Conozca al equipo de élite de superpronosticadores que han convertido la mirada en el futuro en una ciencia Quizás aprenda un par de cosas sobre cómo mirar dentro de su propia bola de cristal.

Antes del 1 de enero de 2022, ¿el Comité Olímpico de Estados Unidos anunciará que está boicoteando los Juegos Olímpicos de 2022?

Estoy en un taller virtual que pondrá a prueba mis habilidades para pronosticar el futuro, y tengo 10 segundos para responder. Estoy escaneando mi cerebro. (Simone Biles, irrelevante. Moscú, 1980, sí. ¿Uigures?) Pero se acabó el tiempo. Supongo que el 20 por ciento. Luego pasa a las siguientes preguntas: ¿Cuál es la probabilidad de que EE. UU. Regule las criptomonedas en el mercado de valores para enero de 2023? ¿Intentará China tomar Taiwán durante los próximos cinco años? ¿Qué tamaño tiene la superficie del mar Mediterráneo en kilómetros cuadrados?

"Apuesto a que no se despertó pensando que tenía que responder esa pregunta hoy", dice Warren Hatch, quien codirige este taller.

Aproximadamente 12 de nosotros estamos tomando este entrenamiento, incluido un tipo del Departamento de Defensa. Durante los próximos dos días, nos rascamos la cabeza, intercambiamos información, tratamos de deshacernos de nuestros sesgos cognitivos (más sobre eso más adelante) y vemos si tenemos las habilidades para predecir las cosas de manera profesional. Definitivamente estoy fuera, pero sospecho que una pareja de este grupo califica. Aquellos que lo hagan estarán un paso más cerca de obtener una clase de estatus de élite, aunque geek: se llama un "superpronosticador". Y si lo eres, puedes unirte a la red global de über predictores, lo mejor de lo mejor, que trabajan con la empresa que organizó este taller en primer lugar. Se llama buen juicio . Hatch es su director ejecutivo.

Mientras estoy en mi computadora portátil sudando por el buen juicio en septiembre, los expertos están en los titulares del mundo real respondiendo preguntas similares. "La inflación es elevada y probablemente lo seguirá siendo en los próximos meses", predice el presidente de la Reserva Federal, Jerome Powell; "Existe la posibilidad de que veamos grandes caídas en los próximos años", apuesta un economista de Yale sobre los precios de la vivienda. Anthony Fauci , mientras tanto, dice que es "posible" un aumento repentino de Delta en el noreste. Es un contraste interesante. Como cultura, hemos llegado a aceptar "Probable", "Posible" o "Existe una posibilidad en los próximos años" como lo mejor que nuestras principales autoridades pueden decirnos sobre lo que nos espera. Pero, ¿qué significa probablemente , de una manera concreta? ¿Es un 51 por ciento de probabilidades de que suceda, o un 85 por ciento? ¿Se consideran 2022 y 2023 "años venideros" o 2024 y 2025?

Relacionado: Sus 4 preguntas principales sobre 2022, respondidas por los mejores superpronosticadores del mundo

Es posible que no exijamos este nivel de especificidad a nuestros expertos, pero seguro que lo necesitamos en los negocios. Y como demuestra Good Judgement, en realidad puedes cuantificar corazonadas vagas como estas con una precisión similar a la de un bisturí, simplemente con el cerebro humano, sin inteligencia artificial ni grandes volúmenes de datos.

Pocas personas lo hacen con más habilidad olímpica que los super pronosticadores de Good Judgement. Pero como ocurre con la mayoría de los deportes, todos podemos mejorar. Solo necesitamos entrenar.

A diferencia de muchas empresas que comienzan su vida en un bar oscuro garabateado en una servilleta de cóctel, Good Judgment nació en el vientre del gobierno de Estados Unidos. En cierto modo, se remonta al 11 de septiembre. Después de que los analistas parecieran pasar por alto las señales del catastrófico ataque terrorista, en 2006 se creó un grupo llamado IARPA (o Actividad de Proyectos de Investigación Avanzada de Inteligencia), siguiendo el modelo de la agencia de defensa DARPA. Su objetivo era realizar investigaciones atrevidas e innovadoras que mejoren la inteligencia estadounidense. Para 2010, la comunidad de inteligencia había comenzado a utilizar un mercado interno de predicción clasificada donde los empleados autorizados a tener un alto secreto podían negociar sobre si sucedería un evento. Pero IARPA se preguntó si habría una manera aún mejor de usar la sabiduría de la multitud para prever lo que se avecinaba.

