کتاب هنر پیش‌بینی – گفتگو دوم

کتاب هنر پیش‌بینی – گفتگو دوم

در گفتگو اول کتاب هنر پیش‌بینی اثر فیلیپ تتلاک و دن گاردنر، به این موضوع پرداختیم که صرفا در زمینه پیش‌بینی، داشتن تنها مدارک و مهارت تحصیلی کافی نیست. به‌جای آن، نیاز به یک نوع تفکر پویا و قدرت ایجاد برداشتهای تازه و نوآورانه در آن موضوع داریم. متخصصان علمی عموما دارای تجربه و دانش در یک حوزه خاص هستند، اما این تخصص ممکن است منجر به محدود شدن دیدگاه‌ها و خطر تفکر متعصبانه شود، حتی اگر این تعصب به سادگی قابل تشخیص نباشد. امروز بیشتر در مورد مهارت‌های پیش‌بینی و تفکر انتقادی صحبت می‌کنیم و همچنین به بررسی قدرت تحلیل و پیش‌بینی بین هوش انسانی و هوش مصنوعی می‌پردازیم.

User

حضور تحلیلگران در رسانه‌ها، جذب مخاطب یا پیش‌بینی دقیق

تحلیل‌گران بسیاری در رسانه‌های مختلف به تحلیل و پیش‌بینی مسائل گوناگون می‌پردازند. با اینکه آن‌ها اغلب به خاطر توانایی‌های تحلیلی خود معروف هستند، اما تحقیقات نشان داده است که اغلب اصلی‌ترین دلیل حضور آن‌ها در صحنه، توانایی شگفت‌آورشان در جلب توجه و هدایت افکار عمومی به جهات مختلف است.

اکثریت افراد جامعه، به دنبال هیجانات و راهکار‌های لحظه‌ای هستند و کمتر کسی به دنبال پیگیری نتیجه پیش‌بینی‌ها می‌رود. بنابراین، رسانه‌ها با دعوت از تحلیل‌گران و ارائه تحلیل‌های جذاب، می‌توانند توجه مخاطبان را به خود جلب کنند. دلیل دیگر حضور تحلیل‌گران در رسانه‌ها، هدایت افکار عمومی است. تحلیل‌گران می‌توانند با ارائه نظرات خود، افکار عمومی را در جهت خاصی هدایت کنند. اصولا با توجه به سیاست‌های رسانه‌ای و تامین مالی آن‌ها، انتظار تحلیل‌های دقیق و رایگان، انتظار بیهوده‌ای است. این امر به این دلیل است که رسانه‌ها برای کسب درآمد، نیاز به جذب مخاطب دارند. بنابراین، آن‌ها اغلب تحلیل‌هایی را ارائه می‌دهند که جذاب و هیجان‌انگیز باشند، حتی اگر دقیق نباشند. این امر می‌تواند برای اهداف مختلفی، مانند تبلیغات سیاسی یا تجاری، مورد استفاده قرار بگیرند. تحقیقات پروفسور فیلیپ تتلاک نشان داده است که تحلیل یک حوزه، چیزی فراتر از نوشتن گزارش بدیهی یا سخنرانی زرق و برق‌دار است. تحلیل‌گران نمی‌توانند با قطعیتی کامل پیش‌بینی کنند که آینده چگونه خواهد بود. با این حال، جامعه انتظار قطعیت دارد و این انتظار بسیار نابه‌جا است.

با توجه به این موضوع، سوالی که مطرح می‌شود این است که آیا مدارک تخصصی در دنیای کنونی ارزش و جایگاه گذشته خود را همچنان دارا هستند؟

ChatGPT

پاسخ این سوال مثبت است. قدرت پیش‌بینی یک مهارت نرم است که با آموزش و تمرین می‌توان آن را فرا گرفت و ناتوانی در پیش‌بینی‌ها ارتباطی با ناتوانی یا بی‌ارزش بودن تخصصی ندارد. به این ترتیب اگر یک متخصص به نتیجه‌ای موثر در تحلیل و پیش‌بینی در آن حوزه نرسیده است، احتمالا راه درست تحلیل را در پیش نگرفته است.

