预测市场不是赌博：为预测作为公共产品辩护

关键要点

• 预测市场与预测竞赛不同于赌博，因为它们奖励的是准确性、校准和更新能力，而非运气。
• 最有力的实证证据表明，预测技能是真实存在且可以提升的：顶级预测者在连续多年中持续表现优异，没有回归均值。
• 预测准确性的最大单一驱动因素不是个人才华，而是聚合算法——将个体概率转换为对数几率并极值化。
• 预测竞赛作为一种对抗性合作，迫使竞争阵营在看到数据之前下注声誉。
• 证据基础有明确边界：最严格的发现来自12-24个月内可解决的地缘政治问题，而非更长期的结构性问题。

1. 引言

当人们听到"预测市场"时，他们往往想象一个投注厅：赔率、赌注、赢家、输家，以及伴随偶然游戏而来的情绪起伏。这种联想是可以理解的，但它遗漏了一些重要的东西。预测市场和结构化预测竞赛的主要目的不是赢钱或击败庄家。它们旨在生产一种稀缺且有价值的资源：关于未来的、经过校准的、可问责的知识。

这一区别对每个人都很重要——不仅仅是研究人员。企业在不确定性中配置资本，政府规划风险，个人在不确定性下做出职业和家庭决策。问题在于是否存在一种系统性的方法来改进这些决策，还是说"专家判断"只是披着资历外衣的另一种猜测。

本文直接探讨这一问题。它引用了一项有史以来关于人类预测最严谨项目之一的证据：由菲利普·泰特洛克及其同事领导的多年度预测竞赛，该项目在"良好判断项目"和"情报高级研究计划活动"框架下运行。研究结果挑战了赌博类比，也挑战了"专业知识必然保证远见"的舒适假设。它们还指向一个实际结论：当预测得到适当结构化时，它的行为不像赌场，而更像一种公共事业——一种用于产生更优集体判断的工具。

2. 预测竞赛究竟在测试什么

将预测竞赛贴上"赌博"标签的核心误解在于假设它们奖励运气。博彩游戏被设计为在期望上随机或接近随机；庄家优势确保技能只起边缘作用。预测竞赛则不同。它们使用布莱尔分数和校准曲线等适当评分规则，在数百个问题上对参与者概率估计的准确性进行评分。

泰特洛克、梅勒斯、罗尔博和陈的证据清晰地表明了这一点。在通过良好判断项目运行的多年度竞赛中，顶级表现者并非只幸运了一次。每年，最强的预测者——被称为"超级预测者"——被选中组成精英团队。怀疑者预期会出现均值回归：即过去的成功会随着随机性被平均化而消失。但这并没有发生。年复一年，超级预测者持续超越为他们设定的阈值，在校准、区分度和曲线下面积指标上不断改进。事实上，在该项目的第二年，这些团队已经超越了为第四年设定的准确性目标。

这种模式很难与赌博模型调和。如果预测等同于对抛硬币下注，最好的表现者最终会回落到平均技能水平。但他们没有。表现的持续存在表明预测技能是真实的、可测量的，而且关键在于——是可以训练的。

对组织而言，实际启示很直接：结构化预测可以识别出那些在不确定性下确实更擅长赋予概率的人。这些人不仅仅是运气好；他们使用的认知策略可以被研究、传授和规模化。

3. 聚合的作用：算法高于个人天才

预测竞赛证据中最反直觉的发现之一涉及准确性的真正来源。直觉上的假设是预测质量主要取决于谁在做预测——雇佣更聪明的人，就能得到更好的预测。竞赛数据使这一图景变得复杂。

在良好判断项目内部，析因实验被用来分解预测准确性的驱动因素。招募并留住更好的预测者贡献了约10%的准确性提升。认知去偏训练贡献了另外约10%。协作团队和类似预测市场的工作环境贡献了相近的比例。但最大的单一杠杆是聚合算法：将个体概率转换为对数几率并向极端拉伸。这一算法步骤贡献了约35%的准确性提升——超过任何人为因素。

这是一个深刻的结果。它意味着预测质量的最大收益并不来自寻找神谕。它们来自你如何组合判断。这一特定技术——对数几率极值化——之所以有效，是因为群体平均值往往系统性地自信不足。通过将估计值转换为对数几率并将其从概率量表的中间推开，聚合器可以纠正这种偏差，产生更清晰、更有信息量的预测。

对决策者而言，这重构了预测平台的价值主张。公共产品不仅在于预测者的原始意见；还在于将混乱、异质的判断转化为良好校准概率的制度机制。这一机制——透明评分、算法聚合和持续反馈——正是将预测与未经辅助的专家意见以及与赌博区分开来的东西。

4. 对抗性合作：迫使观点承担风险

预测竞赛与赌博的另一个区别是认识论层面的。赌博是一个封闭的游戏：概率由规则定义，结果独立于信念。相比之下，预测是开放式的，并且在一种建设性意义上是对抗性的。它迫使相互竞争的智识阵营在证据解决之前承诺可检验的立场。

