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 personnes font des prédictions à la télévision et sur d’autres médias, mais leur exactitude n’est jamais réellement mesurée. Ils ne passent pas à la télévision parce qu'ils sont doués pour prédire ; ils sont à la télévision parce qu'ils savent bien raconter une histoire, ils sont intéressants, ils sont divertissants. Les véritables 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 sur le fait que tout va bien. Généralement, ces différents objectifs ne sont pas déclarés.

Superprévision discute de 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 revient plus tard dans le livre, fournissant beaucoup plus de contexte dans le chapitre 3.) La chose importante que cette étude sur les chimpanzés a montré, 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 court terme – plus les prévisions étaient longues, moins elles étaient précises. Les prédictions sur trois à cinq ans se rapprochent de l’exactitude 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 qui en résulterait. Les scientifiques pensaient autrefois que la réalité fonctionnait avec une telle précision d'horlogerie que, une fois que nous comprenions comment elle fonctionnait, nous serions capables de tout prédire. Cette idée a été perturbée par Edward Lorenz et l’idée selon laquelle un papillon battant des ailes au Brésil pourrait déclencher une tornade au Texas : la théorie du chaos. S’il y a 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.

Il y a cependant beaucoup de choses que nous pouvons prédire. Nous pouvons prédire des événements de routine, mais même ceux-ci peuvent être perturbés par des anomalies. Plus la durée est longue, plus il est difficile de prédire, mais il y a même des exceptions à cela. Et même si l’avenir verra probablement davantage de mélanges ordinateur-humain dans les prévisions, les humains restent au premier plan dans ce mélange. Pour faire de bonnes prédictions, vous avez besoin de bons algorithmes, mais vous devez accepter le fait que vous n’en 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, en soulignant qu'il n'y a pas eu de tests méthodiques pendant très longtemps. Une bonne science nécessite un scepticisme sain, et la profession médicale n’a commencé à recourir à 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 effectuer aucune recherche. Par exemple, le gouvernement de Margaret Thatcher a soutenu une politique d'incarcération des jeunes délinquants dans des conditions spartiates. Est-ce que ça a marché ? Ils n'ont fait aucune étude ; ils ont supposé que leur intuition était la meilleure.

Les psychologues disent que nos mondes mentaux sont divisés en deux domaines. Le système 2 est notre vie consciente. Cela inclut tout ce à quoi nous pensons. Le système 1 est le monde des réactions automatiques, du fonctionnement du pilote automatique. La numérotation est intentionnelle : le système 1 vient en premier. Cela fonctionne toujours en arrière-plan. Réfléchir aux problèmes peut nous apporter une analyse plus précise, mais ce n’est pas toujours pratique. Dans le monde néolithique, les hommes ont parfois dû 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 une partie des deux.

Les gens doivent donner un sens à leur monde. Lorsqu'ils ne comprennent pas les choses, ils inventent généralement des raisons pour les expliquer, souvent sans en avoir conscience. Les scientifiques, cependant, sont formés pour faire preuve d’une certaine discipline quant à leurs intuitions. Ils examinent d’autres explications possibles des choses ; ils envisagent la possibilité que leur intuition soit fausse. Il est important d’entretenir le doute, mais cela va à l’encontre de la nature humaine. La chose naturelle est de s’accrocher à la première explication plausible et de rassembler les preuves qui la soutiennent tout en ignorant les preuves qui ne la soutiennent 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 question 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 y réfléchir trop longtemps. 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 de 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 disposez de suffisamment d'indices valables pour que l'intuition soit productive. Il est donc bon de vérifier avant d'agir sur votre intuition, pour vous assurer qu'elle réussit le test de 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 précisées lorsque les gens font des prévisions, par exemple lorsque le prévisionniste suppose que le public connaît le contexte, ce qui peut être acceptable jusqu'à ce que vous retiriez les prévisions cinq ans plus tard et que personne ne se souvienne du contexte. De nombreuses prévisions ne sont pas accompagnées d'un calendrier, comme cela est sous-entendu 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 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 leur avis sur la probabilité exacte que cela se produise. Les réponses allaient de 20% à 80% de probabilité, 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 de pluie de 70%. S'il ne pleut pas, certaines personnes peuvent penser que les prévisions étaient fausses, mais en réalité, une probabilité de pluie de 70% signifie qu'il y a une chance de 30% qu'il ne pleuve pas. La seule véritable façon de juger de l’exactitude des prévisions serait de réexaminer la météo 100 fois et de voir à quelle fréquence il pleut. Mais comme nous ne pouvons pas le faire, tout ce que nous pouvons réellement dire, c’est que les prévisions n’ont pas été démenties.

