Prognožu tirgi jau ilgu laiku ir kalpojuši kā kristāla lodītes, kas destilē izkliedētu informāciju, lai prognozētu vēlēšanas, ekonomiskās pārmaiņas un tehnoloģiskos sasniegumus. Taču zinātnē tie pārsniedz vienkāršu prognozēšanu — kļūstot par dzīvām laboratorijām, kur hipotēzes tiek pārbaudītas, pilnveidotas un finansiāli stimulētas reāllaikā. Šajā rakstā ir apskatīta epistemiskā revolūcija, ko izraisījuši zinātnisko prognožu tirgi — kā tiem ir potenciāls novērst sistēmiskas nepilnības pētniecībā, pārveidot validācijas mehānismus un no jauna definēt, ko nozīmē radīt zināšanas atvērtā pasaulē.
Patiesības mārketings
Kā būtu, ja zinātnisko patiesību nediktē komitejas un ietekmes faktori, bet gan atvērts tirgus, kur hipotēzes pieaug vai samazinās, pamatojoties uz reāllaika likmēm?
Gadsimtiem ilgi zinātniskā apstiprināšana ir bijusi atkarīga no statiskas salīdzinošās pārskatīšanas, institucionālā apstiprinājuma un akadēmiskā prestiža — sistēmām, kas ir pilnas ar aizspriedumiem, vājajām vietām un politiskiem stimuliem. Rezultāts? Reproducējamības krīze, nepietiekamu pētījumu plūdi un sistēma, kurā finansējums nosaka pētniecības prioritātes, nevis faktiskos epistēmiskos nopelnus (
Prognožu tirgi ievieš radikālu alternatīvu: finansiālu stimulu struktūru zināšanu radīšanai, kur idejas ne tikai tiek publicētas — tās tiek pārbaudītas stresa apstākļos, pilnveidotas un apstiprinātas, izmantojot decentralizētu kolektīvo izlūkošanu. Tie nav trausli — tie plaukst no nenoteiktības, nepārtraukti pielāgojoties jauniem datiem un ieskatiem.
Teorētiskais mugurkauls
Prognožu tirgi, kas jau sen tiek slavēti kā kolektīvās inteliģences dzinēji, jau sen tiek uzskatīti par graujošu spēku zinātniskajā prognozēšanā un lēmumu pieņemšanā (
Savā pamatā prognožu tirgi iemieso "pūļa gudrību" pārspīlētajā režīmā — decentralizētu sistēmu, kurā varbūtības pielāgojas reāllaikā, atkārtojot Beijesa epistemoloģijas principus (
Prognožu tirgu epistemiskais pamats sasaucas ar Kārļa Popera zinātnes filozofiju, īpaši viņa uzskatu, ka zinātnes progress attīstās minējumos un atspēkojumos — kritiskas iesaistīšanās process, nevis paļaušanās uz izolētu pieredzi. Prognožu tirgi nodrošina strukturētu vidi, kurā saplūst dažādas perspektīvas, sacenšas un decentralizēti precizē hipotēzes. Kā
Turklāt šie tirgi iemieso Hayekian zināšanu teoriju, kas apgalvo, ka izkliedētās zināšanas, ja tās ir pareizi apkopotas, nodrošina precīzāku un efektīvāku lēmumu pieņemšanu nekā centralizēta kontrole. Prognožu tirgi pārtrauc zinātnisko apstiprinājumu no hierarhiskām institūcijām, pārceļot varu uz decentralizētu, atvērtu sistēmu, kurā zināšanas tiek ražotas, pārbaudītas un pilnveidotas kolektīvi. Vairāk nekā tikai instruments, tie veido dzīvu epistemisku infrastruktūru — caurspīdīgu, līdzdalību un dinamiski attīstās ar katru jaunu pierādījumu.
Galvenā ideja: prognozēšanas tirgi kā epistemiski instrumenti
Prognožu tirgi darbojas kā decentralizēti informācijas apkopošanas mehānismi. Dalībnieki liek likmes uz iznākuma iespējamību, un tirgus kolektīvā inteliģence pielāgo cenas, lai atspoguļotu visticamāko scenāriju.
Zinātnes kontekstā prognožu tirgi ieņem unikālu lomu kā epistemiski instrumenti — sistēmas zināšanu ģenerēšanai, pārbaudei un uzlabošanai. Izveidojot tirgus ap zinātniskām hipotēzēm, dalībnieki lemj par to, vai apgalvojumi tiks eksperimentāli apstiprināti, piedāvājot dinamisku, reāllaika to ticamības novērtējumu.