正如证据所记录的，竞赛形式对糟糕的更新施加了声誉惩罚。理论家们不再能在事情出错时退回到事后解释。他们必须说出他们认为会发生什么，并附上概率，然后接受评分。这种机制——泰特洛克及其同事所描述的对抗性合作——已经裁决了几项长期争论。

一项争论涉及认知风格。竞赛数据支持了积极开放思维与预测准确性显著相关的说法。另一项争论涉及协作：互动协作优于独立工作。第三项涉及协作团队与预测市场的比较，两者达到了相近的改进水平。第四项证实了去偏训练能带来实质性收益。第五项则产生了一个引人注目的发现：保守主义——对新信息持续反应不足——比过度反应更损害准确性。

这些发现很重要，因为它们表明预测竞赛不仅仅是竞争；它们是认识论工具。它们解决了普通论证无法解决的争议。当一位理论家声称对未来有所了解时，回应不再是抽象的"证明它"。而是"说出概率，我们会给你评分"。

5. 关键对比：赌博与作为公共产品的预测

下表总结了证据所揭示的赌博与预测竞赛之间的结构性差异。

这一对比阐明了利害关系。赌博是一种消费产品；预测是一种生产产品。前者在参与者之间重新分配金钱。后者产生了一些新东西：一个此前不存在、可以为决策提供信息的校准概率估计。

6. 边界条件：证据未显示的内容

任何为预测作为公共产品所做的诚实论证都必须承认证据未能确立的内容。竞赛数据虽然在其领域内稳健，但带有重要的注意事项。

首先，超级预测者缺乏回归的现象并未在归因上被完全隔离。作者承认"超级"这一标签本身可能产生了自我实现的效果，而且精英团队协作可能赋予了单凭个人技能无法解释的环境优势。高表现的持续性可能反映了能力与有利条件的混合，而非纯粹的个人才华。

其次，更重要的是，证据基础存在外推边界。所有竞赛结果都来自12到24个月内可解决的地缘政治问题。这是一个有意义且实际的时间范围，但并非普遍适用。对于更长的期限或结构性问题——涉及缓慢演变的转型、复杂反馈回路或制度更迭的那类问题——这些发现是外推，而非直接证据。

这一警示对任何希望将预测方法应用于气候政策、技术颠覆或数十年人口变化等问题的人都非常重要。这些方法很有前景，评分的基本逻辑——陈述你的概率、解决、更新、重复——也是合理的。但声称技能可以迁移到这些领域的经验依据较为薄弱。决策者应以相应的不确定性对待长期预测。

7. 常见问题

问题1：如果预测不是赌博，为什么预测市场看起来与博彩市场如此相似？

表面相似性是真实的：两者都涉及概率和潜在收益。但功能不同。在赌博中，赔率被设定为确保庄家无论结果如何都能获利，而玩家的期望回报通常为负。在预测中，评分机制旨在衡量准确性，而非抽取利润。当存在收益时，它从属于信息输出。一个产生良好校准概率的市场，即使其界面像体育博彩，也在生产一种公共产品。

问题2：普通人能学会更好地预测吗，还是这仅限于精英专家？

竞赛证据强烈表明，通过训练可以实现改进。认知去偏训练对准确性提升做出了有意义的贡献，而且已识别的驱动因素——如积极开放思维和更新意愿——不是固定特质。它们是实践。挑战不仅仅在于原始智力；还在于赋予概率、跟踪概率以及在证据到来时修正概率的纪律。

问题3：提高预测准确性的最大单一因素是什么？

根据良好判断项目内部的析因实验，最大的可测量驱动因素是聚合算法——具体而言，将个体概率转换为对数几率并极值化。这一步骤贡献了约35%的准确性提升，超过招聘、训练或协作各自的贡献。这提醒我们，制度机制可能比个人才华更重要。

问题4：证据是否适用于长期预测？

应当谨慎。最严格的竞赛发现基于12到24个月内可解决的问题。对于更长的期限或结构性问题，证据是一种外推，而非直接证明。方法论原则——透明度、评分、对抗性承诺——是可迁移的，但不应假定具体的准确性结果会自动转移。

8. 结论

将预测市场视为公共产品而非赌博的理由基于一个清晰的区分。赌博消费风险以换取娱乐；预测利用风险来生产知识。多年预测竞赛的证据表明，预测技能是真实的、持久的且可提升的。它揭示了聚合算法——而非孤军奋战的专家——是准确性的最大杠杆。它还表明，迫使人们在证据解决之前陈述概率，可以解决仅靠论证无法解决的辩论。

但这一论证也有其局限。最有力的证据涵盖了一个特定的窗口：具有近期解决时限的地缘政治问题。将这些发现扩展到更长期限需要智识上的谦逊，而不仅仅是方法论上的热情。

实际意义值得明确陈述。面临在不确定性下反复决策的组织、政府和社区应当考虑投资于结构化预测基础设施——不是因为它光鲜亮丽，也不是因为它类似于投注，而是因为它是我们为数不多的能够产生关于未来的、可问责的、可检验知识的机制之一。归根结底，这就是公共产品的样子：产生超越任何单个参与者的价值，并且使用它的人越多，它就越好。