L'art et la science de la prédiction
Acheter un livre - Superforecasting par Philip E. Tetlock et Dan Gardner
Quel est exactement le sujet du livre SuperForeCasting?
SuperForEcasting (2015), basé sur des décennies d'études et les résultats d'un grand tournoi de prévision parrainé par le gouvernement, explique comment améliorer la précision de vos prévisions, que vous tentiez de prévoir des changements en bourse, en politique ou à votre vie courante.
Qui est le public cible du livre superforecasting?
- Ceux qui sont intéressés à apprendre comment fonctionne les prévisions
- Les penseurs qui sont capables de penser de manière critique
- Les hommes d'affaires qui souhaitent améliorer leurs capacités de prévision
Qui sont Philip E. Tetlock et Dan Gardner, et que font-ils?
Phil Tetlock, professeur à l'Université Annenberg de l'Université de Pennsylvanie, est un politologue et psychologue spécialisé en psychologie politique. Il est le fondateur et directeur du Good Judgment Project, une recherche prévue qui a abouti à plus de 200 articles publiés dans des revues à comité de lecture.
Dan Gardner est journaliste, auteur et conférencier qui vit à New York. En plus d'être l'auteur des livres bien acclamés Risk: The Science and Politics of Fear and Future Babble, Gardner a également parlé sur une variété de sujets du monde entier pour les gouvernements et les entreprises comme Google et Siemens.
Qu'est-ce qui y a exactement pour moi? Apprenez à créer des prédictions précises en regardant cette vidéo.
Des prévisions et des prédictions sont faites sur un large éventail de sujets, notamment la météo, le marché boursier, le budget de l'année prochaine et qui gagnera le match de football de ce week-end, entre autres. Cependant, ce ne sont pas les seuls sujets sur lesquels nous faisons des prédictions. À la suite de notre obsession de prédire, nous nous fâchons lorsque les événements ne se déroulent pas dans la manière dont nous les avions anticipés. Alors, des prédictions peuvent-elles être faites qui sont plus précises qu'elles ne le sont aujourd'hui? Ils ont la capacité. En quelques mois, nous serons en mesure de produire des superforèques qui sont coupées et réalignées avec chaque nouvelle information, puis évaluées et améliorées après que l'événement prévu s'est produit. Dans ces notes, nous examinerons la compétence difficile mais fascinante de la production des prédictions ultimes, qui sont à la fois difficiles et intéressantes.
Ici, vous apprendrez pourquoi l'ancien PDG de Microsoft a prévu la part de marché de l'iPhone; comment un prévisionniste a prédit l'autopsie de Yasser Arafat; et pourquoi les groupes de prévisionnistes sont plus efficaces que les individus dans la prévision de l'avenir.
La prévision a certaines limites, mais cela ne devrait pas être utilisé comme excuse pour le rejeter.
La prévision est quelque chose que nous faisons régulièrement, que nous planifions notre prochain déménagement de carrière ou que nous prenions une décision d'investissement financier. Essentiellement, nos prédictions reflètent nos espoirs pour ce que l'avenir apportera. La prévision, en revanche, est limitée car même de petites occurrences peuvent avoir des effets imprévus. Nous vivons dans un monde compliqué où même un seul individu peut provoquer des conséquences catastrophiques. Prenez, par exemple, le printemps arabe. Mohamed Bouazizi, un vendeur de rue tunisien, s'est mis à feu parce qu'il a été humilié par des policiers corrompus. Ce fut le début d'une réaction en chaîne.
Une raison théorique existe pourquoi il est difficile d'anticiper de telles occurrences en premier lieu. En ce qui concerne les systèmes non linéaires comme l'atmosphère terrestre, même les changements infimes peuvent avoir une influence significative, selon le météorologue américain Edward Lorenz. La théorie du chaos (également connu sous le nom d'effet papillon) est la théorie qui explique ce phénomène. Si la direction du vent change de moins d'une fraction d'un degré, les conditions météorologiques à long terme peuvent être considérablement modifiées, selon certaines estimations. Pour dire les choses d'une autre manière, le volet d'une aile de papillon au Brésil peut déclencher une tornade pour déchirer le Texas.
