Superforecasting: The Art and Science of Prediction

Synopsis

Saviez-vous qu'il est possible de faire des prédictions précises sur l'avenir sans avoir de pouvoirs psychiques? Avec la bonne pratique et les bonnes stratégies à explorer, vous pouvez devenir ce qu'on appelle un super prévisionniste.

Dans Superforecasting: The Art and Science of Prediction par le professeur de Wharton Philip E. Tetlock et le co-auteur Dan Gardner, les lecteurs apprennent quelles sont les qualités et les compétences qui font un super prévisionniste et comment vous pouvez appliquer ces connaissances à n'importe quelle situation. Vous apprendrez également à connaître des super prévisionnistes de tous les horizons et comment décomposer même les questions les plus difficiles pour obtenir les meilleurs résultats.

Questions and answers

How does super forecasting affect risk management?

View answer

Super forecasting can significantly impact risk management by providing more accurate predictions about future events or outcomes. This can help in making better-informed decisions and strategies, thus reducing the potential risks. It involves breaking down complex problems into simpler parts and using statistical methods, critical thinking, and intuitive judgement to predict outcomes. However, it's important to note that while super forecasting can improve the accuracy of predictions, it doesn't eliminate the inherent uncertainty associated with future events.

What are the psychological aspects of super forecasting?

View answer

The psychological aspects of super forecasting involve the ability to break down complex questions, analyze them from different perspectives, and make accurate predictions. Super forecasters possess qualities such as open-mindedness, intelligence, humility, and a willingness to learn from mistakes. They are also able to avoid cognitive biases that can cloud judgment and affect decision-making.

