コーチングプラクティス: 意図的練習の成果を見通す
取り組んでいることをほぼ何でも入力すると、IX Coach が現実に最も合うプラクティスを見つけます。「意図的練習の成果を見通す」については、現在のプラクティスライブラリからの最適な一致をご覧ください。
役立つかもしれないプラクティス
- 予測の精度を、練習で向上するスキルとして扱う
予測の誤りをパフォーマンスのフィードバックとして受け止め、予測が無意味だという証拠としては受け止めない。
スーパーフォーキャスティング - プロジェクト終了後にクラスデータへ貢献するための振り返りを行う
実際の結果と予測を正直に記録する——これが将来の予測が依拠するリファレンスクラスを築く。
リファレンスクラス予測 - 認知的な楽観バイアスと戦略的な虚偽表示を区別する
予測の水増しには純粋なバイアスによるものと意図的な操作によるものがあることを認識する——それぞれ異なる対処が必要だ。
リファレンスクラス予測 - リファレンスクラス予測
リファレンスクラス予測は、ダニエル・カーネマンとエイモス・トベルスキーが提唱し、ベント・フリウビヤが体系化した手法で、目の前の案件の細部ではなく、類似した過去のプロジェクト群の結果の統計的分布に予測の起点を置くことで精度を高める。計画時にコスト・期間・便益の見積もりを膨らませる楽観バイアスを確実に修正する手法であり、その根拠は具体的で実証されている。 - スーパーフォーキャスティング
フィリップ・テトロックの予測トーナメント研究は、ごく普通の人々の一部——「スーパー予測者」——が、確率的な予測において専門家や情報分析官を一貫して上回ることを発見しました。彼らは測定可能な認知的・行動的習慣を共有しています:確率で考え、証拠に基づいて頻繁に更新し、積極的に反証となる情報を探します。これらの習慣は学習可能です。 - 意図的な練習、ただの練習ではない
Anders Ericssonによって研究された意図的な練習とは、自分の現在の能力をわずかに超えたところを狙った、集中的で努力を要する練習であり、即座のフィードバックと絶え間ない修正を伴います。これが、成長し続ける人と、ただ時間を積み重ねるだけの人を分けるものであり、通俗的な「1万時間」ルールが彼の研究を単純化しすぎている理由です。 - 一点の見積もりではなく分布として予測する
予測を単一の予想数値ではなく、起こりうる結果の範囲として表現する。
リファレンスクラス予測 - 新しい証拠が入るたびに予測を段階的に更新する
予測を、矛盾する証拠にも生き残るコミットメントとしてではなく、新しい証拠ごとに変わるべき確率として扱う。
リファレンスクラス予測 - 参照クラスを使って個人的な見積もりを基準率に根づかせる
自分の状況がどう展開するかを見積もる前に、似たような過去の状況を見つけて何が起きたかを確認する。
ベイズ的思考:信念を合理的に更新する方法 - 低リスクのトリビアと年鑑の質問でキャリブレーションの反復練習を積む
事実に関するトリビアの質問をキャリブレーションの練習の場として使う。結果は即座に解決し、リスクはゼロである。
キャリブレーション・トレーニング
関連する悩み
- 仕事で未来を正確に予測する方法
フィリップ・テトロックの予測トーナメント研究は、ごく普通の人々の一部——「スーパー予測者」——が、確率的な予測において専門家や情報分析官を一貫して上回ることを発見しました。彼らは測定可能な認知的・行動的習慣を共有しています:確率で考え、証拠に基づいて頻繁に更新し、積極的に反証となる情報を探します。これらの習慣は学習可能です。
スーパーフォーキャスティング
- 精度の高い予測を行うテクニック
フィリップ・テトロックの予測トーナメント研究は、ごく普通の人々の一部——「スーパー予測者」——が、確率的な予測において専門家や情報分析官を一貫して上回ることを発見しました。彼らは測定可能な認知的・行動的習慣を共有しています:確率で考え、証拠に基づいて頻繁に更新し、積極的に反証となる情報を探します。これらの習慣は学習可能です。
- 予測を見直す練習法
予測を、矛盾する証拠にも生き残るコミットメントとしてではなく、新しい証拠ごとに変わるべき確率として扱う。
新しい証拠が入るたびに予測を段階的に更新する
- 予測の精度を高める方法
予測を単一の予想数値ではなく、起こりうる結果の範囲として表現する。
一点の見積もりではなく分布として予測する
- 予測の精密さを高める方法
精密な確率や定量的予測には、そのモデルが領域に適合しているかどうかについて明確な疑いを持って接する。
予測やモデルにおける偽りの精密さに注意する
- 予測の精度を高める方法
リファレンスクラス予測は、ダニエル・カーネマンとエイモス・トベルスキーが提唱し、ベント・フリウビヤが体系化した手法で、目の前の案件の細部ではなく、類似した過去のプロジェクト群の結果の統計的分布に予測の起点を置くことで精度を高める。計画時にコスト・期間・便益の見積もりを膨らませる楽観バイアスを確実に修正する手法であり、その根拠は具体的で実証されている。
リファレンスクラス予測
自分の言葉で状況を説明する でプラクティスライブラリ全体を検索できます。