Het is sterk in opkomst. Je komt het steeds meer tegen op seminars, tijdens opleidingsprogramma's en in managementbladen: positief veranderen en dan het liefste met de hele organisatie. De benaderingen beloven stuk voor stuk een betere wereld en een prettig meewerkende organisatie. Wie wil dat niet? Maar, gebeurt er ook in Nederland al werkelijk iets met deze aanpakken? En zo ja. Wat leveren ze per saldo op? Wat hebben we er aan? Ofwel, hoe evalueren we nou zoiets? In dit artikel doen we suggesties om een participerende veranderaanpak te evalueren zonder de aanpak zelf geweld aan te doen.
- Inleiding
- Werken met Appreciative Inquiry
- Waarom AI?
- Evalueren van Appreciative Inquiry
- AI-Werkconferentie als reflectie
- Evalueer het proces als proces
- Evaluatievragen
- Conclusie
- Literatuur
Inleiding
Appreciative Inquiry, wat letterlijk betekent 'waarderend veranderen', is een voorbeeld van zo'n nieuwe aanpak. Het is een interventie of verandermethode die uitgaat van een positieve benadering bij het veranderen en ontwikkelen van organisaties. Kenmerkend voor Appreciative Inquiry zijn haar participatieve karakter (het betrekken van zoveel mogelijk mensen of 'lagen' uit de organisatie) en het op gang brengen en houden van dialogen over de succesverhalen van de organisatie.
In Nederland is de meest bekende 'Appreciative Inquiry case' die van Syntegra. Syntegra Nederland is een dochter van British Telecom. Met de 115 medewerkers van de divisie 'Education & Training' is in september 1998 een Appreciative Inquiry proces op gang gebracht. Het proces bij Syntegra is een mooi voorbeeld van een continue veranderaanpak en biedt aanknopingspunten voor een evaluatiemethode.
Werken met Appreciative Inquiry
Appreciative Inquiry (AI) is een veranderingsbenadering die zich richt op de krachten en kerncompetenties van de organisatie. Hierin verschilt AI van de meer traditionele veranderingsinterventies die zich richten op de problemen, zwakten, en tekorten van een organisatie. In plaats van de vraag te stellen 'wat gaat er allemaal mis in deze organisatie en wie/wat is daar verantwoordelijk voor?' start AI met de vraag 'wat zijn de momenten van succes in deze organisatie en hoe kunnen we dit succes verder uitbouwen naar de toekomst?' Op deze manier richt het veranderingsproces zich op wat de organisatie werkelijk wil bereiken in de toekomst, in plaats van op wat de organisatie niet wil zijn. Daarnaast worden alle lagen van de organisatie betrokken bij een AI proces (in plaats van alleen het (top)management), zodat iedereen het veranderingsproces vorm kan geven en kan dragen.
Waarom AI?
Organisaties en consultants van over de hele wereld hebben reeds gebruikt gemaakt van de AI verandermethode. In Nederland is AI relatief nieuw in de advieswereld en roept het nog veel vragen op. De vragen variëren van "Appreciawat?" tot "En wat heb ik daar aan?". Vaak wordt door directieleden en adviseurs de vraag gesteld: waarom zou je Appreciative Inquiry gebruiken? Volgens David Cooperrider en Diana Whitney, twee grondleggers van AI, zijn hiervoor verschillende redenen:
- To create a positive revolution;
- To enhance strategic coöperator overcoming conflict, competition;
- To catalyze whole system culture change;
- To facilitate high participation planning;
- To moblize global organisation design and development;
- To integrate multiple change initiatives into a focused whole-system effort;
- To support large scale mergers and acquisitions.
(The Change Handbook, 1999).
Bij Syntegra werd AI in eerste instantie ingezet om een cultuurverandering te faciliteren. Doel van het AI proces was namelijk om van een autoritair, hiërarchisch geleide organisatie naar een meer innovatief en participatieve organisatie te ontwikkelen.
