コーチングプラクティス： ゲームと現実世界の不確実性の違い

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。「ゲームと現実世界の不確実性の違い」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

1. 「世界がここでは不確実だ」と「私はまだ十分に知らない」を分離する
   問う：その領域の専門家でもこの不確実性に直面するだろうか？もしそうでなければ、問題はスキルのギャップであり、根本的な曖昧さではない。
   曖昧さ回避——なぜ未知のオッズは悪いオッズよりも悪く感じられるのか
2. 自分の領域のルールが本当に安定しているか確かめる
   確率モデルを適用する前に、結果を左右するルールがゲームの途中で変わりうるかを問う。
   ルーディック・ファラシー：現実をゲームと勘違いするとき
3. 曖昧さを伴う高リスクで不可逆的な決断にはマキシミン推論を使う
   最悪の起こりうる結果が最も生き延びられる選択肢を選ぶ——期待値を計算できないときには、下限を最適化する。
   曖昧さ回避——なぜ未知のオッズは悪いオッズよりも悪く感じられるのか
4. 反応する前にリスクと曖昧さを区別する
   直面しているのが既知のオッズなのか、本当に未知のオッズなのかにラベルをつける——正しいツールは答えによって決まる。
   曖昧さ回避——なぜ未知のオッズは悪いオッズよりも悪く感じられるのか
5. 予測やモデルにおける偽りの精密さに注意する
   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。
   ルーディック・ファラシー：現実をゲームと勘違いするとき
6. 過去の範囲を超えた結果に対して計画をストレステストする
   最悪の結果が過去に観測されたどんなケースよりも2倍悪かったら、自分の計画がどう持ちこたえるかを問う。
   ルーディック・ファラシー：現実をゲームと勘違いするとき
7. ルーディック・ファラシー：現実をゲームと勘違いするとき
   ルーディック・ファラシーとは、ナシーム・タレブが著書『ブラック・スワン』で名づけた概念で、ルールが定まり、結果が限定され、確率が安定しているという性質を持つゲームの論理を、そうした前提が成り立たない領域 — つまり現実生活の大部分 — に適用してしまう誤りを指す。この誤りが重要なのは、ゲームに似た分布の上に構築された標準的なリスクモデルが、極端で予期しない出来事の頻度と規模を体系的に過小評価してしまうからだ。これはタレブの分析概念であり、それを支持するエビデンスは主に観察的・歴史的なものであって、対照実験によるものではない。
8. 確実性を待つのではなく、エビデンスが到着するたびに段階的に更新する
   現在の最良の推測確率を述べ、それを動かすであろうものを特定し、そのエビデンスが到着したときに更新する。
   曖昧さ回避——なぜ未知のオッズは悪いオッズよりも悪く感じられるのか
9. 曖昧さをデータに変えるために小さな賭けを行う
   麻痺を、局所的なエビデンスを生み出し、不確実性を段階的に減らす安価な実験に置き換える。
   曖昧さ回避——なぜ未知のオッズは悪いオッズよりも悪く感じられるのか
10. 否定的問題志向:それが不確実性をどう形作るか
    否定的問題志向とは、結果がまだ実際には分かっていないうちから、不安定な状況をデフォルトで脅威として読み取る習慣だ。
    不確実性の受容:GADへのCBTにおける中核スキル

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。