コーチングプラクティス： 最悪のケースを想定した最適化思考

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。「最悪のケースを想定した最適化思考」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. 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
2. 過去の範囲を超えた結果に対して計画をストレステストする
   最悪の結果が過去に観測されたどんなケースよりも2倍悪かったら、自分の計画がどう持ちこたえるかを問う。
   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
3. 最悪/最良/現実的な枠組みで破局視を解除する
   「すべてが台無しになった」に対して、最悪のケース、最良のケース、そして最もありそうなケースを名づけて対抗する。
   説明スタイル:楽観、悲観、そして学習性楽観主義
4. 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
5. 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
6. 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
7. リバースブレインストーム：先に反対の問題を解決する
   「どうすれば最悪の結果を確実にもたらせるか」と問う——そしてすべての答えを反転させる。
   水平思考を実践に活かす
8. 深い不確実性下での分散に1/Nルールを使う
   各選択肢の価値を信頼性高く見積もれないとき、リソースを均等に分散する。
   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
9. あらゆる問題における最初のモデルとして逆転の発想を使う
   問題を解決する前に、何が失敗を確実にするかを問い、それらを避ける。
   メンタルモデル：チャーリー・マンガーのラティスワーク・アプローチ
10. 破局視を確認する
    証拠が示すもの以上に、起こりうる結果を増幅させていないか検証する。
    事実を確認する（Check the Facts）実践ガイド

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。