Nous ne pouvons pas réviser l’histoire et nous ne pouvons donc pas juger une prévision isolée. Ce que nous pouvons faire, cependant, c’est examiner ensemble un grand nombre de prévisions – examiner les antécédents d’un météorologue. La question à poser n’est pas : « Est-ce qu’il a plu cette fois-là lorsqu’elle a dit 70% risque de pluie ? » mais, "De toutes les fois où elle a dit 70% risque de pluie, est-ce qu'il a plu 70% à ce moment-là ?" Il s'agit d'un calibrage, 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 procéder à ces évaluations, vous devez disposer de nombreuses données. Cela ne fonctionne pas très bien avec les événements rares.

Il n’est pas non plus très intéressant ou excitant de dire qu’il existe une chance 60% que quelque chose se produise – 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 rassembler toutes les informations qu’ils souhaitent ; cela ne les rendra pas plus précis car ils l'organisent pour s'adapter à l'Idée. Ces personnes peuvent sembler confiantes, ce qui incite les autres à les croire. (Ces gens réussissent bien à la télévision, même s’ils ne sont pas de très bons pronostiqueurs.)

Net-net : Il est difficile de voir en dehors de notre propre perspective, il est donc bon de regrouper les informations provenant de nombreuses sources et de considérer 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 les 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 vraiment tort. Il s’avère que les analystes ne savaient pas à quel point leurs méthodes analytiques fonctionnaient parce qu’ils ne surveillaient pas l’exactitude de leur travail. La communauté du renseignement a été à juste titre alarmée par cet état de fait, et l’Intelligence Advanced Research Projects Activity (IARPA) a créé une étude conçue pour en savoir plus sur les pronostics et déterminer comment les 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'annoncer 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 série de lancers corrects au début, et ces personnes étaient les plus susceptibles d'avoir l'impression qu'elles avaient une sorte de talent pour suivre les lancers de pièces. C’était évidemment faux, puisqu’aucune compétence n’est impliquée dans un tirage au sort.

Il existe toutes sortes d’erreurs logiques. Par exemple, si une émission de télévision fait toute une histoire à propos d'un pronostiqueur parce qu'il avait raison à une occasion précise, cela ne veut rien dire, car n'importe qui pourrait accidentellement avoir raison une fois. Ce sont juste des probabilités aléatoires.

La chance joue toujours un rôle et personne, aussi bon soit-il, n'est infaillible. Mais il y a des gens qui sont plus doués que d’autres pour prévoir l’avenir. Ces superforecasters n’ont pas seulement de la chance ; ils ont de vraies compétences. Alors que les bons prévisionnistes régressent lentement dans le temps (régression vers les moyennes = les choses tendent à revenir à la moyenne), le vraiment les bons prévisionnistes ne régressent pratiquement pas. Année après année, certaines personnes conservent leur statut de superforecaster, 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 démarrer 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 lieu à 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 tourner vers différentes perspectives. Par exemple, supposons 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 un regard neuf, il sera différent. Ou changez de perspective en changeant le libellé de quelque chose ; l'aborder sous un angle différent, en reformulant la question. Les prévisionnistes doivent faire preuve d’ouverture d’esprit. Ils doivent faire preuve de curiosité et aller là où les preuves les mènent, même si 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 tous de prédire quelque chose, ils 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 obtiendrez 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 paramètres supplémentaires. Quelque chose constitue-t-il 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 simplifier tout dans le paradigme oui/non/peut-être. Par exemple, s'il y avait une probabilité de pluie de 75% et qu'à la fin de la journée il n'a pas plu, cela ne signifie pas que les prévisions étaient fausses - une probabilité de pluie de 75% signifie également une chance de 25% qu'il pleuve. ne pas pluie. Mais les gens veulent savoir « oui, il va pleuvoir » ou « non, il ne pleuvra pas », et le mieux que beaucoup puissent faire avec une prévision météorologique est de la classer comme « peut-être ». Cependant, les superforecasters 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 sur des choses qui sont connaissables et 2) vous pouvez être incertain sur des choses qui sont inconnaissables. Lorsqu'il existe une incertitude sur des choses inconnaissables, il est généralement préférable d'être prudent et de maintenir les prévisions dans la plage 35-65%. 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, lorsque les gens disent qu’il existe une chance de 50 à 501 TP3T, ce n’est qu’une manière élégante de dire peut-être. Cependant, les bons prévisionnistes ont tendance à être très précis, après avoir approfondi de nombreux détails. La granularité peut augmenter la précision d'une prédiction.

