Вы находитесь на странице: 1из 56

Meta Learning

Marcial Losada, Ph. D. Executive Director


mlosada@earthlink.net

NEW

VS

OLD PARADIGM

Dynamic vs Static Synergetic vs Additive Systemic vs Reductionist Nonlinear vs Linear Self-Organizing vs Directed Emergent vs Designed Chaotic vs Rigid

2003 Meta Learning

El Consejo de Einstein

Si no cambiamos nuestros paradigmas, no seremos capaces de resolver los problemas que hemos creado con esos mismos paradigmas.

2003 Meta Learning

S c r e e n

Inquiry

Advocacy

Other

Self Negativity

Positivity

2003 Meta Learning

Positivity/Negativity
High Performance Teams Medium Performance Teams Low Performance Teams 5.614

1.855
0.363

La disolucin del matrimonio est relacionada con tasas de positividad a negatividad de menos de uno (hay ms negativos que positivos), mientras que la estabilidad est asociada con tasas de alrededor de 5.0

Espacio Emocional
Nunca descubr nada con mi mente racional (Einstein)

El espacio emocional es el producto de la tasa de positividad/negatividad. Diferentes espacios emocionales crean diferentes dominios de accin. Cada vez que notamos una emocin en nosotros o en otros, tenemos una idea de cuales son las acciones posibles que pueden ocurrir en ese espacio emocional. Tambin nos damos cuenta de lo que no podemos hacer o ser difcil de hacer en ese espacio emocional. Si hablo desde una emocin cuyo dominio de accin es muy diverso del de quien escucha, nos ser difcil comunicarnos. Una conversacin tenida en un espacio emocional inapropiado es una conversacin ineficiente.

NEXUS
10 9 8 7 6 5 4 3 2 1 0 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 Series 1 Series 2

2003 Meta Learning

Low Performance Team


Links are NEXI

2003 Meta Learning

Intil el hablar de quien slo escucha sus propias palabras, o continuamente se oye a s mismo en las palabras de otros.
Goethe
(sin saber que se refera a la autocorrelacin)

High Performance Team


Links are NEXI

2003 Meta Learning

Connectivity vs. Performance

32

C o n n e c t i v i t y
(Number of Nexi)

22

18

Low

Medium

High

Performance
(Profitability, Customer Satisfaction, 360 Assessments)
2003 Meta Learning

High Performance
Medium
Low

Limit Cycle Dynamics

Complexor Dynamics
Point Attractor Dynamics

Inquiry

Positivity

Other

Advocacy

Negativity

Self

Meta Learning Model

Connectivity

2000 Meta Learning 2280 Georgetown Blvd., Ann Arbor, MI 48105 (734) 662-2340 mlosada@earthlink.net

2003 Meta Learning

Types of Attractors

2003 Meta Learning

El orden no es suficiente. lo que se requiere, es algo mucho ms complejo. Es un orden compenetrado de novedad; de tal modo que la masividad del orden no degenere en mera repeticin
A. N. Whitehead in Process and Reality. (p. 339)

Mas que quedarse en un atractor de punto fijo, el cerebro tiene una tendencia a permanecer en un estado dinmico catico [complexor], desde el cual puede cambiar rpida y flexiblemente de acuerdo a las demandas y oportunidades de un medio ambiente que cambia continuamente.
Scott Kelso et al., Self-organizing dynamics of the human brain. American Institute of Physics, 1995

Mas que permanecer en un atractor de punto fijo, la organizacin exitosa tiene una tendencia a permanecer en un complexor, desde donde puede cambiar rpida y flexiblemente de acuerdo a las demandas y oportunidades de un medio ambiente que cambia continuamente.
Marcial Losada

Low Performance Teams

Inquiry\Advocacy vs. Emotional space


2003 Meta Learning

Low Performance Teams

Other\Self vs. Emotional space


2003 Meta Learning

Medium Performance Teams

Inquiry\Advocacy vs. Emotional space


2003 Meta Learning

Medium Performance Teams

Other\Self vs. Emotional space

High Performance Teams

Inquiry\Advocacy vs. Emotional space


2003 Meta Learning

Trata de amar las preguntas. No busques apresuradamente las respuestas, porque no te sern dadas ahora. An no ests listo para vivirlas. Vive las preguntas ahora, y gradualmente, casi sin notarlo, encontrars el camino que te llevar a la respuesta.
Rainer Maria Rilke

