Examinez vos hypothèses, pas seulement vos actions

Quand la réflexion révèle un schéma d'erreurs répétées, cherchez la croyance sous-jacente qui les génère.

Why it works

L'« apprentissage en double boucle » de Chris Argyris étend le cycle de Kolb : l'apprentissage en simple boucle corrige les actions dans le cadre actuel ; l'apprentissage en double boucle questionne les hypothèses et les « variables directrices » qui ont produit les actions défaillantes. La plupart de l'apprentissage expérientiel est en simple boucle — nous ajustons les tactiques en laissant la stratégie intacte. La double boucle exige de demander « pourquoi ce schéma revient-il sans cesse ? » plutôt que « que devrais-je faire différemment cette fois ? »

How to do it

1. Quand vous remarquez la même erreur apparaître à travers plusieurs cycles, résistez à l'impulsion de raffiner la tactique.
2. Demandez : « quelle hypothèse est-ce que je fais qui continue à générer ce résultat ? »
3. Faites remonter l'hypothèse explicitement, puis demandez ce qui devrait être vrai pour qu'elle soit fausse.

Données probantes

L'apprentissage en double boucle d'Argyris et Schön est bien établi dans la littérature sur l'apprentissage organisationnel et cohérent avec la recherche sur la révision des croyances et sur la difficulté de mettre à jour des hypothèses fortement ancrées via les cycles de retour normaux. Argyris (1991) documente pourquoi les personnes compétentes et performantes sont souvent les moins douées pour cela — elles échouent rarement, donc elles ne construisent jamais l'habitude de questionner leurs propres hypothèses directrices, exactement le piège que cible cette pratique. (mechanistic)

L'apprentissage en double boucle est un cadre théorique ; bien qu'il bénéficie d'un soutien substantiel de praticiens et d'études de cas, la recherche expérimentale contrôlée est limitée.

Sources

• Argyris & Schön (1978), "Organizational Learning: A Theory of Action Perspective"
• Argyris, C. (1991). Teaching smart people how to learn. Harvard Business Review, 69(3), 99–109.

Erreur fréquente

Traiter les erreurs récurrentes comme nécessitant une meilleure exécution de la même stratégie, plutôt que comme des signaux que le modèle sous-jacent doit changer.