Superforecasting : résumé et examen

Développer

Chapitre 1

Alors que certaines personnes sont meilleures que d'autres pour les prédictions, environ 2% sont des superprévisionnistes. La prévision est une compétence acquise, et vous pouvez apprendre à le faire vous-même dans ce livre.

Toutes sortes de gens font des prédictions à la télévision et dans d'autres médias, mais leur exactitude n'est jamais réellement mesurée. Ils ne sont pas à la télévision parce qu'ils sont bons pour prédire ; ils passent à la télé parce qu'ils savent bien raconter une histoire, ils sont intéressants, ils sont divertissants. Les vraies raisons de faire des prévisions ne sont pas toujours de prédire l'avenir. Parfois, les prévisions sont simplement censées divertir, persuader ou rassurer les gens que tout va bien. Habituellement, ces divers objectifs ne sont pas énoncés.

Superprévision discute des recherches montrant que la plupart des experts sont à peu près aussi précis pour faire des prédictions qu'un chimpanzé l'est pour lancer des fléchettes sur une cible. (Il s'agit d'une étude de cas apparemment bien connue sur laquelle il reviendra plus tard dans le livre, fournissant beaucoup plus de contexte au chapitre 3.) La chose importante que cette étude sur les chimpanzés a montrée, cependant, est que même si la plupart des experts n'étaient pas très précis dans leurs pronostics, certains l'étaient, du moins avec une analyse à courte portée - plus les prédictions étaient longues, moins les prédictions étaient précises. Les prédictions sur trois à cinq ans approchent la précision du tristement célèbre singe lanceur de fléchettes.

Le printemps arabe, lorsque la révolution et le changement ont éclaté dans le monde arabe, a commencé avec la protestation d'un seul homme, et personne n'aurait pu deviner ce qu'il en adviendrait. Les scientifiques pensaient que la réalité fonctionnait avec une telle précision d'horlogerie que, une fois que nous avions compris comment cela fonctionnait, nous serions capables de tout prédire. Cette idée a été perturbée par Edward Lorenz et l'idée qu'un papillon battant des ailes au Brésil pourrait déclencher une tornade au Texas : la théorie du chaos. S'il y a du chaos, alors il y aura de l'imprévisibilité. La prévisibilité et l'imprévisibilité sont deux choses. L'un ne l'emporte pas sur l'autre ; c'est un mélange.

Cependant, nous pouvons prédire beaucoup de choses. Nous pouvons prédire des événements de routine, mais même ceux-ci peuvent être disloqués par des anomalies. Plus il est long, plus il est difficile à prévoir, mais il y a même des exceptions à cela. Et tandis que l'avenir verra probablement plus d'un mélange informatique-humain dans les prévisions, les humains sont toujours au premier plan dans ce mélange. Pour faire de bonnes prédictions, vous avez besoin de bons algorithmes, mais vous devez accepter que vous ne les aurez probablement pas toujours.

Le Good Judgment Project a établi que certaines personnes font de bonnes prédictions. Ces personnes utilisent des techniques spécifiques et ont leur propre façon de penser et de regarder le monde. Que vous soyez ou non de ceux-là, suivre les techniques de ce livre entraînera une amélioration mesurable des prévisions. Dans ce jeu, même de petites améliorations sont souvent significatives au fil du temps.

Chapitre 2

Tetlock commence ici par une histoire de la médecine, soulignant qu'il n'y a eu aucun test méthodique pendant très longtemps. Une bonne science exige un scepticisme sain, et la profession médicale n'a commencé à utiliser des essais randomisés qu'après la Seconde Guerre mondiale. Au lieu de la science, les décisions étaient généralement prises sur la base de la tradition et de l'autorité. Assez souvent, les experts font confiance à leurs propres capacités et à leur jugement sans faire aucune recherche. Par exemple, le gouvernement de Margaret Thatcher a soutenu une politique d'incarcération des jeunes contrevenants dans des conditions spartiates. Cela a-t-il fonctionné ? Ils n'ont fait aucune étude; ils ont supposé que leur intuition savait le mieux.

