Z kim siadasz przy jednym stole? Wizerunek a kontekst, który legitymizujemy

Profesjonalista odpowiada za swoje słowa. To wydaje się oczywiste. Jeżeli występuje w podcaście, udziela wywiadu, bierze udział w konferencji albo debacie, powinien mówić zgodnie ze swoją wiedzą, nie przekraczać granic własnych kompetencji i odróżniać fakty od opinii. Czy jednak na tym kończy się jego odpowiedzialność?

Wyobraźmy sobie naukowca zaproszonego do popularnego podcastu. Prowadzi rzeczową rozmowę, przedstawia wyniki badań, zaznacza ograniczenia wiedzy, nie spekuluje. Wszystko wykonuje zgodnie ze standardami swojego zawodu. Następnego dnia w tym samym miejscu występuje osoba przekonująca, że Ziemia jest płaska, a tydzień później ktoś przedstawiający jako fakty niezweryfikowane historie o wizytach istot pozaziemskich. Wszystkie rozmowy otrzymują podobną oprawę, kolejni goście przedstawiani są jako osoby, których warto wysłuchać, a odbiorca nie otrzymuje jasnego sygnału, że status poznawczy tych wypowiedzi jest zasadniczo różny.

Czy naukowiec nadal odpowiada wyłącznie za to, co sam powiedział? To pytanie dotyczy nie tylko naukowców. Dotyczy coachów, psychologów, lekarzy, trenerów, konsultantów, menedżerów i wszystkich osób, których pozycja zawodowa opiera się częściowo na wiarygodności. Wizerunek zawodowy nie jest bowiem prostą sumą naszych własnych wypowiedzi. Odbiorcy interpretują również miejsce wystąpienia, organizatora, pozostałych rozmówców, charakter medium i sposób, w jaki przedstawiane są w nim różne twierdzenia.

Nie oznacza to, że odpowiadamy za wszystkie poglądy każdej osoby, która kiedykolwiek pojawiła się na tej samej konferencji czy w tym samym podcaście. Taki wniosek byłby nieuprawniony. Chodzi o coś subtelniejszego: kontekst sam staje się informacją wykorzystywaną przez odbiorcę do oceny wiarygodności. Zresztą profesjonaliści korzystają z tego mechanizmu świadomie. Informacja o wystąpieniu na prestiżowej konferencji, publikacji w cenionym czasopiśmie czy współpracy z uznaną instytucją nie jest komunikacyjnie obojętna. Oczekujemy, że część reputacji tego miejsca zostanie skojarzona również z nami. Trudno zatem zakładać, że mechanizm ten działa wyłącznie wtedy, kiedy jest dla nas korzystny.

Kiedy autorytet zaczyna pracować także na innych

Odbiorca zazwyczaj nie posiada kompetencji pozwalających samodzielnie zweryfikować wypowiedź eksperta. Kiedy lekarz mówi o mechanizmie działania terapii, ekonomista o polityce monetarnej, psycholog o zachowaniu człowieka, a badacz zarządzania o skuteczności określonego modelu organizacyjnego, większość słuchaczy nie przeprowadzi własnego przeglądu literatury. Musi posługiwać się pośrednimi wskaźnikami wiarygodności: kim jest rozmówca, jakie ma kompetencje, kto go zaprosił, gdzie występuje i czy dane medium zazwyczaj prezentuje informacje, którym można ufać.

W ten sposób powstaje zależność dwustronna. 

Medium użycza części swojej reputacji gościowi, ale również gość może użyczać części swojej reputacji medium. 

Obecność uznanego profesjonalisty staje się pośrednim sygnałem: skoro występują tutaj kompetentni ludzie, być może warto ufać również temu miejscu. Nie oznacza to automatycznego „przeniesienia autorytetu”, ale tworzy warunki, w których takie skojarzenie może powstać.

Problem staje się szczególnie widoczny, gdy różne rodzaje twierdzeń otrzymują podobny status komunikacyjny. W literaturze dotyczącej komunikacji naukowej mówi się między innymi o false balance — fałszywej równowadze. Samo przedstawienie dwóch stanowisk jako dwóch stron sporu może stworzyć wrażenie, że ich podstawa dowodowa jest podobna. Tymczasem istnienie dwóch przeciwnych opinii nie oznacza istnienia dwóch równie dobrze uzasadnionych stanowisk.

Możemy zaprosić astronoma i zwolennika płaskiej Ziemi i formalnie otrzymać „dwie perspektywy”. Nie otrzymamy jednak dwóch równoważnych wyjaśnień naukowych. Podobny problem, choć zwykle znacznie mniej oczywisty, pojawia się w rozmowach dotyczących psychologii, zdrowia, zarządzania, coachingu czy rozwoju osobistego. Granica pomiędzy hipotezą, doświadczeniem jednostkowym, interpretacją i wiedzą opartą na systematycznych badaniach łatwo się zaciera, jeżeli wszystkie zostają przedstawione w tej samej konwencji: kolejny ekspert, kolejna rozmowa, kolejna „prawda”.

Nie chodzi przy tym o to, że prowadzący podcast czy dziennikarz musi być specjalistą w dziedzinie każdego rozmówcy. Byłoby to nierealistyczne. Dobry prowadzący może być laikiem i właśnie dzięki temu zadawać pytania, których specjalista sam sobie już nie zadaje. Kompetencja potrzebna w takiej rozmowie leży gdzie indziej. Trzeba umieć zapytać: skąd to wiemy? Na jakich danych opiera się ten wniosek? Czy istnieją inne wyjaśnienia? Jak silne są dowody? Czy rozmówca opisuje wynik badań, własne doświadczenie, hipotezę czy osobistą interpretację? Co mogłoby spowodować zmianę jego stanowiska?

To nie są pytania wymagające doktoratu z każdej możliwej dziedziny. Wymagają natomiast pewnego standardu poznawczego. Otwartość na idee nie powinna oznaczać rezygnacji z oceny jakości ich uzasadnienia. Pluralizm opinii również nie wymaga przyjmowania, że wszystkie twierdzenia mają jednakową wartość poznawczą.

Dlatego popularność nie jest przeciwieństwem rzetelności. Naukowiec, psycholog, coach czy badacz zarządzania może i powinien wychodzić poza czasopisma specjalistyczne. Można upraszczać język bez zniekształcania wiedzy. Można opowiadać historie, zaznaczając jednocześnie, że pojedynczy przypadek nie dowodzi skuteczności metody. Można powiedzieć „nie wiem” przed kamerą. Można stworzyć interesującą rozmowę bez obiecywania odbiorcy odkrycia prawdy, której „nikt nie chce ujawnić”. Granica nie przebiega pomiędzy nauką a popularyzacją. Przebiega raczej pomiędzy popularyzacją a pozorowaniem równoważności wiedzy i spekulacji.

„Nie”

W kulturze marki osobistej łatwo przyjąć, że każda widoczność jest zasobem. Im większy podcast, więcej wystąpień, publikacji, konferencji i wyświetleń, tym silniejsza pozycja ekspercka. Zaproszenie zaczynamy więc analizować przede wszystkim przez pytanie: „Co mogę dzięki temu zyskać?”. Dostęp do nowych odbiorców? Rozpoznawalność? Promocję książki? Klientów? Kontakty?

Profesjonalista powinien jednak postawić również pytanie odwrotne: „Czemu ja użyczę swojej wiarygodności?”

Nie chodzi o tworzenie czarnych list ani prześwietlanie światopoglądu każdego człowieka, który wcześniej pojawił się w danym programie. Tym bardziej nie chodzi o unikanie ludzi mających inne poglądy. Rozmowa z osobami myślącymi inaczej może być niezwykle wartościowa. Istnieje jednak różnica między spotkaniem z człowiekiem reprezentującym odmienne stanowisko a uczestnictwem w formacie, który systematycznie nie odróżnia stanowiska od twierdzenia wymagającego dowodów.

Dlatego przed przyjęciem zaproszenia warto zobaczyć kilka wcześniejszych rozmów. Nie tylko sprawdzić, kto był gościem, lecz przyjrzeć się temu, co dzieje się w chwili, gdy rozmówca wypowiada mocne, niezwykłe albo sensacyjne twierdzenie. Czy prowadzący pyta o źródło? Czy prosi o dowody? Czy próbuje ustalić granice pewności? Czy odróżnia osobiste doświadczenie od wiedzy dającej się generalizować? Czy może przede wszystkim odpowiada: „To niesamowite, proszę powiedzieć więcej”?

Ta różnica mówi o standardzie medium znacznie więcej niż deklaracja umieszczona w zakładce „O nas”.

Oczywiście profesjonalista może odpowiedzieć: „Odpowiadam tylko za siebie. Przychodzę, mówię zgodnie ze swoją wiedzą i wychodzę”. I częściowo ma rację. Nie można przypisywać człowiekowi poglądów innych gości tylko dlatego, że wystąpił w tym samym programie. Naukowiec może nawet świadomie wejść do środowiska pełnego pseudonaukowych twierdzeń właśnie po to, aby je skonfrontować z dowodami. Kluczowa jest jednak świadomość funkcji, jaką pełni jego obecność. Czy jest tam po to, aby zakwestionować standard? Czy też staje się po prostu kolejnym nazwiskiem w katalogu „interesujących perspektyw”?