High Performance Teams

Other\Self vs. Emotional space


2003 Meta Learning

Complex person: Alguien que tiene una capacidad auto-reguladora para alcanzar experiencias ptimas, negociando una mejor sincrona del s-mismo con el medio ambiente.
Csikszentmihaly & Rathunde (1998), p. 651

High Team Performance

Synergistic Action

Increased Number of Nexi

Expansive Emotional Space P>>N


Fixed Point Attractor Limit Cycle Attractor

Team Performance Matrix


Dynamics High
Performance

Connectivity

Inquiry-Advocacy

Other-Self

Emotional Space Expansive P >> N

Complexor

High

Balanced

Balanced

Medium
Performance

Limit Cycle

Medium

Unbalanced Towards Advocacy

Unbalanced Towards Self

Restrictive P >N Highly Restrictive

Low
Performance

Fixed Point

Low

Entirely Unbalanced Towards Advocacy

Entirely Unbalanced Towards Self

N>P

2003 Meta Learning

A New Paradigm for Organizations


Obsolete Organizations Successful Organizations Short-lived Organizations

Type of Order

Rigid

Flexible Meta Learning

Disorder

Learning

Routine
Fixed Point Limit Cycle Torus

Erratic

Dynamics

Complexor

Random

2003 Meta Learning

Meta Learning
Capacidad para aumentar el rendimiento por medio de un proceso continuo de disolucin de atractores que cierran posibilidades, y desarrollar atractores que abren posibilidades para una accin efectiva.
2003 Meta Learning

Meta-Aprendiendo
Meta-aprendiendo configuramos el paisaje en que vivimos. Este paisaje puede ser un espacio abierto lleno de posibilidades o una prisin que nos confina a una repeticin interminable de las mismas conductas. Podemos crear paisajes que invitan a otros porque ven las vastas posibilidades que ofrecemos, o podemos impedir que otros interacten con nosotros, porque ofrecemos un espacio que es muy estrecho para que hagamos algo juntos. Fuimos hechos para vivir en el esplendor del presente, ms all de los limitaciones que ofrecen las aoranzas del pasado y las angustias del futuro. El mundo que experimentaremos en el futuro lo creamos con la riqueza o pobreza con que vivimos el presente..
Marcial Losada

Comparative Team Dynamics


E M O T I O N A L S P A C E

Inquiry\Advocacy

Other\Self
2003 Meta Learning

Poincar Section

P/N: Data vs. Model


Data
High Performance Teams Medium Performance Teams Low Performance Teams 5.614

Model
5.625

1.855

1.875

0.363

0.375
2003 Meta Learning

Emotional Space and Performance

2003 Meta Learning

Positivity/Negativity vs. Performance


5.625

P/N
1.875

.375
Low Medium High

Performance
(Profitability, Customer Satisfaction, 360 Assessments)
2003 Meta Learning

Positivity/Negativity vs. Performance


5.625

Flourishing
P/N
2.901

Languishing
1.875

Losada Line

.375
Low Medium High

Performance
(Profitability, Customer Satisfaction, 360 Assessments)

www.bus.umich.edu/Positive

2003 Meta Learning

Flourishing
6 5 4 Fredric ks on 3 2 1 0 1 2 St udies 3 4 L os ada P /N =2 .9 0 1

P/N ratio

Languishing
3 .5 3 2 .5

P/N ratio

2 1 .5 1 0 .5 0 1 2 3 4 St udies 5 6 7

Fredric ks on L os ada P /N =2 .9 0 1

United States Congress Data


Study 1 High Performance: P/N = 4.0 Low Performance: P/N = 2.4 Study 2 High Performance: P/N = 3.798 Low Performance: P/N = 2.615 Losada line: P/N = 2.901