Les psychologues disent que nos mondes mentaux sont divisés en deux domaines. Le système 2 est notre vie consciente. Il comprend tout ce à quoi nous pensons. System 1 est le monde des réactions automatiques, du fonctionnement du pilote automatique. La numérotation est intentionnelle — le système 1 vient en premier. Il fonctionne toujours en arrière-plan. L'analyse des problèmes peut nous apporter une analyse plus précise, mais ce n'est pas toujours pratique. Dans le monde néolithique, les gens devaient parfois réagir rapidement. Le système 1 est très utile. Mais la dichotomie entre impulsion et analyse est fausse. Ce n'est pas l'un ou l'autre — la meilleure stratégie est d'employer les deux.

Les gens ont besoin de donner un sens à leur monde. Lorsqu'ils ne comprennent pas les choses, ils inventent généralement des raisons pour les expliquer, souvent sans en être conscients. Les scientifiques, cependant, sont formés pour avoir une certaine autodiscipline sur leurs intuitions. Ils regardent d'autres explications possibles pour les choses ; ils considèrent la possibilité que leur intuition soit fausse. Il est important d'entretenir le doute, mais cela est contraire à la nature humaine. La chose naturelle est de s'accrocher à la première explication plausible et de rassembler des preuves qui la soutiennent tout en ignorant les preuves qui ne le font pas. Biais de confirmation : nous n'aimons pas les preuves qui contredisent nos croyances. Une autre erreur de pensée est le « bait and switch » : si nous ne pouvons pas répondre à une question difficile, nous la substituons à une autre plus facile.

Un facteur important dans cette conversation est la reconnaissance des formes. Cela nous aide à détecter les problèmes presque immédiatement, sans avoir à réfléchir trop longtemps aux choses. Bien que très utile, la reconnaissance de formes a ses problèmes. Les gens voient le visage de Jésus dans leur toast. Ils font trop confiance à la reconnaissance des formes. La reconnaissance des formes est plus utile dans certaines situations que dans d'autres. Il s'agit de savoir quelles situations et d'apprendre les signaux. Sans apprendre tous les modèles possibles, l'intuition ne vaut pas mieux que le hasard. Mais il est difficile de savoir si vous avez suffisamment d'indices valables pour que l'intuition rende l'intuition productive, il est donc bon de revérifier avant d'agir sur votre intuition, pour vous assurer qu'elle passe le test logique.

chapitre 3

Afin d'évaluer l'exactitude des prévisions, nous devons être en mesure de comprendre exactement ce que dit la prévision. C'est plus difficile que vous ne le pensez.

Beaucoup de choses ne sont pas dites lorsque les gens font des prévisions, par exemple, lorsque le prévisionniste suppose que le public connaît le contexte, ce qui peut être bien jusqu'à ce que vous sortiez les prévisions cinq ans plus tard et que personne ne se souvienne du contexte. Beaucoup de prévisions ne sont pas assorties d'un calendrier, comme cela est implicite au moment de la prévision. Mais sans calendrier, les prévisions sont inutiles.

Il existe également des obstacles plus importants à l'évaluation des prévisions - par exemple, la probabilité. Si tu le dis il est probable que quelque chose va arriver, c'est un animal très différent que de dire quelque chose volonté arriver. Tetlock raconte un cas où l'on a dit aux gens qu'il y avait une « possibilité sérieuse » que quelque chose se produise, puis on leur a demandé ce qu'ils pensaient de la probabilité exacte que cela se produise. Les réponses allaient de la probabilité 20% à 80%, illustrant que parfois les gens ont des idées très différentes sur ce que signifie quelque chose. Les conséquences peuvent être désastreuses.

Les prévisionnistes qui expriment la probabilité en nombres sont obligés de réfléchir plus clairement à leur propre processus. Mais le problème avec les chiffres, c'est qu'ils semblent très autoritaires. Les gens peuvent penser que quelque chose est un fait objectif et non une opinion subjective lorsqu'une idée est exprimée avec des chiffres. La solution à ce problème est que les gens soient mieux éduqués à ce sujet.

Autre difficulté : disons qu'un météorologue dit qu'il y a un risque 70% de pluie. S'il ne pleut pas, certaines personnes peuvent penser que les prévisions étaient fausses, mais, en réalité, une probabilité de pluie 70% signifie qu'il y a une probabilité 30% de ne pas pleuvoir. La seule vraie façon de juger de l'exactitude des prévisions serait de refaire la météo 100 fois et de voir à quelle fréquence il pleut. Mais puisque nous ne pouvons pas faire cela, tout ce que nous pouvons vraiment dire, c'est que la prévision n'a pas été réfutée.

