सारांश
क्या आप जानते हैं कि भविष्यवाणी के लिए भविष्यवाणी की शक्तियों के बिना सटीक भविष्यवाणी करना संभव है? सही अभ्यास और अन्वेषण की रणनीतियों के साथ, आप एक सुपर फोरकास्टर बन सकते हैं।
Wharton प्रोफेसर Philip E. Tetlock और सह-लेखक Dan Gardner द्वारा सुपरफोरकास्टिंग: भविष्यवाणी की कला और विज्ञान में, पाठकों को सुपर फोरकास्टर बनने के गुणों और कौशलों के बारे में जानकारी मिलती है और आप कैसे किसी भी स्थिति में ज्ञान का उपयोग कर सकते हैं। आपको वास्तविक जीवन के सुपर फोरकास्टरों के बारे में भी जानकारी मिलेगी जो सबसे कठिन प्रश्नों को तोड़ने के लिए सभी जीवन के चरणों से आते हैं।
शीर्ष 20 अंतर्दृष्टि
- सुपर फोरकास्टिंग संख्याओं को क्रंच करने की क्षमता के बारे में नहीं है, बल्कि आप इसका क्या करते हैं, वह सबसे अधिक महत्वपूर्ण है। एक शानदार पहेली समाधानकर्ता एक कम बुद्धिमान व्यक्ति के सापेक्ष होगा जिसमें आत्म-समालोचनात्मक सोच की बड़ी क्षमता होती है।
- सुपर फोरकास्टर्स के लिए, विश्वास परीक्षण के लिए परिकल्पनाएं होती हैं, न कि संरक्षित करने के लिए खजाने। खुले दिमाग के होने की बजाय, सुपर खुले दिमाग के होने की आवश्यकता है। हालांकि, जब आप एक भविष्यवाणी करते हैं, तो यथासंभव सटीक हों। यदि भविष्यवाणी बहुत अस्पष्ट है, तो आप "Forer Effect," में फंस सकते हैं, जहां लोग इसका अर्थ मान लेते हैं और इसे खुद पर लागू करते हैं।
- प्रश्न को घटकों में बांटें, फिर यह निर्धारित करें कि आपको कौन से भाग पता हैं और कौन से नहीं। फिर, समस्या को एक तुलनात्मक दृष्टिकोण में रखें जो स्थिति की अद्वितीयता को कम करता है।
सारांश
एक अच्छे सुपरफोरकास्टर बनने के लिए क्या चाहिए?
संकट के समय में टॉम फ्रीडमन जैसे सेलिब्रिटी फोरकास्टर्स को वर्तमान घटनाओं के आधार पर दीर्घकालिक निर्णय लेने में मदद करने के लिए बुलाया जाता है। हालांकि, सटीक भविष्यवाणियां करने के लिए आपको सेलिब्रिटी होने की आवश्यकता नहीं होती, और कई "सुपर फोरकास्टर्स" उच्च सटीकता दर के साथ अज्ञात हैं। फोरकास्टिंग एक कौशल है जिसे सीखा और निरंतर मास्टर किया जाना चाहिए।
एक विश्वसनीय और आत्मविश्वासी फोरकास्टर बनने के लिए, आपको नए अनुभवों के प्रति खुले होने की आवश्यकता होगी। केवल खुले दिमाग वाले होने की पर्याप्तता नहीं होती; आपको सबसे सटीक भविष्यवाणी के लिए अपने पूर्वधारित विचारों और रायों का त्याग करने के लिए सुपर खुले दिमाग वाले होने की आवश्यकता होती है।
दुर्भाग्यवश, कोई जादुई सूत्र मौजूद नहीं है जिसका फोरकास्टर्स अपने फायदे के लिए उपयोग कर सकें - केवल व्यापक सिद्धांत हैं जिनमें बहुत सारी सावधानियां होती हैं। हालांकि, भविष्यवाणी के कई प्रमाणित और सच्चे तरीके हैं जो आपकी यात्रा में मदद कर सकते हैं।
गोल्डीलॉक्स सही थी
