In 2018 schreven Jaap van ’t Hek en Leike van Oss een aardig overzichtsartikel over de verschillende veranderaanpakken van de ‘Hollandse School’. Merkwaardig genoeg ontbreekt Appreciative Inquiry daarin. Wat zegt dat over de status van AI?
Dat weet ik niet, dat zou je de auteurs zelf moeten vragen. Een mogelijke verklaring kan zijn dat de methode uit de VS afkomstig is en daardoor niet onder de ‘Hollandse School’ valt. Appreciative inquiry is een veranderaanpak die zich baseert op actieonderzoek, wellicht is die methode wel in hun overzicht opgenomen maar is appreciative inquiry als zodanig niet apart vermeld. Een andere verklaring zou kunnen zijn dat de methode van actieonderzoek in Nederland als veranderaanpak minder bekend is. Misschien kan de ‘Hollandse School’ wat meer worden gekenmerkt door een systemische, interventionistische aanpak die zich baseert op diagnose van wat er aan de hand is om vervolgens een interventie te plegen in een individu, team of de organisatie als systeem. Bij actieonderzoek, en dus ook bij appreciative inquiry, ga je onderzoeken wat er in de praktijk gebeurt en ontwikkel je kennis over die lokale praktijk. Er is geen sprake van een theoretisch raamwerk waartegen je die werkelijkheid afzet en daarmee geen sprake van een diagnose over de staat waarin een systeem verkeert. Het doel is om die specifieke praktijk beter te begrijpen om van daaruit acties te ontwikkelen die beter passend zijn in relatie tot het (verander)doel dat je nastreeft.
Achter elke veranderaanpak zit een visie op organiseren en veranderen. Op welke visie is AI gebaseerd?
AI zet zich af tegen een genormaliseerde problematiserende kijk op de werkelijkheid. Ze zegt dat er behalve dingen die niet goed gaan, ook veel is dat wel goed gaat waarover we kunnen leren. Het een is niet per definitie beter dan het andere, maar we hebben wel een keuze die we kunnen maken. Door te onderzoeken wat we willen in plaats van wat we niet willen, wat twee verschillende dingen zijn, richt je het veranderingsproces op wat je wilt bereiken en hoe daar te komen. De methode van veranderen is het onderzoeken van positieve praktijken. AI wordt daarom wel een ‘positive deviance’-benadering genoemd, je onderzoekt een positief afwijkende praktijk en vraagt je af wat de groeifactoren zijn die daaraan bijdragen. Bijvoorbeeld, bij een probleemdiagnose in een team van ‘onveilige onderlinge verhoudingen’ onderzoek je met de teamleden momenten in het verleden en heden waarop de werkrelatie wel als coöperatief, veilig en betrouwbaar is ervaren. Je haalt zo waardevolle kennis en ervaringen bij de teamleden naar boven die ze kan helpen om de situatie te veranderen. Het maakt ze tevens bewust van het feit dat ze zowel de gewenste als de ongewenste situatie co-creëren met elkaar, wat een aansporing is om zelf actief bij te dragen aan de gewenste verandering.
Wat is het wezenlijke verschil tussen AI en andere participatieve aanpakken?
Ik denk dat er veel overeenkomsten zitten met andere participatieve aanpakken van verandering, zoals het principe van ‘whole system in the room’: nodig stakeholders uit om actief bij te dragen aan de verandering. Ontwikkel met elkaar een wenkend toekomstperspectief als gezamenlijke stip aan de horizon en maak plannen en afspraken hoe je daar wilt geraken. Zoals ik al heb aangegeven, vertrekt AI niet vanuit een probleem maar vanuit verlangens, ambities en positieve ervaringen. De achterliggende gedachte is dat wanneer (groepen) mensen focussen op hun overeenkomsten in waarden en wensen ze makkelijker kunnen samenwerken met elkaar aan gemeenschappelijke opgaven. Andere aanpakken gaan vaak uit van een ‘Ist…soll’-benadering. Er is sprake van een ongewenste en een gewenste situatie, waarbij gezocht wordt naar de overbrugging van het verschil. AI maakt een andere start door de vraag te stellen wat er al is en wat mensen willen behouden voor de toekomst. Daardoor krijgt verandering een andere toon en kleur, niet langer om weg van iets te willen maar om iets te behouden en omarmen wat voor mensen en organisaties waardevol is.
Wat rechtvaardigde een hernieuwde uitgave van Het waarderend werkboek uit 2010? Want dat is toch wat dit nieuwe boek is.