Nous ne pouvons pas réexécuter l'histoire afin que nous ne puissions pas juger une prévision isolée. Ce que nous pouvons faire, cependant, c'est examiner un grand nombre de prévisions ensemble — regarder les antécédents d'un météorologue. La question à poser n'est pas : « Est-ce qu'il a plu cette fois-là où elle a dit 70% chance de pluie ? » mais, "De toutes les fois où elle a dit 70% chance de pluie, est-ce qu'il a plu 70% du temps?" C'est l'étalonnage, et en calibrant les prévisions du météorologue (en traçant le pourcentage correct par nombre de prévisions), vous pouvez identifier si elle est sous-confiante ou trop confiante. Mais pour faire ces évaluations, vous avez besoin de beaucoup de données. Cela ne fonctionne pas très bien avec des événements rares.

Il n'est pas non plus très intéressant ou excitant de dire qu'il y a une chance 60% que quelque chose se passe – les gens veulent plus d'informations que cela. Plus le prévisionniste est décisif, mieux c'est, et c'est ce qu'on appelle la résolution. Le point idéal est la haute résolution et l'étalonnage.

Dans l'étude sur les chimpanzés susmentionnée, les experts ont été invités à faire des prédictions, et les résultats ont montré que les experts n'étaient pas meilleurs que les chimpanzés (ou le hasard). Cependant, ce résultat moyen cache des détails importants. Il y avait en fait deux types d'experts différents : le premier n'était pas meilleur que le hasard pour faire des prédictions ; le deuxième groupe a fait légèrement mieux que le chimpanzé pour faire des prédictions, mais leurs résultats n'étaient toujours pas stellaires.

La différence entre ces groupes était dans leur façon de penser. Un groupe a organisé ses réflexions autour des Grandes Idées. Qu'ils soient écologistes, fondamentalistes du marché libre, socialistes, etc., ces idéalistes inscrivent les informations dont ils disposent dans les cadres existants. Pour argumenter, ils avaient tendance à entasser les raisons pour lesquelles leurs analyses étaient correctes. Ils étaient très confiants en leurs propres capacités, même lorsqu'ils se trompaient. L'autre groupe d'analystes a utilisé divers outils pour recueillir des informations. Ils se préoccupaient plus des possibilités et des probabilités que des certitudes, et ils étaient capables d'admettre leurs erreurs. Ces experts ont battu l'autre groupe à la fois sur l'étalonnage et la résolution.

Les gens de la Grande Idée ont tendance à organiser toute leur réflexion autour de la Grande Idée, ce qui déforme leur vision du monde. Ils peuvent recueillir toutes les informations qu'ils souhaitent ; cela ne les rendra pas plus précis parce qu'ils l'organisent pour s'adapter à l'Idée. Ces personnes peuvent sembler confiantes, ce qui rend les autres plus susceptibles de les croire. (Ces gens réussissent bien à la télévision, même s'ils ne sont pas de si bons pronostiqueurs.)

Net-net : Il est difficile de voir en dehors de notre propre point de vue, il est donc bon d'agréger des informations provenant de nombreuses sources et d'envisager autant de perspectives différentes que possible. Prenez la libellule : les yeux d'une libellule sont constitués de nombreuses lentilles différentes, qui se combinent toutes en une seule image dans l'esprit de la libellule. Tetlock suggère que nous devrions essayer de regarder des choses comme une libellule.

Chapitre 4

Lorsque les États-Unis ont envahi l'Iran à la recherche d'armes de destruction massive, les analystes gouvernementaux étaient certains que ces armes étaient là. Mais ils avaient très tort. Il s'avère que les analystes ne savaient pas à quel point leurs méthodes analytiques fonctionnaient bien parce qu'ils ne suivaient pas l'exactitude de leur travail. La communauté du renseignement a été convenablement alarmée par cet état de fait, et l'Intelligence Advanced Research Projects Activity (IARPA) a créé une étude conçue pour en savoir plus sur le pronostic et déterminer comment le mesurer.

L'étude a mis en place une compétition de type tournoi entre les prévisionnistes et, dans le cadre de la compétition, des membres du public ont été invités à faire des prédictions. Les personnes qui ont systématiquement fait les prédictions les plus précises ont été filtrées et les prédictions des meilleurs prévisionnistes ont été pondérées pour agrandir les résultats. L'étude a révélé qu'une petite minorité de personnes étaient très douées pour la prévision ; ils étaient plus précis que la plupart des devineurs professionnels du futur.

