SuperforeCasting de Philip E. Tetlock e Dan Gardner

Dan Gardner Saúde Estilo de vida Philip E. Tetlock Psicologia Social SuperforeCasting

A arte e a ciência da previsão

SuperforeCasting de Philip E. Tetlock e Dan Gardner

Compre livro - SuperforeCasting de Philip E. Tetlock e Dan Gardner

O que exatamente é o assunto do livro de superforeta?

SuperforeCasting (2015), com base em décadas de estudo e nas conclusões de um grande torneio de previsão patrocinado pelo governo, explica como melhorar a precisão de suas previsões, se você está tentando prever mudanças no mercado de ações, política ou suas suas vida cotidiana.

Quem é o público -alvo do livro de superforeta?

  • Aqueles que estão interessados ​​em aprender como a previsão funciona
  • Pensadores que são capazes de pensar criticamente
  • Empresários que desejam aprimorar suas habilidades de previsão

Quem são Philip E. Tetlock e Dan Gardner, e o que eles fazem?

Phil Tetlock, professor da Universidade de Annenberg da Universidade da Pensilvânia, é um cientista e psicólogo político especializado em psicologia política. Ele é o fundador e diretor do Good Julgment Project, uma pesquisa de previsão que resultou em mais de 200 artigos publicados em periódicos revisados ​​por pares.
Dan Gardner é jornalista, autor e orador que vive na cidade de Nova York. Além de ser o autor do bem -sucedido risco de livros: a ciência e a política do medo e a futura tagarelice, Gardner também falou sobre uma variedade de tópicos em todo o mundo para governos e empresas como Google e Siemens.

O que exatamente está nele para mim? Aprenda a criar previsões precisas assistindo a este vídeo.

Previsões e previsões são feitas em uma ampla gama de tópicos, incluindo o clima, o mercado de ações, o orçamento do próximo ano e quem vencerá o jogo de futebol deste fim de semana, entre muitos outros. No entanto, esses não são os únicos tópicos sobre os quais fazemos previsões. Como resultado de nossa obsessão por prever, ficamos chateados quando os eventos não se desenrolam da maneira como os antecipamos. Então, podem ser feitas previsões mais precisas do que são hoje? Eles têm a habilidade. Dentro de alguns meses, poderemos produzir superforeCasts que são aparados e realinhados a cada nova informação e, em seguida, avaliados e aprimorados após a ocorrência do evento previsto. Nessas notas, examinaremos a habilidade difícil, mas fascinante, de produzir as previsões finais, que são difíceis e interessantes.

Aqui você aprenderá por que o ex -CEO da Microsoft antecipou a participação de mercado do iPhone; Como um analisorizador da autópsia de Yasser Arafat; e por que grupos de meteorologistas são mais eficazes do que os indivíduos na previsão do futuro.

A previsão tem certos limites, mas isso não deve ser usado como uma desculpa para rejeitá -la.

A previsão é algo que fazemos regularmente, estejam planejando nossa próxima mudança de carreira ou tomando uma decisão de investimento financeiro. Em essência, nossas previsões são um reflexo de nossas esperanças para o que o futuro trará. A previsão, por outro lado, é restrita, pois até pequenas ocorrências podem ter efeitos imprevistos. Vivemos em um mundo complicado, onde mesmo um único indivíduo pode causar consequências catastróficas. Tomemos, por exemplo, a Primavera Árabe. Mohamed Bouazizi, um vendedor da Tunisian Street, incendiou porque foi humilhado por policiais corruptos. Este foi o começo de uma reação em cadeia.

Existe uma razão teórica por que é difícil antecipar tais ocorrências em primeiro lugar. Quando se trata de sistemas não lineares como a atmosfera da Terra, até as mudanças minuciosas podem ter uma influência significativa, de acordo com o meteorologista americano Edward Lorenz. A teoria do caos (também conhecida como efeito borboleta) é a teoria que explica esse fenômeno. Se a direção do vento mudar em menos de uma fração de um grau, os padrões climáticos a longo prazo podem ser dramaticamente alterados, de acordo com algumas estimativas. Em outras palavras, a aba da asa de uma borboleta no Brasil pode desencadear um tornado para rasgar o Texas.

