参考类预测
思考，快与慢参考类预测，也称为外部视角，是一种进行预测的规则——它不是从当前案例的生动细节出发，而是先考察可比案例的结果。它的决定性意义在于纠偏——它揭示规划者多么容易把一个吸引人的内部故事误认为现实预测，并提供一种有纪律的方法，以应对计划谬误、基率忽视、未知的未知因素以及毫无根据的信心。
定义与理由
外部视角会询问——在恰当选择的相似案例类别中，通常会发生什么。基线预测，是预测者只知道某个案例所属类别时作出的估计。关于个别案例的具体信息随后可能足以支持调整，但这种信息应当修正基线，而不是取代基线。这一顺序至关重要，因为掌握某个案例详细信息的人很少会觉得有必要去寻找更广泛类别的统计资料；因此，在比较甚至尚未开始之前，个人印象就已经击败了分布证据。
一项为以色列教育部开发的课程项目说明了这一规则。一个团队每周五下午开会，撰写章节并测试课程，前后大约花了一年时间。随后，团队成员私下估计提交完整教材还需要多久。他们的预测建立在从项目内部能够看到的进展之上。针对相似团队的另一个问题却产生了阴暗得多的参考类——40%的团队失败了，而成功的项目耗时七至十年。这一比较表明，该团队的结果可能比那个已经十分严峻的基线还要略差，尽管团队内部的估计当时显得颇为合理。
计划谬误
这个项目揭示了计划谬误。丹尼尔·卡尼曼与阿莫斯·特沃斯基用这一术语指称那些不切实际地接近最佳情形的预测。团队从最初几章以及投入程度最高的时期进行外推，把眼前立即可获得的信息当成了全部相关证据。这种内部视角忽略了离婚、疾病、官僚协调危机，以及长期没有任何进展的阶段。这些障碍以其具体形式并不可预测，但大型项目会遭遇严重障碍的一般可能性，已经在参考类中清楚可见。
这一差别把对具体事件的无知与对中断一般风险的无知区分开来。团队不可能说出未来会发生哪些疾病或离婚，但本可以认识到，大型项目包含许多可能导致延误或失败的路径。同样的盲点也影响了其他团队——他们显然相信自己的项目可行，却不知道项目可能耗时七年，甚至可能永远无法完成。外部视角并不预测每一个障碍；它估计的是属于一个障碍普遍存在的类别会带来什么后果。
这一规则还改变了谁应当为乐观计划承担责任。不现实的预算和进度表之所以产生，部分原因可能在于其制定者希望获得上级或客户的批准，并且知道项目很少会仅仅因为成本和完工时间超过最初承诺就被放弃。因此，当决策者批准这类计划却没有要求进行外部比较时，他们也犯下了计划谬误。组织可以通过奖励精确执行，并惩罚未能预见可预见困难以及未知的未知因素这一更广泛可能性，来降低这种激励。
应用方法
参考类预测具有实用的三步结构。第一，确定适当的参考类，例如厨房翻修项目或大型铁路项目。该类别必须足够相似，能够揭示相关风险，而不能只是提供方便使用的数字。第二，取得该类别的统计数据，并用它们生成基线预测。相关指标可以包括完工时间、每英里的成本、支出超出预算的百分比、失败率，或某一特定类型项目的绩效不足程度。
第三，只有在有明确理由预期个别项目的偏差或结果会不同于该类别时，才使用关于个案的具体信息来调整基线。个案证据并没有被丢弃；它被置于恰当的位置。基线为预测提供锚点，而独特特征只有在已经显示出预测相关性时，才会使预测偏离平均值。这一程序防止关于非凡才能、投入程度或有利情形的说服力叙事，悄无声息地变成最佳情形假设。
本特·弗吕沃博格针对交通项目的实施，使该方法获得了制度形式。一个包含世界各地数百个项目计划与结果的大型数据库，可以显示不同项目类别可能出现的成本超支和时间超期。主管部门可以在批准公共项目之前使用这些分布，并估计应为超支准备的预算储备。然而，储备本身也可能诱发支出——一位官员把给承包商准备的预算储备比作狮子的生肉。因此，该方法支持现实主义，却不假装应急资金能够消除造成超支的力量。
反对直觉式预测的证据
外部视角属于对有效性幻觉的更广泛挑战。菲利普·泰特洛克的二十年研究收集了284名以评论政治与经济趋势为生的人所作的8万多项预测。这些专家评估政变、战争和新兴市场等事件，为现状持续、增加或减少分别赋予概率。他们的表现不如一种简单程序——为三种结果赋予相等概率。即使在自己最熟悉的地区，专家也没有显著优于非专家。
知识只带来轻微改善，而知识最丰富的预测者往往更不可靠，因为知识强化了他们的技能幻觉和过度自信。著名预测者作出的预测更加夸张，也比不在聚光灯下的同事更过度自信。教训并不是信息没有价值，而是关于某个案例的信息可能形成一个连贯故事，其信心超过了证据力量。参考类保留了内部叙事往往忽视的信息。
同样的模式也出现在金融预测中。杜克大学的一项调查收集了大型企业首席财务官对下一年度标准普尔指数所作的11,600项预测。他们的估计与实际数值之间的相关性略低于零，但预测者似乎没有意识到自己的预测毫无价值。他们所说的80%置信区间包含了过多意外结果——67%的结果落在区间之外，超过预期20%的三倍。根据浮现在脑海中的内容进行预测，会使人无法为从未进入故事的信息留出空间。
校准研究进一步强化了这一警告。一个得到适当校准的判断者，应当发现被评估数值低于某一给定百分位的比例与该百分位相对应；在98%的问题中，真实数值应当有98%的概率落在第一百分位与第九十九百分位之间的区间内。然而在大多数研究中，实际数值约有30%的问题落在所声明的极端界限之外。朴素的判断者和老练的判断者都给出了过窄的区间，而适当的评分规则也没有消除这一影响。以最佳估计为锚点并进行不足的向上、向下调整，有助于解释为什么置信分布会比现有知识所允许的范围更紧。
更广泛的意义
参考类预测不只是项目管理技巧。它体现了一种一般性纪律——从个别案例转向包含该案例的分布，然后以适当受限的调整回到案例本身。当结果取决于运气时，这种方法尤其有价值，例如高尔夫球手第一天的成绩与预期第二天成绩之间的对比。优秀成绩既反映才能，也反映异常好的运气；糟糕成绩既反映弱点，也反映坏运气。由于第二天的运气不可预测，最佳预测应当回归平均表现，而不是重复极端结果。
这一逻辑也说明了为什么表面上的成功或失败会误导人们对技能的判断。以色列空军的飞行教官认为，表扬会导致学员表现变差，而惩罚会使他们进步，因为一次异常好的尝试之后，表现通常会恶化；一次异常差的尝试之后，表现通常会改善。这种变化可能是向平均值回归，而不是奖励或惩罚造成的效果。类似地，参考类视角会阻止规划者把一条单一的良好轨迹当成项目非凡的证据。
因此，这一规则是对叙事信心的约束。它并不否认案例之间存在差异，也不要求机械地服从平均值。它坚持认为，差异必须得到证明而不是凭空想象；在批准决策之前，分布证据必须清晰呈现；预测必须根据结果而不是根据产生预测的故事是否雄辩来评判。在计划复杂、反馈延迟且失败具有多种不可预见形式的环境中，外部视角提供了在现实世界中定位预测的最可靠方法。
