Trazer à tona e examinar as suposições que você está fazendo
Nomeie as suposições que preenchem a lacuna entre os dados que você selecionou e a interpretação a que chegou.
Why it works
As suposições são os elos invisíveis na cadeia inferencial — as crenças que você não escolheu conscientemente, mas que são necessárias para que a interpretação decorra dos dados. Muitas vezes são tão óbvias para quem as sustenta que não são reconhecidas como suposições. Torná-las explícitas as converte de arquitetura invisível em hipóteses examináveis, que é a condição mínima para verificar se são justificadas.
How to do it
- Pergunte: "O que precisaria ser verdade sobre as pessoas (ou o mundo) para que minha interpretação decorresse dos dados?"
- Escreva essas afirmações como "Estou supondo que…"
- Verifique cada suposição: ela é baseada em evidência, ou é uma crença padrão importada de outro lugar?
- Convide uma pessoa de origem diferente a nomear que suposições ela acha que você está fazendo.
Evidência
A própria pesquisa de Argyris sobre aprendizagem organizacional de ciclo duplo documenta como suposições não examinadas sustentam rotinas defensivas que impedem a resolução eficaz de problemas — motivando diretamente a prática de trazer à tona as suposições. O princípio geral (crenças implícitas conduzem o comportamento e precisam ser trazidas à tona para mudá-lo) também é fundamental na terapia cognitiva. (clinical)
A pesquisa é primariamente organizacional e baseada em estudos de caso; a evidência de ensaios randomizados sobre a prática de trazer à tona suposições como intervenção cognitiva individual é limitada.
Fontes
- Argyris & Schön (1978), Organizational Learning: A Theory of Action Perspective
Erro comum
Identificar suas suposições em palavras tão abstratas que não podem ser verificadas ("suponho que as pessoas têm boas intenções") em vez de específicas o suficiente para serem examinadas ("suponho que ela sabia da reunião").
Pratique isso com IX Coach
More practices for A Escada de Inferência
- Distinguir dados observáveis de interpretação
Separe o que uma câmera registraria do que você fez daquilo.
- Perceber quais dados você selecionou — e quais ignorou
Suas conclusões são construídas sobre uma amostra dos dados disponíveis — pergunte o que essa amostra excluiu.
- Testar conclusões antes de agir sobre elas
Trate sua conclusão como uma hipótese e encontre uma evidência que a confirmaria ou a refutaria.
- Descer a escada junto com outros em desacordos
No conflito, pare de discutir sobre conclusões e desça junto ao nível dos dados.
- Desacelerar o ciclo reflexivo
Suas crenças atuais moldam quais dados você seleciona, reforçando-se a si mesmas — interrompa esse ciclo deliberadamente.
Conceitos relacionados
- Pensando, Rápido e Devagar, na Prática
Two systems, the biases they create, and when to slow down
- A Navalha de Hanlon: Nunca Atribua à Malícia o que a Estupidez Explica
The charitable-attribution heuristic and why it usually serves you better
- O Mapa Não É o Território
Mental models are tools, not truths — how to use them without being captured by them
- Reformulação Cognitiva, na Prática
How reappraisal changes emotion, the common distortions, and how to do it without toxic positivity