슈퍼포캐스팅: 예측의 예술과 과학

시놉시스

예언의 능력 없이도 미래에 대한 정확한 예측을 할 수 있다는 사실을 알고 계셨나요? 적절한 연습과 탐색 전략이 있다면, 슈퍼 예측가가 될 수 있습니다.

워튼 스쿨의 교수인 필립 E. 테트록과 공동 저자인 댄 가드너의 슈퍼포캐스팅: 예측의 예술과 과학에서는 슈퍼 예측가가 되는 데 필요한 품질과 기술에 대해 배우게 됩니다. 또한 이 지식을 어떤 상황에도 적용하는 방법, 실제 슈퍼 예측가들에 대한 이야기, 그리고 가장 어려운 질문을 분해하여 최상의 결과를 얻는 방법에 대해서도 배울 수 있습니다.

주요 20가지 통찰

1. 슈퍼 예측은 숫자를 다루는 능력이 아니라, 그것을 어떻게 활용하는지가 가장 중요합니다. 뛰어난 퍼즐 해결사도 자기 비판적 사고 능력이 뛰어난 덜 똑똑한 사람에게는 불리할 수 있습니다.
2. 슈퍼 예측가들에게 믿음은 보호해야 할 보물이 아니라 테스트해야 할 가설입니다. 개방적인 마음을 가져야 하며, 예측을 할 때는 가능한 한 정확해야 합니다. 예측이 너무 모호하면, 사람들이 그 의미를 가정하고 자신에게 적용하는 "포러 효과"에 빠질 수 있습니다.
3. 질문을 구성 요소로 분해하고, 어떤 부분을 알고 어떤 부분을 모르는지 구분하세요. 그런 다음, 문제를 상황의 독특함을 감소시키는 비교적 관점으로 바꾸세요.

요약

좋은 슈퍼 예측가가 되기 위해 필요한 것은 무엇인가?

톰 프리드먼과 같은 유명인 예측가들은 현재의 사건에 기반하여 장기적인 결정을 돕기 위해 위기 상황에서 호출됩니다. 그러나 정확한 예측을 내리기 위해 유명인이 될 필요는 없으며, 많은 "슈퍼 예측가들"은 높은 정확도를 가지고 있지만 무명입니다. 예측은 배워야 하고 계속해서 숙달해야 하는 기술입니다.

신뢰할 수 있고 자신감 있는 예측가가 되려면 새로운 경험에 대해 개방적이어야 합니다. 개방적인 마음만으로는 충분하지 않습니다. 가장 정확한 예측을 위해 자신의 선입견과 의견을 희생할 수 있는 슈퍼 개방적인 마음이 필요합니다.

불행히도 예측가들이 참조할 수 있는 마법의 공식은 존재하지 않습니다. 단지 많은 주의 사항이 있는 광범위한 원칙들만이 있을 뿐입니다. 그러나 여러분의 여정을 돕기 위해 시험에 통과한 예측 방법들이 많이 있습니다.

골디락스는 맞았다

큰 질문에 직면했을 때, 상황을 분류하세요. 즉, 가장 어려운 질문이나 가장 쉬운 질문이 아닌, 여러분의 노력이 보상받을 만한 질문에 집중하세요. "골디락스" 접근법을 선택하세요, 즉.중간부터 시작하여 외부로 나아가세요.

예측을 한 단어로 요약한다면, 그것은 "균형"일지도 모릅니다. 이것은 당신의 예측이 항상 중간에 있어야 한다는 것을 의미하지 않습니다. 하지만 현재의 견해와 상충하더라도 모든 것을 고려해야 합니다. 더 자세히 살펴보면, 당신이 생각하지 못했던 요소가 확률의 흐름을 바꿀 수 있습니다.

페르미화 하세요

원자폭탄의 발명에 중추적인 역할을 한 이탈리아계 미국 물리학자 엔리코 페르미는 시카고에 피아노 조율사가 얼마나 많은지를 묻는 예측을 위한 난제를 제시했습니다.

인터넷이나 옐로우 페이지를 보지 않고도, 예측가는 다음 네 가지를 알고 있다면 교육적인 답을 내놓을 수 있습니다:

• 시카고에 있는 피아노의 수
• 피아노가 연간 얼마나 자주 조율되는지
• 피아노를 조율하는 데 얼마나 걸리는지
• 평균 피아노 조율사가 연간 몇 시간 일하는지

페르미는 이 질문을 분해하는 것이 이 목록에서 알 수 있는 것과 알 수 없는 것을 분리할 수 있다고 가르쳤습니다. 답변의 임의성에도 불구하고, 결과는 무작위 추측보다 더 정확하게 나타나는 경향이 있습니다. 많은 사람들이 이 퍼즐에 도전했지만, 심리학자 다니엘 레비틴의 발표는 해결책을 제시하는 방법을 보여줍니다.

