コーチングプラクティス： 大きな変化の中で先を読む方法

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。「大きな変化の中で先を読む方法」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. 信念を頻繁に、小刻みに更新する
   新しい証拠が来たら、その変化が小さくても確率の見積もりを調整する。
   スーパーフォーキャスティング
2. 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
3. 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。
4. 複雑な問いをサブ問いに分解する
   難しい予測の問いを、より小さく見積もり可能な部分に分解し、それらを集約する。
   スーパーフォーキャスティング
5. 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
6. 認知的な楽観バイアスと戦略的な虚偽表示を区別する
   予測の水増しには純粋なバイアスによるものと意図的な操作によるものがあることを認識する——それぞれ異なる対処が必要だ。
   リファレンスクラス予測
7. 一点の見積もりではなく分布として予測する
   予測を単一の予想数値ではなく、起こりうる結果の範囲として表現する。
   リファレンスクラス予測
8. 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。
9. 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。
10. 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

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。