Evalueren van Appreciative Inquiry
Andere belangrijke vragen die ook vaak naar boven komen bij AI zijn 'wat levert het op' ('wat zijn de resultaten') en 'leidt AI tot andere (betere) resultaten dan andere interventies?' Dit soort vragen zouden beantwoord kunnen worden door AI veranderingsprocessen te evalueren. Maar, voor zover wij weten zijn er slechts 3 (kwantitatieve) evaluatiestudies gedaan die ingaan op de vraag wat de impact of effectiviteit is van AI. De resultaten van deze onderzoeken zijn overwegend positief; alle 3 de studies concluderen namelijk dat AI een goed bruikbare, veelbelovende en innovatieve manier van veranderen is. Toch wordt er daarnaast ook unaniem geconcludeerd dat er meer onderzoek zal moeten worden gedaan naar de effecten van AI. Maar op dit moment vindt zulk onderzoek eigenlijk niet plaats. Een mogelijke reden hiervoor is dat trainers, wetenschappers, en consultants die met AI werken, twijfelen over de zin en het nut van evaluatie-onderzoek. Evaluaties zijn namelijk vaak gericht op het komen tot waardeoordelen en het in kaart brengen van de tekorten of fouten van het veranderingsproces. En deze manier van evalueren druist in tegen de basisgedachte van AI.
In tegenstelling tot het aantal evaluatiestudies zijn er wel veel casebeschrijvingen van AI en deze vertellen, dit keer wèl geheel in lijn met de filosofie van AI, allemaal over de positieve effecten van AI. De Syntegra case (onder andere gepubliceerd in het boek van Watkins en Mohr, 2001) is ook zo'n voorbeeld. In deze case worden enkele positieve effecten en resultaten van het AI proces beschreven zoals: een effectievere leiderschapsstijl en organisatiestructuur, groei van het marktaandeel, minder verloop onder werknemers en een meer klantvriendelijke aanpak. Echter, het is vaak niet duidelijk hoe dit soort conclusies zijn verkregen en of deze resultaten daadwerkelijk het gevolg zijn van AI.
Deze vragen zijn natuurlijk ook niet makkelijk om te beantwoorden. AI is namelijk een cyclisch en continu proces, waardoor het moeilijk is om precies na te gaan (te meten) wat de effecten zijn, zonder het proces en de organisatie tekort te doen.
Dit is voor ons echter geen reden om AI niet te evalueren. De vraag wat de impact van AI is, blijft namelijk belangrijk. Wel denken wij dat AI op een specifieke manier geëvalueerd moet worden. In dit artikel pleiten wij daarom voor een meer procesmatige manier van evalueren. Daarnaast willen wij benadrukken dat evaluaties ook op een meer waarderende manier uitgevoerd kunnen worden. Evaluaties hoeven namelijk niet perse gericht te zijn op tekorten of op zaken die niet naar wens zijn gegaan. Je kunt ook vragen: wat gaat er tot dusver goed, wat is er bruikbaar, hoe kunnen we dit verder voortzetten, en hoe houden we de creativiteit en het enthousiasme op peil?
AI-Werkconferentie als reflectie
Bij Syntegra werden de geformuleerde visies van de eerste AI-werkconferentie vertaald naar actiepunten. In eerste instantie boog het managementteam zich over de verschillende punten. Binnen een maand kreeg iedereen te horen aan welke acties, door wie en op welke momenten gewerkt zou worden. Hierover werd regelmatig in de verschillende werkoverleggen gecommuniceerd door weer een dialoog aan te gaan ("Zijn we nog op de goede weg?"). Het bleek lastig te zijn om het succes af te meten aan het aantal actiepunten dat kon worden afgevinkt. Er waren veel goede resultaten merkbaar in de cultuur, maar de relatie met de vastgestelde actiepunten was onduidelijk. Na verloop van tijd ontstonden nieuwe thema's (goede communicatie, teamwerk in verschillende teams) en een half jaar later volgde hieromheen nog een zeer geslaagde conferentie. Om de positieve energie van de laatste conferentie vast te houden en het proces te blijven stimuleren werd gekozen voor een nieuwe benadering:
- Op verzoek van een paar vrijwilligers werd een team geformeerd dat regelmatig projecten ging doen 'in de geest' van AI. De projecten waren bestaande processen of acties die nu waarderend werden uitgevoerd, zoals bijvoorbeeld een interne verhuizing.
- Actiepunten werden niet als doel van de conferentie gezien, maar als (prettige) uitkomsten. Er werd uiteraard nog steeds over gecommuniceerd, maar het was geen eindpunt meer. Daarbij waren de acties over de hele organisatie verdeeld.