Pārejot no tradicionālajām ekspertu vadītajām novērtēšanas sistēmām uz tirgus virzītu prognozēšanu, zinātnisko prognožu tirgi nodrošina vairākas būtiskas epistemiskas funkcijas:
- Informācijas apkopošana: prognožu tirgi ir izcili, konsolidējot decentralizētas zināšanas no dažādiem avotiem, kas bieži vien nodrošina precīzākas prognozes nekā atsevišķi novērtējumi.
- Izkliedēta zināšanu integrācija: zinātne ir dziļi specializēta, un eksperti koncentrējas uz šaurām jomām. Prognožu tirgi ļauj gan speciālistiem, gan informētiem nepiederošajiem sniegt ieguldījumu kopīgā prognozēšanas platformā, izmantojot dažādus ieskatus (
Budesku un Čens, 2015 ). - Vienprātības veidošana: disciplīnās ar būtiskām zinātniskām domstarpībām prognožu tirgi sintezē dažādus viedokļus vienā tirgus cenā, piedāvājot kolektīvās pārliecības mēru, kas var būt ticamāks nekā tradicionālās metaanalīzes vai ekspertu paneļi (
Wolfers & Zitzewitz, 2004 ).
Epistemiskā dzinēja efekts: finanšu āda spēlē
Kas notiek, ja patiesībai ir cena?
Tradicionālajā zinātnē kļūdas bieži pastāv, jo neviens netiek finansiāli sodīts par kļūdu. Salīdzinošie recenzenti nezaudē naudu, apstiprinot sliktu darbu. Žurnālu redaktori nemaksā par vāju pētījumu publicēšanu. Akadēmiskajā vidē jūs varat kļūdīties gadiem ilgi un joprojām iegūt pilnvaras.
Prognožu tirgi maina spēli, piespiežot precizitāti ar finansiāliem stimuliem. Kad nauda ir apdraudēta, ideoloģija atkāpjas no patiesības — dalībnieki tiek atalgoti par pareizu rezultātu prognozēšanu, nevis par institucionālo aizspriedumu aizstāvēšanu vai naratīvu virzīšanu. Tas rada spēcīgu epistemisku dzinējspēku, kur taisnība ir izdevīga, un kļūdīšanās rada reālas sekas.
Šajā sistēmā zinātniskā apstiprināšana kļūst par atklātu, augstas likmes eksperimentu, kurā idejas rodas un krīt, pamatojoties uz to faktisko prognozēšanas spēku, nevis institucionālu apstiprinājumu. Tā vietā, lai apelētu pie autoritātes, tirgus atalgo tikai vienu: patiesību attiecībā uz realitāti.
Reproducējamības krīzes risināšana zinātnē
Viens no nozīmīgākajiem prognožu tirgu solījumiem ir to potenciāls risināt reproducējamības krīzi — problēmu, kas mazina zinātnisko pētījumu uzticamību, jo plaši izplatītā nespēja atkārtot publicētos atklājumus (
Nozīmīgs pētījums, kurā izmantoja prognožu tirgus, lai novērtētu 44 psiholoģiskos pētījumus, parādīja, ka tirgus virzīti novērtējumi var efektīvi paredzēt replikācijas rezultātus, pārspējot tradicionālās aptaujas metodes (
Šī pieeja pārvērš zinātniskās validācijas skriptu, aizstājot lēno pēcpublicēšanas replikāciju ar dinamisku, preventīvu kvalitātes pārbaudi — novirzot resursus tur, kur tie ir vissvarīgākie, un pārliecinoties, ka revolucionārie pētījumi saņem pelnīto uzmanības centrā.
Ārpus salīdzinošās pārskatīšanas: jauns zinātniskās apstiprināšanas modelis
Lai gan tradicionālā salīdzinošās pārskatīšanas sistēma ir zinātniskās publikācijas pamatā, tā bieži tiek kritizēta par to, ka tā ir lēna, necaurredzama un pakļauta tādiem aizspriedumiem kā status quo nostiprināšana un grupas domāšana. Prognožu tirgi piedāvā alternatīvu — līdzdalības un pārredzamu sistēmu zinātniskai apstiprināšanai, kas darbojas reāllaikā.