Cependant, juste parce que la prévision a ses limites, nous ne devons pas l'abandonner complètement. Prenez, par exemple, la zone de météorologie d'Edward Lorenz. Lorsque des prédictions météorologiques sont émises quelques jours à l'avance, elles peuvent être considérées comme raisonnablement précises. Pourquoi? Pour la simple raison que les prévisionnistes météorologiques évaluent l'exactitude de leurs prédictions après l'événement. Ils ont une meilleure connaissance de la façon dont la météo fonctionne à la suite de la comparaison de leur prédiction avec les conditions météorologiques réelles. Mais le problème avec cette approche est que les individus dans d'autres domaines évaluent rarement la précision de leurs prédictions! Pour améliorer nos prévisions, nous devons d'abord augmenter sa précision, et nous devons ensuite devenir plus sérieux à comparer ce que nous avons prédit avec ce qui se passe réellement. Et cela nécessite un véritable engagement envers la mesure.
Évitez d'utiliser un langage ambigu et s'efforcez d'être aussi spécifique que possible.
Si vous y pensez, la mesure des prédictions semble être une évidence: rassemblez les prévisions, évaluez leur exactitude, faites les calculs et le tour est joué! Cependant, ce n'est pas si simple du tout. La signification de la prédiction d'origine doit être comprise avant de pouvoir déterminer si elle était exacte ou non. Considérez le cas du PDG de Microsoft, Steve Ballmer, qui a prédit que l'iPhone ne parviendrait pas à obtenir une proportion substantielle du marché en avril de la même année. Lorsque vous considérez l'ampleur de la capitalisation boursière d'Apple, la prédiction de Ballmer semblait ridicule et les gens se moquaient de lui. Un autre point d'accent était le fait qu'Apple détenait 42% du marché américain des smartphones, ce qui est une part évidemment substantielle de l'industrie globale. Mais attendez une minute, écoutons ce qu'il a vraiment dit.
Il a dit que oui, l'iPhone pourrait générer beaucoup de revenus, mais qu'il ne pourrait jamais capturer une partie substantielle du marché mondial des téléphones portables (sa prédiction: entre deux et trois pour cent). Au lieu de cela, le logiciel développé par son entreprise, Microsoft, grandirait pour dominer le marché. Et, dans une plus ou moins la mesure, cette prévision s'est réalisée. Au troisième trimestre de 2013, selon Garner IT Statistics, la part mondiale de l'iPhone des ventes de téléphones mobiles a oscillé autour de 6%, ce qui est bien plus que ce que Ballmer prévoyait - mais pas tellement. En attendant, le logiciel de Microsoft était utilisé dans la grande majorité des téléphones mobiles vendus à travers le monde à l'époque. Les prévisions devraient également éviter d'utiliser un langage ambigu et s'appuyer plutôt sur des données numériques pour améliorer la précision.
Lors de la prévision, il est habituel d'utiliser des termes ambigus tels que «pourrait», «peut» ou «probable». Cependant, la recherche a montré que les individus attachent diverses interprétations à de telles phrases. Afin de communiquer correctement la probabilité, les prévisionnistes doivent utiliser des pourcentages ou d'autres mesures numériques pour décrire la probabilité d'un événement. Lorsque des agences de renseignement américaines telles que la NSA et la CIA ont déclaré que Saddam Hussein cachait des armes de destruction massive, l'allégation s'est avérée fausse, c'était un échec catastrophique pour le gouvernement américain. Si ces agences de renseignement avaient calculé avec plus de précision et de pourcentages appliqués, les États-Unis n'ont peut-être pas attaqué l'Irak en 2003. Les chances que l'Irak possède des ADM était de 60%, mais il y avait encore une possibilité de 40% que Saddam n'en avait pas - une justification faible pour aller à la guerre, pour le dire légèrement -
Si vous souhaitez augmenter la précision de vos prédictions, gardez une trace de vos résultats.
Alors, comment pouvons-nous empêcher de faire des erreurs catastrophiques comme celles qui se sont produites avec les WMD? De toute évidence, nous devons améliorer la précision de nos prédictions. Jetons un coup d'œil à certaines des méthodes pour ce faire. La méthode la plus efficace consiste à maintenir le score. Pour ce faire, l'équipe de recherche de l'auteur a créé le projet Good Judgment parrainé par le gouvernement, qui a attiré des milliers de bénévoles qui ont répondu à plus d'un million de questions au cours de la période de quatre ans, entraînant la publication du livre. Les chercheurs pensaient qu'en utilisant le score, ils seraient en mesure d'augmenter la précision des prévisions.
