Storyteller／陳柏成
預測，是個迷人的能力。想像一下，如果你很會預測，首先希望用在什麼地方？假設想賺錢，那麼你可能會想到投資，例如事先掌握未來股市的漲跌。哇嗚，如此一來，賺到的錢絕對是滿坑滿谷（當然，實際上我”預測”你還沒賺到一半就被抓去調查了）；又或者，你可以預測未來的災難，那麼就能夠事先防範。
可是，你有沒有發現，通常一般人真正想要預測的，都很難達到，為什麼？讓我們再換一個角度想，如果今天有人和你說：「我預測太陽明天早上從東邊升起，要不要來賭一杯飲料？」你會怎麼回應？先別急著說，我”預測”你會產生一股「當我是笨蛋啊」的感受。那麼問題來了，為什麼你會覺得太陽從東邊升起是理所當然，有什麼好預測的呢？
其實，之所以理所當然，是來自於你的「經驗」或「科學知識」，又或是兩者皆有。每天早上，只要不是大陰天，窗簾一拉開，透射進來的陽光告訴著你太陽公公再次與您相會；而學校老師教過，地球的自轉讓你遇見東升西落的太陽。所以正常人都會大聲疾呼：這根本就是一個常識，完全不用預測，有什麼好賭的！
現在，再讓我們深入一點看，那些你懶得預測的，往往都是因為太容易了嘛。為什麼容易？首先從「經驗」說起，如果某種事物或現象的出現會伴隨特定的結果，例如我將硬幣往空中拋，最終都會往下墜，又或是具有特定週期的事物，好比四季更迭、潮汐漲退……等等，靠著經驗的累積，久了任誰都會視為理所當然；另外還有一種例子，例如你發現同班同學有個人感冒了，結果不久又有另外三個同學也中標，緊接著陸續又有人感冒，這時你很容易就能依據往常經驗做出預測：接下來感染的人數可能會持續增加。
從以上的「經驗」，我們不難發現，之所以容易預測，主要因為事物間具有某種關聯性，其中可能又帶有週期或是趨勢性。但是透過經驗，往往我們只能知道表面，卻不知背後蘊含的道理，這時就需要進一步透過「科學知識」的建立，一步步帶領我們窺探萬物間的奧妙，其所要理解的，便是更深一層的「因果關係」。
在這裡，我們先把因果關係擺在一旁，拿起高倍率的放大鏡來檢視前面「經驗」提到預測的例子，將會發現一個更重要的東西，那就是「時間尺度」。（可參考：你的思考有尺度嗎？）為什麼重要呢？好比說，你曾經認真上過地科課，知道因為地球自轉和月球繞地球公轉的關係，潮汐每次漲退的週期約為12小時25分鐘，因此預測下一個漲退的時間並不難；但當我問你，究竟下次發生的時間是幾分幾秒甚至要求達到小數點後兩位數以上的程度時，是不是整個困難等級提升高到想揍我？再換一個例子，我們先前提到，依據同班同學越來越多人感冒，照這趨勢，似乎預測接下來「還會再有人感冒」這件事並不難；然而事實上，決定時間的範圍同樣也是扮演重要角色。如果我問：多久分鐘內會再有人感冒？縱使知道感染人數有增多的趨勢，但要進一步回答這問題可就難了。
綜合以上，讓我們重新整理「預測」這件事情。首先，你要知道預測的用途與對象是什麼；了解目的後，我們才能決定選取的時間尺度及範圍有多大；接著，你預測的工具是什麼？是只靠你的直覺，還是一把尺，甚至是一套科學理論？工具確定後，接下來便是蒐集所需要的資訊，透過分析，仔細一點的會先重新檢視工具是否有效，或是緊接著，便做出預測了；有了預測，自然就會有後續的應用。簡單流程如表一 所示：
決定預測用途與對象 |
⬇
選取所需時間範圍及尺度大小 |
⬇
選擇預測工具 |
⬇ ⬆ (驗證預測工具）
收集資訊並分析 |
⬇
進行預測 |
⬇
應用 |
表一、預測流程圖
什麼？不過就是要預測而已，怎麼感覺似乎越來越複雜了？如果客倌您這麼想，只能給你一個拍拍，真正複雜的還沒開始呢！現在，讓我們想一個問題，前面提到過，很多從「經驗」上的觀察，讓我們覺得某些事物間存在著關聯性，因此才容易進行預測，可是這中間其實還忽略掉一件超～重要的事情，那就是你怎麼知道真的有關聯呢？你有想過這件事嗎？沒有，因為你只想到你自己（誤）。
這就牽涉到統計的領域了，為避免讀者潸然淚下放棄成為預測達人，在此也就先不提什麼艱深理論（但基礎的還是要好好學，例如相關性是什麼）。總之，至少記住一件事情，在你還沒成為預測達人之前，但凡有人號稱自己很會預測的，請先面露微笑的問他：如何證明你的預測不是巧合？為了回答，對方勢必需要面對關聯性的問題。那如果對方根本連你問的問題都不懂呢？既然孺子不可教也，最簡單的方式就是檢視他歷次以來對同一目標的預測能力。這就好比我們看一個表現好的運動員或基金經理人，要怎麼知道他是運氣或是能力好呢？攤開每次的表現紀錄，透過統計檢視便一目了然。舉個例子來說，NBA的傳奇球員張伯倫(Chamberlain)大概沒人敢說他是運氣好，那驚人的平均單場得分數等生涯紀錄，讓眾多現役球員只能望其項背，感謝上蒼沒有把自己和怪物生在同一個時代。
最後要提醒的是，縱使擁有關聯性，不等於具有因果關係。如果讓你遇見了一位真正的預測達人，也請注意，就算每次預測的再怎麼準確，當他想依此結果推論出背後整體故事的因果時，那麼還是有可能錯誤的。舉個老生常談的例子，海邊冰淇淋的銷售量和穿比基尼的人數有關聯性，但不具備因果關係，原因在於存在一個混淆變數（confounding variable），而這變數就是氣溫，因為氣溫的提高既可以達到冰淇淋的銷售量，同時也會增加穿著比基尼的人數，故前面提到的因果關係便無法成立。
所以總歸以上，現在對預測是不是更有概念了呢？就算一時成為不了預測達人，我們也要懂得判斷他人的預測是否真有其事，就好比網路上某個稱作「地震＊＊研＊所」的單位聲稱能預測地震；至於是否如此，看完本篇文章後，讀者可自行前往檢視，而你最後的結論，將決定是否能邁向預測達人之路，亦或墮落為盲信招搖撞騙之徒的凡夫俗子了。