為什麼世界比預測模型更難預測

有效資訊只解釋一部分結果

面試表現、考試成績與過往紀錄，確實能提供預測線索，但未來績效還受到團隊、機會、健康與偶然事件影響。預測者常把能解釋的部分看得太大，把不可預測的部分留在故事之外。

原書建議使用簡單規則與外部觀點，降低直覺受個案敘事牽引的程度。外部觀點先看相似案例通常如何分布，再把眼前個案的特殊資訊加進來，而不是從獨特故事直接推向結果。

極端預測常忽略可靠度

若一項測驗和未來表現只有中度相關，測驗極高的人不應直接被預測為未來同樣極端。較合理的預測會向平均值收縮，收縮程度取決於資訊的預測力。這不是保守，而是承認測量不完美。

人不喜歡這種較平淡的答案，因為它看起來缺乏洞察。可是預測的目標不是寫出最有個性的故事，而是讓長期誤差更小。

準確度有自然上限

有些系統對初始條件非常敏感，也會被未來尚未發生的新資訊改變。再聰明的分析者也無法預先知道所有事件。這種不可約的不確定性，與單純資料不足不同。

因此，好的預測除了給出中心估計，也應呈現合理範圍與更新條件。承認預測邊界不是放棄規劃，而是讓計畫能容納多種結果，不必假裝世界只有一條確定路徑。