Psykologisia tekijöitä ennustamisen taustalla on tutkittu paljon. Tiedemiehet yksi toisensa jälkeen ovat yrittäneet vuorollaan yrittänyt löytää ajattelun kaavan, jolla osuu useammin oikeaan kuin harhaan. Onko sellaista kaavaa oikeasti olemassa?
Kuinka tarkka on ”riittävän tarkka”?
Saivartelija voi tässä vaiheessa sanoa, että kaikki inhimillinen toiminta on erehtyväistä. Ja on siinä periaatteessa myös oikeassa. Mutta olennaista ei ole olla aina oikeassa, vaan tuottaa riittävän paljon pelkkää kolikonheittoa parempia ennusteita.
Pitemmällä tähtäimellä pienikin parannus pelkkään arvaamiseen johtaa hyvään lopputulokseen. Jos esimerkiksi pörssikurssien ennustamisessa onnistuu vähänkin satunnaista hajauttamista paremmin, alkaa salkku kasvaa korkoa korolle -efektin ansiosta kohisten.
Sama asia pätee ihmisen käyttäytymisen ennustamiseen. Jos hyvä psykologinen testi antaa edes kymmenyksen paremman ennusteen kuin kilpaileva valintamenetelmä, pitkällä tähtäimellä etu kumuloituu. Ja pienikin tilastollinen ero muuttuu käytännössä suureksi.
Ihminen ei ole kone
Tietokoneanalogiaa on yritetty pakottaa ihmisen ajatteluun jo 1970-luvulta lähtien. Samanaikaisesti psykologiassa alettiin vakuutella, että inhimillinen ajattelu on huonoa, erehtyväistä ja vinoutunutta. Ja eräs tapa karsia päätöksenteosta inhimillinen ajattelu oli erilaisten algoritmien käyttö. Näillä pyrittiin sivuuttamaan inhimillisen ajattelun vinoumat.
Myöhempi tutkimus kuitenkin osoitti, että sokea luottamus mekaaniseen algoritmiin heikentää ennusteiden tarkkuutta. Mitä monimutkaisempi ennustealgoritmi on, sitä paremmin se sopii malleihin – mutta ainoastaan menneisyyttä kuvaaviin malleihin!
Yksinkertainen on kaunista
Jos tarkoitus on ennustaa tulevaa, niin optimaalinen ennustemuuttujien määrä on jossain kolmen ja viiden välissä – ei yhtään sen suurempi. Lisäksi yhtä tärkeää kuin löytää oikeat ennustemuuttujat on rajata vähemmän tärkeät pois päätöksentekoa sekoittamasta.
Tämä johtuu yksinkertaisesti siitä, että ihmisen työmuistiin ei mahdu tarpeeksi tavaraa monimutkaisten laskelmien hallitsemiseen. Siksi kannattaa valita muutama olennainen muuttuja, miettiä niille painokertoimet ja operoida vain niillä. Tämä johtaa väkisinkin intuition käyttöön.
Vastaava ilmiö löytyy ihmisen työkäyttäytymisen ennustamisesta. Kokoelmalla hyviä psykologisia testejä saadaan mekaanisesti hyvä lopputulos. Kun mukaan vielä lisätään ripaus asiantuntevaa testitulosten painottamista, tiedon rajaamista ja intuition käyttöä, on tulos vielä parempi.
Intuition käyttämisessä kannattaa silti olla varovainen. Moni asiantuntija luottaa liikaa omiin ennustekykyihinsä eikä halua korjaavaa palautetta, jolloin virheistä oppiminen muuttuu mahdottomaksi.
Lisäksi mukaan tulee peliteoriassakin havaittu party pooper -efekti: on helpompi olla yhdessä muiden asiantuntijoiden kanssa väärässä kuin ilonpilaaja, joka on yksin oikeassa. Kukaan ei halua olla se, joka sanoo ikävän ennusteen ääneen. Satu keisarin uusista vaatteista pätee kaikessa inhimillisessä toiminnassa.
Paras päätöksentekijä
Max Planck -instituutin tutkija, psykologi Gerd Gigerenzer, on testannut empiirisesti kymmeniä tosielämän ongelmanratkaisutilanteita. Näiden perusteella hän on päätynyt Take the best -nimiseen malliin, joka soveltaa monia edellä lueteltuja periaatteita. Jotakuinkin samaan on päätynyt moni muukin alan tutkija.
Tähänastisen tutkimuksen perusteella näyttäisi siis siltä, että on olemassa tiettyjä periaatteita, joita soveltamalla syntyy kuin syntyykin kolikonheittoa parempia ennusteita. Jos vedetään vähän mutkia suoriksi, niin paras päätöksentekijä:
Tässä siis resepti. Sitten vain sanoista tekoihin!
Lukemista
Tetlock, P.E. & Gardner, D. (2015). Superforecasting: The Art and Science of Prediction. New York: Crown.
Gigerenzer, G. (2015). Simply rational: Decision making in the real world. Oxford Univeristy Press.
