最好的预测者如何预测选举结果等事件

每个应聘者都害怕的经典面试问题是：告诉我你改变主意的一次经历。大多数受访者开始讲述一些关于突如其来的发现的固定故事-一个突如其来的顿悟时刻-旨在展示应聘者的坦率、开放的心态和分析技能。面试官一边点头，一边考虑这个故事是否令人难忘，是否足够深思熟虑，足以给应聘者打分。

但是突然改变主意真的是洞察力的标志吗？重大启示造就了令人难忘的故事，但我们的研究表明，它们很少代表最优秀的分析头脑是如何修改他们的信仰的。那些善于做出准确预测的人往往会逐渐改变自己的信念，而不是做180分。他们修正自己的预测以反映新的信息，但他们这样做的速度很慢，将其与之前拥有的信息进行比较。

我们中的大多数人一生都不会预测未来，但我们做出的任何决定在一定程度上都取决于我们隐含的预测。我们投票给谁，我们做什么工作，甚至我们是否带着雨伞出门，都反映了我们对未来的最佳猜测：如果一个政治候选人当选，什么工作是最合适的，那天下雨的可能性。

为了理解准确预测的科学，由芭芭拉·梅勒斯(Barbara Mellers)和菲利普·泰洛克(Philip Tetlock)领导的研究项目“良好判断项目”(Good Judgment Project)招募了数千名志愿者预测员，向他们提出了近500个关于未来的问题。我当时是一名博士后学者。一般而言，这些问题与地缘政治有关，集中在“默克尔会赢得2013年德国总理选举吗？”或者“2012年中国会不会爆发一场重大的H5N1疫情？”参与者的回答是概率性的。例如，预测者可能预测默克尔有80%的机会赢得连任。在这项由美国情报机构情报高级研究项目活动(IARPA)赞助的为期四年的研究过程中，该团队收集了100多万个预测性判断。

在数以千计的参与者中，好判断项目确定了所谓的“超级预测者”，即那些在预测未来方面表现出不可思议的技能，甚至比能够接触到机密信息的情报分析师做得更好的人。要成为超级预报员，志愿者必须在至少9个月的时间里对数十个问题做出始终如一的准确预测。准确性是人才发现的黄金标准，但看着结果出来需要时间。因此，我们寻找关于谁可能特别擅长预测的其他早期线索。一个有希望的线索是预测者更新他们的信念的方式。

多年来，心理学家、政治学家和商人都在研究个人是如何改变主意的，更具体地说，就是他们是如何修正头脑中的概率的。这种修正的一个例子是，当我们中午从窗户看到一片漆黑的天空，并预计下雨的可能性从40%上升到80%。改变一个人的评估可能是思想开放的表现。正如亚马逊(Amazon)创始人杰夫·贝佐斯(Jeff Bezos)所指出的那样，经常正确的人也会改变很多想法。

但巨大的变化-例如，从40%跃升到80%-不一定是某人思想开放的迹象。相反，这种突如其来的逆转可能是由新近偏差引发的，即过度强调新信息的倾向。突如其来的变化也可能是由可用性启发式引起的，它让我们过分强调容易浮现在脑海中的事实和故事，尽管不一定是那些帮助我们预测未来的事实和故事。好的预测者抵制这些倾向，避免对新的或特别难忘的信息反应过度。

最好的预测者必须学会驾驭反应不足和反应过度的双重风险。为了找到这些人，我们根据三个标准来衡量他们的信念更新倾向：频率、确认性和大小。频率是指一个人改变对一个问题的信念的频率。确认倾向是确认一个人以前的信念并坚持原始答案的习惯。而幅度则是每次修订在概率尺度上发生了多大的变化。

我们发现，高确认倾向的人通常是不准确的预测者-他们倾向于将高概率分配给没有发生的事件，将低概率分配给确实发生的事件。相比之下，那些经常更新信仰的人是高度准确的预测者。最后，小幅度更新信仰的人比做出更大改变的同龄人表现更好。

就像伊索寓言中的乌龟一样，频繁更新的人表现出更好的主题知识、更开放的心态和更高的工作效率。他们最初的预测并不总是准确的，但他们愿意改变自己的观点，这让他们随着时间的推移而出类拔萃。

相比之下，增量更新者就像伊索的兔子：他们不是特别勤奋、知识渊博或思想开放。但他们在流体智力测试中得分很高-包括逻辑推理、空间推理和数学推理的问题-而且对问题的初始估计异常准确。

最好的预言家结合了乌龟和野兔的优点。频繁增量修正预测的模式是善于预测的可靠标志。

预测者如何更新他们的信念是一个非常个人化的过程，借鉴了不同的思维方式、生活哲学和预测能力。但是，尽管如此，信念更新技术也是可以教授的。我们知道，因为我们测试过他们。我们随机分配了大约一半的受试者接受一小时的预测性训练干预，而另一半，控制组，则没有接受任何训练。有趣的是，接受培训的预测者随后以更频繁、更小的步骤更新了他们的信念，并取得了比对照组更高的准确性。

培训材料没有明确告诉预报员进行较小规模的更新。相反，我们提供了一般性的课程，让他们可以应用到他们的实践中，以平衡他们最初的直觉。

首先，当我们遇到相反的证据时，我们往往忽略了一件事，而忽略了另一件事。例如，如果我们遇到两个选举民调，一个显示我们喜欢的候选人领先，另一个显示该人落后，大多数人选择首选的民调，而另一个则认为不准确。然而，作为一名预测者，最好的策略是将两者取平均。平均通常是较少的工作，但它也要求我们妥协并接受一个与我们的信仰相矛盾的想法。

其次，培训还帮助参与者克服了心理学家阿莫斯·特沃斯基(Amos Tversky)和丹尼尔·卡内曼(Daniel Kahneman)所称的内部观点偏见，即专注于每种情况的独特方面的倾向。我们不会将一种情况与其他相似的情况进行比较，而是专注于它的独特之处。因此，我们往往过分重视无关紧要的因素。例如，当预测选举结果时，我们可能会把注意力集中在庭院标志等指标上，尽管这些标志是我们特定的城镇和情况所独有的。

相反，外界的观点是检查历史数据并将给定的案例视为众多案例中的一个的做法。我们可能会问，“在10月中旬领先的美国总统候选人在11月获胜的频率是多少？”为了回答这个问题，我们可以构建一个参考类，例如过去10次总统选举，并统计10月份的民调领先者在大选中获胜的次数。由此得出的百分比-基本利率-是外部观点的答案。我们不可能都成为预测高手，但通过从外部看问题，平均冲突的数据，我们可以慢慢地做出更好的预测。

如果您对练习和提高您的外部思维技能感兴趣，请考虑报名参加国家科学基金会赞助的一项研究，在该研究中，我们的研究团队正在努力预测新冠肺炎疫苗和治疗是否以及何时会通过临床试验。

你是专门研究神经科学、认知科学或心理学的科学家吗？你有没有读过最近一篇你想写的同行评议论文？请将建议发送给Mind Matters编辑加雷斯·库克(Gareth Cook)。加雷斯是普利策奖获奖记者，是最佳美国信息图表的系列编辑，可以通过gmail.com或推特(Twitter)@garthdeas联系到加雷斯。