每个应聘者都害怕的经典面试问题：告诉我一次你改变主意的时候。大多数面试者都会开始讲述一些关于突然顿悟的陈词滥调——顿悟时刻的变革性洞察——旨在展示候选人的坦诚、思想开放和分析能力。面试官一边点头，一边考虑这个故事是否足够令人难忘和深思熟虑，足以让候选人获得这份工作机会。
但突然改变主意真的是洞察力的标志吗？重大的顿悟会成为令人难忘的故事，但我们的研究表明，它们很少代表最佳分析头脑修正信念的方式。那些擅长做出准确预测的人，并非180度大转弯，而是倾向于逐渐改变他们的信念。他们修正预测以反映新信息，但他们这样做时速度缓慢，并将其与之前掌握的信息进行比较。
我们大多数人一生都不会花时间预测未来，但我们做出的任何决定，部分都取决于我们隐含的预测。我们投票给谁，我们从事什么工作，甚至我们出门是否带伞，都反映了我们对未来的最佳猜测：政治候选人当选后会做什么，哪份工作最适合，以及当天下雨的几率。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关塑造我们当今世界的发现和思想的具有影响力的故事的未来。
为了理解准确预测的科学，良好判断力项目，这是一项由芭芭拉·梅勒斯和菲利普·泰特洛克领导的研究项目，我曾是该项目的博士后学者，招募了数千名志愿者预测员，并向他们提出了近 500 个关于未来的问题。这些问题通常与地缘政治有关，侧重于“安格拉·默克尔是否会赢得 2013 年德国总理选举？”或“2012 年中国是否会爆发 H5N1 禽流感？”等主题。参与者的答案是概率性的。例如，一位预测员可能会预测默克尔有 80% 的几率赢得连任。在这项为期四年的研究中，由美国情报机构情报高级研究计划署 (IARPA) 赞助，该团队收集了超过一百万次的预测判断。
在数千名参与者中，良好判断力项目识别出了所谓的“超级预测员”，那些在预测未来方面表现出惊人技能的人，甚至比能够访问机密情报的情报分析师做得更好。为了成为一名超级预测员，志愿者必须在至少九个月的时间内，对数十个问题做出始终准确的预测。准确性是发现人才的黄金标准，但观察结果的发挥需要时间。因此，我们寻找关于谁可能特别擅长预测的其他早期线索。一个很有希望的线索是预测员更新他们信念的方式。
多年来，心理学家、政治科学家和商界人士都在研究个人如何改变主意——更具体地说，他们如何修正头脑中的概率。这种修正的一个例子是，当我们中午从窗户看到阴暗的天空时，我们预测下雨的几率已从 40% 升至 80%。改变一个人的评估可能是思想开放的标志。正如亚马逊创始人杰夫·贝佐斯所指出的那样，经常正确的人也经常改变主意。
但是，大的改变——例如，从 40% 跳到 80%——不一定表明某人思想开放。这种突然的逆转可能反而由近因偏差触发，即过度强调新信息的倾向。突然的改变也可能是由可得性启发法引起的，这使我们过度强调容易想到的事实和故事，尽管这些事实和故事不一定能帮助我们预测未来。优秀的预测员会抵制这些倾向，避免对新的或特别令人难忘的信息反应过度。
最佳预测员必须学会驾驭反应不足和反应过度的双重风险。为了找到这些人，我们根据三个标准衡量了他们的信念更新倾向：频率、确认和幅度。频率是一个人多久改变对某个问题的信念。确认倾向是确认一个人先前信念并坚持原始答案的习惯。幅度是每次修正对概率尺度的改变程度。
我们发现，具有高确认倾向的个人通常是不准确的预测员——他们倾向于为没有发生的事件分配高概率，为确实发生的事件分配低概率。相比之下，那些频繁更新信念的人是高度准确的预测员。最后，以小幅度增量更新信念的个人，其表现优于做出更大幅度改变的同龄人。
就像伊索寓言中的乌龟一样，频繁更新者表现出更好的学科知识、更开放的思想和更高的工作效率。他们的初始预测并不总是完全正确，但他们改变意见的意愿使他们能够随着时间的推移而脱颖而出。
相比之下，增量更新者类似于伊索寓言中的兔子：他们不是特别勤奋、博学或思想开放。但他们在流体智力测试中得分很高——包括关于逻辑、空间和数学推理的问题——并且他们的初始问题估计异常准确。
最佳预测员结合了乌龟和兔子的优点。频繁增量预测修正的模式是擅长预测的可靠标志。
预测员如何更新他们的信念是一个非常私人的过程，它借鉴了不同的思维方式、人生哲学和预测能力。但尽管如此，信念更新技术也可以被教授。我们知道，因为我们已经测试过它们。我们随机分配了大约一半的受试者接受一小时的预测培训干预，而另一半（对照组）则没有接受培训。有趣的是，接受培训的预测员随后以更频繁、更小的步骤更新了他们的信念，并且比对照组取得了更好的准确性。
培训材料并没有明确告诉预测员要进行更小的更新。相反，我们提供了他们可以应用于实践以平衡其初始直觉的通用课程。
首先，当我们遇到相反的证据时，我们经常忽略其中一条而偏爱另一条。例如，如果我们遇到两个选举民意调查，一个显示我们支持的候选人领先，另一个显示该人落后，大多数人会选择首选的民意调查，而将另一个民意调查视为不准确。然而，作为一名预测员，最好的策略是平均这两个民意调查。平均通常工作量较少，但它也要求我们妥协并接受与我们信念相悖的想法。
其次，培训还有助于参与者克服心理学家阿摩司·特沃斯基和丹尼尔·卡尼曼所称的内视角偏差，或者专注于每种情况独特方面的倾向。我们不是将一种情况与其他类似情况进行比较，而是专注于使其独特的原因。结果，我们经常给不重要的因素过大的权重。例如，在预测选举结果时，我们可能会专注于诸如院子里的标牌之类的东西作为指标，尽管这些标牌是我们特定城镇和情况所独有的。
相反，外视角是检查历史数据并将给定案例视为众多案例之一的做法。我们可能会问：“美国总统候选人在 10 月中旬领先的情况下，有多少次在 11 月获胜？”为了回答这个问题，我们可以构建一个参考类别，例如，过去 10 次总统选举，并计算出 10 月份民意调查领先者赢得大选的次数。由此产生的百分比——基本比率——就是外视角的答案。我们不可能都成为预测大师，但通过采取外视角和平均冲突数据，我们可以逐渐接近做出更好的预测。
如果您有兴趣练习和提高您的外视角思维技能，请考虑注册参加国家科学基金会资助的研究，其中我们的 团队正在努力预测新冠病毒疫苗和疗法何时以及是否通过临床试验。