コーチングプラクティス: 「地図は現地ではない」をフィードバックで更新する
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。「「地図は現地ではない」をフィードバックで更新する」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
- 実際のフィードバックから地図を更新する
現実が自分のモデルと矛盾したら、モデルを修正する――現実の記述の方を修正するのではない。
地図は現地ではない - 予測と結果のギャップを正直に検討する
予想したことと実際に起きたことを比較し、ギャップを説明で片付けたい衝動に抵抗する。
計画・実行・検討・改善:個人的な向上のためのデミングのループ - 自分の地図が省いているものを探す
あらゆるモデルは何かを取りこぼしている――意図的に自分の死角を探す。
地図は現地ではない - 過去の認識の失敗についてプレモーテムを行う
パターン認識があなたを間違った方向に導いたケースを見直し、あなたを欺く共通の構造的特徴を見つける。
認識準備型意思決定(RPD) - コミットメント付きの説明前評価
説明を試みる前に理解を評価する——後ではなく——そしてその数値を記録する。
説明深度の錯覚:あなたが思うより知らないという事実 - 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 - 予測をする前に解決基準に事前コミットする
結果が起こる前に、何が『自分は正しかった』と数えるかを正確に定義する。
キャリブレーション・トレーニング - 反証する証拠を、裏づける証拠より重く評価する
普遍的な主張に対しては、一つの強力な反例が多くの裏づける例に勝る。
反証思考を実践する - 自信を持って間違えた項目を優先する
確信していたのに間違えた項目は、修正後に特によく記憶される — これを意図的に狙おう。
エラーフル・ラーニング:間違いが記憶を強める理由 - 自分の領域のルールが本当に安定しているか確かめる
確率モデルを適用する前に、結果を左右するルールがゲームの途中で変わりうるかを問う。
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
関連する悩み
- 失敗を分析して学びに変える方法
失敗の後すぐに、そのエラーが問題について明らかにした具体的な情報を抽出する。
エラーをデータポイントとして扱う
- プラットフォール効果が働く条件
エリオット・アロンソンによる1966年の「プラットフォール効果」の発見によれば、有能な人は小さな失敗をすると好感度が上がる一方、同じ失敗は有能さの低い人の好感度を下げます。この中核となる発見は本物ですが、追試によってその限界が精緻化されてきました。この効果は、すでに有能さが高く認識されている場合に最も強く現れ、本物の有能さの裏付けのない戦略的な「脆弱性の演出」は逆効果になりがちです。
実践的なプラットフォール効果
- スーパーフォーキャスティング 予測精度を伸ばす成長マインドセット
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。
予測の精度を、練習で向上するスキルとして扱う
- 自分の偏見に気づけない盲点
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。
自分自身の客観性を明示的に問う
- 盲点を生むヒューリスティック
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。
- 大胆な予測を立てて検証する
未来について具体的で検証可能な予測を述べ、結果を見る前に記録しておく。
大胆な予測をする――そしてそれを確かめる
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。