¿Qué es la investigación apreciativa? (Definición, ejemplos

Información clave

• La investigación apreciativa se centra en identificar las fortalezas.
• Implica un proceso de cuatro pasos: descubrimiento, sueño, diseño.
• Fomentar un enfoque positivo ayuda a generar motivación y compromiso.

En un entorno empresarial global impredecible, resulta tentador abordar la estrategia con objetivos específicos ya en mente.

La mayoría de las veces, se centran en los problemas y apuntan a mitigar las amenazas.

Las empresas suelen centrarse en lo que no funciona y adoptar mentalidades de “causa raíz”, sólo para encontrarse con una serie de preguntas diferentes, pero relacionadas, en el futuro.

Preguntas como ¿Cómo podemos solucionar nuestra falta de compromiso? ¿Qué hacemos con la baja motivación? ¿O por qué la gente simplemente no está de acuerdo?

El Modelo de Investigación Apreciativa es uno de los enfoques organizacionales positivos clave para el desarrollo y el aprendizaje colectivo. Aquí analizamos cómo se ha convertido en uno de los movimientos más influyentes para el desarrollo organizacional positivo en las últimas décadas.

Antes de continuar, pensamos que te gustaría visitar uporabnapsihologija.com. Estos ejercicios detallados y basados ​​en la ciencia ayudarán a sus clientes a desarrollar su potencial único y a crear una vida que se sienta energizante y auténtica.

¿Qué es la indagación apreciativa?

La Investigación Apreciativa (IA) es un enfoque colaborativo basado en las fortalezas para el cambio en las organizaciones y otros sistemas humanos. Por lo tanto, el término Investigación Apreciativa se utiliza para referirse a ambos:

• El paradigma de la IA: en sí mismo, se relaciona con los principios y la teoría detrás de un enfoque de cambio basado en las fortalezas; y
• Metodología e iniciativas de IA, que son las técnicas específicas y los pasos operativos que se utilizan para lograr un cambio positivo en un sistema (Davidcooperrider.com, 2019).

O tomemos nuestra propia definición:

Conceptos clave en IA

La idea fundamental detrás de la IA es que, con el tiempo, se ha vuelto cada vez más común que las organizaciones aborden el cambio y el crecimiento desde una perspectiva de resolución de problemas. A medida que las empresas aspiran a mejorar la eficiencia, sobrevivir, desempeñarse mejor e impulsar la competitividad, los defensores de la IA argumentan que se ha llegado a hacer un énfasis excesivo y nocivo en la solución de lo que está mal: un enfoque basado en el déficit .

La IA surgió como un desafío a estos supuestos arraigados y propuso que las organizaciones pueden beneficiarse de lo que se llama una basado en fortalezas o enfoque afirmativo (Hammond, 2013). Este enfoque afirmativo, a su vez, supone que cada sistema humano tiene una núcleo positivo de fortalezas.

Este núcleo positivo no es muy diferente de la forma en que vemos las fortalezas organizacionales en la literatura de gestión convencional. En esencia (y vagamente parafraseado por los autores), se puede considerar que abarcan (Cooperrider

• Los valores, creencias y capacidades de nuestra organización cuando está en su mejor momento; y
• Comprensiones colectivas en torno a lo que constituye lo mejor de nosotros.

Como concepto de psicología organizacional positiva, la IA probablemente se comprenda mejor si se observa su evolución a lo largo del tiempo.

Una breve historia

Es útil saber un poco sobre la gestión científica y el taylorismo para ver cómo y por qué surgió la IA.

Gestión Científica

La mayoría de los líderes y gerentes organizacionales ya sabrán acerca de la gestión científica, pero para aquellos que no están familiarizados, esta fue una escuela de pensamiento que saltó a la fama a finales del siglo XIX. El objetivo de la Gestión Científica era aumentar la eficiencia de los flujos de trabajo analizándolos analíticamente y eliminando el desperdicio.

En ese momento, Frederick Taylor, un ingeniero estadounidense, se inspiró para aplicar técnicas científicas rigurosas para analizar y mejorar la forma en que trabajaba la gente. En términos generales, esto se logró mediante la sincronización, la simplificación y la estandarización de las tareas.

