Accontentati: fissa una soglia di buono-abbastanza e fermati quando la raggiungi
Ottimizza per 'abbastanza buono' anziché 'il migliore possibile' — il costo della ricerca spesso supera il guadagno.
Why it works
Il 'satisficing' di Herbert Simon — un portmanteau di soddisfare e bastare — cattura l'intuizione che cercare la soluzione ottimale richiede sapere in anticipo come appare l'ottimale, il che spesso non è disponibile. Fissare una soglia ('mi serve X in un'offerta di lavoro') e fermarsi quando trovi un'opzione che la soddisfa evita i rendimenti decrescenti e i costi opportunità della ricerca indefinita, pur superando comunque una soglia di qualità significativa.
How to do it
- Prima di qualsiasi ricerca significativa (lavoro, casa, decisione), definisci i criteri minimi che costituiscono buono abbastanza.
- Cerca fino alla prima opzione che soddisfa tutti i criteri — poi fermati e decidi.
- Resisti alla tentazione di continuare a cercare 'nel dubbio' che esista qualcosa di meglio — questa è la trappola del satisficing.
Prove scientifiche
Il concetto di satisficing di Simon è fondamentale per la ricerca sulla razionalità limitata. Schwartz et al. hanno scoperto che i massimizzatori (persone che cercano scelte ottimali) riportavano minore soddisfazione di vita e maggiore rimpianto rispetto ai satisficer, anche quando le loro scelte erano oggettivamente uguali. (observational)
La distinzione massimizzatore/satisficer di Schwartz è autoriferita correlazionale; adottare il satisficing come strategia e vedere miglioramenti nel benessere è inferito, non causato direttamente in RCT.
Fonti
- Schwartz et al. (2002), Maximizing versus satisficing, Journal of Personality and Social Psychology
Errore comune
Fissare la soglia troppo alta ('perfetto, non semplicemente buono abbastanza') — questo converte il satisficing in massimizzazione con passi in più e sconfigge lo scopo.
Metti in pratica questo con IX Coach
More practices for Euristiche semplici: l'argomentazione di Gerd Gigerenzer per il pensiero veloce e frugale
- Fidati dell'euristica del riconoscimento negli ambienti incerti
Se riconosci un'opzione e non l'altra, quella riconosciuta è di solito migliore — nel dominio giusto.
- Usa 'prendi il migliore': scegli sul tuo singolo segnale più informativo
Quando scegli tra opzioni, identifica il segnale più diagnostico e usalo — smetti di cercarne altri.
- Fissa regole predefinite per le situazioni ad alta forza di volontà
Una regola pre-decisa non richiede forza di volontà al momento della decisione — la decisione è già stata presa.
- Abbina la tua euristica alla struttura dell'ambiente
Una buona regola funziona perché si abbina alle regolarità statistiche dell'ambiente — ambiente sbagliato, regola sbagliata.
- Usa la regola 1/N per la diversificazione sotto profonda incertezza
Quando non puoi stimare il valore di ogni opzione in modo affidabile, distribuisci le risorse equamente.
- Costruisci la tua cassetta degli attrezzi adattiva personale di regole specifiche per dominio
L'obiettivo non è un'euristica universale — è una collezione curata che si abbina ai domini che navighi davvero.