जब एक बड़ा प्रश्न उठाया जाता है, तो स्थिति का त्रिपक्षीय विश्लेषण करें। यानी, ऐसे प्रश्नों पर ध्यान केंद्रित करें जहां आपकी कठिनाई वाली मेहनत संभवतः फलीभूत हो, बजाय सबसे कठिन या सबसे आसान प्रश्नों के। "गोल्डीलॉक्स" दृष्टिकोण का अनुसरण करें, अर्थात्मध्य बिंदु से शुरू करके बाहर की ओर काम करें।
यदि आप भविष्यवाणी को एक शब्द में सारांशित करने की कोशिश करें, तो वह "संतुलन" हो सकता है। इसका मतलब यह नहीं है कि आपकी भविष्यवाणियाँ हमेशा मध्य में ही होनी चाहिए, बल्कि आपको हर बात को ध्यान में रखना चाहिए, भले ही वह आपके वर्तमान दृष्टिकोण के विपरीत हो। एक निकटतर जांच आपके संभावनाओं के पथ को बदलने वाला कोई कारक पेश कर सकती है जिसका आपने सोचा नहीं था।
इसे फर्मी-आईज़ करें
परमाणु बम के आविष्कार में केंद्रीय भूमिका निभाने वाले इतालवी अमेरिकी भौतिक विज्ञानी एन्रिको फर्मी ने भविष्यवाणी के लिए एक दिमागी कसरत पेश की है, जिसमें पूछा गया है कि चिकागो में कितने पियानो ट्यूनर हैं।
इंटरनेट या येलो पेजेज की सहायता लिए बिना, एक भविष्यवाणीकर्ता चार बातों का ज्ञान होने पर एक शिक्षित उत्तर दे सकता है:
- चिकागो में पियानो की संख्या
- पियानो को प्रति वर्ष कितनी बार ट्यून किया जाता है
- पियानो को ट्यून करने में कितना समय लगता है
- सामान्य पियानो ट्यूनर एक वर्ष में कितने घंटे काम करता है
फर्मी ने सिखाया कि प्रश्न को तोड़ने से इस सूची से ज्ञात और अज्ञात को अलग किया जा सकता है। उत्तरों की बेतरतीब प्रकृति के बावजूद, परिणाम एक यादृच्छिक अनुमान से अधिक सटीक होता है। कई लोगों ने इस पहेली का सामना किया है, लेकिन मनोविज्ञानी डैनियल लेविटिन की एक प्रस्तुति दिखाती है कि कैसे एक समाधान निकाला जा सकता है।
- पहले उत्तर के लिए, एक आत्मविश्वासी अंतराल निर्धारित करें - एक सीमा जिसमें आप 90% सुनिश्चित हैं कि सही उत्तर है। लेविटिन ने अनुमान लगाया कि चिकागो में लगभग 2.5 मिलियन लोग हैं क्योंकि यह लॉस एंजेलिस से छोटा है लेकिन 1.5 मिलियन से अधिक निवासियों को ठहरने के लिए पर्याप्त है।
- अगले, लेविटिन ने माना कि एक पियानो को शायद एक बार प्रति वर्ष ट्यून करने की आवश्यकता होती है।
- चूंकि पियानो अधिकांश परिवारों के लिए बहुत महंगे होते हैं, लेविटिन ने अनुमान लगाया कि चिकागो में 1/100 घरों में पियानो होता है। जब आप स्कूल, संगीत सभागार, आदि को शामिल करते हैं जो एक से अधिक का मालिक होते हैं, तो यह संख्या दोगुनी हो जाती है। 2.5 मिलियन निवासियों x 2/100 (2%) = चिकागो में 50,000 पियानो।
- फिर, लेविटिन ने अनुमान लगाया कि एक पियानो को ट्यून करने में लगभग दो घंटे लगते हैं।
- मानते हुए कि एक पियानो ट्यूनर 40 घंटे प्रति सप्ताह काम करता है प्लस दो सप्ताह की छुट्टी और उनका समय करीब 20% नौकरी से नौकरी चलने में बिताते हैं, औसत पियानो ट्यूनर प्रति वर्ष 1,600 घंटे काम कर सकता है।