View all questions

Ask follow up

Top 20 des insights

1. La super prévision n'est pas une question de capacité à faire des calculs, mais de ce que vous en faites qui compte le plus. Un brillant résolveur de casse-tête sera désavantagé par rapport à une personne moins intelligente qui possède une grande capacité de pensée autocritique.
2. Pour les super prévisionnistes, les croyances sont des hypothèses à tester, non des trésors à garder. Ne soyez pas ouvert d'esprit, soyez super ouvert d'esprit. Cependant, lorsque vous faites une prédiction, soyez aussi précis que possible. Si la prédiction est trop vague, vous pouvez tomber dans l'"Effet Forer", où les gens supposent sa signification et l'appliquent à eux-mêmes.
3. Démontez la question en composants, puis distinguez les parties que vous connaissez de celles que vous ne connaissez pas. Ensuite, mettez le problème dans une perspective comparative qui minimise l'unicité de la situation.Examinez les facteurs qui mettent en valeur l'unicité d'une situation et synchronisez vos résultats pour rendre un jugement aussi précis que possible.
4. Les super prévisionnistes ajustent leurs points de vue à la lumière de nouvelles informations aussi souvent que nécessaire pour tirer la conclusion la plus précise. Équilibrez soigneusement l'ancien avec le nouveau et incorporez-les dans votre dernière prédiction. Mettez à jour souvent, mais par petites augmentations. Ce concept est parfaitement illustré en utilisant l'équation de mise à jour de croyance bayésienne.
5. Il y a deux dangers auxquels un prévisionniste est confronté après avoir fait une détermination initiale. L'un est la sous-réaction à de nouvelles informations (biais ou "persévérance de croyance"), et le second est de surréagir. Les deux peuvent diminuer la précision et dans les cas extrêmes, détruire une prévision parfaitement bonne. Ignorez les informations non pertinentes pour éviter l'effet de dilution sur vos informations, puis engagez-vous.
6. Faites ressortir le meilleur des autres et laissez les autres faire ressortir le meilleur de vous. L'équilibre que vous apprenez en prévision se traduira par la gestion d'équipe, surtout lorsque vous entendez différentes perspectives. L'ancien entraîneur des LA Dodgers, Tommy Lasorda, a dit que la gestion est "comme tenir une colombe". Tenez trop fort, tuez-la. Tenez trop lâche, perdez-la.
7. Modifiez la formulation d'une question pour obtenir une autre perspective. Par exemple : "Le gouvernement sud-africain accordera-t-il un visa au Dalai Lama dans les six mois ?" En plus des raisons pour lesquelles ils lui accorderaient un visa, examinez les raisons pour lesquelles ils ne le feraient pas.Changez le mot "accorder" par "refuser" et vous avez un nouveau critère pour la recherche.
8. Les prévisionnistes rencontrent plusieurs obstacles qui impactent la précision. Un langage vague tel que "part de marché significative" peut être interprété en fonction des biais du lecteur et non des faits. Le décalage temporel est un autre problème. Lorsque les prévisions s'étendent sur des mois ou des années, méfiez-vous du "biais de rétrospection" qui modifie votre perspective actuelle pour correspondre aux résultats.
9. Pour être un super prévisionniste, un état d'esprit de croissance est essentiel. Toute pratique n'améliore pas cependant la compétence. Vous devez savoir quelles erreurs surveiller, et associer votre pratique à des retours clairs et opportuns. Soyez prudent pour ne pas laisser votre confiance grandir plus vite que votre précision.
10. Problème inextricable ? Divisez-le en sous-problèmes gérables que vous pouvez identifier comme connaissables et inconnus. La grande question de, "Y aura-t-il une autre guerre de Corée ?" est beaucoup plus difficile à quantifier que "Quelle est la fréquence des essais nucléaires nord-coréens ?" et "La Corée du Nord va-t-elle lancer une cyber-attaque contre la Corée du Sud ?"
11. Trouvez le bon équilibre entre les vues internes et externes. Les vues internes sont spécifiques à la situation, comme les événements récents. Les vues externes sont plus génériques, c'est-à-dire combien de fois la situation en question se produit, en moyenne. L'histoire a tendance à se répéter. Même des événements apparemment uniques peuvent se rapporter à des tendances, qui sont ensuite pondérées contre les vues internes.
12. Ne réagissez pas de manière excessive aux preuves, mais ne sous-réagissez pas non plus.La prévision est une question d'observation et d'équilibre. Les super prévisionnistes sont agiles, mais ne sautent pas inutilement. Lorsque vous mettez à jour votre prédiction, cela peut être ennuyeux ou même inconfortable, mais cela en vaut la peine à long terme. Les meilleurs prévisionnistes ont tendance à mettre à jour les probabilités de manière incrémentielle, par exemple de 0,4 à 0,35.
13. La "prévision à l'œil de libellule" est la poursuite de discussions point par point, c'est-à-dire "d'un autre côté..." Cette méthode est courante dans le monde de la prévision car les meilleurs prévisionnistes sont précis, mais prêts à peser tous les côtés. Les super prévisionnistes obtiennent souvent des scores élevés aux tests d'ouverture d'esprit active, comme celui du psychologue Jonathan Baron de l'Université de Pennsylvanie.
14. Rendez-vous conscient des forces causales à l'œuvre dans votre problème. Les informations qui se heurtent sont tout aussi importantes, sinon plus, que les preuves qui soutiennent votre hypothèse. Tout comme une libellule voit plusieurs images et les synthétise toutes ensemble en une seule image, les prévisionnistes doivent le faire avec des points de vue opposés.
15. En disséquant une question, vous serez en mesure de déterminer diverses probabilités allant de "lointain" à "presque certain". Plus vous pouvez distinguer de degrés d'incertitude, meilleur prévisionniste vous deviendrez. Cela semble contre-intuitif au début, mais avec de la patience et de la pratique, vous serez en mesure de traduire des intuitions vagues en probabilités numériques.
16. Trouvez un équilibre sain entre la surconfiance et le manque de confiance.Les super prévisionnistes ne se précipitent pas pour juger, ni ne s'attardent trop longtemps près de "peut-être". Une précision à long terme nécessite une calibration et une résolution, une prudence et une décision. Faites des autopsies de vos expériences pour apprendre ce qui a fonctionné et trouver des solutions créatives aux erreurs que vous découvrez.
17. La rétrospection est supérieure à 20/20, surtout si vous avez fait une prédiction. Un piège courant à éviter est le "biais de rétrospection du rétroviseur". Assumez vos échecs. Ne négligez pas les défauts dans vos hypothèses de base. Vous auriez pu être sur la bonne voie mais avoir été dévié par une petite erreur technique.
18. Des algorithmes complexes alimentés dans des super ordinateurs pourraient bientôt compléter les efforts de prévision. Le jugement humain peut bénéficier d'une seconde perspective dépourvue d'émotion, mais pour l'instant, seuls les humains peuvent comprendre le sens humain. "Il y a une différence entre imiter et refléter le sens et originer le sens", a déclaré l'ingénieur en chef de Watson, David Ferrucci.
19. Il y a des obstacles à considérer si vous prévoyez de mettre en place une équipe de prévisionnistes avec un seul objectif. Les prévisionnistes peuvent adopter une "pensée de groupe" et devenir trop conciliants. De même, ils peuvent tomber dans la "paresse cognitive", qui est l'attitude que les autres devraient faire le gros du travail. Maintenez un jugement indépendant dans le groupe.
20. L'apprentissage nécessite de faire, avec un bon retour d'information qui ne laisse aucune ambiguïté sur le fait que vous êtes sur la bonne voie.La pratique n'est pas utile si vous vous contentez de passer par les mouvements de prévision. La super prévision est le produit d'une pratique profonde et délibérée. La super prévision nécessite une constante pleine conscience même lorsque vous essayez de suivre les règles.

