Superforecasting af Philip E. Tetlock og Dan Gardner

Dan Gardner Health Lifestyle Philip E. Tetlock Psychology Social Superforecasting

Forudsigelsens kunst og videnskab

Superforecasting by Philip E. Tetlock and Dan Gardner

Køb bog - Superforecasting af Philip E. Tetlock og Dan Gardner

Hvad præcist er emnet for Superforecasting-bogen?

Superforecasting (2015), baseret på årtiers undersøgelser og resultaterne af en stor, regeringssponsoreret prognoseturnering, forklarer, hvordan du forbedrer nøjagtigheden af ​​dine prognoser, uanset om du forsøger at forudse ændringer i aktien marked, politik eller din hverdag.

Hvem er målgruppen for Superforecasting-bogen?

  • De, der er interesserede i at lære, hvordan prognoser fungerer
  • Tænkere, der er i stand til at tænke kritisk
  • Forretningsfolk, der ønsker at forbedre deres prognoseevner

Hvem er Philip E. Tetlock og Dan Gardner, og hvad laver de?

Phil Tetlock, professor ved Annenberg University ved University of Pennsylvania, er en politolog og psykolog med speciale i politisk psykologi. Han er grundlægger og direktør for Good Judgment Project, en prognoseforskning, der har resulteret i mere end 200 artikler offentliggjort i peer-reviewede tidsskrifter.
Dan Gardner er journalist, forfatter og foredragsholder, der bor i New York City. Udover at være forfatter til de velroste bøger Risk: The Science and Politics of Fear and Future Babble, har Gardner også talt om en række emner over hele verden for regeringer og virksomheder som Google og Siemens.

Hvad er det helt præcist for mig? Lær, hvordan du opretter præcise forudsigelser ved at se denne video.

 Prognoser og forudsigelser er lavet om en lang række emner, herunder vejret, aktiemarkedet, næste års budget, og hvem der blandt mange andre vinder weekendens fodboldkamp. Dette er dog ikke de eneste emner, som vi forudsiger. Som et resultat af vores besættelse af at forudsige, bliver vi kede af, når begivenheder ikke udfolder sig på den måde, som vi havde forudset dem. Så kan der laves forudsigelser, der er mere nøjagtige, end de er i dag? De har evnen. Inden for et par måneder vil vi være i stand til at producere superprognoser, der trimmes og justeres med hver ny information og derefter evalueres og forbedres, efter at den forudsagte hændelse har fundet sted. I disse noter vil vi se på den svære, men fascinerende evne til at producere de ultimative forudsigelser, hvilket er både svært og interessant.

Her vil du lære, hvorfor den tidligere administrerende direktør for Microsoft forventede iPhones markedsandel; hvordan en prognosemand forudsagde obduktionen af ​​Yasser Arafat; og hvorfor grupper af prognosemænd er mere effektive end enkeltpersoner til at forudsige fremtiden.

Forecasting har visse grænser, men det bør ikke bruges som en undskyldning for at afvise det.

 Forecasting er noget, vi gør regelmæssigt, uanset om vi planlægger vores næste karrieretræk eller træffer en finansiel investeringsbeslutning. I bund og grund er vores forudsigelser en afspejling af vores håb om, hvad fremtiden vil bringe. Forudsigelser er på den anden side begrænset, da selv små hændelser kan have uventede effekter. Vi lever i en kompliceret verden, hvor selv et enkelt individ kan forårsage katastrofale konsekvenser. Tag for eksempel det arabiske forår. Mohamed Bouazizi, en tunesisk gadesælger, satte ild til sig selv, fordi han blev ydmyget af korrupte politibetjente. Dette var begyndelsen på en kædereaktion.

Der er en teoretisk grund til, hvorfor det er svært at forudse sådanne hændelser i første omgang. Når det kommer til ikke-lineære systemer som Jordens atmosfære, kan selv små ændringer have en betydelig indflydelse, ifølge den amerikanske meteorolog Edward Lorenz. Kaosteori (også kendt som sommerfugleeffekten) er den teori, der forklarer dette fænomen.Hvis vindens retning ændrer sig med mindre end en brøkdel af en grad, kan de langsigtede vejrmønstre blive dramatisk ændret, ifølge nogle estimater For at sige det på en anden måde, kan klappen af ​​en sommerfugles vinge i Brasilien få en tornado til at rive over Texas.

