چرا کامیونیتی‌های چابک دچار کج روی شدند؟
نزدیک به پنجاه تا مقاله در حوزه چابک در سایتهای معتبر و لینکدین بررسی کردم، بسیار نکته جالبی دریافت کردم، نویسندگان و تولیدکنندگان این مطالب به صراحت در مورد برخی چیزها ادعا کرده بودند بدون داشتن هیچ استدلالی، یا حداکثر استدلال ارجاع دادن به سخن یا توییت یکی از افراد برجسته کامیونیتی بوده است.
مثلاً فلانی هم گفته «تخمین زدن بیخود هست» یا «فلان روش کار نمی‌کند »، اکثرا این ادعا همراه با استدلال‌های خیلی ضعیفی بیان می‌شوند و یا دچار خطاهای شناختی هستند.
البته حرف من در اینجا این نیست که نتیجه بگیرم "تخمین عالی است" ، "SAFe ایده خوبی است" و "اسکرام‌مستر همچنین می توانند مالک محصول نیز باشد". حرف من این است که به نظر می رسد تلاش های سیستماتیک واقعی برای بررسی این موضوعات با رویکرد تجربی، دیدگاه ظریف‌تری در مورد این سوالات ارائه می‌دهد.
چرا کامیونیتی‌های چابک از تجربه گرایی فاصله گرفتند؟
آنچه به ویژه در اینجا آشکار می شود این است که جامعه چابک ظاهراً همه راجع به "تجربه گرایی" است. اما آیا ما واقعا تجربه گرا هستیم؟ ویکی پدیا تجربه گرایی را چنین تعریف می کند:
"تجربه گرایی […] بر شواهد تأکید می کند، به ویژه که در آزمایشات کشف شده باشند. این یک بخش اساسی از روش علمی است که همه فرضیه‌ها و نظریه‌ها باید در برابر مشاهدات جهان طبیعی آزمایش شوند تا اینکه فقط به شهود یا مکاشفه پیشینی استوار باشند."
تجربه گرایی به ما امکان می دهد تا دانش قابل اعتمادی در مورد جهان ایجاد کنیم و عواقب اقدامات را درک کنیم. دانش قابل اعتماد مستلزم شواهد معتبری است که متناسب با ادعا باشد. با اینکه احساس شهود و ترجیحات شخصی مطمئناً ارزش خود را دارند ، منابع معتبری برای شواهد نیستند. کارل ساگان فیزیکدان این طور خلاصه کرد که "ادعاهای خارق العاده به مدارک خارق‌العاده نیاز دارند". ساگان همچنین از ما می‌خواهد که نسبت به ادعاهایی که فاقد شواهد متناسب هستند تردید داشته باشیم و کسانی را که فاقد چنین شواهدی ارائه می دهند به چالش بکشیم. از همه مهمتر ، وجود شواهد عینی همچنین زمینه ما را حرفه ای تر می کند زیرا بحث‌های بهتری برای متقاعد کردن افراد بدبین ارائه می دهد.
چه چیزی شواهد خوبی ارائه می دهد؟
شواهد خوب عاری از سوگیری شخصی است و با روشهای بی طرفانه جمع آوری و تحلیل می شود. این بدان معناست که افراد دیگر می توانند داده های یکسان (مشاهدات ، موارد ، اعداد) را جمع آوری کرده و از همان روش ها برای رسیدن به نتایج یکسان استفاده کنند. این در علم "تکرار" نامیده می شود ، و این استاندارد طلایی برای چگونگی تولید دانش قابل اعتماد است.
نظر خود را ارسال کنید