Appreciative Inquiry Research A-Z

Appreciative Inquiry Research A-Z: A Survival Guide for Ph.D. Students

“ทำ AI Reseach อย่างไร ให้ชัวร์และชิลล์” โดยดร.ภิญโญ รัตนาพันธุ์ ผู้ก่อตั้ง AI Thailand

© 2016

คุยกันก่อนวิจัยเป็นอะไรที่ท้าทาย สำหรับนักศึกษาปริญญาเอกเป็นอย่างมาก โดยเฉพาะวิจัยแนวใหม่ๆ ที่วงการวิชาการยังไม่คุ้นเคยอย่าง Appreciative Inquiry ...เนื่องจากสมัยทำวิจัยป.เอกก็หาตัวอย่างไม่ได้ ก็ต้องลุยอย่างเดียวมาวันนี้ตั้งแต่เริ่มต้นก็สิบปีแล้ว เลยอย่างกลั่นประสบการณ์จากการทำป.เอก จนถึงมาสอนนักนิสิตนักศึกษาจากหลายสถาบัน ...เพื่อประโยชน์ของผู้มาทีหลัง จะได้ไม่ต้องมึนงงมากนัก แถมจะมีความสุขมากขึ้น ผมจึงทำ Guideline ง่ายๆ สำหรับผู้ที่ใหม่กับวิจัยแนวนี้ ถ้ายังติดอะไรก็ Inbox มาถามกันได้ ที่อยู่ของผมอยู่ slide แผ่นท้ายสุด และขอให้มีความสุขกับการทำวิจัยแนว AI จะครับ ผมเชียร์สุดใจเลย ติดอะไรถามกันได้ไม่ต้องเกรงใจครับ อยากให้คุณชัวร์และชิลล์ครับ

ดร.ภิญโญ รัตนาพันธุ์ MBA KKU และ AI Thailand

ถ่ายกับศาสตราจารย์เดวิด คูปเปอร์ไรเดอร์ ผู้คิดค้น Appreciative Inquiry

ตอนมาสอนเมืองไทย

A= Art and Science of Appreciative Inquiry

อย่างแรกเลยคือศึกษาปรัชญา ความเป็นมาของ Appreciative Inquiry (AI) จริงๆ มีไม่มาก จะอยู่ในบทแรกของตำรา AI ทุกเล่มในโลก

เลือกเล่มใดเล่มหนึ่งก็ได้ ศึกษาวิธีการทำอย่างละเอียดนั่นคือ Science แต่ในเรื่องของ Art ต้องเข้าใจว่า AI คิดโดยฝรั่ง ถามแบบฝรั่ง ทำในบริบทแบบฝรั่ง อย่างกรณีศึกษาของอาจารย์เดวิด ผู้คิดค้น AI นี่มันส์ๆทั้งนั้นครับ เช่นการสร้างเมืองแนวคิดใหม่ หรือความพยายาม

แก้ไขปัญหาของอิสราเอลกับปาเลสไตน์...สุดยอด...แต่เดี๋ยว..แล้วถ้าผมจะทำ AI เพื่อพัฒนาร้านกาแฟ ที่มีคนเพียงสามคนทำไงล่ะ เพราะ

แต่ละ case ที่เจ้าพ่อ AI ของโลกทำนั้นบาง case คนเกี่ยวข้องนับแสนคนครับนี่เป็นที่มาของการที่คุณอาจต้องไปดู case ที่ทำในไทย ง่ายๆ เริ่มที่ www.atihailand.org ก็ได้ครับ เพราะฝรั่งไม่มีหรอกครับ ร้านกาแฟมีคนทำงานสามคน ส่วน

ใหญ่จะแกรนด์ๆ ทั้งนั้น ©ดร.ภิญโญ รัตนาพันธุ์ 2016

http://www.atihailand.org

B=Blend AI เป็นเพียงศาสตร์ของการตั้งคำถามเชิงบวก เพื่อนำมาสู่การแก้ปัญหา วางแผน พัฒนา

