• Plateforme de prévision collective habillée selon votre marque

• Hébergement cloud ou installation sur site avec intégration (SSO, etc.) dans vos systèmes

• Grande variété de types de questions et de programmes de récompense (voir ci-dessous)

• Collecte et curation (avec laide de l'IA) des justifications des prévisions

• Algorithmes d'agrégation des prévisions éprouvés scientifiquement et personnalisables

• Segmentation de la population de prévisionnistes en cohortes de votre choix, chacune ayant sa propre prévision collective.

• Autres fonctionnalités : 

  • • • Classement des performances individuelles et collectives

      • Interface utilisateur bilingue Français / Anglais

      • Traduction automatique des contenus et discussions

      • Recherche automatique par mot-clé de l'actualité pertinente sur le web

      • Alarmes personnalisées avec notifications par courrier électronique

Binaire

• Un choix entre oui et non.

• Par exemple, :"Marc Dutoit va-t-il gagner les élections ?". Oui | Non

• Les prévisionnistes attribuent une probabilité à chaque option.

Choix multiples discrets

• Choix de réponses mutuellement exclusives.

• Par exemple : "Qui va gagner les élections ?"  Dutoit | Lathuile | Puliva | Autre

• Les prévisionnistes attribuent une probabilités à chaque option. 

Choix multiples ordonnés

• Choix parmi plusieurs intervalles contigus.

• Par exemple : "Quand Dutoit concédera-t-il l'élection ?" Mai | Juin | Peut-être plus tard

• Les prévisionnistes attribuent une probabilités à chaque intervalle. 

Pourcentage

• Pourcentages sur plusieurs options mutuellement exclusives. 

• Par exemple : "Quel pourcentage des voix ira à chaque candidat ?"

• Les prévisionnistes attribuent un pourcentage à chaque option.

Plage continue

• Fourchette sur une plage de valeurs

• Par exemple : "Combien de millions d'euros la campagne de Dutoit va-t-elle dépenser ?"

• Les prévisionnistes spécifient une distribution de probabilités sur une plage continue.

Horizon fixe

• Les prévisions se font à horizon fixe

• Par exemple : "Lucienne Dutoit gagnera-t-elle les élections en avril ?". Oui | Non

• La résolution et le scoring ont lieu lorsque l'événement arrive.

Horizon glissant

• Les prévisions se font par rapport à un horizon qui recule quotidiennement (fenêtre glissante).

• Par exemple : "Dans 30 jours, Dutoit aura-t-il concédé sa défaite ?". Oui | Non

• Le scoring se fait sur une base quotidienne au fur et à mesure que la fenêtre de résolution glisse dans le futur.

Récompenses au compte-goutte

• Ce système de récompense, dont le brevet est en cours d'homologation, encourage les prévisions sérieuses sur le long terme grâce à une programme de récompenses intermédiaires distribuées au compte-goute jusqu'à la résolution finale.

• Par exemple : "Dans 10 ans, l'Écosse fera-t-elle encore partie du Royaume-Uni ?". Oui | Non

• Les récompenses  intermédiaires utilisent la prévision collective actuelle comme approximation de la vérité ultime. Elles sont distribuées à des moments aléatoires tout au long de la période de prévision.

Inférence Bayesienne

• Ce mode encourage les prévisions à long terme ou à très long terme, avec ou sans vérité ultime, tout en proposant un scoring et des récompenses immédiates. Il découle des algorithmes "Bayesian Truth Serum" et "Surprisingly Popular" inventés au MIT.

• En plus de solliciter une prévision ou une estimation personnelle subjective, on demande aussi une estimation de la moyenne des prévisions ou des estimations personnelles de tous les participants.

• Par exemple : "En 2100, quelle sera la température moyenne de la planète ? Veuillez donner votre estimation et prédire l'estimation moyenne que les autres participants donneront".

• La résolution et le scoring peuvent avoir lieu dès que tous les participants ont donné leurs réponses.

• Le scoring prend en compte l'exactitude objective de la prévision de l'estimation collective, ainsi que le caractère étonnamment commun ("surprisingly popular") de l'estimation personnelle.