Résumé

Que faut-il pour être un bon super prévisionniste ?

Des prévisionnistes célèbres comme Tom Friedman sont appelés en temps de crise pour aider à prendre des décisions à long terme basées sur les événements actuels. Vous n'avez pas besoin d'être une célébrité pour faire des prédictions précises, cependant, et de nombreux "super prévisionnistes" avec des taux de précision élevés sont méconnus. La prévision est une compétence à apprendre et à maîtriser continuellement.

Questions and answers

What is the impact of technology on super forecasting?

View answer

Technology has a significant impact on super forecasting. It allows for the collection and analysis of vast amounts of data, which can improve the accuracy of predictions. Machine learning and AI can also be used to identify patterns and trends that may not be apparent to human forecasters. However, the question is not directly related to the content provided.

How does super forecasting relate to decision science?

View answer

Super forecasting is a critical aspect of decision science. It involves making accurate predictions about future events, which can then be used to inform decision-making processes. This is particularly important in situations where decisions have long-term implications. Super forecasters, who have high accuracy rates, are skilled at making these predictions and their work can greatly enhance the effectiveness of decision science.

View all questions

Ask follow up

Pour être un prévisionniste fiable et confiant, vous devez être ouvert à de nouvelles expériences. Il ne suffit pas d'être ouvert d'esprit ; vous devez être super ouvert d'esprit pour sacrifier vos propres idées préconçues et opinions pour le bien de la prédiction la plus précise.

Malheureusement, il n'existe pas de formule magique à laquelle les prévisionnistes peuvent se référer - juste des principes généraux avec beaucoup de réserves. Cependant, il existe un certain nombre de méthodes de prévision éprouvées qui peuvent vous aider dans votre parcours.

Boucle d'or avait raison

Lorsqu'on vous pose une grande question, triez la situation. C'est-à-dire, concentrez-vous sur les questions où votre travail acharné est susceptible de porter ses fruits, par opposition aux questions les plus difficiles ou les plus faciles. Optez pour l'approche "Boucle d'or", c'est-à-dire.commencez quelque part au milieu et travaillez votre chemin vers l'extérieur.

Ask follow up

Si vous deviez résumer la prévision en un mot, ce pourrait être "équilibre". Cela ne signifie pas que vos prédictions devraient toujours être quelque part au milieu, mais prenez tout en considération même si cela contraste avec votre point de vue actuel. Une inspection plus approfondie pourrait introduire un facteur auquel vous n'aviez pas pensé et qui modifie le cours de vos probabilités.

Questions and answers

What are some books or resources for further learning about the balance approach in forecasting?

View answer

Some recommended books for further learning about the balance approach in forecasting include 'Forecasting: Principles and Practice' by Rob J Hyndman and George Athanasopoulos, 'Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die' by Eric Siegel, and 'Superforecasting: The Art and Science of Prediction' by Philip E. Tetlock and Dan Gardner. Online resources such as Coursera and edX also offer courses on forecasting and predictive analytics.

How can the balance approach in forecasting be used to predict trends in the stock market?

View answer

The balance approach in forecasting can be used to predict trends in the stock market by considering all factors, even those that may contradict current views. This approach allows for a more comprehensive analysis, potentially revealing factors that could significantly alter market trends.

View all questions

Ask follow up

Fermi-isez-le

Le physicien italo-américain Enrico Fermi, figure centrale de l'invention de la bombe atomique, a posé une énigme pour la prévision qui demande combien de pianos sont accordés à Chicago.

Sans regarder sur internet ou les Pages Jaunes, un prévisionniste peut trouver une réponse éduquée s'il connaît quatre choses :

• Le nombre de pianos à Chicago
• La fréquence à laquelle les pianos sont accordés chaque année
• Le temps qu'il faut pour accorder un piano
• Le nombre d'heures par an que travaille le moyenne accordeur de piano

Fermi a enseigné que décomposer la question peut séparer le connaissable et l'inconnaissable de cette liste. Malgré la nature apparemment aléatoire des réponses, le résultat tend à être plus précis qu'une supposition aléatoire. Beaucoup ont tenté cette énigme, mais une présentation du psychologue Daniel Levitin montre comment trouver une solution.

Questions and answers

How does the book "Superforecasting: The Art and Science of Prediction" address the relevance of its themes to contemporary issues and debates?

