위험 예측 기능을 향상하는 방법

기업인은 주가에 베팅해야 하고, 변호사는 증인의 신빙성을 판단해야 하며, 의사는 진단의 정확성을 저울질해야 한다. 의도하든, 의도하지 않든, 불완전한 정보를 바탕으로 미래를 추측하는 데 많은 시간이 소요됩니다. 불행하게도 수십 년간의 연구 결과에 따르면 이는 인간의 특성이 아니며, 대부분의 사람들은 복권에 당첨될 가능성을 과대평가하고 이혼 가능성을 과소평가합니다. 의사결정 과학 전문가인 사라 리히텐슈타인(Sarah Lichtenstein)은 위험을 잘 예측하는 사람들의 몇 가지 특성을 지적합니다. 그들은 가능성을 숫자로 표현하는 데 능숙합니다. 1965년부터 미국 국립 기상청의 기상 예보관은 비가 올지 여부뿐만 아니라 다음날 비가 올 확률을 백분율로 표시해야 했습니다. 놀랍게도 약 10년 후 영국 왕립 통계학회 회보(Proceedings of the Royal Statistical Society)에 발표된 결과에 따르면 미국 기상 예보관은 위험 정보 역량에 대한 연구 테스트에서 1위를 차지했습니다. 예측 범위를 좁히는 것도 도움이 될 수 있습니다. 일기예보관들은 비가 올 것인지 아닌지에 대해 고민해야 합니다. 의사들은 갈비뼈가 부러졌는지, 악성 종양인지, 약을 섞으면 효과가 있을지 등 다양한 질문을 고려해야 합니다. 따라서 해당 연구에 참여한 의사들은 위험 정보 역량에 대해 상당히 낮은 점수를 받았습니다. 신속하고 명확한 피드백은 새로운 정보를 경험에 통합하는 데 도움이 됩니다. 기상 예보관에게 피드백은 비가 오느냐 아니냐, 피드백이 승리냐 패배냐, 의사에게는 환자가 회복되었거나 다른 사람에게 옮겨졌기 때문에 더 이상 나타나지 않습니다. 병원에서는 진단이 어렵습니다. 리히터슈타인 박사의 분석이 옳다면 강화되고 가속화된 피드백의 원칙에 기초하여 위험 평가 능력을 위한 훈련 프로그램을 개발할 수 있어야 합니다. Royal Dutch Shell은 1970년대에 이러한 교육 프로그램을 도입했습니다. 회사 경영진은 새로 고용된 지질학자들이 10개의 유정 중 4개에서 석유를 생산할 것이라고 예측했지만 실제로는 그 중 1~2개만이 석유를 생산했다는 사실을 알아냈습니다. 지질학자들의 과신으로 인해 그룹은 수백만 달러의 손실을 입었습니다. 리스크 인텔리전스 교육에서는 지질학자들에게 이전 탐사 내역을 제시하고 석유 생산 확률을 소수점 형태로 추정한 뒤 실제 석유 생산 상황을 알려주는 방식으로 진행됐다. 훈련이 끝날 무렵 그들의 추정치는 현실과 거의 일치했습니다. 정보기관도 위험 대응 능력을 향상시키기 위해 노력하고 있습니다. 미국 국가 정보국(National Intelligence) 국장의 자금 지원을 받는 세계 사건 예측 프로젝트(Forecasting World Events Project)는 2011년부터 자원 봉사자를 모집하기 시작했으며 위험 평가 능력이 성격과 관련이 있는지 알아보기 위해 수년에 걸쳐 온라인 실험을 수행했습니다. 자원봉사자는 국제관계, 경제, 공중보건, 과학기술 분야의 주요 사건과 전반적인 동향을 최대한 정확하게 예측해야 합니다. 우리는 자신을 과대평가하거나 과소평가하며, 이를 깨닫고 나면 일반적인 오류를 바로잡는 방향으로 나아갈 수 있습니다. 예를 들어, 의사는 진단 시 확률을 십진수 형식으로 표현하고 나중에 데이터를 제공하여 어떤 진단이 정확했는지 알려주도록 요청받을 수 있습니다. 대부분의 사람들은 일주일을 선택하고, 그 기간 동안 여러 가지 일이 일어날 확률을 추측하고, 이를 소수점 이하로 적고, 일주일 후에 예측의 정확성을 요약하면 됩니다. 많은 성공적인 도박꾼들은 비슷한 접근 방식을 채택하여 각각의 승리와 손실을 자세하고 정확하게 기록하고 정기적으로 검토하고 경험을 요약합니다. 누구도 매번 모든 것을 예측할 수는 없지만 올바른 조건 하에서는 적절한 자기 검토 및 교육이 결합되어 누구나 위험 예측에 실질적인 진전을 이룰 수 있습니다.