Pratiques de coaching pour kahneman engineer lawyer problème
Décrivez presque n'importe quoi sur lequel vous travaillez et IX Coach trouve les pratiques dont l'adéquation avec la réalité est la plus proche. Pour kahneman engineer lawyer problème, voici les correspondances les plus solides dans la bibliothèque de pratiques actuelle.
Pratiques qui peuvent aider
- Invoquez délibérément la vue externe pour les décisions importantes
Pour toute prédiction à fort enjeu, forcez-vous à partir de la façon dont les choses se passent typiquement, pas de ce que ressent votre situation.
La négligence du taux de base : pourquoi nous ignorons les probabilités - Savoir quand l'intuition n'est pas fiable
L'intuition experte n'est valide que lorsque le domaine présente des régularités et que vous avez eu une expérience riche en retours d'information.
La Prise de Décision par Reconnaissance - Utilisez l'inversion comme premier modèle pour chaque problème
Avant de résoudre un problème, demandez-vous ce qui garantirait l'échec — puis évitez ces éléments.
Modèles mentaux : l'approche du treillis de Charlie Munger - Vérifier les taux de base avant de former un jugement de ressemblance
Avant de décider « ceci ressemble à X », demandez à quel point X est réellement commun dans la population concernée.
L'heuristique de représentativité — juger par ressemblance - La Prise de Décision par Reconnaissance
Les recherches de Gary Klein ont montré que les praticiens expérimentés dans des environnements à forts enjeux comparent rarement des options côte à côte. Ils reconnaissent plutôt une situation comme un type familier, simulent mentalement une ligne d'action et s'y engagent si la simulation tient la route — un processus rapide, précis sous pression temporelle, et qui échoue de façon prévisible quand la situation est réellement inédite. - Utiliser « prendre le meilleur » : choisir sur votre indice le plus informatif
En choisissant entre des options, identifiez l'indice le plus diagnostique et utilisez-le — arrêtez de chercher davantage.
Heuristiques simples : le plaidoyer de Gerd Gigerenzer pour une pensée rapide et frugale - Utiliser le raisonnement maximin pour les décisions à enjeu élevé et irréversibles sous ambiguïté
Choisissez l'option dont le pire résultat plausible est le plus supportable — quand vous ne pouvez pas calculer la valeur attendue, optimisez le plancher.
L'aversion à l'ambiguïté — pourquoi les probabilités inconnues semblent pires que les mauvaises probabilités - Construire votre boîte à outils adaptative personnelle de règles spécifiques à un domaine
Le but n'est pas une heuristique universelle unique — c'est une collection organisée qui correspond aux domaines que vous naviguez réellement.
Heuristiques simples : le plaidoyer de Gerd Gigerenzer pour une pensée rapide et frugale - Collectez délibérément des modèles issus de domaines extérieurs à votre spécialité
Choisissez un modèle par trimestre dans une discipline où vous ne travaillez pas, et apprenez-le assez bien pour l'expliquer.
Modèles mentaux : l'approche du treillis de Charlie Munger - Adapter votre heuristique à la structure de l'environnement
Une bonne règle fonctionne parce qu'elle correspond aux régularités statistiques de l'environnement — mauvais environnement, mauvaise règle.
Heuristiques simples : le plaidoyer de Gerd Gigerenzer pour une pensée rapide et frugale
Préoccupations connexes
- construire heuristics pour vie
Le but n'est pas une heuristique universelle unique — c'est une collection organisée qui correspond aux domaines que vous naviguez réellement.
Construire votre boîte à outils adaptative personnelle de règles spécifiques à un domaine
- flexible décision heuristics
Le programme de recherche de Gerd Gigerenzer soutient — avec un support empirique — que les heuristiques simples surpassent souvent les stratégies d'optimisation complexes dans les décisions du monde réel sous incertitude. La condition clé : quand l'environnement est imprévisible et les données limitées, ignorer la plupart des informations et agir sur quelques indices fiables peut produire de meilleurs résultats qu'une analyse exhaustive. Ce n'est pas anti-intellectuel — il s'agit d'adapter la stratégie de décision à la structure du problème.
Heuristiques simples : le plaidoyer de Gerd Gigerenzer pour une pensée rapide et frugale
- herbert simon bounded rationality
Optimisez pour « suffisamment bon » plutôt que « le meilleur possible » — le coût de la recherche dépasse souvent le gain.
Se satisfaire : fixer un seuil de suffisance et arrêter de chercher une fois atteint
- kahneman klein intuition
L'intuition experte n'est valide que lorsque le domaine présente des régularités et que vous avez eu une expérience riche en retours d'information.
Savoir quand l'intuition n'est pas fiable
- kahneman régression
Une performance inhabituellement bonne ou mauvaise tend à être suivie d'une performance plus moyenne — pas à cause de ce que vous avez fait.
Attendez-vous à un retour à la moyenne dans les résultats extrêmes
- simple heuristiques décision
Le programme de recherche de Gerd Gigerenzer soutient — avec un support empirique — que les heuristiques simples surpassent souvent les stratégies d'optimisation complexes dans les décisions du monde réel sous incertitude. La condition clé : quand l'environnement est imprévisible et les données limitées, ignorer la plupart des informations et agir sur quelques indices fiables peut produire de meilleurs résultats qu'une analyse exhaustive. Ce n'est pas anti-intellectuel — il s'agit d'adapter la stratégie de décision à la structure du problème.
Décrivez votre situation avec vos propres mots pour rechercher dans la bibliothèque complète de pratiques.