超予測者とは何者か、どうすればなれるのか

超予測者とは？

超予測者（スーパーフォーキャスター）とは、採点された多くの問いを通じて、同じ問いを予測するほぼすべての人よりも一貫して正確な確率予測をすることが示された人のことです。この言葉は、米国政府が主催した予測トーナメントに参加した研究チームの一つ、フィリップ・テトロックのグッド・ジャッジメント・プロジェクト（Good Judgment Project）から生まれました。このプロジェクトでは毎年、予測者の上位2パーセントにこの称号が与えられました。

超予測とは、そうした人々に共通する方法のことです。問いを部分に分け、ベースレートから出発し、自分の信念に精密な数字を付け、それを小刻みに更新していきます。テトロックとジャーナリストのダン・ガードナーは、この方法を『超予測力：不確実な時代の先を読む10カ条』（原題 Superforecasting: The Art and Science of Prediction、2015年）にまとめており、そのほとんどは学んで身につけることができます。

トーナメントそのものが、風変わりな発想でした。2011年、米国情報コミュニティの研究部門である情報高等研究計画局（IARPA）は、世界の出来事をうまく予測できる人がいるのかを確かめようと、大学のチームを招いて競わせることにしました。各チームはボランティアを募り、難しい地政学的な問いに数値の確率で答えてもらいました。この国はデフォルトするか。この二国は衝突するか。この指導者は半年後もまだ権力を握っているか。

テトロックとバーバラ・メラーズは、グッド・ジャッジメントのチームを率いました。4年間で、数千人のオンラインボランティアが約500の問いについて100万件を超える予測を行い、その結果はプロたちに恥をかかせるものでした。グッド・ジャッジメントは、トーナメントの公式な対照群を1年目に60パーセント、2年目に78パーセント上回りました。ミシガン大学やMITを含むライバルの大学チームにも、30から70パーセントの差をつけました。さらに、機密データを見られる分析官たちが参加する、情報コミュニティ自身の内部予測市場にさえ勝ったのです。2013年と2014年の139問で、グッド・ジャッジメントの最良の手法は、この市場より34.7パーセント正確でした。

プロジェクトは、毎年選ばれた超予測者たちを同じチームにまとめ、採点を続けました。もし彼らの成績が運によるものなら、平均へと逆戻りしていたはずです。しかし、ほとんどはそうなりませんでした。約70パーセントが翌年もその地位を保ち、予測者全体で見ても、ある年の精度と翌年の精度の相関はおよそ0.65でした。

最初の超予測者の一人で、退職したコンピュータープログラマーのダグ・ローチは、1年目におよそ1000件の予測を行い、約2800人の参加者のなかで5位に入りました。ブライアスコア（Brier score）は0.22でした（低いほど良いスコアで、詳しくは後述します）。翌年、超予測者のチームに入った彼は0.14を記録し、プロジェクトで最高の成績を収めました。彼はスパイでもクオンツでもありませんでした。うまくいく仕組みを見つけた一介の愛好家だったのです。

この呼び名は、トーナメントが終わった後も生き続けています。プロジェクトから生まれた商業的なスピンオフ企業Good Judgment Inc.は、いまも自社のプロの予測者をこの名前（表記はSuperforecaster®）で呼んでいます。そしてAI研究者たちは今、予測モデルを採点するときの人間側の基準として、超予測者を扱っています。

たいていの人は、市場や政治の予測がうまくなるためにこの本を読みます。本ガイドでは、本書を判断力のためのトレーニングマニュアルとして扱います。不確実な未来について明晰に考える力は、何を信じるか、どの情報源を信頼するか、学んだことをどう扱うかを決めるたびに、あなたが使っているスキルだからです。

---

なぜ専門家の予測はたいてい外れるのか

テトロックはこの本を書く資格を、苦労して勝ち取りました。彼の以前の著作『Expert Political Judgment（専門家の政治的判断）』（2005年）は、284人のプロの評論家や分析官が約20年にわたって行った、およそ2万8000件の予測を追跡したものです。有名な結論はこうでした。平均的な専門家の精度は、およそ「ダーツを投げるチンパンジー」と同程度だったのです。さらに悪いことに、有名な専門家ほど精度が低い傾向がありました。自信たっぷりで大雑把な物語を語ればテレビに出られるのに対し、慎重に留保をつけてもそうはいかないからです。