View answer

The book "Superforecasting: The Art and Science of Prediction" addresses the relevance of its themes to contemporary issues and debates by demonstrating how accurate predictions about the future can be made without psychic powers. It emphasizes the importance of using the right practice and strategies to become a super forecaster. The book also discusses the concept of breaking down questions to separate the knowable and unknowable, which is a relevant strategy in today's complex decision-making processes. Furthermore, it highlights the importance of accuracy in predictions, a topic that is highly debated in various fields today.

Are there examples of companies that have successfully implemented the practices outlined in Superforecasting: The Art and Science of Prediction?

View answer

The book itself does not provide specific examples of companies that have successfully implemented the practices outlined. However, the principles of superforecasting, such as breaking down complex problems, avoiding biases, and continually updating forecasts based on new information, are widely applicable in various industries. Companies in sectors like finance, technology, and supply chain management often use these techniques to improve their forecasting accuracy.

View all questions

Ask follow up

• Pour la première réponse, définissez un intervalle de confiance - une plage dont vous êtes sûr à 90% qu'elle contient la bonne réponse. Levitin a supposé que Chicago compte environ 2,5 millions d'habitants car elle est plus petite que Los Angeles mais assez grande pour accueillir plus de 1,5 million de résidents.
• Ensuite, Levitin a supposé qu'un piano pourrait avoir besoin d'être accordé une fois par an.
• Comme les pianos sont trop chers pour la plupart des familles, Levitin a supposé que 1/100 des maisons à Chicago possèdent un piano. Ce nombre est doublé lorsque vous prenez en compte les écoles, les salles de concert, etc. qui en possèdent plus d'un. 2,5 millions de résidents x 2/100 (2%) = 50 000 pianos à Chicago.
• Puis, Levitin a supposé qu'il faut environ deux heures pour accorder un piano.
• En supposant qu'un accordeur de piano travaille 40 heures par semaine plus deux semaines de vacances et passe environ 20% de son temps à se déplacer d'un travail à l'autre, l'accordeur de piano moyen pourrait travailler 1 600 heures par an.

Par conséquent, si 50 000 pianos ont besoin d'être accordés une fois par an, et qu'il faut deux heures pour accorder un piano, cela représente 100 000 heures totales d'accordage de piano. Si vous divisez cela par le nombre d'heures travaillées annuellement par un accordeur de piano, cela donne 62,5 accordeurs de piano à Chicago. Levitin a trouvé 83 annonces pour des accordeurs de piano à Chicago, mais beaucoup d'entre elles étaient des doublons, comme des entreprises avec plus d'un numéro de téléphone. Donc, un nombre précis n'est pas connu, mais le calcul de Levitin montre à quel point vous pouvez vous rapprocher.

Questions and answers

How has the resource Superforecasting: The Art and Science of Prediction influenced corporate strategies or business models?

View answer

The resource "Superforecasting: The Art and Science of Prediction" has influenced corporate strategies and business models by emphasizing the importance of accurate forecasting. It has encouraged businesses to invest in developing forecasting skills and tools, and to incorporate them into their strategic planning and decision-making processes. This has led to more informed and effective strategies and models that are better equipped to anticipate and respond to future trends and challenges. However, the specific influence can vary depending on the nature and context of each business.

Are there examples of companies that have successfully implemented the practices of super forecasting outlined in this paragraph?

View answer

The book 'Superforecasting: The Art and Science of Prediction' does not provide specific examples of companies that have successfully implemented the practices of super forecasting. However, it's known that many companies and organizations use forecasting methods in their strategic planning. For instance, financial institutions use forecasting for their investment strategies, and retail companies use it for inventory management. The key to successful forecasting, as outlined in the book, is continuous learning and adjustment based on outcomes.

View all questions

Ask follow up

Prévision étape par étape : résolvons un meurtre

Posez une question. Par exemple, disons que vous êtes un détective d'homicide et que vous devez découvrir qui l'a fait. Contrairement à la télévision, les indices ne tomberont pas sur vos genoux avant la prochaine pause publicitaire.