องค์กร ดังนั้นจึงสามารถนำไปผสมผสานกับศาสตร์อะไรก็ได้ ก็เหมือนวิจัยทั่วไป เอาไปประยุกต์กับโจทย์ได้เกือบทุกโจทย์ นั่นหมายถึงอะไรครับ หมายถึงคุณโชคดี ที่ปรึกษาจะดยู่ใน Field อะไรก็ได้ คุณก็สามารถใช้ AI มาเป็นส่วนหนึ่งของงานวิจัยใน Field นั้นได้ คุณไม่ต้องหาอาจารย์จบ AI โดยตรง ถ้าคุณเรียน

หมอ คุณก็ไปหาอาจารย์หมอได้เหมือนเดิม ถ้าคุณเรียน HR ก็จัดเต็ม AI ด้าน HR เลย เพียงแต่เพิ่ม AI เข้าไปเท่านั้น จริงจะดีมากๆด้วยซ้ำ เท่าที่ทำร่วมกันมาก็ไปกันด้วยดีครับ เพราะ AI ก็จะทำให้เห็นมุมมองอีกมุมของศาสตร์ด้านนั้น

ส่วนเรื่องการตีพิมพ์ ไม่ต้องกังวลครับ ตอนนี้จะเข้างานที่ 400 แล้ว ตีพิมพ์ได้ครับ ไป Inter ก็ได้ ในประเทศไทยไปได้ทุกมหาวิทยาลัยครับ

Blend ในที่นี้ยังหมายถึงอาจผสมผสานหลายๆ วิธีการในการทำวิจัยด้วยครับ ผมเองก็ผสมผสาน AI, Appreciative Coaching และ KM เข้าไปในการทำวิจัยแบบ Action Research ของผมด้วย ...One Size Does not fit All. ©ดร.ภิญโญ รัตนาพันธุ์ 2016

C= Courses1. ตอนนี้ที่เปิดสอนอย่างเป็นทางการคือที่ MBA มหาวิทยาลัยขอนแก่นชื่อวิชา Appreciative Inuriy and Positive Organisation Development สอนโดยผมเองดร.ภิญโญ อีกวิชาที่ MBA เช่นกันคือวิชา Leadership สอนโดยดร.อัจฉริยะ เพื่อนผม ตัวนี้เน้นการพัฒนา Appreciative Leadership ครับ ส่วนที่อื่นน่าจะสอดแทรกอยู่ในรายวิชาอื่น ยังไม่เห็น Courses เต็มๆ 2. อาจลงเรียนทาง Udemy ก็ได้ แต่เป็นภาษาอังกฤษ ลอง Search แล้วเก็บเป็น Wishlist ลองคอยช่วงลดราคา จะไม่แพงมากไป 3. ลอง Search Clip Video ของ David Cooperrider ดูนะครับ เท่าที่ผมเห็น สอนเหมือนที่ผมเคยไปเรียนกับท่าน... เท่านั้นคุณก็เรียนด้วยตนเองได้ ผมเห็นท่านพูดให้ TED Talks ด้วย 4. ศึกษาด้วยตนเองก็ได้มาที่ www.aithailand.org จะมี Case Study ให้ดู ตัวนั้นรับรองทำเป็นครับ หลายคนไม่เคยเรียนกับผมหรือเดวิดเลยก็มาดูที่นี่ก็ทำเป็นครับ 5. เห็นเริ่มมี Certification Programme แต่เป็นสายโค้ช...ตัวนั้นอาจไม่จำเป็นครับ เพราะ AI Research กว้างกว่านั้นมาก ถ้าไม่ไปเป็น Coach จริงๆ ก็ไม่ต้องครับ 6. ถ้าหาเรียนที่ไหนไม่ได้ ก็ยินดีสอนให้ครับ ลองเข้ามาที่ www.aithailand.org จะมีเบอร์ติดต่อครับ