しかし、平均の陰には大きな違いが隠れていました。アイザイア・バーリンの比喩を借りて、テトロックは予測者をハリネズミとキツネに分類しました。ハリネズミは一つの大きなことを知っていて、あらゆる問いを単一の壮大な理論に押し込みます。キツネは多くの小さなことを知っていて、大きな理論を信用せず、多数の情報源から証拠をつなぎ合わせます。キツネは一貫してより優れた予測をしました。ハリネズミはより大胆な予測をして注目を集めましたが、その一つの大きな考えに引きずられて、自信満々の誤りを繰り返しました。

ここでの教訓は、専門知識が役に立たないということではありません。知識が豊富であることと、確率の見積もりがよく較正されていることは、別のスキルだということです。あるトピックについて多くを知っていれば、何が起こり得るかはわかります。しかし、それぞれの結果がどれくらい起こりやすいかまでは自動的にはわかりません。そして、予測が扱うのはまさにその起こりやすさなのです。この隔たりこそ、賢く物知りな人々があれほど頻繁に自信満々で間違える理由であり、ダニエル・カーネマンが生涯をかけて記録し続けたパターンでもあります（『ファスト&スロー』の活かし方を参照）。

---

超予測者を生む本当の要因

真っ先に思い浮かぶ答えは知能でしょう。超予測者たちは、確かに知能と知識のテストで平均を上回るスコアを取り、おおむね上位20パーセントに入っていましたが、飛び抜けた存在ではありませんでした。非常に賢い人でも予測が下手な人はたくさんいましたし、単に頭が良い程度の人でも卓越した予測をした人が大勢いました。IQが決めていたのは下限であって、上限ではなかったのです。

最良の予測者を分けたのは、テトロックが「永遠のベータ版（perpetual beta）」と呼ぶ心の習慣でした。これは、決して完成せず常に改良され続ける製品を指すソフトウェアの用語を借りたものです。超予測者はあらゆる信念を下書きとして扱います。彼らは自分が間違っているかもしれない理由を積極的に探し、証拠が少しずつ入ってくるにつれて小刻みに修正し、外した予測については正直な事後検証を行います。テトロックは、信念を更新し、自分を改善し続けようとするこの姿勢こそが、超予測者の仲間入りを果たすかどうかを最も強く予測する要因であり、その力は2番目に強い要因である知能のおよそ3倍だと書いています。アダム・グラントは、この習慣を軸に『THINK AGAIN』という本を丸ごと1冊書き上げました。

その人々自身は、経歴だけを見れば平凡でした。傑出した予測者の一人、ビル・フラックは、ネブラスカ州カーニーに住む元米農務省職員で、熱心なバードウォッチャーでした。やはり超予測者になった経済学者のメアリー・シンプソンは、自分は「2007-2008年の金融危機を完全に見逃していた」と語っており、トーナメントに加わった当初は「特定の分野で予測できる人がいるのかについて、非常に懐疑的だった」といいます。かつて大きく見誤った分野で上達していくこと。それこそ、キャロル・ドゥエックの成長マインドセットを、訓練できる一つのスキルに向けたものです。

しかも、その多くは教えることができ、すぐに身につきます。ランダム化実験では、ベースレート、較正、よくあるバイアスについての約1時間の訓練で予測者の精度が6から11パーセント向上し、訓練を受けた予測者は、トーナメントの4年間のどの年も、訓練を受けなかった対照群を上回りました。チームにも効果がありました。チームは平均して個人より23パーセント正確で、超予測者のチームは予測市場を15から30パーセント上回りました。本書全体から読み取れる心強いメッセージは、超予測が学んで身につける行動であり、生まれつき持っていなければ諦めるしかない性格ではない、ということです。

---

問いをフェルミ化し、外側から始める

大きく漠然とした問いに直面すると、たいていの人は自分の勘と見出しに頼ります。超予測者はその逆をします。彼らは問いを、一つひとつが推論しやすい、より小さな下位の問いに分解します。この手法をテトロックは、物理学者エンリコ・フェルミにちなんで「フェルミ化（Fermi-izing）」と呼びます。フェルミは、難しい数量（たとえばシカゴのピアノ調律師の数）を分解して見積もることで有名でした。問題を分解する狙いは、自分が知っていることと、推測していることを切り分けることにあります。テトロックの言葉を借りれば、「無知をあぶり出す」ためなのです。