Men bare fordi forudsigelse har sine grænser, bør vi ikke opgive det helt. Tag for eksempel Edward Lorenz' meteorologiområde. Når vejrudsigter udsendes et par dage i forvejen, kan de betragtes som rimeligt nøjagtige. Hvorfor? Af den simple grund, at vejrudsigtere vurderer nøjagtigheden af ​​deres forudsigelser efter begivenheden. De får et bedre kendskab til, hvordan vejret fungerer, som et resultat af at sammenligne deres forudsigelse med de faktiske vejrforhold. Men problemet med denne tilgang er, at individer i andre områder sjældent vurderer nøjagtigheden af ​​deres forudsigelser! For at forbedre vores prognoser skal vi først øge dens nøjagtighed, og derefter skal vi blive mere seriøse med at sammenligne det, vi forudsagde, med det, der virkelig finder sted. Og det kræver et ægte engagement i måling.

Undgå at bruge tvetydigt sprog, og bestræb dig på at være så specifik som muligt.

 Hvis du tænker over det, virker måling af forudsigelser som en no-brainer: Saml prognoserne, vurder deres rigtighed, lav beregningerne, og voila! Det er dog slet ikke så enkelt. Betydningen af ​​den oprindelige forudsigelse skal forstås, før det kan afgøres, om den var nøjagtig eller ej. Overvej tilfældet med Microsofts administrerende direktør Steve Ballmer, som forudsagde, at iPhone ikke ville vinde en væsentlig del af markedet i april samme år. Når man tænker på størrelsen af ​​Apples markedsværdi, virkede Ballmers forudsigelse latterlig, og folk lo faktisk af ham. Et andet fokuspunkt var det faktum, at Apple ejede 42 procent af det amerikanske smartphonemarked, hvilket er en åbenlyst betydelig andel af den samlede industri. Men vent et øjeblik, lad os lytte til, hvad han virkelig sagde.

Han sagde, at ja, iPhonen kunne have mange indtægter, men at den aldrig ville være i stand til at erobre en væsentlig del af det verdensomspændende mobiltelefonmarked (hans forudsigelse: mellem to og tre procent) . I stedet ville softwaren udviklet af hans firma, Microsoft, vokse til at dominere markedet. Og i større eller mindre grad gik denne prognose i opfyldelse. I tredje kvartal af 2013 svævede iPhones verdensomspændende andel af mobiltelefonsalget ifølge Garner IT-statistikker omkring seks procent, hvilket er meget mere end hvad Ballmer havde forventet – men ikke så meget. I mellemtiden blev Microsofts software brugt i langt de fleste mobiltelefoner, der blev solgt over hele kloden på det tidspunkt. Prognoser bør også undgå at bruge tvetydigt sprog og i stedet stole på numeriske data for at forbedre nøjagtigheden.

Når man forudsiger, er det sædvanligt at bruge tvetydige udtryk som "kunne", "kan" eller "sandsynligt". Forskning har dog vist, at individer tillægger sætninger som disse forskellige fortolkninger. For at kommunikere sandsynlighed korrekt bør prognosemagere bruge procenter eller andre numeriske mål til at beskrive sandsynligheden for en hændelse. Da amerikanske efterretningstjenester som NSA og CIA udtalte, at Saddam Hussein skjulte masseødelæggelsesvåben, viste påstanden sig at være falsk, det var en katastrofal fiasko for den amerikanske regering. Hvis disse efterretningstjenester havde beregnet med mere nøjagtighed og anvendt procenter, havde USA måske ikke angrebet Irak i 2003. Oddsene for, at Irak skulle besidde masseødelæggelsesvåben, var 60 procent, men der var stadig en 40 procents mulighed for, at Saddam ikke havde nogen — en svag begrundelse for at gå i krig, mildt sagt –

Hvis du ønsker at øge nøjagtigheden af ​​dine forudsigelser, så hold styr på dine resultater.

 Så, hvordan kan vi forhindre at vi laver katastrofale fejl som dem, der skete med masseødelæggelsesvåben? Det er klart, at vi skal forbedre nøjagtigheden af ​​vores forudsigelser. Lad os se på nogle af metoderne til at gøre dette. Den mest effektive metode er at opretholde score. For at opnå dette oprettede forfatterens forskerhold det regeringssponserede Good Judgment Project, som tiltrak tusindvis af frivillige, som besvarede mere end en million spørgsmål i løbet af fire år, hvilket resulterede i udgivelsen af ​​bogen. Forskerne mente, at de ved at bruge scoring ville være i stand til at øge prognosenøjagtigheden.

