2009年7月19日日曜日

仕事に役立つインテリジェンス

内容紹介
インテリジェンスは国家安全保障の専売特許ではない。ウソやバイアスに引っかからないための最強の知恵なのだ!!私たちは有象無象の情報(インフォメー ション)に振りまわされて失敗することが少なくない。なぜなら人は自分に都合のよい話を重視したり、経験が邪魔して誤った先入観に縛られやすいからだ。 「一見が百聞に如かないこともある」「すべてに原因があるとはかぎらない」「結果を見て『自分は予測していた』と思いたがる」――本書は日常生活に潜む落 とし穴と、そこに陥らないヒントを、情報分析(インテリジェンス)のプロが導き出す。正しいメソッドと優れた直観を働かせ、仕事や人間関係で得するための 判断力養成ハンドブック。

【内容】(1)問題解決のための基礎知識 (2)過去を解明する、未来を予測する (3)知識と経験・五つの落とし穴 (4)正しい情報分析の技術 (5)ケーススタディで見る競合仮説分析 (終)正しい判断をするために

内容(「BOOK」データベースより)
私たちは有象無象の情報(インフォメーション)に振りまわされて失敗することが少なくない。なぜなら人は自分に都合のよい話を重視したり、経験が邪魔して 誤った先入観に縛られやすいからだ。「一見が百聞に如かないこともある」「すべてに原因があるとはかぎらない」「結果を見て『自分は予測していた』と思い たがる」―本書は日常生活に潜む落とし穴と、そこに陥らないヒントを、情報分析(インテリジェンス)のプロが導き出す。正しいメソッドと優れた直観を働か せ、仕事や人間関係で得するための判断力養成ハンドブック。

1 問題解決のための基礎知識
 インフォメーションがあれば十分なの?
 インフォメーションはあればあるほどいい?
2 過去を解明する、未来を予測する
 失われた過去を発掘する
 来るべき未来を予測する
3 知識と経験―5つの落とし穴
 大切なのは直観かメソッドか
 なぜ直観は誤るのか
 確立の初歩的ミス―典型のヒューリスティクス
 一見が百聞に如かないこともある―利用可能性のヒューリスティクス
 すべてに原因があるとは限らない―因果関係のヒューリスティクス
 一度出来上がった見方は変わりにくい―修正/アンカリングのヒューリスティクス
 「自分は予測していた」―後知恵のヒューリスティクス
 人はインフォメーションの洪水に溺れやすい
4 正しい情報分析の技術
 仮説を適度に見直す
 仮説にこだわらない
 リンチピン分析
 分析結果どうしを競わせる
 グループで分析する
 大量のインフォメーションを処理する
5 ケーススタディで見る競合仮説分析
 共和国イスラと独裁国家ペニン
 ジェーン・ボールディング事件
終章 正しい判断をするために



1 問題解決のための基礎知識
インフォメーションはインテリジェンスを生み出す材料にすぎない
単純問題、確定問題、ランダム問題、不確定問題
インフォメーションの役割、分析・推定の役割
インフォメーションの量と分析の精度は必ずしも比例しない

2 過去を解明する、未来を予測する
ヒューリスティクスの問題、マインドセットの問題
マインドセット=ヒューリスティクス
ランダム問題、不確定問題の世界
ノルマンディ上陸作戦(44)
インフォメーションの洪水
これから起こることに対する仮説(アイオワ号事件とは正反対)
シークレットとミステリーの問題
ミステリーは存在自体が不確か
サプライズが生じる
直観の問題点を意識しながら、適切なメソッドを使用して分析するなら、過去の出来事の真相解明や、未来予測の精度は確実に上がる

3 知識と経験―5つの落とし穴
分析にはアートとサイエンスの両方が不可欠
ルービンの花瓶幻覚を乗り越える
ヒューリスティクスとアルゴリズム―思考のショートカットと思考の積み重ね
ヒューリスティクスがなかったら日常生活もスムーズにいかない
ヒューリスティクスこそあらゆるバイアスの元凶
5種類の代表的なヒューリスティクスとそれにともなうバイアス

4 正しい情報分析の技術
修正の不足もやりすぎも危険
現代に甦ったベイズの定理
わずかなデータから思い切って推測を行うベイズ的な能力はきわめて重要
ベースレートこそが事前確率
ベイズの定理を分析に導入
事前確率を適宜修正
ベイズの定理を使えば冷静な分析が可能
事前確率と事後確率
予測が当たったときよりはずれたときに注意
競合仮説分析(ACH)
新たなインフォメーションに接すると、まず修正のヒューリスティクスが発動されて、無意識のうちに、とりあえずの仮説がわずかなインフォメーションにもとづいてすばやくできあがってしまう。続いて、アンカリングのヒューリスティクスが発動され、とりあえずの仮説は、それと整合しない新しいインフォメーションがもたらされても容易には崩れなくなってしまう。この問題を乗り越えるために考案されたのが競合仮説分析だ。
競合仮説分析のポイント
①修正/アンカリングのヒューリスティクスの回避・軽減
②仮説を出し切る
③整合しないインフォメーションを重視(整合するものは重視しない)
整合しない仮設が少ないものに絞り込む




0 件のコメント:

コメントを投稿