Siêu dự báo: những nhà lập kế hoạch đại dịch có thể học được gì từ những nhà dự báo giỏi nhất thế giớiTheo Dominic Cummings, cựu cố vấn trưởng của Thủ tướng Anh Boris Johnson, các chuyên gia đã nhầm nó một cách thảm khốc. Cummings đã tranh luận rằng lời khuyên khoa học chính thức của chính phủ Vương quốc Anh vào tháng 2020 năm XNUMX đã hiểu lầm hoàn toàn về cách mà đại dịch sẽ diễn ra, dẫn đến sự chậm trễ trong việc khóa sổ cái chết của hàng ngàn sinh mạng.

Theo Cummings, một số chuyên gia ít hiểu biết hơn về đại dịch hoặc y học - chẳng hạn như nhà khoa học dữ liệu Ben Warner, nhà nghiên cứu trí tuệ nhân tạo Demis Hassabis của DeepMind và nhà toán học Tim Gowers - đã đưa ra những dự báo chính xác hơn vào thời điểm này.

Cummings cũng được biết đến là một fan hâm mộ of Siêu dự báo của Philip Tetlock, một cuốn sách về những người dự đoán các sự kiện trong tương lai một cách đáng tin cậy hơn hầu hết mọi người. Một số siêu rừng đã được khen ngợi cho những dự đoán của họ về đại dịch, trong khi những người khác cũng đã phê bình của các chuyên gia ' ghi lại.

Vì vậy, các chính phủ có nên sử dụng nhiều hơn các siêu rừng thay vì dựa vào các chuyên gia khoa học? Bằng chứng không hoàn toàn rõ ràng. Nhưng chắc chắn có những điều mà các chính phủ có thể học được từ siêu dự báo.

Trong một du học Mỹ nổi tiếng trên superforecasters xuất bản năm 2014, họ là một phi hành đoàn ưu tú. Chỉ 2% ứng cử viên hàng đầu thể hiện đủ tốt trong một giải đấu dự báo địa chính trị để giành danh hiệu. Nhiệm vụ của họ là gán xác suất cho các câu trả lời có thể có cho hàng chục câu hỏi.


đồ họa đăng ký nội tâm


Các nhà nghiên cứu cung cấp một vài ví dụ minh họa. Ai sẽ là tổng thống của Nga vào năm 2012? Triều Tiên sẽ kích nổ một vũ khí hạt nhân khác trong ba tháng tới? Có bao nhiêu người tị nạn sẽ chạy khỏi Syria vào năm tới?

Tất nhiên, chỉ vì ai đó làm tốt một năm không chứng tỏ rằng họ có kỹ năng tốt hơn bất kỳ ai khác. Có lẽ họ chỉ gặp may. Chúng ta phải xem xét họ đã làm tốt như thế nào trong những năm tiếp theo để đánh giá xem họ thực sự “siêu” như thế nào.

Một cách ấn tượng, những siêu dự bị này đã duy trì lợi thế của họ khi giải đấu kéo dài thêm ba năm nữa. Trên thực tế, sau khi được kết hợp thành “nhóm siêu dự báo” chỉ chứa những người hoạt động hàng đầu khác, hiệu suất của họ đã tăng lên đáng kể. Các nhà nghiên cứu cũng phát hiện ra rằng làm việc theo nhóm và tham gia các khóa đào tạo liên quan đã cải thiện hiệu suất cho những người dự báo khác, so với những người dự báo trong điều kiện kiểm soát.

Đội và đào tạo

Cho dù chúng ta có nghe lời Cummings nói rằng việc lập kế hoạch đại dịch của Vương quốc Anh bị ảnh hưởng bởi "bong bóng tư duy nhóm cổ điển" hay không, chúng tôi biết rằng các đội không phải lúc nào cũng đưa ra quyết định sáng suốt. Điều gì đã khiến các nhóm nghiên cứu thành công hơn ở Hoa Kỳ?

Thật khó để nói chắc chắn, nhưng các nhà nghiên cứu đặc biệt khuyến khích các nhóm đặt những câu hỏi chính xác để khuyến khích suy nghĩ rõ ràng hơn về bằng chứng hỗ trợ cho một dự báo cụ thể, để “tìm kiếm bằng chứng mâu thuẫn với dự đoán hiện tại của bạn” và đưa ra các quan điểm thay thế một cách xây dựng .

