مقاله

از نوستراداموس تا پل، اختاپوسِ «دارای علم غیب» که بنا به ادعاها نتایج بازی‌های جام جهانیِ فوتبال را پیش‌بینی می‌کرد، فراوان بوده‌اند کسانی که می‌گویند خودشان ــ یا حیواناتشان ــ می‌توانند آینده را پیش‌بینی کنند. در اکثر موارد، رد کردن چنین ادعاهایی، خواه پیشگویی‌های پیامبرمآبانه‌ی فوق‌العاده مبهم (مثل نوستراداموس) یا اتفاقاتی تصادفی (مثل پل)، آسان است.

اما آیا کسانی هستند که واقعاً بتوانند به ما بگویند که در آینده چه اتفاقی رخ خواهد داد؟ ما انتظار داریم که دانشگاهیان و متخصصان علوم سیاسی به ما کمک کنند که از اوضاع دنیا سر در بیاوریم. برای مثال، اگر بخواهیم بفهمیم که در آینده در اوکراین چه اتفاقاتی رخ خواهد داد، ممکن است به سراغ یک کارشناس سیاست خارجی یا کسی برویم که درباره‌ی نیروهای نظامیِ روسیه تحقیق کرده است. در مورد چشم‌انداز تورم در سال آینده، ممکن است نظرِ یک اقتصاددان را جویا شویم. اما از قضا شواهد و مدارک نشان می‌دهد که دانشگاهیان و تحلیل‌گران در این زمینه کارنامه‌ی چندان درخشانی ندارند.

در میانه‌ی دهه‌ی ۱۹۸۰، فیلیپ تِتلاک، متخصص علوم سیاسی، تصمیم گرفت که صحتِ پیش‌بینی‌های متخصصان را بسنجد. او صدها استاد دانشگاه و کارشناس باسابقه‌ی علوم سیاسی را دعوت کرد تا در «مسابقات پیش‌بینی» شرکت کنند. از این افراد می‌خواستند به پرسش‌هایی نظیر این بیندیشند که چه کسی در انتخابات آینده‌ی ریاست‌جمهوریِ آمریکا پیروز خواهد شد، یا اتحاد جماهیر شوروی تا چه زمانی دوام خواهد آورد. آنها باید احتمال وقوع هر پیشامدی را تخمین می‌زدند. برای مثال، یک نفر ممکن بود که بگوید ۳۰ درصد احتمال دارد که اتحاد جماهیر شوروی قبل از سال ۱۹۹۰ دچار فروپاشی شود. به مرور زمان، این پیش‌بینی‌ها را با واقعیت ‌سنجیدند تا به میزان صحتشان پی برند. معلوم شد که متخصصان در پیش‌بینیِ اتفاقات چندان مهارتی ندارند. حاصل کارِ بسیاری از آنها درست مثل کسی بود که صرفاً به‌طور تصادفی گمانه‌زنی کند. شامپانزه‌ای را در نظر بگیرید که به سوی یک هدف دارت پرتاب می‌کند؛ تنها اندکی از متخصصان عملکردی بهتر از این شامپانزه داشتند، آن هم فقط کمی بهتر.

از همه مهم‌تر اینکه تتلاک فقط متخصصان را به مسابقاتِ پیش‌بینی دعوت نکرد. او با انتشار آگهی‌ در روزنامه‌ها افراد کنجکاوِ علاقه‌مند به پیش‌بینیِ آینده را هم به این رقابت‌ها دعوت کرد. در سال اول، ۳۲۰۰ نفر در این مسابقات شرکت کردند. مدتی پس از آغاز این رقابت‌ها، تتلاک از الگوریتمی استفاده کرد که به پیش‌بینی‌های دقیق‌ترین پیش‌بینی‌کنندگان اهمیت و ارزشِ بیشتری می‌داد. او همچنین پیش‌بینی‌ها را «به منتها درجه رساند»، و احتمالات مطرح‌شده را به صد درصد یا صفر درصد نزدیک‌تر کرد. به لطف این الگوریتم، معلوم شد که پیش‌بینی‌های آدم‌های عادی‌ای که پس از مشاهده‌ی آگهی‌ها در این مسابقات شرکت کرده بودند «بهتر» از تحلیل‌گران اطلاعاتی‌ای بود که به اطلاعات محرمانه دسترسی داشتند. علاوه بر این، پیش‌بینی‌های اشخاص عادی «بسیار بهتر» از پیش‌بینی‌های دانشگاهیان و صاحب‌نظران سیاسی بود. بهترین پیش‌بینی‌کنندگان، که ملقب به «اَبَرپیش‌بینی‌کننده» بودند، بقیه‌ی شرکت‌کنندگان در این مسابقات را شکست می‌دادند.