Los enfoques resultantes han sido duramente criticados por promover la visión de las empresas como máquinas, en lugar de entidades de personas. Otro buen paralelo es que puso claramente énfasis en la recursos , en lugar de la humano parte de los recursos humanos. Una cita directa del propio hombre da un ejemplo:

En nuestro plan, no pedimos la iniciativa de nuestros hombres. No queremos ninguna iniciativa. Lo único que queremos de ellos es obedecer las órdenes que les damos, hacer lo que les decimos y hacerlo rápido.

(Taylor, 1919)

Reparación de máquinas rotas

Gestión Científica in its oiginal fom has not been popular fo close to a century. However, AI proponents point to lots of evidence then ‘deficit-centered’ thinking has remained heavily embedded in managerial y oganizenional practice (Cooperrider & Srivastva, 1987).

En este sentido, cambiar las organizaciones consistía en identificar, establecer y arreglar cosas que no funcionaban, lo que Bushe (2013), un experto en IA, resumió claramente como una “investigación de las experiencias deficitarias”.

Los ejemplos comúnmente citados incluyen análisis de necesidades organizacionales, definición de problemas, análisis de causa raíz y similares.

Hacia un enfoque basado en las fortalezas

Fuente: Davidcooperrider.com (2011)

En reacción a este aparente énfasis excesivo, la IA ha surgido como un enfoque alternativo al cambio y desarrollo organizacional; un enfoque afirmativo que centra la investigación en lo que es correcto, lo que funciona y cómo trabajar hacia una visión deseada (Davidcooperrider.com, 2019).

Como se señaló, el modelo de investigación apreciativa se basa en el principio de que se pueden alcanzar futuros organizacionales positivos a través de la participación colectiva y métodos que afirman, obligan y aceleran el aprendizaje anticipado (Cooperrider et al., 2008).

Estamos muy lejos de analizar los errores del pasado y definir un camino correctivo a seguir. Un poco más adelante, analizaré más detalladamente el modelo y la teoría.

Una mirada a David Cooperrider

A David Cooperrider se le considera a menudo el pionero del modelo de investigación apreciativa. Sin embargo, el paradigma en sí fue desarrollado durante los años 80 tanto por Cooperrider como por Suresh Srivastva, su entonces mentor.

El poder de las preguntas

Cooperrider describe su ¡Ah-Ha! El momento ocurrió cuando él y un colega estaban realizando una investigación-acción para un proyecto de desarrollo organizacional (Bushe, 2013). Específicamente, el equipo se encontró en una atmósfera cada vez más hostil y negativa y decidió cambiar su enfoque.

En lugar de investigar qué no funcionaba, Cooperrider y su colega decidieron preguntar qué sí funcionaba, aunque para una empresa diferente (Barrett

De la investigación a las entrevistas y al desarrollo organizacional

Lo que Cooperrider realmente tenía en este momento era una visión potencialmente transformadora sobre cómo se podría mejorar la investigación cualitativa en ciencias sociales.

Es decir, el cambio de paradigma para el cambio organizacional no se produjo instantáneamente. Bushe (2013), que cubre la historia de la IA con mucho más detalle. detalle , describe cómo se enseñó por primera vez a los empleados el método de investigación para que pudieran entrevistar a otros empleados con los nuevos métodos. Fue recibido positivamente ya que rápidamente se hizo evidente el beneficio para la generación de ideas.

Luego, David Cooperrider comenzó a trabajar con otros para explorar cómo este construccionismo social podría aplicarse al cambio organizacional, entre otras cosas. En 1997, el “modelo 4D” para el que había sentado las bases se había convertido en el Modelo de Investigación Apreciativa que conocemos hoy.

El modelo y la teoría

Cualquier profesional del desarrollo organizacional sabrá que los marcos abundan en este campo. El modelo 4D generalmente se refiere a una representación visual de los cuatro pasos de una iniciativa de IA:

• Descubrimiento;
• Sueño;
• Diseño;
• y Destino.

Sin embargo, normalmente verá agregado un quinto paso; para Definir, esto se relaciona simplemente con lo que David Cooperrider describe como seleccionar un tema afirmativo. Un tema afirmativo, a su vez, es el foco de su intervención: puede haber uno o múltiples focos. Los ejemplos pueden incluir una mayor satisfacción del cliente, entornos de trabajo más seguros o una entrega de valor más eficiente (Kessler, 2013).

