Vor ein paar Wochenenden verlor das Football-Team von Illinois gegen Duke zu Hause mit 31:27. Mein Hinsley-Modell wurde sofort viel weniger optimistisch, dass Illinois das College Football Playoff erreicht. Aber es wurde optimistischer bezüglich der Offensive Line und unseres neuen Quarterbacks. Das klingt widersprüchlich, aber genau das wollte ich erreichen.

In den letzten 15 Jahren haben wir mit Menschen gearbeitet, deren Aufgabe es ist, Urteile über unsichere Zukünfte zu fällen: Geheimdienst- und Regierungsanalysten, Außenpolitikforscher, Investoren und Unternehmensstrategen. Dieses Jahr beschloss ich, ein Experiment zu wagen. Ich nahm die Methodik, die wir für diese Art von Arbeit entwickelt haben, und wandte sie auf die Bewertung der Geschicke des Football-Teams der University of Illinois an.

Während der Kubakrise mussten amerikanische Geheimdienstanalysten konkurrierende Erklärungen in Betracht ziehen und ihre Bewertungen revidieren, sobald neue Beweise eintrafen. Das analytische Problem ist überraschend allgemein. Es gibt mehrere mögliche Zukünfte, eine riesige Menge unvollkommener Informationen und eine kleinere Anzahl von Dingen, die tatsächlich helfen, zwischen ihnen zu unterscheiden.

Mehr als ein Jahrzehnt lang betrieb Cultivate einen Vorhersagemarkt für die US-Geheimdienstgemeinschaft. Das führte uns zur Entwicklung von Continuous Probabilistic Foresight, kurz CPF, der Methodik im Herzen von Hinsley, unserer hybriden KI/Mensch-Analyseplattform. CPF beginnt mit einer strategischen Frage und bildet die Bandbreite plausibler Ergebnisse als Szenarien ab.