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。

Why it works

確信に満ちたモデルと都合の悪い証拠との間の認知的不協和は、モデルを更新するか、証拠を都合よく再解釈するかのいずれかで解消できる。抵抗の少ない道は通常後者である――アノマリーを外れ値として片づけたり、運の悪さのせいにしたり、証拠に誤ったラベルを貼ったりすることだ。証拠を言い訳するのではなくモデルを更新すると明確に約束することは、この既定の反応を意図的に上書きすることである。

How to do it

1. 行動を起こす前に、自分のモデルがどんな結果を予測するか書き留めておく。
2. 結果が出たら、予測と現実を比較し、食い違いを和らげずに直視する。
3. その食い違いが、モデルの中のどの具体的な前提に対する証拠なのかを特定する。
4. それがどれほど気まずくても、次の意思決定の前にその前提を修正する。

エビデンス

予測を事前に記録して追跡することは、モデルの誤りを特定する最も信頼できる方法の一つであり、優れた予測者に関する研究において体系的に用いられている。予測を追跡し採点する予測者は、そうしない者よりも実質的によく較正されている。 (observational)

予測の追跡には正直な事前のコミットメントが必要である。人は外部記録なしには「最初からわかっていた」という再解釈に陥りやすい。

出典

• Tetlock & Gardner (2015), Superforecasting — tracking records vs unaided retrospective judgment

よくある間違い

誤った予測を生んだモデルではなく、結果の枠づけを修正してしまうこと（「状況が特殊だったからカウントしない」など）。