経験のない領域に入るときは基準率に大きく従う

不慣れな領域では、クラスの分布がほぼ完全に予測を支配すべきである。

Why it works

アウトサイド・ビュー思考の背後にある更新ロジックはベイズ的である：基準率（事前確率）から始め、領域固有のエビデンスが蓄積するにつれてインサイド・ビューへと更新する。新しい領域では、そのインサイド・ビューのエビデンスは薄い——熟練した実践者が有用に調整できるようにする信頼できる手がかりをまだ収集していない。この状況では、基準率に大きな重みを置きインサイド・ビューには軽い重みしか置かないことが、慎重なヘッジではなく較正の取れた動きである。

How to do it

1. 新しい領域で活動する前に、自分の経験レベルを明示的に評価する：初心者、中級者、熟練者。
2. 初心者の領域では規則を設定する：「基準率へのインサイド・ビューによる調整は±10%に制限する」。
3. その領域で実際にフィードバックによって修正された経験を蓄積するにつれ、その上限を引き上げる。
4. インサイド・ビューによる調整が結果として較正されていたときを追跡する——これがその上限を広げてよいというシグナルである。

エビデンス

カーネマンとクライン（2009年）は、専門家の直感は、実践者が規則性のある領域でフィードバックによって修正された相当な経験を持っている場合にのみ較正されることを確立した。それがなければ、インサイド・ビューの調整は本物のシグナルよりも過信を反映している可能性が高い。 (observational)

「熟練している」ための経験の閾値は領域固有であり、正確に定義されていない。この上限はヒューリスティックであり、10%という値は例示的なものであって実証的に導かれたものではない。

出典

• Kahneman & Klein (2009), "Conditions for intuitive expertise," American Psychologist
• Kahneman, D., & Klein, G. (2009). Conditions for intuitive expertise: A failure to disagree. American Psychologist, 64(6), 515-526.

よくある間違い

熱意とリサーチが領域経験の代わりになると想定してしまうこと——ある領域についてすべてを読んでも、まだフィードバックを受けていないため較正の取れたインサイド・ビューを持たないことがある。