概要
あなたは、霊的な力を持たずに未来について正確な予測を立てることが可能であることをご存知でしたか？適切な練習と探求の戦略があれば、あなたもスーパーフォーキャスターと呼ばれる存在になることができます。
ワートンビジネススクールの教授であるフィリップ・E・テトロックと共著者ダン・ガードナーによるスーパーフォーキャスティング：予測の芸術と科学では、スーパーフォーキャスターとなるための資質とスキル、そしてその知識をどのように任意の状況に適用できるかについて読者に学ばせます。また、あらゆる背景を持つ実際のスーパーフォーキャスターについても学び、最良の結果を得るために最も難しい問いをどのように分解するかについても学びます。
トップ20の洞察
- スーパーフォーキャスティングは、数字を処理する能力ではなく、それをどのように利用するかが最も重要です。優れたパズル解決者であっても、自己批判的思考の能力を大いに持つ知能が低い人に比べて不利になるでしょう。
- スーパーフォーキャスターにとって、信念は守るべき宝ではなく、テストするべき仮説です。オープンマインドであることを超えて、スーパーオープンマインドであることが求められます。しかし、予測を立てるときにはできるだけ具体的にすることが重要です。予測があいまいすぎると、人々がその意味を想定し、それを自分自身に適用する「フォーラー効果」に陥る可能性があります。
- 問題をコンポーネントに分解し、どの部分を知っていてどの部分を知らないかを区別します。その後、問題を比較的な視点に置き、状況のユニークさを軽減します。
要約
優れたスーパーフォーキャスターになるには何が必要ですか？
トム・フリードマンのようなセレブリティ予測家は、危機の時に現在の事象に基づいて長期的な決定を助けるために呼び出されます。しかし、正確な予測をするためにはセレブリティである必要はありません。多くの"スーパーフォーキャスター"は、高い精度率を持ちながらも評価されていません。予測は学ぶべきスキルであり、常に習得を続けるべきです。
信頼性のある自信に満ちた予測家になるためには、新しい経験に開かれている必要があります。オープンマインドであるだけでは十分ではありません。最も正確な予測のために自分の先入観や意見を犠牲にする超オープンマインドである必要があります。
残念ながら、予測家が頼ることができる魔法の公式は存在しません - ただ広範な原則と多くの注意点があります。しかし、あなたの旅を助けることができる予測の試験済みの方法がいくつかあります。
ゴルディロックスは正しかった
大きな問題に直面したとき、状況をトリアージします。つまり、最も難しい問題や最も簡単な問題ではなく、あなたの努力が報われる可能性のある問題に焦点を当てます。"ゴルディロックス"のアプローチ、つまり中心から外側に向かって作業を進めていきます。
予測を一言で表すなら、それは"バランス"かもしれません。これはあなたの予測が常に中間にあるべきだという意味ではなく、現在の視点と矛盾するかもしれない全てを考慮に入れるべきだということです。より詳細な検討により、あなたが考えていなかった要素が導入され、確率のコースが変わるかもしれません。
フェルミ化する
原子爆弾の発明に中心的な役割を果たしたイタリア系アメリカ人物理学者エンリコ・フェルミは、シカゴにはどれだけのピアノ調律師がいるかという予測のための難問を提出しました。
インターネットやイエローページを見ずに、予測者は以下の4つのことを知っていれば、教育的な答えを出すことができます：
- シカゴにあるピアノの数
- ピアノが年間でどれくらいの頻度で調律されるか
- ピアノを調律するのにどれくらいの時間がかかるか
- 平均的なピアノ調律師が年間でどれくらい働くか
フェルミは、この問いを分解することで、このリストから知ることができるものと知ることができないものを分けることができると教えています。答えのランダムな性質にもかかわらず、結果はランダムな推測よりも正確である傾向があります。多くの人がこのパズルに挑戦してきましたが、心理学者ダニエル・レヴィティンのプレゼンテーションは、解決策を見つける方法を示しています。
- まず最初に、自信を持って答えられる範囲を設定します。これは、正しい答えが含まれていると90％確信している範囲です。レヴィティンは、シカゴの人口が約250万人であると推測しました。これは、シカゴがロサンゼルスより小さい一方で、150万人以上の住民を収容できるほど大きいからです。
- 次に、レヴィティンはピアノが年に一度調律が必要だろうと推測しました。
- ピアノは多くの家庭にとって高価すぎるため、レヴィティンはシカゴの家庭の1/100がピアノを所有していると推測しました。この数値は、複数のピアノを所有している学校、コンサートホールなどを考慮に入れると倍になります。250万人の住民 x 2/100（2％）= シカゴには50,000台のピアノがあるということになります。