次の一手は直感に反します。内側からではなく、外側から始めるのです。内側の視点とは、目の前にある具体的な物語、その鮮やかな細部のすべてです。外側の視点は、もっと冷めた問いを投げかけます。こうした状況で、こうしたことはどれくらいの頻度で起こるのか、と。そのベースレートがあなたの錨（アンカー）になります。あるスタートアップが5年後も存在しているかを予測したいなら、創業者がどれほど心を打つかから始めてはいけません。まずスタートアップ全般の生存率から始め、その後、この会社ならではの本当に特別な点に応じて上下に調整するのです。

トーナメント自体のデータも、同じ方向を指しています。最終年には、訓練を受けた予測者が、予測に添えた説明が10の原則のどれに拠っているかにチェックを入れられるようになっていました。そのうち、精度の向上と有意に結びついていたのは一つだけでした。比較クラス（comparison classes）、つまり外側の視点の別名です。

順番を正しくすることが大切です。まず鮮やかな内側の物語を錨にすれば、すべての調整がそれに汚染されてしまいます。まずベースレートを錨にすれば、細部は推測全体の土台ではなく、妥当な出発点への補正になります。これは、予測不可能な領域でゼネラリストがこれほど力を発揮する理由として『RANGE（レンジ）』の活かし方が論じている、深さより幅を優先するキツネ的な本能と同じものです。

---

言葉ではなく確率で考える

日常の言葉は、予測の墓場です。1951年3月、米国の国家情報評価（National Intelligence Estimate）は、ソ連圏によるユーゴスラビア攻撃を「重大な可能性（serious possibility）として考慮すべきである」と結論づけました。その作成に関わったCIAの分析官シャーマン・ケントが、国家評価委員会（Board of National Estimates）の同僚たちに、どれくらいの確率を想定していたのかを尋ねると、答えは20パーセントから80パーセントまでばらばらでした。ケント自身の見立ては約65パーセントでした。全員がその一文には同意していたのに、それが何を意味するかについては、ほとんど誰も一致していなかったのです。こうした予測は採点できないので、決して間違いにならず、だからそこから学ぶこともできません。

超予測者はそこに逃げ込むことを拒みます。彼らは直感を具体的な確率へと翻訳し、細かい刻みを使います。大ざっぱな「ありそう」ではなく、63パーセントというように。その精密さは根拠のない自信ではなく、むしろその逆です。バーバラ・メラーズらが超予測者の見積もりを0.1刻みに丸めると、精度が下がりました。つまり、その小さな区別が本物の情報を運んでいたのです。採点のための道具がブライアスコアです。これは較正（70パーセントと見積もったことが、実際におよそ70パーセントの頻度で起きているか）と、解像度（50パーセントに隠れる代わりに、決然とした立場を取るか）の両方を測ります。低いほど良いスコアです。

数字は言葉にできないことをやってのけます。予測をフィードバックに変えるのです。「70パーセント」と100回言えば、そのうちおよそ70件が本当に起きたかを確認できます。「たぶん」と100回言っても、自分について何も学べません。数字は、テトロックが「五分五分の反対側の誤謬（wrong-side-of-maybe fallacy）」と呼ぶ誤りも防いでくれます。70パーセントと予測したのに残りの30パーセントのほうが起きたからといって、その予測を失敗と判定してしまう誤りです。1回外れただけでは、ほとんど何もわかりません。100回の予測なら、多くのことがわかります。

---

ベイズ主義者のように信念を更新する

一度だけ立てて、その後ずっと守り続ける予測は、ただの意見にすぎません。この手法の核心は更新です。新しい証拠が届くにつれ、その証拠がどれだけのことを物語っているかに比例して、確率を調整するのです。これは考え方としてはベイズ的な推論であり、超予測者はそれを絶えず、小刻みに、大げさに構えることなく行います。

この規律は、二つの方向の誤りを戒めるものです。過小反応（アンダーリアクション）とは、錨に縛られているか、こだわりがあるか、動くのが恥ずかしいために、以前の予測にしがみつくことです。過剰反応（オーバーリアクション）とは、新しい見出しが飛び込むたびに新しい数字へと大きく揺れ、ノイズを信号として扱うことです。肝心なのは、更新の大きさを証拠の重みに合わせて較正することです。些細なニュースなら数ポイント動かし、本物の驚きなら大きく動かすのです。超予測者は、平均的な予測者よりも頻繁に、しかもより正確に考えを変えており、両方の面で明らかに優れていました。