Spørgsmål som "Vil Tunesiens præsident flygte til et behageligt eksil i den næste måned?" og "Vil euroen falde til under $1,20 i de næste tolv måneder?" blev besvaret af deltagerne. Bagefter gav hver prognosemager en sandsynlighedsvurdering til hver deltagers prognose, ændrede den efter behov efter at have læst relevante nyheder, og når den forudsagte tid kom, tildelte hver forudsigelse en Brier-score, som indikerede, hvor nøjagtig prognosen var. Brier-scoren, som blev opkaldt efter Glenn W. Brier, er den mest brugte måde at bestemme nøjagtigheden af ​​en forudsigelse. Jo lavere tal, jo mere nøjagtig er forudsigelsen; for eksempel får en fejlfri prognose en score på hundrede og enoghalvtreds. Et tilfældigt estimat vil resultere i en Brier-score på 0,5, mens en prognose, der er totalt forkert, vil resultere i en maksimal Brier-score på 2,0.

Det spørgsmål, der bliver stillet, har indflydelse på, hvordan man fortolker Brier-scoren. På trods af at du har en Brier-score på 0,2, hvilket ser ud til at være fremragende, kan din forudsigelse vise sig at være katastrofal! Lad os lade som om, vi laver vejrudsigter. Hvis vejret i Phoenix, Arizona konstant er varmt og solrigt, kunne en vejrudsigter simpelthen forudse varmt og solrigt vejr og få en Brier-score på nul, hvilket naturligvis er bedre end en score på 0,2. Når det kommer til at forudsige vejret i Springfield, Missouri, som er kendt for sit uforudsigelige vejr, vil du blive betragtet som en meteorolog i verdensklasse, selvom din score kun var 0,02.

Superforecastere begynder med at dele problemer op i mindre stykker for bedre at forstå dem.

 Er det rigtigt, at alle superforecastere er geniale tænkere, der har adgang til tophemmelige efterretninger? Nej slet ikke. Så hvordan kan de lave så præcise prognoser om fremtiden, undrer du dig måske. For at løse et emne skal en superforecaster først nedbryde tilsyneladende uoverskuelige vanskeligheder i håndterbare underproblemer. Dette omtales som ræsonnement i Fermi-stil. Enrico Fermi, en videnskabsmand, der spillede en nøglerolle i udviklingen af ​​atombomben, var i stand til med bemærkelsesværdig præcision at forudsige ting som for eksempel antallet af klaverstemmere i Chicago, på trods af at han ikke havde et eneste stykke af oplysninger til hans rådighed.

Han opnåede dette ved at skelne mellem det kendte og det ukendte, hvilket er det første skridt taget af superforecastere. For eksempel, da Yasser Arafat, lederen af ​​Palæstinas Befrielsesorganisation, døde af en uforklarlig årsag, spekulerede mange i, at han var blevet forgiftet. Men dette var ikke tilfældet. Så, i 2012, opdagede forskere farligt høje mængder af polonium-210 - et radioaktivt stof, der kan være dødeligt, hvis det indåndes - i hans ejendele. Det var på grund af dette fund, at teorien om, at han var blevet forgiftet, vandt indpas, og hans lig blev udgravet og undersøgt i både Frankrig og Schweiz. Da de blev spurgt, om videnskabsmænd ville opdage øgede mængder af polonium i Yasser Arafats krop som en del af Good Judgment Project, svarede prognosemænd bekræftende. Bill Flack, en frivillig prognoser, behandlede problemet på samme måde som Enrico Fermi og nedbryde fakta.

I første omgang opdagede Flack, at polonium henfalder hurtigt, hvilket betød, at hvis Arafat var blevet forgiftet, var der en god mulighed for, at poloniumet ikke ville blive identificeret i hans knogler, da han døde i 2004 Flack udførte undersøgelse af poloniumtestning og kom til den konklusion, at det kunne påvises under visse omstændigheder. Senere overvejede Flack muligheden for, at Arafat havde palæstinensiske modstandere, der kunne have forgiftet ham, samt muligheden for, at postmortem-rapporten var blevet plettet for at give Israel skylden for hans død. Han forudsagde, at polonium ville blive opdaget i Arafats krop med 60 procents sandsynlighed. Han havde ret. Som et resultat begyndte Flack med at etablere de fundamentale forhold, før han gik videre til de mere komplekse antagelser, hvilket er præcis, hvad en god prognosemager ville gøre.

Start med den ydre visning, og skift derefter til den indre visning for at få en mere præcis forudsigelse.

