人物背景#
泰特洛克（Philip Tetlock）是加拿大裔美籍政治學作家，賓州大學 Annenberg 講座教授，同時兼任華頓商學院（Wharton School）與文理學院。他在同儕審查期刊發表逾 200 篇論文，著作包括：
- Superforecasting: The Art and Science of Prediction
- Expert Political Judgment: How Good Is It? How Can We Know?
- Unmaking the West: What-if Scenarios that Rewrite World History
- Counterfactual Thought Experiments in World Politics
泰特洛克橫跨心理學、政治學與組織行為。其著作 Superforecasting 提供了關於機率思考的紮實洞見，是現代世界不可或缺的視角。
Good Judgment Project：素人擊敗情報專家#
故事始於 2010 年，IARPA（情報先進研究計畫署）做了一件「違反官僚學第一條」的事——主動贊助一場可能讓自己難堪的競賽：
- 各大研究機構與顧問公司投標
- Tetlock 與妻子 Barb Mellers 組成「Good Judgment Project」
- 在前兩年壓倒性勝出
- IARPA 隨後終止其他隊伍，讓他們吸收最強人才
- 最後直接與預測市場、內部基準競爭
結論：經過挑選與訓練的普通公民，能在自家強項上擊敗美國情報分析師。
伊拉克 WMD：一個改變一切的錯誤#
這個研究計畫之所以能誕生，背景是情報界的一次重大失誤：
- 中央情報局局長告訴總統「伊拉克擁有 WMD 是個 slam dunk（鐵板釘釘）」
- 在實際情境其實有些模糊
- 全球情報資料的加權平均，機率大概落在 50%–100% 之間，假設是 75%
- 如果國會聽到的是「75%」而非「鐵板釘釘」，可能不會通過動武案
- 世界歷史會走向完全不同的軌跡
為何會犯這種錯？9/11 之後沒人想再犯**「漏報」**型的錯誤——「華府的卸責文化中，至少別再犯上次犯的那種錯」。
機率語言取代「明確說沒說」#
預測者不能再用「distinct possibility / could / might / may」這類模糊用語。社會該對預測的精準度，至少達到我們對 MLB 打擊率或 NBA 罰球命中率的成熟度。
例子：David Leonhardt 在歐巴馬健保案後寫道：「預測市場錯了——他們給了 75% 機率推翻法案」：
- 但 75% 也意味著 25% 的機率不會推翻
- 如果這個市場過去做過數百次預測，每當它說 75% 的事真的有 75% 發生
- 那單一事件「站錯邊」並不能否定它的校準
- 你應該稍微下修信心，但不該歸零
機率思考與賭博#
AQR 對沖基金首席風險長 Aaron Brown（也是認真的撲克玩家）的觀察：
世界級撲克玩家與業餘高手的差別，在於前者能區分「60/40」和「40/60」的賭注。
他們從骨子裡知道「精細度有用」。
對交易者而言：
- 不只是看勝率
- 重點是擁有可下注的「正向數學期望」
- 在金融領域比較好賣這個觀念，因為選擇權能直接反推隱含機率
案例：Robert Rubin#
前高盛、柯林頓任內財政部長 Rubin 曾被視為機率思考的典範，2008 年金融危機後又被打成壞人：
- 機率思考者並非總是對的（如歐巴馬健保案的預測市場）
- 但他們校準良好
- 在沒有其他資訊時，仔細聽他們說的話是明智的
從外部觀點到內部觀點（Outside View → Inside View）#
來自 Kahneman 的概念，是超級預測者的關鍵優勢之一：
- 一般人遇到問題會直接跳進「內部細節」
- 超級預測者會從外部觀點開始，慢慢推進內部
舉例：被問「某個非洲獨裁者明年是否仍掌權？」
- 你連那國家在地圖上哪都不確定
- 但你知道一個重要的「基準率」——獨裁者很黏，掌權超過某段時間後，再撐一年的機率非常高
- 起點機率設高
- 然後根據新資料調整：
- 「他 91 歲、晚期攝護腺癌」→ 下調
- 「首都郊區有部隊互鬥」→ 下調
大多數人直接跳進細節，這是想取得好 Brier 分數（準確度量）的反面教材。
「How」思考 vs 「Why」思考#
超級預測者較不相信命運（fate）：
- 一般人被提醒「促成此事的所有偶然」時，反而更覺得「這是命中注定」
- 樂透得主常賦予中獎神祕意義
- 超級預測者：「事情就是會發生，總會有人中。」
- 不太可能的事偶爾發生，否則就違反機率定律
超級預測者看著配偶可能會想：「我本來可能跟另外 433,000 人中任何一個結婚，但我們在一起了，那就珍惜。」一種不浪漫但理性的世界觀。
與 Taleb 與 Kahneman 的細微差異#
與 Nassim Taleb：
- Taleb 強調黑天鵝的根本不可預測性
- Tetlock 偏好「白—淺灰—深灰—黑」的連續光譜
- Taleb 主張投資於「應對黑天鵝的應變計畫」（anti-fragility）
- Tetlock 主張投資於「改進機率判斷」
- 應變計畫終究還是要附帶機率，無法完全迴避
與 Kahneman：
- 差異更小
- Kahneman 對「能否找到並訓練出穩定優秀的預測者」較悲觀
- 但他不否認進步空間
- 雙方都會根據證據調整看法
第二意見效應：自己當第二位專家#
「研究發現，僅僅請人假設自己原本的判斷是錯的、認真考慮為什麼可能錯，然後再給一個估計——把兩次的估計平均，準確度幾乎等同於請另一個人來提供第二意見。」
我們本來就會在腦中與自己對話，給自己兩個估計並不奇怪。
「你相信全球暖化嗎？」是個爛問題#
超級預測者覺得這問題糟糕的兩個原因：
- 「全球暖化」定義模糊：是 2100 年比 20 世紀均溫高 3.6°C？閾值是 2°C 還 1°C？
- 「相信」彷彿是開關——零或一，沒有中間值
正確問法：「你多大程度上相信地球 2100 年表面均溫會落在以下溫度區間？」
這當然不是酒吧話題，也激不起黨派情緒。
真正的問題往往不是「你的機率判斷是什麼」，而是「你屬於哪個政治部落？你是我們還是他們？」——這是超級預測者不玩的遊戲。
超級預測者是天生還是後天的？#
兩者皆有：
- 確實有認知與動機門檻——不是人人皆可
- 但很多人若按照書中指南練習，能大幅進步
- 重點不是 IQ 多高、政治知識多豐富、頭銜多顯赫
核心心態：
「相信機率估計是一項可以培養、且值得培養的技能。」
然後願意投入心力。如果你不認真看待機率估計的挑戰，永遠不會進步。
學習方式：
- 把判斷明確寫下
- 取得回饋
- 持續校準
- 不能用「我覺得有 distinct possibility……」這種模糊語言練習
文明進步：四百年後的我們#
Tetlock 從研究蘇聯戈巴契夫崛起前就開始這份工作。當時的專家無法事先預測，事後卻人人能解釋。
「這是人類進步的一部分，是推動啟蒙議程往前走。
400 年後的人回頭看我們今天怎麼做政治辯論，會跟我們今天看 Salem 女巫審判一樣，毫不留情。」
軟性、主觀的人類判斷，未來會被要求愈來愈明確、愈來愈能證明價值。光是說「我是專家」已經不夠了。