©ดร.ภิญโญ รัตนาพันธุ์ 2016

http://www.aithailand.org


D= 4D Processแน่นอนนี่คือวงจรพื้นฐาน ค้นหาเรื่องดีๆ ตั้งคำถามกับสิ่งที่มีอยู่ แม้จะเป็นปัญหา ก็มักมีใครทำได้ หรือช่วงเวลาที่เคยทำได้ไกล้เคียง ร่วมกันค้นหา จริงๆแล้ว AI คือกระบวนการสืบค้นเรื่องดีๆ ของคนในองค์กรร่วมกัน แล้วเอามาขยายผลสร้างการเปลี่ยน นั่นหมายถึง คุณไม่ควรค้นหาอยู่คนเดียว ควรชวนคนให้มากที่สุดร่วมกันค้นหา แต่ถ้าไม่พร้อมก็คนเดียวไปก่อน พอถนัดก็ขยายวงมากขึ้น ถามว่าถ้าเรื่องดีๆ ในองค์กรไม่มีจะทำอย่างไรดี ...ทำมาเป็น 100 มีแน่นอนครับ เพียงแต่ต้องปรับ Mindset กันหน่อย ว่าเรื่องดีๆ ไม่จำเป็นต้องระดับแม่ดีเด่นแห่งชาติ เอาเล็กๆ ไม่มีใครเคยเห็น ก็เอามาใช้ได้เลย นี่คือ (Discovery)

ถามมากๆ แล้วเอามาคิดต่อว่าจะนำมาสรุปเป็นภาพในอนาคต (Dream) แล้วเอามาขยายผล (design) ...ขยายผลจากอะไร จาก Discovery นั่นเอง หรือจะตีความจาก Dream เพิ่มเติมก็ได้ ขั้นตอนต่อไปก็ Destiny คือพากันลุย แล้ววัดผล วัดผลก็ง่ายๆ ลองดูว่า Discovery ที่ทำจะตอบโจทย์ตัวชี้วัดตัวไหน ..มักจะตรงเสมอไม่ต้องสร้างใหม่ ที่สำคัญมันเป็นวงจร เอาไปขยายผล

Source http://www.tmiaust.com.au/what_we_do/appreciative_inquiry.htm

6

ก็จะเจออีกว่าได้ผล ตรงไหน ไม่ได้ผลตรง ไหน เราก็เอาสรุปเป็นบทเรียน ปรับกระบวนการใหม่ แล้วทำซ้ำขยายผลไปเรื่อยๆ จนกว่าจะครบกำหนดระยะเวลาที่วางแผนไว้


http://www.tmiaust.com.au/what_we_do/appreciative_inquiry.htm

E= Ethicsเรื่องนี้เรื่องใหญ่ เอาง่ายๆ Copy and Paste นี่ยากครับ คุณจะเบลอไปตลอด ใจเย็นๆ ค่อยๆสรุปเขียน Literature Review อ่านภาษาอังกฤษไม่แตก ก็เอาไปถามอาจารย์ ถามเพื่อนก็ได้ การทำวิจัยแนวนี้ทางทฤษฎีเท่านั้นที่อาจต้องอ่านภาษาอังกฤษ แต่ก็มีหนังสือภาษาไทยดีๆ จำนวนมากที่ผมแนะนำให้อ่าน เช่น “กลยุทธ์จุดกระแส

(Tipping Point)” ..ก็ให้อ่าน อ่านจริงๆ อย่า Copy and Paste จะไม่รู้เรื่องเลย ที่สุดคุณจะต่อไม่ติดกับที่ปรึกษา ที่ปรึกษาเองก็จะเริ่มเซ็ง และหมดความนับถือในตัวคุณมากขึ้นเรื่อยๆ ไปไม่รอดครับ ยิ่งจ้างทำยิ่งไม่

ควร ...คุณไปตายตอนสอบแน่นอน ไม่มีวันตอบได้ กรรมการส่วนใหญ่ไม่รู้จัก บางคนอาจถึงขั้นต่อต้าน คุณจะสู้ได้ก็ต่อเมื่อคุณอ่านมาจริง และคุณลงมือทำจริงเท่านั้น


F=FITคุณเหมาะจริงๆ ที่จะทำสิ่งที่ทำอยู่ไหม ..โดยเฉพาะคนทำงานแล้ว หลายคนชีวิตดิ้นรนมาก เพราะเลือกทำเรื่องนอกองค์กรของตัวเอง จริงๆ แล้วสามารถเอา AI มาพัฒนางานของตัวเองได้ เช่นคุณขายบัตรเครดิต คุณก็เอา AI ไปทำ Research ในงานของคุณได้ คือคุณต้องเลือกสนามในการทำวิจัยหน่อย แนะนำมากๆ คืองานของคุณเอง บางคนไปพัฒนางานให้ญาต หรือเจ้านายเก่า ตอน