Wizerunek profesjonalisty powstaje nie tylko z tego, co mówi. Tworzą go także wybory: z kim współpracuje, jakie przedsięwzięcia firmuje nazwiskiem, jakie produkty rekomenduje, na jakich wydarzeniach występuje i w jakich mediach decyduje się budować swoją widoczność. Reputacja jest relacyjna. Sami korzystamy z tego faktu, kiedy z dumą podajemy nazwy instytucji, konferencji czy wydawnictw, z którymi byliśmy związani. Powinniśmy więc uwzględniać ten sam mechanizm również wtedy, gdy działa mniej wygodnie.

Odmowa zaproszenia nie musi być przejawem elitaryzmu, lęku przed konfrontacją ani zamykania się we własnej bańce. Czasami jest po prostu decyzją dotyczącą standardu zawodowego. Tak jak profesjonalista wybiera, pod jakim raportem złoży podpis, tak może wybierać, jakiemu formatowi komunikacyjnemu użyczy nazwiska i wynikającego z niego autorytetu.

Przed kolejnym zaproszeniem do podcastu, debaty czy konferencji warto więc zadać sobie dwa pytania. Pierwsze jest oczywiste: czy mam tam coś wartościowego do powiedzenia? Drugie może być ważniejsze: czy chcę własnym nazwiskiem zwiększać wiarygodność miejsca, w którym to powiem?

Profesjonalizm poznaje się bowiem nie tylko po tym, co człowiek jest gotów powiedzieć publicznie. Czasami równie wiele mówi to, czemu nie jest gotów użyczyć własnego autorytetu.

więcej

Turkus w praktyce: Duże Turkusowe Śniadanie 2026

Czy samoorganizacja rzeczywiście zwiększa odpowiedzialność? Co dzieje się z zespołem, kiedy znika część tradycyjnej kontroli? I jakie znaczenie ma bezpieczeństwo psychologiczne, gdy ludzie mają mieć więcej autonomii, odwagi i wpływu na decyzje? Między innymi wokół tych pytań będzie koncentrować się Duże Turkusowe Śniadanie 2026, które odbędzie się 12 września 2026 roku w Łodzi, w Łódzkiej Specjalnej Strefie Ekonomicznej.

Tegoroczna edycja odbywa się pod hasłem „Turkus w biznesie – praktyki, dzięki którym wszyscy zyskują”. Z perspektywy „Warsztatu Coacha” szczególnie interesujące jest przesunięcie rozmowy z poziomu deklarowanych wartości na poziom rzeczywistych zachowań ludzi i zespołów. Autonomia, zaufanie czy współodpowiedzialność brzmią dobrze, ale ich wartość ujawnia się dopiero w codziennych decyzjach, konfliktach, błędach i sytuacjach wymagających odwagi.

Turkus bez idealizacji

Pierwszy z trzech modułów wydarzenia poświęcono pytaniu, czym Turkus jest, a czym nie jest. Uczestnicy wraz z zaproszonymi ekspertami będą przyglądać się definicjom, źródłom i granicom tego sposobu myślenia o organizacji. Wśród zaproszonych osób znaleźli się m.in. prof. Andrzej Jacek Blikle oraz prof. Monika Kostera.

To ważny kierunek rozmowy. Wokół turkusowych organizacji narosło wiele uproszczeń: od utożsamiania Turkusu z brakiem hierarchii po przekonanie, że wystarczy zwiększyć autonomię pracowników, aby organizacja zaczęła funkcjonować lepiej. Tymczasem samoorganizacja nie usuwa potrzeby odpowiedzialności, kompetencji ani jasności podejmowania decyzji.

Co się dzieje, kiedy zespół dostaje więcej wpływu?

Drugi moduł dotyczyć będzie finansów, transparentności, rentowności i rozproszonego podejmowania decyzji. To obszar szczególnie istotny dla praktyki zarządzania: autonomia zespołu nie istnieje w próżni. Decyzje mają konsekwencje ekonomiczne, a współodpowiedzialność wymaga dostępu do informacji oraz umiejętności rozumienia ich znaczenia.

Uczestnicy będą pracować m.in. nad transparentnością finansową jako elementem samozarządzania, praktykami firm progresywnych oraz sposobami łączenia rozproszonej decyzyjności z mierzalnością i rentownością.

Bezpieczeństwo psychologiczne to nie „bycie miłym”

Z punktu widzenia tematyki podejmowanej przez „Warsztat Coacha” szczególnie interesujący będzie trzeci moduł: „Turkus a bezpieczeństwo psychologiczne – odwaga, odpowiedzialność i jakość decyzji”.

Bezpieczeństwo psychologiczne nie oznacza środowiska pozbawionego napięć, różnic zdań czy odpowiedzialności. Przeciwnie – jego znaczenie ujawnia się wtedy, gdy człowiek może powiedzieć: „nie wiem”, „popełniłem błąd”, „nie zgadzam się” albo „widzę ryzyko”, bez nieuzasadnionej obawy przed interpersonalnymi konsekwencjami zabrania głosu.

Podczas warsztatów pojawią się zagadnienia związane z diagnozowaniem bezpieczeństwa psychologicznego, wczesnym reagowaniem na błędy i napięcia oraz organizacyjnym milczeniem. Uczestnicy przyjrzą się m.in. sytuacjom, w których ludzie milczą z braku języka, grzeczności, lęku przed rozliczeniem, ze względu na układ sił albo niepisane zasady organizacji.

To właśnie tutaj spotykają się obszary interesujące coachów, trenerów, menedżerów i osoby pracujące z zespołami: autonomia, komunikacja, konflikt, odpowiedzialność, zaufanie i zdolność do uczenia się na błędach.

Nie tylko słuchać – doświadczać

Program Dużego Turkusowego Śniadania nie został zaplanowany jako klasyczna konferencja. Każdy z trzech dwugodzinnych modułów obejmuje wspólne wprowadzenie, około 70 minut pracy w równoległych warsztatach oraz wspólną rozmowę i podsumowanie. Organizatorzy przewidują maksymalnie 100 uczestników, ponad 15 mówców i co najmniej 10 warsztatów.

Turkusowe Śniadania odbywają się od 2017 roku i tworzą przestrzeń spotkania osób zainteresowanych samoorganizacją, samozarządzaniem oraz poszukiwaniem innych sposobów budowania organizacji i zespołów.

Tegoroczny program może być interesujący szczególnie dla tych, którzy zamiast pytać wyłącznie „czy Turkus działa?”, wolą postawić bardziej użyteczne pytanie: w jakich warunkach, dla kogo, dzięki jakim praktykom i z jakimi konsekwencjami może działać?

Duże Turkusowe Śniadanie 2026
12 września 2026 r. (sobota)
Łódzka Specjalna Strefa Ekonomiczna, Łódź

więcej

Jak dyskutować z szacunkiem, uważnością i w duchu evidence-based? Praktyczny przewodnik uczestnika kursu

Dobra dyskusja nie polega na tym, kto mówi najwięcej ani kto najszybciej odpowiada. Jej jakość zależy przede wszystkim od tego, czy uczestnicy potrafią odróżniać obserwacje od interpretacji, sprawdzać podstawy formułowanych twierdzeń oraz przedstawiać własne stanowisko w sposób otwarty na korektę. W czasie kursu, szkolenia lub warsztatu każdy uczestnik współtworzy nie tylko atmosferę rozmowy, lecz także jej wartość poznawczą.

Podejście evidence-based nie oznacza, że w dyskusji liczą się wyłącznie badania naukowe. Oznacza raczej, że wnioski powinny być proporcjonalne do jakości dostępnych podstaw. Znaczenie mogą mieć wyniki badań, dane, doświadczenie praktyczne, wiedza ekspercka, kontekst sytuacyjny oraz perspektywy osób, których dotyczy omawiany problem. Kluczowe jest jednak to, aby nie przedstawiać wszystkich tych źródeł jako równie pewnych i nie wyciągać z nich wniosków szerszych, niż rzeczywiście uzasadniają.

Najpierw ustal, co właściwie zostało powiedziane

Jednym z najczęstszych błędów podczas dyskusji jest reagowanie na uproszczoną wersję stanowiska rozmówcy. Zamiast analizować rzeczywisty argument, uczestnik odpowiada na jego własną interpretację, często bardziej radykalną lub łatwiejszą do zakwestionowania.

W podejściu evidence-based pierwszym krokiem nie jest zgoda ani sprzeciw, lecz możliwie precyzyjne odtworzenie twierdzenia. Warto ustalić, czy rozmówca mówi o pojedynczym doświadczeniu, prawidłowości, związku przyczynowym, opinii, hipotezie czy sprawdzonym fakcie. Każdy z tych typów wypowiedzi wymaga innego poziomu uzasadnienia.