Les gens ne comprennent pas le hasard. Dans une étude de Yale, on a demandé aux gens d'appeler les résultats d'un tirage au sort et on leur a ensuite dit s'ils avaient raison ou non. Sur 30 lancers, on leur a dit qu'ils avaient raison 15 fois et tort 15 fois, mais les résultats ont été truqués. Certaines personnes ont eu une vague de lancers corrects dès le début, et ces personnes étaient les plus susceptibles d'avoir l'impression qu'elles avaient une sorte de talent pour appeler des lancers de pièces. C'était faux, évidemment, puisqu'aucune compétence n'est impliquée dans un tirage au sort.

Il y a toutes sortes d'erreurs logiques. Par exemple, si une émission télévisée fait toute une histoire sur un pronostiqueur parce qu'il avait raison à une occasion spécifique, cela ne veut rien dire car n'importe qui pourrait accidentellement avoir raison une fois. C'est juste des cotes aléatoires.

La chance joue toujours un rôle, et personne, aussi bon soit-il, n'est infaillible. Mais il y a des gens qui prédisent mieux l'avenir que d'autres. Ces superforecasters n'ont pas seulement de la chance ; ils ont une vraie compétence. Alors que les bons prévisionnistes régressent lentement dans le temps (régression vers les moyennes = les choses tendent vers la moyenne), les vraiment les bons prévisionnistes régressent à peine. Année après année, il y a des gens qui conservent le statut de superprévisionniste, et cela ne serait pas possible si ce n'était qu'une question de chance.

Chapitre 5

Une estimation de fermi est un bon moyen de commencer une analyse. Cela implique de décomposer un problème en composants plus petits et de déterminer ce que vous pouvez raisonnablement estimer. À partir de là, tout ce qui reste est ce que vous ne savez pas et vous devriez également essayer de diviser ces choses en une catégorie aussi petite que possible. Ce processus d'estimation donne des estimations beaucoup plus précises.

Lorsque vous essayez de découvrir à quel point une chose est courante, vous devriez commencer par essayer de trouver les limites extérieures de la chose considérée. Par exemple, pour estimer le nombre de ménages de deux adultes et d'un enfant qui ont un chien de compagnie, vous commencerez par le nombre de ménages qui ont des animaux de compagnie et travaillerez vers l'intérieur à partir de là. Souvent, les gens se précipitent dans cette partie, mais la limite extérieure est importante car les humains ont tendance à faire attention au premier nombre qu'ils ont et à s'adapter à partir de là. Le numéro de départ est donc une ancre, et il vous empêchera de dériver dans le royaume de l'impossible. Pour déterminer la limite intérieure, développez quelques hypothèses sur le problème. Ensuite, recherchez les possibilités de chaque hypothèse.

Une partie du processus de synthèse des deux points de vue consiste à rechercher des opinions extérieures. Vous pouvez également vous pencher sur différentes perspectives. Par exemple, supposez que votre première conclusion est fausse et recherchez les raisons. Vous pouvez également essayer de mettre le travail de côté pendant environ une semaine - lorsque vous y reviendrez avec des yeux neufs, il sera différent. Ou changez de perspective en changeant le libellé de quelque chose ; aborder la question sous un angle différent, reformuler la question. Les prévisionnistes doivent être ouverts d'esprit. Ils ont besoin d'avoir de la curiosité, et ils doivent aller là où les preuves les mènent, même lorsqu'elles contredisent leurs théories favorites. Les prévisionnistes ont besoin d'yeux de libellule : la capacité de voir plusieurs perspectives à la fois.

Chapitre 6

Si vous rassemblez un groupe de personnes et leur demandez à toutes de prédire quelque chose, elles reviennent avec un large éventail de réponses. Est-ce une mauvaise chose? Non, cela montre qu'ils ne sont pas engagés dans une pensée de groupe ; ils utilisent chacun leur propre esprit. Souvent, si vous trouvez une moyenne de toutes leurs estimations, vous aurez une assez bonne approximation de la vérité. C'est "la sagesse de la foule".