これを難しくしているのは数学ではなく、エゴです。更新するということは、自分の前回の予測が完璧には及ばなかったと公に認めることであり、たいていの人は正確であるよりも一貫していたいと思うものです。その解決策は、考えを変えることを敗北として扱うのをやめることです。アニー・デュークは『確率思考』（原題 Thinking in Bets）のなかで、これと同じ動きを、信念を自分のアイデンティティから切り離すこととして表現しています。問うべきは決して「自分は正しかったか」ではなく、「今日わかっていることすべてを踏まえて、自分は今何を信じるか」なのです。

---

続けられる予測の習慣を作る

これまで述べたことはすべて、記録がなければ崩れ去ります。何を、いつ、なぜ予測したかを書き留めておかなければ、記憶がひそかに物語を書き換え、あなたはいつも基本的には正しかったことになってしまいます。『超予測力』から持ち帰れる最も実践的なものを一つ挙げるなら、それは予測ジャーナルです。そして、そこに書き込むためのチェックリストが、テトロックの「十戒」です。

テトロックは、半ば冗談めかして11番目の戒めを付け加えます。戒めを戒めとして扱ってはならない、と。これらは混沌とした世界のための指針であって、法則ではないのです。

ここで、あなたの読書ツールが予測ツールになります。分析記事を読んだりブリーフィングを見たりしていて、未来についての主張に出会ったら、逃さず押さえておきましょう。Glaspのウェブハイライターを使えば、その予測を情報源の上でそのままハイライトし、自分の確率をノートとして付け加えられます。長い動画の議論については、YouTube動画の要約を使えば、重要な主張を抜き出してタイムスタンプを付けられるので、それぞれに対して予測を記録できます。

『超予測力』そのものをKindleで読んでいるなら、Kindleのハイライトをインポートしておきましょう。印をつけた戒めが、自分の立てた予測のすぐ隣に並びます。何か月か続けるうちに、そうした注釈は検索可能な実績記録になり、自分の推論を見直すときには、GlaspのAIチャットで、保存したものすべてを横断して質問を投げかけられます。これはいわば読書の側で記録をつけるやり方であり、学んだことを書き集めるデジタル時代のコモンプレイスブックの手法とも自然に組み合わせられます。

---

超予測者になるには

この称号を授けてくれる試験も講座もありません。称号は、最初の超予測者たちと同じように、同じ問いを予測するほぼ全員を上回る、採点された予測の長い記録によって勝ち取るものです。数回のまぐれ当たりでは何も証明できません。採点された予測が何百も積み重なって、ようやく証明になり始めます。

とりわけ大切なのは、次の3つの習慣です。

• 採点される場所で予測する。 Good Judgment Openは、Good Judgment Inc.が運営する、誰でも参加できる公開の予測サイトです。Metaculusは無料で参加でき、Metaculus Cupのようなシーズンごとのトーナメントを開催しています。どちらも、現実の結果と、同じ問いに答えた他の全員の両方を基準に、あなたを採点します。
• 多くの問いに答え、予測を更新し続ける。 精度を測るにはサンプルが必要です。超予測者はシーズン全体の記録をもとに選ばれましたし、一度予測して終わりにするのではなく、ニュースが入るたびに予測を修正していました。
• 自分の推論を書き留める。 Good Judgmentによると、同社は毎年秋にGood Judgment Openから超予測者の候補をスカウトしており、志望者にはそこで少なくとも100問を予測するよう求めています。最も重視するのは精度の平均ですが、書き込まれたコメントの質や協調性も見ます。選ばれた人には試験的な仕事が任されることがあり、採用された人は3か月の試用期間を終える必要があります。Metaculusは、プロ予測者（Pro Forecasters）を、実績と「根拠をわかりやすく説明してきた履歴」をもとに選んでいます。

プラットフォームがあるからといって、ジャーナルを省かないでください。プラットフォームの問いは、誰か他の人が書いたものです。判断力を最も鍛えてくれるのは、自分で選んだ問いについての予測です。プロジェクトが期限どおりに完了するか、ある情報源の予測が当たるか、今読んだばかりの記事に書かれた傾向が続くか、といったものです。