Des questions telles que "Le président de la Tunisie s'échappera-t-il à un exil confortable le mois prochain?" et "l'euro tombera-t-il en dessous de 1,20 $ au cours des douze prochains mois?" ont répondu par les participants. Par la suite, chaque prévisionniste a donné une cote de vraisemblance aux prévisions de chaque participant, l'a modifiée si nécessaire après avoir lu les nouvelles pertinentes et, lorsque le temps prévu est arrivé, a attribué à chaque prédiction un score de Brier, qui indiquait à quel point les prévisions étaient précises. Le score de Brier, qui a été nommé d'après Glenn W. Brier, est le moyen le plus souvent utilisé de déterminer la précision d'une prédiction. Plus le nombre est faible, plus la prédiction est précise; Par exemple, une prévision sans faille reçoit un score de cent cinquante et un. Une estimation aléatoire entraînera un score de Brier de 0,5, tandis qu'une prévision qui est totalement incorrecte entraînera un score de Brier maximum de 2,0.
La question qui est posée a un impact sur la façon d'interpréter le score Brier. Malgré le fait que vous ayez un score de Brier de 0,2, ce qui semble excellent, votre prédiction peut s'avérer désastreuse! Imaginons que nous faisons des prédictions météorologiques. Si le temps à Phoenix, l'Arizona est constamment chaud et ensoleillé, un prévisionniste pourrait simplement anticiper le temps chaud et ensoleillé et obtenir un score de zéro, ce qui est évidemment meilleur qu'un score de 0,2. Lorsqu'il s'agit de prévoir la météo à Springfield, Missouri, qui est connue pour son temps imprévisible, vous seriez considéré comme un météorologue de classe mondiale même si votre score n'était que de 0,02.
Les SuperforeCasters commencent par décomposer les problèmes en pièces plus petites afin de mieux les comprendre.
Est-il vrai que tous les superforecasters sont des penseurs brillants qui ont accès à l'intelligence top secrète? Non pas du tout. Alors, comment peuvent-ils faire des prévisions aussi précises sur l'avenir, vous vous demandez peut-être. Afin de résoudre un sujet, un SuperforeCaster doit d'abord décomposer des difficultés apparemment insolubles en sous-problèmes gérables. C'est ce qu'on appelle le raisonnement de style Fermi-. Enrico Fermi, un scientifique qui a joué un rôle clé dans le développement de la bombe atomique, a pu prédire avec des choses de précision remarquables comme, par exemple, le nombre de tuners de piano à Chicago, malgré le fait qu'il n'avait pas une seule pièce d'informations à sa disposition.
Il a accompli cela en distinguant les connaissances et l'inconnu, qui est la première étape franchie par les superforecasters. Par exemple, lorsque Yasser Arafat, le chef de l'Organisation de libération de la Palestine, est décédé d'une raison inexpliquée, de nombreuses personnes ont émis l'hypothèse qu'il avait été empoisonné. Mais ce ne fut pas le cas. Puis, en 2012, les chercheurs ont découvert des quantités dangereusement élevées de polonium-210 - une substance radioactive qui peut être mortelle si elle est inhalée - dans ses biens. C'est à cause de cette constatation que la théorie qu'il avait été empoisonnée a gagné du terrain, et son cadavre a été fouillé et examiné en France et en Suisse. Lorsqu'on lui a demandé si les scientifiques découvriraient des quantités accrues de polonium dans le corps de Yasser Arafat dans le cadre du projet de bon jugement, les prévisionnistes ont répondu de manière positive. Bill Flack, un prévisionniste bénévole, a abordé la question de la manière d'Enrico Fermi, en décomposant les faits.
En premier lieu, Flack a découvert que le polonium se désintègre rapidement, ce qui signifiait que si Arafat avait été empoisonné, il y avait une bonne possibilité que le polonium ne soit pas identifié dans ses os, étant donné qu'il est décédé en 2004. Flack a mené une étude sur le polonium les tests et sont arrivés à la conclusion qu'il pourrait être détecté dans certaines circonstances. Plus tard, Flack a considéré la possibilité qu'Arafat ait eu des adversaires palestiniens qui auraient pu l'empoisonner, ainsi que la possibilité que le rapport post-mortem ait été entaché afin de blâmer Israël pour sa mort. Il a prédit que le polonium serait découvert dans le corps d'Arafat avec une probabilité de 60%. Il avait raison. En conséquence, Flack a commencé par établir les principes fondamentaux avant de passer aux hypothèses plus complexes, ce qui ferait exactement ce qu'un bon prévisionniste.
Commencez par la vue extérieure, puis passez à la vue intérieure pour une prédiction plus précise.
