菲利普·泰特洛克

菲利普·泰特洛克被视为这样一位心理学家——他为现代关于专家预测的讨论奠定了决定性的实证基础。他的研究挑战了专家这一令人安心的形象，即专家凭借专业知识便能可靠地揭示未来——在数千次预测中，职业评论员的表现还不如把相同概率分配给各个结果这一简单基线，而即使表现较好的预测风格，也远未达到可靠程度。

身份与思想立场

菲利普·泰特洛克是宾夕法尼亚大学的心理学家，他的研究集中于那些以评论政治和经济趋势为生的人。他在这一叙事中的重要性，与其说来自个人传记，不如说来自他为公共领域专家能力设定的标准。他没有把雄辩、声望或专业知识当作预测能力的证据，而是记录预测，赋予它们明确的概率，并将结果与简单的替代方法进行比较。

泰特洛克为期二十年的里程碑式研究，发表于他2005年的著作《专家政治判断——它有多好？我们如何知道？》。这项研究后来成为预测讨论的参照点，因为它考察的不只是专家预测了什么，还考察他们如何推理、如何处理相反证据，以及在被证明错误后如何作出反应。

预测研究

泰特洛克访谈了284名以评论政治和经济趋势，或就这些趋势向他人提供建议为生的人。他要求这些人估计相对近期事件发生的概率，既涉及他们熟悉的地区，也涉及他们了解较少的领域。问题包括米哈伊尔·戈尔巴乔夫是否会在政变中被免职、美国是否会在波斯湾开战，以及哪个国家会成为下一个主要的新兴市场。

该项目累计收集了8万多项预测。对于每个问题，专家评估三种可能方向——现状延续、某种状况例如政治自由或经济增长增加，或该状况减少。泰特洛克还收集了有关专家方法、他们对否证性证据的反应，以及预测失败时所提出解释的信息。

研究结果严重打击了专家能力通常具有的声望。专业人士的表现还不如把相同概率分配给三种可能结果时的表现。即使在他们最了解的地区，他们也没有显著优于非专家。更多知识只带来极其轻微的改善，而知识最丰富的参与者往往更不可靠，因为知识强化了他们的技能幻觉，并助长了毫无根据的自信。

泰特洛克发现，名望使问题更加严重。最受赞誉的预测者作出的预测更加夸张，也比不受聚光灯关注的同事更过度自信。因此，他们的公共价值部分带有表演性质——电视制作人偏爱清晰而强硬的观点，尤其喜欢让两位自信的专家从对立立场相互攻击，尽管这种表演与预测准确性几乎没有联系。

刺猬、狐狸与错误

泰特洛克从以赛亚·伯林关于列夫·托尔斯泰的讨论中，采用了刺猬与狐狸的区分。刺猬围绕一个宏大的观念组织事件。他们通过连贯的理论解释具体发展，讲话确定，表现出对相反观点的不耐烦，并拒绝承认错误。当预测失败时，刺猬通常会解释说，错误只在于时机，期间出现了不可预见的事件，或者推理本身是正确的，只是结果并非如此。

狐狸以更加多元且有条件的方式思考。他们不相信把历史归结为单一驱动力的解释，认识到许多行动者与原因之间的相互作用，并允许盲目的运气产生巨大而不可预测的后果。在泰特洛克的研究中，狐狸的表现优于刺猬。他们的优势确实存在，但很有限——即使是更加灵活的风格，在总体上预测能力仍然很差；而且狐狸对电视节目缺乏吸引力，因为复杂性和不确定性不如自信的对抗场面那样具有娱乐性。

因此，泰特洛克的发现并不是简单地用另一类专家取代一类专家。它们表明，思想上的谦逊能够改善预测，却不能使世界变得可预测。狐狸优于刺猬，但两种风格都无法消除政治和经济事件固有的不确定性。

校准与判断的局限

更广泛的预测问题涉及校准——表达出的信心是否与预测成真的频率相符。一个校准得当的判断者，如果赋予某个特定的信心水平，那么在足够大的一组案例中，预测结果的实际比例应落在该范围之内。泰特洛克的研究使这一标准成为评价公共预测的核心，用可以根据结果核查的记录，取代了事后赞叹。

与保罗·米尔相关的研究中也出现了同样的关注点；叙事将保罗·米尔确定为泰特洛克的重要思想先驱之一，因为他比较了专家判断与公式的表现。保罗·米尔回顾了二十项研究，其中受过训练的专业人士被拿来与统计规则比较。在一个典型例子中，咨询师用45分钟访谈大学新生，并查阅高中成绩、能力倾向测验和一份四页的个人陈述，而公式只使用高中成绩和一项能力倾向测验。公式的准确性高于14名咨询师中的11名。

后来的研究将比较扩展到大约两百项研究。约60%的研究显示，算法的准确性显著更高；其余研究结果持平，但这仍然有利于公式，因为公式通常比专家判断成本更低。研究结果涉及假释违规、飞行员训练成功、犯罪再犯、癌症患者寿命、住院时间、心脏诊断、商业成功、信用风险、寄养父母适任性、暴力行为、足球比赛结果以及波尔多葡萄酒价格。这些被描述为低有效性环境，其中可获得信息与未来结果之间的关系微弱或不稳定。

泰特洛克的工作还得到这样一项发现的支持——即使证据没有改变，人类判断也往往前后不一致。经验丰富的放射科医生在不同时间将同一张胸部X光片评定为正常或异常时，有20%的时候会自相矛盾；一项针对101名审计师的研究也发现了类似问题。统计规则对相同输入返回相同结果；人类判断则会受到情境、启动效应、情绪以及作出决定时未被注意到的条件影响。

遗产与意义

泰特洛克的贡献，是对专家能力社会性表演的一种有纪律的怀疑。他的研究表明，信心、名望、专业知识和生动的解释，都不是预测记录的可靠替代品。研究还澄清了专家为何在失败后仍能保持说服力——他们往往能够把错误重新解释为时机错误、不可预见事件的干扰，或接近成功的结果，从而即使结果与之矛盾，也保留能力出众的故事。

他的工作也把预测与计划谬误及外部视角联系起来。项目团队通常依赖从个案内部看到的具体细节和意图，却忽视有关可比案例的统计信息。在叙事所描述的课程教材项目中，即使一个明确学过外部视角的小组，在估计教材需要多长时间完成时，也集体忽视了它。泰特洛克的研究有助于解释这种忽视为何持续存在——个人印象会制造引人入胜的故事，而基准率和参考类别相比之下显得苍白无力。

持久的教训并不是专家毫无价值，也不是每个公式都天然明智，而是预测必须在它声称理解的世界中接受检验。当结果被记录、概率被明确表达，并且表现与简单基线进行比较时，专家权威便成为一个实证问题。泰特洛克的狐狸之所以成功，是因为它们承认复杂性与运气；它们并不是因为发现了穿越不可预测历史的秘密道路而成功。