Superforecasting: The Art and Science of Prediction

Sinopse

Você sabia que é possível fazer previsões precisas sobre o futuro sem ter poderes psíquicos? Com a prática e estratégias corretas, você pode se tornar o que é conhecido como um super previsor.

Em Superforecasting: The Art and Science of Prediction do professor da Wharton, Philip E. Tetlock, e do co-autor Dan Gardner, os leitores aprendem sobre as qualidades e habilidades que fazem um super previsor e como você pode aplicar esse conhecimento em qualquer situação. Você também aprenderá sobre super previsores da vida real de todas as esferas da vida e como decompor até as perguntas mais difíceis para obter os melhores resultados.

25 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.

How does super forecasting relate to data analysis?

View answer

Super forecasting is closely related to data analysis. It involves making predictions about future events based on the analysis of available data. Super forecasters use a variety of data analysis techniques to break down complex problems and make accurate predictions. They also continuously update their forecasts as new data becomes available, which is a key aspect of data analysis.

View all 25 questions

Ask follow up

Top 20 insights

1. A super previsão não é sobre a capacidade de fazer cálculos, mas o que você faz com isso que importa mais. Um brilhante solucionador de quebra-cabeças estará em desvantagem em relação a uma pessoa menos inteligente que possui uma grande capacidade para o pensamento autocrítico.
2. Para os super previsores, as crenças são hipóteses a serem testadas, não tesouros a serem guardados. Não seja de mente aberta, seja super de mente aberta. No entanto, quando você faz uma previsão, seja o mais preciso possível. Se a previsão for muito vaga, você pode cair no "Efeito Forer", onde as pessoas assumem seu significado e o aplicam a si mesmas.
3. Descompacte a pergunta em componentes, depois distinga quais partes você conhece e quais não conhece. Em seguida, coloque o problema em uma perspectiva comparativa que minimiza a singularidade da situação. Observe os fatores que destacam a singularidade de uma situação e sincronize suas descobertas para fazer um julgamento tão preciso quanto possível.
4. Os super previsores ajustam suas visões à luz de novas informações, tantas vezes quanto necessário para tirar a conclusão mais precisa. Equilibre cuidadosamente o antigo com o novo e incorpore-os em sua última previsão. Atualize frequentemente, mas em pequenos incrementos. Este conceito é perfeitamente ilustrado usando a equação de atualização de crença bayesiana.
5. Existem dois perigos que um previsor enfrenta após fazer uma determinação inicial. Um é a sub-reacção a novas informações (viés ou "perseverança de crença"), e o segundo é reagir demais. Ambos podem diminuir a precisão e, em casos extremos, destruir uma previsão perfeitamente boa. Desconsidere informações irrelevantes para evitar o efeito de diluição em suas informações, depois se comprometa.
6. Traga o melhor dos outros e deixe os outros trazerem o melhor de você. O equilíbrio que você aprende na previsão se traduzirá na gestão de equipes, especialmente quando você ouvir diferentes perspectivas. O ex-treinador do LA Dodgers, Tommy Lasorda, disse que a gestão é "como segurar uma pomba". Segure com muita força, mate-a. Segure muito solto, perca-a.
7. Ajuste a formulação de uma pergunta para obter outra perspectiva. Por exemplo: "O governo sul-africano concederá um visto ao Dalai Lama dentro de seis meses?" Além das razões pelas quais eles concederiam um visto a ele, observe as razões pelas quais eles não concederiam.Altere a palavra "conceder" para "negar" e você terá um novo critério para pesquisa.
8. Os previsores encontram várias barreiras que impactam a precisão. Linguagem vaga como "participação significativa no mercado" pode ser interpretada com base nos preconceitos do leitor e não nos fatos. O atraso temporal é outro problema. Quando as previsões abrangem meses ou anos, cuidado com o "viés de retrospectiva" que altera sua perspectiva atual para corresponder aos resultados.
