普通人如何通过训练做准预测
跳槽换工作、出手投资、上线新产品、拍板公共政策,甚至研判战争风险,每件事其实都在押注未来的走向。这本书谈的正是普通人在不确定世界里如何练出更准的概率判断。现实里绝大多数公开预测只靠头衔、名望和生动的讲故事本事背书,几乎从不留底、不打分、不复盘。作者把这种混乱局面比作现代医学诞生之前:医生和病人都迷信权威口中的祖传经验,却拿不出任何对照检验的硬指标。
在美国情报高级研究计划局(IARPA)赞助的预测锦标赛中,一批名为“超级预测家”的普通志愿者在数以百计的可评分地缘政治问题上,长期跑赢了手握机密简报的情报分析师。研究团队追踪他们多年后发现,这批人之所以能屡屡猜准走向,凭的是一套后天养成的思维习惯:把问题界定清楚、拆解复杂要素、用数字度量把握大小、主动找反例挑自己的刺、随新线索不断微调概率,以及老老实实盯住得分反馈来修补漏洞。
作者的基本立场是“乐观的怀疑论”:怀疑人类能无所不知,也怀疑专家自信叙事的可靠性;但并不因此认定预测毫无希望。许多事件确实像云一样难以预测,某些事件则接近钟表,规律明显,真正值得投入精力的是中间地带:足够困难、但通过研究、分解和更新可以提高准确率的问题。
为什么专家常常失灵
书中用医学史说明“知识的错觉”:在缺少实验和反馈的环境里,权威很容易把经验误认为真理。医生长期相信放血等疗法,是因为他们没有用随机对照试验区分有效、无效和有害;同样,政治、经济和情报领域的专家常常发布无法评分的判断,因而也难以从错误中学习。
糟糕预测的常见根源有三类。
第一,语言含糊。诸如“可能”“很可能”“大概率”“存在风险”这样的词,在不同人心中对应的概率差异巨大。若预测没有明确对象、时间范围和判定标准,就无法判断对错,也无法积累经验。
第二,诱惑与转换。面对难题时,人会不自觉地把原问题替换成更容易回答的问题。例如,把“当时的情报判断是否合理”替换成“事后结果是否正确”,把“某事件在三个月内发生的概率”替换成“这件事总体上像不像会发生”。这种替换会制造自信,却偏离真正问题。
第三,宏大理念绑架判断。泰洛克借用古希腊谚语把专家分成“刺猬”和“狐狸”两路:刺猬死守一套大理论解释万物,说话斩钉截铁,上电视特别抓人眼球,但在预测打分上常常栽在过度自信里;狐狸则兼容并蓄,习惯同时摆弄好几个各有瑕疵的小模型来互相校正。现实中狐狸型预测者之所以表现更稳,是因为他们肯承认世界参差多态,一旦碰到不利的新证据就愿意立马推翻自己原本的判断。
预测必须可以评分
超预测的第一步是把预测变成可检验对象。一个合格预测至少需要包含:明确事件、明确时间范围、明确判定标准、明确概率。否则,预测者事后总有空间解释自己“其实说过”或“只是说有可能”。
书中使用“布莱尔得分”来给每一次预测打分,它计算预测概率与最终事实之间的误差平方,分数越低越准。布莱尔得分的意义远超出一场排座次的比赛,它强行把飘在空中的口头表态拽回冰冷的现实检验:要是你在成百上千个事件上标出70%的发生概率,长久统计下来,其中差不多就该有七成真的发生。
评分还需要区分两个维度。
一是吻合度,即概率与实际频率是否匹配。一个人说60%会发生的事件,如果长期只有30%发生,说明他过度自信;如果长期有80%发生,说明他信心不足。
二是分辨力,即能否把更可能发生和更不可能发生的事件区分开。只给所有问题报50%,可能显得谨慎,但没有提供多少信息。优秀预测者既要校准,也要敢于在证据支持时拉开概率差距。
这套评分思路会改变预测文化。它要求人们把预测写清楚,把时间点记下来,把结果公开比较。没有这一点,预测就会停留在修辞、声望和事后解释中。
超级预测家的工作方法
1. 先判断问题是否值得预测
超级预测家不会把所有问题都当成同一种问题。太简单的问题,用基本规则即可;太遥远或混沌的问题,努力可能得不到回报。最有价值的是难度适中、信息会逐渐出现、概率可以随着证据更新的问题。
这也意味着预测者要警惕两种错误:把本可预测的问题放弃掉,以及把大量时间浪费在几乎不可预测的问题上。判断问题类型,本身就是预测能力的一部分。
2. 用费米方法分解复杂问题
面对乍看之下无从估量的难题,超级预测家习惯将其逐层拆解。费米分解法把一团模糊的“我不知道”,拆成一个个方便单独估算、查证和随时修正的小零件,借此摸出大致的数量级。
例如,判断一件罕见政治事件是否发生,不能只问“我觉得会不会”。应先列出相关基准率:类似事件过去发生频率如何?当事方是否有能力?是否有动机?时间窗口多长?有什么先兆?哪些条件必须先发生?每个子判断都可能粗糙,但拆开后就能暴露假设,并为后续更新留下接口。
费米方法的精神是:宁可把粗略假设摊开,快速发现错误,也不要用模糊语言隐藏无知。
3. 平衡外部视角与内部视角
外部视角从同类事件的基准率开始:类似事情在类似条件下通常多常发生?内部视角则研究当前案例的具体细节:这一次有什么独特信息会使概率上升或下降?