No entanto, apenas porque a previsão tem seus limites, não devemos abandoná -lo completamente. Tomemos, por exemplo, a área de Meteorologia de Edward Lorenz. Quando as previsões climáticas são emitidas com alguns dias de antecedência, elas podem ser consideradas razoavelmente precisas. Por quê? Pela simples razão de que os meteorologistas avaliam a precisão de suas previsões após o evento. Eles obtêm um melhor conhecimento de como o clima funciona como resultado de comparar sua previsão com as condições climáticas reais. Mas o problema com essa abordagem é que indivíduos em outras áreas raramente avaliam a precisão de suas previsões! Para melhorar nossa previsão, devemos primeiro aumentar sua precisão e, em seguida, devemos nos tornar mais sérios em comparar o que previmos com o que realmente acontece. E requer um compromisso genuíno com a medição.

Evite usar linguagem ambígua e lute para ser o mais específico possível.

Se você pensar bem, medir previsões parece um acéfalo: reunir as previsões, avaliar sua correção, fazer os cálculos e pronto! No entanto, não é tão simples assim. O significado da previsão original deve ser entendido antes de ser determinado se era preciso ou não. Considere o caso do CEO da Microsoft, Steve Ballmer, que previu que o iPhone não conseguiria obter uma proporção substancial do mercado em abril daquele ano. Quando você considera a magnitude da capitalização de mercado da Apple, a previsão de Ballmer parecia ridícula e as pessoas realmente riram dele. Outro ponto de ênfase foi o fato de a Apple possuir 42 % do mercado de smartphones dos EUA, que é uma parcela obviamente substancial da indústria geral. Mas espere um minuto, vamos ouvir o que ele realmente disse.

Ele disse que, sim, o iPhone pode obter muita receita, mas que nunca seria capaz de capturar uma parte substancial do mercado mundial de telefones celulares (sua previsão: entre dois e três por cento). Em vez disso, o software desenvolvido por sua empresa, Microsoft, cresceria para dominar o mercado. E, em maior ou menor grau, essa previsão se tornou realidade. No terceiro trimestre de 2013, de acordo com a Garner IT Statistics, a parcela mundial de vendas de telefones celulares do iPhone pairava em torno de seis por cento, o que é muito mais do que o que Ballmer previa - mas não muito. Enquanto isso, o software da Microsoft estava sendo utilizado na grande maioria dos telefones celulares vendidos em todo o mundo na época. As previsões também devem evitar o uso de linguagem ambígua e, em vez disso, depender de dados numéricos para melhorar a precisão.

Ao prever, é habitual usar termos ambíguos como "poderia", "pode" ou "provavelmente". No entanto, a pesquisa mostrou que os indivíduos atribuem várias interpretações a frases como essas. Para comunicar a probabilidade corretamente, os analistas devem usar porcentagens ou outras medidas numéricas para descrever a probabilidade de um evento. Quando agências de inteligência americanas como a NSA e a CIA afirmaram que Saddam Hussein estava escondendo armas de destruição em massa, a alegação se mostrou falsa, foi um fracasso catastrófico para o governo dos Estados Unidos. Se essas agências de inteligência tivessem calculado com mais precisão e porcentagens aplicadas, os Estados Unidos podem não ter atacado o Iraque em 2003. As chances de o Iraque possuírem WMDs eram de 60 %, mas ainda havia 40 % de possibilidade de que Saddam não tivesse - uma lógica fraca para ir à guerra, para dizer o mínimo -

Se você deseja aumentar a precisão de suas previsões, acompanhe seus resultados.

Então, como podemos evitar cometer erros catastróficos como os que ocorreram com as WMDs? Claramente, precisamos melhorar a precisão de nossas previsões. Vamos dar uma olhada em alguns dos métodos para fazer isso. O método mais eficaz é manter a pontuação. Para conseguir isso, a equipe de pesquisa do autor criou o projeto de bom julgamento patrocinado pelo governo, que atraiu milhares de voluntários que responderam a mais de um milhão de perguntas ao longo do período de quatro anos, resultando na publicação do livro. Os pesquisadores acreditavam que, ao utilizar a pontuação, eles seriam capazes de aumentar a precisão da previsão.