---

超予測者対AI：2026年の現在地

数か月以内に決着する明確な問いでは、最良のAI予測システムは超予測者に追いつき、データ系列から生成される問いでは、おそらくすでに追い越しています。判断力を要する一度きりの問いでは、どちらかが統計的にはっきり上回ることを示した人はまだいません。主要なベンチマークを作ったチームと、プロの超予測者パネルを運営するGood Judgment Inc.は、同じ結果をまったく違うふうに読んでいます。

Forecasting Research Institute（FRI）が作ったForecastBenchは、2種類の問いでAIシステムを超予測者と比べて採点します。経済指標などのデータ系列から生成される「データセットの問い」と、予測プラットフォームから取られる「市場の問い」です。2026年1月の時点では、超予測者はまだ1位で、ブライアスコアで最良のモデルに0.017ポイントの差をつけていました。FRIはこの差をモデルの進歩のおよそ1年分と見積もり、両者が並ぶのは2026年11月だと予測していました。

その日は予想より早く来ました。2026年7月16日、FRIは、Cassi AIのシステムを筆頭に、xAIやGoogle DeepMindによるエントリーを含む複数のシステムが、自らのトーナメントのリーダーボード上で超予測者と統計的に区別できない水準にあると報告しました。FRIによれば、Cassiのシステムは、市場の問いで超予測者の中央値より上位に入った初めてのシステムでもありました。データセットの問いでは、AIはすでに5月の時点で超予測者に並んでおり、7月にはFRIが、この種の問いでは多くのシステムがおそらく超予測者を上回っていると述べています。FRIは但し書きも率直に示しました。超予測者の予測を最後に集めたのは2024年なので、比較は、共通の問いを一つも含まない問いのセット同士の統計的な補正に頼っていること、そして信頼区間の重なりがあまりに大きく、結果は「超予測者を上回ったというより、超予測者と同等であることとより整合的」だということです。

Good Judgmentは8日後、「Not So Fast（そう急ぐな）」と題した投稿で反論し、3つの異議を唱えました。

• 人間側の基準が古い。 Good Judgmentはこの基準を「ほぼ単独で、最小限の更新しかせずに予測していた個々の超予測者を、2024年7月の時点で凍結したスナップショット」と呼びました。グッド・ジャッジメント・プロジェクト自身の実験では、チームが個人を上回っていたにもかかわらず、です。
• 市場の問いの一部は、姿を変えたデータの問いである。 たとえば「2026年7月が観測史上最も暑い7月になるか」といった問いは、Good Judgmentの言葉を借りれば「市場の衣をまとったデータセットの問い」であり、気候の記録から答えが出せます。
• モデルは市場をなぞっているだけかもしれない。 FRIは以前、あるモデルの予測が、そのモデルに示された市場価格と0.994の相関を持つことを見出していました。だとすれば、AIの精度のうちどれだけが、実は市場の精度なのかという疑問が生じます。

もう一つの主要な比較は、MetaculusのFutureEvalです。ボット・トーナメントの上位10ボットと、Metaculusのプロ予測者10人を、同じ問いで対決させます。2026年春のラウンドでは、99問の対戦で、プロ側が直接対決スコアで1問あたり1.25ポイント上回りましたが、Metaculusはこの差を統計的に有意ではないとしています。2025年の第1四半期と第2四半期には、その差はそれぞれ17.7ポイントと20.0ポイントでした。全員を個人として順位づけすると、上位10位のうち9つは依然として人間が占めていました。続いて迎えたのが、2026年夏のMetaculus Cupです。ここでボットは人間の参加者と同じ問いを予測しますが、賞は受け取れません。その結果、Laertesと、Manticのシステムという2つのボットが総合1位と2位に入り、すべての人間の参加者を上回りました。

読者にとっての意味は2つあります。第一に、本書が描く人々は、AIの予測力を測る物差しそのものになり、最良のモデルでさえ、その水準に届いたのは2026年になってからでした。第二に、AIの予測は、検討すべき情報源の一つにすぎません。超予測者が評論家の意見を扱うのと同じように扱いましょう。ベースレートを尋ね、単に市場をなぞっているだけではないかを確かめ、後で採点できるようにその主張を書き留めておくのです。