9. Para ser um super previsor, uma mentalidade de crescimento é essencial. No entanto, nem toda prática melhora a habilidade. Você precisa saber quais erros procurar e combinar sua prática com feedback claro e oportuno. Tenha cuidado para não deixar sua confiança crescer mais rápido do que sua precisão.
10. Problema intratável? Divida-o em subproblemas tratáveis que você pode identificar como conhecíveis e desconhecidos. A grande questão de, "Haverá outra guerra na Coreia?" é muito mais difícil de quantificar do que "Qual é a frequência dos testes nucleares da Coreia do Norte?" e "A Coreia do Norte lançará um ataque cibernético à Coreia do Sul?"
11. Encontre o equilíbrio certo entre visões internas e externas. As visões internas são específicas para a situação, como eventos recentes. As visões externas são mais genéricas, ou seja, com que frequência a situação em questão ocorre, em média. A história tende a se repetir. Mesmo eventos aparentemente únicos podem se relacionar com tendências, que são então ponderadas contra visões internas.
12. Não reaja exageradamente às evidências, mas também não subreaja. A previsão é toda sobre observação e equilíbrio. Super previsores são ágeis, mas não pulam desnecessariamente. Quando você atualiza sua previsão, pode ser entediante ou até desconfortável, mas vale a pena a longo prazo. Os melhores previsores tendem a atualizar as probabilidades incrementalmente, como de 0,4 para 0,35.
13. A "previsão com olhos de libélula" é a busca por discussões de ponto contra ponto, ou seja, "por outro lado..." Este método é comum no mundo da previsão porque os melhores previsores são precisos, mas dispostos a pesar todos os lados. Super previsores costumam ter alta pontuação em testes de abertura de mente ativa, como um do psicólogo Jonathan Baron na Universidade da Pensilvânia.
14. Torne-se consciente das forças causais em ação no seu problema. Informações que colidem são tão importantes, se não mais, do que evidências que apoiam sua hipótese. Assim como uma libélula vê várias imagens e as sintetiza todas juntas em uma única imagem, os previsores devem fazer o mesmo com pontos de vista opostos.
15. Ao dissecar uma questão, você será capaz de determinar várias probabilidades que variam de "remoto" a "quase certamente." Quanto mais graus de incerteza você puder distinguir, melhor previsor você se tornará. Parece antinatural no início, mas com paciência e prática você será capaz de traduzir palpites de linguagem vaga em probabilidades numéricas.
16. Encontre um equilíbrio saudável entre excesso de confiança e falta de confiança.Super previsores não se precipitam em julgamentos, nem demoram muito perto do "talvez". A precisão a longo prazo requer calibração e resolução, prudência e decisão. Faça autópsias nos seus experimentos para aprender o que funcionou e encontrar soluções criativas para os erros que encontrar.
17. A visão retrospectiva é maior que 20/20, especialmente se você fez uma previsão. Uma armadilha comum a evitar é o "viés de retrospectiva do espelho retrovisor". Assuma seus fracassos. Não ignore falhas em suas suposições básicas. Você pode ter estado no caminho certo, mas foi desviado por um pequeno erro técnico.
18. Algoritmos complexos alimentados em supercomputadores podem em breve complementar os esforços de previsão. O julgamento humano pode se beneficiar de uma segunda perspectiva desprovida de emoção, mas até agora, apenas os humanos podem entender o significado humano. "Há uma diferença entre imitar e refletir o significado e originar o significado", disse o engenheiro-chefe da Watson, David Ferrucci.
19. Existem obstáculos a considerar se você planeja montar uma equipe de previsores com um único objetivo. Os previsores podem adotar o "pensamento de grupo" e se tornar muito concordantes. Da mesma forma, eles podem cair no "ociosidade cognitiva", que é a atitude de que outros devem fazer o trabalho pesado. Mantenha o julgamento independente no grupo.
20. Aprender requer fazer, com um bom feedback que não deixa ambiguidade sobre se você está no caminho certo. A prática não é útil se você simplesmente passar pelas ações de previsão. A super previsão é o produto de uma prática profunda e deliberada. A super previsão requer constante atenção mesmo quando você tenta seguir as regras.