Cuộc tranh luận như vậy cũng có thể cải thiện khả năng phán đoán tập thểđề phòng suy nghĩ nhóm. Các thành viên trong nhóm cũng không bắt buộc phải đi đến thống nhất. Mặc dù họ đã chia sẻ thông tin và ý kiến, họ vẫn đưa ra các dự đoán riêng lẻ được kết hợp bằng thuật toán. Các đội siêu rừng đặc biệt là tương tác cao, thường xuyên chia sẻ thông tin và đặt câu hỏi cho các thành viên khác trong nhóm.

một nghiên cứu khác đã xem xét kỹ hơn những kỹ thuật đào tạo cụ thể nào có vẻ hữu ích nhất. Ba kỹ thuật có liên quan đặc biệt với độ chính xác cao hơn. Đầu tiên là việc sử dụng cái gọi là các lớp so sánh.

Ví dụ: nếu tôi đang cố gắng dự đoán xác suất mà Benedict Cumberbatch và Sophie Hunter sẽ vẫn ở bên nhau sau XNUMX năm nữa, thì có thể hữu ích khi nghĩ về các "lớp" khác có liên quan - chẳng hạn như lớp kết hôn của những người nổi tiếng, hoặc thậm chí hôn nhân nói chung. Điều này cho phép tôi nhìn lại lịch sử để đưa ra dự đoán của mình: Bao nhiêu phần trăm các cuộc hôn nhân của người nổi tiếng kết thúc trong bất kỳ khoảng thời gian XNUMX năm nhất định nào?

Thứ hai là sử dụng các mô hình toán học và thống kê, khi có sẵn, để giúp thông báo quan điểm của một người. Thứ ba là “chọn những câu hỏi phù hợp” - một khuyến nghị dành nhiều thời gian hơn để dự đoán câu trả lời cho những câu hỏi mà bạn biết nhiều hơn những người khác về chủ đề hoặc nghiên cứu bổ sung nào có khả năng mang lại hiệu quả. Tuy nhiên, các nhà nghiên cứu nhấn mạnh rằng tất cả các thành phần của Đào tạo có thể đã đóng góp một cách tổng thể vào hiệu suất tốt hơn.

Nghiên cứu cũng chỉ ra rằng độ chính xác được cải thiện khi chúng tôi theo dõi hiệu suất trước đây của mình - nhưng loại phản hồi mới quan trọng. Kết quả bạn nghĩ sẽ xảy ra trong 20% ​​thời gian có thực sự xảy ra 20% thời gian không? Điều gì về kết quả bạn nghĩ sẽ xảy ra 90% thời gian? Hiệu suất được cải thiện cho những người nhận được loại thông tin này.

Các chính phủ có thể làm tốt hơn không?

Liệu chính phủ Anh có thể làm tốt hơn đối với COVID-19 bằng cách thu hút ý kiến ​​đóng góp từ các nhóm siêu rừng? Nó có thể. Superforecasters tại Phán quyết tốt và các nhà dự báo thực hành tại phép tính (trong đó tôi đã tham gia) mỗi người dường như đã hoạt động tốt trên COVID-19, với Metaculus tuyên bố có các chuyên gia vượt trội vào tháng 2020 năm XNUMX. Điều đó nói rằng, trong một loạt phim gần đây trong số các dự đoán liên quan đến COVID-19, các nhà dự báo được đào tạo không phải lúc nào cũng chính xác hơn các chuyên gia. Các nhà nghiên cứu đằng sau cuộc khảo sát đang thử nghiệm các cách kết hợp các dự đoán từ các chuyên gia trong lĩnh vực và các nhà dự báo được đào tạo thành một “dự báo đồng thuận”.

Cũng có vẻ hợp lý rằng ngay cả việc đào tạo giúp những người không phải là người siêu cấp đưa ra những dự báo tốt hơn cũng sẽ hữu ích. Ví dụ, Cummings tuyên bố rằng mặc dù có nhiều sự chú ý đến các mô hình dịch tễ học, nhưng bằng chứng mâu thuẫn với các giả định của mô hình - chẳng hạn như dữ liệu được báo cáo bởi các đơn vị chăm sóc đặc biệt - đã bị bỏ qua. Chắc chắn có vẻ hợp lý khi ai đó được đào tạo để “tìm kiếm bằng chứng mâu thuẫn với dự đoán hiện tại của bạn” có thể đã phát hiện ra điều này sớm hơn.