- Er werd besloten om minimaal eens per jaar een nieuwe werkconferentie te organiseren waarin de hele organisatie stil kon staan bij het goede dat er was en plannen kon maken voor de toekomst.
De afdeling Education en Training heeft zich in een tijd van 2 jaar omgevormd van een hiërarchisch geleide organisatie met als kernproduct klassikale trainingen tot een innovatieve, platte organisatie met veel ruimte voor eigen initiatief en een belangrijke speler op de e-learning-markt.
Overigens maakt de afdeling, als onderdeel van een IT dienstverlener, momenteel zware tijden door. De economie draait op lage toeren en een fors aantal mensen is ontslagen. Toch zijn ook in deze omstandigheden positieve effecten merkbaar van het AI proces. Naast de gebruikelijke emoties die bij een inkrimping loskomen heerst er op de afdeling toch heel sterk de overtuiging dat iedereen hiermee op de best mogelijke manier omgaat en is men nog steeds gemotiveerd genoeg om aan een betere toekomst te werken.
Het AI proces is dus bij Syntegra een integraal deel van het werken geworden en het wordt gebruikt om het eigen functioneren te evalueren. Op deze manier is het veranderingsproces zelf ook een vorm van evaluatie geworden. Tijdens het nog steeds doorgaande proces van verandering worden namelijk continu momenten van reflectie ingebouwd waarbij wordt stilgestaan bij vragen zoals hoe het AI proces wordt ervaren, wat er goed gaat, en wat de actiepunten voor de toekomst zijn.
Evalueer het proces als proces
Wat leert deze case ons over het evalueren van AI? Volgens ons is een AI proces alleen op een zinvolle manier te evalueren door het te integreren met het veranderingsproces. Denk daarbij aan de volgende 'criteria':
- Maak er een participatief proces van (in plaats van één evaluator of één adviseur) door meerdere stemmen en partijen te betrekken zoals: sponsors, beleidsmakers, managers, professionals, werknemers en klanten.
- Leg de issues (datgene wat aan bod moet komen tijdens een evaluatie) niet als zodanig van tevoren vast, maar laat die geleidelijk naar voren komen gedurende het proces. Dit kan in de vorm van een dialoog, door verhalen te vertellen en ervaringen van het AI proces te delen.
- Zie de evaluatie niet als iets tijdelijks of als een eindstation, maar probeer het meer te benaderen als 'ongoing process'. Evaluatie begint dus met de start van het AI proces.
- Ga (menings-)verschillen tijdens het veranderings- en evaluatieproces niet uit de weg, maar geef de deelnemers de ruimte om er constructief mee om te gaan.
In de literatuur over evaluatie staat deze manier van evalueren ook wel bekend als responsief evalueren [1]. De achterliggende gedachte van responsief evalueren is: de bruikbaarheid en de acceptatie van de (evaluatie)bevindingen te verhogen door tegemoet te komen aan de (informatie)behoeften van de stakeholders. Net als bij AI kenmerkt responsief evalueren zich door haar participatieve karakter en door het op gang brengen van dialogen. Daarom kan deze manier van evalueren goed gebruikt worden tijdens een AI veranderingsproces.
Evaluatievragen
Wat voor evaluatievragen zou je nu kunnen stellen tijdens een AI proces? Watkins en Mohr (2001) zijn één van de weinigen die ingaan op deze vraag. Volgens hen is het ook belangrijk om op een meer waarderende manier te evalueren. Appreciërende vragen zoals 'how are we doing', 'what are the most exciting and creative outcomes from our AI approach to our work' en 'what wishes do we have for our future work with AI'? zouden daarom onderdeel moeten zijn van een evaluatie van AI. Andere vragen die tijdens een evaluatieproces aan bod kunnen komen zijn:
- Welke nieuwe mogelijkheden, ideeën of acties zijn mogelijk gemaakt door AI?
- Wat doen we nu anders dan voor het AI proces?
- Is de cultuur van de organisatie veranderd: gaan we op een andere manier met elkaar om?
- Zijn we nog steeds gemotiveerd om voor deze organisatie te werken en hebben we vertrouwen in de toekomst?
- Hoe kunnen we de positieve veranderingen en energie die veroorzaakt zijn door het AI proces vasthouden en versterken?