25 questions and answers

How can one improve their precision in making predictions?

View answer

One can improve their precision in making predictions by adopting the approach of super forecasters. This involves treating beliefs as hypotheses to be tested rather than treasures to be guarded. It's important to be super open-minded and precise when making a prediction. Unpacking the question into components, distinguishing known and unknown parts, and putting the problem into a comparative perspective can help. It's also crucial to adjust views in light of new information as often as necessary.

What is the role of hypotheses testing in super forecasting?

View answer

In super forecasting, hypotheses testing plays a crucial role. Super forecasters view beliefs as hypotheses to be tested, not treasures to be guarded. They break down the problem into components, identify what they know and what they don't, and then test these hypotheses. They adjust their views in light of new information as often as necessary. This process of hypotheses testing helps them make precise judgments and accurate predictions.

How can one develop the capacity for self-critical thinking required for super forecasting?

View answer

One can develop the capacity for self-critical thinking required for super forecasting by treating beliefs as hypotheses to be tested, not treasures to be guarded. It's important to be super open-minded and precise when making predictions. Unpacking the question into components, distinguishing known and unknown parts, and putting the problem into a comparative perspective that downplays the situation's uniqueness can also help. It's also crucial to adjust views in light of new information as often as necessary.

View all 25 questions

Ask follow up

Resumo

O que é preciso para ser um bom super previsor?

Previsores celebridades como Tom Friedman são chamados em tempos de crise para ajudar a tomar decisões de longo prazo com base em eventos atuais. Você não precisa ser uma celebridade para fazer previsões precisas, no entanto, e muitos "super previsores" com altas taxas de precisão são desconhecidos. A previsão é uma habilidade a ser aprendida e continuamente dominada.

24 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.

What are the ethical considerations in forecasting?

View answer

Ethical considerations in forecasting include ensuring accuracy, avoiding bias, maintaining transparency, and considering the potential impacts of the forecast. Forecasters should strive to provide the most accurate predictions possible, avoiding any personal or political biases that may skew the results. They should also be transparent about their methods and the potential margin of error in their forecasts. Additionally, forecasters should consider the potential impacts of their predictions and strive to minimize any potential harm.

View all 24 questions

Ask follow up

Para ser um previsor confiável e confiante, você precisa estar aberto a novas experiências. Não basta ser de mente aberta; você deve ser super aberto para sacrificar suas próprias ideias e opiniões preconcebidas em prol da previsão mais precisa.

Infelizmente, não existe uma fórmula mágica que os previsores possam recorrer - apenas princípios gerais com muitas ressalvas. No entanto, existem vários métodos comprovados de previsão que podem ajudá-lo em sua jornada.

Cachinhos Dourados estava certa

Quando confrontado com uma grande questão, triagem a situação. Ou seja, concentre-se em questões onde seu trabalho duro provavelmente dará frutos, em vez das questões mais difíceis ou mais fáceis. Opte pela abordagem "Cachinhos Dourados", ou seja.comece no meio e trabalhe para fora.

Se você fosse resumir a previsão em uma palavra, poderia ser "equilíbrio". Isso não significa que suas previsões devem sempre estar no meio, mas levar tudo em consideração, mesmo que contraste com sua visão atual. Uma inspeção mais próxima pode introduzir um fator que você não havia pensado e que altera o curso de suas probabilidades.

25 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.

What are some industries where the balance approach in forecasting is particularly useful?

View answer

The balance approach in forecasting is particularly useful in industries that are subject to rapid change and uncertainty, such as technology, finance, and energy. It's also beneficial in supply chain management, healthcare, and retail where understanding and predicting consumer behavior is crucial.