Por eso, en 2011, lanzó un gran torneo de pronóstico para el público. Al principio, había cinco equipos, y durante los siguientes cuatro años, miles de Joes y Janes normales responderían alrededor de 500 preguntas, como: ¿Lanzará Corea del Norte un nuevo misil multietapa antes del 10 de mayo de 2014? ¿Dejará Robert Mugabe de ser presidente de Zimbabwe antes del 30 de septiembre de 2011? Los equipos debían alcanzar ciertos puntos de referencia de precisión; si fracasaban, eran eliminados. Después de los dos primeros años, solo quedó un equipo. Fue dirigido por Philip Tetlock y Barbara Mellers en la Wharton School de la Universidad de Pensilvania, y se llamó Buen juicio.

Tetlock ya estaba inmerso en la ciencia de la predicción. En la década de 1980, sintió curiosidad por saber por qué tantos expertos en política exterior no habían podido predecir el destino de la Unión Soviética, y eso lo inspiró a analizar amplias franjas de predicciones. Resulta que el experto promedio era aproximadamente tan preciso como un chimpancé que lanza dardos. (No es exactamente así como lo expresó, pero lo suficientemente cerca como para que no le importe la broma). Así que desarrolló un enfoque más sistemático, no solo para las predicciones, sino para identificar el tipo de personas que son buenas para hacer predicciones. Para competir en el torneo de IARPA, él y Mellers reclutaron a 3.200 voluntarios, luego los redujeron al 2 por ciento superior, al que llamaron superpronosticadores. Entre ese grupo estaba Hatch, un tipo de Wall Street que había dejado Morgan Stanley para establecer su propia pequeña empresa de inversiones, y que cotizaba en una plataforma de pronóstico paralela.

Para el cuarto año del torneo, el equipo de buen juicio era un 50 por ciento más preciso que el equipo de control de IARPA reclutado del público; en algunos casos, incluso superó a los analistas de inteligencia que utilizan el mercado interno de predicción de IARPA con acceso a información clasificada. Los investigadores aprendieron mucho y armaron una guía que la comunidad de inteligencia comenzó a usar para capacitar a muchos de sus analistas, según el gerente del programa de IARPA, Steven Rieber. "No es lo que esperábamos encontrar", dice sobre el torneo. "El hecho de que haya personas con una habilidad inusual en todos los dominios para realizar pronósticos precisos fue una sorpresa para mí y para muchos otros. Y que nosotros, la gente común, podemos ser más precisos en nuestras propias predicciones ".

Pero el gobierno no fue el único que vio una oportunidad aquí. Como el torneo estaba a un año de concluir, en 2014, Tetlock, Mellers y otro colega transformaron Good Judgment en una compañía de pronósticos, con un plan para usar sus superpronosticadores de élite para responder las preguntas de los clientes sobre el futuro. Le pidieron a Hatch que los ayudara a ejecutarlo. Y, basándose en sus propias predicciones, decidió que era una buena idea.

¿Estás demasiado confiado? La mayoría de la gente diría que no. Pero la mayoría de la gente se equivoca. Eso es lo que ha descubierto Good Judgement, y por qué, al evaluar si alguien tiene las habilidades para ser un super pronosticador, prueba el exceso de confianza.

Para ver cómo se ve, otro miembro del equipo de Entrepreneur se somete al interrogatorio de Hatch: Jason Feifer, editor en jefe.

"¿En qué año nació Gandhi?" Pregunta Hatch. Específicamente, quiere un rango: el año más temprano y el último, Feifer cree que Gandhi podría haber nacido. No solo eso, Feifer debería elegir años en los que esté 90 por ciento seguro de que tiene razón.

Feifer se ríe, porque simplemente no tiene idea. "Voy a decir 1940 y 1955".

"Resulta", dice Hatch, "Gandhi nació en 1869".

"¡Oh, no sé nada sobre Gandhi!" Feifer exclama, avergonzado por su ignorancia.

