有看過《三國演義》的人都知道，諸葛亮基本上就是《三國演義》中最聰明的人，能呼風喚雨就不提了，其中他最最吸引人的本事之一，就是他能料事如神，他不但能預料到老奸巨猾的曹操在赤壁敗後向哪逃，還能七擒七縱孟獲。
在現實世界中，也是有些人比較善於預測的，雖然不至於成為演義中的諸葛亮那般誇張，但也不會比之差。這些人在一項名為「良好判斷計畫」（Good Judgment Project）的大規模實驗中，在預測地緣政治等課題上，以普通人的身份打敗了美國情報局的專業預測員，而且前者比後者的成績要高出30%。
容我重說一遍：這些普通人成功打敗了那些世界公認的頂級預測專家，那些可以查閱機密文件的預測專家。
這難道不就是藏在民間的臥龍諸葛亮嗎？
該研究還發現，當這些人組成團隊後，預測能力更是加倍，其中最優秀的團度甚至曾打敗過預測市場。
這些人並非擁有天才級別的高智商人物，也並未掌握特別的情報優勢。他們並不擁有什麼神秘的潛質，或什麼通靈之類的特異功能，他們只是些像你像我一樣的普通人，不過，他們顯然具備一種獨特的思考方式。
什麼思考方式？
活在現代的諸葛亮
「良好判斷計畫」的發起人菲利普．泰特洛克 （Philip E. Tetlock），一位毅力超強的心理學教授（他曾經為一項研究花上21年時間），為這些極善於預測的人們起了一個名字，就叫做「超級預測者」。泰特洛克對超級預測者們進行了詳細的分析，整合出了他們之所以優秀的共同點，並寫在《超級預測》這本書中。
書中給出了許多關於超級預測者的科學解釋，而我認為全書就只為一個重點而展開——普通人該怎樣利用這些科學知識思考，才能準確的預測未來，成為「超級預測者」。
這本書的理論較多，概念較複雜，但這並不妨礙我將它們一次過串聯起來，濃縮在一個故事裡。
你和超級預測者小楊的故事。
你是一個來自未來的學者，你打算研究人是如何做出精準預測的，於是你穿越時空回到了現代，找到了超級預測者小楊。
你穿上了你的隱形披風，戴上可以解讀他人如何思考的儀器，你開始對小楊進行觀察。
小楊和大部分人一樣，可以預測星期一早上上班的時候、辦公室的氣氛會有些死氣沉沉、下班的時候捷運會有許多的人，走在街上他可以預測到他只要步行5分鐘就能到達餐館。
但你知道小楊其實根本就沒有進行什麼預測，這些都是太顯而易見的事情，無需思考就能知道。
儘管如此，小楊卻無法預測隔壁同事購買的彩卷會否中獎，他無法預測捷運會不會忽然故障，他也不知道他步行到餐館的這5分鐘裡會否飛來橫禍或遇上其他意外。
小楊知道，這些都是極小概率的事件，是無法被預測的，因此無需費心去預測。
小楊只對「困難度適居帶」裡的問題作出反應。
這兩件事都很好理解，它們充斥在我們的日常思考中：
- 預測是可能的，但前提是這事情有清晰規律可循，例如：下班時間的捷運一定人潮擁擠。
- 預測是不可能完全精準的，因為不確定性和小概率事件是會發生的：捷運可能會發生故障，捷運可能會發生恐怖襲擊。
在超級預測員在預測一件事情之前，他們會先檢驗問題是否落在「困難度的適居帶」（Goldilock Zone），即問題不會太過容易，也不會太難的。
基本上，預測時間距越近，準確率就會越高，預測時間距越遠則越容易失準，而超級預測員給出的最佳預測時間距是6個月以內，超過6個月則較難。
小楊打開了電腦，登入了「良好判斷計畫」的網站，開始查看今天剛公佈的問題。
2016年美國的總統競選勝出的會是川普還是希拉里？金正恩會在多久以後卸任最高領導人的位置？還有許多其他的問題。
小楊對這些政治預測蠻有興趣，他選了其中一題開始進行預測。
所有這些問題都有截止日期，通常有幾個月的時間，而在截止之前，小楊可以更改他的答案多次。
你耐心的觀察小楊的一舉一動，他會從哪裡開始預測呢？
