Пару выходных назад команда Иллинойса по футболу проиграла Дьюку дома со счетом 31-27. Моя модель Hinsley сразу стала гораздо менее оптимистичной относительно выхода Иллинойса в плей-офф студенческого футбола. Но она стала более оптимистичной относительно линии нападения и нашего нового квотербека. Это звучит противоречиво, но именно этого я и хотел.

За последние 15 лет мы работали с людьми, чья работа заключается в вынесении суждений о неопределенном будущем: аналитиками разведки и правительства, исследователями внешней политики, инвесторами и корпоративными стратегами. В этом году я решил провести эксперимент. Я взял методологию, которую мы разработали для такой работы, и применил ее для оценки успехов футбольной команды Университета Иллинойса.

Во время Карибского кризиса американские аналитики разведки должны были рассматривать конкурирующие объяснения и пересматривать свои оценки по мере поступления новых доказательств. Аналитическая проблема удивительно общая. Существует несколько возможных будущих, огромное количество несовершенной информации и меньшее количество вещей, которые действительно помогают их различить.

Более десяти лет Cultivate управлял рынком прогнозов для разведывательного сообщества США. Это привело нас к разработке Continuous Probabilistic Foresight, или CPF, методологии, лежащей в основе Hinsley, нашей гибридной платформы анализа ИИ/человек. CPF начинается со стратегического вопроса и отображает диапазон правдоподобных результатов в виде сценариев.