View all 25 questions

Ask follow up

Fermi-ize isso

O físico ítalo-americano Enrico Fermi, figura central na invenção da bomba atômica, propôs um quebra-cabeças para previsão que pergunta quantos afinadores de piano existem em Chicago.

Sem olhar na internet ou nas Páginas Amarelas, um previsor pode chegar a uma resposta educada se souber quatro coisas:

• O número de pianos em Chicago
• Com que frequência os pianos são afinados a cada ano
• Quanto tempo leva para afinar um piano
• Quantas horas por ano o afinador de piano médio trabalha

Fermi ensinou que quebrar a pergunta pode separar o conhecível e o desconhecido desta lista. Apesar da natureza aparentemente aleatória das respostas, o resultado tende a ser mais preciso do que um palpite aleatório. Muitos tentaram resolver este enigma, mas uma apresentação do psicólogo Daniel Levitin mostra como chegar a uma solução.

Ask follow up

• Para a primeira resposta, estabeleça um intervalo de confiança - uma faixa na qual você tem 90% de certeza de que contém a resposta correta. Levitin supôs que Chicago tem cerca de 2,5 milhões de pessoas porque é menor que Los Angeles, mas grande o suficiente para abrigar mais de 1,5 milhão de residentes.
• Em seguida, Levitin supôs que um piano pode precisar ser afinado uma vez por ano.
• Como os pianos são muito caros para a maioria das famílias, Levitin supôs que 1/100 das casas em Chicago possuem um piano. Esse número é dobrado quando você considera escolas, salas de concerto, etc. que possuem mais de um. 2,5 milhões de residentes x 2/100 (2%) = 50.000 pianos em Chicago.
• Então, Levitin supôs que leva cerca de duas horas para afinar um piano.
• Supondo que um afinador de piano trabalhe 40 horas por semana, mais duas semanas de férias e gaste cerca de 20% de seu tempo dirigindo de trabalho para trabalho, o afinador de piano médio pode trabalhar 1.600 horas por ano.

Ask follow up

Portanto, se 50.000 pianos precisam ser afinados uma vez por ano, e leva duas horas para afinar um piano, isso resulta em 100.000 horas totais de afinação de piano. Se você dividir isso pelas horas anuais trabalhadas por um afinador de piano, resulta em 62,5 afinadores de piano em Chicago. Levitin encontrou 83 listagens para afinadores de piano em Chicago, mas muitas delas eram duplicatas, como empresas com mais de um número de telefone. Portanto, um número preciso não é conhecido, mas o cálculo de Levitin mostra o quão perto você pode chegar.

Ask follow up

Previsão passo a passo: vamos resolver um assassinato

Faça uma pergunta. Por exemplo, digamos que você é um detetive de homicídios e precisa descobrir quem é o culpado. Diferentemente da TV, as pistas não cairão no seu colo antes do próximo intervalo comercial.

• Primeiro, verifique a visão externa: Refira-se às estatísticas como uma taxa base. O FBI diz que 28,3% das vítimas de homicídio são mortas por alguém que conhecem, então há uma chance de 28,3% de a vítima conhecer seu assassino. Da mesma forma, há uma chance de 9% de ser um estranho.
• Em seguida, verifique a visão interna: Examine fatos específicos deste caso. Quem tinha a habilidade, os meios e o motivo para matar essa pessoa? Ajuste sua percentagem de chance para cima e para baixo com base em cada suspeito. Comece com o mais óbvio e vá expandindo. (É por isso que eles sempre olham primeiro para o cônjuge ou parceiro significativo.) Se a vítima teve uma briga recente com seu parceiro significativo, a probabilidade de essa pessoa ter matado a vítima aumenta. Se esse parceiro significativo tiver um álibi verificável, a probabilidade diminui. Nota: Não fique preso às suas primeiras impressões, mas também não as ignore. É fácil se apegar a uma previsão e encontrar informações para apoiá-la, em vez de pesar todas as opções.
• Agora, funda as duas visões para criar uma previsão sintetizada. Digamos que a vítima foi vista entrando em um carro na noite em que foi morta. Você identificou uma pessoa que trabalhava com a vítima e que dirige o mesmo tipo de carro. Os colegas de trabalho dizem que essa pessoa estava obcecada pela vítima. Seu álibi é fraco. Eles parecem ser o suspeito mais forte. Digamos que você chegue a uma chance de 75% de que essa pessoa seja o culpado.
• Peça aos seus colegas que assumam que seu julgamento está errado e façam suas próprias estimativas. Pesquisadores descobriram que combinar seu primeiro julgamento com um segundo feito por outras pessoas costuma ser mais preciso. Outra maneira de abordar isso é se afastar de sua primeira estimativa por várias semanas (se você tiver o luxo do tempo fora de um caso de assassinato) antes de pedir aos colegas que façam uma de suas próprias. Da mesma forma, você pode fazer seu próprio segundo julgamento após uma pausa, como o bilionário investidor George Soros faz. Soros frequentemente cita este método como uma parte chave de seu sucesso.