L'idée de probabilité est une construction moderne que beaucoup de gens ne comprennent pas. Nos instincts voient un monde simple : un monde de Oui, non et peut être. (Au fur et à mesure que notre espèce évoluait, nous n'avions généralement pas besoin de plus de paramètres que cela. Est-ce que quelque chose est une menace ? Oui, réagissez ! Non, détendez-vous. Peut-être restez vigilant.) La probabilité est frustrante pour les gens, car l'esprit humain a tendance à tout simplifier dans le paradigme oui/non/peut-être. Par exemple, s'il y avait un risque de pluie 75% et qu'à la fin de la journée il n'a pas plu, cela ne signifie pas que les prévisions étaient fausses - un risque de pluie 75% signifie également un risque de pluie 25% qu'il ne pas pluie. Mais les gens veulent savoir « oui, il pleuvra » ou « non, il ne pleuvra pas », et le mieux que beaucoup puissent faire avec une prévision météorologique est de la classer comme « peut-être ». Les superforecasters, cependant, pensent généralement de manière probabiliste, et ceux qui souhaitent rejoindre leurs rangs doivent mettre de côté le schéma de pensée oui/non/peut-être et apprendre à penser de cette manière.

Les gens aiment aussi la certitude, mais il y a toujours une certaine incertitude. Ceci, en soi, est quelque chose à analyser, et il existe deux types d'incertitude : 1) vous pouvez être incertain à propos de choses qui sont connaissables et 2) vous pouvez être incertain à propos de choses qui sont inconnaissables. Lorsqu'il y a une incertitude sur des choses inconnaissables, il est généralement préférable d'être prudent et de maintenir les prédictions dans la plage de 35 à 65%. Dans l'étude IARPA, les estimations de 50% étaient les moins précises car ce nombre était utilisé pour exprimer l'incertitude. En d'autres termes, quand les gens disent qu'il y a une chance de 50 à 50%, c'est juste une façon élégante de dire peut-être. Les bons prévisionnistes, cependant, ont tendance à être très précis, ayant approfondi tant de détails. La granularité peut augmenter la précision d'une prédiction.

Les gens recherchent un sens, en particulier dans les moments de tragédie. Ils cherchent « Pourquoi ? » Certains se tournent vers la religion. Parfois, quand quelque chose arrive, les gens disent que cela devait arriver. Quelles sont les chances, demandent-ils, que nous nous soyons rencontrés ce jour-là ? Mais aussi improbable soit-il, vous deviez être quelque part ce jour-là, et vous auriez pu tout aussi bien rencontrer quelqu'un d'autre à la place. Les scientifiques ne demandent pas « Pourquoi ? » ils demandent : « Comment ? » Les superforecasters ne croient pas au destin.

Chapitre 7

Il n'y a pas de méthode simple de peinture par numéro pour de bonnes prévisions. Cependant, certaines actions sont généralement utiles :

Une fois qu'une prédiction est faite, le travail n'est pas terminé. Les prévisions doivent être mises à jour chaque fois qu'il y a des informations supplémentaires, et les superforecasters mettent à jour leurs prévisions plus souvent que les autres prévisionnistes. Ces prévisions mises à jour ont tendance à être plus précises, car le prévisionniste qui met à jour plus souvent est susceptible d'être mieux informé.

Il est difficile de mettre à jour une prévision - on peut sous-réagir et on peut sur-réagir. Souvent, lorsque nous sommes confrontés à de nouvelles informations, nous voulons nous en tenir à nos croyances indépendamment des nouvelles preuves. Les opinions des gens sur les choses peuvent en fait être plus sur leur propre identité que sur toute autre chose. De plus, plus il y a de gens qui s'investissent émotionnellement dans quelque chose, plus il est difficile d'admettre que l'on s'est trompé. Autre défi : une fois que les gens prennent position publiquement sur quelque chose, il est difficile de les faire changer d'avis. Mais vous devez pouvoir changer d'avis lorsque les faits changent.

Il est également difficile de distinguer les informations importantes des informations non pertinentes. Parfois, les gens pensent que quelque chose est important, mais ce n'est pas le cas, et des informations non pertinentes peuvent semer la confusion et déclencher des biais. Quand on ne se sent pas engagé dans les résultats, on peut réagir de manière excessive ; quand ils sont vraiment attachés, ils peuvent sous-réagir.

L'astuce consiste à mettre à jour une prévision fréquemment, mais, dans la plupart des cas, ne faites que de petits ajustements. Parfois, bien sûr, vous devez faire un changement radical. Si vous êtes vraiment loin de la cible, le changement progressif ne suffira pas.