• D'abord, vérifiez la vue extérieure : Référez-vous aux statistiques comme taux de base. Le FBI dit que 28,3% des victimes d'homicide sont tuées par une personne qu'elles connaissent, donc il y a 28,3% de chances que la victime ait connu son meurtrier. De même, il y a 9% de chances que ce soit un étranger.
• Ensuite, vérifiez la vue intérieure : Examinez les faits spécifiques à ce cas. Qui avait la capacité, les moyens et le mobile pour tuer cette personne ? Ajustez votre pourcentage de chances en fonction de chaque suspect. Commencez par le plus évident et élargissez votre champ de recherche. (C'est pourquoi ils regardent toujours d'abord le conjoint ou le partenaire significatif.) Si la victime a eu une dispute récente avec leur partenaire significatif, la probabilité que cette personne les ait tués augmente. Si ce partenaire significatif avait un alibi vérifiable, la probabilité diminue. Note : Ne restez pas bloqué sur vos premières impressions, mais ne les ignorez pas non plus. Il est facile de s'accrocher à une prédiction et de trouver des informations pour la soutenir, plutôt que de peser toutes les options.
• Maintenant, fusionnez les deux vues pour créer une prédiction synthétisée. Disons que la victime a été vue montant dans une voiture la nuit où elle a été tuée.Vous avez identifié une personne qui a travaillé avec la victime et qui conduit le même type de voiture. Les collègues disent que cette personne était obsédée par la victime. Leur alibi est faible. Ils semblent être le suspect le plus probable. Disons que vous estimez à 75% la probabilité que cette personne soit votre coupable.
• Demandez à vos collègues de supposer que votre jugement est erroné et de faire leurs propres estimations. Les chercheurs ont découvert que la combinaison de votre premier jugement avec un second fait par d'autres est souvent plus précise. Une autre façon d'aborder cela est de prendre du recul par rapport à votre première estimation pendant plusieurs semaines (si vous avez le luxe du temps en dehors d'une affaire de meurtre) avant de demander à des pairs de faire l'une des leurs. De même, vous pouvez faire votre propre second jugement après une pause, comme le fait l'investisseur milliardaire George Soros. Soros a souvent cité cette méthode comme une partie clé de son succès.

Les psychologues qui testent les policiers constatent un grand écart entre leur confiance et leur compétence. À mesure que les officiers acquièrent de l'expérience, cet écart s'agrandit. Méfiez-vous de la confiance qui grandit plus vite que la précision.

Mettez à jour souvent, mais petit à petit

Les statisticiens seront familiers avec une expérience de pensée proposée au XVIIIe siècle par le ministre presbytérien, Thomas Bayes. Il a écrit "Un essai pour résoudre un problème dans la doctrine des chances", qui a été affiné et publié à titre posthume en 1761 par son ami, Richard Price.

Essentiellement, le théorème dit que votre nouvelle croyance devrait dépendre de votre croyance antérieure, multipliée par la valeur diagnostique de la nouvelle information.

Bien que les super prévisionnistes devraient être numérates, ils n'ont pas besoin de se tourner vers l'algèbre chaque fois qu'ils veulent faire une prédiction. Ce qui compte davantage, c'est l'aperçu central de Bayes d'approcher progressivement de la vérité en mettant à jour en proportion du poids de la preuve.

Ask follow up

En revenant à l'exemple de l'homicide, vous pourriez augmenter la probabilité qu'un sujet soit votre tueur une fois que vous découvrez qu'ils ont menti sur leur emplacement. Si vous réagissez de manière excessive et pensez, "Ah ha! Je suis sûr à 99% maintenant" vous pouvez négliger des inconnues, telles que les raisons pour lesquelles ils ont menti (pour sauver leur emploi, pour épargner les sentiments de leur conjoint, etc.).

Questions and answers

What are the potential pitfalls of overconfidence in forecasting and how can they be avoided?

View answer

Overconfidence in forecasting can lead to several pitfalls. It can cause forecasters to overlook unknowns or unexpected variables, leading to inaccurate predictions. It can also lead to complacency, where forecasters rely too heavily on their initial predictions and fail to adjust them when new information becomes available. To avoid these pitfalls, forecasters should remain open to new information and be willing to adjust their predictions as necessary. They should also practice humility and acknowledge the inherent uncertainty in any prediction.

What are the key qualities and skills that make a super forecaster according to the book Superforecasting: The Art and Science of Prediction?

View answer

Superforecasters, as described in the book Superforecasting: The Art and Science of Prediction, possess several key qualities and skills. They are critical thinkers who constantly question their own beliefs and assumptions. They are open-minded and willing to revise their predictions based on new information. They are also good at breaking down complex problems into smaller, more manageable parts. Furthermore, they understand the concept of probability and use it to make more accurate predictions. Lastly, they practice a lot and learn from their mistakes to improve their forecasting skills.

View all questions

Ask follow up

Prédire l'imprévisible

N'oubliez pas de prendre en compte les situations qui pourraient tout changer du jour au lendemain. Il vaut mieux se donner un peu de marge de manœuvre "au cas où" que de supposer que tout se passera comme prévu.

En 2010, un pauvre vendeur de fruits tunisien a été volé par des policiers corrompus - malheureusement, un événement courant à l'époque. Plus tard ce jour-là, il s'est immolé par le feu devant le bureau de la ville. Des protestations ont éclaté. Le dictateur de la Tunisie, le président Zine el-Abidine Ben Ali a fui le pays. Pourtant, l'agitation civile a continué à travers le monde arabe et a entraîné un certain nombre de rébellions et de guerres civiles.Qui aurait pu prédire qu'une auto-immolation d'un homme provoquerait le "Printemps arabe" ?