De ontwikkeling van AI heeft in die 10 jaar niet stilgestaan. Zo is er bijvoorbeeld meer aandacht gekomen voor het thema ‘generativiteit’: Hoe ontstaat vernieuwing, iets dat er voorheen nog niet was, en dat niet op voorhand te ontwerpen valt? Daarnaast was er groeiende kritiek op AI dat het te positief zou zijn en geen oog zou hebben voor de negatieve aspecten in organisaties. Ik heb over de schaduw van AI al in 2012 een artikel geschreven en heb daar in het nieuwe boek een stuk aan gewijd. Ik houd in het boek een pleidooi voor een kritisch-waarderende manier van onderzoeken die de waarde en betekenis erkent van onprettige, negatieve ervaringen. Als derde reden voor het nieuwe boek heb ik samen met de andere auteurs de relationele insteek van AI uitgewerkt. Hoe je een coöperatieve houding bewerkstelligt en welke aspecten daarin een rol van betekenis spelen. Daarbij kijken we anders naar communicatie en interactie tussen mensen als wat gebruikelijk is. De meeste communicatie in organisaties is functioneel in taal, toon en woorden. Je kunt je afvragen of die taal werkt bij verandering, waar in mijn beleving weerstand, spanning en onzekerheid mede worden opgeroepen door de manier waarop we erover praten. AI is een narratieve aanpak van verandering en in het nieuwe boek leggen we uit wat dat betekent in de praktijk. Dus ja, het herschrijven van het boek begon als een update van het waarderend werkboek. Maar het resultaat is ook een volledig nieuw boek geworden. Ook doordat 10 jaar na dato het boek is gevuld met nieuwe praktijkervaringen en geschreven door zo’n 20 gastauteurs.
Voor welke veranderopgaven leent AI zich bij uitstek?
Voor veranderingen waar het eindresultaat afhangt van de betrokkenheid en inzet van verschillende stakeholders. Voor ontwikkelingsgerichte veranderingen waar sprake is van een combinatie van experimenteren, reflecteren en leren. Wat ik noem ‘technische’ veranderingen of implementaties van ontwerpen die zich in het verleden al (elders) hebben bewezen, kunnen vaak toe met een meer lineaire aanpak van veranderen. Maar zelfs daar kan AI zijn nut bewijzen, zoals ik zelf heb ervaren, omdat er altijd een verschil bestaat tussen de oplossing ‘op papier’ en hoe deze in de praktijk gestalte krijgt.
AI wordt nog wel eens weggezet als te idealistisch. Niks ‘burning platform’; je creëert een ‘sense of belonging’. Maar ik kan genoeg situaties bedenken waarin een manager verandering noodzakelijk vindt en zijn medewerkers totaal niet.
Beide insteken kunnen als manipulatief worden ervaren door medewerkers en verschillen in wezen niet van elkaar. In een organisatie waar ik veel mensen heb opgeleid in AI kwamen naar verloop van tijd cursisten naar mij terug met het verhaal dat nu met de invoering van AI er alleen nog maar over positieve zaken mocht worden gesproken. Met andere woorden, ze werden de mond gesnoerd met verwijzing naar de aanpak. Dat is niet wat bedoeld wordt. De afweging voor managers is in hoeverre het resultaat, de verandering, afhankelijk is van de medewerking van anderen en van de samenwerking tussen stakeholders met vaak sterk verschillende belangen. Wanneer dat het geval is, en een manager niet bij machte is om het gedrag van de andere stakeholders te controleren, wat bij verandering vaak het geval is, dan dient deze een participatieve aanpak te overwegen. Waarbij ik dan pleit voor AI (zie hierboven) omdat de positieve benadering bewezen bijdraagt aan betere samenwerking en aan een grotere veranderingsbereidheid.
Moet ik hier de link zien naar wat u een ethisch boek noemt?
Dat klopt, en ik bedoel met een ethische insteek tegelijkertijd ook een politieke insteek. Een politiek-ethische manier van veranderen heeft oog voor de verscheidenheid van posities, privileges en belangen van (groepen) mensen en tracht hier inclusief mee om te gaan. In die opvatting is er bij verandering altijd sprake van conflict omdat nooit aan alle belangen in gelijke mate kan worden voldaan. Mede omdat de gevolgen van verandering maar in beperkte mate kunnen worden overzien. Een ethische benadering houdt dan onder andere in dat je verantwoordelijkheid neemt als organisatie voor de onvoorziene gevolgen die later kunnen optreden. Zie bijvoorbeeld de toeslagenaffaire, waar dat overduidelijk niet is gebeurd. Bij AI volstaat het dus niet om te refereren aan de oorspronkelijke intenties van het management, die zijn vaak wel gemeend en oprecht, maar hun leiderschap af te meten aan de bereidheid om bij te sturen. Ik noem de aanpak van AI dan ook wel een ‘theorie van consequenties’ die vooral stuurt en organiseert op de gerealiseerde impact van verandering.
Over Bert Peene
Bert Peene werkte jarenlang als kerndocent bij IMAGO Groep, Via Vinci Academy en C-Lion, opleiders voor het onderwijs. Daarnaast voerde hij als zelfstandige opdrachten op het gebied van organisatieontwikkeling uit in profit en non-proft. Tegenwoordig werkt hij als free lance docent en schrijft hij voor diverse bladen over managementliteratuur.
