Freakonomics Radio
Summary & Insights
Can a financial market be more accurate than a political poll or a domain expert? The core premise of prediction markets is that when people put “skin in the game,” they are incentivized to be truthful and nuanced rather than dramatic or dogmatic. By aggregating fragmented, siloed information from a diverse crowd of traders, platforms like Kalshi aim to transform guessing into a systematic, empirical process for forecasting everything from Federal Reserve interest rate hikes to the outcome of an election.
Tarek Mansour, CEO of Kalshi, argues that traditional information institutions—like journalism or centralized corporate leadership—suffer from a “knowledge problem.” In these systems, decisions are often made at the top, while the relevant data is hidden in the “nodes” of the organization. Prediction markets solve this by using prices to aggregate that distributed knowledge. Unlike social media, which rewards clickbait and extreme takes, these markets reward the “boring,” well-calibrated analysis that actually predicts the truth.
The operational side of these markets requires an obsession with precision. To prevent disputes, Kalshi writes exhaustive legal contracts that account for every possible “edge case”—such as what happens to a bet if a government shutdown prevents the publication of an inflation report or if a speaker misspeaks during a televised address. While skeptics view this as glorified gambling, proponents see it as a pro-social tool that can improve the allocation of capital in biotech drug discovery and provide a “credibility layer” to the news media.
Surprising Insights
- The Amateur Advantage: Research by Philip Tetlock suggests that thoughtful, intellectually curious amateurs often outperform domain experts in forecasting because experts can become too dogmatic and fail to self-calibrate.
- Manipulation as a Feature: Counterintuitively, when traders attempt to manipulate a market to distort prices, the market can actually become more accurate if other participants anticipate that manipulation and trade against it.
- The “Excuse” Barrier: Internal corporate prediction markets often fail not because they aren’t accurate, but because managers prefer the “safety” of a good excuse over the certainty of a market prediction that warns them they will miss a deadline.
- Beyond Betting: A significant portion of active users in prediction markets never actually trade; they use the current market prices as a tool for fact-checking and calibrating their own beliefs against the “crowd wisdom.”
Practical Takeaways
- Seek “Skin in the Game”: When seeking advice or forecasts, prioritize sources that face a personal or financial cost for being wrong, as they are less likely to embellish or provide “safe” answers.
- Diversify Your Information Nodes: Instead of relying on a single expert, look for a diverse set of participants who pride themselves on critical thinking and self-calibration.
- Define Your “Resolution Criteria”: To avoid ambiguity in decision-making, create a “contract” for your goals. Clearly define exactly what constitutes a “win” or “success” and plan for edge cases before you start.
- Calibrate Against the Crowd: Use prediction market data as a “temperature check” to identify your own biases or blind spots regarding major current events.
🛍️ Products & Resources Mentioned
- 📚 BookSuper Forecasting by Philip Tetlock — Mentioned as a foundational text arguing that thoughtful amateurs can outperform experts in predicting the future.View on Amazon →
Liệu một thị trường tài chính có thể chính xác hơn một cuộc thăm dò chính trị hay một chuyên gia trong ngành? Tiền đề cốt lõi của thị trường dự đoán là khi mọi người có “quyền lợi gắn liền” (skin in the game), họ sẽ có động lực để đưa ra những nhận định trung thực và sắc sảo thay vì cường điệu hay giáo điều. Bằng cách tổng hợp các thông tin phân mảnh và riêng lẻ từ một đám đông các nhà giao dịch đa dạng, các nền tảng như Kalshi đặt mục tiêu biến việc phỏng đoán thành một quy trình thực nghiệm, có hệ thống để dự báo mọi thứ, từ việc tăng lãi suất của Cục Dự trữ Liên bang cho đến kết quả của một cuộc bầu cử.