Chapitre 8

Certaines personnes pensent qu'elles sont ce qu'elles sont et qu'elles ne peuvent pas changer et grandir. Ce ne sont pas les gens qui changent et grandissent. Parce qu'ils pensent qu'ils ne peuvent pas le faire, ils n'essaient jamais. Cela devient une prophétie auto-réalisatrice. Ces gens ont des mentalités fixes. Les superforecasters ont une mentalité de croissance.

John Keynes, le célèbre économiste, est devenu très doué pour investir en bourse. Il a soigneusement évalué tous ses échecs et a systématiquement amélioré ses performances. Il est devenu très réussi.

Pour réussir, il faut essayer. Pour nous améliorer, nous devons essayer, échouer, analyser, ajuster et réessayer. On apprend en faisant. On s'améliore par la répétition. Cela est vrai pour absolument toutes les compétences. Apprendre à prévoir, c'est pareil. On ne l'apprend pas uniquement en lisant un livre. Tu dois le faire. Tetlock explique également que si vous devenez vraiment bon en prévision dans un contexte – la météo – cela ne se traduira pas aussi bien dans un contexte différent – la politique mondiale. Vous devez vous appliquer, pratiquer et pratiquer pour chaque contexte.

Et vous devez parfois accepter de vous tromper. Faire des erreurs fait partie du processus d'apprentissage. Pour apprendre de l'échec, nous devons savoir que nous avons échoué. La pratique doit donc être suivie de commentaires. Sans rétroaction, les gens peuvent supposer qu'ils vont bien et devenir trop confiants. Sans feedback, les gens continueront à penser de manière inexacte à leur propre performance. Les commentaires devraient être immédiatement après l'événement, lorsque tout est encore frais dans nos esprits. Sinon, un biais rétrospectif s'installe - une fois que nous connaissons le résultat de quelque chose, cela influence notre mémoire des événements.

Les autopsies sont donc très importantes. Déconstruisez complètement vos prévisions après l'affaire. Qu'avez-vous bien compris ? Qu'est-ce que tu t'es trompé ? Pourquoi? Et comprenez que juste parce que la chose que vous avez prédite s'est produite, il ne s'ensuit pas nécessairement que votre processus était solide - cela aurait pu être juste une coïncidence. C'est dans la nature humaine de vouloir s'attribuer le mérite de prévisions correctes et de minimiser l'élément de chance, mais une analyse impartiale vous aidera à vous améliorer.

Un bêta perpétuel signifie une analyse et une amélioration continues. Maintenir un état de bêta perpétuel est bien plus important que l'intelligence. En fait, de toutes les qualités communes aux superprévisionnistes, la qualité qui permet le mieux de prédire qui deviendra superprévisionniste est celle du bêta perpétuel. Dans ce contexte, le courage et la ténacité sont des qualités importantes.

Chapitre 9

L'invasion de la baie des Cochons a été mal planifiée et exécutée. L'administration Kennedy a perdu sa crédibilité, mais les choses ont changé pendant la crise des missiles de Cuba. C'était à peu près la même équipe qui a géré les deux événements.

Après la Baie des Cochons, Kennedy a lancé une enquête pour comprendre ce qui n'allait pas. Le processus de prise de décision a été identifié comme le problème. Les membres de l'équipe ont été victimes de la pensée de groupe, qui se produit parce que les gens veulent s'entendre les uns avec les autres. Parfois, ils ajusteront inconsciemment leurs croyances pour accompagner l'équipe. Des groupes entiers de personnes peuvent ainsi s'éloigner de tout amarrage rationnel.

L'équipe Kennedy a développé une nouvelle méthode sceptique et ils ont commencé à remettre en question leurs hypothèses. Parfois, Kennedy quittait volontairement la pièce pour donner à l'équipe un espace pour lancer des idées sans le patron. C'était vraiment précieux. En fin de compte, lorsque la crise des missiles de Cuba est survenue, ils ont pu générer toutes sortes de solutions alternatives. Leur méthode améliorée pourrait bien avoir épargné au monde une guerre nucléaire.

Cela démontre qu'il est possible pour un groupe de changer son processus de prise de décision pour le mieux. Il n'est pas nécessaire de chercher le groupe parfait lorsqu'une équipe motivée peut apprendre à changer. Et malgré les risques de la pensée de groupe, travailler en équipe peut affiner le jugement et atteindre des objectifs plus ambitieux que ceux que les individus peuvent atteindre seuls. Tetlock pose la question : les prévisionnistes doivent-ils travailler en équipe, ou chacun doit-il travailler individuellement ?

