Fai emergere ed esamina le assunzioni che stai facendo
Nomina le assunzioni che riempiono il divario tra i dati selezionati e l'interpretazione a cui sei arrivato.
Why it works
Le assunzioni sono gli anelli invisibili della catena inferenziale — le convinzioni che non hai scelto consapevolmente ma che sono necessarie perché l'interpretazione derivi dai dati. Spesso sono così ovvie per chi le detiene da non essere riconosciute come assunzioni. Renderle esplicite le trasforma da architettura invisibile a ipotesi esaminabili, condizione minima per verificare se sono fondate.
How to do it
- Chiediti: "Cosa dovrebbe essere vero sulle persone (o sul mondo) perché la mia interpretazione derivi dai dati?"
- Scrivi quelle affermazioni come "Sto assumendo che…"
- Verifica ogni assunzione: si basa su prove, o è una convinzione preesistente importata da altrove?
- Invita una persona con un background diverso a nominare quali assunzioni pensa tu stia facendo.
Prove scientifiche
La ricerca di Argyris sull'apprendimento organizzativo a doppio ciclo documenta come le assunzioni non esaminate sostengano routine difensive che impediscono una risoluzione efficace dei problemi — motivando direttamente la pratica di far emergere le assunzioni. Il principio generale (le convinzioni implicite guidano il comportamento e devono emergere per poterlo cambiare) è fondamentale anche nella terapia cognitiva. (clinical)
La ricerca è prevalentemente organizzativa e basata su casi di studio; le prove da studi randomizzati sulla pratica di far emergere le assunzioni come intervento cognitivo individuale sono limitate.
Fonti
- Argyris & Schön (1978), Organizational Learning: A Theory of Action Perspective
Errore comune
Formulare le tue assunzioni in termini così astratti da non poter essere verificati ("presumo che le persone abbiano buone intenzioni") invece che abbastanza specifici da poter essere esaminati ("presumo che sapesse della riunione").
Metti in pratica questo con IX Coach
More practices for La scala dell'inferenza
- Distingui i dati osservabili dall'interpretazione
Separa ciò che una telecamera avrebbe registrato da ciò che ne hai fatto tu.
- Nota quali dati hai selezionato — e quali hai ignorato
Le tue conclusioni si basano su un campione dei dati disponibili — chiediti cosa escludeva quel campione.
- Metti alla prova le conclusioni prima di agire
Tratta la tua conclusione come un'ipotesi e trova una prova che la confermerebbe e una che la smentirebbe.
- Scendi la scala insieme nei disaccordi
Nel conflitto, smetti di discutere sulle conclusioni e scendi insieme al livello dei dati.
- Rallenta il ciclo riflessivo
Le tue convinzioni attuali determinano quali dati selezioni, rafforzandosi da sole — interrompi questo ciclo deliberatamente.
Concetti correlati
- Pensieri Lenti e Veloci, Resi Utilizzabili
Two systems, the biases they create, and when to slow down
- Il Rasoio di Hanlon: Mai Attribuire a Malizia Ciò che la Stupidità Può Spiegare
The charitable-attribution heuristic and why it usually serves you better
- La mappa non è il territorio
Mental models are tools, not truths — how to use them without being captured by them
- Reframing Cognitivo, in Pratica
How reappraisal changes emotion, the common distortions, and how to do it without toxic positivity