Distingui l'incertezza (quantificabile) dall'ignoranza (non quantificabile)
Sappi quando puoi assegnare una probabilità e quando la situazione è così nuova che un numero sarebbe fabbricato.
Why it works
La distinzione di Knight tra rischio (incertezza quantificabile) e incertezza (non quantificabile) conta praticamente: assegnare una probabilità del 60% a un evento richiede una classe di riferimento o un modello. Quando nessuno dei due esiste, il numero è un sentimento travestito da statistica. Distinguere i due previene che la falsa precisione mascheri un'ignoranza genuina, e spinge la risposta onesta: "Non ho abbastanza informazioni per mettere un numero calibrato su questo."
How to do it
- Prima di assegnare una probabilità, chiediti: "Su quale classe di riferimento o modello si basa questo?"
- Se non riesci a nominarne una, etichetta la stima come "istinto / non quantificata" invece che come probabilità calibrata.
- Nei contesti di gruppo, segnala esplicitamente quando una discussione è nel regime "non quantificabile" per prevenire decisioni di falsa precisione.
- Per situazioni genuinamente nuove, concentrati su scenari e contingenze piuttosto che su probabilità puntuali.
Prove scientifiche
Knight (1921) ha distinto rischio da incertezza; Ellsberg (1961) ha dimostrato che le persone preferiscono il rischio quantificabile all'incertezza non quantificabile anche quando i valori attesi sono uguali — l'"avversione all'ambiguità" che rende le persone a disagio nel dire "non lo so". La distinzione è concettuale e fondamentale; le prove dirette per questa pratica specifica sono meccanicistiche. (mechanistic)
In pratica, quasi tutte le situazioni reali cadono da qualche parte tra il rischio puramente quantificabile e la completa inconoscibilità. La categorizzazione è una questione di grado e giudizio.
Fonti
- Knight (1921), Risk, Uncertainty and Profit
- Ellsberg (1961), "Risk, ambiguity, and the Savage axioms," Quarterly Journal of Economics
Errore comune
Assegnare una probabilità a ogni domanda come performance di razionalità — un 50% sicuro per una domanda genuinamente inconoscibile è una calibrazione peggiore che semplicemente dire "non lo so".
Metti in pratica questo con IX Coach
More practices for Allenamento alla Calibrazione
- Pratica la stima di intervalli di confidenza
Stima intervalli per quantità fattuali e verifica quanto spesso il valore vero cade nel tuo intervallo.
- Mantieni un registro di previsioni con punteggio
Registra le previsioni con probabilità esplicite e valutale quando si risolvono.
- Identifica i domini specifici dove sei più sicuro di te
La calibrazione è specifica del dominio — trova dove la tua fiducia supera di più la tua accuratezza.
- Ancora il tuo livello di fiducia sui tassi base, non sull'istinto
Inizia la tua stima di fiducia dal tasso storico di successo per questo tipo di previsione, non da quanto ti senti sicuro.
- Impegnati in anticipo su criteri di risoluzione prima di fare una previsione
Definisci esattamente cosa conta come "avevo ragione" prima che l'esito accada.
- Costruisci ripetizioni di calibrazione con trivia e domande da almanacco a basso rischio
Usa domande di trivia fattuali come terreno di pratica per la calibrazione — gli esiti si risolvono immediatamente e la posta in gioco è zero.
Concetti correlati
- Superforecasting
The habits, mindset, and calibration practices of the world’s most accurate forecasters
- La Prospettiva Esterna
Correcting inside-view optimism with base rates, history, and calibrated humility
- Previsione a Classe di Riferimento
Using base rates and outside-view anchors to forecast more honestly