コーチングプラクティス: 不確実性 信念 変える
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。「不確実性 信念 変える」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
- 確実性を待つのではなく、エビデンスが到着するたびに段階的に更新する
現在の最良の推測確率を述べ、それを動かすであろうものを特定し、そのエビデンスが到着したときに更新する。
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 - 信念を賭けに変換して本当の確信度を明らかにする
その信念に五分五分の掛け率で100ドル賭けるだろうか。その答えはしばしば、主張された確信度と実際の確信度のギャップを明らかにする。
ベイズ的思考:信念を合理的に更新する方法 - 否定的問題志向:それが不確実性をどう形作るか
否定的問題志向とは、結果がまだ実際には分かっていないうちから、不安定な状況をデフォルトで脅威として読み取る習慣だ。
不確実性の受容:GADへのCBTにおける中核スキル - 「世界がここでは不確実だ」と「私はまだ十分に知らない」を分離する
問う:その領域の専門家でもこの不確実性に直面するだろうか?もしそうでなければ、問題はスキルのギャップであり、根本的な曖昧さではない。
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 - 不確実性は危険だという信念に直接挑む
「分からない=悪い結果」についての証拠を吟味する——なぜならその論理はたいてい欠陥があるからだ。
不確実性の受容:GADへのCBTにおける中核スキル - テストする信念を特定する
具体的でテスト可能な信念や予測を突き止める——曖昧な心配ではなく、具体的な仮説を。
行動実験:現実世界で信念をテストする - 反応する前にリスクと曖昧さを区別する
直面しているのが既知のオッズなのか、本当に未知のオッズなのかにラベルをつける——正しいツールは答えによって決まる。
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 - 曖昧さをデータに変えるために小さな賭けを行う
麻痺を、局所的なエビデンスを生み出し、不確実性を段階的に減らす安価な実験に置き換える。
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 - 信念を全面的にではなく段階的に更新する
新しい証拠は確率をある程度シフトさせるべきであり、5%から95%へ一度に飛ぶことはめったにない。
ベイズ的思考:信念を合理的に更新する方法 - 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
曖昧さ回避とは、Daniel Ellsbergの1961年のパラドックスによって実証された、既知の確率を持つ賭けを未知の確率を持つ賭けよりも好む傾向のことです——たとえ期待値が同じであっても、あるいは未知の選択肢の方が実際には良い場合でさえもです。これはナイト流の不確実性への不快感によって駆動され、なじみのない、しかし潜在的に価値の高い機会から人々を体系的に遠ざけてしまいます。
関連する悩み
- 不確実な状況での小さな実験の進め方
問う:その領域の専門家でもこの不確実性に直面するだろうか?もしそうでなければ、問題はスキルのギャップであり、根本的な曖昧さではない。
「世界がここでは不確実だ」と「私はまだ十分に知らない」を分離する
- AIシステムは不確実性にどう対応するのか
現在の最良の推測確率を述べ、それを動かすであろうものを特定し、そのエビデンスが到着したときに更新する。
確実性を待つのではなく、エビデンスが到着するたびに段階的に更新する
- 不確実性にどう対処すればいいか
小さな不確実性に耐える練習をして、心配せずに不確実性と共にいる能力を築く。
不確実性耐性トレーニング
- 不確実性を受け入れる方法
否定的問題志向とは、結果がまだ実際には分かっていないうちから、不安定な状況をデフォルトで脅威として読み取る習慣だ。
否定的問題志向:それが不確実性をどう形作るか
- 計測できない不確実性とは
確率を割り当てられるときと、状況があまりにも新しく数字が捏造されたものになるときを知る。
不確実性(定量化可能)と無知(定量化不可能)を区別する
- リフレーミング 不確実性
否定的問題志向とは、結果がまだ実際には分かっていないうちから、不安定な状況をデフォルトで脅威として読み取る習慣だ。
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。