Il teatro d’impresa nell’innovazione dei processi di formazione economico/manageriale
Bibliographic record
Abstract
Il “teatro d’impresa”, ossia l’abbinamento della rappresentazione teatrale all’attività imprenditoriale , è una metodologia didattica di recente introduzione nel panorama della formazione economico-manageriale, le cui prime tracce si rinvengono nei lavori di Poissonneau (in Canada, metà anni ‘80), Fustier (in Francia, primi anni ‘90) e Vergnani (in Italia, metà anni ‘90); da ancora prima, in realtà, facendo specifico riferimento al “teatro dell’oppresso”, al teatro d’impresa si ascrivono i lavori di Boal (in Brasile e America Latina, dagli anni ’60 in avanti) . Può articolarsi in diverse forme rappresentative (attore in scena, allievi in scena, attore in azienda, etc.), ma la relativa tassonomia, la cui analisi è il primo obiettivo del lavoro, ha un limite unicamente creativo, potendosi e dovendosi volta per volta adattare alle specifiche finalità del singolo intervento formativo, in cui il “ruolo” dell’allievo è molto più coinvolto, partecipato e dinamico rispetto ad altre metodologie didattiche. Il passaggio chiave del teatro d’impresa, nel suo contributo d’innovazione alla formazione economico/manageriale, sta pertanto nella novità della tecnica, che porta con sé i benefici della sorpresa, del risveglio dell’attenzione e successivamente della compartecipazione, che sia passiva, collaborativa o attiva, realizzando anche e soprattutto, dal punto di vista della formazione, una vera e propria esperienza. Peraltro, com’è facilmente intuibile, l’aspetto della novità può costituire non soltanto un vantaggio del teatro d’impresa, ma talvolta anche un suo svantaggio, al quale, evidentemente, bisognerà riservare adeguata attenzione; in ogni caso, il trade off tra vantaggi e svantaggi, oggetto di specifica riflessione nel lavoro, presenta un saldo indubbiamente positivo, che spinge a tenere in importante considerazione, nella formazione economico/manageriale, questa nuova tecnica di metodologia della didattica. Infine, si arriva a presentare, quale secondo obiettivo del lavoro, il progetto del “ciclo di vita del manager” (CVM), quale specifica formula creativa degli autori (già rappresentata in palcoscenico in diverse iniziative formative), che s’innesta sul “ciclo di vita della carriera” (Foglio, 2007) e che si ritiene utile nella circostanza della formazione “in potenza”. In questo caso, infatti, l’impresa non è oggettivata nella sua esistenza, ma nella sua competenza.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.000 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".