Tarek Mansour, CEO của Kalshi, lập luận rằng các tổ chức thông tin truyền thống—như báo chí hoặc ban lãnh đạo doanh nghiệp tập trung—đang gặp phải một “vấn đề về kiến thức”. Trong các hệ thống này, quyết định thường được đưa ra ở cấp cao nhất, trong khi dữ liệu liên quan lại nằm ẩn trong các “nút” (node) của tổ chức. Thị trường dự đoán giải quyết điều này bằng cách sử dụng giá cả để tổng hợp kiến thức phân tán đó. Khác với mạng xã hội, nơi thường tôn vinh những nội dung câu khách (clickbait) và quan điểm cực đoan, các thị trường này lại thưởng cho những phân tích “nhàm chán” nhưng được hiệu chuẩn kỹ lưỡng—những phân tích thực sự dự đoán đúng sự thật.
Khía cạnh vận hành của các thị trường này đòi hỏi một sự tỉ mỉ tuyệt đối. Để ngăn chặn tranh chấp, Kalshi soạn thảo các hợp đồng pháp lý chi tiết, tính đến mọi “trường hợp ngoại lệ” có thể xảy ra—chẳng hạn như điều gì sẽ xảy ra với một khoản cược nếu chính phủ đóng cửa khiến báo cáo lạm phát không được công bố, hoặc nếu một diễn giả nói nhầm trong một bài phát biểu trên truyền hình. Trong khi những người hoài nghi coi đây là một hình thức cờ bạc được “nâng tầm”, thì những người ủng hộ lại xem đó là một công cụ hữu ích cho xã hội, có thể cải thiện việc phân bổ vốn trong nghiên cứu dược phẩm sinh học và cung cấp một “lớp xác thực” cho các phương tiện truyền thông.
Những góc nhìn bất ngờ
- Lợi thế của những kẻ nghiệp dư: Nghiên cứu của Philip Tetlock cho thấy những người nghiệp dư có tư duy thấu đáo và ham học hỏi thường dự báo chính xác hơn các chuyên gia trong ngành, bởi các chuyên gia đôi khi trở nên quá giáo điều và thiếu khả năng tự hiệu chỉnh.
- Thao túng như một tính năng: Ngược với suy nghĩ thông thường, khi các nhà giao dịch cố gắng thao túng thị trường để làm sai lệch giá cả, thị trường thực tế có thể trở nên chính xác hơn nếu những người tham gia khác dự đoán được sự thao túng đó và giao dịch ngược lại.
- Rào cản “Lời bào chữa”: Các thị trường dự đoán nội bộ trong doanh nghiệp thường thất bại không phải vì chúng thiếu chính xác, mà vì các nhà quản lý thích sự “an toàn” của một lời bào chữa khéo léo hơn là sự chắc chắn của một dự báo thị trường cảnh báo rằng họ sẽ trễ hạn chót.
- Hơn cả việc đặt cược: Một bộ phận lớn người dùng tích cực trong các thị trường dự đoán thực tế không bao giờ giao dịch; họ sử dụng giá thị trường hiện tại như một công cụ để kiểm chứng sự thật và hiệu chuẩn niềm tin của chính họ so với “trí tuệ đám đông”.
Bài học thực tiễn
- Tìm kiếm “Quyền lợi gắn liền”: Khi tìm kiếm lời khuyên hoặc dự báo, hãy ưu tiên những nguồn tin phải chịu tổn thất cá nhân hoặc tài chính nếu họ sai, vì họ ít có khả năng thêu dệt hoặc đưa ra những câu trả lời “an toàn”.
- Đa dạng hóa các nút thông tin: Thay vì phụ thuộc vào một chuyên gia duy nhất, hãy tìm kiếm một nhóm đa dạng các đối tượng tự hào về tư duy phản biện và khả năng tự hiệu chỉnh.
- Xác định “Tiêu chí phân xử”: Để tránh mơ hồ trong việc ra quyết định, hãy lập một “hợp đồng” cho các mục tiêu của bạn. Xác định rõ ràng chính xác điều gì cấu thành một “chiến thắng” hoặc “thành công” và lên phương án cho các trường hợp ngoại lệ trước khi bắt đầu.
