コーチングプラクティス: 夢中になれるタスクの作り方
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。「夢中になれるタスクの作り方」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
- 努力を求める前に興味を集め維持する
取り組みを求める前に、タスクを学習者がすでに気にかけていることに結びつける。
スキャフォールディング:一時的な学習支援の技術 - プロセス目標を見つけることで退屈な課題への関与を再構築する
「この退屈なことを終わらせる」を、その過程に注意を払う価値があるものにする技巧の目標に置き換える。
マインドワンダリングとデフォルトモードネットワーク - フローのために作業環境を設計する(没頭の柱)
課題がスキルをわずかに上回るよう課題を構造化する——深い没頭のスイートスポット。
セリグマンのPERMAモデルを実践する - トピックではなく認知モードでタスクを分類する
バッチ間の精神的なギアチェンジを最小化するため、単なるプロジェクトではなく、必要とされる思考のタイプでタスクをまとめる。
タスクバッチング:似た作業をまとめて切り替えコストを減らす - チャレンジのレベルをスキルに合わせる(難易度の調整)
練習や仕事の条件を設計し、チャレンジのレベルが現在のスキルを超えずに最適な覚醒を維持するようにする。
ヤーキーズ・ドッドソンの法則:最適なパフォーマンス・ゾーンを見つける - プロジェクトの段階をジーニアスに合った人に割り当てる
初期の発想はワンダー・インベンションのジーニアスに、実行段階はテナシティのジーニアスに割り振る。
6つのワーキング・ジーニアス(パトリック・レンシオーニ) - 一度に導入する相互作用する要素の数を調整する
前提となる要素が自動化された後にのみ、高い要素間相互作用性を持つ概念を導入する。
熟達逆転効果:助けが害になるとき - 実行:澄んだ心から仕事を選ぶ
すべてが収集され明確化された状態で、今何をするかを選び、完全に今そこにいる状態でそれをやる。
GTD(Getting Things Done)を実践的に理解する - 熟達が高まるにつれて受動的な学習を生成的タスクに置き換える
上級学習者にとって、生成的タスク――例を作る、類推を作る、他者に教える――は受動的な復習を上回る。
熟達逆転効果:助けが害になるとき - 「ちょうどいい」課題を設計する
簡単すぎず難しすぎない水準に課題を設定し、熟達に向けた関与を持続させる。
Drive:自律性、熟達、そして目的
関連する悩み
- タスク エンゲージメント
「この退屈なことを終わらせる」を、その過程に注意を払う価値があるものにする技巧の目標に置き換える。
プロセス目標を見つけることで退屈な課題への関与を再構築する
- ダニエル・ピンクのモチベーション論でちょうどいい難易度のタスクを設計する
簡単すぎず難しすぎない水準に課題を設定し、熟達に向けた関与を持続させる。
「ちょうどいい」課題を設計する
- フローに入るための難易度とスキルの調整
今の実力より少し上に難易度を調整する——ドリフトしてしまうほど簡単でも、固まってしまうほど難しくもなく。
挑戦をスキルに合わせて調整する
- PERMAモデルでフロー状態の条件を整える
課題がスキルをわずかに上回るよう課題を構造化する——深い没頭のスイートスポット。
フローのために作業環境を設計する(没頭の柱)
- 課題の難易度に合わせて挑戦のレベルを調整する
今の実力より少し上に難易度を調整する——ドリフトしてしまうほど簡単でも、固まってしまうほど難しくもなく。
- 能動的に学ぶための学習法
上級学習者にとって、生成的タスク――例を作る、類推を作る、他者に教える――は受動的な復習を上回る。
熟達が高まるにつれて受動的な学習を生成的タスクに置き換える
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。