แรกก็ง่ายดี แต่ไปๆมาๆ เขาอาจยุ่งไม่มีเวลาให้คุณไปรบกวนเขา หรือไม่ก็รู้สึกกลัวว่า

คุณไปเจอกลเม็ดเคล็ดลับของเขา ทำให้คุณไม่สามารถเปิดเผยเป็นงานวิจัยออกมาได้ นี่ก็ยุ่งครับ พยายามเอางานของคุณไปทำ

Research จะดีกว่า ..AI ช่วยคุณทำงานได้ดีขึ้นแน่นอน คุณจะควบคุมสถาณการณ์ได้ ทำงานได้ง่ายขึ้นไม่เสียเวลาซ้ำซ้อน แถมควบคุมไม่ได้ คิดดีๆก่อนทำนะครับ สรุป

แนะนำให้นำมาปรับปรุงงานของตัวเองครับ


G= Guideline

ทำ ต า ม กำ ห น ด เ ว ล า ห รื อ Format . .ระเบียบพิธีการของมหาวิทยาลัยอย่างเคร่งครัด เขากำหนดให้ส่งอะไรก็ทำตามให้ทัน อย่าหลุด ...Guideline อีกตัวคือแนวการถาม ..ควรเข้าฟังคนอื่นสอบ ดูว่ากรรมการถามอะไร ส่วนใหญ่จะถามแนวเดียวกัน จดคำถามไว้ แล้วมาเล่าให้ที่ปรึกษาฟัง ช่วยกันตอบแต่ต้น งานจะออกมาดีมากๆ ...เรียกว่าแตกต่างไปเลย เราเองก็จะแตกฉานมากยิ่งขึ้น


H = Habitสร้างนิสัยการทำงานอย่างสม่ำเสมอ การทำวิจัยไม่ว่าจะระดับโท หรือเอก ควรมีวินัย อย่าหยุดทำ หยุดเมื่อไหร่ เริ่มต้นไหม เสียจังหวะไปมาก เพราะฉะนั้นทำทุกวัน แนะนำง่ายๆ เขียนอย่างต่ำวันละ 3 บรรทัด หรือกลับไปแก้งาน 10 จุด อ่าน Paper วันละสองเรื่อง นี่คือขั้นต่ำ รักษาระดับนี้ไว้คุณจะทำงานทัน ไม่ชะงัก และคุณจะจบตรงเวลา


I = Interviewแล้วแต่ขนาดของงาน ส่วนใหญ่ตอนฝึกทำวิจัยก็ 30-90 คน ตัวนี้ก็ทำเองก็ได้ ส่วนใหญ่ถามได้ 4-5 คนต่อวันก็เก่งแล้วครับ เพราะเราเองก็ทำงาน คนที่เป็นกลุ่มเป้าหมายของเราก็ทำงาน แต่ถ้างานขนาดใหญ่หน่อย ก็อาจจัดในรูปแบบ Workshop เช่นผมทำบางทีก็ 80-200 คน นี่ก็ต้องมีทีมครับ หัดให้เขาช่วยถาม ช่วยเก็บข้อมูลให้ได้ แต่ต้องหัดให้ดี เช็คให้ชัวร์ว่าทำเป็นจริงๆ หรือไม่ ...และเราไม่ใช้แบบสอบถามกันครับ อย่าพยายาถามทาง Line หรือใช้แบบสอบถาม มักซักรายละเอียดไม่ค่อยได้ ไม่แนะนำครับ ถามต่อหน้า หรือคุยกันทางโทรศัพท์ก็ยังดี


J = Just do itเน้นทำมากๆครับ ทำแล้วจะเห็นเอง AI...เป็นอะไรที่ไม่ทำไม่มีวันเข้าใจครับ เท่าที่ผมทำมาและ