- その後、レヴィティンはピアノを調律するのに約2時間かかると推測しました。
- ピアノ調律師が週40時間働き、2週間の休暇を取り、仕事から仕事への移動に約20％の時間を費やすと仮定すると、平均的なピアノ調律師は年間約1,600時間働くことになります。
したがって、50,000台のピアノが年に一度調律が必要で、一台のピアノを調律するのに2時間かかるとすると、それは合計100,000時間のピアノ調律時間になります。これを一人のピアノ調律師が年間で働く時間で割ると、シカゴには62.5人のピアノ調律師がいることになります。レヴィティンはシカゴでピアノ調律師のリストを83件見つけましたが、その多くは重複していました。例えば、一つの電話番号を持つビジネスが複数あったりします。したがって、正確な数は不明ですが、レヴィティンの計算はどれだけ近づけるかを示しています。
予測のステップバイステップ：殺人事件を解決しましょう
質問を立てます。例えば、あなたが殺人事件の刑事で、誰が犯人かを見つけ出す必要があるとしましょう。テレビのように、手がかりが次のコマーシャルブレイク前にあなたの膝元に落ちてくることはありません。
- まず、外部視点を確認します：統計を基本率として参照します。FBIによれば、殺人被害者の28.3%は知人によって殺されるため、被害者が犯人を知っている可能性は28.3%です。同様に、それが見知らぬ人である可能性は9%です。
- 次に、内部視点を確認します：この事件に特有の事実を調査します。誰がこの人を殺す能力、手段、動機を持っていたのか？各容疑者に基づいて、あなたのチャンスパーセンテージを上下に調整します。最も明らかなところから始めて、外側に向かって進んでいきます。（それがなぜ常に配偶者やパートナーを最初に見るのかという理由です。）被害者が最近パートナーと口論をしていた場合、その人が犯人である可能性が上がります。そのパートナーが確認できるアリバイを持っていた場合、その可能性は下がります。注：最初の直感に固執することはありませんが、それを無視することもありません。予測に固執し、それを支持する情報を見つけるのは簡単ですが、すべてのオプションを考慮するのではなく。
- さて、二つの視点を統合して合成予測を作成します。被害者が殺された夜に車に乗り込むのを見られたとしましょう。あなたは、被害者と一緒に働いていた、同じ種類の車を運転する人物を特定しました。その人物は被害者に対して異常な執着を持っていたと同僚たちは言います。その人物のアリバイは弱いです。彼らは最も有力な容疑者に見えます。この人物が犯人である可能性が75％だと仮定しましょう。
- あなたの同僚に、あなたの判断が間違っていると仮定して、自分たち自身の見積もりを作成するように依頼します。研究者たちは、あなたの最初の判断と他の人が作成した2つ目の判断を組み合わせることが、よく正確であることを発見しています。この問題に取り組む別の方法は、数週間（殺人事件以外の時間が許す限り）あなたの最初の見積もりから一歩引いて、同僚に自分たちの見積もりを作成するように依頼することです。同様に、休憩後に自分自身の2つ目の判断を作成することもできます。これは、億万長者の投資家ジョージ・ソロスがよく行っている方法です。ソロスは、この方法が彼の成功の重要な部分であるとしばしば引用しています。
心理学者が警察官をテストすると、彼らの自信とスキルの間に大きなギャップがあることがわかります。警察官が経験を積むにつれて、そのギャップは広がります。自信が正確さよりも早く成長することに注意してください。
頻繁に更新するが、少しずつ
統計学者は、1700年代に長老派教会の牧師、トーマス・ベイズが提唱した思考実験をよく知っています。彼は"確率論の問題を解決するためのエッセイ"を書き、それは彼の友人であるリチャード・プライスによって1761年に洗練されて死後に出版されました。
基本的に、この定理は、新たな信念が以前の信念と新たな情報の診断的価値の積に依存するべきであると述べています。
スーパーフォーキャスターは数値的であるべきですが、予測をするたびに代数に頼る必要はありません。より重要なのは、証拠の重みに比例して更新することで徐々に真実に近づくというベイズの核心的な洞察です。
例えば、殺人事件に戻ってみると、被疑者が自分の行方について嘘をついたことがわかったら、その人が犯人である可能性を高めるかもしれません。しかし、過剰反応して、「ああ、私は99%確信している」と思ってしまうと、彼らが嘘をついた理由（仕事を守るため、配偶者の気持ちを守るためなど）など、未知の要素を見落とす可能性があります。
予測不可能なものを予測する
一夜にして全てを変える可能性のある状況を考慮に入れることを忘れないでください。全てが計画通りに進むと仮定するよりも、「念のため」に少し余裕を持つ方が良いでしょう。
