面对选举结果、国际局势、公共卫生等高度不确定事件，如何将主观判断转化为可验证的概率预测，是政策评估和风险管理领域的核心挑战；传统专家预测常受信息不全、情绪偏差和从众心理影响。为此，美国情报高级研究项目局（IARPA）自2011年起开展长期对比实验，通过真实事件测试三种主流预测方法的准确性。
虽然无法消除不确定性，但可以通过科学方法更好地量化和管控。这项长期实验表明，预测质量的关键在于信息共享机制、误差修正制度和行为激励设计。只有将讨论规范化、经验量化、自信校准化，群体判断才能真正成为可靠的决策依据。