The debate on how to build, become or create a learning organization has grown in recent years. The organizational learning literature has recognized the important role of double-loop learning (DLL) as the type of learning that enables organizations to reach sustainable and superior performance and, ultimately, become true learning organizations. Nevertheless, the original concepts of DLL are rarely fully understood and their contribution to practice is very limited. This doctoral thesis aims to address this issue by examining the conceptual confusion surrounding DLL and the spread of practical applications on DLL that ignore its original notions. After clarifying the conceptualization, measurement and generation of DLL, this doctoral thesis focused its attention in the most salient obstacle to generate DLL, which are defensive routines. Thus, this thesis attempts to provide a comprehensive picture of defensive routines, revealing in a stark manner how highly sophisticated individuals may be when performing them. As this thesis highlights, learning in a double-loop mode is extremely difficult in organizations full of taken-for-granted defensive routines. This thesis also intends to identify the plausible reasoning processes that produce these defensive routine.

Il dibattito su come costruire, diventare o creare un'organizzazione che apprende è cresciuto negli ultimi anni. La letteratura sull'apprendimento organizzativo ha riconosciuto l'importante ruolo dell'apprendimento a doppio ciclo (Double-loop learning, DLL) come il tipo di apprendimento che consente alle organizzazioni di raggiungere prestazioni sostenibili e superiori e, in definitiva, diventare vere organizzazioni che apprendono. Tuttavia, i concetti originali di DLL sono raramente pienamente compresi e il loro contributo alla pratica è molto limitato. Questa tesi di dottorato si propone di affrontare questo problema esaminando la confusione concettuale che circonda il DLL e la diffusione di applicazioni pratiche su DLL che ne ignorano le nozioni originali. Dopo aver chiarito la concettualizzazione, la misurazione e la generazione di DLL, questa tesi di dottorato ha focalizzato la sua attenzione sull'ostacolo più saliente alla generazione di DLL, ovvero le routine difensive. Pertanto, questa tesi tenta di fornire un quadro completo delle routine difensive, rivelando in modo chiaro quanto possano essere altamente sofisticati gli individui quando le eseguono. Come evidenzia questa tesi, l'apprendimento in modalità double-loop è estremamente difficile in organizzazioni piene di routine difensive date per scontate. Questa tesi intende anche identificare i plausibili processi di ragionamento che producono queste routine difensive.

Apprendimento a doppio ciclo e routine difensive: da una revisione sistematica all'evidenza in contesti organizzativi

AUQUI CACERES, MERCEDES VICTORIA
2023

Abstract

The debate on how to build, become or create a learning organization has grown in recent years. The organizational learning literature has recognized the important role of double-loop learning (DLL) as the type of learning that enables organizations to reach sustainable and superior performance and, ultimately, become true learning organizations. Nevertheless, the original concepts of DLL are rarely fully understood and their contribution to practice is very limited. This doctoral thesis aims to address this issue by examining the conceptual confusion surrounding DLL and the spread of practical applications on DLL that ignore its original notions. After clarifying the conceptualization, measurement and generation of DLL, this doctoral thesis focused its attention in the most salient obstacle to generate DLL, which are defensive routines. Thus, this thesis attempts to provide a comprehensive picture of defensive routines, revealing in a stark manner how highly sophisticated individuals may be when performing them. As this thesis highlights, learning in a double-loop mode is extremely difficult in organizations full of taken-for-granted defensive routines. This thesis also intends to identify the plausible reasoning processes that produce these defensive routine.
28-apr-2023
Inglese
Il dibattito su come costruire, diventare o creare un'organizzazione che apprende è cresciuto negli ultimi anni. La letteratura sull'apprendimento organizzativo ha riconosciuto l'importante ruolo dell'apprendimento a doppio ciclo (Double-loop learning, DLL) come il tipo di apprendimento che consente alle organizzazioni di raggiungere prestazioni sostenibili e superiori e, in definitiva, diventare vere organizzazioni che apprendono. Tuttavia, i concetti originali di DLL sono raramente pienamente compresi e il loro contributo alla pratica è molto limitato. Questa tesi di dottorato si propone di affrontare questo problema esaminando la confusione concettuale che circonda il DLL e la diffusione di applicazioni pratiche su DLL che ne ignorano le nozioni originali. Dopo aver chiarito la concettualizzazione, la misurazione e la generazione di DLL, questa tesi di dottorato ha focalizzato la sua attenzione sull'ostacolo più saliente alla generazione di DLL, ovvero le routine difensive. Pertanto, questa tesi tenta di fornire un quadro completo delle routine difensive, rivelando in modo chiaro quanto possano essere altamente sofisticati gli individui quando le eseguono. Come evidenzia questa tesi, l'apprendimento in modalità double-loop è estremamente difficile in organizzazioni piene di routine difensive date per scontate. Questa tesi intende anche identificare i plausibili processi di ragionamento che producono queste routine difensive.
FURLAN, ANDREA
Università degli studi di Padova
File in questo prodotto:
File Dimensione Formato  
TESI_DEFINITIVA_MERCEDES VICTORIA AUQUI CACERES.pdf

Open Access dal 28/10/2024

Dimensione 8.65 MB
Formato Adobe PDF
8.65 MB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/79884
Il codice NBN di questa tesi è URN:NBN:IT:UNIPD-79884