---

超予測の限界を率直に認める

超予測は魔法ではありません。テトロックはその境界について慎重です。トーナメントの問いには、はっきりした決着の期日と明確な答えがあり、そのほとんどは1か月から1年先を見通すものでした。それはまさに、この手法が力を発揮する領域であり、そして人生の最も大きな問いのほとんどが存在しない領域でもあります。「今後10年以内に戦争は起こるか」と問うても、それを採点する明快な方法はなく、素早いフィードバックもなく、練習する方法もありません。

最も鋭い批判はナシーム・タレブから来ます。彼は、世界を本当に作り変える出来事は、こうしたトーナメントが体系的に除外してしまう、稀で影響の大きい「ブラック・スワン」だと論じます。彼に言わせれば、何百もの平凡な問いでよく較正されていても、肝心の一つのテールイベントについてはほとんど何もわからない、というわけです。テトロックのもっともな反論は、短期の予測スキルと長期の謙虚さは共存できるというものです。知り得ない問いが知り得ないままであっても、知り得る問いを正しく当てることには、やる価値があるのです。

決着がつく問いであっても、手法の足元が揺らぐことがあります。2022年に行われたFRIの存亡リスク説得トーナメント（Existential Risk Persuasion Tournament）で、超予測者たちは、2025年までにAIシステムが国際数学オリンピックで金メダル水準に達する確率を、わずか2.3パーセントとしていました。それは2025年7月に現実になりました。すでに問いが決着した4つのAIベンチマーク全体で見ると、超予測者が実際の結果に与えていた確率は平均9.7パーセントで、分野の専門家の24.6パーセントよりも低いものでした。ベースレートは過去から生まれるものであり、それを生み出すプロセス自体が変わりつつあるときに、最も早く人を誤らせます。

もっと微妙な罠もあります。採点を意識するあまり、自分がよく見える安全で短期的な問いばかりを選び、判断力が最も問われる漠然とした重要な問いから離れてしまいかねません。この手法は特定の種類の問いのための道具であって、世界観ではありません。うまく使えば、あなたの思考を研ぎ澄まします。まずく使えば、重要でないことについて精密な気分になるための手段になってしまうのです。

---

よくある質問

超予測者とは何ですか？

超予測者とは、採点された多くの問いを通じて、同じ問いを予測するほぼすべての人よりも一貫して正確な確率予測をすることが示された人のことです。この言葉はフィリップ・テトロックのグッド・ジャッジメント・プロジェクトに由来します。このプロジェクトでは毎年、予測者の上位2パーセントにこの称号が与えられ、そのうち約70パーセントが翌年も称号を保ちました。Good Judgment Inc.は現在も、プロの予測者パネルにこの呼び名を使っています。

最も有名な超予測者は誰ですか？

よく知られた2人が、テトロックの著書『超予測力』で紹介されています。退職したコンピュータープログラマーのダグ・ローチは、1年目に約2800人の予測者のなかで5位に入り、翌年にはプロジェクトで最高のスコアを記録しました。ネブラスカ州の元米農務省職員ビル・フラックも、傑出した予測者の一人でした。2人とも、プロの予測者でも情報分析官でもありませんでした。

超予測者はAIより優れていますか？

2026年の時点では、はっきりそうとは言えません。2026年7月、Forecasting Research Instituteは、ForecastBenchで複数のAIシステムが超予測者と統計的に区別できない水準に達し、データ系列から生成される問いでは多くのシステムがおそらく超予測者を上回っていると報告しました。ただし、その人間側の基準は2024年のものです。2026年春にはMetaculusのプロ予測者がまだ最良のボットチームをリードしていましたが、その差は統計的に有意と言えないほど小さく、2026年夏のMetaculus Cupでは2つのボットがすべての人間の参加者を上回りました。Good Judgmentは、サンプルは小さいものの、自社のクライアント業務ではAIが超予測者に並ぶ結果は見られていないとしています。

超予測者になるにはどうすればいいですか？

採点された予測の長い記録を積み上げることです。Good Judgment OpenやMetaculusで定期的に予測し、少数ではなく多くの問いに答え、ニュースが入るたびに予測を更新し、自分の推論を書き留めましょう。Good Judgmentによると、同社は毎年秋にGood Judgment Openから超予測者の候補をスカウトしています。志望者にはそこで少なくとも100問の予測を求め、精度、コメントの質、協調性を見たうえで試験的な仕事を任せることがあり、採用した人には3か月の試用期間を課しています。