Šāda maiņa varētu novest pie jaunas paradigmas pētniecības validācijā, kur zinātnisko uzticamību nosaka ne tikai statiska salīdzinošā pārskatīšana, bet arī dinamiski novērtēta prognožu tirgos, kas pastāvīgi tiek atjaunināti, pamatojoties uz jauniem pierādījumiem. Šajā pasaulē patiesība nerodas no autoritātes — tā sacenšas atvērtā epistemiskā tirgū, kur izdzīvo tikai spēcīgākās idejas.
Prognožu tirgus priekšrocības zinātnē
🟡 Dinamiski paškoriģējoši modeļi
Atšķirībā no statiskajiem ekspertu viedokļiem vai aptaujām prognožu tirgi nepārtraukti tiek atjaunināti, tiklīdz parādās jauna informācija, ļaujot zinātniskajās prognozēs veikt reāllaika korekcijas. Šī funkcija padara tos īpaši vērtīgus strauji mainīgās pētniecības jomās.
🟡 Kognitīvo aizspriedumu samazināšana
Tradicionālie zinātniskie vērtējumi bieži vien ir pakļauti akadēmisko hierarhiju, interešu konfliktu un kolektīvās inerces ietekmei. Sasaistot finansiālos stimulus ar precīzām prognozēm, prognožu tirgi samazina institucionālo aizspriedumu, atalgojot objektivitāti, nevis status quo domāšanu.
🟡 Resursu piešķiršanas optimizēšana
Zinātniskais finansējums bieži tiek sadalīts, pamatojoties uz pagātnes pētījumu rezultātiem un iestāžu reputāciju, nevis paredzamo ietekmi. Prognozēšanas tirgi piedāvā alternatīvu, reāllaikā kvantificējot pētījumu priekšlikumu sagaidāmo vērtību. Finansēšanas aģentūras var izmantot šos ieskatus, lai prioritizētu projektus ar vislielāko paredzamo ietekmi, padarot resursu piešķiršanu efektīvāku (
🟡 Agrīnie signāli par zinātniskiem sasniegumiem
Likvīds un aktīvs prognožu tirgus var kalpot kā agrīns rādītājs zinātniskās vienprātības maiņai. Tā vietā, lai gaidītu oficiālu publikāciju un salīdzinošās pārskatīšanas ciklus, pētnieki var dinamiski reaģēt uz jauniem tirgus signāliem, pielāgojot savu darbu, reaģējot uz jaunākajiem pierādījumiem.
🟡 Pārredzamības un atvērtas zinātnes veicināšana
Prognožu tirgi pārvērš kolektīvo prognozēšanu par publisku, dinamisku diskusiju, pastiprinot zinātniskā diskursa pārredzamību. Apvienojot ar atvērtās zinātnes iniciatīvām, tās rada decentralizētu sistēmu hipotēžu apstiprināšanai, attīstot pētniecības kultūru, kas plaukst ar stingrību, sadarbību un atbildību.
Savienojuma teorija un prakse: šķēršļi zinātnes prognozēšanas tirgos
Neskatoties uz teorētisko solījumu, zinātnisko prognožu tirgi saskaras ar būtiskiem praktiskiem šķēršļiem ieviešanā. Pirmie mēģinājumi ir cīnījušies ar ierobežotu dalību, zemu likviditāti un nišas pievilcību, kas neļauj šiem tirgiem sasniegt kritisko masu, kas nepieciešama ilgstošai ietekmei.
Viena no visilgāk strādājošajām platformām,
Līdzīgi,
Turpretim
Tomēr, neskatoties uz šiem daudzsološajiem rezultātiem, SciCast gandrīz desmit gadus ir palicis neaktīvs, atspoguļojot plašāku cīņu par aktīvu līdzdalību zinātnisko prognožu tirgos.
Decentralizācijas solījums
Decentralizēto platformu attīstība ir iedvesusi jaunu elpu zinātnisko prognožu tirgos, atbrīvojoties no institucionālajiem vārtiem un mantotajiem ierobežojumiem. Uz kriptogrāfiju balstītas platformas, piemēram
Tomēr ceļš uz decentralizētu zinātnisko prognozēšanu nav bijis gluds.