你的儀器檢測到小楊的直覺湧現，直覺強烈的顯示了問題的答案，但你發現小楊竟然沒有選擇相信他的直覺，轉而開始上網收集證據和資料，還登入了Google Alert，並設置Google Alert在有關新聞出現時通知他。
你點點頭的表示欽佩，畢竟克制直覺依賴，可是一件不簡單的事情，你對小楊接下來會做的事情越來越感興趣了。
為什麼要克制直覺呢？
一般人傾向於認為，直覺和第六感之類的感覺（也就是我們常聽說的系統一），能在一個人面對問題時給出最準確最肯定的答案，而其背後的心理推論通常是一廂情願的：「如果這事不是真要發生的話，為什麼我會有如此強烈的感覺？」
但對不起，直覺不只常常在應對複雜的問題上失準，也是美國情報局的預測員會敗給超級預測員的主要原因。一般人或許認為，這些訓練有素的情報局預測員具備參考機密文件的優勢，理應能得出比超級預測員更準確的預測，但泰特洛克形容那只不過是「知識的幻覺」，因為人們很容易對一件事情做出直覺上的過度反應，這包括了過度自信和過度懷疑自己的判斷。他們可能只根據某個消息，就認定未來的石油只會漲價而不會降價；或者反過來，因為某個消息而認為石油一定會降價。
這種過度反應還可能會導致另一種認知偏差的出現——「確認偏差」，這種認知偏差你應該不會陌生。當一個人認定了某個事情一定會發生的時候，例如，他認定「石油不會降價」，那你就算給他再多有關石油會降價的證據，他都可能會視而不見，他甚至會主動去找一切有關「石油不會降價」的證據來維護自己的信念，並發展出越來越深的主觀偏見。
人的默認思考方式是直覺思考，而理性思考是罕有的，這意味著，大部分人的思考都免不了認知偏差，而以上所說的，也只是直覺思考的一小部分偏差。
你可能覺得奇怪，那為什麼從小到大，我們都認為直覺才是最準確的預測工具呢？為什麼許多的影視作品，都是推崇直覺，鄙視理性思考的呢？
那是為了提高影視作品的娛樂性，和正確性無關。但這也映射出了人們是多麼喜愛靠直覺作判斷的，當災難發生時，無論任何災難，所有其他的人都可能在猶豫不決，不願意相信之類的，尤其是那些掛起白袍的人，他們說他們需要更多的證據，但只有主角肯定的給出了一個堅定的判斷：「總之，我們必須現在採取行動，否則就來不及了！」
結果當然是主角的直覺對了，可憐的白袍人可能死可能傷，因為做事三思實在不酷，所以他們付出了慘痛的代價。
我當然也不是想說相信直覺或系統一就是不好的，對於一些時常要爭分奪秒，需要快速做決定的職業，例如警察、消防員、運動員之類的，在追捕罪犯、拯救火災難者、投下關鍵的三分球時，他們必須依賴直覺，也只能依賴直覺，而且在緊要關頭，有意識的理性思考（也就是我們常聽說的系統二）的確可能會拖累自己。
但現實世界裡，大部分的人在大部分的時候，都不生活在以上那些爭分奪秒的情況中，你通常都有大量的時間思考你人生的走向，如何更好的完成工作，或者預測老闆這一年會加多少薪水，而在這類可以投入較多時間思考的問題上，理性思考往往能無懸念打敗直覺，皆因直覺思考會產生一系列的認知偏差，而理性思考能對抗這些偏差。這裡只舉一個關於認知偏差的著名例子：
一組球棒和球的價格是1.10美元，球棒的價格比球高1美元，球的價格是多少？
如果你的答案是10美分，那你就錯了，請嘗試仔細的思考。（答案是五美分）
（有興趣知道更多認知偏差，非理性，或系統一和系統二的差別，可以自行翻閱諾貝爾經濟學獎得主——丹尼爾·卡尼曼所寫的著名經典《快思慢想》。）
那既然直覺思考給出的答案比較不準，那是否意味著人們在思考問題時會更願意使用理性思考呢？
