信念を頻繁に、小刻みに更新する
新しい証拠が来たら、その変化が小さくても確率の見積もりを調整する。
Why it works
スーパー予測者は平均的な予測者よりも頻繁に、より小刻みに更新します。そのメカニズムはベイズ的です:新しい証拠それぞれが診断的な重みを持ち、その重みに比例して更新することがキャリブレーションを生みます。2つの失敗モードは、過小更新(元の見積もりへのアンカリング)と過大更新(最近の目立つ出来事の過大評価)です。小刻みで頻繁な更新は、見積もりを現在の証拠に近く保つことで両方に抵抗します。
How to do it
- アクティブな予測に対して定期的な見直しの頻度を設定する:短期的な予測は週次、長期的なものは月次。
- 各見直しで問う:「前回以降どんな証拠が届いたか、それはどちらの方向に見積もりを押すか?」
- 数値の更新を行う——たとえ±3パーセントポイントであっても——決定を記録する。
- 証拠が事前の見積もりと一致している場合は、数字を変えないままにするのではなく、それを明示的に記録する。
エビデンス
グッド・ジャッジメント・プロジェクトでは、スーパー予測者は平均的な参加者の2倍以上の頻度で予測を更新し、その結果より良いキャリブレーションを維持しました。逐次的なベイズ更新が正式な枠組みであり、トーナメントデータはそれを実践において確認しています。 (observational)
予測トーナメントで精度を改善した更新頻度が、信号密度の低い個人の意思決定の文脈にも同様に当てはまるとは限りません。
出典
- Tetlock & Gardner (2015), Superforecasting
よくある間違い
変化について「確信がある」まで更新を待つこと——確実性を待つことは更新が遅すぎて大きすぎることを意味し、それはまさにアンカリングの失敗です。