अतः, यदि 50,000 पियानो को प्रति वर्ष एक बार ट्यून करने की आवश्यकता होती है, और एक पियानो को ट्यून करने में दो घंटे लगते हैं, तो यह 100,000 कुल पियानो-ट्यूनिंग घंटों के बराबर होता है। यदि आप इसे एक पियानो ट्यूनर द्वारा काम किए गए वार्षिक घंटों से विभाजित करते हैं, तो यह 62.5 पियानो ट्यूनर्स चिकागो में निकलता है। लेविटिन ने चिकागो में पियानो ट्यूनर्स के लिए 83 लिस्टिंग पाई, लेकिन उनमें से कई डुप्लिकेट थे, जैसे कि एक से अधिक फोन नंबर वाले व्यापार। इसलिए, एक सटीक संख्या नहीं जानी जाती है, लेकिन लेविटिन की गणना दिखाती है कि आप कितने करीब पहुंच सकते हैं।
भविष्यवाणी का कदम-दर-कदम अनुसरण: चलिए एक हत्या का हल निकालते हैं
एक प्रश्न उठाएं। उदाहरण के लिए, मान लीजिए कि आप एक हत्या जांच विभाग के जांचकर्ता हैं और आपको यह पता लगाना है कि हत्या किसने की है। टीवी की तरह, संकेत आपके सामने अगले विज्ञापन अवकाश से पहले नहीं आएंगे।
- सबसे पहले, बाहरी दृष्टिकोण की जांच करें: सांख्यिकी को एक आधार दर के रूप में संदर्भित करें। एफबीआई कहती है कि हत्या के 28.3% पीड़ित व्यक्तियों को उनके जानने वाले व्यक्ति ने मारा है, इसलिए पीड़ित व्यक्ति को उनके हत्यारा जानता था, इसकी संभावना 28.3% है। इसी तरह, यह एक अजनबी था, इसकी संभावना 9% है।
- अगला, अंदर के दृष्टिकोण की जांच करें: इस मामले के विशिष्ट तथ्यों का परीक्षण करें। इस व्यक्ति की हत्या करने के लिए किसके पास क्षमता, साधन, और प्रेरणा थी? प्रत्येक संदिग्ध पर आधारित अपनी संभावना प्रतिशत को ऊपर और नीचे समायोजित करें। सबसे स्पष्ट से शुरू करें और अपने रास्ते को बाहर की ओर बढ़ाएं। (इसलिए वे हमेशा पत्नी या महत्वपूर्ण अन्य व्यक्ति की ओर देखते हैं।) यदि पीड़ित व्यक्ति ने हाल ही में अपने महत्वपूर्ण अन्य व्यक्ति के साथ झगड़ा किया था, तो इस व्यक्ति ने उन्हें मारा, इसकी संभावना बढ़ जाती है। यदि उस महत्वपूर्ण अन्य व्यक्ति के पास एक सत्यापित अलाइबी होती है, तो संभावना कम हो जाती है। नोट: अपनी प्रारंभिक आंतरिक भावनाओं पर अटके न रहें, लेकिन उन्हें नजरअंदाज भी न करें। यह आसान होता है कि एक भविष्यवाणी को पकड़ने और उसे समर्थन करने वाली जानकारी को खोजने के बजाय, सभी विकल्पों को तौलना।
- अब, दोनों दृष्टिकोणों को मिलाकर एक संश्लेषित भविष्यवाणी बनाएं। मान लीजिए कि पीड़ित व्यक्ति को उनकी हत्या की रात कार में बैठते हुए देखा गया था।आपने एक व्यक्ति की पहचान की है जो पीड़ित के साथ काम करता था और वही प्रकार की कार चलाता है। सहकर्मियों का कहना है कि वह व्यक्ति पीड़ित के प्रति अत्यधिक आसक्त था। उनकी अलाईबी कमजोर है। वे सबसे मजबूत संदिग्ध व्यक्ति लगते हैं। मान लीजिए कि आपने यह अनुमान लगाया है कि इस व्यक्ति के अपराधी होने की संभावना 75% है।