Questions and answers

What are the most innovative or surprising ideas presented in the book Superforecasting: The Art and Science of Prediction?

View answer

The book "Superforecasting: The Art and Science of Prediction" presents several innovative ideas. One of the most surprising is the concept of "superforecasting" itself, which suggests that accurate predictions about the future can be made without psychic powers, but with the right practice and strategies. The book also challenges the common belief that only experts can make accurate predictions. It suggests that ordinary people, with the right training, can become superforecasters. Another surprising idea is that forecasting is not just about predicting single events, but understanding and predicting complex chains of events, like the Arab Spring.

How might a company use the concept of super forecasting to make accurate predictions about their future?

View answer

A company can use the concept of super forecasting to make accurate predictions about their future by developing a systematic approach to gathering, analyzing, and interpreting data. This involves identifying key indicators that influence the company's performance, tracking these indicators over time, and using statistical models to predict future trends. Super forecasters also understand the importance of continually updating their forecasts as new information becomes available, and they are not afraid to adjust their predictions when the data suggests they should. This approach can help a company anticipate changes in the market, adjust their strategies accordingly, and make more informed decisions.

View all questions

Ask follow up

Une situation peut être identifiée comme une "poudrière prête à exploser", mais il est presque impossible de dire ce qui allumera la mèche.

Le météorologue américain Edward Lorenz a découvert que de minuscules variations de saisie de données dans les modèles météorologiques simulés par ordinateur pouvaient produire des prévisions à long terme radicalement différentes. Son insight, publié dans un article intitulé, "Prévisibilité : Est-ce que le battement d'aile d'un papillon au Brésil déclenche une tornade au Texas ?" est devenu l'inspiration pour la théorie du chaos.

Questions and answers

How can the lessons from Superforecasting: The Art and Science of Prediction be implemented in real-world scenarios for better decision making?

View answer

The lessons from Superforecasting: The Art and Science of Prediction can be implemented in real-world scenarios for better decision making by practicing the art of forecasting. This involves constantly updating your beliefs based on new information, breaking down complex problems into smaller, more manageable parts, and seeking out diverse perspectives to avoid bias. It also involves understanding that even small changes can have big impacts, as illustrated by the butterfly effect in chaos theory. By applying these strategies, one can make more accurate predictions and therefore better decisions.

How can the principles of chaos theory, as inspired by Edward Lorenz's work, be applied in making accurate predictions?

View answer

The principles of chaos theory, as inspired by Edward Lorenz's work, can be applied in making accurate predictions by acknowledging the sensitivity to initial conditions. This principle, also known as the butterfly effect, suggests that small changes in the initial state of a system can lead to significant differences in the system's later state. In forecasting, this means that even minute changes or inaccuracies in data can lead to vastly different predictions. Therefore, to make accurate predictions, it's crucial to gather as precise and detailed initial data as possible. Additionally, understanding the inherent unpredictability in complex systems can help forecasters develop more flexible and adaptable prediction models.

View all questions

Ask follow up

Les prédictions sont partout

La prévisibilité de quelque chose dépendra de ce que nous voulons prédire, de combien de temps à l'avance, et dans quelles circonstances. La prévision météorologique de demain sera beaucoup plus précise que celle de cinq jours à partir de maintenant car comme Lorenz l'a découvert, beaucoup de choses peuvent changer entre maintenant et alors.

Ask follow up

L'internet est plein de prévisions. Une visite rapide à Amazon illustre la prédiction de l'algorithme d'autres articles que vous pourriez aimer acheter. Lorsque vous donnez votre avis sur les recommandations, l'algorithme met à jour ses prédictions de manière très légère.

La vie est pleine de prédictions banales aussi. Vous voyez des nuages à l'horizon et vous prenez un parapluie. Les lois scientifiques comme les phases de la lune peuvent prédire le temps avec une précision suffisante pour planifier l'agriculture.Mais, il est beaucoup plus difficile de prévoir quand vous devriez remplir votre réservoir d'essence cette semaine parce que le pipeline pourrait être attaqué par des pirates informatiques et faire monter les prix.

Questions and answers

How might a company in a traditional sector like retail apply the concept of super forecasting to anticipate consumer behavior?

View answer

A retail company can apply the concept of super forecasting to anticipate consumer behavior by analyzing historical data, current market trends, and other relevant factors. This could include sales data, customer demographics, and purchasing patterns. By using these data points, the company can make informed predictions about future consumer behavior. For example, if a company notices a trend of increased sales during a certain time of year, they can forecast that this trend will continue in the future and plan their inventory accordingly. Additionally, super forecasting can help the company identify potential changes in consumer behavior, allowing them to adapt their strategies in advance.

