Az előrejelzés művészete és tudománya
Vásároljon könyvet - Philip E. Tetlock és Dan Gardner szuperforma
Pontosan mi a téma a szuperforrás könyvről?
A SuperForecasting (2015), az évtizedes tanulmányok és egy nagy, kormány által támogatott előrejelzési verseny eredményei alapján, elmagyarázza, hogyan lehet javítani az előrejelzések pontosságát, függetlenül mindennapi élet.
Ki a célközönség a szuperformasta könyvhez?
- Azok, akik érdeklődnek az előrejelzés működésének megtanulásában
- Olyan gondolkodók, akik kritikusan képesek gondolkodni
- Azok az üzletemberek, akik javítani akarják az előrejelzési képességeiket
Kik Philip E. Tetlock és Dan Gardner, és mit csinálnak?
Phil Tetlock, a Pennsylvaniai Egyetem Annenbergi Egyetemi professzora politológus és pszichológus, aki a politikai pszichológiára szakosodott. Ő az alapítója és igazgatója a The Good Yours Project-nek, egy előrejelzési kutatás, amelynek eredményeként több mint 200 cikk jelent meg a szakértői folyóiratokban.
Dan Gardner újságíró, szerző és előadó, aki New York City -ben él. Amellett, hogy a jól elismert könyvkockázat: a félelem és a jövőbeli babble tudománya és politikája, Gardner a világ számos témájáról beszélt olyan kormányok és vállalatok számára, mint a Google és a Siemens.
Pontosan mi van benne? Tanulja meg, hogyan lehet pontos előrejelzéseket készíteni a videó megtekintésével.
Az előrejelzéseket és előrejelzéseket a témák széles skáláján készítik, beleértve az időjárást, a tőzsdét, a jövő évi költségvetést, és akik többek között megnyerik a hétvégi labdarúgó -játékot. Ez azonban nem az egyetlen téma, amelyben előrejelzéseket készítünk. Az előrejelzés iránti megszállottságunk eredményeként felzaklatunk, amikor az események nem bontakozik ki úgy, ahogyan számítottuk őket. Tehát, lehet -e olyan előrejelzéseket készíteni, amelyek pontosabbak, mint ma? Megvan a képességük. Néhány hónapon belül képesek leszünk olyan szuperforgalomcsoportokat előállítani, amelyeket minden új információval megvágnak és átrendeznek, majd kiértékeljük és javítsuk a várható esemény bekövetkezése után. Ezekben a feljegyzésekben megvizsgáljuk a végső előrejelzések előállításának nehéz, de lenyűgöző képességeit, ami kemény és érdekes.
Itt megtudhatja, hogy a Microsoft korábbi vezérigazgatója miért várták az iPhone piaci részesedésének; hogy egy előrejelző előre jelezte Yasser Arafat boncolását; És miért hatékonyabbak az előrejelzők csoportjai, mint az egyének a jövő előrejelzésében.
Az előrejelzésnek bizonyos korlátai vannak, de ezt nem szabad ürügyként használni annak elutasítására.
Az előrejelzést rendszeresen végezzük, függetlenül attól, hogy a következő karrier -lépést tervezzük, akár pénzügyi befektetési döntést hozunk. Lényegében előrejelzéseink tükrözik a reményünket, hogy mit hoz a jövő. Az előrejelzés viszont korlátozott, mivel még a kis események váratlan hatása is lehet. Egy bonyolult világban élünk, ahol még egyetlen egyén is katasztrofális következményeket okozhat. Vegyük például az arab tavaszot. Mohamed Bouazizi, a tunéziai utcai eladó tüzet gyújtott, mert a korrupt rendőrök megalázták. Ez volt a láncreakció kezdete.
Elméleti oka van annak, hogy miért nehéz az ilyen eseményeket előre jelezni. Edward Lorenz szerint az olyan nemlineáris rendszerekről, mint a Föld légköre, még a percek változásainak is jelentős befolyása lehet. A káoszelmélet (más néven pillangóhatás) az az elmélet, amely magyarázza ezt a jelenséget. Ha néhány becslés szerint a szél iránya kevesebb, mint egy fok töredékével változik, a hosszú távú időjárási minták drámai módon megváltozhatnak. Másképpen fogalmazva: a pillangó szárnyának Brazília szárnya tornádót válthat ki Texas átterjedéséhez.