- अपने सहयोगियों से मान लें कि आपका निर्णय गलत है और वे अपने अनुमान बनाएं। शोधकर्ताओं ने पाया है कि आपके पहले निर्णय को दूसरों द्वारा बनाए गए दूसरे निर्णय के साथ मिलाना अक्सर अधिक सटीक होता है। इसे दूसरे तरीके से देखने का एक तरीका यह हो सकता है कि आप अपने पहले अनुमान से कई सप्ताह बाद (यदि आपके पास एक हत्या मामले के बाहर समय की सुविधा हो) पीछे हटें, तब तक जब तक आपके साथी अपना अनुमान न बना लें। इसी प्रकार, आप एक ब्रेक के बाद अपना दूसरा निर्णय बना सकते हैं, जैसा कि अरबपति निवेशक जॉर्ज सोरोस करते हैं। सोरोस ने अक्सर इस विधि को अपनी सफलता का मुख्य हिस्सा बताया है।
मनोवैज्ञानिक जो पुलिस अधिकारियों का परीक्षण करते हैं, उनके आत्मविश्वास और उनकी क्षमता के बीच एक बड़ा अंतर पाते हैं। जैसे-जैसे अधिकारी अधिक अनुभवी होते हैं, वह अंतर बढ़ता जाता है। आपकी सटीकता से तेजी से आत्मविश्वासी होने की सतर्कता बरतें।
अक्सर अपडेट करें, लेकिन धीरे-धीरे
सांख्यिकीविदों को 1700 के दशक में प्रेस्बिटेरियन पादरी, थॉमस बेज़ द्वारा प्रस्तावित एक विचार प्रयोग से परिचित होना चाहिए। उन्होंने "चांसेस की डॉक्ट्रिन में एक समस्या का समाधान करने के लिए एक निबंध" लिखा था, जिसे उनके दोस्त, रिचर्ड प्राइस ने 1761 में मरने के बाद संशोधित करके प्रकाशित किया था।
मूल रूप से, थियोरम कहता है कि आपका नया विश्वास आपके पूर्व विश्वास पर निर्भर करना चाहिए, जो नई जानकारी के नैदानिक मूल्य से गुणित होता है।
जबकि सुपर फोरकास्टर्स को संख्यात्मक होना चाहिए, उन्हें हर बार भविष्यवाणी करने के लिए बीजगणित की ओर मुँह करने की आवश्यकता नहीं होती। जो अधिक महत्वपूर्ण है वह है बेस की मूल सूझबूझ कि सच्चाई के करीब धीरे-धीरे आने के लिए सबूत के वजन के अनुपात में अपडेट करना।
हत्या के उदाहरण पर वापस जाते हुए, आप एक विषय की संभावना को अपने कत्ल करने वाले के रूप में बढ़ा सकते हैं जब आपको पता चलता है कि उन्होंने अपने स्थान के बारे में झूठ बोला। यदि आप अधिक प्रतिक्रिया करते हैं और सोचते हैं, "अह हा! मैं अब 99% सुनिश्चित हूं" तो आप अज्ञात को अनदेखा कर सकते हैं, जैसे कि उन्होंने झूठ क्यों बोला (अपनी नौकरी बचाने के लिए, अपने पत्नी की भावनाओं को बचाने के लिए, आदि)।
अनिश्चितता की भविष्यवाणी
रातों-रात सब कुछ बदल सकने वाली स्थितियों को ध्यान में रखना न भूलें। यह बेहतर होता है कि आप अपने आप को थोड़ा सा लचीलापन दें "बस यदि" सब कुछ योजनानुसार चलेगा ऐसा मानने की बजाय।
2010 में, एक गरीब तुनिसियाई फल विक्रेता को भ्रष्ट पुलिस अधिकारियों द्वारा लूट लिया गया था - दुर्भाग्यवश, उस समय एक सामान्य घटना। उसी दिन बाद में, उसने शहर के कार्यालय के बाहर खुद को आग लगा दी। विरोध प्रदर्शन शुरू हो गए। तुनिसिया के तानाशाह, राष्ट्रपति ज़ीन अल-अबिदीन बेन अली देश छोड़कर भाग गए। फिर भी, अरब दुनिया भर में नागरिक अशांति जारी रही और इसके परिणामस्वरूप कई विद्रोह और गृह युद्ध हुए।कौन सोच सकता था कि एक व्यक्ति' का आत्म-विनाश "अरब स्प्रिंग का कारण बनेगा?
