การตีความบทความเรื่องการนำ Appreciative Inquiry มาใช้ในการพัฒนาองค์กร ตอนที่ 2
(ต่อจากตอนที่แล้ว)
AI เป็นเหมือนวิธีการเปลี่ยนแปลง ซึ่งประกอบด้วย 3 ส่วน คือ
1. Discovering the best of………. เริ่มต้นด้วยการค้นหาสิ่งที่ดีเพื่อนำมาเป็นตัวอย่างที่ดีขององค์กร ซึ่งได้แก่ ประสบการณ์การทำงานของสมาชิกในองค์กร
2. Understanding what creates the best of………… การทำความเข้าใจถึงการสร้างสรรค์สิ่งที่ดีๆ เหล่านั้น โดยการพยายามค้นหาและมองอย่างลึกซึ้งถึงความสามารถที่พิเศษของสมาชิกในองค์กร อะไรบ้างที่เกี่ยวกับคน, องค์กร และบริบทในการสร้างสรรค์และประสบการณ์ที่ยอดเยี่ยม
3. การขยายความดี คนและกระบวนการที่เป็นตัวอย่างที่ดี มองให้เห็นกระบวนการค้นพบสิ่งเหล่านั้น, ส่วนประกอบที่มีส่วนทำให้มันเกิด
ในมุมมองของผู้เขียน ความสำคัญ คือ การออกแบบวิธีการค้นหาเพื่อส่งเสริมขยายคุณค่านั้น เป็นระบบที่พยายามในทุกกระบวนการค้นหาตลอดเวลาอย่างแท้จริง ซึ่ง AI มีลักษณะสำคัญที่ไม่เหมือนกับวิธีการอื่นๆ
การลงมือปฏิบัติจริงไม่ใช่เรื่องง่าย แต่มันจะเป็นตัวเร่งการเปลี่ยนแปลง ซึ่งพวกเราค้นพบว่ามันเป็นกระบวนการเปลี่ยนแปลงองค์กรแบบรวดเร็ว
สิ่งสำคัญของ AI คือ ภายในองค์กรจะมีการเคลื่อนไหวด้วยการเห็นคุณค่าที่แท้จริงอย่างอย่างยั่งยืนด้วยตัวของมันเอง
Cooperrider ได้พัฒนารูปแบบ AI ที่ก่อให้เกิดกระบวนการพูดคุยแบบ bottom-up สมาชิกองค์กรแทบทั้งหมดจะพูดคุยแบบเปิดเผยเปิดใจถึง “life-giving forces” ในองค์กร, พวกเขาจะรำลึกถึงเวลาที่พวกเขารู้สึกว่า “มีชีวิตชีวามากๆ” , “กระปี้กระเปร้ามากๆ” , “มีพลังมากๆ” ในการทำงาน
การสัมภาษณ์พูดคุยเพื่อให้ได้ข้อมูลเหล่านั้น เหมือนกับได้ชุดข้อมูลเชิงคุณภาพ เพื่อให้ “ที่ปรึกษา” ได้มองเห็นถึงคนที่มีคุณค่าและสิ่งที่เป็นสมรรถนะพิเศษของคนในองค์กร
พื้นฐานในการสังเคราะห์หรือวิเคราะห์ความสามารถของคนในองค์กร ทำได้ 2 มิติ คือ
1. พวกเขามีวิธีการอย่างไรในการ capture คุณค่าเหล่านั้น
2. พวกเขาทำอย่างไร
AI เป็นพื้นฐานในการสร้างสรรค์ โดยเป็นตัวที่เข้ามายืนยันว่า คนจะรู้สึกจับใจในวิสัยทัศน์ขององค์กร สิ่งที่จะเป็นตัวช่วยกระตุ้นพฤติกรรมของคนในองค์กร คนจะเริ่มลงมือทำและทำโดยไม่ต้องมีแผนปฏิบัติการ เพราะเขาจะใช้ความรู้สึกเป็นสำคัญ
ผู้เขียนทดลองต่อไป ด้วยวิธีการใหม่ของการค้นพบความเข้าใจและการขยายความดี
Discovering
เมื่อเร็วๆ นี้ มีการเริ่มที่จะจับประเด็นเล็กๆ ด้วยตัวเขาเอง มันทำให้เกิดกระบวนการที่มากกว่าการบริหารจัดการภายใต้ความเป็นไปได้
ขณะนี้ นอกจากพวกเราพยายามที่จะช่วยพัฒนาวิสัยทัศน์อนาคตขององค์กรแล้ว AI จะเน้นไปที่ กลยุทธ์การพัฒนาบุคลการ การบริหารงานแบบเอื้ออำนาจ teamwork ภาวะผู้นำ การบริการลูกค้า
AI จะมีการใช้งานที่ไม่ใช่เฉพาะงาน HR แต่ทุกๆ คนพยายามใช้มันในหลายๆ ด้าน เช่น ทำอย่างไร เพื่อให้ระบบข้อมูลข่าวสารขององค์กรดีขึ้น
ผู้เขียนได้ดำเนินการแบบล้มเหลวมาแล้ว ทำให้ได้เรียนรู้ว่า การสัมภาษณ์พูดคุยแบบ Appreciative ไม่ใช่เรื่องที่จะทำได้ง่าย โดยเฉพาะการพูดคุยแบบสบายๆ เกี่ยวกับประสบการณ์การทำงานที่ดีที่สุดของคน
มีหลายอย่างที่พวกเราสามารถสอนสมาชิกขององค์กรให้ดำเนินกระบวนการเก็บข้อมูล (run the data collection process) โดยตัวพวกเขาเอง แต่มันก็ไม่ work อย่างไรก็ดี พวกเราก็ยังมีความหวังอยู่