Ugyanakkor csak azért, mert az előrejelzésnek megvannak a korlátai, nem szabad teljesen elhagynunk. Vegyük például Edward Lorenz meteorológiai területét. Ha az időjárási előrejelzéseket néhány nappal korábban adják ki, akkor ésszerűen pontosnak tekinthetők. Miért? Az az egyszerű ok miatt, hogy az időjárási előrejelzők az esemény utáni előrejelzéseik pontosságát értékelik. Jobb ismereteket kapnak arról, hogy az időjárás hogyan működik, annak eredményeként, hogy összehasonlítják előrejelzésüket a tényleges időjárási viszonyokkal. De ennek a megközelítésnek az a kérdése, hogy más területeken az egyének ritkán értékelik előrejelzéseik pontosságát! Az előrejelzésünk javítása érdekében először meg kell növelnünk annak pontosságát, és akkor komolyabbá kell válnunk, hogy összehasonlítsuk azt, amit előre jeleztünk, ami valóban zajlik. És ez valódi elkötelezettséget igényel a mérés iránt.
Kerülje a kétértelmű nyelv használatát, és törekedjen arra, hogy a lehető legpontosabb legyen.
Ha gondolkodik rajta, az előrejelzések mérése nem bátornak tűnik: gyűjtse össze az előrejelzéseket, értékelje helyességüket, végezze el a számításokat és voila! Ez azonban egyáltalán nem olyan egyszerű. Az eredeti előrejelzés jelentőségét meg kell érteni, mielőtt meg lehet határozni, hogy pontos -e vagy sem. Vegye figyelembe a Microsoft vezérigazgatója, Steve Ballmer esetét, aki azt jósolta, hogy az iPhone az év áprilisában nem sikerül a piac jelentős részét megszerezni. Amikor figyelembe veszi az Apple piaci kapitalizációjának nagyságrendjét, Ballmer előrejelzése nevetségesnek tűnt, és az emberek valójában nevetett. Egy másik hangsúlyt fektetett az a tény, hogy az Apple az amerikai okostelefon -piac 42 % -át birtokolta, ami nyilvánvalóan jelentős részesedése az egész iparágnak. De várjon egy percet, hallgassuk meg, amit valójában mondott.
Azt mondta, hogy igen, az iPhone sok bevételt szerezhet, de ez soha nem lesz képes megragadni a világméretű mobiltelefon-piac jelentős részét (előrejelzése: két és három százalék között). Ehelyett a cég, a Microsoft által kifejlesztett szoftver növekszik, hogy uralja a piacot. És nagyobb vagy kisebb mértékben ez az előrejelzés valóra vált. 2013 harmadik negyedévében, a Garner IT statisztikák szerint, az iPhone mobiltelefon -eladások világszerte hat százaléka körül mozog, ami sokkal több, mint amit Ballmer várt - de nem annyira. Időközben a Microsoft szoftverét az akkori világ minden tájáról eladott mobiltelefonok túlnyomó többségében használták fel. Az előrejelzéseknek el kell kerülniük a kétértelmű nyelv használatát is, és ehelyett a numerikus adatokra támaszkodniuk kell a pontosság javítása érdekében.
When predicting, it is customary to use ambiguous terms such as "could," "may," or "likely." However, research has shown that individuals attach various interpretations to phrases such as these. In order to communicate probability correctly, forecasters should use percentages or other numerical measures to describe the likelihood of an event. When American intelligence agencies such as the NSA and the CIA stated that Saddam Hussein was concealing weapons of mass destruction, the allegation was shown to be false, it was a catastrophic failure for the United States government. If these intelligence agencies had computed with more accuracy and applied percentages, the United States may not have attacked Iraq in 2003. The odds of Iraq possessing WMDs were 60 percent, but there was still a 40 percent possibility that Saddam didn't have any — a weak rationale for going to war, to put it mildly –
If you wish to increase the accuracy of your predictions, keep track of your results.