不對，哪怕是面對再複雜的問題，人們依然傾向於使用直覺給出答案，這當然是人類大腦長期演化之下的產物，因為直覺思考（也就是看心理學書籍常聽說的系統一）是快捷而省時的，是能節約能量的，而那非常符合原始人大部分的生活狀況，他們需要快速的判斷叢林裡是否有毒蛇猛獸，而不是站在那裡思考毒蛇猛獸的出現概率；他們需要把能量花在身體的勞動上，而不是思考如何解決數學難題。
而理性思考（也就是常聽說的系統二）則緩慢許多，用多了還讓人覺得特別累，這也就讓人自然而然的拒絕理性思考，當然表面上沒有人會拒絕理性思考，但實質上，在面對日常生活的每一個問題，大部分人都不會理性思考。
我記得有某個人物說過，他發現人們可能一年只有意識的思考，或者說反省自己一兩次，而且通常是逼不得已時才會這麼做，如果生活過得舒適自在，則可能完全不曾有類似的思考，這意味著，大部分人不太愛用腦。相比之下，他自己則每一天都會有意識的思考，進行反省。不過這些話的出處我已經忘了，你就當作參考就好。
總而言之，在預測未來這種極度複雜的問題上，直覺所給出的答案往往太過簡單，甚至說充滿偏見和偏差也不為過，在回答複雜的問題上，有意識的思考，理性的思考才能給出最優答案。
而對超級預測員來說，更是如此。
小楊在網絡查找了一些資料後，給出了一個粗略的判斷：
「2016年的美國總統競選，希拉里很可能會獲勝。」
但小楊知道，「很可能」是一個非常危險的詞彙，他修正了一下自己的答案，將之改換成 「有74%的機率，希拉里會贏」。
人們之所以會買下彩卷，就是因為他們相信一夜暴富是可能發生的事情，但「可能發生」是個籠統模糊的說詞，這個詞所帶給每個人的感覺是不一樣的，當你問不同的人「可能發生」意味著多少概率發生的時候，他們會給出1%到99%不等，但實質上，一張彩券的中獎機率只有 1/175,223,510。也就是非常逼近不可能的意思。
相比「可能發生」， 1/175,223,510的概率給人的感覺就不怎麼好了，如果每個彩卷公司都在門口標明中獎的概率只有 1/175,223,510，我想，買彩卷的人會大幅減少。
由此可見，籠統的用詞會導向錯誤的結果。若你在預測過程中，把所有想到的可能性「概率化」，你的思考將變得更精準清晰，成功預測的概率也就隨之上升了。
泰特洛克還發現，把數目分得越仔細——比如，習慣使用「61%，62%，63%」的預測員，其平均成績比那些給出 「60%，65%，70%」，或「60%，70%，80%」的預測員成績更好。
小楊在給出一個粗略估計後，就轉去做其他的事情了。
等到第二天醒來的時候，他重新檢視了自己的答案，並立即發現需要修改的地方。
你非常好奇小楊的想法是什麼，於是你拿起了儀器觀察，發現小楊的思考角度和昨天完全相反，小楊正在思考為什麼希拉里會在總統競選中敗選。
事實上，小楊還從其他各個不同的角度檢驗自己的答案：「如果川普勝利的話，需要什麼條件？現實是否滿足這些條件？」「如果希拉里會敗下來的話，需要有怎樣的前提？現實中是否存在這些前提？」
你知道這是一種應對複雜問題時可用的思考技巧——叫做「費米推論」。
「費米推論」也叫「費米估算」，是由著名物理學家恩里科·費米(Enrico Fermi)提出的推算方式，那個著名的「費米悖論」也是出自於他。
看完全書後我認為，費米推論可以說是超級預測員們最強大的武器。
簡單來說，費米推論是「將大問題碎片化成小問題，再用已知的訊息提出多個小假設，逐個進行估算，以獲得一個較為精準的數目」，這種思考方式能有效的讓你訊息有限的情況下，估算出一個大概的機率。
這樣聽起來好像還是不太簡單，我們直接看書中給出的精彩例子：