User

شرکتی که از مرگ بازگشت، پیشگویی نادرست استیو بالمر

در سال ۱۹۸۳، استیو بالمر، که در آن زمان معاون مدیرعامل مایکروسافت بود، در مصاحبه‌ای با مجله Fortune گفت: “اپل یک شرکت کوچک است که به زودی ناپدید خواهد شد.” او همچنین در سال ۱۹۹۷، زمانی که مایکروسافت اپل را در آستانه ورشکستگی خرید، گفت: “اپل یک شرکت مرده است” البته، این پیش‌بینی‌ها اشتباه از آب درآمد. اپل نه تنها زنده ماند، بلکه به یکی از بزرگترین شرکت‌های فناوری در جهان تبدیل شد.

تمسخر بالمر از اپل در آن زمان ناشی از این واقعیت بود که شرکت اپل بسیار در وضعیت بدی قرار داشت. شرکت در آستانه ورشکستگی و درحال از دست دادن بازار خود به مایکروسافت بود. با این حال، اپل با رهبری استیو جابز، مدیرعامل جدید خود، توانست اوضاع را تغییر دهد. جابز محصولات جدید و نوآورانه‌ای را معرفی کرد که به اپل کمک کردند تا دوباره به بازار بازگردد.

در سال ۲۰۰۱، اپل با معرفی آی‌پاد، بازار پخش‌کننده‌های موسیقی دیجیتال را متحول کرد. در سال ۲۰۰۷، اپل با معرفی آیفون، بازار تلفن‌های هوشمند را متحول کرد. و در سال ۲۰۱۰، اپل با معرفی آی‌پد، بازار تبلت‌ها را در دست گرفت. این محصولات جدید به اپل کمک کردند تا به یک شرکت چند میلیارد دلاری تبدیل شود و یکی از بزرگترین شرکت‌های فناوری در جهان باشد.

امروزه پیش‌بینی بالمر در مورد اپل به عنوان یک شوخی مشهور شناخته می‌شود. اما در واقع این پیش‌بینی مبهم بود و هیچ اشاره‌ای به جایگاه اپل در بازار خاصی یا سهم مشخصی از بازار نشده بود. این نوع مصاحبه‌ها معمولا امکان پیگیری دقیق را ندارند. در واقع، به نظر می‌رسد که پیش‌بینی بالمر بیشتر یک بازی کلامی بوده است تا یک پیش‌بینی دقیق. اما با این حال این پیش‌بینی نشان می‌دهد که حتی کارشناسان با نفوذ و اطلاعات جامع نیز نمی‌توانند با اطمینان بگویند که چه چیزی در آینده اتفاق خواهد افتاد.

همچنین، اگر یک نفر به صورت تصادفی، چند پیش‌بینی درست داشته باشد، باز هم این به معنای داشتن استعداد و توانایی پیش‌بینی کامل و همیشگی او نیست. هر کسی ممکن است به تصادف در مواردی پیش‌بینی درست داشته باشد. این تنها شانس تصادفی است و نباید به عنوان مهارت تشخیص داده شود. اما جالب اینجاست که آن فرد در جامعه بسیار توجه جلب می‌کند و توانایی بسیاری در هدایت افکار عمومی خواهد داشت. باید همیشه به یاد داشته باشیم که هم در مورد خودمان و هم دیگران، اگر به یک پیش‌بینی تصادفی بیش از حد اعتماد کنیم و یا به آن مغرور باشیم، ممکن است تصمیمات اشتباهی را به صورت زنجیره‌ای بگیریم. این در حالی است که متوجه اشتباه خود نیستیم، اغلب تا زمانی که تبدیل به فاجعه شود.

نظر شما در رابطه با کاربرد استفاده پیش‌بینی در جامعه چیست؟

ChatGPT

پیش‌بینی امر بدی نیست و صرفا احتمالات است. اما طرز استفاده جامعه از آن همواره اشتباه بوده است.

پیش‌بینی‌ها می‌توانند مفید باشند، زیرا قادر هستند به ما کمک کنند تا تصمیمات بهتری بگیریم. برای اینکه از پیش‌بینی‌ها به بهترین شکل استفاده کنیم، باید این مهارت در افراد اصلاح شود. افراد باید یاد بگیرند که پیش‌بینی‌ها را به عنوان یک راهنمایی ساده در نظر بگیرند، نه یک قطعیت. آن‌ها باید از پیش‌بینی‌ها برای ارزیابی خطرات و فرصت‌ها استفاده کنند.