„Jeśli dobrze rozumiem, twierdzisz, że… Czy jest to obserwacja z własnego doświadczenia, czy wniosek oparty także na innych danych?”

Taka parafraza nie jest jedynie formą uprzejmości. Pomaga ustalić przedmiot dyskusji i zapobiega sporom, w których uczestnicy używają tych samych słów, ale nadają im inne znaczenia.

Oddzielaj dane od interpretacji

W dyskusjach często miesza się to, co zaobserwowano, z tym, jak zostało to wyjaśnione. Zdanie „Po zmianie sposobu pracy wyniki zespołu wzrosły” może opisywać obserwację. Zdanie „Wyniki wzrosły dzięki tej zmianie” zawiera już interpretację przyczynową.

Podejście evidence-based wymaga świadomego rozdzielania tych poziomów. Najpierw warto zapytać, co rzeczywiście wiadomo, następnie jakie wyjaśnienia są możliwe, a dopiero później oceniać, które z nich są najlepiej uzasadnione.

Pomocne mogą być pytania:

• „Co dokładnie zaobserwowano?”
• „Skąd wiemy, że te dwa zjawiska są ze sobą związane?”
• „Czy można wskazać inne możliwe wyjaśnienia?”
• „Co w tej wypowiedzi jest faktem, a co interpretacją?”

Takie pytania nie służą podważaniu rozmówcy, lecz porządkowaniu procesu rozumowania.

Pytaj o podstawy twierdzenia, nie atakując osoby

W dyskusji evidence-based ważne jest pytanie o źródła i uzasadnienie. Nie chodzi jednak o stawianie rozmówcy w roli osoby oskarżonej, która musi bronić każdej wypowiedzi. Celem jest rozpoznanie, na jakiej podstawie opiera się dany wniosek.

Zamiast mówić: „To nieprawda” albo „Udowodnij to”, lepiej zapytać:

„Na jakich danych, badaniach, obserwacjach lub doświadczeniach opiera się ten wniosek?”

Warto też ustalić, czy przywoływane źródło rzeczywiście wspiera daną tezę. Samo powołanie się na badanie, eksperta lub publikację nie przesądza jeszcze o jakości argumentu. Znaczenie ma sposób przeprowadzenia badania, wielkość próby, kontekst, aktualność danych, zgodność z innymi wynikami oraz zakres, w jakim dane pozwalają na uogólnienie.

Nie traktuj pojedynczego doświadczenia jak uniwersalnej reguły

Doświadczenie praktyczne jest ważnym źródłem wiedzy, ale ma ograniczenia. To, że określona metoda pomogła jednej osobie, zespołowi lub organizacji, nie oznacza jeszcze, że będzie skuteczna w innych warunkach.

W podejściu evidence-based doświadczenie traktuje się jako cenną obserwację, która może prowadzić do hipotezy, ale nie zawsze wystarcza do sformułowania ogólnej zasady. Warto więc używać języka adekwatnego do siły dowodu.

Zamiast mówić:

„Ta metoda działa.”

precyzyjniej powiedzieć:

„W moim przypadku ta metoda okazała się pomocna, ale nie wiem jeszcze, w jakim stopniu można ten efekt uogólnić.”

Taka ostrożność nie osłabia wypowiedzi. Zwiększa jej wiarygodność.

Uwzględniaj jakość i hierarchię źródeł

Nie wszystkie źródła dostarczają równie mocnych podstaw do wnioskowania. Osobista historia może być ważna dla zrozumienia doświadczenia konkretnej osoby, ale nie odpowie sama na pytanie o przeciętną skuteczność metody. Opinia eksperta może pomóc zinterpretować dane, lecz nadal pozostaje opinią. Pojedyncze badanie może być wartościowe, ale jego wyniki wymagają porównania z szerszym stanem wiedzy.

Podczas dyskusji warto więc pytać nie tylko: „Czy istnieje źródło?”, lecz także: „Jakiego rodzaju jest to źródło i czego rzeczywiście można się z niego dowiedzieć?”.

Praktycznie oznacza to zwracanie uwagi na to, czy argument opiera się na:

• pojedynczym doświadczeniu,
• obserwacji praktycznej,
• opinii eksperta,
• pojedynczym badaniu,
• serii zgodnych badań,
• przeglądzie systematycznym lub metaanalizie.

Rodzaj źródła nie rozstrzyga automatycznie o prawdziwości twierdzenia, ale pomaga ocenić poziom pewności, z jakim można je formułować.

Sprawdzaj, czy wniosek nie wykracza poza dane

Częstym problemem w dyskusjach jest wyciąganie zbyt szerokich wniosków. Badanie przeprowadzone na niewielkiej grupie nie uzasadnia twierdzeń o wszystkich ludziach. Korelacja nie dowodzi automatycznie związku przyczynowego. Brak dowodów na szkodliwość nie jest tym samym co dowód bezpieczeństwa.

Warto więc sprawdzać, czy siła języka odpowiada sile dostępnych podstaw. Twierdzenia takie jak „zawsze”, „nigdy”, „wszyscy”, „to dowodzi” lub „jedyną przyczyną jest” wymagają szczególnie mocnego uzasadnienia.

„Czy te dane pozwalają na tak szeroki wniosek, czy raczej wskazują tylko na pewną możliwość?”

Tak postawione pytanie kieruje uwagę na jakość rozumowania, a nie na osobę wypowiadającą argument.

Uwzględniaj niepewność

Podejście evidence-based nie wymaga udawania pewności tam, gdzie jej nie ma. Przeciwnie, rzetelna dyskusja powinna ujawniać ograniczenia wiedzy, luki w danych i możliwe alternatywne interpretacje.

Zdania takie jak „Na obecnym etapie dane sugerują…”, „Nie można jeszcze jednoznacznie stwierdzić…” albo „Ten wniosek jest prawdopodobny, ale niepewny” są bardziej precyzyjne niż kategoryczne deklaracje.

Ważną kompetencją uczestnika dyskusji jest więc nie tylko umiejętność bronienia stanowiska, lecz również określania poziomu własnej pewności. Można być mocno przekonanym do jednej tezy, ostrożnie skłaniać się ku innej albo uznać, że dostępne informacje nie pozwalają jeszcze na rozstrzygnięcie.

Bądź gotowy do aktualizacji stanowiska

W dyskusji nastawionej na dowody zmiana zdania nie jest porażką. Jest naturalną konsekwencją pojawienia się lepszych argumentów, nowych danych lub trafniejszego wyjaśnienia.

Warto więc nie tylko pytać innych o podstawy ich poglądów, ale również zastanawiać się, co mogłoby zmienić własne stanowisko. Jeżeli odpowiedź brzmi „nic”, problem może nie dotyczyć już jakości dowodów, lecz przywiązania do przekonania.

„Jakie informacje mogłyby sprawić, że spojrzysz na tę kwestię inaczej?”

To samo pytanie warto kierować również do siebie.

Unikaj pozoru naukowości

Język specjalistyczny, liczby, wykresy i odwołania do badań mogą zwiększać wiarygodność wypowiedzi, ale nie zawsze świadczą o jej rzetelności. Termin naukowy użyty bez właściwego znaczenia nie staje się argumentem. Pojedynczy procent bez informacji o źródle, próbie i metodzie nie jest wystarczającym dowodem.

Uważny uczestnik dyskusji powinien więc pytać o konkretne znaczenie pojęć, sposób pomiaru oraz źródło danych. Dotyczy to zwłaszcza twierdzeń brzmiących bardzo precyzyjnie, ale pozbawionych informacji umożliwiających ich sprawdzenie.

Pomocne mogą być pytania:

• „Jak w tym przypadku definiowane jest to pojęcie?”
• „W jaki sposób to zmierzono?”
• „Z jakiego źródła pochodzi ta liczba?”
• „Czy można sprawdzić pełny kontekst tego wyniku?”

Zostaw przestrzeń dla innych rodzajów wiedzy

Podejście evidence-based nie sprowadza dyskusji wyłącznie do publikacji naukowych. W wielu sytuacjach znaczenie mają również warunki organizacyjne, możliwości wdrożenia, koszty, wartości uczestników, doświadczenia osób zaangażowanych oraz lokalny kontekst.

Nawet rozwiązanie dobrze wspierane badaniami może okazać się niewłaściwe, jeżeli nie uwzględnia potrzeb konkretnej grupy albo nie może zostać bezpiecznie wdrożone. Dlatego warto pytać nie tylko „Czy to działa?”, lecz również „Dla kogo?”, „W jakich warunkach?”, „Jakim kosztem?” i „Czy jest to rozwiązanie akceptowalne dla osób, których dotyczy?”.

Taka perspektywa chroni przed mechanicznym stosowaniem uogólnień i pozwala łączyć dowody z praktycznym osądem.