彼得·巴克斯 (Peter Backus)是一名寂寞的倫敦男子，他想計算出在這城市裡有多少位適合自己的女性伴侶，他從倫敦的人口（約600萬人）開始估算，留下女性人口比例（約50%）、再找出其中的單身比例（約50%）、再找出適合年齡的比例（約20%）、再找出大學畢業的比例（約26%）、再找出吸引他的比例（約5%）、再找出被他吸引的比例（約5%）、再找出可能與他合得來的比例（約10%），最後符合條件的人大約只有26人。
這一例子說明了找到真愛是多麼的難，但也不是不可能。
超級預測員就是用以上這種方式，估算出一個大概的機率，來做出預測的。希拉里的支持者有多少？找出美國人口、從裡面劃分出不同階層、職業、種族、性別、收入，再根據他們可能會有的傾向（可能偏愛那個政策？比如可能會有約72%的女性比較願意支持希拉里，而反感鄙視女性的川普）估算出大約的支持率。（受2016年美國總統競選的新聞影響而舉例，本文寫於美國總統競選期間）
這雖然不至於讓你100%精準的獲得答案，但當你把複雜的問題細分成較小的問題時，你可以感覺到原本那令人不知所措的大問題（希拉里的支持者有多少？）變成了比較讓人摸得著的小問題（支持希拉里的女性有多少？），那大大的減低了估算的難度，並得以從中一窺事實的可能面貌。
對人的大腦來說，複雜的大問題就像一大片巧克力，你無法將一大片巧克力一口吞進肚子，而費米推論就是把這些巧克力切成碎片，然後逐個攻克瓦解。
如果你能將費米推論結合「事前驗屍」的思考方式，你將會產生更加精準的結果。
事前驗屍的思考方式指的是反向操作，當你在想你怎麼會贏時，你也想如果你輸的話，會是什麼原因導致你輸。
比如，要估算「希拉里的支持者有多少？」時，你也從另一個角度「希拉里的反對者有多少？」思考，並舉出新問題如「如果希拉里失敗的話，原因有哪一些？」，再從這些問題中再分拆出不同的小問題如「FBI調查希拉里郵件這一醜聞，會造成多大影響？」然後再進行估算，用得出的結果修正機率。
小楊在完成了費米估算後，算出了希拉里和川普獲勝的機率，有了這個機率，他就可以把之後的思考建立在調整這一機率之上，而且杜絕了造成偏差的錨定效應(Anchoring Effect)影響。
但小楊知道，這還只是預測一件事情的前戲，是對問題做出的「外部觀點」。他接下來要做的是另一項更細節的事情——塑造自己的「內部觀點」。
你依然在觀察著小楊的所思所想，並很好奇他的內部觀點指的是什麼。
你耐心的觀察著小楊尋找和收集各類有關問題的訊息，其中包括他人對問題的看法、新聞報導、當事人的演說等等的細節，你發現他會為不同的訊息給予不同的輕重權衡。
你觀察了許久，並在自己的筆記本里寫下：「超級預測員，會在預測中使用『貝氏思維』(Bayesian Thinking)。」
錨定效應指的是，人只會在一開始給出的數目上來回更動。例如：交易中買賣雙方在談判時，如果賣家出價較高，那最後的成交結果也會偏高；如果賣家出價較低，那最後的成交結果也會偏低。當然也有可能是買家出價，總之，誰先說出一個數目，誰就對最後的結果產生一定的影響。
你可能覺得自己早就知道這一點，所以不怕，但我記得某個實驗有說過，這一種認知偏差很難防備，就算是知道什麼是錨定效應的人，都還是很有可能受其影響。
那什麼是外部和內部觀點呢？
簡單來說，外部觀點是從宏觀角度來計算，當你建立外部觀點時，你用統計學、大數據等大角度來進行計算。
而內部觀點是從微觀角度來計算，當你建立內部觀點時，你查找閱讀各類有關的訊息細節、新聞、個人意見之類，並嘗試分辨哪些是可靠的訊息，哪些是不可靠的訊息。
而當超級預測員建立內部觀點時，他們的「貝氏思維」會開始運作，來回不斷的調整自己的看法：
例如，「民調顯示希拉里的支持率最高」這一調查有多可信？小楊給予的權衡是「34%可信」，所以他稍微提高了預測希拉里會贏的概率。