A continuación se muestra un ejemplo del modelo de IA sin definir.

Fuente: Página et al. (2016)

Pasos en el modelo 4D

El paso Definir es una parte importante para determinar cómo fluirán los siguientes pasos. Kessler (2013) enfatiza la importancia de utilizar un lenguaje inspirador para enmarcar el enfoque de su intervención. Por lo tanto, una mayor satisfacción del cliente podría convertirse en lo que él describe como inspirar a clientes fanáticamente leales .

Temas afirmativos ya establecidos, aquí están las fases (Ludema et al., 2006):

1. Descubre

El enfoque durante esta fase es buscar e identificar lo que da vida a la organización. Los éxitos pasados ​​se pueden discutir y explorar y, en cada caso, el objetivo es centrarse en lo que los ha permitido.

Se trata de una investigación activa, y las partes interesadas internas pueden hacerse preguntas entre sí para descubrir lo que Ludema y sus colegas llaman lo mejor de lo que existe. Si bien esto se centra en descubrir fortalezas, también es una forma útil de cambiar la mentalidad y el vocabulario actuales lejos del pensamiento centrado en el déficit.

2. Sueño

La fase de Sueño consiste en imaginar futuros potenciales positivos para la organización. Debido a que idealmente una amplia gama de participantes ha participado en el proceso de IA, estos representarán múltiples perspectivas, opiniones y entendimientos.

Las preguntas positivas incondicionales que se han desarrollado idealmente desbloquearán visiones y posibilidades creativas y constructivas. A través de lenguaje e imágenes positivas, los participantes co-crean futuros y resultados positivos.

3. Diseño

La cocreación continúa a lo largo de esta fase, pero el foco cambia a debatir y discutir las posibilidades ya generadas.

El objetivo es alcanzar una visión o un valor compartido que el equipo o los participantes consideren que tiene un potencial real y positivo. De este modo, las aspiraciones individuales se vuelven compartidas, en lo que idealmente es un entorno inclusivo, seguro y de apoyo donde todos se sienten escuchados.

4. Destino

El objetivo de esta fase final (antes llamada Entrega) es construir futuros a través de la innovación y la acción (Ludema et al., 2006: 158). La visión, el sistema o las estructuras que se han diseñado y con los que se comprometen como medios posibles para lograrlos se perfeccionan aún más a través del compromiso individual.

Vale la pena mencionar que la fase Destino del modelo 4D no está estrictamente definida en términos de cómo debe proceder. Kessler sostiene que los profesionales y teóricos individuales variarán en su estímulo a la estructura o la improvisación en esta fase (Kessler, 2013).

Principios básicos de la investigación apreciativa

A medida que la IA se practica más ampliamente, también hemos visto muchas prácticas contrastantes y conflictivas que supuestamente caen bajo el paraguas de la IA. Esto es algo que Bushe (2013) atribuye a una falta inicial de metodología formal: al principio el profesor Cooperrider se mostró reacio a publicar alguna. Pero a principios de la década pasada, él y la Dra. Diana Whitney del Instituto Taos desarrollaron cinco principios para la práctica de la IA.

1. El principio construccionista

Esto postula que nuestras creencias subjetivas sobre lo que es verdad determinan nuestras acciones, pensamientos y comportamientos. El lenguaje que utilizamos a diario es fundamental en la forma en que co-construimos nuestras organizaciones, y esto incluye el lenguaje que utilizamos para la investigación.

La investigación, en sí misma, consiste en generar e inspirar nuevas ideas, visiones e historias que potencialmente pueden conducir a la acción (Cooperrider

2. El principio de simultaneidad

Esto sugiere que nuestras investigaciones sobre los sistemas humanos pueden provocar que cambien. Las primeras preguntas que hacemos pueden moldear la forma en que la gente piensa y discute las cosas; esto, a su vez, afecta la forma en que aprenden y descubren cosas.

