「がんばれない」けど「がんばりたい」

ITエンジニアの仕事のこと。AI、機械学習、ディープラーニング。地頭力。車のこと。

仮説思考で考える

f:id:studio23c:20171019182217j:plain


地頭力を構成する思考には3つの思考で構成されていることを以前の記事で書きました。今回は、その1つである仮説思考についてまとめみたいと思います。

studio23c.hatenadiary.jp


 

以前の記事で『ベクトルを逆転して考える』の内容が仮説思考の本質を語っているので、この記事をまだ読んでいない方は、まず読んで見てください。

goo.gl


1)仮説思考のポイント

仮説思考のポイントは下の3つです。

  1.  いまある情報だけでも可能性の高い結論(仮説)を想定し、
    *どんなに少ない情報からでも仮説を構築する姿勢

  2.  常にそれを最終目的地として強く意識して、
    *前提条件を設定して先に進む力

  3.  情報の精度を上げながら検証を繰り返して仮説を修正しつつ最終結論に至る思考パターンのことである。
    時間を決めてとにかく結論を出す力



2)なぜ仮説思考が重要なのか?

限られた時間の中で最善の結論を効率的に出すため」です。

何か課題があるとします。課題なので解決策を考えて行動する必要があります。この時、皆さんは、どんな思考でその課題に向かっているか?を意識した事ってありますか?

まず、ネットや本などなどから、その課題を解決するために情報を集めることから始めている人がほとんどかと。。インターネットで検索する癖がついていて、考える前に、その課題を既に解決している人のブログや記事を見つけ、手法や、どんなデータが必要なのか? 『この記事によると・・と書いてあるから、うちの会社でも同じデータを集めてみよう!』となっていることが多いと思うんです。

でも、この方法だと、データを集めることが目的になってしまい、そもそもデータを集めきるまでの時間が読めないために、いつまでも行動に移せない。否、なんとかデータが集まった!と思ったら、既に2ヶ月とか半年とか経ってた。。。そして、ようやく、そのデータを使って行動してみたら、解決できなかった。。。。ということが普通に起きていませんか?

 

 

3)「情報を集めたい病」を克服することが最初の一歩

そしてデータを集めている最中に「あ、こういうデータも必要かも!」と、準備のために集めるデータがどんどん増えていき・・さらに実行までのスケジールが延びてしまう・・このデータが本当に有効なのか?も分からないのに・・

 

僕も含め、現在社会人として働いている世代と、それよりも前の世代の方々は『知識詰め込み型』ベースの教育を受けてきました。【質問】に対する【答え】という知識を詰め込むことで、答えを直ぐに出せるという観点に重点を置き、そのスピードの速さを武器に欧米に勝利して来ました。

 

こんな教育を受けてしまった私たちは、課題に対しての思考工程として、完璧な準備(知識・データを整える)が終わらないと次に進めない人間になってしまっている傾向が高いです。ビジネスだけではなく、人生においても、何が正解かはわからない。でも、チャレンジしないといけなかったり、判断しないといけなかったりすることの連続。

 

そして、その判断やアウトプットが、絶対正しいもの(正解)を出さないとダメと思ってしまっている人が少なくない。何度も言いますが何が正解か、どんな手法が正解かは分からないにも関わらず。。

 

別の言い方をすると、自分の身の周りから得られるデータを起点にして、さらに必要なデータを調べて、そして解決策へと登っていくイメージ。

登山をする時のように、麓から頂上のゴールへ進むイメージ。

これだけ書くと『何が悪いの?』ってなっちゃいそうなんですが、とにかく時間的コストがかかるというのが現代の変化が激しい時代背景にマッチしてないんですよね。。なので、仮説思考を用いましょ!っていう提案なのだと。



4)フェルミ推定

仮説思考のポイントは冒頭に書いた通り。

課題解決に時間をかけナイというところ。それを実行するのには、まずデータを集めるところが出発点ではなく、

  1. 自分の知っている知識で一番近しい可能性の高い結論(仮説)を妄想して、
  2. フレームワーク思考の記事でも書いたけど、切り口を決めていき、
  3. その切り口分類・分解を行い分析+検証し、早く仮説が正しいのかを判断する。



「切り口」と「分類」についてはこの記事を参照してみてください。

studio23c.hatenadiary.jp

 

また分解に関しては、こちらを。

studio23c.hatenadiary.jp


このステップで1番厳しいのは『最初の自分が知っている知識で』ってところ。

例えば「日本に存在する信号機は何台あるか?』という課題があった場合。
(実際はインターネットで調べると出るのかもしれないけどw)

 

今だと、ググるのかもしれないけど、自分の知識から切り口を想像してみるとなると、何が1番確からしい知識で、それを、どう繋げたらいいのか?って難しいですよね。

でも仮説思考を用いて出した結論って意外と本当の答えと離れてはいなかったりするもんなんです。そして上で書いたポイント1.〜3. のうちの1.に関しては、いきなり可能性の高い結論からアプローチしているというところで、仮説思考の本質が、別記事で書いた『ベクトルを逆転して考える』につながるんです。

 

そこで、この『逆転して考える』を鍛えるのにフェルミ推定というのが有効だと。

 

 


5)ちょっとだけ詳細に、仮説思考プロセスをみてみる。

ちょっと色んな話しが出てきたので、
仮説思考のプロセスを書き出してみようと思います。

  1. 課題に対して、どんな切り口と分類・分解ができるかを考える。
    これが仮説となる。ちなみに、この切り口や分類・分解は、仮説を立てるための前提条件となる。

  2. 仮説が出来たら仮説結果がどのくらい正しいものなのか?
    を検証する分析作業を行う。
    仮説検証を実行していく上で重要なのは、
    十分な分析を積み重ねて、
    事実データを元にした根拠をそろえた仮説検証を実施していくこと。

  3. その結果、ダメだったら、仮説のどの部分がダメだったのか? 前提条件を修正するのか? まるっと切り口を変更するのか? などの方法があるが、大切なのは、検証していきながら精度をあげるという意識を持つこと。
    当初の仮説を「更新していく姿勢を常に持つ」とセット。


こんなところかな。。

仮説検証を行う時に、情報を集める気がしているんだが、この情報(データ)の集め方も、闇雲に行うのではなく、「どんな仮説を立てて」「何のために」この情報収取をしようとしているかを考えて行うことが重要。


また上のプロセスには書かなかったが、タイムボックスの思考も入れる必要がある。
「時間を決め、とにかく結論を出す。」。この時間の決め方として意識したいことは、「どのくらいでできそうか?」ではなく「この期間でどこまでできるか?」と逆ベクトルで考える。




6)仮説思考の留意事項

  1. はじめの仮説にこだわりすぎるな!
    ・当然、方向が間違っていることも多々ある。
     最初のうちは、仮説が間違っていることの方が多い。
     大切なのは当初の仮説を「更新していく姿勢を常に持つ」こと。
  2. 深堀が甘くならないように十分な検証を行う!
     ・十分な検証を行わないうちに安心して、
      深堀が不十分な表層的な結論になってしまう可能性がある。



まとめ

概要を何とか、まとめた感じになってしまったが、
最初に述べたステップになれる。そして、逆転ベクトルの思考がデフォルトになるようにするために、まずフェルミ推定のドリルをやってみようと思う。