Zostaw przestrzeń innym uczestnikom

Jakość dyskusji zależy także od jej dynamiki. Nawet dobrze uzasadnione wypowiedzi mogą ograniczać wartość spotkania, jeżeli jedna osoba przejmuje większość czasu, odpowiada na każde pytanie lub nie dopuszcza innych perspektyw.

Uważny uczestnik obserwuje więc nie tylko poziom argumentów, lecz także to, czy grupa ma możliwość przedstawienia różnych danych i doświadczeń. W podejściu evidence-based różnorodność perspektyw pomaga ujawniać pominięte założenia, alternatywne wyjaśnienia i ograniczenia własnego punktu widzenia.

Czasem najbardziej wartościowym wkładem w dyskusję jest pytanie:

„Czy ktoś ma dane, doświadczenie albo perspektywę, które prowadzą do innego wniosku?”

Jak przedstawić własne stanowisko?

Praktyczna wypowiedź w duchu evidence-based może składać się z kilku elementów. Najpierw warto precyzyjnie odtworzyć stanowisko rozmówcy. Następnie wskazać, które jego elementy są dobrze uzasadnione, a które budzą wątpliwości. Później można przedstawić własne podstawy i określić poziom pewności wniosku.

„Jeśli dobrze rozumiem, uważasz, że ta metoda poprawia efektywność zespołu. Z przedstawionych przykładów wynika, że mogła pomóc w kilku sytuacjach. Nie jestem jednak pewien, czy pozwala to stwierdzić, że będzie skuteczna w innych zespołach. Czy dysponujemy szerszymi danymi albo porównaniem z innymi metodami?”

Taka wypowiedź nie sprowadza dyskusji do prostego „zgadzam się” lub „nie zgadzam się”. Pokazuje, które elementy argumentu są akceptowane, gdzie pojawia się luka i jakich informacji potrzeba do dalszej oceny.

Język, który wspiera rzetelną dyskusję

W dyskusjach evidence-based warto korzystać ze sformułowań, które odzwierciedlają poziom pewności i rodzaj podstaw. Pomocne mogą być zdania: „Dostępne dane sugerują…”, „Na podstawie tego przykładu można postawić hipotezę…”, „Nie wiem, czy ten wniosek można uogólnić” albo „Potrzebowalibyśmy dodatkowych informacji, aby to rozstrzygnąć”.

Warto unikać języka, który sztucznie zamyka temat: „To zostało udowodnione”, „Nauka mówi”, „Każdy ekspert potwierdzi”, „To jest oczywiste” lub „Nie ma nad czym dyskutować”. Takie sformułowania często ukrywają brak precyzji dotyczącej tego, jakie badania przeprowadzono, czego rzeczywiście dotyczyły i jak jednoznaczne były ich wyniki.

Dyskusja jako wspólna ocena dowodów

Najbardziej wartościowa rozmowa nie musi prowadzić do pełnej zgody. Może zakończyć się lepszym zdefiniowaniem problemu, rozpoznaniem luk w wiedzy, odrzuceniem zbyt mocnego wniosku albo wskazaniem danych, które trzeba jeszcze sprawdzić.

Szacunek i uważność w podejściu evidence-based polegają więc nie tylko na uprzejmym tonie. Obejmują również uczciwe przedstawianie poziomu pewności, rozróżnianie faktów i interpretacji, unikanie nadmiernych uogólnień oraz gotowość do skorygowania własnego stanowiska.

Najpierw ustal twierdzenie. Potem sprawdź jego podstawy. Oddziel dane od interpretacji. Oceń siłę wniosku. Na końcu pozostaw przestrzeń na korektę.

Pavel Danilyuk | pexels.com

więcej

Analiza „Biologii przekonań” Bruce'a Liptona

Jednym z podstawowych założeń podejścia evidence-based jest oddzielenie atrakcyjności hipotezy od jakości dowodów, które ją uzasadniają. Historia nauki pokazuje, że wiele koncepcji było jednocześnie inspirujących i błędnych, podobnie jak niektóre początkowo kontrowersyjne hipotezy z czasem znalazły silne potwierdzenie empiryczne. Z tego względu metodologia evidence-based nie rozpoczyna analizy od pytania: „Czy autor ma rację?”, lecz od pytania: „Jakie dowody wspierają poszczególne twierdzenia i jaki jest ich poziom pewności?”

Takie podejście pozwala ograniczyć wpływ autorytetów, emocji, popularności oraz osobistych przekonań. Przedmiotem oceny staje się nie osoba autora ani jego intencje, lecz jakość procesu argumentacyjnego.

W niniejszym artykule tę metodę zastosowano do jednej z najbardziej rozpoznawalnych publikacji z pogranicza biologii i rozwoju osobistego – Biologii przekonań Bruce'a Liptona. Celem niniejszego artykułu nie jest ocena osób ani środowisk związanych z koncepcją Biologii przekonań. Analizie poddano wyłącznie przedstawione twierdzenia oraz sposób ich uzasadniania z perspektywy Evidence-Based Practice. Podejście to zakłada, że każda hipoteza – niezależnie od jej popularności czy źródła – powinna być oceniana według tych samych kryteriów: jakości dowodów, możliwości niezależnej weryfikacji, zgodności z aktualnym stanem wiedzy oraz przejrzystości procesu argumentacji.

Krok pierwszy. Oddzielenie danych od interpretacji

Evidence-Based Practice rozpoczyna analizę od rozdzielenia trzech poziomów poznania:

dane (observations) → interpretacja (interpretations) → wniosek (conclusions).

Dane odpowiadają na pytanie, co zaobserwowano. Interpretacja proponuje możliwe wyjaśnienie obserwacji, natomiast wniosek określa, co z tej interpretacji wynika dla szerszej teorii. Im dalej od danych pierwotnych, tym większego znaczenia nabiera jakość uzasadnienia.

W analizowanej publikacji pierwsze rozdziały odwołują się do dobrze opisanych zjawisk biologicznych. Następnie pojawiają się interpretacje dotyczące wpływu środowiska na komórkę, które stopniowo prowadzą do znacznie szerszych wniosków odnoszących się do roli świadomości i przekonań. Z perspektywy evidence-based każdy z tych etapów wymaga odrębnej oceny.

Krok drugi. Identyfikacja twierdzeń

Evidence-based zakłada, że nie ocenia się książki jako całości. Analizie podlegają konkretne twierdzenia, ponieważ mogą one różnić się poziomem uzasadnienia.

W Biologii przekonań można wyróżnić twierdzenia o różnym stopniu ogólności. Część z nich dotyczy wpływu stresu na organizm, część opisuje rolę epigenetyki, inne odnoszą się do mechaniki kwantowej lub możliwości wpływu przekonań na przebieg choroby. Każde z tych twierdzeń powinno zostać zweryfikowane niezależnie od pozostałych. Dzięki temu unika się zarówno bezkrytycznej akceptacji całej koncepcji, jak i automatycznego odrzucenia wszystkich jej elementów.

Krok trzeci. Poszukiwanie najlepszych dostępnych dowodów

W modelu evidence-based siła twierdzenia zależy od jakości materiału dowodowego. Pojedyncze świadectwa, doświadczenia autorów czy opisy przypadków mogą stanowić cenne źródło hipotez badawczych, nie są jednak wystarczającą podstawą do formułowania ogólnych praw biologicznych.

W przypadku twierdzeń dotyczących funkcjonowania organizmu oczekuje się wyników badań eksperymentalnych, ich niezależnych replikacji oraz systematycznych przeglądów literatury. Im bardziej niezwykłe jest twierdzenie, tym silniejszych dowodów wymaga jego akceptacja. Jest to jedna z podstawowych zasad współczesnej metodologii nauki.

Krok czwarty. Ocena zgodności z aktualnym stanem wiedzy

Evidence-Based Practice zakłada również analizę zgodności nowej hipotezy z dobrze udokumentowaną wiedzą pochodzącą z innych dyscyplin. Nie oznacza to odrzucania nowych idei wyłącznie dlatego, że odbiegają od dominujących poglądów. Celem jest sprawdzenie, czy proponowane wyjaśnienie pozostaje spójne z wynikami biologii molekularnej, genetyki, fizjologii czy medycyny.

Analiza Biologii przekonań pokazuje, że twierdzenia dotyczące wpływu stresu na organizm znajdują szerokie potwierdzenie w literaturze naukowej. Znacznie mniej danych wspiera natomiast tezy dotyczące bezpośredniego sterowania ekspresją genów przez przekonania lub wykorzystywania mechaniki kwantowej jako wyjaśnienia procesów biologicznych.

