目標の立て方と継続について
今回は、積極目標と回避目標の違いを掘り下げていこうと思います。世の中には進んで善いことをしようとする能動性のある行為と、そうではなく、嫌なことを避けて通りたいためにする受動的な行為があると思います。
ここで、考えておきたいのは、善いことが大多数可能性としておおよそある場合には、たしかに積極目標を立てて、善いことを進んで能動的に行うことが66％ほど正しいということになります。
しかし、やがて、それらの善いことの可能性がほとんどなくなった場合には、やがて、積極性と能動性が失われ、継続するようになると、今度は、嫌なことが目に入るようになります。
すると、受動的な回避目標が優勢になることがある。今回はなぜ、このようなことになるのかを考えていきたいと思います。
「積極目標が良いのか、回避目標が良いのかとい う問題について」
一般には、受動的な回避目標より、能動的な積極目標の方が良いとされています。
しかし、それは「やり抜く力grid」に書かれていたように、軍隊施設で継続してやり遂げられたのはわずか5％未満であったとか、あるいは、書く習慣を行わせるとき、その講習で最後まで残って書く習慣を身につけたというひともまた、5％未満であった、ような事例から伺えるのは、始めてみないとわからない、向こうみずでも、可能性を断つことの方が良くないとされた場合にそうなっているだけと考えられる。また、本の事情としては、売れるために積極目標の方が良く、回避目標の方が良くないとしておかないと、始めないことには続かないというごく当たり前のことがあるがゆえにそうなっていると、こう考えられるということになります。当然、先ほどのやめた95％以上のひとはまた、しようとする可能性があるため、本としてはそれを助長するカタチをとって仕方がないということになる。つまり、岡田さんの言うように統計的にそれは正しいということになる。
このことは大数法則に言え、母集合を増やせば、当然、5％未満のひとが増え、結果として、継続している、または、成功していると言えるひとは、増えるということになり、いわゆる同様に確からしい数値になるということになる。
「そもそも積極目標と消極目標が生じているのか」
では、どこからが、積極目標であり、消極目標なのか、これだけではわかりません。そして、なぜ積極目標が良く、回避目標が良いのかわからない、ということが起こりえる。そこで、定義をしっかりしてみようと思った次第です。
「無条件下での積極目標と条件下での消極目標」
物事は始めないことには、何も起こらない。そのことからして、始める方を強くするために、まず、「無条件下での積極目標が最適である」という結論に至ることになる。たとえば、書くことを続けることを目標にした場合、何を書いても良いというこの無条件下が基になって、いずれは、縛りを作って、こう書かないければならない、という条件下のあるものに変わってゆくことになる。
すると、今度は、「条件下での消極目標が最適である」ということになってゆくということになる。はじめは、好い事に目を向け、無条件下で積極目標を立てることは最適であり、それがあるときを境に、好くない事に目を向けるようになり、継続が危ぶまれるとき、条件下での消極目標が最適である、という風になる。つまり、なんでもいいいから始めるというときには、積極目標が優り、継続することを目標にする場合には、消極目標が優ってくるということである。
「よくみると細かく振動している」
しかし，よくみると先ほどの例からすると、目標を達成するしない、または、継続することを目的にする場合にしても、大きくは、無条件から始まり、条件付きになていく過程で、意外と積極と消極が入れ代わり立ち替わり振動していることがわかる。また、この始まりは、どうも、条件付きで始まっても、無条件で始まったとしても、それは、3分の1無条件で次に条件付きが3分の2になる、あるいは、3分の1条件付きで次に無条件が３分の2を占めるようになる。
ちょうどその始まりのところは、好きとか，嫌いかとか、得意か、不得意かで決まっているだけで、最終的には、そのように同様に確からし結果が生じるだろう。
大数法則（たいすうほうそく、Law of Large Numbers）とは、確率論の基本的な定理の一つで、多数の試行を行うことで、サンプルの平均値が母集団の期待値に近づくことを示す法則です。大数法則には主に二つの形式があります。
1. **弱大数法則**：
弱大数法則は、任意の正の数 \(\epsilon\) に対して、試行回数 \(n\) を無限に増やすと、サンプルの平均値と母集団の期待値との差が \(\epsilon\) 未満になる確率が1に近づくことを示します。
数学的には次のように表されます：
\[
\lim_{n \to \infty} P\left( \left| \frac{1}{n} \sum_{i=1}^{n} X_i - \mu \right| < \epsilon \right) = 1
\]
ここで、\(X_i\) は独立同分布のランダム変数であり、\(\mu\) はその期待値です。
2. **強大数法則**：
強大数法則は、試行回数 \(n\) が無限に増加すると、サンプル平均がほぼ確実に母集団の期待値に収束することを示します。
数学的には次のように表されます：
\[
P\left( \lim_{n \to \infty} \frac{1}{n} \sum_{i=1}^{n} X_i = \mu \right) = 1
\]
大数法則は、実際の応用において非常に重要です。たとえば、統計学、金融、品質管理などの分野で、十分な数のサンプルを集めることで、真の確率や期待値に近づくことができるという理論的な基盤を提供します。
始まりが好きや得意ではじまった場合
①3分の1無条件で積極目標、3分の2は条件付きで消極目標
例；料理や芸術、ジャーナリング
始まりが嫌いで不得意ではじまった場合
②3分の1条件付きで消極目標、3分の2は無条件で積極目標
例；勉学や読書
まあ、要するに、反転するということであり、その反転は、おおまかに上記にようになっているが途中過程で、微細に振動しているということ。
私なりに結論を出すと、継続する場合には、消極目標の方が優れているべきである。以上