• 첫 번째 답변에 대해, 90% 확신이 있는 범위 내에서 정확한 답변을 내립니다. 레비틴은 시카고에 약 250만 명의 사람들이 살고 있을 것이라고 추측했습니다. 이는 로스앤젤레스보다는 작지만 150만 명 이상의 주민들을 수용할 수 있을 만큼 충분히 크기 때문입니다.
• 다음으로, 레비틴은 피아노가 1년에 한 번씩 조율이 필요할 것이라고 추정했습니다.
• 피아노는 대부분의 가정에서 부담스러울 만큼 비싸기 때문에, 레비틴은 시카고의 1/100 가구가 피아노를 소유하고 있다고 추측했습니다. 이 숫자는 학교, 콘서트 홀 등이 여러 대를 소유하고 있을 것이라는 점을 고려하면 두 배가 됩니다. 250만 명의 주민 x 2/100 (2%) = 시카고에는 50,000대의 피아노가 있다는 것을 의미합니다.
• 그 후, 레비틴은 피아노를 조율하는 데 약 2시간이 걸릴 것이라고 추측했습니다.
• 피아노 조율사가 주 40시간 일하고, 2주간 휴가를 가지며, 그들의 시간의 약 20%를 직장 간 이동에 사용한다고 가정하면, 평균 피아노 조율사는 1년에 약 1,600시간 일할 것입니다.

따라서, 만약 50,000대의 피아노가 1년에 한 번씩 조율이 필요하고, 한 대를 조율하는 데 2시간이 걸린다면, 총 피아노 조율 시간은 100,000시간이 됩니다. 이를 한 피아노 조율사가 1년 동안 일하는 시간으로 나누면, 시카고에는 62.5명의 피아노 조율사가 필요하다는 것을 알 수 있습니다. 레비틴은 시카고에서 피아노 조율사를 위한 83개의 목록을 찾았지만, 이 중 많은 것들이 중복되었습니다, 예를 들어 한 개 이상의 전화번호를 가진 사업체 등입니다. 따라서 정확한 숫자는 알 수 없지만, 레비틴의 계산은 얼마나 가까이 갈 수 있는지를 보여줍니다.

단계별 예측: 살인 사건을 해결해 봅시다

질문을 던져보세요. 예를 들어, 당신이 살인 사건 수사관이라고 가정하고 범인이 누구인지 알아내야 한다고 가정해 봅시다. TV에서처럼 단서들이 다음 광고 시간 전에 당신 앞에 떨어지지 않을 것입니다.

• 먼저, 외부 시각을 확인하세요: 통계를 기본 비율로 참조하세요. FBI에 따르면 살인 피해자의 28.3%는 그들이 알고 있는 사람에 의해 살해되므로 피해자가 그들의 살인범을 알고 있을 확률은 28.3%입니다. 마찬가지로, 이는 낯선 사람일 확률은 9%입니다.
• 다음으로, 내부 시각을 확인하세요: 이 사건에 특정한 사실들을 조사하세요. 누가 이 사람을 죽일 능력, 수단, 동기를 가지고 있었나요? 각 용의자에 따라 당신의 확률 백분율을 상향 또는 하향 조정하세요. 가장 명백한 것부터 시작하여 외부로 이동하세요. (그래서 항상 배우자나 중요한 다른 사람을 먼저 살펴보는 것입니다.) 피해자가 최근에 그들의 중요한 다른 사람과 싸웠다면, 이 사람이 그들을 죽인 가능성이 높아집니다. 그 중요한 다른 사람이 확인 가능한 알리바이를 가지고 있다면, 가능성은 낮아집니다. 참고: 처음에 느낀 감정에 너무 매달리지 않되, 무시하지도 마세요. 예측에 매달리고 그것을 지지하는 정보를 찾는 것이 쉽지만, 모든 옵션을 고려해야 합니다.
• 이제 두 가지 시각을 합쳐 종합적인 예측을 만드세요. 피해자가 살해당한 밤에 차에 타는 것이 보였다고 가정해 봅시다.당신은 피해자와 함께 일했던 사람을 찾아냈고, 그 사람은 피해자가 타던 차와 같은 차를 운전하고 있습니다. 동료들은 그 사람이 피해자에게 집착하고 있었다고 말합니다. 그들의 알리바이는 약합니다. 그들은 가장 강력한 용의자처럼 보입니다. 이 사람이 범인일 확률이 75%라고 가정해봅시다.
• 당신의 동료들에게 당신의 판단이 틀렸다고 가정하고 그들 자신의 추정을 하도록 하십시오. 연구자들은 당신의 첫 번째 판단과 다른 사람이 한 두 번째 판단을 결합하는 것이 종종 더 정확하다는 것을 발견했습니다. 이를 접근하는 또 다른 방법은 여러 주 동안 첫 번째 추정에서 물러나서 (살인 사건 외의 시간이 충분하다면) 동료들에게 자신의 추정을 하도록 요청하는 것입니다. 마찬가지로, 당신은 휴식 후에 자신의 두 번째 판단을 내릴 수 있습니다. 이는 억만장자 투자자 조지 소로스가 자주 인용하는 성공의 핵심 부분입니다.