No existe una pregunta neutral, en el sentido de que investigaciones apasionadas y persistentes en direcciones específicas conducirán a cambios en esas direcciones (Cooperrider

3. El principio poético

El tercer principio sostiene que podemos elegir (o no) estudiar la vida organizacional para marcar la diferencia. La vida en los sistemas humanos, como las organizaciones y los equipos, es coautora y se cuenta en historias.

Nuestra elección de vocabulario puede desencadenar sentimientos, imágenes, conceptos y comprensiones, y la IA consiste en utilizar la investigación para crear visiones positivas y optimistas del futuro para inspirar y despertar lo mejor de las personas (Cooperrider

4. El principio de anticipación

El Principio de Anticipación sugiere que nuestras acciones y comportamientos actuales están moldeados por nuestras visiones para el futuro.

A través de la IA, podemos crear imágenes y visiones positivas de nuestro futuro o del de una organización que impactarán lo que hacemos en el presente (Goleman, 1987; Cooperrider

5. El principio positivo

Esto plantea que para fomentar el impulso, debemos hacer preguntas positivas que enfaticen el núcleo positivo de una organización. El cambio duradero depende de las conexiones sociales y del afecto positivo entre las personas. Las emociones positivas como el entusiasmo, la unión, la esperanza y la felicidad fomentan las ideas creativas y la apertura a ideas innovadoras (Barrett

Estos cinco principios de la IA son los más citados y ahora están bien establecidos. Sin embargo, a medida que la práctica de la Investigación Apreciativa se vuelve cada vez más popular, estamos viendo cómo se proponen principios emergentes. Entre estos se encuentran principios como la totalidad, la representación, la conciencia, la libre elección, la narrativa y la sincronicidad (Whitney

Ejemplos del enfoque

En esta sección, analizaremos en profundidad un ejemplo de IA aplicada al cambio organizacional y también encontrará algunos enlaces útiles a más estudios de casos sobre el tema.

Organización Mundial de Socorro y Desarrollo

Organización Mundial de Socorro y Desarrollo (GRDO), as introduced by Ludema y colleagues in their Hybook of Action Research (2006), is a US y Cyian NGO then was involved with over a hundred other oganizenions woldwide.

El contexto:

GRDO se acercó a los autores con lo que percibió como un problema con el actual sistema de evaluación de la capacidad organizacional de sus socios. Al describir la situación a sus consultores, mencionaron la falta de compromiso de las partes interesadas (internas y externas) con el sistema; la gente no lo apoyó y lo vio como una imposición tediosa.

En su descripción del sistema ya estaban implícitos un vocabulario basado en el déficit y sugerencias de culpabilización, tanto entre las organizaciones interesadas como entre el propio GRDO. Además, señalan los autores, GRDO no podía verse a sí mismo como un socio igualitario en lo que se suponía inherentemente era un proceso de desarrollo de capacidades y no estaba siendo visto como tal.

Tema afirmativo:

El primer paso, como tal, fue replantear positivamente el problema percibido y definir un tema afirmativo. Con este fin (o comienzo), los consultores formularon preguntas destinadas a descubrir el “anhelo más profundo” de GRDO. Según Johnson y sus colegas, las primeras preguntas clave fueron:

¿Qué es lo que realmente quieres de este proceso? Cuando exploras tus esperanzas más audaces y tus mayores aspiraciones, ¿qué es lo que finalmente deseas?

Por lo tanto, el paso Definir condujo a varios temas; GRDO quería muchas cosas positivas, que se reducían a (Ludema et al., 2006):

• Aprender unos de otros sobre cómo podrían construir ONG vibrantes, saludables y fuertes; y
• Descubrir nuevas formas de colaborar con sus socios como iguales.

Descubrimiento:

Se formó un equipo global compuesto por partes interesadas de las diferentes regiones de GRDO en todo el mundo, y se organizaron retiros de grupos grandes para que tanto GRDO como sus partes interesadas pudieran familiarizarse con la IA. Se les ocurrieron versiones ligeramente diferentes del Protocolo de entrevista de IA que se muestra a continuación.

Fuente: Playing et al. (2006)

Con sus preguntas positivas incondicionales para guiar la investigación, las diferentes ONG asociadas regresaron al país en el que trabajaban para realizar “giras de escucha” (Ludema et al., 2006). Estos involucraron una investigación participativa con miembros de la comunidad con los que estaban trabajando las ONG, para incluir tantas voces como fuera posible y al mismo tiempo descubrir las fortalezas centrales positivas de GRDO y sus socios.