Ask follow up

Psicólogos que testam policiais encontram uma grande lacuna entre sua confiança e sua habilidade. À medida que os policiais se tornam mais experientes, essa lacuna aumenta. Cuidado para não se tornar confiante mais rápido do que se torna preciso.

Atualize frequentemente, mas pouco a pouco

Os estatísticos estarão familiarizados com um experimento de pensamento proposto no século XVIII pelo ministro presbiteriano, Thomas Bayes. Ele escreveu "Um Ensaio para a Resolução de um Problema na Doutrina das Chances", que foi refinado e publicado postumamente em 1761 por seu amigo, Richard Price.

Ask follow up

Essencialmente, o teorema diz que a sua nova crença deve depender da sua crença anterior, multiplicada pelo valor diagnóstico da nova informação.

Embora os super previsores devam ser numerados, eles não precisam recorrer à álgebra todas as vezes que querem fazer uma previsão. O que importa mais é a percepção central de Bayes de se aproximar gradualmente da verdade, atualizando proporcionalmente ao peso da evidência.

Voltando ao exemplo do homicídio, você pode aumentar a probabilidade de um sujeito ser o seu assassino quando descobre que ele mentiu sobre o seu paradeiro. Se você reagir exageradamente e pensar, "Ah ha! Agora tenho 99% de certeza", pode ignorar desconhecidos, como os motivos pelos quais eles mentiram (para salvar o seu emprego, para poupar os sentimentos do cônjuge, etc.).

Ask follow up

Prever o imprevisível

Não se esqueça de levar em conta situações que poderiam mudar tudo da noite para o dia. É melhor dar a si mesmo um pouco de espaço para manobra "só por precaução" do que assumir que tudo vai correr conforme o planejado.

Em 2010, um pobre vendedor de frutas tunisiano foi roubado por policiais corruptos - infelizmente, um acontecimento comum na época. Mais tarde naquele dia, ele ateou fogo em si mesmo em frente ao escritório da cidade. Protestos irromperam. O ditador da Tunísia, Presidente Zine el-Abidine Ben Ali, fugiu do país. Ainda assim, a agitação civil continuou por todo o mundo árabe e resultou em uma série de rebeliões e guerras civis. Quem poderia ter previsto que a autoimolação de um homem causaria a "Primavera Árabe"?

Ask follow up

Uma situação pode ser identificada como um "barril de pólvora pronto para explodir", mas é quase impossível dizer o que vai acender o pavio.

O meteorologista americano Edward Lorenz descobriu que pequenas variações na entrada de dados em padrões climáticos simulados por computador poderiam produzir previsões de longo prazo dramaticamente diferentes. Sua percepção, publicada em um artigo chamado, "Previsibilidade: O Bater de Asas de uma Borboleta no Brasil Provoca um Tornado no Texas?" tornou-se a inspiração para a teoria do caos.

