開放性を使って自分の学習アプローチを調整する
高い開放性は多様性と新奇性が関与を保つために必要であることを意味し、低い開放性は幅広さよりも深く境界づけられた練習が優れていることを意味する。
Why it works
経験への開放性は発散的思考、好奇心、新奇性への好みと関連している――それは創造的なパフォーマンスを予測するが、気の散りやすさや反復的な課題への困難さも予測する。低い開放性は確立された方法と信頼できる手順への好みと関連しており、それは異なる強み(一貫性、熟達)と異なるコスト(必要な変化への抵抗)を予測する。学習戦略を開放性レベルに合わせることは、特性と戦うのではなくそれを活用する。
How to do it
- 自分の開放性レベルをスコアリングし、その典型的な行動的シグネチャーを正直に読む。
- 開放性が高い場合:学習に多様性を組み込みつつ、意図的に定着期間を組み込む――そうでなければ新奇性の探求が、深みのない幅広さを生む。
- 開放性が低い場合:熟達に基づく練習に傾く。すべてに追いつこうとするのではなく、一つの領域を選んで深く掘る。新しい枠組みにはより多くの慣れの時間がかかることを予期する。
- どちらの場合も:自分の自然な学習の好みが実際に何を最適化しているのか、そしてそれが今の目標にとって正しい最適化なのかを問う。
エビデンス
経験への開放性は、複数の研究にわたって創造的なパフォーマンスと知的な達成を予測する。それはまた、学習・開発プログラムへの反応性を調整する。 (observational)
開放性は集団レベルで創造的なパフォーマンスを予測する。個人の例外は数多くあり、この特性はほとんどの領域で知的な達成を決定するものではない。
出典
- Feist (1998), a meta-analysis of personality in scientific and artistic creativity, Personality and Social Psychology Review
よくある間違い
高開放性の人が、探求だけで定着のない学習計画を設計すること――多様性は燃料だが、熟練した練習こそがスキルが築かれる場所であり、両者は共存する必要がある。
IX Coach でこれを実践する
More practices for ビッグファイブ性格モデル
- 検証済みのビッグファイブ測定を受ける
バイラルなクイズではなく、心理測定学的に検証された尺度を使い、信頼できる特性プロファイルを得る。
- 神経症傾向をストレスの診断として使う
高い神経症傾向は、より反応的な脅威検知システムを意味する――それを判決としてではなく、より頑健な調整戦略を築く手がかりとして使う。
- 誠実性のレベルに合わせて環境を設計する
自分のシステムを、なりたいと思っている自分ではなく、実際の自己調整能力に合わせる。
- 外向性スコアからのエネルギー管理
自分に持ち合わせていないエネルギーを演じるのではなく、社会的負荷と回復時間を実際の外向性レベルに合わせて調整する。
- 協調性と、それを抑圧または過剰表現することのコスト
高い協調性は関係の質を予測するが、擁護や正直なフィードバックにおいてコストがかかることがある。自分の既定値とそのリスクを知っておく。
- 特性の変化を理解する――何が変わり、何が変わらないか
ビッグファイブの特性は順位においては比較的安定しているが、絶対的なレベルにおいては変化する――特に意図的な練習と大きな人生の転機によって。