Parce que chaque scénario est différent, vous devez éviter de prendre des décisions instantanées et de porter un jugement sur un cas trop tôt. Afin de résoudre tout problème efficacement, il est nécessaire d'adopter une perspective objective, qui consiste à déterminer quel est le taux de base. Ce n'est cependant pas entièrement clair. Pour illustrer, considérez la situation d'une famille italienne qui vit dans une petite maison aux États-Unis d'Amérique. Ils ont deux emplois: le père est un comptable et la mère travaille à temps partiel dans un établissement de garde d'enfants ensemble. En plus d'eux-mêmes, la grand-mère de leur enfant vit également à la maison avec eux.
Il est possible que si on vous demandait quelles étaient les chances que cette famille italienne acquière un animal de compagnie, vous essayez de découvrir en saisissant instantanément les caractéristiques de la famille ou de leur situation de vie. Cependant, vous ne seriez pas qualifié de SuperforeCaster dans un tel cas! Un SuperforeCaster ne commencerait pas par examiner les détails. Au lieu de cela, elle commencerait par découvrir quelle proportion, ou «taux de base», des maisons américaines possède un animal de compagnie. Elle irait alors de là. Avec l'aide de Google, vous pourriez découvrir quel pourcentage de la population est en quelques secondes. C'est la vue de l'extérieur. Après avoir fait cela, vous pourrez voir des choses de l'intérieur. Cela vous fournira des informations qui vous permettront de modifier le taux de base de manière appropriée.
Commencer par la perspective extérieure de la famille italienne fournit une première estimation: il y a une probabilité de 62% que la famille ait un animal de compagnie, selon l'exemple. Après cela, vous devenez plus précis et modifiez le numéro que vous avez choisi. Par exemple, vous pourriez regarder le pourcentage de ménages italiens en Amérique qui gardent un animal de compagnie. La notion d'ancrage est au cœur de la justification de la perspective extérieure. Une ancre est la première figure dessinée avant que toutes les modifications ne soient apportées. Si, en revanche, vous commencez par les plus petits détails, vos prévisions sont beaucoup plus susceptibles d'être des milliers de kilomètres de toute ancre ou chiffre exact.
Continuez à rester à jour même après avoir atteint votre conclusion d'origine et apportez des ajustements à vos prédictions à la lumière de nouveaux faits.
Une fois que le processus a commencé, nous avons vu comment les superforecasters commencent les choses, mais une fois que vous avez fait vos premières prévisions, vous ne pouvez pas simplement vous asseoir et voir si vous aviez raison. Toute nouvelle connaissance nécessite la mise à jour et la modification de votre jugement précédent. Vous souvenez-vous de Bill Flack? Après avoir prédit que Polonium serait trouvé dans le corps de Yasser Arafat, il a maintenu une montre sur les nouvelles et révisé sa prédiction chaque fois qu'il pensait que c'était nécessaire, selon les dernières informations. L'équipe d'étude suisse a ensuite affirmé que davantage de tests étaient nécessaires et que les résultats seraient annoncés plus tard, malgré le fait que la prédiction initiale de Flack avait été faite des années plus tôt. Parce que Flack avait fait une étude approfondie sur le polonium, il était conscient que l'équipe avait découvert le polonium et que d'autres tests étaient nécessaires pour déterminer la source du polonium. En conséquence, Flack a augmenté sa prédiction à 65%.
Il s'est avéré que l'équipe suisse a découvert Polonium dans le corps d'Arafat, ce qui a entraîné le score final de Fleck de 0,36 points. Compte tenu de la complexité de la question, il s'agit d'une performance exceptionnelle. Vous devez cependant faire preuve de prudence. Bien que de nouvelles connaissances puissent être bénéfiques, elles peuvent également être nocives si elles sont mal interprétées. Selon un exemple, l'activité des projets de recherche de renseignement sur le renseignement (IARPA) du gouvernement américain a demandé s'il y aurait moins de glace de mer arctique le 15 septembre 2014, que l'année précédente. Doug Lorch, un SuperforeCaster, est arrivé à la conclusion qu'il y avait une probabilité de 55% que la réponse serait affirmative. Lorch, en revanche, a reçu un rapport d'un mois du Sea Ice Forecast Network qui l'a influencé suffisamment pour passer sa prédiction de 90% à 95%, un changement significatif basé sur une seule information.
