確実性を待つのではなく、エビデンスが到着するたびに段階的に更新する

現在の最良の推測確率を述べ、それを動かすであろうものを特定し、そのエビデンスが到着したときに更新する。

Why it works

曖昧さ回避はしばしば二値的な思考を生み出します。「十分に知らない」対「十分に知っている」。ベイズ更新はこれを継続的なプロセスとして再構成します。それぞれのエビデンスがあなたの確率の見積もりを動かし、行動するために確実性は必要ありません——決断の賭け金に対して十分な確信があればよいのです。更新のプロセスを明示的にすること——自分の事前確率、エビデンス、事後確率を述べること——は曖昧さの感情的な重さを減らし、それを扱いやすい問いに置き換えます。この特定の決断にはどれだけのエビデンスが必要か、という問いです。

How to do it

1. たとえ大まかであっても、鍵となる結果についての現在の最良の推測確率（自分の事前確率）を述べる。
2. その見積もりを動かすであろうエビデンスと、どれくらい動かすかを特定する。
3. エビデンスが到着したら、明示的に見積もりを修正し、その修正を記録する。
4. 事前に行動のための確信の閾値を設定する：「X%に達したら行動する。」

エビデンス

スーパーフォーキャスティングの研究（Tetlock & Gardner、2015年）は、明示的な確率の見積もりと体系的な更新が、曖昧な結果に対して直感的な判断を上回ることを示しています。Good Judgment Projectの研究は、確率的思考の訓練を通じた予測精度の大幅な向上を記録しました。 (observational)

ベイズ更新には良いシグナルが必要である。非常に新奇な状況では、初期のエビデンスは代表的ではない可能性があり、それに過度に積極的に更新することは早すぎる決着につながりうる。

出典

• Tetlock, P.E., & Gardner, D. (2015). Superforecasting: The Art and Science of Prediction. Crown.
• Mellers, B., Ungar, L., Baron, J., Ramos, J., Gurcay, B., Fincher, K., Scott, S. E., Moore, D., Atanasov, P., Swift, S. A., Murray, T., Stone, E., & Tetlock, P. E. (2014). Psychological strategies for winning a geopolitical forecasting tournament. Psychological Science, 25(5), 1106-1115.
• Lichtenstein, S., & Fischhoff, B. (1980). Training for calibration. Organizational Behavior and Human Performance, 26(2), 149-171.

よくある間違い

事前確率を述べても、実際にはそれを更新しないこと——この実践は、本物のエビデンスが到着したときにその見積もりを見直すことを要求する。数字を設定してその後の情報を無視するだけではいけない。