Les gens recherchent un sens, particulièrement en période de tragédie. Ils recherchent « Pourquoi ? » Certains se tournent vers la religion. Parfois, quand quelque chose arrive, les gens disent que c’était censé 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 tout aussi bien pu 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’existe pas de méthode simple pour faire de bonnes prévisions. Il existe cependant des actions qui sont généralement utiles :

Une fois la prédiction 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 les met à jour plus souvent est susceptible d'être mieux informé.

Il est difficile de mettre à jour une prévision : on peut réagir de manière insuffisante ou excessive. Souvent, lorsque nous sommes confrontés à de nouvelles informations, nous souhaitons nous en tenir à nos convictions, quelles que soient les nouvelles preuves. Les opinions des gens sur certaines choses peuvent en fait concerner davantage leur propre identité que toute autre chose. De plus, plus il y a de gens qui s’investissent émotionnellement dans quelque chose, plus il est difficile d’admettre qu’ils ont tort. Autre défi : une fois que les gens prennent publiquement position sur quelque chose, il est difficile de les faire changer d'avis. Mais vous devez être capable de 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 prêter à confusion et déclencher des préjugés. Quand on ne se sent pas attaché aux résultats, on peut réagir de manière excessive ; lorsqu’ils sont vraiment attachés, ils peuvent réagir de manière insuffisante.

L’astuce consiste à mettre à jour fréquemment une prévision, mais, dans la plupart des cas, à n’effectuer que de petits ajustements. Parfois, bien sûr, il faut opérer un changement radical. Si vous êtes vraiment loin de l’objectif, un changement progressif ne suffira pas.

Chapitre 8

Certaines personnes pensent qu’elles sont ce qu’elles sont et qu’elles ne peuvent ni changer ni grandir. Ce ne sont pas des gens qui changent et grandissent. Parce qu’ils pensent qu’ils n’y arrivent pas, 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, nous devons essayer. Pour nous améliorer, nous devons essayer, échouer, analyser, ajuster et réessayer. Nous apprenons en faisant. On s'améliore par la répétition. Cela est vrai pour absolument toutes les compétences. Apprendre à prévoir est la même chose. On ne l'apprend pas uniquement en lisant un livre. Tu dois le faire. Tetlock explique également que si vous parvenez vraiment à faire des prévisions dans un contexte donné – 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 il faut parfois accepter de se tromper. Faire des erreurs fait partie du processus d’apprentissage. Pour tirer des leçons de l’échec, nous devons savoir que nous avons échoué. La pratique doit donc être suivie de feedback. Sans retour d’information, 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 retours doivent avoir lieu 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 en profondeur vos prévisions après l'affaire. Qu'avez-vous bien compris ? Qu'avez-vous fait de mal ? Pourquoi? Et comprenez que ce n’est pas nécessairement parce que la chose que vous avez prédite s’est produite que votre processus était solide – cela pourrait être simplement une coïncidence. Il est dans la nature humaine de vouloir s’attribuer le mérite de prévisions correctes et de minimiser l’élément de hasard, 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 modifier son processus décisionnel pour le mieux. Il n’est pas nécessaire de rechercher 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 son jugement et atteindre des objectifs plus ambitieux que ceux que l’on peut atteindre seuls. Tetlock pose la question suivante : 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, même s’ils ne constituent 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 du partage. Enfin, la diversité est extrêmement importante, encore plus que les capacités. Les superéquipes composées de personnes diverses avec des perspectives différentes disposent de plus d’informations sur lesquelles s’appuyer.