 Fordi alle scenarier er forskellige, bør du undgå at træffe hurtige beslutninger og fælde dom over en sag for tidligt. For at tackle ethvert problem effektivt er det nødvendigt at anlægge et objektivt perspektiv, som involverer at bestemme, hvad basisrenten er. Det er dog ikke helt klart. For at illustrere kan du overveje situationen for en italiensk familie, der bor i et lille hjem i USA. De har to job: Faderen er bogholder, og moderen arbejder på deltid på et børnepasningssted sammen. Ud over dem selv bor deres barns bedstemor også i hjemmet med dem.

Det er muligt, at hvis du blev spurgt, hvad oddsene var for, at denne italienske familie ville anskaffe sig et kæledyr, ville du forsøge at finde ud af det ved øjeblikkeligt at tage fat i familiens karakteristika eller deres levevilkår. Du ville dog ikke kvalificere dig som superforecaster i et sådant tilfælde! En superforecaster ville ikke begynde med at undersøge detaljerne. I stedet ville hun starte med at finde ud af, hvilken andel, eller "basissats", af amerikanske hjem, der ejer et kæledyr. Så ville hun gå derfra. Med hjælp fra Google kan du måske finde ud af, hvor stor en procentdel af befolkningen, det er på et par sekunder. Dette er udsigten udefra. Når du har gjort det, vil du være i stand til at se tingene indefra. Dette vil give dig information, der giver dig mulighed for at ændre basissatsen på passende vis.

Startende med det ydre perspektiv af den italienske familie giver et første skøn: der er 62 procent sandsynlighed for, at familien har et kæledyr, ifølge eksemplet. Derefter bliver du mere præcis og ændrer det nummer, du har valgt. For eksempel kan du se på procentdelen af ​​italienske husstande i Amerika, der holder et kæledyr. Begrebet forankring er kernen i begrundelsen for det ydre perspektiv. Et anker er den første figur, der tegnes, før der foretages ændringer. Hvis du på den anden side starter med de mindre detaljer, er der langt større sandsynlighed for, at din prognose er tusindvis af miles væk fra ethvert anker eller nøjagtigt tal.

Fortsæt med at holde dig opdateret, selv efter du har nået din oprindelige konklusion, og foretag justeringer af dine forudsigelser i lyset af nye fakta.

 Når processen er begyndt, har vi set, hvordan superforecastere får tingene i gang, men når du først har lavet din første prognose, kan du ikke bare læne dig tilbage og se, om du havde ret. Enhver ny viden kræver opdatering og ændring af din tidligere vurdering. Kan du huske Bill Flack? Efter at have forudsagt, at der ville blive fundet polonium i Yasser Arafats krop, holdt han øje med nyhederne og reviderede sin forudsigelse, når han mente, det var nødvendigt, ifølge de seneste oplysninger. Det schweiziske undersøgelseshold hævdede derefter, at der var behov for flere tests, og at resultaterne ville blive annonceret senere, på trods af at Flacks oprindelige forudsigelse var blevet lavet år tidligere.Fordi Flack havde lavet omfattende undersøgelser af polonium, var han klar over, at holdet havde opdaget polonium, og at yderligere test var nødvendige for at bestemme kilden til polonium. Som et resultat øgede Flack sin forudsigelse til 65 procent.

Som det viste sig, opdagede det schweiziske hold polonium i Arafats krop, hvilket resulterede i Flecks endelige Brier-score på 0,36 point. I betragtning af spørgsmålets kompleksitet er dette en enestående præstation. Du skal dog udvise forsigtighed. Selvom ny viden kan være gavnlig, kan den også være skadelig, hvis den misfortolkes. Ifølge et eksempel spurgte den amerikanske regerings Intelligence Advanced Research Projects Activity (IARPA) om der ville være mindre arktisk havis den 15. september 2014, end der havde været året før. Doug Lorch, en superforecaster, kom til den konklusion, at der var 55 procent sandsynlighed for, at svaret ville være bekræftende. Lorch modtog på den anden side en månedgammel rapport fra Sea Ice Forecast Network, der påvirkede ham tilstrækkeligt til at hæve sin forudsigelse fra 90 procent til 95 procent, et markant skift baseret på en enkelt information.

