書評核心觀點
《信號與噪聲》作者納特·西爾弗（Nate Silver）以預測大選、棒球、天氣、地震、經濟、疫情等領域為案例，揭示預測科學的核心難題：信息越多，噪聲越多，反而更難提取真信號。
歷史鏡鑒：印刷術雙刃劍
- 1440 年古騰堡印刷機誕生 → 信息普及 → 點燃工業革命、啟蒙運動、美國建國。
- 但初期也催生幾百年「聖戰」：人們誤以為掌握信息就能掌控命運，引發血腥衝突。
- 類比今天：大數據爆炸 ≠ 預測能力提升，缺乏模型驗證與認知謙卑，極易陷入過擬合、確認偏誤、幸存者偏差陷阱。
為什麼預測會失敗？
- 模型過擬合：用噪聲解釋噪聲，樣本內完美、樣本外失效。
- 忽略先驗概率：貝葉斯思維缺失，新證據未按權重更新信念。
- 激勵機制扭曲：預測者為博眼球/利益輸出極端預測，而非追求準確。
- 系統複雜性與混沌：天氣、經濟、地震屬混沌系統，長期預測理論上受限。
如何做更好的預測？
- 貝葉斯迭代：不斷用新數據修正先驗，量化不確定性。
- 集成模型：融合多模型預測，降低單一模型偏差。
- 領域知識融合：純數據驅動不足，需專家經驗修正變量選擇與權重。
- 誠實面對不確定性：給出置信區間而非點預測，承認「不知道」。
- 問責機制：建立預測記分卡（Brier Score 等），長期驗證校準度。
給決策者的啟示
在大數據時代，不做預測比做錯預測更安全；若必須預測，請選擇透明、可驗證、可迭代的方法論，並為錯誤預留餘地。書中大量案例既是警世錄，也是方法論手冊。