概率校准：让七成把握真接近七成

场景

会上你说：「这个需求两周内能做完，大概七成把握。」没人追问七成怎么来的。两周后延期了。你记得的是「那次估错了」，很少去查：过去半年里，凡是你说七成的判断，真正按时的比例到底是多少。

单次对错说明不了什么。要看的是同一档口头把握，长期有没有贴上真实频率。研究里把这种对齐叫概率校准（calibration）。下面练：怎么写成数字、事后怎么对账。

在算什么

校准看的是一批判断，不是这一次。你标 70% 的那一堆，长期大约七成真发生，就算校准大致对了。若你平均总说 80%，实际只对一半，那是过置信：自信系统性偏高。

对照例子（甲乙都对了 12 次）：

校准更好的是乙——置信贴着正确率；甲过置信很明显。

给单次预报打分常用 Brier 分数：(预测概率 − 结果 0 或 1) 的平方，再对一批取平均，越低越好。一直瞎猜 50%，大约 0.25。标 0.9 却错了，比标 0.6 却错了亏得更多——它同时罚方向错和自信过头。日常不用每条手算，心里有这杆秤就行。

Lichtenstein 与 Fischhoff（1980）在该研究条件下发现：对概率评估做多轮强化训练并给综合反馈后，校准能较快改善，改善多半出现在第一次认真反馈之后；但换到不太相关的任务，有的几乎带不过去。所以光懂词不够，要在你真正下判断的事上记分。

Koriat、Lichtenstein 与 Fischhoff（1980）：人常先选定答案，再主要搜集支持理由，自信容易偏高。实验里，选完后再写一条反对理由，比再写一条支持理由更能让置信度贴合对错；只找支持理由帮不上忙。

别搞错的地方

• 单次对错 ≠ 校准。看的是你标 0.7 的那一堆，实际对了几成。
• 「我很有把握」≠ 已校准。把握感可以很高，同时系统性偏高。
• 训练改善校准，不等于换领域自动带过去；要在你的真实决策上继续记分。
• 校准好 ≠ 预测细节都准。还会不会在不同情境下拉开概率，是另一件事；本课先抓校准。
• 极端罕见、样本极少的事，别硬套长期频率。交稿过不过、报价成不成、排期赶不赶得上这类能重复揭晓的判断，更适合练。

两周怎么记

1. 只选两周内能揭晓的判断
   结果必须能变成发生 / 没发生。模糊的「感觉会好」先不记。

2. 写成数字
   用 0.5、0.6、0.7、0.8、0.9。少用「大概」「应该」「八九不离十」。

3. 定稿前写一条反对理由
   一句就够：什么情况下你会错。通常比再堆一条支持理由更能压过置信。

4. 揭晓后记一行
   日期｜判断｜概率 p｜结果 0/1｜(p−结果)²。大约二十条再看趋势。

5. 按置信度分桶对账
   标 0.7 的那堆实际对了几成？平均置信比正确率高多少？过置信就下次系统往下拨半档。

先用在排期上

别一次迁到四个领域。先把「按时交付」练两周。接到活时写：按时 0.6（或你真实想的数字）；定稿前写一条反对理由，比如「依赖方还没回、中间有两天评审」。到期对照：发生写 1，没发生写 0。攒满十几条，看你标 0.7 的那堆实际按时比例。若你总说七成、实际只有五成，下次开口前先往下拨半档，再用拨过的数字对外承诺。

其它场合（大额消费、考前按章自评）同一套：可验证预测 → 数字 → 反对理由 → 揭晓对账。等排期这桶跑顺了再扩。