Perguntas como "O presidente da Tunísia escapará para um exílio confortável no próximo mês?" e "O euro cairá abaixo de US $ 1,20 nos próximos doze meses?" foram respondidos pelos participantes. Posteriormente, cada previsor deu uma classificação de probabilidade à previsão de cada participante, modificou -a conforme necessário após ler notícias pertinentes e, quando chegou o tempo previsto, atribuiu a cada previsão uma pontuação de Brier, que indicava a precisão da previsão. A pontuação de Brier, que recebeu o nome de Glenn W. Brier, é a maneira mais usada de determinar a precisão de uma previsão. Quanto menor o número, mais precisa a previsão; Por exemplo, uma previsão impecável recebe uma pontuação de cento e cinquenta e um. Uma estimativa aleatória resultará em uma pontuação de Brier de 0,5, enquanto uma previsão totalmente incorreta resultará em uma pontuação máxima de 2,0.

A pergunta que está sendo feita tem um impacto sobre como interpretar a pontuação do Brier. Apesar do fato de você ter uma pontuação de Brier de 0,2, o que parece ser excelente, sua previsão pode ser desastrosa! Vamos fingir que estamos fazendo previsões climáticas. Se o clima em Phoenix, o Arizona é constantemente quente e ensolarado, um meteorologista poderia simplesmente antecipar o clima quente e ensolarado e obter uma pontuação de zero, o que é obviamente melhor que uma pontuação de 0,2. Quando se trata de prever o clima em Springfield, Missouri, conhecido por seu clima imprevisível, você seria considerado um meteorologista de classe mundial, mesmo que sua pontuação fosse apenas 0,02.

Os SuperforeCasters começam dividindo questões em pedaços menores, a fim de entendê -los melhor.

É verdade que todos os SuperforeCasters são pensadores brilhantes que têm acesso à inteligência secreta? Não, de jeito nenhum. Então, como eles podem fazer previsões tão precisas sobre o futuro, você pode se perguntar. Para resolver um tópico, um superforecaster deve primeiro quebrar dificuldades aparentemente intratáveis ​​em subproblemas gerenciáveis. Isso é chamado de raciocínio no estilo Fermi. Enrico Fermi, um cientista que desempenhou um papel fundamental no desenvolvimento da bomba atômica, conseguiu prever com notáveis ​​coisas de precisão como, por exemplo, o número de sintonizadores de piano em Chicago, apesar de ele não ter uma única peça de informação à sua disposição.

Ele conseguiu isso distinguindo entre os conhecíveis e o desconhecido, que é o primeiro passo dado pelos SuperforeCasters. Por exemplo, quando Yasser Arafat, chefe da organização de libertação da Palestina, morreu de uma razão inexplicável, muitas pessoas especularam que ele havia sido envenenado. Mas esse não foi o caso. Então, em 2012, os pesquisadores descobriram quantidades perigosamente altas de polônio-210-uma substância radioativa que pode ser mortal se inalada-em seus bens. Foi por causa dessa constatação que a teoria que ele havia envenenada ganhou tração, e seu cadáver foi escavado e examinado na França e na Suíça. Quando perguntados se os cientistas descobririam grandes quantidades de polônio no corpo de Yasser Arafat como parte do projeto de bom julgamento, os meteorologistas responderam afirmativamente. Bill Flack, um analista voluntário, abordou a questão da maneira de Enrico Fermi, quebrando os fatos.

Em primeiro lugar, Flack descobriu que o polônio decai rapidamente, o que significava que, se Arafat tivesse sido envenenado, havia uma boa possibilidade de que o polônio não fosse identificado em seus ossos, já que ele faleceu em 2004. Flack conduzido estudo sobre polônio testando e chegou à conclusão de que poderia ser detectado em determinadas circunstâncias. Mais tarde, Flack considerou a possibilidade de que Arafat tivesse adversários palestinos que pudessem tê -lo envenenado, bem como a possibilidade de o relatório post -mortem ter sido contaminado para culpar Israel por sua morte. Ele previu que o polônio seria descoberto no corpo de Arafat com uma probabilidade de 60 %. Ele estava certo. Como resultado, Flack começou estabelecendo os fundamentos antes de passar para as suposições mais complexas, o que é exatamente o que um bom analista faria.

Comece com a visão externa e depois mude para a visualização interna para uma previsão mais precisa.

