Pratiques de coaching pour superforecasting lors d'un grand changement

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 superforecasting lors d'un grand changement, voici les correspondances les plus solides dans la bibliothèque de pratiques actuelle.

Pratiques qui peuvent aider

1. Actualiser fréquemment les croyances, par petits incréments
   Quand de nouvelles preuves arrivent, ajustez votre estimation de probabilité — même si le changement est faible.
   La superprévision
2. Actualiser votre prévision de façon incrémentale à mesure que de nouvelles preuves arrivent
   Traitez votre prévision comme une probabilité qui devrait bouger avec chaque nouvelle preuve, pas comme un engagement qui survit à la contradiction.
   La prévision par classe de référence
3. La superprévision
   La recherche de Philip Tetlock sur les tournois de prévision a révélé qu'un sous-ensemble de personnes ordinaires — les « superprévisionnistes » — surpassent systématiquement les experts du domaine et les analystes du renseignement en prédiction probabiliste. Ils partagent des habitudes cognitives et comportementales mesurables : ils pensent en probabilités, actualisent fréquemment selon les preuves, et recherchent activement les informations qui les contredisent. Ces habitudes s'apprennent.
4. Décomposer les questions complexes en sous-questions
   Décomposez une question de prévision difficile en éléments plus petits, estimables, puis agrégez-les.
   La superprévision
5. Traiter la précision de prévision comme une compétence qui s'améliore avec la pratique
   Prenez les erreurs de prédiction comme un retour de performance, pas comme la preuve que la prévision est vaine.
   La superprévision
6. Distinguer le biais d’optimisme cognitif de la présentation stratégiquement erronée
   Reconnaître qu’une partie du gonflement des prévisions est un biais sincère et une autre partie est un maquillage délibéré — les deux exigent des correctifs différents.
   La prévision par classe de référence
7. Prévoir une distribution, pas une estimation ponctuelle
   Représentez votre prévision comme une fourchette de résultats probables, pas un seul nombre prédit.
   La prévision par classe de référence
8. La prévision affective : pourquoi vous avez mal prédit ce que vous alliez ressentir
   Daniel Gilbert et ses collègues ont montré que les gens jugent de façon systématiquement erronée à la fois l'intensité et la durée de leurs futures réactions émotionnelles — surestimant à quel point les mauvais événements se sentiront mal et à quel point les bons événements se sentiront bien. Le mécanisme est le « biais d'impact » : on se concentre sur l'événement et on ignore les processus adaptatifs qui vont le modérer. Cette recherche est bien répliquée et a des implications directes sur la façon dont vous prenez des décisions, construisez des habitudes, et gérez vos attentes.
9. La prévision par classe de référence
   La prévision par classe de référence, développée par Daniel Kahneman et Amos Tversky puis formalisée par Bent Flyvbjerg, améliore la précision des prévisions en s’ancrant sur la distribution statistique des résultats de projets passés similaires plutôt que sur les détails du projet actuel. La méthode corrige de façon fiable le biais d’optimisme qui gonfle les estimations de coût, de temps et de bénéfice en planification — la base de preuves ici est réelle et précise.
10. S’ancrer sur le taux de base avant d’ajouter les détails de la vue de l’intérieur
    Commencez votre prévision à partir de la médiane de la classe, puis ajustez — ne partez pas de votre récit pour l’ajuster vers le taux de base.
    La prévision par classe de référence

Décrivez votre situation avec vos propres mots pour rechercher dans la bibliothèque complète de pratiques.