Distingue la incertidumbre (cuantificable) de la ignorancia (no cuantificable)
Sabe cuándo puedes asignar una probabilidad y cuándo la situación es tan novedosa que un número sería fabricado.
Why it works
La distinción de Knight entre riesgo (incertidumbre cuantificable) e incertidumbre (no cuantificable) importa prácticamente: asignar una probabilidad del 60% a un evento requiere una clase de referencia o un modelo. Cuando ninguno existe, el número es un sentimiento disfrazado de estadística. Distinguir entre ambos previene que la falsa precisión enmascare la ignorancia genuina, y provoca la respuesta honesta: "No tengo suficiente información para poner un número calibrado en esto."
How to do it
- Antes de asignar una probabilidad, pregunta: "¿En qué clase de referencia o modelo se basa esto?"
- Si no puedes nombrar uno, etiqueta la estimación como "intuición / sin cuantificar" en vez de una probabilidad calibrada.
- En entornos grupales, señala explícitamente cuándo una discusión está en el régimen "no cuantificable" para prevenir decisiones de falsa precisión.
- Para situaciones genuinamente novedosas, enfócate en escenarios y contingencias en vez de probabilidades puntuales.
Evidencia
Knight (1921) distinguió el riesgo de la incertidumbre; Ellsberg (1961) demostró que las personas prefieren el riesgo cuantificable sobre la incertidumbre no cuantificable incluso cuando los valores esperados son iguales: la "aversión a la ambigüedad" que hace que las personas se sientan incómodas diciendo "no sé". La distinción es conceptual y fundamental; la evidencia directa para esta práctica específica es mecanicista. (mechanistic)
En la práctica, casi todas las situaciones reales caen en algún lugar entre el riesgo cuantificable puro y la incognoscibilidad completa. La categorización es una cuestión de grado y juicio.
Fuentes
- Knight (1921), Risk, Uncertainty and Profit
- Ellsberg (1961), "Risk, ambiguity, and the Savage axioms," Quarterly Journal of Economics
Error común
Asignar una probabilidad a cada pregunta como una actuación de racionalidad: un 50% confiado para una pregunta genuinamente incognoscible es peor calibración que simplemente decir "no sé".
Practica esto con IX Coach
More practices for Entrenamiento de Calibración
- Practica la estimación de intervalos de confianza
Estima rangos para cantidades fácticas y verifica cuán a menudo el valor real cae dentro de tu rango.
- Mantén un registro puntuado de predicciones
Registra predicciones con probabilidades explícitas y califícalas cuando se resuelvan.
- Identifica los dominios específicos donde estás más sobreconfiado
La calibración es específica del dominio: encuentra dónde tu confianza excede más tu precisión.
- Ancla tu nivel de confianza en tasas base, no en la intuición
Comienza tu estimación de confianza desde la tasa de acierto histórica para este tipo de predicción, no desde cuán confiado te sientes.
- Comprométete de antemano con criterios de resolución antes de hacer una predicción
Define exactamente qué cuenta como "tenía razón" antes de que ocurra el resultado.
- Construye repeticiones de calibración con trivia y preguntas de almanaque de bajo riesgo
Usa preguntas fácticas de trivia como terreno de práctica para la calibración: los resultados se resuelven de inmediato y el riesgo es cero.
Conceptos relacionados
- Superpredicción
The habits, mindset, and calibration practices of the world’s most accurate forecasters
- La Vista Externa
Correcting inside-view optimism with base rates, history, and calibrated humility
- Pronóstico por Clase de Referencia
Using base rates and outside-view anchors to forecast more honestly