How can a startup use the concept of super forecasting to anticipate potential challenges and grow?

View answer

A startup can use the concept of super forecasting to anticipate potential challenges and grow by developing a systematic approach to making predictions about future events. This involves gathering data, analyzing trends, and using statistical models to make informed predictions. By doing so, startups can anticipate potential challenges, prepare for them, and make strategic decisions that promote growth. It's important to note that super forecasting is not about making perfect predictions, but about improving the accuracy of predictions over time.

View all questions

Ask follow up

Se tromper (et supposer) est humain

Un désormais célèbre "Test de Réflexion Cognitive" a été introduit par Shane Frederick, un professeur de science de gestion au Massachusetts Institute of Technology. Il pose cette question apparemment facile :

"Une batte et une balle coûtent 1,10 $. La batte coûte un dollar de plus que la balle. Combien coûte la balle ?"

La plupart des gens pensent immédiatement, 0,10 $. Si vous y réfléchissez plus attentivement, vous constatez que cette réponse est incorrecte. Nos cerveaux se fixent automatiquement sur le "dollar" et non sur le "plus". Si la balle coûte 0,10 $ et que la batte coûte un dollar de plus (1,10 $), alors le coût total sera de 1,20 $. Par conséquent, la réponse correcte est 0,05 $.

Questions and answers

What are the common obstacles in becoming a super forecaster and how can they be overcome?

View answer

Common obstacles in becoming a super forecaster include cognitive biases, lack of practice, and lack of knowledge in probability theory and statistics. Overcoming these obstacles involves continuous learning and practice, understanding and mitigating cognitive biases, and gaining knowledge in relevant fields such as probability theory and statistics. It's also important to stay informed about world events and trends, as this can help in making accurate predictions.

How can the concept of super forecasting be applied in business decision making?

View answer

Superforecasting can be applied in business decision making in several ways. Firstly, it can be used to predict market trends and consumer behavior, which can help businesses to plan their strategies accordingly. Secondly, it can be used to forecast the impact of various business decisions, such as launching a new product or entering a new market. This can help businesses to make informed decisions and minimize risks. Lastly, superforecasting can also be used to predict potential challenges or obstacles, allowing businesses to prepare and respond effectively.

View all questions

Ask follow up

Les psychologues modernes attribuent ce phénomène à une division de la fonction cérébrale humaine en deux systèmes. Le Système Un est le subconscient. Il prend des décisions cognitives et perceptuelles automatiques, et très rapidement à cela. Le Système Deux est notre esprit conscient, ou ce que nous choisissons de concentrer à l'instant. Le Système Un prend des décisions en une fraction de seconde basées sur l'expérience historique, les connaissances existantes, les prédispositions et d'autres facteurs qui "semblent" justes mais ne sont pas nécessairement corrects.

Questions and answers

How has the book "Superforecasting: The Art and Science of Prediction" influenced the way businesses approach prediction and forecasting?

View answer

The book "Superforecasting: The Art and Science of Prediction" has significantly influenced businesses by introducing the concept of superforecasting. This involves making accurate predictions about the future using specific strategies and practices, rather than relying on intuition or guesswork. It emphasizes the importance of using historical data, existing knowledge, and other relevant factors to make informed decisions. This approach has encouraged businesses to adopt more data-driven strategies for prediction and forecasting, leading to more accurate and reliable outcomes.

Can you elaborate on the role of the subconscious (System One) in the process of super forecasting?

View answer

System One, or the subconscious, plays a significant role in super forecasting. It is responsible for making automatic cognitive and perceptual decisions based on historical experience, existing knowledge, predispositions, and other factors. These decisions are made very quickly and often based on what "feels" right, although they may not necessarily be correct. In the context of super forecasting, System One can provide an initial assessment or prediction based on these factors. However, it's important to note that these initial assessments may need to be adjusted or refined by System Two, our conscious mind, to ensure accuracy in forecasting.

View all questions

Ask follow up

Pour être un super prévisionniste, vous devrez être conscient du Système Un et de la manière dont ses opérations vitales peuvent parfois entraver le jugement des personnes intelligentes.

L'importance des prédictions humaines

Aussi imparfaits et biaisés que puissent être les humains, ils resteront un composant nécessaire des prévisions à l'avenir. L'avènement des superordinateurs et de l'intelligence artificielle rend tentant de supposer que nous pouvons laisser toutes les prédictions aux machines. Le polymathe Herbert Simon a prédit en 1965 que nous n'étions qu'à 20 ans d'un monde où les machines pourraient faire "tout travail qu'un homme peut faire."