"Eso no importa", le dice Hatch. El verdadero punto del ejercicio, explica, es este: a pesar de no tener ni idea de cuál es la respuesta, Feifer eligió un rango estrecho: solo 15 años. En su lugar, podría haber dicho: "Gandhi nació entre 1600 y 1980", lo que habría sido técnicamente correcto. Pero Feifer estaba demasiado confiado; no estaba dispuesto a considerar (o revelar) las cosas que no sabía y, como resultado, redujo innecesariamente sus opciones y, por lo tanto, sus posibilidades de ser exacto. Eso, dice Hatch, es la razón por la que el exceso de confianza conduce a malas predicciones.

Relacionado: 5 cosas que depara el futuro, según los superpronosticadores más élite del mundo

Fuera de la academia, en una cultura donde la gente quiere respuestas definitivas, términos como "90 por ciento de confianza" y "67 por ciento probable" pueden parecer inútiles o arcanos. Pero el mundo no es binario, argumenta Hatch; está lleno de incertidumbre. "Entonces, en lugar de lidiar con esa incertidumbre con conjeturas o partiendo de sus instintos, hágase responsable mediante el uso de números", dice. ¿Por qué? El proceso lo obliga a agudizar su pensamiento, buscar buena información y prestar atención a los matices, todo lo cual conduce a tomar mejores decisiones. Esto requiere un cambio de mentalidad. Si solo se siente un 67 por ciento seguro en su respuesta, está reconociendo algún fracaso desde el principio y creando una ventana para usted mismo para aprender más.

Por eso, cuando los super pronosticadores de Good Judgement intentan responder la pregunta de un cliente, salen de su propia burbuja y se toman el tiempo para comprender las experiencias y opiniones de otras personas (y también compartir las suyas). Dispersos por todo el mundo, muchos de ellos están jubilados o realizan este trabajo de forma adicional, y a menudo traen bits inusuales de datos de donde sea que se encuentren. Entre las filas se encuentra Paul Theron, un administrador de inversiones en Sudáfrica, que una vez localizó a un portavoz de los Hermanos Musulmanes para obtener información privilegiada sobre una cuestión sobre Egipto. Otra super pronosticadora, JuliAnn Blam, es una estadounidense que ha vivido en China produciendo atracciones para parques temáticos con su empresa; al responder preguntas sobre ese país, pasa por sus canales secundarios. "No todo está en la prensa", dice. "A veces solo tienes que escuchar a los lugareños, e incluso entonces, tienes que leer entre líneas porque en China realmente no pueden decírtelo".

A menudo, el simple hecho de hacer una pregunta (desde "¿Es un buen momento para realizar una recaudación de capital?" Hasta "¿Es un mal momento para realizar una recaudación de capital?") Puede ayudarlo a tener una idea más completa. Otra práctica clave es ajustar con frecuencia su pronóstico a medida que ingresa nueva información. "El predictor más fuerte de ascender a las filas de los superpronosticadores es la beta perpetua, el grado en el que uno está comprometido con la actualización de creencias y la superación personal", escribe Tetlock en su libro. , Superprevisión. "Es un predictor aproximadamente tres veces más poderoso que su rival más cercano, la inteligencia".

De vuelta en el taller que estoy tomando, Marc Koehler, un exdiplomático estadounidense que es vicepresidente senior de Good Judgement, nos pide que imaginemos estar en la boda real del príncipe Harry y Meghan Markle. Está configurando otra táctica central de buenas predicciones: comience con la tasa base.

Con la guía de Koehler, imaginamos a alguien en la boda preguntándonos cuál es la probabilidad de que los felices novios sigan casados. Pensamos al 100 por ciento, ¿verdad? La mirada en los ojos de la pareja es inconfundible, y ahí está Charlotte con las flores; ya podemos ver a sus hijos. Koehler nos detiene allí. Nuestras mentes aman una buena historia, dice, pero eso es otra cosa que puede descarrilar un pronóstico. En cambio, deberíamos ir directamente a la tasa de divorcios, que en los EE. UU. Se ha informado de hasta el 50 por ciento. "Importa quién es el príncipe Harry y quién es Meghan Markle. Importa que hayan dejado el Palacio de Buckingham. Todo lo que digo es considerar ese segundo ", dice Koehler. "Sabemos que las personas que comienzan con la vista exterior o la tasa base, y luego pasan a considerar los detalles del caso, serán aproximadamente un 10 por ciento más precisas".