Conclusie
Als conclusie zouden wij de volgende stellingen aan de lezer voor willen leggen:
- Een participatief veranderproces als AI is moeilijk te meten, omdat het een continu en cyclisch proces is zonder een specifiek begin- en eindpunt.
- Dit neemt niet weg dat het belangrijk is om na te gaan wat de impact en de effecten van AI zijn.
- AI zou op een manier geëvalueerd moeten worden die aansluit bij de filosofie van AI (procesmatig, waarderend).
- Evaluatie (momenten van bezinning, reflectie) zou een integraal onderdeel moeten zijn van het AI proces.
- Door evaluatie te integreren in het AI proces ben je niet alleen bezig om de organisatie te veranderen naar een betere toekomst maar wordt het veranderingsproces ook meteen geëvalueerd zodat makkelijk kleine verbeteringen en koerswijzigingen kunnen worden ingevoerd.
Dorieke van der Haar is onlangs afgestudeerd aan de Universiteit van Tilburg met als specialisatie 'Management en Organisatie van Ondernemingen'. Dit artikel is gedeeltelijk gebaseerd op de bevindingen van haar afstudeeronderzoek.
Maarten Jan Thissen is directeur van Thoth, een trainings- en adviesbureau dat (large group) interventies, werkconferenties, coachingstrajecten en trainingsprogamma's verzorgd. Thoth werkt vanuit het Appreciative Inquiry gedachtengoed.
Literatuur
- Abma, T.A. (1996), Responsief Evalueren, Eburon, Delft.
- Cooperrider, D. L. and D. Whitney (1999), Appreciative inquiry: a positive revolution in change, in P. Holman and T. Devane, The change handbook: group methods for shaping the future, Berrett-Koehler, San Francisco, pp. 243-261.
- Greene, J.C. en T.A. Abma (2001), Responsive Evaluation, New Directions for Evaluation, number 92, Jossey-Bass, San Fransisco.
- Guba, E. G. en Y.S. Lincoln (1989), Fourth Generation Evaluation, Sage, California.
- Visser, C. (2001), Succesvol verandermanagement door Appreciative Inquiry, ManagementSite.
- Watkins, J.M. en B.J. Mohr (2001), Appreciative Inquiry: Change at the Speed of the Imagination, Jossey-Bass/Pfeiffer, San Fransisco.
In ManagementSite zijn diverse bijdragen over 'Appreciative Inquiry' verschenen:
In de kennisbank van ManagementSite is een apart onderdeel gewijd aan oplossingsgericht managen.
Kom met uw praktijkervaringen op het terrein van managen en organiseren
Deel uw kennis, schrijf 3 columns of artikelen en ontvang een gratis pro-abonnement (twv €200)
Word een pro!
SCHRIJF MEE >>
De beschrijving van de Syntegra case geeft mij nog te weinig 'beef'om te kunnen inschatten wat de meerwaarde van AI kan zijn. Ik kan mij niet goed indenken hoe het uitdelen van actiepunten en taken lijsten door de leidinggevenden zich verhoudt tot een verzelfstandiging van de medewerkers. Dan zou ik verwachten dat de doelstellingen en daarbij horende acties en evaluatie door de medewerkers worden geformuleerd en gepresenteerd aan het management. Of heb ik iets gemist?
Hartelijk dank voor je snelle reactie op ons artikel. Ik zal proberen een antwoord te geven op je vragen.
De vraag die bij Syntegra E&T reden gaf tot het opstarten van een AI-proces ging over een cultuurverandering. In het kort: hoe kunnen we als organisatie met een hierarchische en volgende cultuur veranderen naar een participatieve cultuur waarin ruimte is voor innovatie door iedereen.
Appreciative Inquiry maakt inderdaad gebruik van positieve mechanismen (hoewel ik van het orca-experiment nog niet gehoord hebt). De kracht ligt vooral in het gezamenlijk, dus met alle betrokkenen, ontdekken van goede voorbeelden uit het verleden en het vervolgens uitbouwen van die ervaringen tot een nieuwe organisatie.
Bij Syntegra E&T lag er na de eerste grote bijeenkomst een enorme lijst met door de groep geformuleerde actiepunten, waarvan niet helemaal duidelijk was wat daarmee ging gebeuren. Het management team heeft deze actiepunten meegenomen, om te zien hoe en door wie ze konden worden gerealiseerd. Binnen een maand hebben ze daarover weer naar de rest van de organisatie gecommuniceerd.