「FBI調查希拉里郵件的醜聞，將導致希拉里敗選」，這條訊息的可信度有多大？小楊給予的權衡是「65%可信」，所以他較大幅度的降低了預測希拉里會贏的概率。
各類的訊息和事情的發展，都會讓小楊調整自己的預測，如果今天小楊預測希拉里70%會贏，那後天他也可能會根據某則新聞報導而調整預測，把它降到55%。這一過程會不斷的重複，小楊的預測也會來回調整，至到競選開始的前夕。
每一次發現有新訊息時，你會評估這些訊息的可信度，並給予不同程度輕重的權衡，在以此來調整自己的看法，這就是所謂的貝氏思維。貝氏思維取自於貝氏定理，是一個很有名的算法，也是人工智能裡的其中一種主要算法，不過請放心，要運用貝氏思維並不需要了解貝氏定理的數學算法。
根據泰特洛克的觀察，他還發現，超級預測員擁有一種「成長型思維」而非「固定性思維」，這兩種思維的分別是——「固定性思維」的人在發現自己的錯誤時，會自我安慰的說這沒什麼，或聲稱自己「早就知道」，甚至會把錯誤推卸在別人身上。
而「成長型思維」的人則不介意承認錯誤，因為他們更想要的是搞清楚自己錯在哪裡，他們把錯誤和失敗看成一種成長的養分，有些人還會因為發現錯誤而感到興奮，因為那將帶給來他們更多的知識。
時光流逝，來到了美國總統競選的日子，小楊寫下自己最終的預測結果—— 74%希拉里會獲勝。
你觀察了小楊的整個預測過程，並給他的預測能力打了個 80分（100分是滿分），接著你就乘時光機走了，因為你知道接下來的結果會慘不忍睹。
2016年11月9日，美國總統競選，川普獲勝。
可能會有人很不滿意這個結尾：「我花了這麼多時間看這篇文章，最後所謂的超級預測員竟然給出了一個錯誤預測。」
這當然不是因為我想倒讀者的胃口，而是事實的確如此，許多的預測專家——包括書本中提到中的超級預測員，一樣對2016年的美國總統競選成績預測錯誤。
我有在網上追踪這些超級預測員給出了什麼預測，包括書本的作者泰特洛克，他們大多數都預測希拉里會贏，有些則徘徊在55%左右，也有少數人預測川普會贏。但主體來說，大部分的人都錯誤的預測了希拉里更可能會贏。
結果公佈後，有人到其中一個超級預測員的推特賬號留言，並肆意的進行諷刺。而該超級預測員的回應是：「我承認所有的錯誤。」
但這不意味著他們都被事實狠狠的打臉了，因為就算他們預測80%概率希拉里會贏，而川普只有20%概率會贏，那也意味著，他們從來就沒有否定過川普會贏這一可能，他們從來沒給出川普完全不可能贏，0%可能贏的預測。
而我覺得這一個真實事件正好帶出了《超級預測》這本書的主要的世界觀：
我們生活在概率世界（Probability Land)，而不是確定的世界。
所有看起來很確定的東西，都是我們回望過去時產生的錯覺，歷史是確定的，馬後砲解釋和後見之明也是確定的，而未來則充滿著不確定性。
搞清楚了這一點再回望小楊所做的一切，你會發現，所有的預測都是讓自己盡量正確的一次嘗試，並沒有人能夠斷言未來如何進展。
–
其實就算是我們心目中最聰明的諸葛亮，也因為誤判街亭之戰、錯用馬謖，而被迫上演「揮淚斬馬謖」的橋段，而也正因為這一次的誤判，讓他此後都無法再有為蜀國一統江山的機會。
但諸葛亮並未就此放棄一切，他依然堅持不懈的嘗試不同的方式進攻魏國。
我說要打造一個諸葛亮，並不是要打造一個能料事如神的人，那種人根本不存在。而是要打造一個總是嘗試保持理性的人，一個讓自己盡可能對未來做出正確預測，做出正確決策的人。
現實世界是複雜的，黑天鵝事件總會發生，而當事實與你所預想的並不相符時，你知道那只是生活中不可排除的不確定性在作用。
正如那一句名言所說的：「我們不曾做錯過什麼，但不知為何還是失敗了。」
儘管如此，這事實卻無法阻止人們持續保持正確的嘗試。
哪怕一再嘗試。
Image Credit: 《赤壁》影片截圖