Después del taller, desafío este punto con Tetlock, ya que él es quien ha hecho la ciencia. Claro, comenzar con la tasa base tiene sentido lógico, pero ¿no desalienta el riesgo? Nadie se casaría si pensara de esa manera y, de hecho, pocos iniciarían un negocio considerando las estadísticas sobre cuántas nuevas empresas fracasan. Sugiero que si eres un emprendedor, es posible que debas ignorar estas cosas, ¡y tener demasiada confianza! - para poner en marcha los ambiciosos proyectos que la mayoría de la gente predice que fracasarán. "Gran punto", dice Tetlock. "El éxito requiere inspirar a la gente, y es difícil inspirar a la gente con muchos 'sin embargo' en tus charlas de ánimo. El exceso de confianza está vinculado al carisma. También está relacionado con el desastre. Así que piense como un superpronosticador bien calibrado en privado y proyecte confianza en público ".

"Ha sido una mañana ajetreada", dice Hatch en su escritorio en la oficina de Good Judgement en Nueva York a través de Zoom este otoño, mientras agita el crucigrama del New York Times deshecho del día. No lo hace solo por diversión. El reconocimiento de patrones es una habilidad importante para los super pronosticadores, por lo que Hatch hace un crucigrama diario, a veces dos, para mantenerse al día. "Detectar los patrones y ver cuál podría ser la imagen antes que los demás", dice, "es en última instancia de lo que se trata la previsión".

Pero la creación de esta empresa ha puesto a prueba todas las habilidades de superpronvisión de Hatch y más.

¿Cómo monetiza la capacidad de encontrar, entrenar y coordinar mentes brillantes para ver el futuro? Enseñar sus tácticas de predicción parecía lógico, por lo que Good Judgement inició talleres tanto para particulares como para empresas. También creó Good Judgement Open, un sitio gratuito para cualquiera que quiera mezclarse con superpronosticadores y probar suerte con las predicciones, que ha servido como campo de reclutamiento. La pregunta mucho más importante ha sido cómo aprovechar las predicciones reales de su red de superpronosticadores, que ahora tiene alrededor de 170 miembros activos, en formas que los clientes realmente pagarían. "Y aquí es donde hemos tenido una buena cantidad de errores", dice Hatch.

Resulta que muchos clientes potenciales en los mundos financiero, legal y gubernamental ya creen que tienen los mejores expertos haciendo las mejores predicciones. ¿Qué se gana contratando a un grupo de aficionados que buscan en Internet? Y la verdad es que los superpronosticadores no son infalibles. El grupo, por ejemplo, tenía alrededor de un 80 por ciento de probabilidad de que Clinton ganara en 2016. Pero en general, los super pronosticadores continúan superando a la competencia en los torneos organizados por el gobierno. Y Good Judgment fue correcto y al principio de sus predicciones sobre COVID-19, lo que ha demostrado ser instructivo.

El primer indicio de algo parecido a COVID apareció en septiembre de 2019 en un taller para una firma financiera canadiense. Los participantes estaban practicando un "pre-mortem", otra práctica crítica de pronóstico destinada a anticipar sorpresas. Supongamos que cree que un evento se desarrollará en una dirección. Antes de hacer su predicción, dé un paso atrás y cuente la historia de por qué fue al revés. Los canadienses estaban haciendo eso, tratando de imaginar un evento inusual o extraño que cambiaría su pronóstico sobre la economía de China, y a alguien se le ocurrió una epidemia similar al SARS. "Cuando COVID comenzó a aparecer en los titulares", dice Hatch, "estaban mejor equipados para lidiar con eso". Y también lo fue Good Judgement.

Relacionado: Cómo la inteligencia artificial dará forma a nuestro futuro

En enero de 2020, gracias a las primeras conversaciones en la plataforma de Good Judgement sobre COVID-19, Blam (el superpronosticador que ha trabajado mucho en China) rechazó otro lucrativo trabajo de tres años en un parque temático en el país. "Todos sabíamos que iba a ser malo", dice. "Y no quería quedarme atascado allí". Hatch y su equipo también actuaron con rapidez, al darse cuenta de que la gente estaba repentinamente desesperada por exactamente el tipo de información que Good Judgment podía proporcionar. La compañía creó un tablero público y puso a su equipo de élite a trabajar en el pronóstico de todo, desde los niveles de carga de casos hasta el momento de la vacunación. Pronto, firmas financieras como Goldman Sachs y T. Rowe Price comenzaron a hacer referencia a sus pronósticos en su trabajo. "Nos puso en Broadway", dice Hatch, "incluso si estuviéramos en un teatro pequeño".