Overigens zijn ze voor volgende bijeenkomsten en activiteiten van deze manier van aanpak afgestapt. Inderdaad ontstond de indruk dat alleen het mt verantwoordelijk was voor het uitvoeren van actiepunten. Na latere bijeenkomsten bleef ook de verantwoordelijkheid van de acties gemeenschappelijk eigendom.
Als je meer wilt weten over de Syntegra case (of andere) dan kan ik het boek van Jane Watkins en Bernard Mohr van harte aanbevelen.
Bij Syntegra wordt het AI-proces nog steeds gebruikt om stil te staan bij wat er goed ging in het verleden en samen een toekomst vorm te geven.
dank voor je reactie op m@nag@ment.nl. Het verhaal van de Orca-trainingen
komt uit "Whale done", Ken Blanchard en anderen. En uit ongeveer elke speech
die dezelfde Blanchard geeft. Erg de moeite waard omdat het zo duidelijk
maakt dat positieve bevestiging te weinig gebruikt wordt én zeer effectief
is als je het wél gebruikt.
Groeten,
Rens Koole
Bedankt voor de tip. Ik zal het eens opzoeken. Heb jij ervaring met een dergelijke benadering in jouw werk?
Groetjes,
Maarten
Goede vraag! Ik denk dat onze (Luzac College) visie aansluit bij deze aanpak, echter ik vind dat we in de praktijk ons nog teveel richten op 'repareren van zwaktes'. Wij proberen wel in onze feedback steeds meer uit te gaan van de kracht (wens om succes te hebben)van de leerling. Niet alleen impliciet maar juist expliciet. Daarin speelt cultuur mijns inziens een dominante rol. Ik denk dat we deze cultuur alleen realiseren als we met onze medewerkers dezelfde cultuur hanteren als met onze leerlingen. Ieder is in dit bedrijf bezig met een taak maar tegelijkertijd staat die activiteit ook in het teken van persoonlijke ontwikkeling en dus in het teken van het creeëren van een persoonlijk succes. Dat betekent dus ook dat je invloed moet hebben op de inhoud en complexiteit van je taak en de daaraan gekoppelde doelstelling. Voor de leerling is dat "slagen bij Luzac" door het halen van een diploma. Voor de docent is dat ook een persoonlijk succes, bijvoorbeeld door een goede score van zijn/haar leerlingen. Dit is één van de belangrijkste redenen dat medewerkers, docenten en rectoren graag bij Luzac werken.
Wij zijn bovendien bezig met de opbouw van het nieuwe programma voor Inter College business school, sinds 2001 onderdeel van ons bedrijf. In dat programma gaan we uit van de talenten van studenten. Dat wil zeggen: de student doet een programma dat gericht is op zijn/haar persoonlijke ontwikkeling, via de ontwikkeling van een (kennis) specialisme. Dat betekent in ieder geval dat we uitgaan van de sterke punten vna de student, die staan centraal in de verdere ontwikkeling op het HBO.
Groeten,
rens
De auteurs Cooperrider en Whitney gaan wat gemakkelijk voorbij aan de obstakels in de implementatie. Want, hoe ga je nu om met die zaken in de praktijk? Meer lagen betrekken, prima! Maar wie uit die lagen dan, en wie niet, en waarom wel/niet en: wie bepaald dat?
Abma komt met Responsief Evalueren dichterbij, maar blijft ook wat abstract. Guba & Lincoln rijken een mooi hermeneutisch proces aan, maar ook daar blijft men steken op inhoud en blijft het hanteerbaar maken van de sociale dimensie op de achtergrond.
Van Dongen, De Laat en Maas reiken in ‘Een Kwestie Van Verschil een benadering aan die de dynamiek tussen inhoud en relatie zichtbaar en hanteerbaar maakt. Dit had op bovenstaande literatuurlijst niet misstaan maar viel waarschijnlijk buiten de kaders van het onderzoek. Een aanrader!