- Hiệu chuẩn theo đám đông: Sử dụng dữ liệu từ thị trường dự đoán như một công cụ “đo nhiệt độ” để nhận diện những định kiến hoặc điểm mù của chính bạn đối với các sự kiện lớn hiện nay.
金融市場是否能比政治民調或領域專家更準確？預測市場（Prediction Markets）的核心前提是：當人們「利益攸關」（put skin in the game）時，他們會更有動力地追求真實與細膩，而非採取戲劇化或教條式的立場。透過聚合來自多元交易者群體中碎片化且孤立的信息，像 Kalshi 這樣的平台旨在將「猜測」轉化為一種系統化、經驗性的過程，用以預測從聯準會（Federal Reserve）升息到選舉結果的一切事件。
Kalshi 的執行長 Tarek Mansour 主張，傳統的信息機構（如新聞業或中心化的企業領導層）普遍存在「知識問題」（knowledge problem）。在這些系統中，決策通常在頂層做出，而相關數據卻隱藏在組織的各個「節點」中。預測市場透過價格來聚合這些分散的知識，從而解決此問題。與獎勵點擊誘餌（clickbait）和極端觀點的社交媒體不同，這些市場獎勵的是那些「枯燥」但經過良好校準、且能真正預測事實的分析。
在運作層面上，這類市場對精確度有著近乎執著的要求。為了防止爭議，Kalshi 會撰寫详盡的法律合約，以涵蓋所有可能的「邊緣案例」（edge case）——例如，若政府停擺導致通膨報告無法公布，或演講者在電視演說中失言，投注結果將如何處理。儘管懷疑論者將其視為美化後的賭博，但支持者則將其視為一種促進社會福祉的工具，能改善生物技術藥物研發中的資本分配，並為新聞媒體提供一層「可信度機制」。
驚人之見
- 業餘者的優勢： Philip Tetlock 的研究表明，深思熟慮且具有求知慾的業餘人士在預測方面往往優於領域專家，因為專家容易變得過於教條，而無法進行自我校準。
- 操縱反而成特性： 與直覺相反，當交易者試圖操縱市場以扭曲價格時，如果其他參與者預見到這種操縱並反向交易，市場反而可能變得更準確。
- 「藉口」之障礙： 企業內部預測市場之所以經常失敗，並非因為不準確，而是因為管理者比起市場預測發出的「將錯過截止日期」之警告，更傾向於選擇一個得體藉口所帶來的「安全性」。
- 超越投注： 預測市場中很大一部分的活躍用戶實際上從不交易；他們將目前的市場價格視為一種事實查核工具，用以根據「群眾智慧」來校準自己的信念。
實踐啟示
- 尋找「利益攸關」者： 在尋求建議或預測時，優先選擇那些在出錯時需承擔個人或財務成本的來源，因為他們較不容易誇大其詞或提供「安全」的答案。
- 多元化你的信息節點： 不要依賴單一專家，而應尋找一群以批判性思考和自我校準為傲的多元參與者。
- 定義你的「結算標準」： 為了避免決策中的模糊性，請為你的目標建立一份「合約」。在開始之前，明確定義究竟什麼才構成「獲勝」或「成功」，並針對邊緣案例制定計劃。
- 對標群眾進行校準： 將預測市場的數據視為一種「溫度計」，用以識別你在面對重大時事時的個人偏見或盲點。
Un marché financier peut-il être plus précis qu’un sondage politique ou qu’un expert du domaine ? Le postulat central des marchés de prédiction est que lorsque les gens sont « engagés personnellement » (le concept de skin in the game), ils sont incités à être véridiques et nuancés plutôt que dramatiques ou dogmatiques. En agrégeant des informations fragmentées et cloisonnées provenant d’une foule diversifiée de traders, des plateformes comme Kalshi visent à transformer la conjecture en un processus systématique et empirique pour prévoir tout type d’événement, des hausses de taux d’intérêt de la Réserve fédérale aux résultats d’une élection.