Recent investigations suggest that positivity:


1) Produces speed recovery from the cardiovascular aftereffects of negative emotions 2) Increases secretion of oxytocin and endogenous opioids peptides 3) Increases growth promoting or anabolic hormones 4) Decresases catabolic hormones (e.g., cortisol) 5) Increases resistence to rhinovirus (common cold) 6) Increases longevity (e.g., nuns study shows 10 years longer life)

High Performance Teams


Emergent States by Integration of Polarities

Dialog

Enthusiasm

We

2003 Meta Learning mlosada@earthlink.net

Connectivity

2003 Meta Learning

Connectivity

Trust Listening
Learning

Self Dynamics
Authenticity

Other Dynamics
Care

Wonder

Humility

Empathy

Tolerance

Cynicism

Arrogance

Indifference

Judgment

Inauthenticity

Manipulation

2003 Meta Learning

Meta Learning
Programa genrico para desarrollar equipos de alto desempeo
Evaluacin basada en Gallup Model

Valor burstil

Rentabilidad

Ventas

Satisfaccin del cliente


Espacio emocional

Conectividad del equipo


Espacio emocional

Meta Learning
Programa genrico para desarrollar equipos de alto desempeo
Pre-Intervencin

Observar tasa P/N durante trabajo del equipo (60 minutos)


Aplicar ecuacin de Losada para transformar P/N a nexi Correr modelo de Meta Learning Presentar perfil dinmico de interaccin al equipo Focalizar en puntos de atrapamiento de energa

Meta Learning
Programa genrico para desarrollar equipos de alto desempeo
Intervencin en las variables crticas para generar conectividad

Indagacin/Persuasin Positividad/Negatividad Otro/S-mismo

Meta Learning
Programa genrico para desarrollar equipos de alto desempeo

Dominios de Intervencin Dominios de Intervencin

Lenguaje

Corporalidad

Emocionalidad

Meta Learning
Programa genrico para desarrollar equipos de alto desempeo
Post-Intervencin Observar tasa P/N durante trabajo del equipo (60 minutos) Aplicar ecuacin de Losada para transformar P/N a nexi

Correr modelo de Meta Learning


Presentar perfil dinmico de interaccin al equipo Focalizar en las nuevas dinmicas

Brazils CNPq P/N Ratios

Pre-intervention = 1.9375
(Below Losada line)

Post-intervention = 4.4545
(Above Losada line)

Luego de haber cortado todos los brazos que se tendan hacia m; luego de haber tapiado todas las ventanas y puertas; luego de haber inundado con agua envenenada los fosos; luego de haber edificado mi casa en la roca de un NO inaccesible a los halagos y al miedo; luego de haberme cortado la lengua y luego de haberla devorado; luego de haber arrojado puados de silencio y monoslabos de desprecio a mis amores; luego de haberme juzgado y haberme sentenciado a perpetua espera y a soledad perpetua, o contra las piedras de mi calabozo de silogismos la embestida hmeda, tierna, insistente, de la primavera.
Octavio Paz, Trabajos del Poeta, seccin XII.Pars, 1949.

Quienes Somos "Nuestro mayor temor no es que seamos inadecuados. Nuestro mayor temor es que somos ms poderosos de lo que pensamos. Es nuestra luz, no nuestra sombra, la que nos asusta. Nos preguntamos, quin soy yo para ser brillante, talentoso y exitoso? De verdad, quin eres para no serlo? El empequeecerte no sirve al mundo. No ayuda a nadie el que te apoques para que otros no se sientan inseguros a tu alrededor. Si dejamos nuestra luz brillar, inconscientemente le damos permiso a otros para hacer lo mismo. Al liberarnos de nuestro propio temor, nuestra presencia automticamente libera a otros."
(Nelson Mandela, discurso inaugural en 1994, citando a Marianne Williamson).

Qu te detiene a t?
Stephen Hawking no tiene miedo a su propia luz; la encuentra desde el rincn oscuro de la parlisis

La experiencia no es lo que te pasa. Es lo que t haces con lo que te pasa.