コーチングプラクティス： 人気があることと確率が高いことの違い

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。「人気があることと確率が高いことの違い」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. 「多くの人がXを心配している」と「Xは実際に起こりやすい」を切り分ける
   あるリスクが広く議論されているという事実は、社会的なダイナミクスについてのエビデンスであって、確率についてのエビデンスではない。
   アベイラビリティ・カスケード：恐怖はどう広がり膨らむのか
2. 類似性の判断を形成する前にベースレートを調べる
   「これはXに似ている」と決める前に、そのXが関連する母集団の中でどれくらい一般的かを問う。
   代表性ヒューリスティック——類似性による判断
3. ランダムな連続は「バランスを負っていない」と認識する
   ランダムなプロセスには記憶がない——表が続いても裏が出やすくなるわけではない。
   代表性ヒューリスティック——類似性による判断
4. 一般的な人気ではなく、仲間に特化した社会的証明を使う
   「あなたのような人はこうする」は「多くの人がこうする」よりもはるかに説得力がある。
   社会的証明、実践的に使う
5. 物語をそぎ落とし、無味乾燥な頻度の問いとして言い直す
   生き生きとしたシナリオを、乾いた統計的な問いに翻訳し、それでも確からしく感じるか確かめる。
   連言錯誤 ― 「詳細が多いほど本当らしく」感じる理由
6. リスクや成功を評価するときは常に分母を特定する
   数値や話が印象的なとき、「全体としては何件中の話か」と問う。
   基準率の無視:なぜ私たちは確率を無視するのか
7. 直感的な見積もりを信じる前に実際の基準率を確認する
   何かが一般的、あるいは稀に感じられるとき、それが実際どれくらいの頻度で起きるかを調べる。
   利用可能性ヒューリスティック：思い出しやすいものはなぜ「ありそう」に感じるのか
8. 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
9. 成功率を祝う前に失敗率を尋ねる
   どんな成功事例からも教訓を引き出す前に問う:何回の試みのうち何回これが成功したのか?
   生存者バイアス:見えないものから学ぶ
10. 利用可能性ヒューリスティック：思い出しやすいものはなぜ「ありそう」に感じるのか
    利用可能性ヒューリスティックとは、何かがどれほど一般的か、あるいはありそうかを、例がどれほど簡単に思い浮かぶかで判断する精神的な近道だ。トヴェルスキーとカーネマンが1973年に特定した。多くの日常状況では適応的だが、劇的、最近、あるいは感情的に鮮明な出来事に対しては体系的に誤作動する――実世界の確率に対する一貫した過大・過小評価を引き起こす。

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。