توقعات فئة المرجع: دليل شامل لتحسين دقة التنبؤات
توقعات فئة المرجع: استراتيجية التنبؤ القائمة على البيانات
تُعد توقعات فئة المرجع (Reference Class Forecasting) منهجية علمية متطورة للتنبؤ بالمستقبل من خلال دراسة نتائج مواقف سابقة مشابهة. تم تطوير الأسس النظرية لهذه الطريقة على يد العالمين دانيال كانيمان وعاموس تفيرسكي، حيث ساهمت أبحاثهما في حصول كانيمان على جائزة نوبل في الاقتصاد.
ما هي توقعات فئة المرجع؟
تعتمد هذه الطريقة على التنبؤ بنتائج إجراء مخطط له بناءً على النتائج الفعلية لمجموعة من الإجراءات المماثلة التي تم تنفيذها بالفعل. يجادل كانيمان وتفيرسكي بأن البشر يميلون بطبيعتهم إلى التفاؤل المفرط، مما يؤدي إلى التقليل من تقدير التكاليف والأوقات الزمنية والمخاطر، مع المبالغة في تقدير الفوائد.
الرؤية الداخلية مقابل الرؤية الخارجية
يحدد الخبراء نوعين من التفكير عند وضع التوقعات:
- الرؤية الداخلية: التركيز على تفاصيل المشروع المخطط له فقط، وهو ما يؤدي غالباً إلى أخطاء في التقدير.
- الرؤية الخارجية: استخدام المعلومات التوزيعية من مشاريع سابقة مشابهة، وهو جوهر توقعات فئة المرجع.
خطوات تطبيق توقعات فئة المرجع
- تحديد فئة مرجعية من المشاريع السابقة المشابهة.
- إنشاء توزيع احتمالي للنتائج بناءً على تلك الفئة.
- مقارنة المشروع الحالي بتوزيع الفئة المرجعية لتحديد النتيجة الأكثر احتمالاً.
التطبيق العملي في السياسات العامة
تم تطوير المنهجية للاستخدام العملي في السياسات والتخطيط من قبل فليفيبرج وCOWI، حيث اعتمدتها وزارة النقل البريطانية في عام 2004. وقد أثبتت هذه الطريقة فعاليتها في تقليل التحيز للتفاؤل في مشاريع البنية التحتية الكبرى، مثل مشروع ترام إدنبرة ومشروع كروسريل في لندن.
أسئلة شائعة
ما هو 'تنس فئة المرجع'؟
هو مصطلح يُطلق على الجدل حول اختيار الفئة المرجعية الأنسب عند التنبؤ بموقف معين، حيث يختلف الخبراء حول مدى عمومية أو خصوصية البيانات التاريخية المستخدمة.
لماذا يميل الناس إلى الخطأ في التنبؤات؟
بسبب التحيز للتفاؤل والثقة المفرطة، حيث يركز الأفراد على تفاصيل مشروعهم الخاص (الرؤية الداخلية) ويتجاهلون البيانات الإحصائية للمشاريع المماثلة (الرؤية الخارجية).
هل توقعات فئة المرجع دقيقة دائماً؟
هي تزيد من دقة التوقعات بشكل كبير مقارنة بالتقديرات الحدسية، لكن دقتها تعتمد على جودة اختيار الفئة المرجعية ومدى توفر البيانات التوزيعية الدقيقة.