Nākotnes virzieni zinātnisko prognožu tirgiem
Zinātnisko prognožu tirgu plašā ieviešana saskaras ar vairākām problēmām, tostarp regulējuma problēmām (jo dažas jurisdikcijas tās var klasificēt kā azartspēļu platformas), likviditātes problēmām (pietiekamas līdzdalības nodrošināšana, lai radītu jēgpilnas prognozes) un vajadzību pēc stabiliem noregulējuma mehānismiem, lai pārbaudītu zinātniskos rezultātus. Lai palielinātu to ietekmi, turpmākajā ieviešanā jāņem vērā:
- AI izšķirtspēja un viedie orākuli: mākslīgā intelekta un decentralizēto orākulu izmantošana, lai automatizētu zinātnisko rezultātu pārbaudi, samazinot subjektivitāti un palielinot uzticēšanos tirgus risinājumiem.
- Hibrīdie modeļi, kas apvieno salīdzinošo pārskatīšanu un tirgus prognozēšanu. Žurnāli un finansēšanas iestādes varētu papildināt tradicionālos pārskatīšanas procesus ar uz tirgu balstītiem varbūtības novērtējumiem.
- Automatizētie tirgus veidotāji (AMM) zinātnei: algoritmisku tirgus veidošanas metožu, piemēram, logaritmisko tirgus vērtēšanas noteikumu (LMSR) izmantošana, lai nodrošinātu likviditāti un vieglu dalību (Hanson, 2003).
- Integrācija ar atvērtām zinātnes platformām: prognožu tirgu iekļaušana esošajās atvērtās piekļuves pētniecības platformās var veicināt lielāku līdzdalību un pārredzamību.
- Izglītības un informēšanas iniciatīvas: pētnieku iepazīstināšana ar prognožu tirgu mehāniku un priekšrocībām būs ļoti svarīga pieņemšanai.
Izaicinājumi un risinājumi: mārketinga zināšanu tumšā puse
Katra revolūcija nāk ar haosu, riskiem un neparedzētām sekām. Lai gan prognožu tirgi piedāvā ātrumu, caurspīdīgumu un decentralizētu izlūkdatu, tie arī paver durvis manipulācijām, ētiskām dilemmām un regulējošām mīnām. Ja zinātne tiek pārvērsta par likmju tirgu, kas notiek, kad sistēma tiek spēlēta? Kad stimuli novirzās no patiesības meklēšanas uz peļņas palielināšanu? Kad tirgi pastiprina aizspriedumus, nevis tos izjauc?
Secinājums
Prognožu tirgi nav tikai jauns rīks zinātniskajā arsenālā — tie ir sacelšanās pret lēno, nepārskatāmo un hierarhisko tradicionālās validācijas mehānismu. Vairāk nekā prognozēšanas mehānisms, tie veido dzīvu, elpojošu epistemisku dzinēju — tādu, kas plaukst ar decentralizāciju, caurspīdīgumu un kolektīvo reāllaika inteliģences pulsu.
Ja tie iesakņosies, zinātnisko prognožu tirgi ne tikai uzlabos esošo sistēmu; viņi pārrakstīs tās DNS. Pasaulē, kurā dezinformācija izplatās ātrāk nekā atklāšana un vienprātība ir gan trausla, gan strīdīga, šie tirgi piedāvā pārdrošu alternatīvu: dinamisku, pašizlabojošu tīklu, kurā patiesība netiek diktēta no augšas, bet gan organiski izriet no kolektīvās spriešanas. Šī nav salīdzinošā pārskatīšana 2.0 — tas ir kaut kas daudz radikālāks: atvērts, attīstošs un trausls ideju tirgus, kurā zināšanas tiek nepārtraukti pārbaudītas, pilnveidotas un pārdomātas.
Atsauces
Almenberg, J., Kittlitz, K., & Pfeiffer, T. (2009). Prognožu tirgi zinātnei. Journal of Economic Behaviour & Organization, 80 (1), 105–117.
Arrow, KJ, Forsythe, R., Gorham, M., Hahn, R., Hanson, R., Ledyard, J., Levmore, S. u.c. (2008). Prognožu tirgu solījums. Zinātne, 320 (5878), 877–878. https://doi.org/10.1126/science.1157675
Budescu, DV un Chen, E. (2015). Pieredzes noteikšana, lai uzlabotu pūļa prognozes. Vadības zinātne, 61 (2), 267–280.
Baklijs, C. (2014). Prognožu tirgu loma zinātnē un politikā. Prognozēšanas žurnāls, 33 (4), 287–304.
Chen, Y., Kash, I., Ruberry, M. un Shnayder, V. (2011). Lēmumu tirgi ar labiem stimuliem. In Proceedings of Internet and Network Economics (72.–83. lpp.). Springer.