एक स्थिति को "विस्फोट होने के लिए तत्पर बारूदी बारेल" के रूप में पहचाना जा सकता है, लेकिन यह लगभग असंभव है कि हम यह बता सकें कि फ्यूज को कौन प्रज्वलित करेगा।
अमेरिकी मौसम विज्ञानी एडवर्ड लोरेन्ज़ ने खोजा कि कंप्यूटर द्वारा अनुकरणित मौसम पैटर्न में छोटे डेटा प्रविष्टि विचलन बहुत अलग दीर्घकालिक पूर्वानुमान उत्पन्न कर सकते हैं। उनकी सूझवाना, जिसे एक लेख में प्रकाशित किया गया था, "पूर्वानुमानयोग्यता: क्या ब्राजील में एक तितली के पंख की हलचल टेक्सास में एक टॉर्नेडो को उत्तेजित करती है?" अराजकता सिद्धांत के लिए प्रेरणा बनी।
पूर्वानुमान हर जगह हैं
कितनी चीज़ भविष्यवाणी की जा सकती है, यह हम पर निर्भर करेगा कि हम क्या भविष्यवाणी करना चाहते हैं, कितने दूर भविष्य में, और किस परिस्थिति में। कल का मौसम पूर्वानुमान अब से पांच दिन बाद के मुकाबले कहीं अधिक सटीक होगा क्योंकि जैसा कि लोरेन्ज़ ने खोजा, अब और तब के बीच में बहुत कुछ बदल सकता है।
इंटरनेट भविष्यवाणियों से भरा हुआ है। अमेज़न पर त्वरित यात्रा एल्गोरिदम की भविष्यवाणी को दर्शाती है कि आप अन्य वस्त्रेण को खरीदना पसंद कर सकते हैं। जब आप सिफारिशों पर प्रतिक्रिया देते हैं, तो एल्गोरिदम अपनी भविष्यवाणियों को बहुत हल्के से अपडेट करता है।
जीवन सामान्य भविष्यवाणियों से भरा हुआ है। आप आकाश में बादल देखते हैं और छाता ले लेते हैं। विज्ञानी नियम जैसे चंद्रमा के चरण कृषि योजना करने के लिए पर्याप्त सटीकता के साथ मौसम की भविष्यवाणी कर सकते हैं।लेकिन, यह भविष्यवाणी करना बहुत कठिन होता है कि आपको इस सप्ताह अपना गैस टैंक भरना चाहिए क्योंकि पाइपलाइन पर हैकर्स के हमले की संभावना हो सकती है और यह मूल्यों को बढ़ा सकता है।
गलती करना (और मानना) मानवीय है
अब प्रसिद्ध "Cognitive Reflection Test" को शेन फ्रेडरिक, मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी के एक प्रबंधन विज्ञान प्रोफेसर ने पेश किया था। यह एक आसान सा प्रश्न पूछता है:
"एक बैट और बॉल की कीमत $1.10 है। बैट बॉल से एक डॉलर अधिक कीमती है। बॉल की कीमत कितनी है?"
