戲劇化的專家預測
環球時報報道，中國疾病預防控制中心主任高福院士，對新冠的預測頗為戲劇化。
2019年3月4日，時值當年兩會期間，高福院士曾經發表報告表示，中國不會再出現17年前的SARS病毒；SARS過去16年確實沒有再出現，但該報告僅發表不到一年，就出現了與SARS同屬冠狀病毒的新冠病毒。
其實嚴格來說，高福院士的預測也可以說並沒有錯，即便是出現的新冠病毒和SARS一樣是冠狀病毒，但它畢竟也不是SARS病毒。
但如果預測的只是SARS病毒，這樣的預測價值並價格可能不是特別大。
美國決策專家奇普·希思和丹·希思在《決斷力》一書中，甚至進一步用數據說明專家的預測，本身就並沒有特別準確。
如果說盲目認為一個事情對或者不對都是偏見，那認為專家預測一定準確，也是一種偏見。
8萬多個專家預測數據
美國國家科學研究委員會（National Research Council）的泰特洛克（Phil Tetlock），收集了284個政治、經濟、生物、物理、天文等多個領域專家的簡單預測，並在多年後，檢驗他們的預測結果，計算他們的預測準確度，研究結果在其著作《專家的政治判斷》中發表。
泰特洛克為了檢驗不同領域的專家的預測正確率，對不同領域專家使用了不同問題，且這些問題都非常直觀，可檢驗。
例如對經濟學家的問題是：你預計2年後，美國的GDP增長率會加快還是減緩。
例如對政治學家的問題是：你預計在下一屆美國總統選舉後，目前的執政黨，會失去控制權，失去部分控制權，還是保留控制權？美國政黨的控制權可以通過數據獲得。
類似這樣的預測和結果檢驗，泰特洛克獲得了82361個數據。
比較：專家預測和粗略外推算法
另外泰特洛克對每個專家預測數據，都使用「粗略的外推算法」計算結果比較，看哪個更加準確。
粗略的外推算法，簡單來說，就是假定過去幾年發展趨勢不變，未來也不會遇到意外情況，從而預計未來的結果。
例如過去3年美國的經濟平均增長是2.8%，粗略的外推算法就預測兩年後，經濟增長也是2.8%。
最終，專家和粗略的外推算法比較結果，非常讓人吃驚：最優秀的專家預測的預測準確率，都不如「粗略的外推算法」。
要知道，粗略的外推算法，只要知道過去的數據，即便是十幾歲少年，都可以直接計算出來。
也就是說，最優秀的專家的預測能力，都不如一個少年通過「策略的外推算法」機械計算的結果。
而且不單只政治學家經濟學家，連心理學家、醫生、工程師、律師、汽車修理師，在預測的時候，都不如「粗略的外推算法」。
然而這樣就迎來了一個問題：專家的預測還有價值嗎？
專家預測是否有價值？
泰特洛克除了對專家預測和粗略的外推算法預測相比較，還對某個領域的專家和初學者的預測能力，進行了測試。
測試結果是，初學者認為某個專業的預測100%會發生的時候，錯誤率卻高達45%。
相比之下，專家預測某個事情100%會發生的時候，錯誤率只有23%。
專家預測能力還是優於初學者，以及非專業者。
顯然專家的預測，還是有一定的價值。
但泰特洛克給所有人，包括專家和普通人的意見是：在我們做預測的時候需要更加謙遜一些，只要有可能，最好避免預測。
專家的真正價值
泰特洛克認為，專家最大的價值，並非在預測，而是在專家掌握的過去的數據和知識，甚至一些只有專家通過實驗知道的數據和知識。
即便是任何專家預測準確率都高的「粗略外推算法」，也是基於掌握的過去的數據和知識的基礎上進行的。
例如一個生物學專家，它的預測也許不一定準確，但是他的實驗數據，是可以有科學依據的。
在看一個專家的研究時，更重要，應該看他的實驗方法的可靠性，以及可靠方法下的實驗數據，而不是僅僅看專家預測結果。
換句話說，我們跟專家溝通的時候，最應該關注的是專家的做過的實驗和數據的細節本身，而不是專家的預測結果。
參考文獻：
01.《決策力》奇普·希思、丹·希思
02.《專家的政治判斷》（Expert Political Judgment: How Good Is It? How Can We Know?）菲利普·泰特洛克（Philip E. TetloCK）
03.《輿論漩渦中的高福院士》環球時報