심리학자들이 경찰관들을 테스트하면 그들의 자신감과 기술 사이에 큰 차이가 있음을 발견합니다. 경찰관들이 경험을 쌓을수록 그 차이는 커집니다. 당신의 정확성이 빠르게 성장하는 것보다 더 빠르게 자신감을 키우는 것을 조심하십시오.

자주 업데이트하되, 조금씩 하세요

통계학자들은 1700년대에 장로교 목사인 토마스 베이즈가 제안한 사고 실험을 잘 알고 있을 것입니다. 그는 "확률의 교리에서 문제를 해결하기 위한 논문"을 썼는데, 이는 그의 친구인 리처드 프라이스에 의해 1761년에 사후에 개정되어 출판되었습니다.

기본적으로, 이 정리는 당신의 새로운 믿음이 당신의 이전 믿음에 의존해야 하며, 새로운 정보의 진단적 가치에 의해 곱해져야 한다는 것을 말합니다.

슈퍼 예측가들은 숫자에 능숙해야 하지만, 예측을 하려 할 때마다 대수학에 의존할 필요는 없습니다. 더 중요한 것은 베이즈의 핵심 통찰력인 증거의 무게에 비례하여 점진적으로 진실에 가까워지는 것입니다.

살인 사건으로 돌아가서, 피의자가 그들의 행방에 대해 거짓말을 했다는 것을 알게 되면, 그 피의자가 당신의 살인범일 가능성을 높일 수 있습니다. 만약 당신이 과도하게 반응하여, "아하! 나는 이제 99% 확신한다"라고 생각한다면, 그들이 왜 거짓말을 했는지(직장을 지키기 위해, 배우자의 감정을 지키기 위해 등)와 같은 알려지지 않은 사항을 간과할 수 있습니다.

예측할 수 없는 것을 예측하기

모든 것이 하룻밤 사이에 바뀔 수 있는 상황을 고려하는 것을 잊지 마세요. 모든 것이 계획대로 진행될 것이라고 가정하는 것보다는 "만약을 위해" 약간의 여유를 두는 것이 좋습니다.

2010년에, 가난한 튀니지 과일 상인이 부패한 경찰관들에게 강탈당했습니다 - 당시에는 불행하게도 흔한 일이었습니다. 그날 나중에, 그는 마을 사무소 앞에서 자신을 불태웠습니다. 시위가 일어났습니다. 튀니지의 독재자인 진 알-아비딘 벤 알리 대통령은 나라를 떠났습니다. 그럼에도 불구하고, 민간 불안은 아랍 세계 전체에서 계속되어 여러 반란과 내전을 초래하였습니다.누가 예상했겠는가, 한 사람'의 자폭 행위가 "아랍의 봄을 일으킬 것이라는 것을?

상황이 "폭발할 준비가 된 화약고"로 인식될 수 있지만, 무엇이 그 심지를 태울지는 거의 불가능하다고 할 수 있습니다.

미국의 기상학자 에드워드 로렌츠는 컴퓨터로 시뮬레이션한 날씨 패턴에서의 미세한 데이터 입력 변화가 장기 예보에서 크게 다른 결과를 낼 수 있다는 것을 발견했습니다. 그의 통찰력은 "예측 가능성: 브라질에서 나비의 날갯짓이 텍사스에서 토네이도를 일으키는가?"라는 제목의 기사에서 발표되었고, 이는 혼돈 이론의 영감이 되었습니다.

예측은 어디에나 있다

무엇을 얼마나 예측할 수 있는지는 우리가 무엇을 예측하려고 하는지, 얼마나 먼 미래를 예측하려고 하는지, 그리고 어떤 상황에서 예측하려고 하는지에 따라 달라집니다. 내일의 날씨 예보는 로렌츠가 발견한 것처럼, 지금과 그 사이에 많은 변화가 있을 수 있기 때문에 5일 후의 예보보다 훨씬 정확할 것입니다.