超予測は学べるものですか？

はい。それが本書の中心的な発見です。超予測者は知能のテストで平均を上回るスコアを取りましたが、天才ではありませんでした。テトロックは、超予測者になれるかどうかを最も強く予測したのは「永遠のベータ版」、つまり信念を更新し、自分を改善し続けようとする姿勢であり、その力は知能のおよそ3倍だったと書いています。トーナメントのランダム化された訓練実験では、約1時間の訓練で、普通の予測者の精度が6から11パーセント向上しました。

『超予測力』は『確率思考』（Thinking in Bets）とどう違いますか？

両者は補い合う関係です。アニー・デュークの『確率思考』は、不確実性のもとでの意思決定の質と、良い判断を幸運な結果から切り離すことに焦点を当てています。テトロックの『超予測力』は、予測そのものに焦点を当てています。すなわち、未来の出来事にどう正確な確率を割り当て、自分の予測がよく較正されていたかをどう測るか、です。一方はうまく決めることについて、もう一方は明晰に見ることについての本です。合わせて読めば、不確実性のもとでの推論の両面を網羅できます。

ブライアスコアとは簡単に言うと何ですか？

確率的な予測を採点する方法で、低いほど良く、ゼロが完璧です。それは二つのことを同時に評価します。較正（70パーセントと見積もったことは、およそ70パーセントの頻度で起きるべきだということ）と、解像度（いつも50パーセント付近で留保するのではなく、決然とした立場を取ること）です。それを計算するには予測と結果の継続的な記録が必要であり、だからこそ予測ジャーナルをつけることが、この実践全体の土台なのです。

より優れた予測者になるには数学が必要ですか？

高度な数学は必要ありません。核となるのは習慣です。問いを部分に分ける、ベースレートから始める、自分の見方を具体的な数字で表す、そして証拠が届くにつれて小刻みに更新する、というものです。ベイズ的な更新は、方程式である前にひとつの心構えです。本当のボトルネックは計算ではなく、自分の予測を書き留め、それを正直に確認し、考えを変える意欲なのです。

今日から練習を始めるにはどうすればいいですか？

明確な答えと近い締め切りのある問いを、仕事、読書、ニュースからいくつか選びましょう。それぞれについて具体的な確率と、その理由を一文で書き留めます。それぞれが決着したら、照らし合わせて短い事後検証を行います。読みながら予測をハイライトし、余白に確率を添えていけば、普段の読書から練習問題が途切れることなく生まれてきます。

---

結論

『超予測力』の静かな急進性は、その楽観主義にあります。何十年ものあいだ、テトロックの研究から得られる教訓はシニカルなものでした。専門家は予測できないのだから、やる意味などない、と。トーナメントはそれをひっくり返しました。ごく普通の人々が、手法と記録をつける規律で武装して、機密ファイルを持つプロたちよりも明晰に未来を見ることを学んだのです。この手法は教えられるものであり、そのほとんどは、注意深い読者なら誰でも築ける習慣に行き着きます。最良のAIシステムが主要なベンチマークで超予測者に並んだ今、同じ習慣は、人が出したものであれモデルが出したものであれ、差し出されたあらゆる予測を見極めるための方法にもなります。

小さく始めましょう。問いを分解し、こうしたことが通常どれくらいの頻度で起こるかを錨にし、自分の信念に具体的な数字を付け、世界から答えが返ってくるたびに、意地を張らずにそれを更新する。そして、それを書き留めましょう。読みながら出会う主張を押さえるにはGlaspのウェブハイライターを使い、それぞれに自分の確率を書き添えましょう。動画で見る議論に対して予測を記録するにはYouTube動画の要約が頼りになります。そしてGlaspのコミュニティフィードでは、ほかの注意深い読者が同じ不確実性をどう推論しているかを見ることができます。うまく予測することはスキルです。持つ価値のあるあらゆるスキルと同じように、それは意図的な練習、正直なフィードバック、そして学ぶことのできる記録から育ちます。それらすべてを束ねるノート術については、スマートノートの取り方をご覧ください。