Da den 15. september 2014 endelig ankom, var der mere arktisk is, end der havde været året før. Lorchs første forudsigelse gav dette en 45 procents chance for at ske, men efter hans revision faldt sandsynligheden til sølle fem procent. Det er nødvendigt at adskille sarte nuancer fra unødvendig information for at foretage dygtig opdatering. Vær ikke bange for at ændre din mening, men tænk grundigt over, om ny viden er nyttig eller ej, før du træffer en beslutning.

At arbejde i grupper kan være gavnligt til at forudsige, men kun hvis det gøres korrekt.

 Måske er du bekendt med udtrykket "gruppetænkning". Udtrykket "holdånd" blev skabt af psykolog Irving Janis, der teoretiserede, at individer i små grupper kan skabe holdånd ved ubevidst at generere almindelige illusioner, der forstyrrer kritisk ræsonnement. Interferens er forårsaget af personer, der er bange for konflikter og i stedet bare er enige med hinanden. Men at afvige fra normen er en kilde til ægte værdi. Uafhængig tale og tænkning er store fordele i ethvert holdmiljø, men mere i sport. Som følge heraf valgte studieholdet på The Good Judgment Project at undersøge, om samarbejde kunne forbedre nøjagtigheden. Den måde, de opnåede dette på, var ved at udvikle online-fora, hvorigennem prognosemænd, der var tildelt forskellige grupper, kunne interagere med hinanden.

I begyndelsen tilbød undersøgelsesholdet indsigt i gruppedynamik og advarede onlinegrupperne mod at falde i gruppetænkningens fælde. Det første års fund kom ind, og de viste, at de, der arbejdede i grupper, i gennemsnit var 23 procent mere præcise end dem, der arbejdede alene. Det andet år besluttede studieholdet at sætte superforecastere i grupper i stedet for almindelige forecastere, og de opdagede, at de klarede sig bedre end de sædvanlige grupper med en betydelig margin. Men dynamikken i gruppen blev også påvirket. Elaine Rich, en superforecaster, udtrykte utilfredshed med resultatet. Alle var meget høflige, og der var lidt kritisk debat om modsatrettede synspunkter eller modargumenter. I et forsøg på at afhjælpe situationen gik organisationerne ud over det for at demonstrere, at de accepterede konstruktiv feedback.

Præcisionsspørgsmål, som skubber enkeltpersoner til at genoverveje deres argumenter, er en anden teknik til at forbedre samarbejdsydelsen. Dette er selvfølgelig ikke et nyt koncept, da gode instruktører har øvet præcise spørgsmål siden Sokrates og grækernes tid. Præcisionsundersøgelse indebærer, at man dykker yderligere ned i et arguments detaljer, for eksempel ved at spørge efter betydningen af ​​et bestemt ord.Selvom der er stærke meningsforskelle om emnet, afslører dette afhøring ræsonnementet bag konklusionen, hvilket åbner døren til yderligere forskning

Sammendrag af bogen Superforecasting i sin helhed.

Den vigtigste lektie i denne bog er, at superforudsigelser ikke er begrænset til computere eller genier. Et talent, der kan trænes, indebærer indsamling af beviser, scoring, at holde sig selv opdateret på nye fakta og have evnen til at være tålmodig. Råd, der kan omsættes til handling: At følge med i den seneste udvikling sætter dig et skridt foran konkurrenterne. Superforecastere holder sig selv ajour med nyheder, der er vigtige for deres forudsigelser, langt hyppigere end almindelige forecastere. Et forslag til at holde øje med ændringer er at konfigurere notifikationer til dig selv, såsom via brugen af ​​Google Alerts, for at holde dig orienteret. Disse vil give dig besked, så snart ny information om det aktuelle emne er tilgængelig ved at sende dig en e-mail. Yderligere læsning anbefales: Mark Buchanan laver en prognose. Forecast er en kritik af nutidig økonomisk teori, der afslører de vigtigste fejl i teorien. Mark Buchanan, en fysiker, ser nøje på de grundlæggende videnskabelige antagelser, der understøtter vores økonomiske viden, og ved hjælp af skarpe analytiske evner demonstrerer de, hvordan de er forkerte. I bogens andet afsnit diskuterer Buchanan en række videnskabelige gennembrud, som efter hans mening i sidste ende ville hjælpe med at forbedre nutidig økonomisk teori.

Køb bog - Superforecasting af Philip E. Tetlock og Dan Gardner

Skrevet af BrookPad Team baseret på Superforecasting af Philip E. Tetlock og Dan Gardner

.


Ældre Post Nyere indlæg


Efterlad en kommentar

Bemærk venligst, kommentarer skal godkendes, før de offentliggøres