Það hefur lengi verið draumur mannkyns að geta spáð fyrir um framtíðina, hvort sem um ræðir næstu stóru tæknibyltingu, efnahagssveiflur eða pólitísk straumhvörf. Þrátt fyrir að við lifum á tímum upplýsingaflæðis, þar sem endalaus gögn og fréttir eru við höndina, byggjast spár um framtíðina oft á hreinum ágiskunum fremur en vísindalegri nákvæmni. Stærsta áskorunin í gagna- og tölvunarfræði í dag er einmitt þessi: Hvernig reiknum við út raunhæfar líkur á atburðum sem eiga eftir að gerast?
Í dag treysta greinendur á margvísleg tól til að rýna inn í framtíðina. Spámarkaðir (e. prediction markets), flókin tölfræðilíkön og jafnvel spár knúnar áfram af gervigreind eru meðal þess sem er notað. Gallinn er hins vegar sá að engin þessara aðferða er fullkomin. Spámarkaðir þjást oft af skorti á þátttöku sem skekkir niðurstöður og reiknilíkön eiga það til að einfalda flókinn veruleika um of. Þetta gerir það að verkum að erfitt er að treysta tölfræðinni sem kerfin spýta út úr sér.
Nálgun fólks á þetta vandamál er afar misjöfn. Sumir reiða sig á blöndu af ólíkum gagnalindum, aðrir smíða sín eigin reiknilíkön, á meðan margir treysta einfaldlega á mannlegt innsæi. Raunverulega þrautin er að tvinna þessa ólíku þætti saman í eina niðurstöðu sem hljómar sennileg, án þess að krefjast þess að sérfræðingar þurfi að handgreina hverja einustu breytu.
Það er ljóst að mikil þörf er á nýsköpun í hugbúnaði þegar kemur að áhættumati og framtíðarspám. Tækniheimurinn kallar á öflugri greiningartól sem geta brúað bilið á milli hrárra gagna og nýtanlegrar þekkingar. Þar til slík kerfi verða að veruleika mun leitinni að bestu mögulegu aðferðafræðinni halda áfram — aðferðafræði sem gerir okkur kleift að taka upplýstar ákvarðanir í stað þess að treysta blindandi á getgátur.