در میانه‌ی دهه‌ی ۱۹۸۰، فیلیپ تِتلاک، متخصص علوم سیاسی، تصمیم گرفت که صحتِ پیش‌بینی‌های متخصصان را بسنجد. او صدها استاد دانشگاه و کارشناس باسابقه‌ی علوم سیاسی را دعوت کرد تا در «مسابقات پیش‌بینی» شرکت کنند.

چه چیزی آنها را تا این حد خبره می‌ساخت؟ مهم‌ترین عامل موفقیتِ ابرپیش‌بینی‌کنندگان این بود که آنها از سوگیری‌هایی که بر پیش‌بینی‌های دیگران تأثیر می‌گذاشت، مصون بودند. یکی از این سوگیری‌ها «غفلت از ابعاد» است که دَنیِل کانمن، روان‌شناسِ برنده‌ی جایزه‌ی نوبل، آن را بر سرِ زبان‌ها انداخته است. فرض کنید که از شما بخواهند پیش‌بینی کنید که چند درصد احتمال دارد که سال آینده در این زمان، کیر استارمر، رهبر کنونی حزب کارگر بریتانیا، همچنان رهبر این حزب باشد. به نظرتان پیش‌بینیِ معقول کدام است؟ ۹۰ درصد؟ یا ۸۵ درصد؟

حالا فرض کنید که از شما می‌خواستند بگویید چند درصد احتمال دارد که کیر استارمر نه یک بلکه دو سال دیگر همچنان در منصبِ خود باقی باشد. آیا پیش‌بینی‌تان عوض می‌شد و عدد و رقم دیگری را ارائه می‌کردید؟ اگر پاسختان به این پرسش منفی است، در این صورت به احتمال زیاد به «غفلت از ابعاد» مبتلا هستید، یعنی به پرسش‌هایی که ظاهراً به یکدیگر شباهت دارند اما در واقع محاسباتِ متفاوتی را می‌طلبند، پاسخ‌های مشابهی می‌دهید. بر خلاف ابرپیش‌بینی‌کنندگان، اکثر مردم چندان «متوجه ابعاد» (scope sensitive) نیستند. ابرپیش‌بینی‌کنندگان نسبت به دیگر خطاهای معرفتی، از جمله سوگیریِ تأیید (confirmation bias overconfidence) یا اطمینان بی‌جهت (overconfidence)، هم مصونیتِ بیشتری دارند. همه‌ی این عوامل سبب می‌شود که بهتر از بقیه پیش‌بینی کنند.

آیا اینها توانایی‌های خارق‌العاده‌ی مادرزادی است یا اینکه هرکسی می‌تواند با تلاش و کوششِ کافی ابرپیش‌بینی‌کننده شود؟ پاسخ تا حدی آزارنده است چون باید گفت که هر دو عامل در این امر سهیم‌اند. این درست است که بهترین پیش‌بینی‌کنندگان ویژگی‌هایی دارند که ظاهراً بسیاری از ما از آن بی‌بهره‌ایم. به این پرسش فکر کنید: «اگر پنج دقیقه طول بکشد که پنج دستگاه پنج کالا تولید کنند، در این صورت چقدر طول خواهد کشید که ۱۰۰ دستگاه ۱۰۰ کالا تولید کنند؟» اگر جواب‌تان ۱۰۰ دقیقه بوده است، متأسفانه باید بگویم که در یکی از آزمون‌های رایج «تأمل شناختی» مردود شدید. هدف از این آزمون‌ها این است که بفهمیم چه کسانی به جای اعتماد به حس غریزیِ خود، دقیق‌تر می‌اندیشند. پاسخ درست ۵ دقیقه است و اکثر ابرپیش‌بینی‌کنندگان بدون دردسر همین پاسخ را ارائه می‌کنند. چنین افرادی وقتی پرسشی را می‌شنوند بی‌درنگ به این فکر می‌کنند که چرا احتمالاً پاسخِ ظاهراً بدیهی، اشتباه است.

