Aggiorna la tua previsione incrementalmente man mano che arriva nuova evidenza
Tratta la tua previsione come una probabilità che dovrebbe spostarsi con ogni nuovo pezzo di evidenza, non un impegno che sopravvive alla contraddizione.
Why it works
Le previsioni che non vengono aggiornate in risposta all'evidenza non sono previsioni — sono impegni travestiti. Il meccanismo di aggiornamento è bayesiano: la nuova evidenza sposta la probabilità, con la magnitudine dello spostamento proporzionale al valore diagnostico dell'evidenza. La modalità di fallimento è aggiornare troppo lentamente (ancorandosi alla stima originale) o aggiornare troppo violentemente (sovrappesando eventi salienti recenti).
How to do it
- Imposta una cadenza di check-in programmata per le previsioni significative — settimanale per orizzonte breve, mensile per orizzonte lungo.
- A ogni check-in, chiediti: "Quale evidenza è arrivata dall'ultima volta, e in quale direzione spinge?"
- Fai un aggiornamento numerico (anche piccolo) così il registro mostra una decisione di mantenere o muoversi.
- Traccia i tuoi schemi di aggiornamento nel tempo — sotto-aggiornamento o sovra-aggiornamento sistematici sono diagnostici.
Prove scientifiche
La ricerca sui tornei di previsione di Tetlock ha trovato che i superprevisori aggiornano le loro previsioni più frequentemente e in incrementi più piccoli rispetto ai previsori medi, e mantengono la calibrazione nel tempo di conseguenza. L'aggiornamento bayesiano è il quadro formale che sottende questo comportamento. (observational)
In pratica, le persone aggiornano più prontamente quando l'evidenza conferma la loro visione esistente. L'aggiornamento bayesiano disciplinato richiede di resistere a questa asimmetria di conferma, che è un impegno comportamentale sostenuto, non una tecnica una tantum.
Fonti
- Tetlock & Gardner (2015), Superforecasting
- Tetlock (2005), Expert Political Judgment
Errore comune
Aggiornare la narrazione ("la situazione è cambiata") ma non la stima di probabilità, così non c'è registro leggibile di se l'aggiornamento fosse appropriatamente calibrato.
Metti in pratica questo con IX Coach
More practices for Previsione a Classe di Riferimento
- Identifica la classe di riferimento giusta per la tua situazione
Trova un insieme ben definito di situazioni passate strutturalmente simili alla tua e raccogli i loro dati di esito.
- Ancorati al tasso base prima di aggiungere dettagli di visione interna
Inizia la tua previsione dalla mediana della classe, poi aggiusta — non partire dalla tua narrazione e aggiustare verso il tasso base.
- Prevedi una distribuzione, non una stima puntuale
Rappresenta la tua previsione come un intervallo di esiti probabili, non un singolo numero previsto.
- Distingui il bias di ottimismo cognitivo dalla rappresentazione strategicamente errata
Riconosci che parte del gonfiamento delle previsioni è bias genuino e parte è manipolazione deliberata — richiedono rimedi diversi.
- Conduci debriefing post-progetto per contribuire ai dati di classe
Registra onestamente gli esiti effettivi rispetto a quelli previsti — questo costruisce la classe di riferimento da cui dipendono le previsioni future.