Pour déterminer si les avantages et les inconvénients se compensent, ils ont mené une étude pour voir si les équipes de prévisionnistes fonctionnaient mieux que les individus. Les résultats étaient sans ambiguïté : les équipes sont clairement plus précises que les personnes. De plus, lorsque les superforecasters ont été regroupés en équipes, ils ont devancé les marchés de prédiction.

Ces résultats, bien que n'étant pas une recette automatique du succès, soulignent l'importance d'une bonne dynamique de groupe. Les équipes doivent également être ouvertes d'esprit ; ils devraient avoir une culture de partage. Enfin, la diversité est exceptionnellement importante, plus encore que la capacité. Les super-équipes composées de personnes diverses avec des perspectives différentes ont plus d'informations pour continuer.

Chapitre 10

Les super-équipes fonctionnent mieux avec des structures plates et non hiérarchiques. Mais les entreprises et les gouvernements - qui ont besoin de prévisionnistes pour les aider dans leurs décisions - sont très hiérarchiques. Comment ces éléments peuvent-ils s'emboîter ? Est-il possible de favoriser une structure plate et flexible dans une organisation hiérarchique ? Fait intéressant, Tetlock utilise la Wehrmacht comme exemple. (Il le fait pour illustrer la nécessité de séparer les sentiments et les préjugés - par exemple, les réactions ou l'inconfort avec la Wehrmacht en tant que modèle - afin qu'ils n'influencent pas les prédictions.)

Au XIXe siècle, l'armée prussienne a remporté la victoire sur ses voisins. Les Prussiens ont compris que l'incertitude était une partie importante de la réalité, et les dirigeants prussiens ont beaucoup réfléchi à l'incertitude. Il était important de réaliser que les circonstances peuvent changer très rapidement. En raison de cet accent mis sur l'incertitude, les agents ont été formés pour être flexibles afin de pouvoir gérer les situations au fur et à mesure qu'elles se présentent. Même les soldats ont été encouragés à remettre en question l'autorité lorsque cela était approprié. Ce principe était connu sous le nom de « auftragstaktik », littéralement, commandement de mission. En temps de guerre, les décisions devaient être prises localement pour répondre aux situations changeantes. Les commandants disaient à leurs subordonnés quel était l'objectif, mais pas comment l'atteindre. Même le plus humble des soldats était censé agir avec autonomie.

Les nazis ont hérité de cette armée : la Wehrmacht. La Wehrmacht connut longtemps un grand succès. En fin de compte, cependant, ils ont été submergés par des forces supérieures. Leur défaite a été accélérée par des erreurs, y compris la direction autocratique d'Hitler qui a violé les principes de l'auftragstaktik.

Comparativement, dans l'armée américaine, les subordonnés n'étaient jamais autorisés à interroger leurs supérieurs. Ils ont reçu des ordres longs et détaillés qui énoncent toutes les mesures qu'ils devaient prendre. Il y a eu peu d'exceptions. L'armée américaine n'a appris la leçon auftragstaktik que dans les années 1980. Ils ont sans doute encore du chemin à parcourir, mais ils sont devenus beaucoup plus décentralisés depuis lors. Lorsque les États-Unis ont envahi l'Irak, le général Petraeus a été habilité à réagir aux circonstances qu'il a trouvées sur le terrain et a pu minimiser la résistance. Il a souligné l'importance pour son peuple d'apprendre à penser avec souplesse et à gérer les choses au fur et à mesure qu'elles se présentent ; l'importance de voir les choses sous différents angles.

Chapitre 11

Un gros piège que nous rencontrons est de penser que ce que vous voyez est tout ce qu'il y a. Nous pouvons tous faire des erreurs et oublier de vérifier nos hypothèses. Et souvent, nous ne prêtons pas assez d'attention à la portée d'une question. Par exemple, si vous demandez à quelqu'un : « Est-ce que le règne d'Assad en Syrie tombera cette année ? » leur réponse reflétera s'ils pensent que le règne d'Assad déjà tomber. Ils sont insensibles à la portée.

Les superforecasters démontrent une meilleure sensibilité à la portée (pas parfaite, mais bien meilleure) que les prévisionnistes ordinaires. Ils utilisent le système 2 pour vérifier le système 1 si régulièrement qu'il devient automatique. De cette façon, le système 2 devient une partie du système 1.