2010年、貧しいチュニジアの果物売りが腐敗した警察官に強盗にあった - 残念ながら、当時はよくある出来事でした。その日の後半、彼は町の事務所の外で自らに火をつけました。抗議が爆発しました。チュニジアの独裁者、ジネ・エル・アビディン・ベン・アリ大統領は国を逃れました。それでも、アラブ世界全体での市民不安は続き、多くの反乱と内戦を引き起こしました。誰が予測できたでしょうか、一人の男性'の自己破壊が"アラブの春を引き起こすことを。
状況は"爆発寸前の火薬庫"として特定されるかもしれませんが、何が導火線を点火するかを予測することはほぼ不可能です。
アメリカの気象学者エドワード・ローレンツは、コンピュータでシミュレートされた気象パターンの微小なデータ入力の変化が、長期予測に大きな違いを生むことを発見しました。彼の洞察は、"予測可能性：ブラジルでの蝶の羽ばたきがテキサスで竜巻を引き起こすか？"という記事で公表され、カオス理論のインスピレーションとなりました。
予測は至る所に存在します
何が予測可能かは、何を予測したいのか、どれだけ未来に、そしてどのような状況下であるかによります。ローレンツが発見したように、明日の天気予報は5日後のものよりもはるかに正確になるでしょう。なぜなら、今とその時点の間には多くのことが変わるからです。
インターネットは予測で溢れています。Amazonに短時間訪れるだけで、アルゴリズムがあなたが購入したいと思うかもしれない他のアイテムを予測します。推奨事項に対するフィードバックを提供すると、アルゴリズムはその予測を微妙に更新します。
日常生活もありふれた予測で満たされています。地平線に雲が見えたら傘を持って行きます。月の相などの科学的法則は、農業を計画するのに十分な精度で天気を予測することができます。しかし、今週ガスタンクを満タンにすべきかどうかを予測するのは、ハッカーによるパイプライン攻撃がガソリン価格を上昇させる可能性があるため、はるかに困難です。
間違える（そして仮定する）ことは人間の性
マサチューセッツ工科大学の経営科学教授であるシェーン・フレデリックによって導入された、今や有名な"認知反射テスト"は、このような一見簡単な問いを提起します：
"バットとボールの合計費用は$1.10です。バットはボールよりも1ドル高いです。ボールはいくらですか？"
ほとんどの人々はすぐに、$0.10と思います。しかし、より慎重に考えると、この答えは間違っています。私たちの脳は自動的に"ドル"に引きつけられ、"もっと"には引きつけられません。もしボールが$0.10で、バットがそれより1ドル高い（$1.10）なら、合計費用は$1.20になります。したがって、正しい答えは$0.05です。
現代の心理学者は、この現象を人間の脳機能が二つのシステムに分けられることに起因すると考えています。システム1は無意識で、自動的な認知的および知覚的な決定を行い、それも非常に迅速に行います。システム2は私たちの意識的な心、またはその瞬間に焦点を当てることを選んだものです。システム1は、歴史的な経験、既存の知識、素質、および他の要素に基づいて瞬時の決定を下します。これらは"正しい"と感じるものですが、必ずしも正しいわけではありません。
スーパーフォーキャスターになるためには、システムワンの存在と、その重要な機能が時折、知的な人々の判断を妨げることを理解する必要があります。
人間の予測の重要性
人間は不完全で偏見を持つことがありますが、将来の予測には依然として必要な要素です。スーパーコンピューターや人工知能の登場により、すべての予測を機械に任せることが可能になると思われがちです。多才なハーバート・サイモンは1965年に、我々が"男ができる任意の仕事"を機械が行える世界からわずか20年しか離れていないと予測しました。
これは確かに多くの自動化された産業で事実ですが、コンピューターやロボットがまだ人間によって監視されている理由があります。著者たちは、30年以上にわたり人工知能の分野で働いてきたWatsonの主任エンジニア、デビッド・フェルッチに話を聞きました。彼は、コンピューターが現在、パターンを見つける能力が向上していると指摘しつつも、機械学習には人間の存在が必要で、学習プロセスを支えるために人間が情報を提供する必要があると述べています。現時点では、コンピューターは事実を調べることができますが、予測は多くの情報に基づいた熟考が必要です。
人間の脳は驚異的で、データをまとめて予測を立てるという極めて困難なタスクを常にこなしています。スーパーフォーキャスターを置き換えることができるコンピューターの最大の障害は、理解力です。人間は、人間の意味を模倣することで、人間の行動を予測する能力を向上させるかもしれませんが、フェルッチ氏は指摘しています。しかし、"意味を模倣し反映することと、意味を生み出すこととの間には違いがあります。"