Groet,
John Buwalda
Verder kun je ook kijken naar het AI-proces: wat heeft het gekost (in tijd, geld, moeite) tov de baten? Wat vindt de opdrachtgever, wat vinden de participanten zelf? Hierover is het artikel vaag: kennelijk leveren de werkconferenties 'energie' op, die echter moest worden 'vastgehouden' (door nog meer werkconferenties); anderzijds 'waren er veel goede resultaten merkbaar in de cultuur, maar de relatie met de vastgestelde actiepunten was onduidelijk.' Volgens mij betekent dit dat de actiepunten wel zijn opgeschreven, maar niet zijn uitgevoerd - een probleem met veel grootschalige werkconferenties in Nederland. Natuurlijk kun je dat probleem wegwuiven (dan noem je actiepunten gewoon 'een prettige uitkomst, maar geen doel op zichzelf'), maar daarmee wordt de relatie tussen interventie en doel nog vager. Of is de organisatie veranderd door een werkconferentie te houden, het niet meer over actiepunten te hebben en vrijwilligers in sfeer van AI te laten werken? Dat ging dan wel erg gemakkelijk.
Kortom: AI-interventies zijn me net zo goed (of slecht) te evalueren als andere interventies: als je onmeetbare doelen stelt kom je overal mee weg. Ik denk dat een interessant fenomeen als AI een beter lot verdient.
Bedankt voor je reactie! Naar mijn mening gaan Whitney en Cooperrider ook teveel voorbij aan de implementatie, vandaar dat evaluatie ook zo belangrijk is om de voortgang te bekijken. De vragen die je stelt (bijv. wie bepaalt er wie er mee doen, en welke mensen domineren het proces) zijn zeer interessant, en op dit soort vragen zou tijdens een evaluatie ook gereflecteerd kunnen worden. Abma doet hierover interessante suggesties en gaat meer in op het 'procesmatige' dan Guba en Lincoln. In mijn scriptie (te bekijken via de website van Thoth: http://www.djehoty.com) heb ik wat uitgebreider beargumenteert waarom Guba en Lincoln's benadering 'tekort schiet'.
Wat betreft Van Dongen et al.: ik ken het boek, en het past inderdaad goed bij de AI en sociaal-constructionistische benadering. Ik heb het wel in mijn afstudeeronderzoek gebruikt, maar het viel voor dit artikel inderdaad een beetje buiten de context.
Mag ik vragen wat voor werk je doet en heb je zelf ook ervaring met AI, of andere gerelateerde benaderingen?
Vriendelijke groet,
Dorieke van der Haar
Proficiat met jullie bijdrage die AI in zijn echte waarde plaatst, inclusief de nodige positief-kritische kanttekeningen. Tijdens het 1ste World Conference on Systemic Management in Wenen 2001, had ik de eer als keynote het Solution Focused Management model te mogen vertegenwoordigen. Ik herinner me een lange taxirit naar het congresgebouw die ik mocht delen met Diane Whitney, een overigens buitengewoon aardig mens. Diane vertelde me toen haar grootste nachtmerrie: dat de wereld AI zou omarmen als een alles-zaligmakend bijna sectarisch model en dat AI zou worden opgeslokt in een draaikolk van een nietszeggend new age holisme. Ze worstelde zelf ook met het in jullie artikel terecht genoemde evaluatie-probleem.
Vandaar dat ik in jullie artikel een -op de juiste respectvolle toon gezette- ontnuchtering, een hollands 'met de voeten op de grond' lees.
Dit artikel zuivert het soms sectarische gehalte van AI publicaties en brengt het tot zijn juiste EN waardevolle proporties terug.
Simpel gesteld: als het werkt, doe er dan meer van!
groeten uit Belgie
Louis Cauffman
www.solution-focused-management.com
Bedankt voor je reactie. De punten van kritiek die je formuleert heb ik vaker gehoord. Voor veel mensen betekent evalueren namelijk (alleen maar) het meten van doelen. Ik zou niet willen ontkennen dat je bij een AI proces geen doelen kunt stellen en meten, het stellen en meten van bepaalde doelen is natuurlijk altijd belangrijk, maar het evalueren van AI gaat wat mij betreft wel een stapje verder dan dat. Tijdens een evaluatie van een AI proces is het namelijk belangrijk om vragen te stellen als ‘wie stelt de doelen vast’ en ‘wie bepaalt of de doelen behaald zijn, en dus of de interventie een succes was’. Bij de meer traditionele veranderingsprocessen worden de doelen vaak vastgesteld door een selecte en kleine groep mensen, waaraan de rest van de organisatie zich dan moet committeren. Tijdens een (evaluatie van een) AI proces wordt er juist met de hele organisatie (of een representatief deel daarvan) gediscussieerd over eventuele doelen en actiepunten waardoor er een groter ‘commitment’ kan ontstaan.
