Superforecasting

Le abitudini, la mentalità e le pratiche di calibrazione dei previsori più accurati al mondo

Come fanno i superforecaster a prevedere meglio degli esperti?

La ricerca sui tornei di previsione di Philip Tetlock ha scoperto che un sottoinsieme di persone comuni — i "superforecaster" — supera costantemente gli esperti di dominio e gli analisti dell'intelligence nella previsione probabilistica. Condividono abitudini cognitive e comportamentali misurabili: pensano in probabilità, aggiornano frequentemente in base alle evidenze e cercano attivamente informazioni che smentiscano le proprie ipotesi. Queste abitudini sono apprendibili.

Nel Good Judgment Project, Tetlock e colleghi hanno condotto il più grande torneo di previsione della storia e hanno trovato qualcosa di inaspettato: un piccolo gruppo di volontari non esperti ha superato gli analisti della CIA con accesso a intelligence classificata. I superforecaster non erano complessivamente più intelligenti — impiegavano un insieme specifico di pratiche cognitive che la maggior parte delle persone può adottare. Di seguito queste pratiche, con il meccanismo dietro ciascuna e un resoconto onesto delle evidenze.

Pratiche

Metti in pratica questo con IX Coach

Pratica questo con IX Coach

Concetti correlati

Frequently asked questions

Come fanno i superforecaster a prevedere meglio degli esperti?

Come funziona «Pensa e comunica in probabilità esplicite»?

Parole come "probabile" sono sistematicamente ambigue — il "probabile" di una persona è il 55% di un'altra e l'85% di un'altra ancora. Le probabilità numeriche impongono specificità, rendono le previsioni valutabili e creano un ciclo di feedback. Senza numeri, non c'è segnale per capire se sei calibrato. La disciplina di nominare un numero impone anche un genuino conteggio dell'incertezza — non puoi dire "praticamente certo" quando devi impegnarti al 95%.

Come funziona «Aggiorna le credenze frequentemente e in piccoli incrementi»?

I superforecaster aggiornano più spesso e in incrementi più piccoli dei previsori medi. Il meccanismo è bayesiano: ogni nuova evidenza ha un peso diagnostico, e aggiornare in proporzione a quel peso produce calibrazione. I due modi di fallire sono il sotto-aggiornamento (ancoraggio alla stima originale) e il sovra-aggiornamento (dare troppo peso a eventi recenti salienti). Aggiornamenti piccoli e frequenti resistono a entrambi mantenendo la stima vicina all'evidenza attuale.

Come funziona «Cerca attivamente evidenze che smentiscano»?

Il bias di conferma porta le persone a dare più peso alle evidenze che confermano rispetto a quelle che smentiscono, producendo eccesso di fiducia. I superforecaster contrastano questo rendendo esplicita l'abitudine di cercare la smentita: si chiedono "cosa proverebbe che ho torto?" prima di cercare evidenze di supporto. Questo non elimina il bias ma cambia l'insieme di evidenze da cui viene tratta la stima.

Come funziona «Scomponi le domande complesse in sotto-domande»?

Prevedere direttamente un esito complesso invita a una stima istintiva basata sulla disponibilità, che è sensibile all'inquadratura e agli eventi recenti salienti. Scomporre in sotto-domande costringe l'analisi ad affrontare ogni componente indipendentemente, cattura dipendenze mancate, e rende la stima verificabile. Aggregare sotto-stime ben calibrate produce stime totali più accurate rispetto a stimare direttamente il tutto.

Come funziona «Tratta l'accuratezza previsionale come un'abilità che migliora con la pratica»?

I superforecaster trattano i risultati della loro valutazione come diagnostiche, non verdetti. Quando sono mal calibrati in un dominio, indagano perché — la classe di riferimento era sbagliata, la ponderazione dell'evidenza era imprecisa, c'era una dipendenza strutturale che hanno perso? Questo orientamento al feedback è lo stesso meccanismo che distingue la pratica deliberata dalla semplice esperienza. Senza di esso, la ripetizione produce fiducia senza accuratezza.

Come funziona «Usa la previsione di squadra strutturata per aggregare prospettive diverse»?

La discussione di gruppo tende ad amplificare le opinioni del membro più sicuro o più anziano e a sopprimere le informazioni di minoranza. Aggregare stime indipendenti prima della discussione preserva informazioni che la discussione altrimenti cancellerebbe. L'effetto della saggezza delle folle dipende dall'indipendenza; il meccanismo si rompe nel momento in cui le stime vengono fatte in presenza delle opinioni altrui.