فرض کنید یک کارشناس اقتصادی، پیش‌بینی می‌کند که نرخ تورم ایالات متحده در سال آینده ۵ درصد خواهد بود. این پیش‌بینی می‌تواند به شما کمک کند تا تصمیم بگیرید که آیا پول خود را در بانک بگذارید یا در یک سرمایه‌گذاری با ریسک بالاتر. با این حال، مهم است که به یاد داشته باشید که این پیش‌بینی فقط یک احتمال بوده است. نباید منجر به تصمیم قطعی و یک‌طرفه شود. در واقع نرخ تورم واقعی ممکن است بالاتر یا پایین‌تر از ۵ درصد باشد.

User

پیش‌بینی حمله روسیه به اوکراین، یک نمونه از محدودیت‌های پیش‌بینی

پیش‌بینی آینده، به ویژه در زمینه سیاست، کاری دشوار و پیچیده است. عوامل متعددی می‌توانند بر روند وقایع تاثیر بگذارند و حتی کارشناسان باتجربه نیز ممکن است در پیش‌بینی‌های خود دچار اشتباه شوند.

از سال ۲۰۱۹، برخی از کارشناسان معتقد بودند که احتمال حمله روسیه به اوکراین در آینده نزدیک بسیار زیاد است. این پیش‌بینی‌ها بر اساس عوامل مختلفی، از جمله افزایش تنش‌ها بین روسیه و اوکراین، اقدامات روسیه برای تقویت حضور نظامی خود در مرز‌های اوکراین و اظهارات مقامات روسیه مبنی بر اینکه اوکراین یک کشور جعلی است، صورت گرفت. هرچند این عوامل نشان‌دهنده احتمال حمله روسیه به اوکراین بود، اما هیچ یک از آن‌ها قطعی نبودند. عوامل دیگری نیز می‌توانستند بر تصمیم روسیه تاثیر بگذارند. در نهایت، روسیه در تاریخ ۲۴ فوریه ۲۰۲۳ یعنی چند سال بعد به اوکراین حمله کرد. این حمله منجر به جنگی خونین و طولانی‌مدت شد.

این مورد، نمونه‌ای از محدودیت‌های پیش‌بینی است. همانگونه که می‌بینیم حتی در صورت وجود شواهد قوی، هیچ چیز در آینده قطعی نبوده و پیش‌بینی‌ها به علت متغیر های زیاد همیشه با خطر اشتباه در زمانبندی همراه هستند.

User

تغییر زبان پیش‌بینی‌ها، سفر از توصیفات به اعداد

در گذشته، تحلیلگران اغلب از زبانی کیفی برای بیان احتمالات استفاده می‌کردند. به عنوان مثال، ممکن بود یک تحلیلگر بگوید که احتمال وجود سلاح کشتار جمعی در عراق “بسیار بالا” است. اما این زبان کیفی، دقت و شفافیت پیش‌بینی‌ها را کاهش می‌داد. پس از حمله به عراق که در گفتگوی قبل اشاره شد و مشخص شدن نادرستی این تحلیل نظامی، بسیاری از تحلیلگران شروع به استفاده از زبانی کمی برای بیان احتمالات کردند. این تغییر به منظور افزایش دقت و شفافیت پیش‌بینی‌ها انجام شد.

 در حال حاضر، تحلیلگران اغلب از روش‌های آماری برای تعیین احتمالات استفاده می‌کنند. این روش‌ها می‌توانند به تحلیلگران کمک کنند تا پیش‌بینی‌های خود را با دقت بیشتری ارائه دهند. البته، استفاده از زبان کمیتی نیز خالی از اشکال نیست. این روش‌ها می‌توانند پیچیده و گیج‌کننده باشند. همچنین، ممکن است تحلیلگران به دلیل علاقه‌مندی به تایید پیش‌فرض‌های خود، از این روش‌ها به طور نادرست استفاده کنند.

با این حال، به طور کلی، استفاده از زبان کمیتی در ارائه تحلیل‌های پیش‌بینی یک گام مثبت است. این تغییر می‌تواند به بهبود دقت و شفافیت پیش‌بینی‌ها کمک کند و از تصمیم‌گیری‌های خطرناک بر اساس پیش‌بینی‌های نادرست جلوگیری کند.

نظر شما درباره روش‌های مختلف تحلیل و پیش‌بینی برای تصمیم‌گیری چیست؟

ChatGPT

دنیای ما بسیار پیچیده است و عوامل زیادی وجود دارند که می‌توانند بر آینده تاثیر بگذارند. این عوامل اغلب غیرقابل پیش‌بینی قطعی هستند و می‌توانند باعث تغییر در روند‌های موجود شوند. با این حال، با استفاده از روش‌های مناسب، می‌توان دقت پیش‌بینی‌ها را بهبود بخشید. با این حال، حتی با استفاده از بهترین روش‌ها، هیچ تضمینی وجود ندارد که پیش‌بینی‌ها همیشه دقیق باشند. همیشه احتمال اشتباه وجود دارد.