با وجود این، راه‌هایی برای بهبود مهارت‌های پیش‌بینی وجود دارد. یکی از برنامه‌های آموزشیِ ارائه‌شده توسط تتلاک صحتِ پیش‌بینی‌های افرادِ مبتدی را ۱۰ درصد افزایش می‌دهد. در این برنامه روش‌های رایج پیش‌بینی، از جمله تمرکز بر «نرخ پایه»، را به نوآموزان یاد می‌دهند. پیش‌بینی‌ِ نتیجه‌ی انتخاباتِ میان‌دوره‌ای سال ۲۰۲۱ در حوزه‌ی انتخابیِ بَتلی و اسپِن در بریتانیا را در نظر بگیرید. بسیاری فکر می‌کردند که به احتمال زیاد محافظه‌کاران این کرسی را از حزب کارگر خواهند گرفت: در روز رأی‌گیری، مؤسسات شرط‌بندی شانس حزب کارگر برای حفظ این کرسی را یک به شش یعنی تنها ۱۴ درصد می‌دانستند. اما حزب کارگر پیروز شد. این نباید برای کسی غیرمنتظره می‌بود: از سال ۲۰۱۰، ۲۵ انتخابات میان‌دوره‌ای در حوزه‌هایی برگزار شده بود که کرسی‌شان در اختیار حزب کارگر بود، و حزب کارگر در ۲۳ مورد موفق به پیروزیِ مجدد و حفظ این کرسی‌ها شده بود. بنابراین، «نرخ پایه» ۹۲ درصد بود که با ۱۴ درصدِ مورد نظر مؤسسات شرط‌بندی تفاوتِ چشمگیری داشت.

همه‌ی این‌ها خیلی جالب است اما آیا واقعاً تأثیری هم دارد؟ پاسخ دولت بریتانیا مثبت است. از آوریل ۲۰۲۰، کارمندان دولت در یکی از بزرگ‌ترین رقابت‌های پیش‌بینی در دنیا، موسوم به «بازار کیهانی»، سرگرم پیش‌بینی درباره‌ی همه چیز، از تعداد مبتلایان به ویروس کرونا تا احتمال حمله‌ی چین به تایوان، بوده‌اند. در سپتامبر ۲۰۲۱، یک مقام آمریکایی تأیید کرد که این کشور هم به‌منظور بهبود تحلیل اطلاعاتی در فکر برگزاریِ رقابت‌های مشابهی است. سازمان‌های غیردولتی نیز برای پیش‌بینیِ بحران‌های بشردوستانه در سراسر جهان به همکاری با ابرپیش‌بینی‌کنندگان و متخصصانِ هشدارِ به‌موقع روی آورده‌اند تا بتوانند به‌سرعت واکنش نشان دهند. هرچند نمی‌دانیم که این کارها چقدر مؤثر خواهد بود (هنوز کسی نتوانسته این را پیش‌بینی کند!) اما معلوم است که پیش‌بینی کردنِ آینده می‌تواند به فعالیتی بیشتر علمی تبدیل شود تا هنری ــ و دیگر لازم نیست که این کار را به طالع‌بینان و اختاپوس‌ها واگذار کنیم.

برگردان: عرفان ثابتی

منابع بیشتر

Superforecasting by Philip Tetlock and Dan Gardner (Random House)

Noise by Cass Sunstein, Daniel Kahneman and Oliver Sibony (Harper-Collins)

Thinking in Bets by Annie Duke (Portfolio)

سم گلاور روزنامه‌نگار حوزه‌های فلسفه و علوم اجتماعی است. آنچه خواندید برگردان این نوشته با عنوان اصلیِ زیر است:

Sam Glover, ‘The big idea: can you learn to predict the future?’, The Guardian, 26 September 2022.