全国的な災害、巨大なイベント、銃撃、突破口、あらゆるニュースがあるたびに、専門家を見つけるためにテレビのニュースに頼ることができます。 彼らの何人かは、何が起こったのか、何が起こるのか、そしてなぜなのかについてかなりよく知っています。 しかし、多くの専門家になると、彼らは何について話しているのか本当に分かりません。
ブロガーのエリック・バーカーは、政治専門家の予測は、ランダムな推測よりもわずかに優れているだけであり、統計モデルよりもはるかに悪いと指摘しています。 実際、いわゆる専門家は、自分の分野以外のイベントを予測するのに優れていました。 バーカーは、フィリップ・テトロックが284の政治的「専門家」に約100の予測を立てた1980年代の研究を指摘している。 この研究は、「すべてが明白」という本にまとめられています*
これらの予測のそれぞれについて、テトロックは、専門家が2つの結果のどちらを期待したかを指定し、予測に確率を割り当てることを主張しました。 彼は、自信を持って予測すると、正しい場合はより多くのポイントを獲得しましたが、誤った場合はより多くのポイントを失いました。 それらの予測を手にして、彼は座って、イベント自体が終わるのを待ちました。 20年後、彼は結果を発表し、驚くべきことを発見しました。専門家はランダムな推測よりもわずかに優れたパフォーマンスを発揮しましたが、最小限の洗練された統計モデルでさえパフォーマンスを発揮しませんでした。 さらに驚くべきことに、専門家は、専門分野内でよりも専門分野外で操作する方がわずかに優れていました。
別の研究では、最高裁判所の事件の結果を予測しようとする「専門家」は、コンピューターほど優れたものではないことがわかりました。 世界では、ヘルスケアに関する最近の決定において、その証拠が見られ、世の中のほぼすべての「専門家」を驚かせました。
しかし、それは政治です。 他のフィールドはもっと良いはずですよね？ いや。 テクノロジーも同じです。 別の科学者は、技術動向予測の精度を分析しました。 それらの予測が専門家によって行われたかどうかにかかわらず、それらの約80％が間違っていました。
2005年に、テトロックは「専門家の政治判断：それはどれほど良いか？」と呼ばれる専門家の予測に関する本を書きました。 その中で、彼は専門家がしばしば間違っているだけでなく、それについてほとんど呼び出されないことを説明します。 ニューヨーカーは説明します：
彼らが間違っているとき、彼らは説明責任を負うことはめったになく、それを認めることもめったにありません。 彼らは、タイミングがちょうどずれているか、ありそうもない出来事によって盲目的であるか、正しい理由でほとんど正しいか間違っていると主張します。 彼らは誰もが持っているのと同じ自己正当化のレパートリーを持ち、彼らが間違いを犯したという理由だけで、世界の仕組み、または働くべきであるという彼らの信念を修正する他の誰よりも傾いていません。
Tetlockは、予測がひどい一方で、専門家が予測を行うと、キツネとハリネズミの2つの「認知スタイル」に分類されることを指摘しています。 Huffington Postの要約：
キツネは多くのことを知っていますが、ハリネズミは一つの大きなことを知っています。 ある主題に関する深い知識があると、焦点が絞られ、自信が増しますが、反対意見が見えなくなるまでぼやけてしまい、それによってデータ収集がバイアス確認に変わり、自己欺selfが自己保証に変わります。 世界は雑多で複雑な偶発的な場所であり、無数の介在変数と交絡因子があり、キツネは快適ですがハリネズミはそうではありません。 Tetlockの研究の低得点者は、「「1つの大きなことを知っている」、その1つの大きなことの説明範囲を新しいドメインに積極的に拡張し、「それを手に入れない」人々に厳しく焦りを示し、彼らが対照的に、高得点者は「多くの小さなこと（取引のトリック）を知っている思想家であり、壮大な計画に懐疑的であり、説明と予測を演ductive的な演習としてではなく、柔軟な演習として」さまざまな情報源を結び付ける必要があり、自分の予測力にかなり抵抗がある」
しかし、10, 000時間のテクニックはどうでしょうか？ 選択したフィールドの結果を予測するランダムなチャンスよりもわずかに良いチャンスを得るために、実際に10, 000時間を費やしましたか？ 恐らく。 バーカーは別の本を引用しています、タレントは過大評価されています：世界クラスのパフォーマーと他の人を本当に分けるもの：
幅広い分野での広範な研究は、多くの人々が何を何年費やしても、自分がやっていることで際立って上手くなれなくなるだけでなく、しばしば彼らが始めた時よりも良くならないことを示しています。
分野ごとに、中心的な重要なスキル-株式を推奨する株式仲買人、再犯を予測する仮釈放官、志願者を判断する大学入試職員-に関しては、経験の多い人は経験の少ない人よりも仕事で良くありませんでした。
ここの教訓は？ 何が起こるのか、まったくわからない。
Smithsonian.comからの詳細
オリンピックを予測するお金を獲得する方法
イタリアの科学者は2009年の地震を予知しないための裁判に直面するかもしれない
