommitteerd aan doelen.” (Ahaus).” En de organisatie wordt weer een eenheid.” (Masselink). Volgens Masselink verwerft AI zich in de organisatieontwikkeling een vaste plek en zullen veel organisatieontwikkelaars de komende jaren iets van het AI-repertoire in hun bagage mee nemen. Hij ziet een beweging in de maatschappij van mensen die genoeg hebben van het doemdenken in de afgelopen jaren en die positief aan de slag willen. In die maatschappelijke sfeer en tendens past AI goed en kan daar gedijen. 4-6 Achtergronden Robbert Masselink is zelfstandig consultant en eigenaar van Keynote organisatieadvies. Hij richt zich op groei- en innovatieprocessen in organisaties en maakt deel uit van een netwerk van AI-consultants, waarbij wereldwijd circa 140 consultants zijn aangesloten. Hij heeft een eigen leergang en workshop in AI ontwikkeld. Daarnaast verzorgt hij gastcolleges aan de VU Amsterdam en is bezig met promotieonderzoek op dit onderwerp. Maarten-Jan Thissen is consultant en trainer op het gebied van organisatieverandering en heeft hierin een eigen adviesbureau, genaamd Thoth. Dhr. Thissen is op het gebied van AI jarenlang de schakel geweest in Nederland en heeft grote AI trajecten gedaan bij onder andere Apple Nederland en Syntegra Benelux. Tevens is Thissen actief als docent aan de hogeschool van Den Haag. Kees Ahaus studeerde Bedrijfskunde aan de Technische Universiteit Eindhoven. In 1986 ging hij bij het toonaangevende adviesbureau TNO Management Consultants werken en in 1994 werd hij hiervan directeur. Ook in dat jaar promoveerde Ahaus op het proefschrift 'Bevoegdheidsverdeling en Organisatie'. Dhr. Ahaus is bijzonder hoogleraar Kwaliteitsmanagement bij de Faculteit Bedrijfskunde van de Rijksuniversiteit Groningen en is (co)auteur van verschillende boeken in dit vakgebied. De AIbenadering wordt door dhr. Ahaus gezien als een nieuw, aanvullend paradigma bij het veranderen binnen organisaties en hij past deze dan ook regelmatig toe. 5-6 Bronnen Braak, van den, J.A.C.M., 2005, Proefschrift: Samenwerking in beweging, Tilburg: Universiteit van Tilburg Cooperrider, D.L., en Whitney, D., 1999, A Positive Revolution in Change: Appreciative Inquiry [online], AI Commons Elliot, C., 1999, Locating the Energy for Change: An introduction to Appreciative Inquiry, The International Institute for Sustainable Development, Canada. Visser, C., 2001, Succesvol verandermanagement door Appreciative Inquiry: afscheid van probleemgerichte interventies, Managementsite. 6-6