สังเกตจากลูกศิษย์ ถ้าเริ่มไปถามสัก 4-5 คน ก็จะเริ่มเห็นแล้วว่าจะต้องทำอะไรต่อ ถามไปสัก 20 ก็จะอยากขยายผล เรียกว่าคน

ถามจะเกิดเห็นโอกาสและบางทีขยายผลไปเลย


K=Knowledge

AI เน้นที่กระบวนการ Discovery มากๆ ครับ ถามเพื่อเอาสิ่งดีๆ มาขยายผล แต่บางครั้งถ้ากลุ่มใหญ่มากๆ คุณต้องระวังเก็บเรื่องที่เล่ามาใช้ไม่หมด คุณควรมีระบบบันทึกข้อมูลที่ดีพอ ส่วนใหญ่ผมจะแนะนำให้คนที่เล่ากลับไปเขียนเรื่องที่เล่ากลับมาส่ง จะง่ายที่สุด แต่ต้องกำหนดให้เขียนคนละ 10

บรรทัด ไม่เช่นนั้นจะสรุปมาห้วนๆ เอาไปใช้อะไรไม่ได้ แต่ถ้าเก็บข้อมูลซัก 30 รายไม่เป็นไร คุณถามๆ จดโน๊ตไว้แล้วรีบกลับมาเขียนบันทึกไว้ได้ จะใช้เครื่องอัดก็ได้ แต่ขออนุญาตก่อน


L = Logแต่ละวัน ไม่ว่าคุณจะทำอะไร ไปเจอใครให้คุณเขียนบันึกเหตุการณ์ไว้ทุกวัน เหตุการณ์ละบรรทัดสองบรรทัดก็พอ เราเรียกว่าเขียนลง Log ขั้นตอนนี้สำคัญมากๆ เพราะจะช่วยให้คุณจำเหตุการณ์ได้ และ

ระหว่างเขียนอาจช่วยให้คุณตกผลึกอะไรบางอย่างได้ ไม่งั๊น

เวลาวิเคราะห์ หรือเขียนวิทยานิพนธ์คุณอาจจะจำอะไรไม่ได้

เลย


M = Methodology

นี่เป็นปัญหาโลกแตกของคนทำวิจัยครับ ส่วนใหญ่จะเน้นหาทฤษฎีหลักๆ ด้าน AI ไปตรงๆ หรือไม่ก็ทฤษฎีที่จะใช้งาน แต่ไม่ค่อยมีใครศึกษาระเบียบวิธีวิจัยตรงๆ ให้ดีพอ ส่วนใหญ่ไม่แม่น จริงๆ แล้วระเบียบวิธีวิจัยสำคัญมากๆ เพราะมันคือกรอบการทำงานของนักวิจัย ถ้าไม่แม่น ก็ตกม้าตาย ควรอ่านมากๆครับ อ่านไปนอก AI ด้วย ..สิ่งที่ควรอ่านคือหนังสือ Organisation Development (OD) จะได้เห็น

ภาพรวมว่า OD ทำอย่างไร , Action Research การวิจัยเชิงปฏิบัติการ และสุดท้ายคือการวิจัยเชิงคุณภาพ ที่จะทำให้คุณเข้าใจ AI และมั่นใจมากขึ้น ที่สำคัญจะทำให้สามารถ

สื่อสารกับกรรมการสอบได้ เราเองก็จะแม่นขึ้นด้วย ไม่ Strong ภาษาอังกฤษ ภาษาไทยสองเล่มนี้สุดยอดมากๆ ...หรือไม่ก็ไปขอ Sitin อาจารย์ที่สอน Quali ที่คณะอื่นก็ได้ หรือมหาลัยอื่นก็ได้ ถ้าคณะคุณไม่มี อาจารย์ใจดีครับ

ลองดู List ที่ผมอ่านข้างๆนี้ครับ


N = Number

จำนวนผู้เข้าร่วมวิจัยหรือ Participants ไม่จำกัดจำนวนครับ ขึ้นกับความสมัครใจ น้อยสุดที่เคยทำคือ 1 คน

(ป.โท) ส่วนป.เอกที่น้อยที่สุด คือ 15 คน แต่ถ้าเป็นไปได้ก็

คืออย่างต่ำ 30 คน แต่อุดมคติเลยคือทุกคนที่เกี่ยวข้องไม่ว่าจะเป็นนายจ้างลูกจ้าง ลูกค้า