So, how can we prevent making catastrophic mistakes like those that occurred with the WMDs? Clearly, we need to improve the accuracy of our predictions. Let's have a look at some of the methods for doing this. The most effective method is to maintain score. To accomplish this, the author's research team created the government-sponsored Good Judgment Project, which drew thousands of volunteers who answered more than one million questions over the period of four years, resulting in the publication of the book. The researchers believed that by utilizing scoring, they would be able to increase forecast accuracy.
Questions such as "Will Tunisia's president escape to a comfortable exile in the next month?" and "Will the euro fall below $1.20 in the next twelve months?" were answered by participants. Afterwards, each forecaster gave a likelihood rating to each participant's forecast, modified it as necessary after reading pertinent news, and, when the predicted time came around, assigned each prediction a Brier score, which indicated how accurate the forecast was. The Brier score, which was named after Glenn W. Brier, is the most often used way of determining the accuracy of a prediction. The lower the number, the more accurate the prediction; for example, a flawless forecast receives a score of one hundred and fifty-one. A random estimate will result in a Brier score of 0.5, while a forecast that is totally incorrect will result in a maximum Brier score of 2.0.
The question that is being asked has an impact on how to interpret the Brier score. Despite the fact that you have a Brier score of 0.2, which seems to be excellent, your prediction may turn out to be disastrous! Let's pretend we're making weather predictions. If the weather in Phoenix, Arizona is constantly hot and sunny, a forecaster could simply anticipate hot and sunny weather and get a Brier score of zero, which is obviously better than a score of 0.2. When it comes to forecasting the weather in Springfield, Missouri, which is known for its unpredictable weather, you would be considered a world-class meteorologist even if your score was just 0.02.
Superforecasters begin by breaking down issues into smaller pieces in order to better understand them.
Is it true that all superforecasters are brilliant thinkers who have access to top-secret intelligence? Nem, egyáltalán nem. So, how can they make such precise forecasts about the future, you may wonder. In order to solve a topic, a superforecaster must first break down apparently intractable difficulties into manageable sub-problems. This is referred to as Fermi-style reasoning. Enrico Fermi, a scientist who played a key role in the development of the atomic bomb, was able to predict with remarkable precision things like, for example, the number of piano tuners in Chicago, despite the fact that he did not have a single piece of information at his disposal.
He accomplished this by distinguishing between the knowable and the unknown, which is the first step taken by superforecasters. For example, when Yasser Arafat, the head of the Palestine Liberation Organization, died of an unexplained reason, many people speculated that he had been poisoned. But this was not the case. Then, in 2012, researchers discovered dangerously high amounts of polonium-210 — a radioactive substance that may be deadly if inhaled – in his possessions. It was because of this finding that the theory that he had been poisoned gained traction, and his corpse was excavated and examined in both France and Switzerland. When asked if scientists would discover increased amounts of polonium in Yasser Arafat's body as part of the Good Judgment Project, forecasters responded affirmatively. Bill Flack, a volunteer forecaster, addressed the issue in the manner of Enrico Fermi, breaking down the facts.
In the first place, Flack discovered that Polonium decays quickly, which meant that if Arafat had been poisoned, there was a good possibility that the polonium would not be identified in his bones, given that he passed away in 2004. Flack conducted study on polonium testing and came to the conclusion that it could be detected in certain circumstances. Later, Flack considered the possibility that Arafat had Palestinian adversaries who might have poisoned him, as well as the possibility that the postmortem report had been tainted in order to blame Israel for his death. He predicted that polonium would be discovered in Arafat's body with a 60 percent probability. Igaza volt. As a result, Flack began by establishing the fundamentals before moving on to the more complex assumptions, which is exactly what a good forecaster would do.
Start with the outer view and then switch to the inner view for a more precise prediction.
Because every scenario is different, you should avoid making snap decisions and passing judgment on a case too soon. In order to tackle any issue effectively, it is necessary to adopt an objective perspective, which involves determining what the base rate is. That is, however, not entirely clear. To illustrate, consider the situation of an Italian family that lives in a small home in the United States of America. They have two jobs: the father is a bookkeeper and the mother works part-time at a childcare facility together. In addition to themselves, their child's grandma also lives in the home with them.