Ask follow up

Previsões estão em todo lugar

O quão previsível algo é vai depender do que queremos prever, o quão longe no futuro, e sob quais circunstâncias. A previsão do tempo de amanhã vai ser muito mais precisa do que uma de cinco dias a partir de agora porque, como Lorenz descobriu, muita coisa pode mudar de agora até lá.

A internet está cheia de previsões. Uma rápida visita à Amazon ilustra a previsão do algoritmo de outros itens que você pode gostar de comprar. Quando você fornece feedback sobre as recomendações, o algoritmo atualiza suas previsões de maneira sutil.

A vida está cheia de previsões mundanas também. Você vê nuvens no horizonte e pega um guarda-chuva. Leis científicas como as fases da lua podem prever o tempo com precisão suficiente para planejar a agricultura.Mas, é muito mais difícil prever quando você deve encher o tanque de gasolina esta semana porque o oleoduto pode ser atacado por hackers e aumentar os preços.

Ask follow up

Errar (e supor) é humano

Um agora famoso "Teste de Reflexão Cognitiva" foi introduzido por Shane Frederick, um professor de ciências da gestão no Instituto de Tecnologia de Massachusetts. Ele propõe esta pergunta aparentemente fácil:

"Um taco e uma bola custam $1.10. O taco custa um dólar a mais que a bola. Quanto custa a bola?"

A maioria das pessoas imediatamente pensa, $0.10. Se você pensar mais cuidadosamente, descobrirá que esta resposta está incorreta. Nossos cérebros automaticamente se fixam no "dólar" e não no "mais". Se a bola custa $0.10 e o taco custa um dólar a mais ($1.10), então o custo total será de $1.20. Portanto, a resposta correta é $0.05.

Ask follow up

Psicólogos modernos atribuem este fenômeno a uma divisão da função cerebral humana em dois sistemas. O Sistema Um é o subconsciente. Ele toma decisões cognitivas e perceptivas automáticas, e muito rapidamente. O Sistema Dois é nossa mente consciente, ou seja, aquilo em que escolhemos focar no momento. O Sistema Um toma decisões em frações de segundo baseadas em experiências passadas, conhecimento existente, predisposições e outros fatores que "parecem" certos, mas não necessariamente são.

Ask follow up

Para ser um super previsor, você precisará estar ciente do Sistema Um e de como suas operações vitais podem às vezes prejudicar o julgamento de pessoas inteligentes.

A importância das previsões humanas

Por mais imperfeitos e tendenciosos que os humanos possam ser, eles ainda serão um componente necessário para as previsões no futuro. O advento de supercomputadores e inteligência artificial torna tentador supor que podemos deixar todas as previsões para as máquinas. O polímata Herbert Simon previu em 1965 que estávamos a apenas 20 anos de um mundo em que as máquinas poderiam fazer "qualquer trabalho que um homem pode fazer."

Ask follow up

Embora isso certamente seja verdade em muitas indústrias automatizadas, há uma razão para que computadores e robôs ainda sejam supervisionados por humanos. Os autores falaram com o engenheiro-chefe da Watson, David Ferrucci, que trabalha com inteligência artificial há mais de 30 anos. Os computadores são melhores em identificar padrões atualmente, ele observou, mas o aprendizado de máquina requer a presença de humanos para alimentar o processo de aprendizado. No momento, um computador pode procurar um fato, mas uma previsão requer um palpite informado baseado em uma miríade de informações.

Ask follow up

O cérebro humano é maravilhoso porque a tarefa de compilar dados e fazer uma previsão é extremamente difícil, e ainda assim fazemos isso o tempo todo. O maior obstáculo para os computadores, se eles alguma vez substituírem um super previsor, é o entendimento.Os humanos podem melhorar na imitação do significado humano e, portanto, melhorar na previsão do comportamento humano, observou Ferrucci, mas "existe uma diferença entre imitar e refletir o significado e originar o significado."

Ask follow up