Traiter la précision de prévision comme une compétence qui s'améliore avec la pratique

Prenez les erreurs de prédiction comme un retour de performance, pas comme la preuve que la prévision est vaine.

Why it works

Les superprévisionnistes traitent leurs résultats évalués comme des diagnostics, pas des verdicts. Quand ils sont mal calibrés dans un domaine, ils enquêtent sur les raisons — la classe de référence était-elle erronée, la pondération des preuves était-elle décalée, y avait-il une dépendance structurelle manquée ? Cette orientation vers la rétroaction est le même mécanisme qui distingue la pratique délibérée de la simple expérience. Sans cela, la répétition produit de la confiance sans précision.

How to do it

1. Après qu'une prédiction se résout, évaluez-la : comparez votre probabilité énoncée au résultat binaire.
2. Pour les prédictions où vous vous êtes significativement trompé, faites un bref post-mortem : quel était le facteur le plus fort que vous avez sous-pondéré ?
3. Suivez les schémas d'erreur : sur-prédisez-vous dans certains domaines, sous-prédisez-vous dans d'autres ?
4. Fixez un objectif d'apprentissage pour le calibrage (pas seulement la précision) — « je veux que mes prédictions à 70 % se réalisent 70 % du temps ».

Données probantes

La recherche de Tetlock a révélé que les prévisionnistes qui pratiquaient un apprentissage délibéré à partir de l'évaluation — particulièrement ceux qui s'exerçaient en équipes avec rétroaction — montraient la plus grande amélioration dans le temps. La trajectoire de croissance est cohérente avec la recherche sur la pratique délibérée. (observational)

L'amélioration du calibrage est lente et dépendante du contexte ; de grandes améliorations ont été observées en conditions de tournoi avec rétroaction dense. La prise de décision réelle avec rétroaction rare produit des gains plus lents.

Sources

• Tetlock & Gardner (2015), Superforecasting, Chapter 10

Erreur fréquente

Utiliser un seul échec spectaculaire pour conclure que la prévision n'est pas fiable plutôt que d'enquêter sur le mécanisme précis de l'échec — une erreur est une donnée, pas une réfutation.