Krok piąty. Rozpoznawanie rozszerzeń interpretacyjnych

Jednym z narzędzi stosowanych w analizie evidence-based jest identyfikacja momentu, w którym autor przechodzi od dobrze udokumentowanych obserwacji do interpretacji wykraczających poza dostępny materiał dowodowy (więcej: Od anegdoty do uogólnienia)

W analizowanej publikacji można wskazać kilka takich przejść. Przykładem jest wykorzystanie pojęcia epigenetyki. W biologii opisuje ono mechanizmy regulujące aktywność genów pod wpływem czynników środowiskowych. W książce zakres tego pojęcia zostaje rozszerzony również na przekonania oraz procesy świadomości. Samo sformułowanie takiej hipotezy pozostaje dopuszczalne w procesie naukowym, jednak z metodologicznego punktu widzenia wymaga przedstawienia materiału dowodowego odpowiadającego skali proponowanego rozszerzenia.

Czym jest epigenetyka?

Epigenetyka to jeden z najbardziej fascynujących obszarów współczesnej biologii. Bada, w jaki sposób komórki regulują aktywność genów, nie zmieniając samej sekwencji DNA.

Na procesy te wpływają między innymi dieta, hormony, aktywność fizyczna czy przewlekły stres. Choć mechanizmy epigenetyczne są intensywnie badane, każde nowe twierdzenie dotyczące ich działania wymaga rzetelnego potwierdzenia w badaniach naukowych.

Krok szósty. Ocena jakości argumentacji

Evidence-based analizuje nie tylko dowody, lecz również sposób argumentowania. Szczególną uwagę zwraca się na to, czy autor wyraźnie oddziela dane od własnych interpretacji, wskazuje ograniczenia dostępnych badań, odnosi się do literatury prezentującej odmienne stanowiska oraz określa poziom pewności swoich wniosków.

Im częściej publikacja przedstawia hipotezy jako ustalone fakty, pomija dane niespójne z proponowaną interpretacją lub zastępuje materiał badawczy świadectwami i pojedynczymi przykładami, tym większa ostrożność interpretacyjna jest uzasadniona.

Krok siódmy. Ocena konsekwencji praktycznych

Evidence-Based Practice uwzględnia również potencjalne skutki praktyczne wynikające z przyjęcia określonych twierdzeń. Jeżeli dana koncepcja ma stanowić podstawę decyzji zdrowotnych, edukacyjnych lub terapeutycznych, oczekiwany poziom dowodów powinien być odpowiednio wysoki. Im większe mogą być konsekwencje błędnej decyzji, tym większego znaczenia nabiera jakość uzasadnienia.

Z tej perspektywy szczególnej uwagi wymagają sytuacje, w których hipotezy dotyczące wpływu przekonań na zdrowie mogłyby prowadzić do rezygnacji z terapii o potwierdzonej skuteczności lub do opóźnienia diagnostyki.

Wnioski metodologiczne

Analiza przeprowadzona zgodnie z zasadami Evidence-Based Practice prowadzi do wniosku, że Biologia przekonań zawiera twierdzenia o zróżnicowanym poziomie uzasadnienia. Część z nich znajduje potwierdzenie w biologii, psychoneuroimmunologii oraz badaniach nad stresem. Inne pozostają hipotezami wymagającymi znacznie silniejszego materiału empirycznego, niż jest obecnie dostępny.

Z perspektywy evidence-based nie oznacza to automatycznego odrzucenia całej koncepcji. Oznacza natomiast konieczność przypisania poszczególnym twierdzeniom odpowiedniego poziomu pewności oraz wyraźnego oddzielenia faktów empirycznych od interpretacji i spekulacji. Taka analiza pozwala prowadzić dyskusję bez odwoływania się do ocen personalnych czy etykiet, koncentrując uwagę na jakości dowodów oraz transparentności procesu wnioskowania.

---

Glosa: Warto pamiętać, że poziom wymaganych dowodów powinien być proporcjonalny do możliwych konsekwencji praktycznych. W przypadku teorii dotyczących zdrowia szczególnej ostrożności wymagają interpretacje, które mogłyby prowadzić do rezygnacji z leczenia o potwierdzonej skuteczności, przypisywania choremu odpowiedzialności za jego chorobę lub korzystania z kosztownych metod, których skuteczność nie została rzetelnie zweryfikowana. Z perspektywy evidence-based najlepszą ochroną przed tego rodzaju ryzykiem pozostaje krytyczna analiza jakości dowodów oraz podejmowanie decyzji w oparciu o wiarygodną wiedzę naukową. 

W przypadku wątpliwości dotyczących stanu zdrowia, diagnostyki lub wyboru metody leczenia należy skonsultować się z lekarzem lub innym odpowiednio wykwalifikowanym specjalistą, traktując informacje zawarte w niniejszym artykule jako materiał edukacyjny, a nie poradę medyczną.

więcej

Słownik ról w MAXQDA

W praktyce za każdym projektem stoi zestaw ról metodologicznych, interpretacyjnych i organizacyjnych. To one wpływają na jakość procesu badawczego oraz późniejszą wartość dowodową uzyskanych wniosków.

Rola	Znaczenie metodologiczne
Koder (Coder)	Przypisuje kody do danych jakościowych. Uczestniczy w interpretacji materiału, a nie tylko w technicznym oznaczaniu tekstu.
Główny badacz (Principal Investigator)	Odpowiada za pytania badawcze, projekt metodologiczny, strukturę kodów i logikę interpretacji.
Analityk danych jakościowych	Poszukuje wzorców, relacji i struktur znaczeniowych między kodami oraz buduje modele interpretacyjne.
Recenzent kodowania	Kontroluje spójność kodowania, jakość interpretacji i zgodność międzykoderową.
Moderator danych	Prowadzi wywiady, grupy fokusowe lub dyskusje, wpływając na jakość materiału źródłowego.
Transkrybent	Przygotowuje zapis materiałów audio i wideo. Już na tym etapie pojawiają się decyzje interpretacyjne.
Administrator projektu	Zarządza strukturą projektu, wersjami plików, synchronizacją zespołu i bezpieczeństwem danych.
AI-assisted coder	Wykorzystuje sztuczną inteligencję do wspomagania kodowania, klasyfikacji i wyszukiwania wzorców semantycznych.

W logice EBMnt samo oznaczenie fragmentu tekstu kodem nie tworzy jeszcze dowodu. Dopiero sposób definiowania kodów, ich stosowania, porównywania i interpretowania buduje strukturę znaczeń, z której powstają wnioski analityczne.

więcej

Dlaczego szkolenia online często nie zmieniają zachowań? Single-loop i double-loop learning w edukacji BHP

Single-loop learning — gdy szkolenie online staje się formalnością

W wielu organizacjach szkolenie BHP nadal funkcjonuje przede wszystkim jako obowiązek administracyjny. Kurs należy ukończyć, test zaliczyć, a dokumentację zamknąć w systemie. Z perspektywy Evidence-Based Management (EBMnt) pojawia się jednak pytanie, czy dane administracyjne rzeczywiście stanowią dowód skuteczności procesu edukacyjnego. Sam fakt ukończenia modułu e-learningowego nie musi oznaczać zmiany zachowań, rozwoju świadomości bezpieczeństwa ani bardziej odpowiedzialnego działania w środowisku pracy.

Taką sytuację dobrze opisuje koncepcja single-loop learning rozwijana przez Chris Argyris oraz Donald Schön. Uczenie pojedynczej pętli polega na poprawianiu działań bez podważania głębszych założeń, sposobu myślenia czy kultury organizacyjnej. Pracownik może nauczyć się poprawniej wykonywać określoną procedurę, lecz nadal traktować bezpieczeństwo jako wymóg formalny, a nie świadomą wartość organizacyjną.

W środowisku nauczania zdalnego single-loop learning pojawia się szczególnie łatwo. Platforma przekazuje treści, uczestnik wykonuje test, system zapisuje wynik, a organizacja uznaje proces za zakończony. Szkolenie generuje dane: czas aktywności, liczbę ukończonych modułów, procent poprawnych odpowiedzi. Problem polega jednak na tym, że dane nie zawsze są dowodami rzeczywistego uczenia się. EBMnt zwraca uwagę właśnie na tę różnicę — między samą obecnością wskaźników a jakością interpretacji ich znaczenia.

Z perspektywy pedagogiki pracy takie szkolenie może prowadzić głównie do reprodukowania informacji potrzebnych do zaliczenia kursu. Wiedza nie zostaje osadzona w doświadczeniu uczestnika, nie pojawia się refleksja nad własnym działaniem ani reinterpretacja ryzyka zawodowego. Organizacja uzyskuje zgodność proceduralną, ale niekoniecznie rozwija kulturę bezpieczeństwa.

Double-loop learning — gdy e-learning rozwija refleksję i kulturę bezpieczeństwa

Znacznie głębszy charakter posiada double-loop learning, czyli uczenie podwójnej pętli. W tym podejściu człowiek nie tylko koryguje działania, ale również zaczyna analizować własne założenia, przekonania i sposób rozumienia problemu. W kontekście bezpieczeństwa pracy oznacza to przejście od pytania „jak wykonać procedurę?” do pytania „dlaczego działamy w taki sposób i jakie konsekwencje mają nasze decyzje?”.