Dreber, A., Pfeiffer, J., Almenberg, J., & Wilson, B. (2015). Prognožu tirgu izmantošana, lai novērtētu zinātnisko pētījumu reproducējamību. Proceedings of the National Academy of Sciences, 112 (50), 15343–15347.
Gordons, M., Viganola, D., Dreber, A., Johannesson, M. un Pfeiffer, T. (2021). Replicējamības prognozēšana — liela mēroga prognozēšanas projektu aptauju un prognožu tirgus datu analīze. PLOS ONE, 16 (4), e0248780.
Hansons, R. (1995). Vai azartspēles varētu glābt zinātni? Godīgas vienprātības veicināšana. Sociālā epistemoloģija, 9 (1), 3–33.
Hanson, R. (1999). Lēmumu tirgi. IEEE Intelligent Systems, 14 (3), 16–19.
Hansons, R. (2003). Kombinatoriskā informācijas tirgus dizains. Information Systems Frontiers, 5 (1), 107–119.
Hanson, R., O'Leary, DE un Zitzewitz, E. (2006). Vai azartspēles varētu glābt zinātni? Godīgas vienprātības veicināšana. Pētniecības politika, 35 (4), 557–570.
Holzmeister, F., Johannesson, M., Camerer, CF, Chen, Y., Ho, T., Hoogeveen, S. u.c. (2024). Lēmumu tirgus izvēlēto tiešsaistes eksperimentu atkārtojamības pārbaude. Daba Cilvēka uzvedība.
Hoogeveen, S., Sarafoglou, A. un Wagenmakers, E.-J. (2020). Laji var paredzēt, kuri sociālo zinātņu pētījumi tiks veiksmīgi replicēti. Advances in Methods and Practices in Psychological Science, 3 (3), 267–285.
Hsu, E. (2011). Prognožu tirgi zinātnei. Journal of Economic Behaviour & Organization, 80 (1), 105–117.
Ioannidis, JPA (2005). Kāpēc lielākā daļa publicēto pētījumu rezultātu ir nepatiesi. PLOS Medicīna, 2 (8), e124.
Litfin, T., Chen, K.-Y., & Price, E. (2014). Pūla prognozēšanas ieviešana darbā: SciCast projekts. Lēmuma analīze, 11 (4), 193–210.
Marcoci, A., et al. (2023). Sociālās un uzvedības zinātnes apgalvojumu atkārtojamības prognozēšana no COVID-19 pirmsdrukas replikācijas projekta ar strukturētām ekspertu un iesācēju grupām. MetaArXiv Preprint.
Munafo, MR, Pfeiffer, T., Altmejd, A., Heikensten, E., Almenberg, J., Bird, A., et al. (2015). Prognožu tirgu izmantošana, lai prognozētu pētījumu novērtējumus. Royal Society Open Science, 2 (10), 150287. https://doi.org/10.1098/rsos.150287
Pfeiffer, T. un Almenberg, J. (2015). Prognožu tirgi zinātnei: vai ažiotāža ir pamatota? Daba, 526 (7575), 179–182.
Potthoff, M. (2007). Prognožu tirgus potenciāls zinātnē. Futures, 39 (1), 45–53.
Spears, T. un Metaculus komanda. (2020). Kolektīvā izlūkošana prognozēšanā: Metaculus platforma. Prognozēšanas žurnāls, 39 (4), 589–602.
Surowiecki, J. (2004). Pūļu gudrība. Enkuru grāmatas.
Tetlock, PE un Gardner, D. (2015). Superprognozēšana: prognozēšanas māksla un zinātne. Kronis.
Biezs, M. (2017). Prognožu tirgu robežas zinātniskai vienprātībai. Studies in History and Philosophy of Science, 58 (1), 50–58.
Tziralis, G. un Tatsiopoulos, I. (2012). Prognožu tirgi: paplašināts literatūras apskats. Journal of Prediction Markets, 1 (1), 75–91.
Van Noorden, R. (2014). Globālais pētniecības finansējums: kas tiek samazināts? Nature, 505 (7485), 618–619.
Vona-Viljamsa, D. (2019). Prognožu tirgi un informācijas apkopošana zinātnē. Journal of Economic Perspectives, 33 (4), 75–98.
Wolfers, J. un Zitzewitz, E. (2004). Prognožu tirgi. Journal of Economic Perspectives, 18 (2), 107–126.
Wang, W. un Pfeiffer, T. (2022). Uz vērtspapīriem balstīti lēmumu tirgi. In Proceedings of Distributed Artificial Intelligence, 13170 , 79–92. Springer.