Questions and answers

What are some of the most innovative or surprising ideas presented in Superforecasting: The Art and Science of Prediction?

View answer

One of the most innovative ideas presented in the book is the concept of 'superforecasting'. It suggests that accurate predictions about the future can be made without psychic powers, given the right practice and strategies. Another surprising idea is the role of humans in forecasting. Despite the advent of supercomputers and artificial intelligence, humans remain a necessary component of forecasting. The book challenges the assumption that we can leave all predictions up to machines.

What are the practical applications of the lessons from Superforecasting: The Art and Science of Prediction in today's business environment?

View answer

The practical applications of the lessons from "Superforecasting: The Art and Science of Prediction" in today's business environment include:

1. Improved Decision Making: By understanding the principles of superforecasting, businesses can make more accurate predictions about market trends, customer behavior, and other key factors, leading to better strategic decisions.

2. Risk Management: Superforecasting can help businesses anticipate potential risks and challenges, allowing them to take proactive measures to mitigate these risks.

3. Resource Allocation: Accurate forecasts can guide businesses in allocating their resources more effectively, ensuring that efforts and investments are directed towards areas with the highest potential return.

4. Competitive Advantage: Businesses that can accurately predict future trends and events can gain a competitive edge over their rivals who are less adept at forecasting.

View all questions

Ask follow up

Bien que cela soit certainement le cas dans de nombreuses industries automatisées, il y a une raison pour laquelle les ordinateurs et les robots sont toujours supervisés par des humains. Les auteurs ont parlé à l'ingénieur en chef de Watson, David Ferrucci, qui travaille dans l'intelligence artificielle depuis plus de 30 ans. Les ordinateurs sont mieux capables de repérer des modèles de nos jours, a-t-il noté, mais l'apprentissage automatique nécessite la présence d'humains pour alimenter le processus d'apprentissage. En ce moment, un ordinateur peut rechercher un fait, mais une prévision nécessite une supposition éclairée basée sur une myriade d'informations.

Questions and answers

How does the theme of "Superforecasting: The Art and Science of Prediction" relate to contemporary debates about the role of humans in machine learning and artificial intelligence?

View answer

The theme of "Superforecasting: The Art and Science of Prediction" is closely related to the contemporary debates about the role of humans in machine learning and artificial intelligence. The book emphasizes the importance of human involvement in making informed predictions, which is a crucial aspect of machine learning and AI. Despite the advancements in AI, the book suggests that humans are still needed to feed the learning process, as machines are currently unable to make forecasts based on a myriad of information. This aligns with the ongoing debates about the extent to which AI can replace human judgment and decision-making.

How does the concept of super forecasting challenge existing practices in the field of prediction?

View answer

Superforecasting challenges existing practices in the field of prediction by emphasizing the role of human judgment and informed guesswork, rather than relying solely on automated processes or algorithms. It suggests that while computers and machine learning can spot patterns and provide data, the act of forecasting requires human input to interpret this information and make an informed prediction. This approach challenges the notion that predictions can be made purely through automated processes, and highlights the importance of human intuition and expertise in the field of forecasting.

View all questions

Ask follow up

Le cerveau humain est merveilleux parce que la tâche de compiler des données et de faire une prévision est extrêmement difficile, et pourtant nous le faisons tout le temps. Le plus grand obstacle pour les ordinateurs s'ils doivent jamais remplacer un super prévisionniste est la compréhension.Les humains peuvent devenir meilleurs pour imiter le sens humain et donc meilleurs pour prédire le comportement humain, a noté Ferrucci, mais "il y a une différence entre imiter et refléter le sens et origine du sens."

Questions and answers

How does the book 'Superforecasting: The Art and Science of Prediction' contribute to contemporary debates on prediction and forecasting?

View answer

The book 'Superforecasting: The Art and Science of Prediction' contributes to contemporary debates on prediction and forecasting by challenging the notion that accurate predictions about the future require psychic powers. It posits that with the right practice and strategies, anyone can become a super forecaster. The book also explores the role of the human brain in compiling data and making predictions, and the potential for computers to mimic or even originate human meaning in the context of forecasting.

What is the role of understanding in the process of super forecasting?

View answer

Understanding plays a crucial role in the process of super forecasting. It's not just about compiling data and making predictions, but also about comprehending the meaning behind the data. This understanding allows super forecasters to make more accurate predictions about human behavior. It's the difference between simply mimicking and reflecting meaning, and actually originating meaning. This is a hurdle that computers, despite their advanced capabilities, still struggle with.

View all questions

Ask follow up