Como todo cenário é diferente, você deve evitar tomar decisões instantâneas e julgar um caso muito cedo. Para resolver qualquer problema de maneira eficaz, é necessário adotar uma perspectiva objetiva, que envolve determinar qual é a taxa básica. Isso é, no entanto, não totalmente claro. Para ilustrar, considere a situação de uma família italiana que vive em uma pequena casa nos Estados Unidos da América. Eles têm dois empregos: o pai é um contador e a mãe trabalha em período parcial em uma instalação de assistência infantil juntos. Além de si, a avó do filho também vive em casa com eles.

É possível que, se lhe perguntassem quais foram as chances de que essa família italiana adquirisse um animal de estimação, você tentasse descobrir instantaneamente as características da família ou suas circunstâncias vivas. No entanto, você não se qualificaria como um SuperforeCaster nesse caso! Um superforecaster não começaria examinando os detalhes. Em vez disso, ela começaria descobrindo qual proporção, ou "taxa básica", de casas americanas possuem um animal de estimação. Ela iria então de lá. Com a ajuda do Google, você pode descobrir qual a porcentagem da população em alguns segundos. Esta é a vista de fora. Depois de fazer isso, você poderá ver as coisas por dentro. Isso fornecerá informações que permitirão modificar a taxa básica adequadamente.

Começando com a perspectiva externa da família italiana fornece uma primeira estimativa: há uma probabilidade de 62 % de que a família tenha um animal de estimação, de acordo com o exemplo. Depois disso, você fica mais preciso e modifica o número que escolheu. Por exemplo, você pode olhar para a porcentagem de famílias italianas na América que mantêm um animal de estimação. A noção de ancoragem está no coração da lógica para a perspectiva externa. Uma âncora é a primeira figura desenhada antes que quaisquer modificações sejam feitas. Se, por outro lado, você começar com os detalhes menores, sua previsão é muito mais provável que esteja a milhares de quilômetros de distância de qualquer âncora ou figura exata.

Continue mantendo -se atualizado mesmo após chegar à sua conclusão original e faça ajustes nas suas previsões à luz de novos fatos.

Depois que o processo começar, vimos como os SuperforeCasters começam as coisas, mas depois de fazer sua primeira previsão, você não pode simplesmente sentar e ver se estava correto. Qualquer novo conhecimento requer a atualização e modificação do seu julgamento anterior. Você se lembra de Bill Flack? Depois de prever que o polônio seria encontrado no corpo de Yasser Arafat, ele manteve um relógio nas notícias e revisou sua previsão sempre que achava que era necessário, de acordo com as informações mais recentes. A equipe de estudo suíço alegou que mais testes eram necessários e que as descobertas seriam anunciadas mais tarde, apesar do fato de a previsão inicial de Flack ter sido feita anos antes. Como Flack fez um extenso estudo sobre o polônio, ele sabia que a equipe havia descoberto o polônio e que foram necessários mais testes para determinar a fonte do polônio. Como resultado, Flack aumentou sua previsão para 65 %.

Como se viu, a equipe suíça descobriu Polonium no corpo de Arafat, resultando na pontuação final de 0,36 pontos de Fleck. Dada a complexidade da pergunta, esse é um excelente desempenho. Você deve, no entanto, ter cuidado. Embora novos conhecimentos possam ser benéficos, também pode ser prejudicial se for mal interpretado. De acordo com um exemplo, a Atividade de Projetos de Pesquisa Avançada de Inteligência (IARPA) do governo dos Estados Unidos perguntou se haveria menos gelo do mar Ártico em 15 de setembro de 2014, do que no ano anterior. Doug Lorch, um superforecaster, chegou à conclusão de que havia uma probabilidade de 55 % de que a resposta fosse afirmativa. Lorch, por outro lado, recebeu um relatório de um mês da rede de previsão de gelo marinho que o influenciou o suficiente para aumentar sua previsão de 90 % para 95 %, uma mudança significativa com base em uma única informação.

Quando 15 de setembro de 2014, acabou chegando, havia mais gelo ártico do que no ano anterior. A primeira previsão de Lorch deu a isso uma chance de 45 % de ocorrer, mas após sua revisão, a probabilidade caiu para cinco por cento. É necessário separar nuances delicadas de informações desnecessárias para fazer atualização hábil. Não tenha medo de alterar sua opinião, mas pense cuidadosamente sobre se o novo conhecimento é útil ou não antes de tomar uma decisão.

