コーチングプラクティス： タレブのアンチフラジャイルな意思決定

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。「タレブのアンチフラジャイルな意思決定」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. 非対称な上振れ――大きな潜在利得、小さな限定的損失――を持つ決断を探す
   最悪のケースが有限で小さく、最良のケースが大きく上限のない状況を探す。
   期待値思考:不確実性の中で決断する
2. 精密さより選択肢の幅を優先する
   不確実な環境では、最適化された固定ポジションよりも方向転換の余地を優先する。
   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
3. その下振れを恐れる前に、可逆性を確認する
   ほとんどの決断は可逆的です。最大限の慎重さは、そうでない少数のもののために取っておきましょう。
   後悔最小化フレームワーク
4. 片開きのドアではペースを落とす
   不可逆的な決定については、自分の自信ではなく、不利益に比例した熟慮に投資する。
   両開きのドア
5. 不快に感じるときでも正の期待値の決断を受け入れる
   期待値が明確に正であれば、たとえほとんどの個別の結果が損失であっても、その決断を取る。
   期待値思考:不確実性の中で決断する
6. 自分のモデルの外にある結果のための余裕を持って計画を立てる
   リスクモデルに含まれていない出来事のために余力を確保する — なぜなら最も大きな被害をもたらす出来事は、たいていモデルに含まれていないからだ。
   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. 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
8. 決断を可逆性とステークスで分類する
   決断を、ステークスが低い/高い、可逆/不可逆という軸で、決める前に分類する。
   決断ジャーナリング：時間をかけてより良く決めることを学ぶ
9. 両開きのドアでは素早く動く
   可逆的な決定では、欲しかった情報の70%で決め、その後調整する。
   両開きのドア
10. シンプル・ヒューリスティクス:ゲルト・ギーゲレンツァーの「速く倹約的な思考」擁護論
    ゲルト・ギーゲレンツァーの研究プログラムは——実証的な裏付けをもって——シンプルなヒューリスティクスが、不確実性下の現実世界の意思決定において、複雑な最適化戦略をしばしば上回ることを論じている。鍵となる条件:環境が予測不可能でデータが限られているとき、ほとんどの情報を無視し、数少ない信頼できる手がかりに基づいて行動することは、徹底的な分析よりも良い結果を生みうる。これは反知性主義ではない——意思決定戦略を問題の構造に合わせることについてである。

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。