It's possible that if you were asked what the odds were that this Italian family would acquire a pet, you'd attempt to find out by instantly grabbing on to the characteristics of the family or their living circumstances. However, you would not qualify as a superforecaster in such case! A superforecaster would not begin by examining the specifics. Instead, she would start by finding out what proportion, or "base rate," of American homes own a pet. She would then go from there. With the help of Google, you might find out what percentage of the population this is in a couple of seconds. This is the view from the outside. After you've done that, you'll be able to see things from the inside. This will provide you with information that will allow you to modify the base rate appropriately.
Starting with the outside perspective of the Italian family provides a first estimate: there is a 62 percent probability that the family has a pet, according to the example. After that, you get more precise and modify the number you've chosen. For example, you might look at the percentage of Italian households in America who keep a pet. The notion of anchoring is at the heart of the rationale for the outside perspective. An anchor is the first figure that is drawn before any modifications are made. If, on the other hand, you start with the smaller details, your forecast is far more likely to be thousands of miles away from any anchor or exact figure.
Folytassa továbbra is naprakész, még az eredeti következtetés elérése után is, és az új tények fényében módosítsa az előrejelzéseit.
Miután a folyamat megkezdődött, láttuk, hogy a szuperfordítók hogyan kezdik el a dolgokat, de miután elkészítette az első előrejelzést, nem egyszerűen leülhet, és megnézheti, hogy helyes volt -e. Bármely új tudás szükségessé teszi az előző ítélet frissítését és módosítását. Emlékszel Bill Flackre? Miután azt jósolta, hogy a Polonium megtalálható a Yasser Arafat testében, őrizte a híreket, és felülvizsgálta az előrejelzését, amikor úgy érezte, hogy szükséges, a legfrissebb információk szerint. A svájci tanulmányozó csoport ezután azt állította, hogy további tesztelésre van szükség, és hogy a megállapításokat később teszik közzé, annak ellenére, hogy Flack kezdeti előrejelzése évekkel korábban történt. Mivel Flack kiterjedt tanulmányokat végzett a Poloniumról, tisztában volt azzal, hogy a csapat felfedezte a Poloniumot, és további tesztekre van szükség a Polonium forrásainak meghatározásához. Ennek eredményeként Flack 65 százalékra növelte előrejelzését.
Mint kiderült, a svájci csapat felfedezte a Poloniumot Arafat testében, így Fleck végső Brier -pontszáma 0,36 pontot jelent. Tekintettel a kérdés összetettségére, ez kiemelkedő teljesítmény. Ugyanakkor óvatosan kell eljárnia. Noha az új ismeretek hasznosak lehetnek, akkor is káros lehet, ha félreértelmezik. Egy példa szerint az Egyesült Államok kormányának hírszerzési fejlett kutatási projektek (IARPA) tevékenysége megkérdezte, hogy 2014. szeptember 15 -én kevésbé lesz -e sarkvidéki tengeri jég, mint az előző év volt. Doug Lorch, a szuperformaster arra a következtetésre jutott, hogy 55 százalékos valószínűséggel bír, hogy a válasz igenlő lesz. Lorch viszont egy hónapos jelentést kapott a Sea Ice előrejelzési hálózatától, amely eléggé befolyásolta őt ahhoz, hogy előrejelzését 90 % -ról 95 % -ra növelje, ami egy jelentős váltás egyetlen információ alapján.
Amikor 2014. szeptember 15 -én végül megérkezett, több sarkvidéki jég volt, mint az előző év volt. Lorch első előrejelzése 45 százalékos esélyt adott ennek a bekövetkezésre, de a felülvizsgálatát követően a valószínűség öt százalékra esett vissza. Az ügyes frissítés érdekében el kell választani a finom árnyalatokat a felesleges információktól. Ne félj, hogy megváltoztassa véleményét, de gondoljon alaposan arra, hogy a friss tudás hasznos -e vagy sem a döntés meghozatala előtt.
A csoportokban történő munka előnyös lehet a jósolásban, de csak akkor, ha helyesen hajtják végre.