Trabalhar em grupos pode ser benéfico na previsão, mas apenas se for feito corretamente.

Talvez você esteja familiarizado com a frase "pensamento de grupo". A frase "espírito da equipe" foi criada pelo psicólogo Irving Janis, que teorizou que indivíduos em pequenos grupos podem gerar espírito de equipe gerando subconscientemente ilusões comuns que interferem no raciocínio crítico. A interferência é causada por indivíduos que têm medo de conflitos e apenas concordam um com o outro. No entanto, desviar -se da norma é uma fonte de valor genuíno. A fala e o pensamento independentes são grandes vantagens em qualquer ambiente de equipe, mas mais ainda nos esportes. Como resultado, a equipe de estudo no projeto de bom julgamento optou por investigar se a cooperação pode ou não melhorar a precisão. A maneira como eles conseguiram isso foi desenvolvendo fóruns on -line através dos quais os meteorologistas alocados a vários grupos poderiam interagir entre si.

No início, a equipe de estudo ofereceu informações sobre a dinâmica do grupo e alertou os grupos on -line contra a queda na armadilha do pensamento de grupo. As descobertas do primeiro ano chegaram e mostraram que, em média, aqueles que trabalhavam em grupos eram 23 % mais precisos do que aqueles que trabalhavam sozinhos. No segundo ano, a equipe de estudo decidiu colocar os superforeCasters em grupos em vez de os meteorologistas comuns e descobriram que superaram os grupos habituais por uma margem significativa. No entanto, a dinâmica do grupo também foi influenciada. Elaine Rich, um superforecaster, expressou insatisfação com o resultado. Todo mundo era muito cortês, e havia pouco debate crítico de visões ou contra-argumentos opostas. Na tentativa de remediar a situação, as organizações foram acima e acima para demonstrar que aceitaram feedback construtivo.

O questionamento de precisão, que leva os indivíduos a reconsiderar seus argumentos, é outra técnica para melhorar o desempenho da colaboração. Este não é um conceito novo, é claro, já que grandes instrutores praticam questionamentos precisos desde a época de Sócrates e dos gregos. A investigação de precisão implica investigar ainda mais as especificidades de um argumento, pois pedindo o significado de uma certa palavra. Mesmo que haja fortes diferenças de opinião sobre o assunto, esse interrogatório expõe o raciocínio por trás da conclusão, que abre as portas para pesquisas adicionais.

Resumo do livro SuperforeCasting em sua totalidade.

A lição mais importante deste livro é que a superforeta -fasting não se limita a computadores ou aos gênios. Um talento treinável, envolve evidências de coleta, pontuação, mantendo -se atualizado em novos fatos e tendo a capacidade de ser paciente. Conselhos que podem ser colocados em ação: acompanhar os desenvolvimentos mais recentes coloca um passo à frente da competição. Os SuperforeCasters mantêm -se atualizados nas notícias importantes para suas previsões com muito mais frequência do que os analistas regulares. Uma sugestão para ficar de olho nas mudanças é configurar notificações para si mesmo, como através do uso de alertas do Google, para mantê -lo informado. Eles o notificarão assim que novas informações sobre o assunto em mãos são disponibilizadas enviando um email. Recomenda -se uma leitura adicional: Mark Buchanan faz uma previsão. A previsão é uma crítica à teoria econômica contemporânea que expõe as principais falhas na teoria. Mark Buchanan, um físico, analisa cuidadosamente as suposições científicas fundamentais que sustentam nosso conhecimento econômico e, usando habilidades analíticas aguentas, demonstram como elas estão incorretas. Na segunda seção do livro, Buchanan discute uma série de avanços científicos que, em sua opinião, acabariam ajudando na melhoria da teoria econômica contemporânea.

Compre livro - SuperforeCasting de Philip E. Tetlock e Dan Gardner

Escrito por BrookPad Equipe baseada na superforeta de Philip E. Tetlock e Dan Gardner



Postagem mais antiga Postagem mais recente


Deixe um comentário

Observe que os comentários devem ser aprovados antes de serem publicados