(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