預測三個人+一部電腦=最佳預測

三個人+一部電腦=最佳預測

3 Humans + 1 Computer = Best Prediction

預測未來時,電腦往往比人類來得準確;2012年的美國總統選舉,政治分析家聶特.席佛(Nate Silver)令人信服的表現,以及在他《訊號與雜音》(The Signal and the Noise)一書中展現的,正是如此。
預測未來時,電腦往往比人類來得準確;2012年的美國總統選舉,政治分析家聶特.席佛(Nate Silver)令人信服的表現,以及在他《訊號與雜音》(The Signal and the Noise)一書中展現的,正是如此。但有研究發現,人類的預測有時勝過機器。因此,假設你正想預測一項產品的推出能否成功,你究竟該依靠電腦,或是信任專家的智慧?有一項新研究顯示,最好的辦法不是二擇一,而是兩者並用。但「兩者並用」並不是指簡單地各占一半。在相對而言較明確的情況下,要比較倚重電腦的分析。在非常不確定的情況下,要徵詢三位專家,然後平均計算他們的預測,而對他們合併判斷的重視程度,也要高過電腦的預測結果。我們針對德國與英國流行音樂排行榜上的熱門歌曲,嘗試了人類與電腦預測的各種不同組合後,發現了上述的指導原則。在12週內,我們請180人,其中半數是音樂界專業人士,半數是對音樂行業了解不多的研究生,來預測排行榜上前一百名的單曲,包括已有知名度的藝人和新人。預測已有知名度藝人的歌曲,是「結構良好」的問題:既往成績的資料可減少不確定性。在這方面,我們發現,在人類與機器的直接較量中,獲勝的往往是機器;在這裡所謂的機器,是指利用常用的統計工具,去分析假定的線性關係的軟體。但是,合併人類與電腦的預測,可以創造最好的結果。在此,人類的專業知識水準如何,沒有太大影響;我們只是略微加高機器預測的權重,稍微超過對人類預測的重視,就得到最正確結果。面對默默無聞的藝人,也就是面對較不確定的情況,人類的預測往往打敗機器。但再一次,結合電腦與人的預測,產生了最佳結果。在這種情況下,專業知識很重要。如果只檢視研究生的預測,最佳組合是大幅倚重電腦的預測,遠超過對研究生預測的重視。如果只檢視音樂界專業人士的預測,情況正好相反。接下來,我們把不同人數的專業人士判斷加以平均。人數愈多的組,預測愈正確,但從兩位專家增為三位時,改善的幅度最大。先前的研究結果總是很矛盾,電腦通常在實驗室的試驗中獲勝,而人類在自然情境下獲勝。我們認為...