Aprovechando ese impulso, esta primavera Good Judgement lanzó FutureFirst, un servicio de suscripción por $ 20,000 al año que permite a los miembros votar sobre las preguntas que desean pronosticar cada semana, con opciones personalizadas por una prima. Para el otoño, el producto ya generaba un tercio de los ingresos totales de la empresa, según Hatch. Mientras tanto, tiene muchas otras ideas, incluida la comercialización de Delphineo, la plataforma de colaboración que construyó para los talleres y que, naturalmente, fue nombrada por la multitud utilizando la propia herramienta. Para cada proyecto importante, Hatch pregunta a su equipo: " ¿Cómo sería el éxito? ¿Y cómo sería el fracaso? " Luego, asigna probabilidades a cada uno, un proceso que lo prepara para detectar señales de riesgo y oportunidad en el futuro.

"De eso se trata mucho de esto en mi propia cabeza", dice. "Evitemos sorpresas, buenas o malas".

A medida que Good Judgment crece, debe predecir no solo lo que sucederá con su propio negocio, sino también el futuro del negocio de previsiones en general. Porque eso también cambiará.

"Las máquinas ya dominan la predicción en todos los entornos de Big Data, pero luchan a medida que los datos se vuelven más escasos y requieren un análisis más cualitativo", dice Tetlock, el hombre cuya investigación lanzó inicialmente Good Judgement, y que aún disfruta involucrarse en los casos de clientes más desafiantes mientras continúa su trabajar en Wharton. "Los híbridos hombre-máquina serán el futuro para los tipos de problemas que enfrentaremos en los próximos 20 años. Por ahora, espere que las jerarquías de estado obsoletas continúen obstaculizando los esfuerzos para introducir el mantenimiento de puntajes, especialmente en el gobierno, pero también en muchas empresas ".

Sin embargo, una empresa se opone a esa tendencia. Y podría indicar cosas buenas tanto para Tetlock como para Hatch.

David Barrosse es el fundador y director ejecutivo de Capstone, una firma de análisis de políticas globales para clientes corporativos e inversores. En 2015, cuando compró una copia del Superpronóstico de Tetlock , quedó, para su sorpresa, impresionado. "Siempre me ha llamado la atención que en la industria global de investigación de valores, que es una industria multimillonaria y cubre a todos los bancos de inversión en todo el mundo, ninguno de ellos se enfoca en la precisión de sus predicciones", dice Barrosse. "No lo rastrean. No hablan de eso. Y el 99 por ciento de ellos no le pondrán un número ".

Relacionado: 10 pasos para mejorar su marca personal en el futuro para 2022

Al principio, pasó el libro a los empleados de su empresa y envió a cinco o seis analistas a los talleres de Good Judgement para llevar las ideas al torrente sanguíneo. Pero luego se preguntó cómo sería cambiar radicalmente los sistemas de predicción de Capstone, tanto dentro de la empresa como para sus clientes. Para explorar eso, el año pasado contrató a Good Judgment para que viniera y diseñara una capacitación para todos los analistas. "Hubo mucha resistencia y temor al principio", dice Cordell Eddings, analista supervisor de Capstone, quien dirige el proyecto. "Pero la capacitación ayudó a brindar a las personas las herramientas para hacerlo bien. Y en toda la empresa, la gente terminó comprando de todo corazón ".

Ha sido un poco más delicado convencer a los clientes de que deberían cambiar sus sistemas de predicción, "porque simplemente piensan que es una auténtica estupidez", dice Barrosse. "Como, '¿Cómo puedes saber que es el 67 por ciento?' Pero nos da la oportunidad de hablar sobre: "Tal vez comenzamos con una predicción del 40 por ciento y la actualizamos tantas veces que llegó a 67". Y debatimos internamente, '¿Esto hará que parezca que nos estamos doblando con el viento?' Pero incluso esa es una oportunidad para tener una conversación con el cliente en la que podamos decirle: 'Le estamos diciendo cómo están cambiando las cosas en función de la información que llega en tiempo real'. Estamos haciendo los deberes, brindándote una predicción dinámica realista '. Incluso si no siempre tenemos la razón, es mejor decirles: 'Estaremos con ustedes y nos esforzaremos y les daremos una probabilidad en un período de tiempo distinto'. "

Barrosse ahora ve esto como la ventaja competitiva de su empresa. Y está mucho más del 67 por ciento seguro de ello.