Lorsque le 15 septembre 2014 est finalement arrivé, il y avait plus de glace arctique qu'il n'y avait eu l'année précédente. La première prédiction de Lorch a donné à cela une chance de 45% de se produire, mais après sa révision, la probabilité est tombée à un maigre de cinq pour cent. Il est nécessaire de séparer les nuances délicates des informations inutiles afin de faire une mise à jour habile. N'ayez pas peur de modifier votre opinion, mais réfléchissez soigneusement à savoir si de nouvelles connaissances sont utiles ou non avant de prendre une décision.
Travailler en groupes peut être bénéfique pour prédire, mais uniquement s'il est fait correctement.
Peut-être que vous connaissez l'expression «groupe de groupe». L'expression «Spirit» a été créée par le psychologue Irving Janis, qui a théorisé que les individus en petits groupes peuvent générer un esprit d'équipe en générant inconsciemment des illusions communes qui interfèrent avec le raisonnement critique. L'interférence est causée par des individus qui ont peur des conflits et qui sont plutôt d'accord les uns avec les autres. Cependant, s'écarter de la norme est une source de valeur authentique. La parole et la pensée indépendantes sont de grands avantages dans n'importe quel environnement d'équipe, mais plus dans le sport. En conséquence, l'équipe d'étude du projet Good Judgment a choisi de déterminer si la coopération pourrait ou non améliorer la précision. La façon dont ils ont accompli, c'était en développant des forums en ligne via les prévisionnistes alloués à divers groupes pourraient interagir les uns avec les autres.
Au début, l'équipe d'étude a offert des informations sur la dynamique des groupes et a averti les groupes en ligne de ne pas tomber dans le piège de la pensée de groupe. Les conclusions de la première année sont arrivées, et ils ont montré qu'en moyenne, ceux qui travaillaient en groupe étaient 23% plus précis que ceux qui travaillaient seuls. La deuxième année, l'équipe d'étude a décidé de mettre des superforecasters en groupe plutôt que des prévisionnistes ordinaires, et ils ont découvert qu'ils avaient surpassé les groupes habituels par une marge significative. Cependant, la dynamique du groupe a également été influencée. Elaine Rich, un SuperforeCaster, a exprimé son insatisfaction à l'égard du résultat. Tout le monde était très courtois et il y avait peu de débats critiques sur les opinions opposées ou les contre-arguments. Dans une tentative de remédier à la situation, les organisations sont allées au-dessus pour démontrer qu'elles ont accepté des commentaires constructifs.
La question de précision, qui pousse les individus à reconsidérer leurs arguments, est une autre technique pour améliorer la performance de collaboration. Ce n'est pas un nouveau concept, bien sûr, car les grands instructeurs pratiquaient des questions précises depuis l'époque de Socrate et des Grecs. L'enquête de précision implique de plonger davantage dans les détails d'un argument, car en demandant le sens d'un certain mot. Même s'il existe de fortes différences d'opinion sur le sujet, cette interrogatoire expose le raisonnement derrière la conclusion, qui ouvre la porte à des recherches supplémentaires.
Résumé du livre SuperForeCasting dans son intégralité.
La leçon la plus importante dans ce livre est que la superforèse ne se limite pas aux ordinateurs ou aux génies. Un talent d'entraînement, il implique la collecte de preuves, le maintien des marques, se tenir au courant de nouveaux faits et avoir la capacité d'être patient. Des conseils qui peuvent être mis en action: suivre les derniers développements vous donne une longueur d'avance sur la concurrence. Les SuperforeCasters se tiennent à la place sur des nouvelles qui sont importantes pour leurs prédictions sur une base beaucoup plus fréquente que les prévisionnistes ordinaires. Une suggestion pour garder un œil sur les modifications est de configurer des notifications par vous-même, comme via l'utilisation des alertes Google, pour vous tenir informé. Ceux-ci vous informeront dès que de nouvelles informations sur le sujet sont mises à portée de main en vous envoyant un e-mail. Une lecture plus approfondie est recommandée: Mark Buchanan fait une prévision. Les prévisions sont une critique de la théorie économique contemporaine qui expose les principales défauts de la théorie. Mark Buchanan, un physicien, examine attentivement les hypothèses scientifiques fondamentales qui sous-tendent nos connaissances économiques et, en utilisant de grandes capacités analytiques, montre comment elles sont incorrectes. Dans la deuxième section du livre, Buchanan discute d'un certain nombre de percées scientifiques qui, à son avis, aideraient finalement à l'amélioration de la théorie économique contemporaine.
Acheter un livre - Superforecasting par Philip E. Tetlock et Dan Gardner
Écrit par BrookPad Équipe basée sur SuperForeCasting par Philip E. Tetlock et Dan Gardner