인터넷은 예측으로 가득 차 있습니다. 아마존에 빠르게 방문하면 알고리즘이 당신이 구매하고 싶어할 다른 아이템을 예측합니다. 당신이 추천에 대한 피드백을 제공하면, 알고리즘은 그 예측을 아주 조금씩 업데이트합니다.

생활은 평범한 예측으로 가득 차 있습니다. 당신은 지평선에 구름을 보고 우산을 챙깁니다. 달의 단계와 같은 과학적 법칙은 농업을 계획할 정도로 충분히 정확하게 날씨를 예측할 수 있습니다.하지만, 이번 주에 당신이 가스 탱크를 언제 채워야 할지 예측하는 것은 훨씬 어렵습니다. 왜냐하면 파이프라인이 해커들에게 공격당해 가격이 상승할 수 있기 때문입니다.

실수하고 (가정하는 것)은 인간다운 것입니다

매사추세츠 공과대학교의 경영 과학 교수인 쉐인 프레드릭이 소개한 유명한 "인지 반사 테스트"가 있습니다. 이 테스트는 다음과 같은 보기 쉬운 질문을 던집니다:

"방망이와 공은 $1.10입니다. 방망이는 공보다 1달러 더 비쌉니다. 공은 얼마입니까?"

대부분의 사람들은 즉시 $0.10이라고 생각합니다. 하지만 좀 더 신중하게 생각해보면, 이 답은 틀린 것입니다. 우리의 뇌는 자동적으로 "달러"에 집착하고 "더"에는 집착하지 않습니다. 만약 공이 $0.10이고 방망이가 1달러 더 비싸다면 ($1.10), 그러면 총 비용은 $1.20이 될 것입니다. 따라서, 정확한 답은 $0.05입니다.

현대 심리학자들은 이 현상을 인간의 두 가지 뇌 기능으로 나누어 설명합니다. 시스템 원은 무의식입니다. 이는 자동적인 인지적, 지각적 결정을 내리며, 그것도 매우 빠르게 합니다. 시스템 투는 우리의 의식적인 마음, 또는 우리가 그 순간에 집중하기로 선택한 것입니다. 시스템 원은 과거의 경험, 기존의 지식, 선입견, 그리고 "맞다고 느껴지는" 다른 요소들을 기반으로 순식간에 결정을 내립니다. 하지만 이는 반드시 정확한 것은 아닙니다.

슈퍼 예측가가 되기 위해서는 시스템 원의 중요성을 인식하고, 그 중요한 작업이 때때로 지능 있는 사람들의 판단을 방해할 수 있다는 것을 알아야 합니다.

인간 예측의 중요성

사람들이 얼마나 불완전하고 편향될 수 있는지에도 불구하고, 그들은 앞으로의 예측에서 여전히 필요한 구성 요소가 될 것입니다. 슈퍼 컴퓨터와 인공 지능의 출현으로 인해 우리가 모든 예측을 기계에 맡길 수 있다고 가정하는 것이 유혹적일 수 있습니다. 다재다능한 허버트 사이먼은 1965년에 우리가 "사람이 할 수 있는 어떤 일이든" 기계가 할 수 있는 세상이 20년 뒤에 올 것이라고 예측했습니다.

이것은 많은 자동화 산업에서 분명히 그런 경우이지만, 컴퓨터와 로봇이 여전히 인간에 의해 감독되는 이유가 있습니다. 저자들은 30년 이상 인공 지능 분야에서 일해온 왓슨의 최고 엔지니어, 데이비드 페루치와 대화했습니다. 그는 컴퓨터가 요즘 패턴을 더 잘 발견할 수 있다고 지적했지만, 기계 학습은 학습 과정을 이끌어내는 인간의 존재를 필요로 합니다. 현재로서는, 컴퓨터는 사실을 찾아볼 수 있지만, 예측은 다양한 정보에 기반한 유추를 필요로 합니다.

인간의 두뇌는 데이터를 수집하고 예측을 만드는 작업이 매우 어렵지만, 우리는 그것을 계속해서 수행하기 때문에 놀랍습니다. 컴퓨터가 슈퍼 예측가를 대체하려면 이해해야 할 가장 큰 장애물입니다.페루치는 인간이 인간의 의미를 모방하는 데 더 능숙해져서 인간의 행동을 예측하는 데 더 능숙해질 수 있다고 지적했지만, "의미를 모방하고 반영하는 것과 의미를 창출하는 것 사이에는 차이가 있다고 말했습니다."