Superpředpovídání

Počasí, akciový trh, rozpočet na příští rok nebo třeba to, kdo o víkendu vyhraje fotbalový zápas – to všechno má jedno společné: ke všemu se dělají předpovědi. A nejsou to zdaleka jediné oblasti, u nichž se snažíme odhadovat budoucnost. Zaměření na předpovídání proniklo do většiny oblastí našeho života a často nás rozčiluje, když se události nevyvíjejí tak, jak jsme čekali.

Lze předpovídat lépe než dnes? Ano. Brzy budeme schopni vytvářet superpředpovědi – odhady, které se budou průběžně upravovat s každou novou informací a následně se po uplynutí předpovídaného období vyhodnotí a dále zpřesní.

V tomto shrnutí se podíváme na složité a fascinující umění vytváření co nejpřesnějších předpovědí. Dozvíte se mimo jiné, proč bývalý generální ředitel Microsoftu „předpověděl“ tržní podíl iPhonu, jak jeden prognostik odhadl, že dojde k pitvě Jásira Arafata, a proč jsou skupiny prognostiků úspěšnější než jednotlivci.

Předpovídání je něco, co děláme neustále – ať už plánujeme další kariérní krok, nebo vybíráme investici. V zásadě naše předpovědi odrážejí očekávání, co nám budoucnost přinese.

Předpovídání má však své limity, protože i drobné události mohou vést k nepředvídatelným důsledkům. Žijeme ve složitém světě, kde může jediný člověk spustit řetězec obrovských událostí. Vzpomeňme na Arabské jaro. Začalo tím, že se tuniský pouliční prodavač Mohamed Bouazizi upálil poté, co ho zkorumpovaní policisté ponížili.

Existuje teoretické vysvětlení, proč je takové události těžké předvídat. Říká se mu teorie chaosu (známá také jako efekt motýlích křídel) a americký meteorolog Edward Lorenz ji popisuje takto: v nelineárních systémech, jako je zemská atmosféra, mohou i nepatrné změny vést k velkým dopadům. Změní‑li se trajektorie větru o méně než zlomek stupně, mohou se dlouhodobé vzorce počasí dramaticky proměnit. Obrazně řečeno: mávnutí motýlích křídel v Brazílii může způsobit tornádo v Texasu.

To ale neznamená, že bychom měli předpovídání úplně zavrhnout jen proto, že má své hranice. Vezměme si obor Edwarda Lorenze – meteorologii. Předpovědi počasí jsou poměrně spolehlivé, pokud se týkají několika málo dní dopředu. Proč? Protože meteorologové zpětně analyzují přesnost svých předpovědí. Porovnáváním předpovědí se skutečným počasím si postupně zlepšují porozumění tomu, jak se počasí chová.

Problém je, že lidé v jiných oborech obvykle přesnost svých předpovědí vůbec neměří. Chceme‑li se v předpovídání zlepšit, musíme proto pracovat s přesností a brát vážně srovnávání toho, co jsme čekali, s tím, co se skutečně stalo. A to znamená brát měření opravdu vážně.

Měření přesnosti předpovědí se může zdát jako jednoduchý úkol: shromáždit odhady, ověřit, jak dopadly, udělat pár výpočtů – a hotovo. Ve skutečnosti to ale tak snadné není.

Abychom mohli posoudit přesnost předpovědi, musíme nejprve přesně pochopit, co původní výrok znamenal. V dubnu 2007 například média informovala, že generální ředitel Microsoftu Steve Ballmer prohlásil, že iPhone nezíská významný podíl na trhu. Vzhledem k pozdější velikosti Applu se Ballmerova předpověď zdála směšná a lidé se mu doslova vysmívali. Jiní připomínali, že Apple ovládá 42 procent amerického trhu se smartphony – což je nepopiratelně významné číslo.

Podívejme se ale, co přesně řekl. Tvrdil, že iPhone sice může vydělávat spoustu peněz, ale nikdy nezíská významný podíl na globálním trhu mobilních telefonů; odhadoval ho na dvě až tři procenta. Dominovat by naopak měl software jeho firmy Microsoft. A tato předpověď byla víceméně správná. Podle dat společnosti Gartner měl iPhone ve třetím čtvrtletí roku 2013 globální podíl na prodeji mobilních telefonů asi šest procent – zjevně více, než Ballmer odhadoval, ale ne o řád vedle. Zároveň tehdy software Microsoftu běžel ve většině mobilních telefonů prodaných na světě.

Předpovědi by se také měly vyhýbat vágnímu jazyku a pro větší přesnost používat čísla. Neurčitá slova jako „mohlo by“, „možná“ nebo „pravděpodobně“ jsou v předpovědích běžná, ale výzkumy ukazují, že jim lidé přisuzují velmi rozdílné významy. Prognostici by proto měli mluvit o šancích co nejpřesněji, ideálně v procentech.

Uveďme si příklad: americké zpravodajské služby jako NSA a CIA tvrdily, že Saddám Husajn skrývá zbraně hromadného ničení – což se ukázalo jako katastrofálně mylné. Kdyby tyto agentury pracovaly s přesností a používaly procenta, Spojené státy možná do Iráku nikdy nevtrhly. Představme si, že by odhadly pravděpodobnost, že Irák má zbraně hromadného ničení, na 60 procent. Stále by tu byla 40% šance, že Saddám žádné nemá – což je velmi vratký základ pro zahájení války.