Tarek Mansour, PDG de Kalshi, soutient que les institutions d’information traditionnelles — comme le journalisme ou la direction d’entreprise centralisée — souffrent d’un « problème de connaissance ». Dans ces systèmes, les décisions sont souvent prises au sommet, alors que les données pertinentes sont cachées dans les « nœuds » de l’organisation. Les marchés de prédiction résolvent ce problème en utilisant les prix pour agréger ces connaissances distribuées. Contrairement aux réseaux sociaux, qui récompensent le clickbait et les prises de position extrêmes, ces marchés récompensent l’analyse « ennuyeuse » et bien calibrée qui prédit réellement la vérité.
Le côté opérationnel de ces marchés exige une obsession pour la précision. Pour éviter les litiges, Kalshi rédige des contrats juridiques exhaustifs qui prennent en compte tous les « cas limites » possibles — par exemple, ce qu’il advient d’un pari si un shutdown gouvernemental empêche la publication d’un rapport sur l’inflation, ou si un orateur commet un lapsus lors d’un discours télévisé. Alors que les sceptiques y voient un jeu de hasard glorifié, les partisans y voient un outil pro-social capable d’améliorer l’allocation du capital dans la découverte de médicaments biotechnologiques et d’apporter une « couche de crédibilité » aux médias d’information.
Perspectives Surprenantes
- L’avantage de l’amateur : Les recherches de Philip Tetlock suggèrent que les amateurs réfléchis et intellectuellement curieux surpassent souvent les experts du domaine en matière de prévisions, car ces derniers peuvent devenir trop dogmatiques et ne plus savoir s’auto-calibrer.
- La manipulation comme fonctionnalité : De manière contre-intuitive, lorsque des traders tentent de manipuler un marché pour fausser les prix, le marché peut en réalité devenir plus précis si les autres participants anticipent cette manipulation et tradent à l’inverse.
- La barrière de « l’excuse » : Les marchés de prédiction internes aux entreprises échouent souvent non pas parce qu’ils manquent de précision, mais parce que les managers préfèrent la « sécurité » d’une bonne excuse à la certitude d’une prédiction de marché les avertissant qu’ils ne respecteront pas une échéance.
- Au-delà du pari : Une partie importante des utilisateurs actifs des marchés de prédiction ne trade jamais réellement ; ils utilisent les prix actuels du marché comme un outil de vérification des faits et pour calibrer leurs propres convictions par rapport à la « sagesse de la foule ».
Enseignements Pratiques
- Recherchez l’engagement personnel : Lorsque vous demandez des conseils ou des prévisions, privilégiez les sources qui encourent un coût personnel ou financier en cas d’erreur, car elles sont moins susceptibles d’enjoliver la réalité ou de fournir des réponses « prudentes ».
- Diversifiez vos nœuds d’information : Au lieu de vous fier à un seul expert, recherchez un ensemble diversifié de participants qui se targuent d’avoir un esprit critique et une capacité d’auto-calibration.
- Définissez vos « critères de résolution » : Pour éviter toute ambiguïté dans la prise de décision, créez un « contrat » pour vos objectifs. Définissez précisément ce qui constitue une « victoire » ou un « succès » et prévoyez les cas limites avant de commencer.
- Calibrez-vous par rapport à la foule : Utilisez les données des marchés de prédiction comme un « test de température » pour identifier vos propres biais ou angles morts concernant les événements majeurs de l’actualité.
Kann ein Finanzmarkt präziser sein als eine politische Umfrage oder ein Fachexperte? Die Grundannahme von Prognosemärkten (Prediction Markets) besteht darin, dass Menschen, wenn sie „skin in the game“ haben – also ein persönliches Risiko eingehen –, einen Anreiz verspüren, wahrheitsgemäß und differenziert zu agieren, statt dramatisch oder dogmatisch zu sein. Indem sie fragmentierte, isolierte Informationen einer vielfältigen Gruppe von Tradern aggregieren, zielen Plattformen wie Kalshi darauf ab, das bloße Raten in einen systematischen, empirischen Prozess zur Vorhersage von allem zu verwandeln – von Zinsentscheidungen der Federal Reserve bis hin zu Wahlausgängen.