Miles de participantes estuvieron involucrados en esta etapa, que se desarrolló a lo largo de un año.

Sueño:

GRDO y sus ONG asociadas se reunieron nuevamente en retiros de grupos grandes para compartir las fortalezas y las historias de sus investigaciones. Esto les ayudó a expresar sus visiones sobre cómo sería un futuro organizacional positivo y a comenzar a generar ideas para un nuevo enfoque estratégico. Ludema y colegas describen esta etapa como el inicio del rediseño (Ludema et al., 2006: 162):

Se estaba compartiendo una virtual explosión de historias positivas y la forma en que GRDO y sus socios hablaban de sí mismos, de los demás y de su trabajo conjunto comenzaba a pasar de una conversación sobre el déficit a una conversación sobre las posibilidades.

Diseño:

En colaboración con sus socios, GRDO comenzó a explorar sistemáticamente qué estructuras sociales podrían hacer realidad estas visiones. Esto tuvo lugar a escala global, con cientos de reuniones realizadas. Durante estos, los participantes crearon arquitecturas regionalmente receptivas (proposiciones provocativas) que podrían vincular las fortalezas descubiertas con los futuros ideales posibles, o lo que podría ser.

A través de una mayor colaboración, estos se convirtieron en posibles nuevos sistemas de creación de capacidad que eran fundamentalmente diferentes del enfoque anterior que GRDO y sus socios habían estado utilizando. En términos generales, se trataba de responsabilidades más participativas y delegadas para que las ONG locales crearan soluciones más relevantes en diferentes países.

Los autores describen los inicios de un cambio hacia mentalidades más centradas en la asociación. La igualdad deseada, recuerdan, comenzaba a manifestarse a medida que el vocabulario cambiaba para parecerse más al de socios.

Destino:

El tercer y último año de GRDO y el viaje de las ONG vio iniciativas compartidas y energía creciendo a su alrededor. Después de la ronda final de retiros, se implementaron actividades conjuntas en diferentes regiones, como el lanzamiento de nuevos proyectos locales de recaudación de fondos y el rediseño organizacional hacia una estructura nueva y menos jerárquica.

Se pueden encontrar más detalles sobre esta iniciativa global de IA en el libro de Johnson y Ludema (1997), Asociarse para desarrollar y medir la capacidad organizacional: lecciones de las ONG de todo el mundo .

Más ejemplos de consultas apreciativas

Si buscas más ejemplos de IA en la práctica, prueba estos:

• 4 herramientas, ejercicios y actividades de investigación apreciativa
• Cómo aplicar el proceso de investigación apreciativa (incluye 5 consejos)
• 119 preguntas y ejemplos de entrevistas de investigación apreciativa
• Muchos más escritos y estudios de caso de equipos y organizaciones, cortesía de Davidcooperrider.com.

Críticas al método: pros y contras del marco

Entonces, ¿cuáles son las ventajas y desventajas del Modelo de Investigación Apreciativa en su conjunto? Afortunadamente, otros antes que nosotros han revisado la literatura, por lo que podemos sacar nuestras propias conclusiones (Drew

Posibles ventajas de la IA:

• En primer lugar, la IA se centra en las fortalezas, lo que podría decirse que proporciona a las organizaciones energía para el cambio positivo y la innovación (Ludema et al., 2006; Bright, 2009);
• Utilizar las fortalezas también permite a los empleados mejorar su competencia (Linley et al., 2010);
• Fomenta una cultura de aprendizaje a través de la investigación colectiva y equipa a las personas con las habilidades para descubrir por sí mismas (Conklin
• Como tal, fomenta el pensamiento creativo, la ideación y potencialmente fomenta enfoques innovadores (Cooperrider
• Estos, a su vez, facilitan la adaptabilidad organizacional –una ventaja competitiva crítica en entornos empresariales dinámicos (Basadur, 2004);
• Una cultura de aprendizaje también fomenta el cambio sostenible (Boyce, 2003);
• Por diseño, su objetivo es fomentar la participación de las partes interesadas (Drew
• A través de la participación, busca fomentar el compromiso en lugar de la resistencia (Lines, 2004; Drew
• El marco 4D, a través de su estructura, permite a las personas obtener información sobre las acciones (Bright, 2009).