Z perspektywy EBMnt double-loop learning jest bliższy organizacji uczącej się, ponieważ obejmuje nie tylko analizę danych operacyjnych, ale również refleksję nad kulturą pracy, interpretacją ryzyka oraz mechanizmami podejmowania decyzji. Szkolenie przestaje być wyłącznie narzędziem transmisji wiedzy. Staje się środowiskiem wspierającym świadome uczenie się, reinterpretowanie doświadczeń oraz rozwijanie odpowiedzialności za bezpieczeństwo pracy.

Paradoksalnie właśnie nauczanie zdalne może bardzo dobrze wspierać taki proces. Platformy e-learningowe umożliwiają tworzenie forów refleksyjnych, analiz przypadków, scenariuszy decyzyjnych czy aktywności problemowych odnoszących się do rzeczywistych sytuacji zawodowych. Uczestnik nie musi jedynie zapamiętywać procedur — może analizować przyczyny błędów, interpretować zagrożenia i konfrontować wiedzę z własnym doświadczeniem zawodowym.

W praktyce oznacza to również zmianę sposobu projektowania kursów online. Zamiast koncentrować się wyłącznie na liczbie slajdów, czasie aktywności czy zgodności dokumentacyjnej, organizacja zaczyna analizować jakość procesu uczenia. Pojawia się pytanie nie tylko o to, czy uczestnik ukończył szkolenie, lecz także o to, jakie dowody wskazują na zmianę sposobu myślenia, rozumienia ryzyka oraz podejmowania decyzji w środowisku pracy.

Z perspektywy pedagogiki pracy i edukacji transformującej e-learning może więc stać się czymś więcej niż cyfrową wersją wykładu. Może wspierać rozwój refleksji, odpowiedzialności oraz świadomego działania w organizacji. Właśnie w tym miejscu spotykają się współczesne nauczanie zdalne, kultura bezpieczeństwa i Evidence-Based Management.

Donald Schön | Wikimedia

Więcej: https://akademia-nauki.eu/pl/start/informatorium/o-bhp/double-loop-learning

więcej

MAXQDA nie analizuje za Ciebie. To atut

W świecie badań jakościowych istnieje pokusa, by traktować oprogramowanie jak maszynę do „wydobywania prawdy” z danych. Wgrywamy wywiady, raporty, transkrypcje, dokumenty organizacyjne czy notatki terenowe — a system ma rzekomo „pokazać”, co z nich wynika. Problem polega na tym, że badania jakościowe nie działają jak kalkulator. Nie chodzi w nich wyłącznie o przetwarzanie danych, lecz o świadome budowanie interpretacji, kontrolowanie własnych założeń i dokumentowanie drogi dochodzenia do wniosków. Właśnie tutaj MAXQDA okazuje się narzędziem wyjątkowo interesującym.

MAXQDA nie jest programem „do robienia nauki”. Jest raczej środowiskiem pracy analitycznej. Pomaga organizować materiał, kodować dane, budować relacje między kategoriami i rekonstruować logikę procesu badawczego. Dla wielu badaczy staje się czymś w rodzaju cyfrowego laboratorium interpretacji. 

Nie zastępuje refleksji metodologicznej, ale pozwala ją uporządkować, uczynić bardziej transparentną i mniej podatną na chaos poznawczy.

To szczególnie ważne dzisiaj, gdy liczba danych jakościowych gwałtownie rośnie. Wywiady, komentarze z mediów społecznościowych, dokumenty organizacyjne, nagrania audio, filmy, ankiety otwarte, dane z platform edukacyjnych — współczesny badacz coraz częściej pracuje nie na kilku tekstach, lecz na ogromnych korpusach informacji. Bez odpowiedniej architektury organizacyjnej łatwo zgubić nie tylko dane, ale przede wszystkim sens interpretacji.

MAXQDA dobrze odnajduje się właśnie w takim środowisku. Program umożliwia tworzenie hierarchicznych systemów kodów, prowadzenie notatek metodologicznych, budowanie map pojęciowych, analizę współwystępowania kategorii czy tworzenie syntetycznych podsumowań materiału. Dla badacza oznacza to możliwość nie tylko „oznaczania fragmentów tekstu”, ale również śledzenia własnego procesu myślenia. W praktyce staje się to formą epistemicznego dziennika pracy badawczej.

Z perspektywy podejścia Evidence-Based Management szczególnie istotna jest możliwość integrowania różnych klas danych. MAXQDA pozwala pracować równocześnie na danych jakościowych, liczbowych i dokumentacyjnych. Dzięki temu organizacja może analizować nie tylko wskaźniki efektywności, ale również narracje pracowników, kulturę organizacyjną czy sposoby interpretowania zmian przez interesariuszy. To ważne, ponieważ wiele problemów zarządczych nie wynika z braku danych, lecz z braku zdolności do integrowania różnych poziomów obserwacji.

Program dobrze sprawdza się także w systematycznych przeglądach literatury. Choć sam screening artykułów często wygodniej prowadzić w narzędziach takich jak Rayyan, to późniejsza jakościowa synteza wyników może być już realizowana właśnie w MAXQDA. Dotyczy to zwłaszcza thematic synthesis, analizy narracyjnej, eksploracji motywów czy pracy nad kategoriami interpretacyjnymi. W takim ujęciu oprogramowanie staje się nie tyle magazynem danych, ile przestrzenią konceptualizacji wiedzy.

Jednocześnie warto zachować metodologiczną ostrożność. Każde narzędzie analityczne może tworzyć iluzję naukowej precyzji. Kolorowe wykresy, mapy kodów i matryce współwystępowania łatwo sprawiają wrażenie obiektywności. Tymczasem nawet najbardziej zaawansowane oprogramowanie nie eliminuje problemu interpretacji.

Kod nie jest dowodem sam w sobie. Jest decyzją badacza dotyczącą tego, co uznał za znaczące.

Dlatego praca z MAXQDA wymaga nie tylko znajomości programu, ale również świadomości epistemologicznej i dyscypliny metodologicznej.

Dla kogo zatem MAXQDA będzie rozwiązaniem niemal idealnym? 

Przede wszystkim dla osób pracujących na dużych zbiorach danych jakościowych, prowadzących badania mixed methods lub próbujących uporządkować złożone procesy interpretacyjne. Sprawdza się w naukach społecznych, edukacji, psychologii, badaniach organizacyjnych, health sciences, analizie polityk publicznych czy badaniach kultury organizacyjnej. Szczególnie dobrze odnajdą się w nim badacze, którzy chcą dokumentować proces dochodzenia do wniosków, budować audit trail i pracować w sposób bardziej transparentny.

Nie oznacza to jednak, że jest jedyną sensowną opcją. NVivo pozostaje bardzo mocnym rozwiązaniem w środowiskach akademickich pracujących na rozbudowanych projektach zespołowych i dużych zbiorach danych. ATLAS.ti bywa cenione za elastyczność konceptualną i bardziej „otwarty” sposób pracy interpretacyjnej. Z kolei RQDA czy środowisko R mogą być atrakcyjne dla badaczy preferujących podejście open source i integrację analizy jakościowej z analizą statystyczną.

Niektórzy badacze wybierają także minimalistyczne podejście: dobre repozytorium dokumentów, system tagów i świadomą pracę konceptualną bez rozbudowanego CAQDAS. Wbrew pozorom nie zawsze jest to rozwiązanie gorsze. Przy niewielkich projektach nadmiar technologii może wręcz utrudniać myślenie. Problem zaczyna się dopiero wtedy, gdy skala danych przekracza możliwości ludzkiej pamięci operacyjnej.

W praktyce najważniejsze pytanie nie brzmi więc: „który program jest najlepszy?”, lecz: „jakiego rodzaju proces badawczy chcę prowadzić?”. Jeśli badanie ma być jedynie szybkim oznaczaniem cytatów — niemal każde narzędzie wystarczy. Jeśli jednak celem jest budowanie transparentnej, iteracyjnej i refleksyjnej analizy danych, wtedy wybór środowiska pracy zaczyna mieć znaczenie epistemologiczne, a nie tylko technologiczne.

I być może właśnie tutaj tkwi największa wartość MAXQDA. Nie w automatyzacji interpretacji, lecz w przypominaniu, że dobra analiza jakościowa nie polega na szybkim znalezieniu odpowiedzi, ale na uważnym śledzeniu drogi, która do tych odpowiedzi prowadzi.

więcej

Gronostaje i granty

Felieton stanowi osobistą refleksję nad współczesnym środowiskiem akademickim, widzianym przez pryzmat doświadczeń związanych z kilkoma polskimi uczelniami prywatnymi. Tekst nie jest próbą całościowej oceny nauki ani wszystkich instytucji akademickich, lecz subiektywną obserwacją napięcia między ideą poszukiwania wiedzy a organizacyjną rzeczywistością części uczelni funkcjonujących w logice parametryzacji, wizerunku i przetrwania instytucjonalnego. Jednocześnie felieton podkreśla, że mimo rozczarowań związanych ze strukturami akademickimi sama nauka i badania nadal mogą dawać głęboką satysfakcję poznawczą oraz pozostają jedną z najcenniejszych form ludzkiego doświadczenia intelektualnego.

