课程教材项目的外部视角预测
思考，快与慢课程项目的外部视角预测，是丹尼尔·卡尼曼与一支设计高中课程的团队发现其对一个可控的两年项目所作的自信估计，与类似项目的历史记录相矛盾的预测事件。它的决定性意义在于这种反转——对项目的直接熟悉产生了一个乐观故事，而可比案例则揭示了一个更漫长、风险更高的结果分布。团队意识到了这一警告，却仍然继续推进，最终在八年后完成了教材；那时，以色列教育部已经不再使用它。
项目与最初的预测
在丹尼尔·卡尼曼开始与阿莫斯·特沃斯基合作几年后，他说服以色列教育部的官员支持一套用于在高中教授判断与决策的课程。设计团队由经验丰富的教师、心理学学生，以及耶路撒冷希伯来大学教育学院院长、课程开发权威西摩·福克斯组成。大约一年间，这个小组每周五下午开会，制定详细的教学大纲，撰写了几章内容，并在课堂上测试示范课程。他们看得见的进展使项目显得具体而且可控。
当团队讨论估计不确定数量的方法时，卡尼曼要求每名成员分别提交一份保密估计，说明向教育部交付完成的初稿需要多长时间。私下收集判断本身就是有意安排的——分别征集估计，是为了比一开始公开讨论更有效地利用团队知识。答案集中在两年左右，范围从一年半到两年半。这个共识不仅仅是乐观；由于团队亲身经历了已经写出章节并制定出可行计划的过程，它显得格外有说服力。
外部视角出现
随后，卡尼曼要求西摩·福克斯找出一些此前从零开始开发过类似课程的团队，其中包括在新数学等教学创新时期开展的项目。福克斯了解其中几个项目的历史，并被要求把它们放在与卡尼曼团队相同的进展阶段上加以考察。这个问题把预测从对团队自身计划的叙述，转变为与一个参考类别的比较。
福克斯的回答动摇了共识。他意识到，相当一部分可比团队从未完成工作，并估计失败率约为40%。在那些确实完成工作的团队中，他回忆不起有任何一个用时少于七年或多于十年。当卡尼曼询问当前团队与那些早期团队相比如何时，福克斯判断当前团队低于平均水平，虽然差距不大。这个判断令所有人吃惊，包括福克斯本人，因为支持这一判断的知识并未进入他最初的估计。只有明确提及可比案例，才把他的历史知识与项目未来联系起来。
新信息并不难理解，却很难在情感上真正接受。团队能够看见一个合理的计划，并想象一本书大约两年后面世；但它无法想象一连串奇异的障碍可能把工作拖延十年。统计数据本应促使团队作出因果推断——如果许多类似团队失败，而成功团队至少需要七年，那么课程编写很可能比项目内部计划所暗示的更加困难。然而，这个小组把基准率信息视为苍白无力，并将其搁置一旁，因为它与团队自身进展所形成的鲜明印象相冲突。
未能根据警告采取行动
这些证据给了团队充分的理由停下来。没有人愿意在一个带有40%失败概率的项目上再投入六年，但这种危险并没有立即产生一种在情感上足以令人信服的退出命令。经过几分钟漫无目的的争论后，成员们重新振作起来，继续推进，仿佛那个令人不安的预测从未被提出。
最终结果比最初的估计更接近地验证了外部视角。历经许多不可预测的波折后，这本书在八年后完成。到那时，卡尼曼已经不再居住在以色列，也早已停止参与。教育部最初的热情已经消退，完成的文本从未被使用。因此，这一结果同时包含了延误、组织人员流失和实际失败——手稿确实存在，但到达之时，它的制度性目的已经消失。
卡尼曼后来把继续推进的决定描述为非理性坚持。这个小组已经认识到坚持并不合理，却放弃了理性，而没有放弃这项事业。这一区分使这一事件不只是一次错误估计。预测失败之所以变成决策失败，是因为团队没有让新获得的证据改变自己的承诺。
内视角、计划谬误与方法
内视角是团队最初自发采用的方法。它集中关注具体项目、可用资源、已经起草的章节，以及此前撰写这些章节所需的时间。即使是谨慎的成员，也往往从团队自己的计划出发，只为错误增加一小部分余量。由于计划具体且可以想象，它比描述大量可比项目的统计数据施加更强的心理力量。
外部视角从别处开始。它询问类似项目发生了什么，并以这些项目的结果分布作为预测起点。卡尼曼与阿莫斯·特沃斯基把产生不切实际地接近最佳情形的预测这一倾向称为计划谬误。课程项目提供了这一概念最核心的个人示范——团队的两年估计不是中性的计算，而是由内视角塑造出的乐观最佳情形。
提出的补救办法是参考类预测。规划者首先确定一个适当的可比项目类别，例如厨房翻修或大型铁路项目，然后查阅包含计划与实际结果的广泛数据库。这样的数据库能够揭示不同项目类型可能出现的成本和时间超支、失败率以及表现不佳情况。只有在建立这一外部基线之后，决策者才应根据当前项目与其参考类别之间有明确证据支持的差异，对预测进行调整。
这种方法也把责任延伸到制定不现实进度表的规划者之外。有些计划之所以乐观，是因为获得批准取决于说服上级或客户；而项目很少仅仅因为超出预算或期限就被放弃。因此，批准计划的决策者必须坚持要求提供分布信息。在批准阶段忽视外部视角，本身就是计划谬误的一种形式。
对预测的更广泛意义
这个课程事件属于对预测专业能力进行更广泛批评的一部分。菲利普·泰特洛克开展的为期二十年的研究访谈了284名以评论政治和经济趋势为生的人，并收集了超过8万项概率判断。在三个可能结果的比较中，这些专家的表现不如等概率基线；即使是专家，在自己专长的地区也没有显著优于非专家。知识只能略微改善预测，而广泛的知识却可能加剧技能幻觉与过度自信。
当法官构造置信区间时，也会出现同样的校准问题。经过适当校准的区间应当按照所声明的比例包含真实值，但许多受试者给出的区间过窄；在大多数研究中，实际值约有30%的情况落在相关的极端界限之外。同样，杜克大学对企业首席财务官所作11600项预测的调查发现，他们对下一年标准普尔指数回报率的估计与实际回报率之间的相关性略低于零。他们给出的80%置信区间包含了过多意外结果——67%的结果落在预期范围之外。
这些比较说明了课程团队未能做到什么。它并不缺乏智力、信息或投入。它缺乏一种有纪律的方法，无法把生动的局部证据与不那么生动、却更具诊断力的可比案例记录放在一起考察。这一事件留下的持久教训同时具有方法论和心理学意义——一个貌似合理的计划可能不如过去结果的分布具有信息量，而认识到这一真理并不能保证人们会据此行动。
