コーチングプラクティス： 予測 追跡

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。「予測 追跡」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. 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
2. 予測を追跡することで確率の較正を練習する
   自分の予測に明示的な確率の見積もりを割り当て、それが正しい率で実現するかどうかを追跡する。
   基準率の無視:なぜ私たちは確率を無視するのか
3. 過去の自分の予測を採点してアウトサイド・ビューの使い方を較正する
   予測ログをつけて採点する——どこで過信または過小評価していたかについてのフィードバックなしに較正は改善できない。
   アウトサイド・ビュー
4. 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。
5. 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
6. 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
7. 採点された予測の記録を維持する
   明示的な確率をつけて予測を記録し、それが解決したときに採点する。
   キャリブレーション・トレーニング
8. 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。
9. 予測をする前に解決基準に事前コミットする
   結果が起こる前に、何が『自分は正しかった』と数えるかを正確に定義する。
   キャリブレーション・トレーニング
10. 感情予測:なぜ自分の気持ちを見誤るのか
    ダニエル・ギルバートと同僚たちは、人が将来の感情反応の強さと持続時間の両方を確実に見誤ることを示した——悪い出来事がどれほど悪く感じられるか、良い出来事がどれほど良く感じられるかを過大評価する。そのメカニズムは「インパクト・バイアス」だ——私たちは出来事そのものに焦点を当て、それを和らげる適応プロセスを無視する。この研究は十分に再現されており、決断の仕方、習慣の築き方、期待の管理の仕方に直接的な含意を持つ。

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。