 

„Dlaczego nie pracujesz na uczelni?”

To pytanie wraca do mnie regularnie. Czasem w formie troski. Czasem zdziwienia. Czasem wręcz lekkiego oskarżenia, jakby dystans wobec instytucji akademickich był czymś podejrzanym albo wymagającym usprawiedliwienia. A przecież odpowiedź jest dość prosta.

Każdy zdrowy człowiek prędzej czy później uczy się rozpoznawać środowiska toksyczne. Dotyczy to relacji, firm, organizacji, a czasem także instytucji, które publicznie mówią językiem wartości, misji i rozwoju człowieka, ale operacyjnie funkcjonują według logiki handlowej, feudalnej albo czysto wizerunkowej.

Współczesna uczelnia coraz częściej przypomina organizację, która z jednej strony ubiera się w gronostaje nauki, etosu i autorytetu, a z drugiej działa jak korporacja walcząca o punkty, granty, sloty, parametryzacje i akademicki marketing. Problem nie polega nawet na samym rynku — bo rynek jest rzeczywistością. Problem zaczyna się wtedy, gdy instytucja przestaje być zainteresowana prawdą, a zaczyna być zainteresowana głównie własnym przetrwaniem, pozycją i produkcją pozorów.

Wtedy nauka staje się dekoracją.

Czasem mam wrażenie, że część środowiska akademickiego przypomina teatr, w którym wszyscy odgrywają role ludzi poszukujących wiedzy, choć realna energia systemu skierowana jest gdzie indziej: na hierarchię, zależności, widoczność, cytowalność, kontrolę dostępu i wzajemne legitymizowanie własnej ważności. Najbardziej ironiczne jest to, że im bardziej system mówi o „krytycznym myśleniu”, tym mniej toleruje ludzi naprawdę niezależnych poznawczo. Można być kreatywnym, o ile kreatywność mieści się w granicach grantowego formularza. Można być odważnym, o ile odwaga nie narusza lokalnego układu. Można mówić o innowacyjności, pod warunkiem że nikomu ważnemu nie zrobi się poznawczo niewygodnie.

I właśnie dlatego czasem zdrowsze jest trzymanie dystansu

Nie z pogardy wobec nauki. Wręcz przeciwnie. Właśnie z szacunku do niej. Bo nauka nie jest budynkiem. Nie jest tytułem przed nazwiskiem. Nie jest ceremoniałem ani gronostajem. Nauka zaczyna się tam, gdzie człowiek nadal potrafi zadawać pytania, nawet jeśli są nieopłacalne. Tam, gdzie dane są ważniejsze od hierarchii. Tam, gdzie można powiedzieć „nie wiem” bez ryzyka utraty twarzy. Tam, gdzie myślenie nie jest podporządkowane instytucjonalnej autopromocji.

Paradoksalnie więc można być bardzo blisko nauki, pozostając daleko od części środowiska akademickiego.

I może właśnie dlatego coraz więcej ludzi szuka dziś wiedzy poza murami uczelni — nie dlatego, że odrzucają wiedzę, ale dlatego, że próbują ratować jej sens.

Nauka nadal potrafi dawać ogromną satysfakcję

A jednocześnie — i to jest może najważniejszy paradoks — prawdziwa nauka nadal potrafi dawać ogromną satysfakcję. Nie tę instytucjonalną, wynikającą z tytułów, punktów czy akademickiego prestiżu, ale znacznie głębszą: poznawczą. Jest coś niezwykle poruszającego w chwili, gdy człowiek zaczyna rozumieć zjawisko, dostrzegać zależności albo odkrywać, że rzeczywistość jest bardziej złożona, niż wcześniej zakładał.

Badania uczą pokory wobec danych, cierpliwości wobec własnych hipotez i odwagi przyznawania się do błędu. Dają też rzadkie doświadczenie kontaktu z czymś autentycznym — z momentem, w którym nie chodzi już o wizerunek, lecz o rzeczywiste poszukiwanie odpowiedzi. I być może właśnie dlatego warto oddzielać naukę od części jej instytucjonalnych deformacji. Bo nawet jeśli niektóre struktury rozczarowują, sama potrzeba rozumienia świata nadal pozostaje jedną z najbardziej ludzkich i fascynujących rzeczy, jakie istnieją.

Warto jednak uczciwie zaznaczyć, że jest to opinia subiektywna, oparta wyłącznie na fragmentarycznych doświadczeniach i obserwacjach związanych z kilkoma polskimi uczelniami prywatnymi. Nie stanowi ona całościowej diagnozy środowiska akademickiego ani oceny wszystkich uczelni. Byłoby intelektualnie nieuczciwe przenoszenie pojedynczych doświadczeń na cały system, ponieważ obok miejsc rozczarowujących istnieją również środowiska wartościowe, uczciwe poznawczo i autentycznie zaangażowane w rozwój nauki oraz ludzi.

I byłoby skrajnie niesprawiedliwe, gdybym pominął drugą stronę tego doświadczenia. Bo to właśnie dzięki uczelniom poznałem wielu znakomitych ludzi — kreatywnych, błyskotliwych, odważnych poznawczo. Ludzi, którzy mimo systemowych absurdów nadal próbowali naprawdę uczyć, inspirować i myśleć. Jedni walczyli z systemem codziennie, inni momentami z nim przegrywali, by później odzyskiwać siebie na nowo. Spotkałem też autorytety, na których zajęciach siedziałem niemal oczarowany — nie dlatego, że mieli tytuły, ale dlatego, że potrafili uruchamiać myślenie. Byli wykładowcy, po których zajęciach człowiek wychodził poznawczo „rozebrany”, zmuszony do zadawania sobie nowych pytań. I może właśnie te spotkania sprawiają, że mimo całego krytycyzmu nadal trudno mi całkowicie odwrócić się od świata nauki. Bo obok instytucjonalnych deformacji istnieją tam również ludzie, którzy przypominają, po co nauka w ogóle powstała.

więcej

BUR – szansa rozwoju czy biurokratyczna pułapka?

Polska Agencja Rozwoju Przedsiębiorczości uruchomiła BUR jako narzędzie mające połączyć przedsiębiorców, instytucje szkoleniowe oraz system finansowania kompetencji. W założeniu BUR miał uporządkować rynek usług rozwojowych, zwiększyć transparentność szkoleń i umożliwić łatwiejszy dostęp do dofinansowania. W praktyce jednak system budzi zarówno duże zainteresowanie, jak i wyraźne kontrowersje. Dla jednych stał się impulsem do profesjonalizacji działalności edukacyjnej. Dla innych symbolem nadmiernej formalizacji i podporządkowania edukacji logice wskaźników.

Największym argumentem „za” BUR pozostaje możliwość uzyskania dofinansowania usług szkoleniowych. 

Dla wielu mikro-, małych i średnich przedsiębiorstw udział w szkoleniach bez refundacji byłby zwyczajnie zbyt kosztowny. System pozwolił więc części firm wejść w obszar rozwoju kompetencji, który wcześniej był odkładany lub marginalizowany. Dotyczy to szczególnie szkoleń zawodowych, pedagogicznych, cyfrowych czy menedżerskich. Z perspektywy instytucji szkoleniowych BUR stał się również kanałem pozyskiwania klientów oraz elementem zwiększającym wiarygodność organizacyjną.

Drugim istotnym argumentem jest wymuszenie pewnego poziomu standaryzacji. Instytucje funkcjonujące w BUR muszą opisywać cele usług, efekty uczenia się, sposób walidacji, metody dydaktyczne, kwalifikacje kadry czy proces ewaluacji. Dla części rynku oznaczało to przejście od przypadkowych szkoleń do bardziej uporządkowanego modelu projektowania usług edukacyjnych. W praktyce wiele podmiotów zaczęło świadomiej opisywać proces uczenia się, diagnozować potrzeby uczestników oraz monitorować efekty kształcenia. Z punktu widzenia jakości rynku edukacyjnego był to krok w stronę większej przejrzystości.

BUR posiada jednak również wyraźną warstwę problematyczną. Jednym z najczęściej podnoszonych zarzutów jest rozrost dokumentacji oraz formalizacji procesu szkoleniowego. Wiele instytucji wskazuje, że znacząca część energii organizacyjnej zaczyna być kierowana nie na rozwój uczestnika, lecz na zgodność z procedurami, formularzami, opisami i wskaźnikami. Powstaje ryzyko, że organizacja zaczyna optymalizować działania pod audyt lub kartę usługi, a nie pod realną wartość edukacyjną. 

W tym sensie BUR może niekiedy uruchamiać mechanizmy podobne do prawa Goodharta: gdy wskaźnik staje się celem, przestaje być dobrym wskaźnikiem.