Existe un tema constante en la gran mayoría de estas ventajas potenciales; Se trata de que la Investigación Apreciativa aborda el cambio a nivel cultural, en lugar de presentar un enfoque analítico para “solucionar” problemas específicos. De hecho, la IA fomenta un enfoque de sistemas holístico, cuya premisa fundamental no es ni “de arriba hacia abajo” ni “de abajo hacia arriba” (Davidcooperrider.com, 2019).

En ese sentido, veamos las posibles desventajas de la Investigación Apreciativa.

Posibles desventajas de la IA:

• La IA requiere un tiempo considerable; ni mucho menos es una solución rápida (Drew
• El cambio organizacional a gran escala a través de la IA puede requerir muchos recursos, especialmente si los participantes están dispersos geográficamente, como en el estudio de caso anterior;
• Depende en gran medida del grado en que se pueda crear un entorno positivo, abierto y de apoyo para compartir (Cooperrider
• No todas las partes interesadas siempre pueden participar de manera realista (Schooley, 2012); y
• Si no pueden participar todas las partes interesadas, se plantean dudas sobre la moralidad ética de elaborar estrategias con lo que no es, esencialmente, un consenso democrático (Schooley, 2012).

Por lo tanto, para resumir las debilidades, Drew y Wallis (2014) sostienen que una planificación cuidadosa se vuelve importante cuando consideramos el uso de la IA en contextos específicos. Schooley (2012) enfatizaría que las aplicaciones de la IA en el sector gubernamental y público pueden ser particularmente problemáticas.

¿Qué es SOAR?

En resumen, SOAR es un marco estratégico basado en principios de IA. El paralelo más simple con un modelo más conocido sería el FODA. Ambos vinculan los factores internos de la empresa con externalidades y futuros potenciales para permitir un enfoque analítico de la estrategia.

Un marco SOAR

SOAR significa (Stavros et al., 2003):

• Fortalezas: similares a las fortalezas FODA, estas se relacionan con los factores internos existentes. Pueden ser recursos internos, dinámicas o incluso facetas de la estructura organizacional que pueden aprovecharse estratégicamente para obtener una ventaja competitiva;
• Oportunidades: son factores externos que existen en el entorno macroeconómico, industrial o de mercado de la empresa;
• Aspiraciones: las aspiraciones son futuros potenciales positivos para la empresa, incluida la forma en que una empresa puede crear valor. Idealmente, estos podrían estar fuertemente relacionados con la visión estratégica de una empresa, e idealmente, se puede fomentar el compromiso colectivo en torno a esta visión; y
• Resultados: pueden considerarse entregables y permiten la implementación y evaluación del progreso de una empresa a medida que avanza hacia sus objetivos.

A continuación se muestra una versión adaptada del ejemplo de aplicación de SOAR de Stavros et al. (2003). Aquí es posible ver cómo Factores internos y Factores externos (de FODA) son reemplazadas como categorías de planificación estratégica por Investigación estratégica y Intención apreciativa un vuelo.

Fuente: Adaptado de Stavros et al. (2003: 11; 12)

ELEVARSE versus FODA

Como esperaríamos de un marco de IA, el modelo SOAR comienza con la investigación. Esta es la primera de cuatro etapas por las que los participantes pueden pasar como grupo (Stavros et al., 2003):

1. Indagación: Se hacen preguntas positivas para descubrir las fortalezas y aspiraciones de la organización, y es una buena oportunidad para una discusión abierta y positiva sobre entendimientos compartidos (o no) de valores y visiones (Stavros et al., 2003). ¿Dónde queremos estar? ¿Qué fortalezas nos han ayudado a llegar donde estamos ahora? ¿Cómo y por qué?

2. Imaginación: los participantes idean futuros potenciales. La visión, los valores y la misión se crean conjuntamente y la iteración puede ser un medio útil para aclarar o reafirmar la dirección estratégica de la empresa. El foco de la fase de imaginación son los objetivos a largo plazo para un futuro preferido, en lugar de una gestión de riesgos proactiva con amenazas o debilidades en mente.