Tất nhiên, không phải tất cả các khuyến nghị từ tài liệu đều thực tế trong các cơ sở chính phủ. Về lý thuyết, các chính phủ có thể tự mình kiểm tra các khuyến nghị như vậy, áp dụng bất kỳ khuyến nghị nào có vẻ có lợi. Thật không may, bạn không thể cải thiện những gì bạn không đo lường được.

In Siêu dự báoTetlock nhấn mạnh rằng bất kỳ tổ chức nào nghiêm túc trong việc cải thiện dự báo của mình đều phải đính kèm những con số cụ thể cho chúng, ít nhất là trong nội bộ. Một cụm từ như “khả năng nghiêm trọng” có thể có nghĩa là 20% cơ hội cho một người và 80% cơ hội cho người khác.

Đây gần như chắc chắn là những gì Cummings đang đề cập đến khi anh ấy nói: “Một người tên là Phil Tetlock đã viết một cuốn sách và trong cuốn sách đó, anh ấy nói rằng bạn không nên sử dụng những từ như hợp lý, có thể xảy ra và có khả năng xảy ra, bởi vì nó gây nhầm lẫn cho mọi người.” Có lẽ sẽ không làm chúng ta ngạc nhiên nếu các tổ chức không đưa ra dự báo theo cách mà chúng có thể được đánh giá không được trang bị để học cách làm cho chúng tốt hơn. Để cải thiện, trước tiên bạn phải thử.

Giới thiệu về Tác giả

Gabriel Recchia, Cộng tác viên Nghiên cứu, Trung tâm Truyền thông Bằng chứng và Rủi ro Winton, Đại học Cambridge

Sách liên quan:

Cơ thể ghi điểm: Bộ não và cơ thể trong quá trình chữa lành chấn thương

bởi Bessel van der Nikol

Cuốn sách này khám phá mối liên hệ giữa chấn thương với sức khỏe thể chất và tinh thần, đưa ra những hiểu biết sâu sắc và chiến lược để chữa lành và phục hồi.

Bấm để biết thêm thông tin hoặc đặt hàng

Hơi thở: Khoa học mới về nghệ thuật đã mất

bởi James Nestor

Cuốn sách này khám phá khoa học và thực hành thở, cung cấp những hiểu biết sâu sắc và kỹ thuật để cải thiện sức khỏe thể chất và tinh thần.

Bấm để biết thêm thông tin hoặc đặt hàng

Nghịch lý thực vật: Nguy cơ tiềm ẩn trong thực phẩm "lành mạnh" gây bệnh và tăng cân

của Steven R. Gundry

Cuốn sách này khám phá mối liên hệ giữa chế độ ăn uống, sức khỏe và bệnh tật, đưa ra những hiểu biết sâu sắc và chiến lược để cải thiện sức khỏe tổng thể và sức khỏe.

Bấm để biết thêm thông tin hoặc đặt hàng

Mã miễn dịch: Mô hình mới cho sức khỏe thực sự và chống lão hóa triệt để

bởi Joel Greene

Cuốn sách này đưa ra một quan điểm mới về sức khỏe và khả năng miễn dịch, dựa trên các nguyên tắc biểu sinh và đưa ra những hiểu biết sâu sắc cũng như chiến lược để tối ưu hóa sức khỏe và lão hóa.

Bấm để biết thêm thông tin hoặc đặt hàng

Hướng dẫn hoàn chỉnh về nhịn ăn: Chữa lành cơ thể thông qua nhịn ăn gián đoạn, luân phiên và kéo dài

bởi Tiến sĩ Jason Fung và Jimmy Moore

Cuốn sách này khám phá khoa học và thực hành nhịn ăn, cung cấp những hiểu biết sâu sắc và chiến lược để cải thiện sức khỏe tổng thể và sức khỏe.

Bấm để biết thêm thông tin hoặc đặt hàng

Bài viết này ban đầu xuất hiện trên Conversation