ผู้มีส่วนได้เสียทั้งหมด


Objectives

การเขียนวัตถุประสงค์ เราเขียนง่ายๆ ดูว่าเราจะเปลี่ยนอะไร ในมุมมองไหน เช่นเพิ่มรายได้ ก็เขียนว่าเพื่อเพิ่มรายได้ ไปเลย อยากลดต้นทุน ก็เขียนเพื่อลดต้นทุนไปเลย โดยจะสัมพันธ์กับ

Research Questions .. เขียนแบบตรงไปตรงมา...เราไม่เน้น เพื่อเปรียบ

เทียบตัวแปร...กับตัวแปรอะไรนี่ เป็นงานวิจัยแนวอื่นครับ ...เราเน้นการพัฒนา เอาผลการศึกษาที่ได้ไป

พัฒนาหน้างานจริงๆ แล้ววัดผลก่อนหลังเลย เราไม่เปรียบเทียบครับ


P=Participantsวิจัยแนวนี้เราไม่สุ่มตัวอย่าง

(Sampling) เราไม่ใช่คำว่ามีประชากรเท่าไหร่ (Population) เราใช้คำว่า

Participants หรือผู้มีส่วนร่วมในการวิจัย จริงๆ เป็นปรัชญาของงานวิจัยแนวนี้เลย เราเน้นทุกเสียงมีส่วนร่วม เพราะทุกคนมีคำตอบดีๆ รออยู่ ยิ่งมีคนเข้ามามีส่วนร่วมมากก็ยิ่งดี เราต้องการฟังทุกเสียง (Every Voice is Heard) แต่ถ้าไม่พร้อม เท่าไหนก็

เท่านั้นครับ


Q = Qualityจะดูว่าการทำ Appreciative Inquiry ของคุณให้มีคุณภาพเชื่อถือได้หรือไม่ ใช้เกณฑ์ง่ายๆครับ

1. คนที่เราไปเชิญเข้ามาในโครงการรับรู้ความเป็นมา และเต็มใจไหม (Democratic Validity)

2. มีการวัดผลหลายทางไหม เช่นอาจสัมภาษณ์ก่อนหลัง กับดู KPI หรือสังเกตร่วมไปด้วย (Process Validity)

3. เน้นการขยายผล ไม่ใช่ทำเป็นข้อเสนออย่างเดียว จะได้สร้างการเปลี่ยนแปลงและการเรียนรู้ไปในตัว (Outcome Validity)

4. คนทำต้องหมั่นใคร่ครวญเรียนรู้ว่าอะไรที่ทำไปมีจุดอ่อนจุดแข็งอย่างไร จะได้ปรับปรุงกระบวนการให้ดีขึ้น (Catalytic Validty)

5. หมั่นสอบถามให้เพื่อน ผู้รู้ช่วยดูงานให้จะได้ไม่อคติ ตีความเกินจริงไป (Dialogic Validty)

Ref: The Action Research Dissertation


R= Research Question

Research Question สำหรับการทำวิจัยแนว AI เราใช้โครงสร้างประโยคแบบนี้ครับ

To what extent AI impact อะไรบางอย่างที่เราต้องการให้เปลี่ยน หรือภาษาไทย คือ

“การสร้างการเปลี่ยนแปลงด้วย AI ทำให้....เปลี่ยนแปลงไปในระดับ

ใด...ประมาณนี้ เราไม่พิสูจน์ เปรียบเทียบอะไรทั้งสิ้นครับ เราต้องการเพิ่ม เปลี่ยน

อะไรบางอย่าง แต่เวลาวัดการเปลี่ยนแปลงเราวัดทั้งปริมาณและคุณภาพครับ และเราไม่ต้องหาว่ามันเพิ่มอย่างมีนัยสำคัญไหม จริงเราดู Percent ธรรมดา เราไม่ต้องเล็งก่อนว่ามันจะเพิ่มอย่างมีนัยสำคัญหรือไม่ การทำ AI เหมือนการทดลองอะไรบางอย่างเราไม่มีวันรู้ว่าแรกๆ มันจะไปถึงไหน แต่พอทำ พอประเมินเป็นวงจรไปเรื่อยๆ เราจะเห็น

