コーチングプラクティス： アンカリングバイアスとは

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。「アンカリングバイアスとは」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. 決断する前に自分が比較しているプロトタイプを名づける
   参照として使っているプロトタイプを明示的にする——隠れたテンプレートは吟味されないまま判断を歪める。
   代表性ヒューリスティック——類似性による判断
2. 現状維持バイアス——なぜ私たちはデフォルトにとどまるのか
   サミュエルソンとゼックハウザー(1988)が記録した現状維持バイアスとは、中立的な比較なら乗り換えが有利であっても、現在の選択肢を代替案より好む傾向のことである。それは本物の満足感によってではなく、損失回避、不作為バイアス、惰性によって駆動されており、デフォルトを再構成することで大部分は修正可能である。
3. 自分自身の客観性を明示的に問う
   自分には物事がはっきり見えていると考える前に、何が自分の知覚を形作っているかもしれないかを問う。
   素朴実在論:なぜ誰もが自分にはありのままが見えていると思うのか
4. 交渉と判断におけるアンカリング効果
   アンカリングとは、最初に提示された数字がその後の見積もりや提示額を引き寄せる傾向のことで、その数字が恣意的・無関係であっても起こる。判断研究の中でも特に再現性の高い効果の一つであり、交渉における最初の提示額が想像以上に重要である理由もここにある。
5. 基準率の無視:なぜ私たちは確率を無視するのか
   基準率の無視とは、鮮明で具体的な情報が手に入るときに、事前確率(一般にどれくらいの頻度で物事が起こるか)を過小評価または無視する傾向である。カーネマンとトベルスキーによって特定されたこれは、判断研究の中で最も強固に再現されているバイアスのひとつであり、個別の事例についての予測における体系的な過信につながる。これを修正するには、個別の情報を評価する前に、積極的に基準率を調べるか推定する必要がある。
6. 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。
7. インサイドビューの詳細を加える前にベースレートにアンカーする
   クラスの中央値から予測を始め、そこから調整する——自分の物語から始めてベースレートに調整するのではない。
   リファレンスクラス予測
8. 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
9. 人物判断をプロトタイプの置き換えとして監査する
   ある人物についての判断が、実際の行動に基づいているのか、それともあるタイプへの類似性に基づいているのかを確認する。
   代表性ヒューリスティック——類似性による判断
10. 不公平な曖昧さプレミアムを要求していないか確認する
    同等の既知のオッズのリスクなら何を受け入れるかを見積もる——未知のオッズに対する基準がはるかに高いなら、そのギャップがバイアスである。
    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

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。