Uploaded by zdw

Appreciative Inquiry

advertisement
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
Download
Random flashcards
mij droom land

4 Cards Lisandro Kurasaki DLuffy

Rekenen

3 Cards Patricia van Oirschot

Create flashcards