การเติบโต เห็น Cycle ไปเองครับ


S=Scopeขอบเขตงานวิจัย งานวิจัยแบบ AI เราไม่เน้นไปสำรวจแบบ Survey ครับ คือไปสำรวจทั้งจังหวัดนี่ไม่ใช่แนว ส่วนใหญ่เราจะไปพัฒนาองค์กรใด องค์กรหนึ่งที่จะทำอย่างจริงจังจนวัดผลเลยทีเดียว ขอบเขตอย่างแรก จึงเน้นจุดที่เราจะ

สามารถเปลี่ยนแปลงได้ ส่วนใหญ่อยู่ในองค์กรใดองค์กรหนึ่ง แต่ก็เป็นไปได้ที่ AI Research จะเป็นการร่วมมือกันทำของหลายองค์กรเรา ซึ่งเราเรียกว่า Positive Change Consortium ก็ได้ แต่ยัง

ไม่ค่อยเห็นใครทำครับ

ขอบเขตอีกด้านคือเรื่องเวลา เราทำตามขอบเขตเวลาที่กำหนดครับ เช่น 3 เดือน 6 เดือน หรือ 8

เดือน แล้วแต่ที่สถานศึกษาจะเห็นควร และเมื่อทำถึงแค่ไหนก็ตัดจบเท่านั้นครับ...โดยที่ผลการ

ดำเนินงานบางวิจัยอาจไม่ได้เห็นการเปลี่ยนแปลงอะไรมาก บางทีอาจล้มเหลว ก็ไม่เป็นไร ขอให้เราศึกษาบทเรียนความสำเร็จล้ม

เหลวมาด้วย ซึ่งก็ถือเป็นผลการศึกษาหนึ่งเช่นกัน


T = Theoriesต้องใช้ทฤษฎีอะไรบ้าง 1. AI ก็มีทฤษฏี AI และทฤษฎีจิตวิทยาบวก ให้อ่านให้หมด ส่วนใหญ่จะหาต้นฉบับได้ในเมืองไทย 2. ทฤษฎีที่เกี่ยวข้อง เช่นการตลาดก็ไปหาดูงานวิจัย หรือทฤษฎีด้านการตลาด 3. งานวิจัยของรุ่นพี่ทั้งใน นอกประเทศ ฐานข้อมูลงานวิจัยในไทยตอนนี้ค่อนข้างทันสมัย มีมากพอควรรับ 4. งานวิจัยของ AI ในไทย มีคนทำมากพอควรในหลาย Fields ลองหาดูครับ 5. อาจดูงานวิจัย หรือทฤษฎีทาง OD เพิ่มเติมเพื่อจะได้เข้าใจ OD (AI เป็นส่วนหนึ่งของศาสตร์ OD หรือ Organisation Development


U=Universitiesมีมหาวิทยาลัยไหนที่อาจารย์ให้คำปรึกษา

เรื่อง AI บ้าง หลักๆคือ MBA มหาวิทยาลัยขอนแก่นครับ (ป.โท)

ABAC ป.เอก ป.โท NIDA ที่ HROD เป็นป.โท

ม.นเรศวร ป.เอก แต่จริงๆ อยากทำก็ลองไปพัฒนางานวิจัยขึ้นมากับอาจารย์ที่ปรึกษาเลย หลายครั้งที่ปรึกษาจะโทรมาคุยกับผมเอง พวกเรา

สามารถเป็นที่ปรึกษาด้านเครื่องมือให้ ตอนนี้กำลังทำร่วมกับจุฬา (ป.โท) ม.เกษมบัณฑิต

(ป.เอก) ม.ราม (ป.เอก) อยู่ครับ สักพักคงขยายผลไปอีกมาก

ติดต่อมาที่ www.aithailand.org ที่นั่นมีเบอร์โทรครับ



V= Visual

ใช้การสังเกตเป็นการเก็บข้อมูลได้ครับ และใช้ดูว่า Participants เต็มใจให้ข้อมูล หรือระหว่างที่เราวางแผน หรือขยายผล คนดูเต็มใจ อึดอัดไหม ถ้าดูอึดอัดให้ทบทวนด่วน หรือหยุดไปก่อน


