コーチングプラクティス： このシステムは何のために最適化されているのか

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。「このシステムは何のために最適化されているのか」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. システムが何を最適化しているかを変える
   もしシステムの目標が変えたい行動を生み出しているなら、その目標を変える。
   レバレッジ・ポイント
2. 構造が問題であるときに数値を最適化しようとする引力に抵抗する
   数値を調整しているときに気づき、その構造が実際の問題かどうかを問う。
   レバレッジ・ポイント
3. サティスファイシング:十分に良い閾値を設定し、そこに達したら探すのをやめる
   「最善の可能性」ではなく「十分に良い」を最適化する——探索コストがしばしば利益を上回る。
   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
4. ピーク効率だけでなくレジリエンスのために設計する
   最適化されたシステムは脆い——レジリエントなシステムは混乱を吸収し、崩壊せずに回復する。
   個人の生産性のためのシステム思考
5. 高てこの働きどころ——その意味と、自分にとってのそれの見つけ方
   ドネラ・メドウズの意味における高てこの働きどころとは、システムの中で小さな変化が大きな効果を生む場所のことです——それはめったに明白な場所ではありません。
   個人の生産性のためのシステム思考
6. 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
7. サティスファイシング対マキシマイジング:『ほどほど』が勝るとき
   ハーバート・サイモンが提唱したサティスファイシング(満足化)とは、自分の基準を満たす最初の選択肢を選ぶことを意味し、マキシマイジング(最大化)とは最良の選択肢を探し続けることを意味します。バリー・シュワルツらの研究によれば、習慣的にマキシマイズする人は客観的にはわずかに良い選択をする傾向があるものの、満足度は低く、後悔が多く、幸福感も悪化すると報告します――つまり、日常のほとんどの決断においては『ほどほど』が勝つのです。
8. 決断ごとにマキシマイズかサティスファイするかを選ぶ
   少数の高い賭け金の、持続的な選択のためにマキシマイジングを取っておき、それ以外は満足化する。
   サティスファイシング対マキシマイジング:『ほどほど』が勝るとき
9. まず理想的な最終結果を定義する
   解決策がすでに存在し、コストがかからないかのように完璧な結果を描写し、そこから逆算して何がそれを可能にするかを考える。
   TRIZ:体系的発明と矛盾の論理
10. 個人の生産性のためのシステム思考
    ドネラ・メドウズのシステム思考の枠組み——ストック、フロー、フィードバックループ、遅れ、てこの働きどころ——は、個人の行動ではなく複雑な適応システムを分析するために開発されました。しかしその核心的な洞察は直接応用できます——ほとんどの生産性の問題は動機づけの問題ではなく構造の問題です。あなたの行動を生み出すシステムを変えることは、同じ出力を生み続けるシステムに対して意志の力をぶつけるより信頼できます。

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。