普通人做判断很容易一头扎进内部视角,坚信“眼前这一遭与众不同”。超级预测家的做法恰恰相反:先跳出来找一批同类历史事例,按基准率定下初始概率,防止被跌宕起伏的眼前故事带偏;随后再引入眼下独有的细节线索向上或向下微调,以免生搬硬套旧黄历。先立基准、再依细节校准,两条腿走路才能走得稳。
4. 用“蜻蜓复眼”聚合多视角
作者把高明的预测比作蜻蜓的复眼——把成千上万个微小的局部视角拼合在一块儿看世界。超级预测家从不死抱着第一印象不放,他们会专门找出一串反驳自己初始判断的理由,甚至干脆假定“如果我最后猜错了,最可能栽在哪个环节”,顺着这个假设倒推漏洞。
这种方法有两个作用。它能降低认同、愿望和意识形态对判断的污染;也能制造“第二个自己的意见”,类似把多个独立判断进行聚合。研究显示,即使只是让同一个人认真提出第二次判断,再与第一次结合,也能提高准确性。
5. 用数字表达不确定性
超预测要求把模糊直觉翻译成精确数字。把概率定在80%,意味着心里清楚还有五分之一的失手余地;定在4%,则意味着同样的局势出现一百回,大约仍有四回会冷门爆出。用百分数落纸为凭,图的是消除口头用词含混扯皮的空间,好让事后核算对错有章可循。
作者特别反对命中注定式思维。相信历史必然如此、事件早已注定,会削弱概率思维。优秀预测者更倾向于把现实看作许多可能路径中的一条,并持续追问:如果世界朝另一个方向发展,需要看到什么证据?
6. 持续更新,但避免反应不足和反应过度
预测不是提交一次答案就结束。情报高级研究计划局的比赛鼓励预测者实时更新,这也是超级预测家脱颖而出的关键。新证据出现时,概率应当变化;没有更新,往往说明预测者没有持续跟踪,或被初始判断绑住了。
但更新也有两种失误。反应不足,是看到新证据却只象征性调整,或者因为替换了问题而忽视真正相关的信息。反应过度,是被单条新闻、噪音或情绪带着大幅摆动。超级预测家的典型做法是大量小幅更新:从0.40到0.35,从0.60到0.65。遇到真正有决定意义的证据时,也会果断大幅调整。
贝叶斯思维在这里提供了基本方向:先有初始概率,再根据“如果假设为真会多大概率看到该证据”和“如果假设为假会多大概率看到该证据”来修正判断。书中强调,超级预测家未必会正式套公式,但他们会用类似方式思考证据的诊断价值。
7. 复盘错误,也复盘成功
预测手艺的精进离不开带着反馈的刻意练习,光靠在原地盲目重复猜上几百回毫无长进。每次结果揭晓后都得刨根问底:我是基准率找错了、证据权重给偏了、时间窗口估错了,还是受一厢情愿的愿望偏差拖累、或是更新步子迈得太大?哪怕一次侥幸猜中,也得复盘,因为有时候几个错误恰好正负抵消,纯属撞了大运。
泰洛克用“永远的贝塔版”来形容超级预测家的心性——他们把自己视作一款天天打补丁、持续更新测试的半成品软件,从不觉得哪套本事学到家就可以收工了。成长型心态、强烈的好奇心、主动吸纳异议的开放态度、自省习惯与耐挫的韧性,共同支撑起这种长年累月的修炼。
超级预测家的能力画像
超级预测家通常聪明、知识面广、关心新闻,但他们并非靠极端智力取胜。更重要的是如何使用智力。
他们的哲学观是谨慎、谦虚、承认不确定性。现实复杂,错误常见,没有什么必然发生,也没有什么绝对不可能。
他们信奉主动开放的思考习惯。在他们眼里,手头任何观点都只是一条尚待检验的临时假说,随时准备随证据推翻,没必要像护着个人身家性命或面子那样死扛到底;相反,跟自己唱反调的异见和硬证据,比一团和气的同温层宝贵得多。
他们的预测方法是实事求是、兼收并蓄、细分判断、持续学习。不会迷信单一模型,也不会把直觉完全抛弃,而是让直觉接受检查。
