“A megbecsülő vizsgálat a legjobbat keresi az emberekben, a szervezetekben és az őket körülvevő világban. Legnagyobb fókuszában annak szisztematikus felfedezését jelenti, hogy mi az, ami “életet” ad egy élő rendszernek, amikor az a legélénkebb, leghatékonyabb és legkonstruktívabb gazdasági, ökológiai és emberi szempontból. A mesterséges intelligencia központi módon magában foglalja az olyan kérdések feltevésének művészetét és gyakorlatát, amelyek erősítik a rendszer azon képességét, hogy felfogja, előre lássa és növelje pozitív potenciálját.”
(Cooperrider & Whitney 2005, p.3.)
Az elismerő vizsgálatot gyakran egy 4 lépéses folyamat formájában mutatják be egy pozitív témaválasztás körül:
1. FELFEDEZÉS: Mi adja az életet? Mi a legjobb? A jól működő folyamatok megbecsülése és azonosítása.
2. ÁLMAZÁS: Mi lehetne? Mire hív a világ? Az eredmények elképzelése, és hogy a dolgok hogyan működhetnének jól a jövőben.
3. TERVEZÉS: Minek kellene lennie – az ideálisnak? Együttkonstruálás – olyan folyamatok megtervezése és rangsorolása, amelyek jól működnének.
4. CÉLKITŰZÉS (vagy TELJESÍTÉS): Hogyan lehet felhatalmazni, tanulni és kiigazítani/javítani? A változás fenntartása
(Forrás: Vállalkozói szemléletformálás): A 4-D modellt Suresh Srivastva, Ron Fry és David Cooperrider dolgozta ki 1990-ben – Appreciative Inquiry Commons – AI Hisory and Timeline. Lásd David Cooperrider weboldalát, ahol további információk találhatók ezekről a szakaszokról)
Míg az Appreciative Inquiry mindig is az értékelésre összpontosított (annak kimunkálása, hogy mi működik jól, és a teljesítmény és a feltételek javítására törekszik), az utóbbi években kifejezett erőfeszítések történtek az AI elveinek és folyamatainak a hivatalos értékelési folyamatokba való beágyazására:
“Az Appreciative Inquiry (AI) egy olyan csoportos folyamat, amely a szervezetekben a “mi van” legjavát kutatja, azonosítja és továbbfejleszti a jobb jövő megteremtése érdekében. A szervezetfejlesztés területén gyakran alkalmazott, a nagyszabású változások megközelítéseként alkalmazott módszer egy szervezet problémáinak, kihívásainak, változásainak és aggodalmainak olyan módon történő kezelésére szolgál, amely a tagok sikeres, hatékony és energetizáló tapasztalataira épül. A mesterséges intelligencia mögött az a meggyőződés áll, hogy az általunk feltett kérdések döntő fontosságúak az általunk teremtett világ szempontjából.” (Preskill & Catsambas 2006 p2)
Források
- Appreciative Inquiry Commons: A Case Western Reserve University weboldala egy online portál, amelynek célja, hogy megkönnyítse az Appreciative Inquiry (AI) tudományos forrásainak és gyakorlati eszközeinek megosztását.
- Locating the Energy for Change: An Introduction to Appreciative Inquiry: Ez a Charles Elliott által írt könyv ingyenesen letölthető a Nemzetközi Fenntartható Fejlődési Intézetből.
- Appreciative Inquiry Australia: Ez a weboldal célja, hogy támogassa és hálózati lehetőségeket biztosítson az Ausztráliában az elismerő vizsgálatot (AI) gyakorlók számára.
-
Az elismerő vizsgálat: A tanulás és a változás saját legjobb gyakorlatainkon alapuló megközelítése: Ez a tájékoztató ismerteti az AI alapelveit, és leírja, hogyan alkalmazták egy mezőgazdasági kutatóintézetben teljesítményének javítására.
A BetterEvaluation tagjai által javasolt források
Az elismerő vizsgálat alapelvei: az anticipációs elv: Andy Smith blogbejegyzése az AI alapját képező elvekről szóló sorozatban.
Ray Calabrese’s Buckeye Blog; Ray Calabrese professzor honlapja, amely tartalmazza az AI oktatásban és más programokban való alkalmazásáról szóló folyóiratcikkének másolatát.