Tarek Mansour, CEO von Kalshi, argumentiert, dass traditionelle Informationsinstitutionen – wie der Journalismus oder eine zentralisierte Unternehmensführung – unter einem „Wissensproblem“ leiden. In diesen Systemen werden Entscheidungen oft an der Spitze getroffen, während die relevanten Daten in den „Knotenpunkten“ der Organisation verborgen bleiben. Prognosemärkte lösen dies, indem sie Preise nutzen, um dieses verteilte Wissen zu bündeln. Im Gegensatz zu sozialen Medien, die Clickbait und extreme Meinungen belohnen, honorieren diese Märkte die „langweilige“, präzise kalibrierte Analyse, die tatsächlich die Wahrheit vorhersagt.
Die operative Seite dieser Märkte erfordert eine Besessenheit von Präzision. Um Streitigkeiten zu vermeiden, verfasst Kalshi ausführliche rechtliche Verträge, die jeden möglichen „Sonderfall“ (Edge Case) berücksichtigen – etwa was mit einer Wette geschieht, wenn ein Government Shutdown die Veröffentlichung eines Inflationsberichts verhindert oder wenn ein Redner während einer Fernsehansprache verspricht. Während Skeptiker dies als glorifiziertes Glücksspiel betrachten, sehen Befürworter darin ein prosoziales Instrument, das die Kapitalallokation in der biotechnologischen Wirkstoffforschung verbessern und den Nachrichtenmedien eine „Glaubwürdigkeitsschicht“ verleihen kann.
Überraschende Erkenntnisse
- Der Vorteil des Amateurs: Untersuchungen von Philip Tetlock legen nahe, dass durchdachte, intellektuell neugierige Amateure bei Prognosen oft besser abschneiden als Fachexperten, da Experten zu dogmatisch werden und es versäumen, sich selbst zu kalibrieren.
- Manipulation als Feature: Kontraintuitiv kann ein Markt tatsächlich präziser werden, wenn Trader versuchen, den Markt zu manipulieren, um Preise zu verzerren, sofern andere Teilnehmer diese Manipulation antizipieren und dagegen handeln.
- Die „Ausreden-Barriere“: Interne Prognosemärkte in Unternehmen scheitern oft nicht an ihrer mangelnden Genauigkeit, sondern daran, dass Manager die „Sicherheit“ einer guten Ausrede der Gewissheit einer Marktprognose vorziehen, die sie davor warnt, dass sie eine Frist versäumen werden.
- Mehr als nur Wetten: Ein erheblicher Teil der aktiven Nutzer von Prognosemärkten handelt tatsächlich nie; sie nutzen die aktuellen Marktpreise als Instrument zum Faktencheck und um ihre eigenen Überzeugungen an der „Schwarmintelligenz“ zu kalibrieren.
Praktische Lehren
- Suchen Sie nach „Skin in the Game“: Priorisieren Sie bei Ratschlägen oder Prognosen Quellen, die bei einer Fehlentscheidung persönliche oder finanzielle Kosten tragen, da diese weniger dazu neigen, Dinge zu beschönigen oder „sichere“ Antworten zu geben.
- Diversifizieren Sie Ihre Informationsquellen: Verlassen Sie sich nicht auf einen einzigen Experten, sondern suchen Sie nach einer vielfältigen Gruppe von Teilnehmern, die Wert auf kritisches Denken und Selbstkalibrierung legen.
- Definieren Sie Ihre „Lösungskriterien“: Um Mehrdeutigkeiten bei der Entscheidungsfindung zu vermeiden, erstellen Sie einen „Vertrag“ für Ihre Ziele. Definieren Sie genau, was einen „Sieg“ oder „Erfolg“ ausmacht, und planen Sie Sonderfälle ein, bevor Sie beginnen.