他们的工作伦理是投入、练习和复盘。预测能力类似骑车:原则有帮助,但只有在具体练习、摔倒、反馈和调整中才会真正形成。
团队如何提高预测质量
团队既可能变聪明,也可能变愚蠢。猪湾事件说明,高层团队如果追求一致、压制异议、让成员失去独立性,会放大错误;古巴导弹危机则说明,同样一批人如果允许不同意见、拆分讨论、认真审视假设,可以做出更好的判断。
在预测比赛中,团队的平均表现优于个人;超级预测家组成的团队表现更强。在条件合适的团队里,成员可以互通各自掌握的信息源、彼此挑明盲区,在碰撞中逼出开放的讨论,这才是集体判断能跑赢单打独斗的原因。
有效团队需要三种机制。
第一,独立性。成员不能只是服从权威或重复主流意见。
第二,多样性。不同背景、信息和分析路径能增加发现关键信号的机会。
第三,建设性对抗。成员要能准确复述对方观点、提出好问题、表达反对意见,同时避免把争论变成人身攻防。
预测聚合和极端化也是重要工具。多个独立判断的平均值常常优于多数个体;当团队成员拥有不同信息且共享不完全时,对聚合结果做适度极端化,可能更接近真实概率。但如果团队成员信息高度重叠,过度极端化反而危险。
领导者的两难与组织应用
领导者必须自信、果断、激励他人;超级预测则要求谦卑、怀疑、随证据修正。表面看二者冲突,作者认为关键在于区分思考阶段和执行阶段。
毛奇的任务导向指挥提供了组织模型:上级说明意图和目标,不规定每一步做法;下级在不确定环境中根据现场情况判断并行动。它把战略一致性与分散判断结合起来,让组织既能执行,也能适应。
出色的领导者把探讨和执行切分成两个阶段:拍板前放开手脚鼓励团队吵出真实分歧、摊开概率评估;一旦拍板定案,便清晰下达目标、全力推进落实,同时留好随新战况微调路线的余地。作者称之为“明智的谦卑”——心里明白任何盘算都可能出错,手底下却毫不耽搁果断落子。
书中也提醒,价值判断和事实判断要分开。厌恶某个政权或组织,不意味着它一定无能;希望某一方胜利,也不意味着证据支持它会胜利。预测者越能把道德立场与事实概率区分开,越能在关键时刻提供有用判断。
黑天鹅与预测边界
塔勒布提出的黑天鹅挑战强调:真正改变历史的事件常常罕见、巨大、事前难以想象。作者接受这一提醒,但不接受“因此预测无用”的结论。
超级预测并不声称能准确预言所有极端事件。它的适用范围主要是可定义、可评分、时间范围相对明确的问题。对于深层不确定、全新技术、极端尾部风险,预测者需要更多谦卑,不能把评分比赛中的成功夸大为万能能力。
但知悉边界并不意味缴械躺平。许多看似独特的事件仍可寻找参照类别、时间框架和先兆。即使不能预测具体黑天鹅,也可以改善对风险范围、脆弱性和备选路径的判断。谦卑不应遮蔽努力的价值;在某些重要趋势上,认真训练的人确实能比随机猜测和普通专家做得更好。
预测文化的变革
本书把基于数据的预测类比为基于证据的医学。现代医学要求疗法接受试验;预测领域也应要求预测者留下记录、接受评分、从反馈中改进。
这种变革会冲击现状。媒体喜欢自信、戏剧化、难以证伪的评论;组织内部也可能害怕公开评分,因为评分会暴露权威的失误。但没有明确反馈,就没有有效学习。预测、评估、修正,是提高判断质量最可靠的路径。
当然,布莱尔得分也非万能标尺。生活中最重大的许多抉择本就很难设出干脆的评分题,再精巧的考核指标也可能遭到投机操纵;此外,布莱尔得分对误报和漏报一视同仁,但现实里把真狼叫成“没有狼”的代价往往惨重得多。不过,引进打分机制的目的本就是套上一道诚实的紧箍咒——逼着预测者少打太极、直面误差,从一次次真实反馈里长出判断力。