Wat betreft het meten van doelen en de vraag wat het resultaat AI is: hierover kunnen grote meningsverschillen bestaan. Ook hier geldt weer dat bij (traditionele) evaluatie-studies er maar een paar mensen (de evaluator/onderzoeker, en evt. het management-team) besluiten of de doelen zijn bereikt en of de interventie een succes was. Echter, omdat de gestelde doelen vaak moeilijk te meten zijn (het gaat immers vaak niet alleen om cijfers, maar over meer procesmatige doelen die moeilijk te kwantificeren zijn er daardoor niet eenduidig te meten zijn), zullen er binnen een organisatie veel verschillende meningen zijn over het effect van AI. En met een responsieve manier van evalueren reflecteer je op de meervoudigheid die, volgens mij, altijd aanwezig is in de organisatie. Op deze manier worden verschillen van mening expliciet gemaakt en kan er over gediscussieerd worden. Dus bij een responsieve evaluatie zal altijd de vraag worden gesteld: volgens wiens maatstaven zijn de doelen bereikt en volgens wie (en waarom) was de interventie een succes (of niet).
Uit jouw reactie maak ik op dat jouw betekenis van evaluatie lijnrecht tegenover responsief evalueren staat. Maar dit hoeft absoluut niet zo te zijn. De procesmatige manier van evalueren die wij bepleiten is een, naar onze mening, interessant alternatief omdat het meer recht doet aan de meervoudigheid en diversiteit in een organisatie door grotere groepen bij de interventie en de evaluatie ervan te betrekken. En omdat dit (het betrekken van meerdere mensen en dus meerdere ‘werkelijkheden’) bij een AI proces juist zo belangrijk is, sluit deze manier van evalueren hier goed bij aan.
Vriendelijke groeten, Dorieke van der Haar
Hartelijk dank voor zoveel complimenten. En wat een mooi verhaal over een taxirit. Bij ons inderdaad geen sectarische dogma's. Ik vind vooral het meer doen van wat er goed gaat aantrekkelijk en het in iedere situatie weer kijken of en hoe dat mogelijk is.
Ik ben ook benieuwd naar Solution Focus.
Vriendelijke groeten,
Maarten Thissen
http://www.djehoty.com/html/publicaties.html.
Want alleen op deze wijze krijgt u een totaal beeld en kan er verder ontwikkeld worden en dan niet direct na het vertrek van de medewerker maar pas na een langere periode.
Vertrouwen is hier het woord en dat krijg je niet dit moet men, een systeem of een werkwijze verdienen.
Verder een leuk en leerzaam stuk, in ieder geval voor mij vraagt dit duidelijk om een nadere verdieping van AI.
Bedankt voor je reactie. Het mooie van AI en de evaluatiemethodiek die wij voorstaan is dat je inderdaad iedereen kunt betrekken.
Het is wel zaak om goed na te denken over de vragen die je aan iedereen wilt stellen.
Voel je vrij om ons te mailen of te bellen als je meer wilt weten.
Heeft AI niet van doen met democratisering van de onderneming, medezeggenschap in de bedrijfvoering , herverdeling van de lasten en lusten, herverdelen van leiding en zelfontplooiing van alle werkenden? En we laten iedereen delen in het resulaat ?
En daar is meten en weten voor nodig?
En daar zoek je een theorie voor ?
En die zoekt een praktijk ter bewijs ?
En dan gaan we dat doen ?
En in herhaling ?
En dat is dan de nieuwe toekomst ?
Zijn we dan allemaal weer een beetje gelukkiger ?
Of begrijp ik het anders dan bedoeld ?
Anderzijds lees ik: "Doel van het AI proces was namelijk om van een autoritair, hiërarchisch geleide organisatie naar een meer innovatief en participatieve organisatie te ontwikkelen." Dit klinkt mij typisch in de oren als een probleem/zwakte die wordt aangepakt?
Met vriendelijke groeten,
Ton van Kollenburg.