User

لطفا مقایسه‌ای از قدرت هوش مصنوعی و انسان در تحلیل و پیش‌بینی را ارائه دهید. به نظر شما کدام یک مناسب و قابل اعتمادتر هستند؟

ChatGPT

مقایسه قدرت هوش مصنوعی و انسان در پیش‌بینی یک موضوع پیچیده است که بستگی به موقعیت و زمینه مشخصی دارد. در ادامه به بررسی تعدادی از جنبه‌های این مقایسه می‌پردازیم:

  • پردازش داده: هوش مصنوعی در پردازش داده‌های بزرگ و پیچیده بسیار توانا است. انسان ممکن است در مقابل حجم‌های زیادی از داده دچار اشتباه شود، اما سیستم‌های هوش مصنوعی قادرند این حجم از داده‌ها را با دقت بسیار بالا پردازش کنند.
  • تحلیل الگو‌ها: مدل‌های هوش مصنوعی می‌توانند الگو‌های پنهان در داده‌ها را شناسایی کنند که برای انسان‌ها دشوار است. این الگو‌ها می‌توانند برای پیش‌بینی روند‌های آینده استفاده شوند.
  • تجربه: انسان‌ها با تجربه‌های زندگی و تفاوت‌های فردی خود پیش‌بینی‌های مبتنی بر موقعیت‌های ویژه می‌کنند. هوش مصنوعی، توانایی‌های تحلیلی خود را بر اساس الگو‌ها و داده‌های موجود تنظیم می‌کند.
  • قدرت تعامل انسانی: انسان‌ها در تعاملات اجتماعی و برقراری ارتباط با دیگران از دانش عاطفی و تجربه استفاده می‌کنند که در پیش‌بینی نقش مهمی دارد. هوش مصنوعی در این زمینه‌ها نیاز به پیشرفت‌های بیشتری دارد.
  • انعطاف‌پذیری: انسان‌ها معمولا در مواجهه با تغییرات و موقعیت‌های ناگهانی انعطاف پذیرتر هستند. هوش مصنوعی باید اختصاصا طراحی شده و آموزش داده شود تا بتواند با تغییرات پویا و سریع سازگار شود.
  • قدرت تعمیم: انسان‌ها توانایی تعمیم از تجربیات خود به موقعیت‌های جدید دارند و این کار را با هزینه به مراتب کمتری انجام می‌دهند. هوش مصنوعی نیاز به آموزش مجدد برای تغییر زمینه‌ها دارد.

در کل، هوش مصنوعی قدرت بزرگی در پردازش داده و تحلیل آن‌ها دارد و می‌تواند در پیش‌بینی‌ها با دقت بالایی عمل کند. اما در زمینه‌هایی که تجربه انسانی، ارتباطات انسانی، انعطاف‌پذیری و تعمیم اهمیت دارد، انسان‌ها همچنان برتری دارند. بهترین نتیجه ممکن از ترکیب توانایی‌های هوش مصنوعی و انسانی در پیش‌بینی‌ها بدست می‌آید. برای داشتن پیش‌بینی‌های قابل اعتماد، استفاده از ترکیبی از هوش مصنوعی و انسان، آموزش هوش مصنوعی بر روی داده‌های متنوع و دقیق و توسعه الگوریتم‌های هوش مصنوعی که بتواند تغییرات و شرایط جدید را در نظر بگیرد حائز اهمیت می‌باشد.

User

باید بدانیم که پیش‌بینی‌ها می‌توانند برای اهداف مثبت یا منفی مورد استفاده باشند و مهم است که از هوش مصنوعی برای پیش‌بینی‌های دقیق و اخلاقی استفاده کنیم.

ممنون که همچنان با ما همراه هستید. در گفتگوی بعدی، سعی می‌کنیم بیشتر به موارد خطا‌ و اشتباهاتی که افراد در جامعه در فرآیند تصمیم‌گیری و پیش‌بینی مرتکب می‌شوند بپردازیم. همچنین نگاهی بر عملکرد افراد در تحلیل و پیش‌بینی بازار‌های مالی خواهیم داشت. منتظر همراهی شما در گفتگو‌های آینده هستیم.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *