Uskon, että epätarkoissa yhteenvetoarvioissa ei oteta huomioon (tai sovelleta oikein) yleistä tilastollista periaatetta: regressiota keskiarvoon. Koska oikeudenkäyntiasiantuntijat eivät hyödy toistuvasta altistumisesta täydellisille tosiseikoille, osallistumme prosessiin, jota kutsutaan intensiteettisovittamiseksi ja joka vaatii meitä punnitsemaan käytössämme olevaa rajallista tietoa lopputuloksen (riskin ja palkkion) arvioimiseksi. Tämä on vaarallinen käytäntö, koska siinä etsitään vastausta korvaavaan kysymykseen muun tiedon puuttuessa.
Kahnemanin mukaan intensiteetti-matching-harjoitukset tuottavat äärimmäisiä ennusteita, kun ne perustuvat äärimmäiseen todistusaineistoon, mikä saa ihmiset antamaan saman vastauksen kahteen eri kysymykseen. Kahneman tarjoaa seuraavan esimerkin:
Julie on ylioppilas. Neljävuotiaana hän oli jo sujuva lukija. Mikä on hänen pistekeskiarvonsa (GPA)?
Purettuna nämä ovat pohjimmiltaan kaksi kysymystä:
1. Mikä on Julien prosenttipistemäärä lukemisen nopeudessa?
2. Mikä on Julien prosenttipistemäärä GPA:ssa?
Oikean vastauksen saamiseksi on käytettävä kaavamaista kaavaa:
Lukuikä = jaetut tekijät + lukuikään liittyvät erityiset tekijät = 100 %
GPA = jaetut tekijät + GPA:han liittyvät erityiset tekijät = 100 %
Jaettuihin tekijöihin kuuluvat geneettisesti määräytyvä lahjakkuus, se, missä määrin hänen perheensä tukee akateemisia mielenkiinnon kohteita, ja kaikki muut tekijät, jotka johtavat siihen, että ihmisistä tulee varhaislukijoita jo lapsena ja akateemisessa elämässä menestyviä aikuisia.
Nyt meidän on arvioitava kahden mittarin: lukemis-iän ja GPA:n välinen korrelaatio. Tämä korrelaatio on yhtä suuri kuin yhteisten tekijöiden osuus niiden määräävistä tekijöistä.
Tässä skenaariossa Kahneman antaa optimistiseksi arvioksi 30 %.
Meillä on nyt kaikki, mitä tarvitsemme puolueettoman ennusteen aikaansaamiseksi:
1. Aloita arvio keskimääräisestä GPA:sta.
2. Määritä GPA, joka vastaa vaikutelmaasi todistusaineistosta.
3. Arvioi korrelaatio lapsuuden aikaisen lukemisen esiasteen ja GPA:n välillä.
4. Jos korrelaatio on .30, siirrä 30 % etäisyydeltä keskiarvosta vastaavaan GPA:han.
Ensimmäisessä vaiheessa selvitetään lähtötaso, joka on GPA, jonka olisimme ennustaneet, jos emme tietäisi Juliesta mitään muuta kuin että hän oli ylioppilas.
Toiseen vaiheeseen kuuluu yhteenvetoarviomme, joka on intuitiivinen arviomme todistusaineistosta.
Kolmanteen vaiheeseen kuuluu aktiivinen prosessi, jossa siirrymme lähtötasosta kohti intuitiivista ennustettamme, mutta vain siinä määrin, että se vastaa korrelaatioestimaatiotamme.
Viimeisessä vaiheessa saamme vastauksemme: intuitiomme vaikutuksen alaisena oleva ennuste, joka ennakoi ennakkoluulotonta lähtötasoa.