3. Innovación: Las metas estratégicas a largo plazo se dividen en objetivos a corto plazo y métodos para alcanzarlos. Para un proyecto específico, esto podría implicar el desarrollo de entregables y plazos; en un sentido más general, se trata de implementar sistemas para facilitar la implementación.

4. Inspirar: Stavros y sus colegas presentan Inspirar como reemplazo de lo que tradicionalmente se considera sistemas de control (es decir, en la red cultural o en la Gestión de Calidad Total). En la estrategia convencional, estos pueden referirse a KPI e incentivos; En SOAR, inspirar abarca sistemas que fomentan el reconocimiento y la recompensa auténticos.

Aplicando SOAR

Por supuesto, comprender un marco no es lo mismo que ponerlo en práctica. Con ese fin, Stavros y Hinrichs (2009) describen varios pasos para aplicar el marco SOAR en sus Libro delgado de vuelo . Sus 9 pasos son los siguientes:

1. Identifique las partes interesadas: establezca quién participará en el ejercicio y decida cómo se reunirán. De acuerdo con el objetivo holístico y colaborativo de la IA, los participantes deben ser partes interesadas internas que representen diferentes áreas de la empresa.
2. Diseñe su entrevista de IA: planifique las preguntas que desea utilizar; Estos, por supuesto, estarán destinados a desarrollar una mejor comprensión del núcleo positivo de la organización. Comprender sus fortalezas, éxitos y aspiraciones es la motivación clave, por lo que sus preguntas deben reflejar estos objetivos.
3. Involucrar a las partes interesadas: siempre involucrarán a partes interesadas internas y también pueden incluir partes interesadas externas, como socios, clientes o proveedores, si se considera apropiado. Utilice sus preguntas para descubrir posibilidades y futuros potenciales positivos.
4. Reformular los problemas: invariablemente surgirán problemas para discutirlos; La investigación SOAR tiene que ver con un enfoque positivo, por lo tanto, reformule las conversaciones para observar los resultados deseados en lugar de evitar o mitigar las amenazas.
5. Resumir: se trata de aclarar y afirmar las fortalezas de la organización: su núcleo positivo.
6. Establecer aspiraciones e identificar resultados: esta es una parte clave para definir o redefinir la visión futura de la organización, que idealmente aprovechará las fortalezas que han identificado colectivamente. ¿Cómo se verán estos? ¿Cómo serán?
7. Evaluar oportunidades: observe las oportunidades que se han generado. ¿Cuáles son los más deseables? ¿Cuáles son nuevos, innovadores y llenos de potencial?
8. Elaborar objetivos: los objetivos deben surgir de las oportunidades identificadas en la fase anterior. Estos pueden vincularse con los resultados para que se pueda monitorear y evaluar el progreso. Utilice declaraciones de objetivos para mayor claridad.
9. Crear planes de acción: ¿cómo trabajaremos para lograr estos objetivos? Los planes de acción deben permitir la implementación y puede haber un plan específico para cada objetivo.

Implementado adecuadamente con un grupo comprometido de partes interesadas, el marco SOAR idealmente apunta a fomentar el compromiso colectivo con la visión compartida que emerge (Stavros

La Cumbre de Investigación Apreciativa

Habrás notado en el ejemplo anterior de Investigación Apreciativa que las reuniones (o retiros, o similares) a gran escala se mencionaron con bastante frecuencia. Los “retiros a gran escala” descritos fueron Cumbres de Investigación Apreciativa (Cumbres AI), que normalmente duran unos días y reúnen a todos los participantes relevantes de la iniciativa 4D. En otras palabras:

Una reunión de gran grupo de planificación, diseño o implementación que reúne a todo un sistema de partes interesadas internas y externas de manera concentrada para trabajar en una tarea de valor estratégico y especialmente creativo.

(Cooperrider, 2019)

El libro homónimo de Ludema y Mohr (2003) cubre la metodología con mayor detalle; las cinco partes analizan respectivamente:

1. Comprender la metodología, las condiciones esenciales y qué esperar de principio a fin;
2. Patrocinar, planificar y crear una Cumbre de IA;
3. Las 4-D durante la Cumbre, e información para facilitadores;
4. Seguimiento y mirada a las organizaciones apreciativas; y
5. Un apéndice con notas y un libro de trabajo de muestra.

puedes conseguir La Cumbre de Investigación Apreciativa: A Practitioner’s Guide en Amazonas .