Dans un livre sur les prévisions, Tetlock doit naturellement discuter du cygne noir de Nassim Taleb. A l'origine, tous les cygnes d'Europe étaient blancs. Si vous demandiez à un Anglais d'imaginer un cygne vraiment étrange, il penserait probablement à un cygne de taille anormale ou à un bec amusant ou quelque chose du genre. Mais tous les différents cygnes de son imagination seraient probablement blancs, car il n'avait jamais vu de cygne d'une couleur différente. Il ne pouvait pas en imaginer un même lorsqu'il essayait de penser à un autre type de cygne. Puis, au XVIIe siècle, des bateaux britanniques font l'aller-retour en Australie, emportant avec eux des souvenirs et des bizarreries, dont un cygne noir. L'Anglais voit quelque chose qu'il n'aurait même pas pu imaginer auparavant. Esprit = soufflé.

Toute la théorie sur les cygnes noirs développée par Nassim Taleb met en danger la théorie de Tetlock, il la déconstruit donc pour les lecteurs. Comment définiriez-vous précisément « cygne noir » ? Si vous voulez dire quelque chose qui était auparavant inconcevable, c'est extrêmement rare, en effet. Ou peut-être pourriez-vous le diluer à des « événements très improbables ayant des conséquences ». Il est très difficile d'obtenir des données sur des événements hautement improbables - de par leur nature, ils ne se produisent pas souvent. Le Good Judgment Project n'a pas duré assez longtemps pour collecter suffisamment de données à son sujet.

Et si vous regardez de près les événements supposés du cygne noir, ils étaient pour la plupart, mais pas précisément, prévisibles. Les prévisions sont d'autant moins précises qu'elles s'éloignent de l'avenir. La précision d'une prédiction diminue avec le temps, jusqu'à environ cinq ans quand elle est égale au hasard. Ainsi, les prévisions à long terme ne sont pas viables. Néanmoins, toutes sortes d'entreprises et d'institutions font des prévisions à long terme. Parfois, ils sont nécessaires, de sorte que des plans à long terme peuvent être faits. Dans ces cas, la meilleure chose à faire est de se préparer à la surprise. Planifier la résilience et l'adaptabilité ; imaginez différents scénarios où des choses improbables se produisent et décidez comment vous réagiriez.

Chapitre 12

Parfois, les gens sont hostiles aux prévisionnistes qui prédisent des choses qu'ils n'aiment pas. Inversement, ils peuvent être particulièrement amicaux avec ceux qui pronostiquent ce qu'ils veulent entendre. Parfois, la politique est plus puissante que les prédictions. Parfois, les gens utilisent des prévisions pour défendre leurs intérêts ou ceux de leur tribu, et, dans de telles situations, la précision passe souvent au second plan. Certaines personnes s'accrochent au statu quo parce qu'elles ont peur du changement, mais elles peuvent être persuadées par de bonnes recherches. (Tetlock s'appuie sur des exemples inspirants de personnes qui ont utilisé des preuves et des analyses pour influencer les opinions des gens et changer la société.)

Pour de nombreuses raisons, une bonne prévision est si importante. Elle peut faire la différence entre le succès et l'échec, entre la paix et la guerre. Et garder le score et suivre les résultats est le meilleur moyen d'évaluer les prédictions. Cela aidera les prévisionnistes à s'améliorer. Cela nous aidera également à tenir les gens responsables de faire des prédictions vagues qui ne peuvent pas être mesurées. Nous devons prendre au sérieux le pointage.

Le score Brier - mesurant la différence entre une prédiction et le résultat réel - est assez bon, mais, comme tout, il y a toujours place à l'amélioration. Heureusement, l'essor des technologies de l'information a accéléré nos capacités à compter et à tester. Les athlètes, par exemple, ont été en mesure d'améliorer considérablement leurs performances grâce à la recherche systématique de solutions fondées sur des preuves.

Cependant, si les chiffres sont de belles choses, ce ne sont que des outils, après tout. Nous ne pouvons pas attribuer de métriques à des choses qui sont essentiellement innombrables. Parfois, les questions vraiment importantes sont les plus difficiles à marquer. Parfois, vous devez examiner une situation complexe et la décomposer en petites questions. Une meilleure méthodologie pour cela doit être développée.