अधिकांश लोग तुरंत सोचते हैं, $0.10। अगर आप इसे और ध्यान से सोचें, तो आपको पता चलेगा कि यह उत्तर गलत है। हमारे मस्तिष्क स्वचालित रूप से "डॉलर" पर और नहीं "अधिक" पर ध्यान केंद्रित करते हैं। अगर बॉल की कीमत $0.10 है और बैट एक डॉलर अधिक ($1.10) कीमती है, तो कुल लागत $1.20 होगी। इसलिए, सही उत्तर $0.05 है।
आधुनिक मनोवैज्ञानिक इस घटना को मानव मस्तिष्क कार्य के दो प्रणालियों में विभाजन का परिणाम मानते हैं। प्रणाली एक हमारी अवचेतना है। यह स्वचालित रूप से संज्ञानात्मक और अनुभवी निर्णय लेती है, और वह भी बहुत तेजी से। प्रणाली दो हमारा चेतन मन है, या जो कुछ भी हम इस समय ध्यान केंद्रित करना चुनते हैं। प्रणाली एक ऐतिहासिक अनुभव, मौजूदा ज्ञान, पूर्वग्रह, और अन्य कारकों पर आधारित तत्पर निर्णय लेती है जो "सही" महसूस होते हैं लेकिन अवश्य ही सही नहीं होते हैं।
सुपर फोरकास्टर बनने के लिए, आपको सिस्टम वन के प्रति सचेत होने की आवश्यकता होगी और यह जानने की कैसे इसके महत्वपूर्ण कार्यकलाप कभी-कभी बुद्धिमान लोगों के निर्णय को बाधित कर सकते हैं।
मानव भविष्यवाणियों का महत्व
जितने अधूरे और पक्षपाती मनुष्य हो सकते हैं, वे भविष्य में भविष्यवाणी का एक आवश्यक घटक बने रहेंगे। सुपर कंप्यूटर और कृत्रिम बुद्धि के आगमन ने हमें यह सोचने पर मजबूर कर दिया है कि हम सभी भविष्यवाणियां मशीनों को सौंप सकते हैं। बहुविद्यानी हर्बर्ट साइमन ने 1965 में भविष्यवाणी की थी कि हम केवल 20 वर्ष दूर हैं एक ऐसी दुनिया से जिसमें मशीनें "किसी भी काम को कर सकती हैं जो एक आदमी कर सकता है।"
हालांकि यह बहुत सारे स्वचालित उद्योगों में निश्चित रूप से मामला है, लेकिन कंप्यूटर और रोबोट्स अभी भी मनुष्यों द्वारा निगरानी की जाती हैं। लेखकों ने वॉटसन' के मुख्य इंजीनियर, डेविड फेरुची, से बात की, जिन्होंने 30 से अधिक वर्षों तक कृत्रिम बुद्धि में काम किया है। वह नोट करते हैं कि कंप्यूटर इन दिनों पैटर्न को बेहतर तरीके से स्पॉट करने में सक्षम हैं, लेकिन मशीन लर्निंग को मनुष्यों की उपस्थिति की आवश्यकता होती है जो लर्निंग प्रक्रिया को पोषित करते हैं। अभी के समय में, एक कंप्यूटर एक तथ्य को खोज सकता है, लेकिन एक भविष्यवाणी के लिए अनेक सूचनाओं के आधार पर एक सूचित अनुमान की आवश्यकता होती है।
मानव मस्तिष्क आश्चर्यजनक है क्योंकि डेटा को संकलित करने और एक भविष्यवाणी करने का कार्य अत्यंत कठिन होता है, और फिर भी हम इसे हर समय करते हैं। यदि कंप्यूटर कभी भी सुपर फोरकास्टर को प्रतिस्थापित करने का प्रयास करते हैं तो उनके लिए सबसे बड़ी बाधा समझने में होगी।मानव शायद मानवीय अर्थ की अनुकरण करने में और इसलिए मानवीय व्यवहार की भविष्यवाणी करने में बेहतर हो सकते हैं, जैसा कि Ferrucci ने ध्यान दिलाया, लेकिन "मिमिक्री और अर्थ दर्शाने में और अर्थ उत्पन्न करने में अंतर होता है।"