- Kalibrierung anhand der Masse: Nutzen Sie Daten aus Prognosemärkten als „Temperaturprüfung“, um Ihre eigenen Voreingenommenheiten oder blinden Flecken in Bezug auf große aktuelle Ereignisse zu identifizieren.
The promise is that they can beat the experts at predicting inflation, elections, and FDA approvals. But right now, 90 percent of the action is sports. Is this a future we want to bet on? Stephen Dubner speaks with, among others, the C.E.O. of Kalshi. (Part one of a two-part series.)
- SOURCES:
- Robin Hanson, professor of economics at George Mason University.
- Nicole Kagan, head of research at Kalshi.
- Tarek Mansour, co-founder and C.E.O. of Kalshi.
- RESOURCE:
- “Kalshi and the Rise of Macro Markets,” by Anthony Diercks, Jared Dean Katz, and Jonathan Wright (Federal Reserve Board, 2026).
- “Slowly, Then All At Once: What Mamdani’s Victory Tells Us About Information Aggregation,” (Kalshi Research, 2026).
- “Futarchy: Vote Values, But Bet Beliefs,” by Robin Hanson (2000).
- “The Use of Knowledge in Society,” by Friedrich Hayek (American Economic Review, 1945).
- EXTRAS:
- “The Economics of Sports Gambling,” by Freakonomics Radio (2019).
- “How to Be Less Terrible at Predicting the Future,” by Freakonomics Radio (2016).
- “The Folly of Prediction,” by Freakonomics Radio (2011).
Hosted by Simplecast, an AdsWizz company. See pcm.adswizz.com for information about our collection and use of personal data for advertising.
-
408. Does Anyone Really Know What Socialism Is?
Trump says it would destroy us. Sanders says it will save us. The majority of millennials would like it to replace capitalism. But what is “it”? We bring in the economists to sort things out…
-
408. Does Anyone Really Know What Socialism Is?
Trump says it would destroy us. Sanders says it will save us. The majority of millennials would like it to replace capitalism. But what is “it”? We bring in the economists to sort things out…
-
407. Is There Really a “Loneliness Epidemic”?
That’s what some health officials are saying, but the data aren’t so clear. We look into what’s known (and not known) about the prevalence and effects of loneliness — including the possible upsides.
-
407. Is There Really a “Loneliness Epidemic”?
That’s what some health officials are saying, but the data aren’t so clear. We look into what’s known (and not known) about the prevalence and effects of loneliness — including the possible upsides. Hosted by…
-
407. Is There Really a “Loneliness Epidemic”?
That’s what some health officials are saying, but the data aren’t so clear. We look into what’s known (and not known) about the prevalence and effects of loneliness — including the possible upsides. Hosted by…
-
406. Can You Hear Me Now?
When he became chairman of the Federal Communications Commission, Ajit Pai announced that he was going to take a “weed whacker” to Obama-era regulations. So far, he’s kept his promise, and earned the internet’s ire…
-
406. Can You Hear Me Now?
When he became chairman of the Federal Communications Commission, Ajit Pai announced that he was going to take a “weed whacker” to Obama-era regulations. So far, he’s kept his promise, and earned the internet’s ire…
-
406. Can You Hear Me Now?
When he became chairman of the Federal Communications Commission, Ajit Pai announced that he was going to take a “weed whacker” to Obama-era regulations. So far, he’s kept his promise, and earned the internet’s ire…
-
405. Policymaking Is Not a Science (Yet)
Why do so many promising solutions — in education, medicine, criminal justice, etc. — fail to scale up into great policy? And can a new breed of “implementation scientists” crack the code?
-
405. Policymaking Is Not a Science (Yet)
Why do so many promising solutions — in education, medicine, criminal justice, etc. — fail to scale up into great policy? And can a new breed of “implementation scientists” crack the code? Hosted by Simplecast,…