Problemem pozostaje również zjawisko „papierowej jakości”. Sam fakt poprawnego opisania efektów uczenia się nie oznacza jeszcze, że proces edukacyjny rzeczywiście prowadzi do zmiany kompetencji. W praktyce część usługodawców nauczyła się języka systemowego: formułowania celów, efektów i ewaluacji w sposób zgodny z wymaganiami formalnymi, ale niekoniecznie przekładający się na rzeczywistą jakość dydaktyczną. Powstaje więc napięcie między deklarowaną jakością a jakością przeżywaną przez uczestnika.

Kontrowersje budzi także sposób oceniania usług przez uczestników. Ankiety ewaluacyjne są potrzebne, jednak bardzo łatwo sprowadzić je do logiki satysfakcji konsumenckiej. Tymczasem dobra usługa rozwojowa nie zawsze jest „łatwa”, „przyjemna” czy „komfortowa”. Czasami wartościowe szkolenie konfrontuje uczestnika z trudnością, błędami lub koniecznością zmiany sposobu działania. Jeżeli ewaluacja opiera się wyłącznie na prostych wskaźnikach satysfakcji, system może premiować szkolenia atrakcyjne marketingowo, lecz słabsze merytorycznie.

Z perspektywy instytucji edukacyjnych BUR oznacza także konieczność rozwijania kompetencji organizacyjnych, cyfrowych i jakościowych. Dla części podmiotów był to impuls pozytywny. Akademie, firmy szkoleniowe i organizacje rozwojowe zaczęły budować platformy e-learningowe, procedury walidacji, systemy monitorowania postępów oraz bardziej świadome modele projektowania usług. W tym sensie BUR przyspieszył profesjonalizację rynku edukacyjnego w Polsce.

Jednocześnie nie można ignorować kosztów tej transformacji. Małe organizacje często funkcjonują dziś na granicy dwóch światów: edukacji i administracji. Trener, pedagog lub ekspert merytoryczny musi równocześnie rozumieć logikę audytów, wskaźników, zgodności proceduralnej i dokumentacji jakościowej. Dla części środowiska oznacza to odejście od spontaniczności i relacyjności procesu uczenia się na rzecz modelu silnie proceduralnego.

Dlatego pytanie o BUR nie powinno brzmieć wyłącznie: „czy system jest dobry czy zły?”. Znacznie ważniejsze wydaje się pytanie: czy organizacja potrafi korzystać z BUR jako narzędzia wspierającego rozwój, a nie jako celu samego w sobie. System może wspierać jakość, ale może również produkować iluzję jakości. Wszystko zależy od tego, czy za dokumentacją stoi rzeczywista kultura uczenia się, odpowiedzialność dydaktyczna i autentyczna troska o rozwój uczestnika.

więcej

Przedmiot badań vs przedmiot badawczy

W ujęciu Evidence-Based Management rozróżnienie między przedmiotem badań a przedmiotem badawczym nabiera znaczenia nie tylko metodologicznego, lecz przede wszystkim decyzyjnego. Nie chodzi już wyłącznie o to, „co” i „jak” badamy, ale o to, jakie rozróżnienia poznawcze umożliwiają podejmowanie trafnych, uzasadnionych decyzji w warunkach niepewności.

Przedmiot badań w logice EBM stanowi szeroki kontekst problemu decyzyjnego — obejmuje klasę zjawisk, w której osadzona jest dana decyzja (np. efektywność interwencji, zachowania organizacyjne, wyniki finansowe). Jest to poziom, na którym formułowane są pytania ogólne i identyfikowane źródła dowodów: badania naukowe, dane organizacyjne, doświadczenie eksperckie oraz wartości interesariuszy. Przedmiot badawczy natomiast pełni funkcję operacyjną — jest precyzyjnym wycinkiem rzeczywistości, który zostaje przekształcony w mierzalne zmienne, wskaźniki lub konkretne relacje przyczynowo-skutkowe.

W tym sensie różnica między nimi odpowiada przejściu od problemu do jego operacjonalizacji. Jednak w EBM nie jest to proces jednokierunkowy. Przeciwnie — ma on charakter iteracyjny. Wstępne zdefiniowanie przedmiotu badawczego umożliwia pozyskanie danych, lecz analiza tych danych może prowadzić do redefinicji zarówno przedmiotu badawczego, jak i samego przedmiotu badań. Oznacza to, że precyzja nie jest stanem początkowym ani końcowym, lecz zmienną dynamiczną w procesie uczenia się organizacji.

W odróżnieniu od klasycznego podziału na badania jakościowe i ilościowe, EBM integruje oba podejścia w ramach jednego cyklu decyzyjnego. Na etapie eksploracji problemu dominuje logika zbliżona do badań jakościowych — przedmiot badawczy pozostaje częściowo otwarty, a badacz (menedżer) koncentruje się na rozumieniu kontekstu i identyfikacji potencjalnych zmiennych. Na etapie testowania i wyboru interwencji następuje przejście do logiki ilościowej — przedmiot badawczy zostaje zawężony, operacjonalizowany i poddany weryfikacji empirycznej.

Kluczowym aspektem jest tu sprzężenie zwrotne między dowodami a definicją problemu. W EBM nie zakłada się stabilności przedmiotu badawczego; przeciwnie, jego redefinicja stanowi integralny element procesu zarządzania wiedzą. Błędy poznawcze, ograniczenia danych („dirty data”) oraz niepewność kontekstowa sprawiają, że pierwotne ujęcie problemu może być nieadekwatne. Dlatego skuteczne zarządzanie dowodowe wymaga zdolności do ciągłego przeformułowywania zarówno tego, co badamy, jak i tego, jak to badamy.

Ostatecznie, w logice EBM, przedmiot badań wyznacza przestrzeń sensu decyzji, natomiast przedmiot badawczy stanowi narzędzie jej uzasadnienia. Ich relacja nie jest statyczna, lecz dialektyczna: szerokość umożliwia zrozumienie, precyzja — działanie. Dopiero ich integracja prowadzi do decyzji, które są jednocześnie racjonalne, empirycznie ugruntowane i kontekstowo adekwatne. Polecam

Źródła

Rapley Tim, Analiza konwersacji, dyskursu i dokumentów, Warszawa 2013, Wydawnictwo Naukowe PWN.

więcej

Naukowiec z logo

Naukowiec funkcjonuje w przestrzeni, w której widzialność staje się niemal warunkiem wpływu. Publikacje indeksowane w bazach danych, wskaźniki cytowań, aktywność konferencyjna, a coraz częściej także obecność w mediach społecznościowych (nie tylko Researchgate czy Academia)– wszystko to współtworzy wizerunek badacza. Personal branding nie jest już zjawiskiem zewnętrznym wobec uczelni, lecz elementem jej środowiska komunikacyjnego. Pojawia się jednak pytanie, czy budowanie marki osobistej pozostaje w zgodzie z etosem nauki.

Punktem odniesienia powinien być Kodeks Etyki Pracownika Naukowego PAN, który akcentuje rzetelność, bezstronność, odpowiedzialność za słowo oraz unikanie konfliktu interesów. Dokument ten nie odnosi się wprost do pojęcia personal brandingu, lecz wyznacza ramy, w których każda forma autoprezentacji musi się mieścić. Badacz ma obowiązek przedstawiać wyniki w sposób uczciwy, nie wprowadzający w błąd, oddzielać fakty od interpretacji oraz jasno ujawniać potencjalne zależności finansowe czy instytucjonalne.

W tym świetle personal branding nie jest z natury nieetyczny. Może bowiem służyć realizacji społecznej misji nauki – zwiększać dostępność wiedzy, przeciwdziałać dezinformacji, wzmacniać kulturę opartej na dowodach debaty publicznej. 

Problem pojawia się wtedy, gdy atrakcyjność przekazu zaczyna dominować nad jego adekwatnością poznawczą, a rozpoznawalność staje się celem samym w sobie. 

Wówczas łatwo o pokusę nadmiernych uproszczeń, selektywnej prezentacji wyników czy wypowiadania się poza obszarem własnych kompetencji.

Kodeks podkreśla także odpowiedzialność badacza za autorytet, którym się posługuje. Autorytet naukowy nie jest prywatnym kapitałem marketingowym, lecz dobrem zaufania publicznego. Jego instrumentalizacja – nawet subtelna – może osłabiać wiarygodność całego środowiska akademickiego. Jeżeli marka osobista zaczyna wyprzedzać proces weryfikacji naukowej, dochodzi do odwrócenia porządku: reputacja przestaje wynikać z jakości badań, a zaczyna ją zastępować.

Etycznie dopuszczalny personal branding wymaga więc samodyscypliny i świadomości granic. Powinien być konsekwencją dorobku, nie jego substytutem. W tym sensie nie stoi on w sprzeczności z etosem badacza, o ile pozostaje podporządkowany zasadom rzetelności, przejrzystości i odpowiedzialności. Widzialność może być wartością, ale tylko wtedy, gdy nie zastępuje prawdy, lecz ją wzmacnia.

więcej