ใครมีความสามารถในการฟังโดยไม่โต้แย้ง เราจะสามารถสอนวิธีการ AI ได้ภายในหนึ่งวันหรือครึ่งวัน ผู้เขียนพบว่า ผลดีที่ให้บุคคลภายในทีมกับบุคคลนอกทีม และ Cooperrider ตั้งข้อสังเกตว่า การให้บุคคลที่มีอายุอ่อนกว่าไปสัมภาษณ์พูดคุยกับรุ่นพี่ ผลที่ได้ คือ จะช่วยเสริมสร้างพลังพิเศษและมีคุณภาพได้มากกว่า
ผู้เขียนสรุปได้ว่า การเข้าใจเรื่องราวของคนมีส่วนสำคัญมาก นักวิจัยและนักคิดมีความต้องการที่จะฟังสิ่งที่เป็นนามธรรมทั่วๆ ไป และคำพูดยืนยันที่ได้จากการสัมภาษณ์พูดคุย และต้องการจำกัดช่วงเวลาในกระบวนการสัมภาษณ์หรือฟังด้วย
Understanding
มันมีความสำคัญอย่างมากที่จะต้องใช้ข้อมูลเพื่อแปลความหมายของกลุ่ม และชุดข้อมูลใหญ่ๆ ขององค์กรที่มีประสบการณ์สูงๆ จะต้องใช้เวลาและความพยายามมากกว่า พวกเราทดลองด้วยโครงสร้างของการรวบรวมข้อมูลและรายงานการสรุปข้อมูลที่กำกวมและทำให้ง่าย เพื่อกลุ่มทำงานที่ใหญ่ นวัตกรรมหลักมี the inquiry matrix
ลำดับความสำคัญของข้อมูล, ผู้จัดการอาวุโส ตัดสินใจนำส่วนดีๆ ขององค์กรที่เขาต้องการขยายผล เช่น ทีมงาน, คุณภาพ, ภาวะผู้นำ และ organizational model ที่พวกเขารู้สึกว่าเป็น best capture เช่น เทคโนโลยี, โครงสร้าง, รางวัล เป็นต้น
matrix แบบนี้ ช่วยสร้างกลุ่มก้อน ตัวอย่างเช่น ส่วนของ teamwork และ เทคโนโลยี, teamwork และ โครงสร้าง, คุณภาพและเทคโนโลยี, คุณภาพและโครงสร้าง เป็นต้น
ผู้เขียนเข้าใจอย่างลึกซึ้งของการทำ AI ว่าจะมีผลอย่างมาก โดยใช้เรื่องเล่าที่มีคุณภาพ และการสัมภาษณ์พูดคุยอย่างลึกซึ้ง
จนกว่าความเข้าใจใหม่ที่เกิดขึ้นระหว่างการเริ่มต้นพูดคุย, การวิเคราะห์อาจจะทำใหม่ได้ง่าย โดยเริ่มจาก mental model ของแต่ละคน เข้ามาใช้ในการวิเคราะห์
สิ่งสำคัญ คือ กระบวนการความเข้าใจใหม่อย่างลึกซึ้ง ทำให้สูญเสียพลังงานอย่างรวดเร็ว และนำไปสู่ความคิดแบบเก่าๆ เดิมๆ ได้
ในความเป็นจริง AI ท้าทายการวิเคราะห์ที่เหลือไว้แต่เบื้องหลังของ preconceptions และมุมมองข้อมูลกับ “The eyes of a child”
การบันทึกการพูดคุยก็มีส่วนสำคัญมาก ผู้เขียนพบว่า รายละเอียดของเรื่องเล่าและคำพูดที่น่าสนใจ นั่นคือสิ่งที่เราต้องการ เพื่อการเรียนรู้ที่ดี
Output ของการพูดคุยเชิงบวก เป็นชุดของเรื่องราวและคำพูดที่เขียนหรือบันทึกในภาษาตามที่แต่ละคนพูดออกมา
ตามปกติระดับของการวิเคราะห์ข้อมูลในการทำ Action Research ต้องการนำไปสู่ผลรวมที่แตกต่างใน AI ผู้เขียนไม่เรียกมันว่า “การวิเคราะห์” ผู้เขียนไม่พบ a great term แต่ผู้เขียนใช้คำว่า “proalysis” และ “synergalysis”
นี่คือ Point ในการใช้ AI ซึ่งผู้เขียนต้องการเหมือนกับที่หลายๆ คนต้องการให้อ่านได้
สิ่งสำคัญในการพูดคุย และเรื่องราวในการกระตุ้นความคิดเกี่ยวกับหัวข้อหรือ Topic Appreciative
เมื่อผู้เขียนพยายามที่จะ Orchestrate one หรือ more meeting ที่ซึ่งสมาชิกองค์กรและที่ปรึกษาพยายามที่จะก้าวข้ามไปให้ถึงสิ่งที่พวกเขาได้พูดไว้ เกี่ยวกับหัวข้อเชิงบวก ซึ่งจะช่วยทำให้คนมีพลังและตื่นเต้น พวกเราไม่พยายามที่จะดึงส่วนสำคัญของพวกเขาออกจากข้อมูลหรือ categorize responses และเพิ่ม them up
พวกเราพยายามที่จะ generate ทฤษฎีใหม่ ที่จะมีคุณค่าสูงสำหรับสมาชิกขององค์กร สิ่งที่ทำให้งานวิจัยถูกต้อง ผู้เขียนเชื่อว่า พวกเขาต้องกลับไปสู่สิ่งที่พวกเขาพูดคุยด้วย
ความเห็น (1)
อ่านช้าไป 5 ปี ค่ะ
ขอบคุณนะคะเข้าใจ AI แล้ว