Chapitre 10

Les superéquipes 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 peuvent-ils s’articuler ? Est-il possible de favoriser une structure plate et flexible dans une organisation hiérarchique ? Il est intéressant de noter que 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 à l’égard de la Wehrmacht en tant que modèle – afin qu’ils n’influencent pas les prédictions.)

Au XIXe siècle, l’armée prussienne remporte la victoire sur ses voisins. Les Prussiens comprenaient que l’incertitude était une partie importante de la réalité et les dirigeants prussiens y ont beaucoup réfléchi. Il était important de réaliser que les circonstances peuvent changer très rapidement. En raison de l’accent mis sur l’incertitude, les agents ont été formés pour faire preuve de flexibilité afin de pouvoir gérer les situations à mesure qu’elles se présentaient. Même les soldats étaient encouragés à remettre en question l’autorité lorsque cela était approprié. Ce principe était connu sous le nom d’« 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 a longtemps connu un grand succès. Mais ils furent finalement submergés par des forces supérieures. Leur défaite a été précipitée par des erreurs, notamment par la direction autocratique d'Hitler qui a violé les principes de l'auftragstaktik.

En comparaison, dans l’armée américaine, les subordonnés n’étaient jamais autorisés à interroger leurs supérieurs. Ils recevaient des ordres longs et détaillés qui précisaient toutes les actions qu'ils devaient entreprendre. Il y avait quelques exceptions. L’armée américaine n’a retenu la leçon de l’auftragstaktik que dans les années 1980. Ils ont sans doute encore du chemin à parcourir, mais ils sont depuis devenus beaucoup plus décentralisés. Lorsque les États-Unis ont envahi l’Irak, le général Petraeus a eu le pouvoir de répondre aux circonstances qu’il a rencontrées sur le terrain et a pu minimiser la résistance. Il a souligné l'importance pour son peuple d'apprendre à penser avec flexibilité 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 grand piège auquel nous sommes confrontés est de penser que ce que vous voyez est tout ce qui existe. Nous pouvons tous faire des erreurs et oublier de vérifier nos hypothèses. Et souvent, nous ne prêtons pas suffisamment attention à la portée d’une question. Par exemple, si vous demandez à quelqu’un : « Le règne d’Assad en Syrie va-t-il tomber 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 – pas parfaite, mais bien meilleure – de la portée que les prévisionnistes classiques. Ils utilisent le système 2 pour vérifier le système 1 si régulièrement que cela devient automatique. De cette façon, le système 2 devient une partie du système 1.

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

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

Et si vous regardez attentivement les prétendus événements du cygne noir, ils étaient pour la plupart, mais pas précisément, prévisibles. Les prévisions sont d’autant moins précises qu’elles prédisent un avenir lointain. L'exactitude d'une prédiction diminue avec le temps, jusqu'à environ cinq ans plus tard, quand elle devient égale au hasard. Les prévisions à long terme ne sont donc pas viables. Néanmoins, toutes sortes d’entreprises et d’institutions font des prévisions à long terme. Parfois, ils sont nécessaires pour élaborer des plans à long terme. Dans ces cas-là, la meilleure chose à faire est de se préparer à la surprise. Planifier la résilience et l’adaptabilité ; imaginez différents scénarios dans lesquels des choses improbables se produisent et décidez comment vous réagiriez.

Chapitre 12

Parfois, les gens sont hostiles aux prévisionnistes qui prédisent des choses qui ne leur plaisent pas. À l’inverse, 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 les 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 convaincues par une bonne recherche. (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, de bonnes prévisions sont si importantes. Cela peut faire la différence entre le succès et l’échec, entre la paix et la guerre. Et conserver les scores 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 leurs prédictions vagues qui ne peuvent pas être mesurées. Nous devons prendre au sérieux le comptage des points.

Le score du Brier – mesurant la différence entre une prédiction et le résultat réel – est plutôt bon, mais, comme toute chose, il y a toujours place à l'amélioration. Heureusement, l’essor des technologies de l’information a accéléré notre capacité à compter et à tester. Les athlètes, par exemple, ont pu améliorer considérablement leurs performances grâce à la recherche systématique de solutions fondées sur des données probantes.

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