75 PowerPoints sobre indagación apreciativa (PPT)

A continuación se muestran algunos recursos descargables que podrían resultar útiles si espera introducir el Modelo de Investigación Apreciativa en su empresa.

1. Consulta Agradecida – Aquí es un PPT de Investigación Apreciativa del Centro David L. Cooperrider para Investigación Apreciativa. Explica la historia evolutiva del enfoque y ofrece comparaciones útiles con las prácticas tradicionales de resolución de problemas, luego describe los principios teóricos y algunos estudios de casos.
2. Construyendo nuestro futuro más deseado: indagación apreciativa en el lugar de trabajo: esto presentación proviene de la Universidad de Wisconsin y explica tanto la teoría de la IA como sus aplicaciones prácticas, junto con una descripción general del ciclo 4D de la IA.
3. Powerpoints de la Conferencia Mundial de Investigación Apreciativa 2012: este es un documento completo recopilación de 72 presentaciones de WAIC 2012, y está lleno de estudios de casos sobre IA, cómo se puede promover su práctica y más.

6 vídeos de TEDTalk y YouTube

Si busca un resumen o una discusión en formato de video, pruebe uno de estos.

Una breve introducción y discusión sobre el por qué de la IA, sus beneficios y en qué se diferencia de los enfoques convencionales centrados en problemas, a cargo de la directora académica del Centro, la Dra. Lindsay Godwin.

Otro vídeo del Dr. Godwin que analiza cómo iniciar conversaciones de IA.

La consultora y oradora Robyn Stratton-Berkessel habla sobre los beneficios de la creatividad y el compromiso de la IA.

Si prefiere un buen vídeo explicativo, este ofrece una descripción general concisa de por qué empezamos con lo que ya está funcionando.

David Cooperrider ofrece algunos antecedentes sobre cómo comenzó la IA mientras relata su conversación con el fallecido Peter Drucker.

El profesor de gestión John Hayes habla sobre los antecedentes de la IA y ofrece ejemplos de cómo afecta el compromiso y la motivación.

9 citas

Vivimos en mundos que nuestras preguntas crean.

David Cooperrider

Lo maravilloso de una buena pregunta es que moldea nuestra identidad tanto por la pregunta como por la respuesta.

David Whyte

La Investigación Apreciativa se basa en una premisa engañosamente simple: las organizaciones crecen en la dirección de aquello sobre lo que repetidamente hacen preguntas y en lo que centran su atención.

Gervasio Bushe

Nuestros mundos están formados por las preguntas que hacemos.

David Cooperrider

Hablar de problemas crea problemas; hablar de soluciones crea soluciones.

Steve de Shazer

Los estudios de excelencia organizacional han demostrado que el arte y la ciencia de hacer preguntas positivas poderosas es mucho más importante que buscar las brechas, debilidades y limitaciones de un sistema.

Anne Radford

La imaginación es más importante que el conocimiento.

Albert Einstein

Puedes saber si un hombre es inteligente por sus respuestas. Puedes saber si un hombre es sabio por sus preguntas.

Naguib Mahfouz

Ningún problema puede resolverse desde el mismo nivel de conciencia que lo creó.

Albert Einstein

Un mensaje para llevar a casa

La Investigación Apreciativa puede verse prácticamente como un nexo entre la psicología positiva y el DO, ambas áreas súper estimulantes y gratificantes para los profesionales de ambas. Si asiente sabiamente cada vez que escucha que la cultura come estrategia en el desayuno, probablemente le encantará la promesa de la IA.

En ese caso, espero que los recursos de este artículo sean útiles. Me encantaría escuchar sus experiencias con la IA en la práctica, así que comparta sus pensamientos conmigo en los comentarios.

Si está interesado en leer más, asegúrese de consultar nuestros otros artículos sobre investigación apreciativa .

Esperamos que hayas disfrutado leyendo este artículo. No olvides visitar uporabnapsihologija.com.