W= (Do not) Waste time

ความรู้เกิดจากการไปปฏิบัติ ช่วง Proposal อ่านให้มากจริง แต่อย่าจมตัวเองไปกับการสังเคราะห์

ทฤษฎี เพื่อหาตัวแปร ...คนละเรื่องครับ หาจุดเริ่มจากความท้าทายขององค์กร เช่นด้านการตลาด ก็ไปหาทฤษฎีการตลาดมาดู แต่ทำพอควร แล้วลงมือทำจริงให้ครบ

4D คุณจะได้ความรู้ แล้วค่อยกลับมาเทียบกับทฤษฎีเดิมว่ามีใครทำมาแล้ว จะดีครับ ไม่งั๊นเสียเวลามากๆ อาจไม่ได้อะไรเลย แบ่งเวลาทำจริงอย่างต่ำสามเดือน

(ป.โท) ป.เอกสัก 7-8 เดือน ©ดร.ภิญโญ รัตนาพันธุ์ 2016

X=Experimentation

การทดลองครับ AI ไม่ใช่เขียน Proposal จบแล้วทำได้เลย ควรทดลองทำก่อนด้วยตนเองให้ครบวงจร หรืออาจทดลองในกลุ่มเล็กๆ ตอนผมทำ ป.เอก ผมทดลองทำหนึ่งเดือน ปรากฏว่าเห็นชัดเจนเลยว่าจะใช้เวลาทำกับกลุ่มใหญ่นานขนาดไหน เราจะเห็น

ภาพชัดขึ้นมากๆ เรียกว่าทำให้เรียนจบตรงเวลาเลย ตอนนี้เห็นคนทำ AI

จำนวนมากในหลายๆ สถาบันไม่ทำก่อนครับ ทำให้มองไม่ออก ลอง

พิจารณาข้อเสนอแนะของผมนะครับ


Y=Yes!!!!!

ต้องเช็คว่าข้อมูลที่ได้มีคุณภาพไหม โดยดูว่าเขาเล่าละเอียดจนเห็นภาพที่เอาไปทำซ้ำได้ไหม เช่นถามว่า “ชอบเราเราตรงไหน” ลูกค้าตอบ “บริการดี” นี่ไม่ Yes ครับ เพราะไม่รู้จะทำต่อยังไง ถามต่อ “พี่ช่วยเล่าละเอียดนิดหนึ่งครับ” ...อ้อ “พี่เดินเข้ามาตลาดเห็นน้องเป็นร้านเดียวที่ยิ้มให้ลูกค้ามาแต่ไกล...” นี่เลย Yes ใช่...ข้อมูล

ชัดแล้ว เอาไปทำซ้ำได้


Z=Zappos

องค์กรระดับโลกที่ใช้แนวคิดจิตวิทยาบวก (Positive

Psychology) บริหารแล้วประสบความสำเร็จมากๆก็มีเช่น Zappos ตอนนี้แปลเป็นไทย แต่หาซื้อยากหน่อย ต้องสั่งเอาครับ ...AI ถือเป็นส่วนหนึ่งจิตวิทยาบวก ...ผมกับลูกศิษย์เวลาทำ AI ก็จะมีกัลยาณมิตรทักเสมอว่า “มองโลกสวยไปไหม” มีใครทำ แล้วใครทำสำเร็จ ในต่างประเทศก็มีมากขึ้น ลองหามาอ่านดูนะครับ เป็นอะไรที่ชัดเจนมากๆ

ดร.ภิญโญ รัตนาพันธุ์

อาจารย์ MBA KKU ผู้ก่อตั้ง AI Thailand www.aithailand.org

Line ID: aithailand

“สอน AI ทุกวัน มีความสุขมากมาย”ถ่ายกับ Adviser สมัยเรียนปริญญาเอก

Dr. Rita Aloni Former President of International

Organisation Development Association (IODA)



Appreciative Inquiry Research A-Z

Education

Transcript of Appreciative Inquiry Research A-Z