Talán ismeri a "GroupTallink" kifejezést. A "Team Spirit" kifejezést Irving Janis pszichológus készítette, aki elmélete szerint a kis csoportokban az egyének csapatszellemet generálhatnak azáltal, hogy tudattalanul generálnak olyan általános illúziókat, amelyek zavarják a kritikus érvelést. Az interferenciát az egyének okozzák, akik félnek a konfliktustól, és inkább csak egyetértenek egymással. A normától való eltérés azonban valódi érték forrása. A független beszéd és gondolkodás nagyszerű előnyök minden csapatkörnyezetben, de inkább a sportban. Ennek eredményeként a jó megítélési projekt tanulmányozó csoportja úgy döntött, hogy megvizsgálja, hogy az együttműködés javíthatja -e a pontosságot. Ennek eredményeként online fórumok kidolgozása volt, amelyek révén a különféle csoportok számára kiosztott előrejelzők kölcsönhatásba léphetnek egymással.
A kezdetekben a tanulmányozó csoport betekintést nyújtott a csoportdinamikába, és figyelmeztette az online csoportokat, hogy ne essenek a csoporttagok csapdájába. Az első évi megállapítások bekerültek, és megmutatták, hogy átlagosan azok, akik csoportokban dolgoztak, 23 százalékkal pontosabbak voltak, mint azok, akik egyedül dolgoztak. A második évben a tanulmányozó csoport úgy döntött, hogy a szuperfektusokat csoportokba, nem pedig a rendes előrejelzőkbe helyezi, és rájöttek, hogy jelentős margóval felülmúlják a szokásos csoportokat. Ugyanakkor a csoport dinamikáját szintén befolyásolták. Az Elaine Rich, a szuperformaster elégedetlenségét fejezte ki az eredmény ellen. Mindenki nagyon udvarias volt, és kevés kritikus vita folyt az ellentétes nézetekről vagy az ellenérvekről. A helyzet orvoslásának megkísérlése érdekében a szervezetek felülmúltak, hogy bemutassák, hogy elfogadják a konstruktív visszajelzéseket.
A precíziós kihallgatás, amely arra készteti az egyéneket, hogy vizsgálják meg érveiket, egy másik módszer az együttműködési teljesítmény javítására. Ez természetesen nem új koncepció, mivel a nagy oktatók a Szókratész és a görögök ideje óta pontos kihallgatást gyakorolnak. A precíziós vizsgálat magában foglalja az érvek sajátosságainak továbbfejlesztését, mivel egy bizonyos szó jelentésének kérésével. Még akkor is, ha a témában erős véleménykülönbségek vannak, ez a kihallgatás felfedi a következtetés mögött meghúzódó érvelést, amely az ajtót nyitja meg a további kutatásokhoz.
A könyv összefoglalása a szuperformasting teljes egészében.
A könyv legfontosabb leckéje az, hogy a szuperfelvétel nem korlátozódik a számítógépekre vagy a zsenikre. A kiképezhető tehetség bizonyítékokat von maga után, amelyek gyűjtést, pontszámot, az új tények felgyorsítását és a türelmes képességét vonják maguk után. A cselekvésbe vehető tanácsok: A legújabb fejleményekkel való lépést egy lépéssel a verseny előtt áll. A szuperfordítók felgyorsítják magukat a hírekkel, amelyek sokkal gyakoribban fontosak az előrejelzéseik szempontjából, mint a rendszeres előrejelzők. A változások figyelemmel kísérésére az egyik javaslat az értesítések beállítása, például a Google Alerts használatával, hogy tájékozódjon. Ezek értesítik Önt, amint az e -mail küldésével elérhető friss információkat a jelen témáról. További olvasmány ajánlott: Mark Buchanan előrejelzést készít. Az előrejelzés a kortárs gazdasági elmélet kritikája, amely felfedi az elmélet fő hibáit. Mark Buchanan, a fizikus, alaposan megvizsgálja azokat az alapvető tudományos feltételezéseket, amelyek alapját képezik gazdasági tudásunkat, és a lelkes analitikai képességek felhasználásával megmutatják, hogy azok helytelenek. A könyv második részében Buchanan számos tudományos áttörést tárgyal, amelyek véleménye szerint végül segítenek a kortárs gazdasági elmélet javításában.
Vásároljon könyvet - Philip E. Tetlock és Dan Gardner szuperforma
Írta BrookPad Philip E. Tetlock és Dan Gardner szuperformasta alapú csapat