Questionner si la catégorie depuis laquelle vous raisonnez correspond réellement
Avant d'appliquer un modèle ou un cadre, vérifiez que la catégorie sur laquelle il a été construit correspond réellement à votre situation.
Why it works
Le sophisme ludique est fondamentalement une erreur de catégorie : la logique de jeu appliquée à des situations non-jeu. Tout modèle ou cadre a été construit sur une catégorie particulière d'expérience. Quand vous l'appliquez à une nouvelle situation, la question est de savoir si la catégorie correspond réellement. Si la mécanique de votre situation diffère de la mécanique de la catégorie de façons qui importent pour la prédiction, le modèle se trompera de façons prévisibles — les hypothèses de catégorie du modèle ne s'auto-signalent pas.
How to do it
- Avant d'appliquer tout cadre ou modèle à une nouvelle situation, listez les hypothèses clés qu'il requiert.
- Vérifiez si votre situation satisfait chaque hypothèse.
- Si elle échoue à deux hypothèses matérielles ou plus, cherchez un cadre différent ou traitez les prédictions avec une faible confiance.
Données probantes
Cohérent avec la recherche sur la validité de construit et avec la littérature de « prévision par classe de référence » : l'applicabilité d'un modèle dépend d'une assignation de catégorie correcte, et les erreurs de catégorie produisent des mauvaises prédictions systématiques. La contribution de Taleb consiste à identifier cela au niveau du régime de hasard. (mechanistic)
Erreur fréquente
Vérifier la correspondance de catégorie avec les catégories que le créateur du cadre a mises en avant plutôt qu'avec les hypothèses qui pilotent réellement les prédictions du modèle.
Pratiquez cela avec IX Coach
More practices for Le sophisme ludique : quand vous confondez la vraie vie avec un jeu
- Vérifier si les règles de votre domaine sont réellement stables
Avant d'appliquer tout modèle de probabilité, demandez si les règles régissant les résultats pourraient changer en cours de partie.
- Construire des plans avec de la marge pour les résultats hors de votre modèle
Réservez de la capacité pour des événements qui ne sont pas dans votre modèle de risque — car les événements les plus dommageables ne le sont généralement pas.
- Tester les plans sous stress au-delà de la fourchette historique
Demandez comment votre plan tient si le pire résultat est deux fois pire que tout cas historiquement observé.
- Préférer les positions offrant de l'optionalité à celles offrant de la précision
Dans les environnements incertains, priorisez les options de pivoter par rapport aux positions fixes optimisées.
- Se méfier de la fausse précision dans les prévisions et modèles
Traitez toute probabilité précise ou prévision quantitative avec une suspicion explicite quant à savoir si le modèle correspond au domaine.
Concepts associés
- Le sophisme narratif : pourquoi nous ne pouvons pas nous empêcher de fabriquer des histoires
How causal stories distort hindsight, forecast, and learning — and how to reduce their pull
- Système 1, Système 2, rendus utilisables
Two systems, the biases they create, and when to slow down
- La négligence du taux de base : pourquoi nous ignorons les probabilités
How to let prior probabilities do their real work in your decisions