Reference Class Forecasting การพยากรณ์โดยใช้กลุ่มอ้างอิง
สรุปใจความสำคัญ
- พัฒนาโดย Daniel Kahneman และ Amos Tversky เพื่อแก้ปัญหา Optimism Bias
- เน้นการใช้ 'Outside View' หรือการมองจากภายนอกโดยใช้ข้อมูลสถิติจากโครงการที่คล้ายคลึงกันในอดีต
- ขั้นตอนหลักประกอบด้วยการระบุกลุ่มอ้างอิง, สร้างการกระจายความน่าจะเป็น และเปรียบเทียบกับโครงการปัจจุบัน
Reference Class Forecasting (RCF) หรือการพยากรณ์โดยใช้กลุ่มอ้างอิง เป็นวิธีการทำนายผลลัพธ์ในอนาคตโดยการวิเคราะห์สถานการณ์ในอดีตที่มีความคล้ายคลึงกันและดูผลลัพธ์ที่เกิดขึ้นจริง ทฤษฎีเบื้องหลังวิธีการนี้ถูกพัฒนาโดย Daniel Kahneman และ Amos Tversky ซึ่งผลงานทางทฤษฎีนี้มีส่วนสำคัญที่ทำให้ Kahneman ได้รับรางวัลโนเบลสาขาเศรษฐศาสตร์
หลักการพื้นฐานของ Reference Class Forecasting
RCF มีเป้าหมายเพื่อทำนายผลลัพธ์ของการดำเนินการที่วางแผนไว้ โดยอิงจากผลลัพธ์จริงที่เกิดขึ้นใน "กลุ่มอ้างอิง" (Reference Class) ของการดำเนินการที่คล้ายคลึงกัน
ปัญหาของการมองจากภายใน (Inside View)
Kahneman และ Tversky พบว่าการตัดสินใจของมนุษย์มักมีความมองโลกในแง่ดีเกินไป (Optimism Bias) เนื่องจากความมั่นใจในตัวเองสูงเกินไป และการไม่พิจารณาข้อมูลการกระจายตัวของผลลัพธ์ในอดีต ผู้คนมักจะ:
- ประเมินค่าใช้จ่ายและเวลาในการดำเนินงานต่ำเกินไป
- ประเมินความเสี่ยงต่ำเกินไป
- ประเมินผลประโยชน์ที่จะได้รับสูงเกินไป
ความผิดพลาดนี้เกิดจากการที่ผู้พยากรณ์ใช้ "มุมมองจากภายใน" (Inside View) ซึ่งมุ่งเน้นไปที่รายละเอียดเฉพาะของโครงการที่กำลังวางแผน แทนที่จะมองผลลัพธ์จริงของโครงการที่คล้ายคลึงกันที่เคยเกิดขึ้นมาแล้ว
การใช้มุมมองจากภายนอก (Outside View)
เพื่อลดความผิดพลาดดังกล่าว Kahneman และ Tversky แนะนำให้ใช้ "มุมมองจากภายนอก" (Outside View) โดยการนำข้อมูลการกระจายตัวจากโครงการในอดีตมาใช้ ซึ่งเป็นหัวใจสำคัญของ Reference Class Forecasting
ขั้นตอนการทำ Reference Class Forecasting
- ระบุกลุ่มอ้างอิง: ค้นหาโครงการในอดีตที่มีความคล้ายคลึงกับโครงการปัจจุบัน
- สร้างการกระจายความน่าจะเป็น: กำหนดการกระจายตัวของพารามิเตอร์ที่ต้องการพยากรณ์ (เช่น งบประมาณ หรือ ระยะเวลา) สำหรับกลุ่มอ้างอิงนั้น
- เปรียบเทียบและพยากรณ์: นำโครงการปัจจุบันไปเปรียบเทียบกับการกระจายตัวของกลุ่มอ้างอิง เพื่อหาผลลัพธ์ที่มีความเป็นไปได้มากที่สุด
ปัญหาของกลุ่มอ้างอิง (Reference Class Problem)
ปัญหาของกลุ่มอ้างอิง หรือที่เรียกว่า "Reference Class Tennis" คือการถกเถียงกันว่าควรใช้กลุ่มอ้างอิงใดในการพยากรณ์ ตัวอย่างเช่น หากต้องการพยากรณ์เวลาในการเขียนตำราจิตวิทยา การถกเถียงอาจเกิดขึ้นว่าควรใช้ค่าเฉลี่ยจาก:
- หนังสือทุกประเภท (มุมมองภายนอกกว้างที่สุด)
- ตำราเรียนทุกประเภท
- หรือเฉพาะตำราจิตวิทยาเท่านั้น (มุมมองที่ใกล้เคียงกับมุมมองภายในมากที่สุด)
การนำไปใช้ในเชิงนโยบายและการวางแผน
Flyvbjerg และ COWI (2004) ได้พัฒนากระบวนการ RCF เพื่อนำไปใช้ในทางปฏิบัติสำหรับการวางแผนนโยบาย ซึ่งถูกประกาศใช้เป็นเอกสารแนะนำอย่างเป็นทางการโดยกระทรวงคมนาคมของสหราชอาณาจักรในปี 2004
กรณีศึกษา รถไฟรางเบาเอดินบะระ (Edinburgh Tram Line 2)
ในการทบทวนแผนธุรกิจของโครงการรถไฟรางเบาเอดินบะระในปี 2004 มีการพยากรณ์ค่าใช้จ่ายไว้ที่ 320 ล้านปอนด์ โดยมีงบสำรอง 25% อย่างไรก็ตาม เมื่อใช้ RCF พบว่า:
- ค่าที่เปอร์เซ็นไทล์ที่ 80 (โอกาส 80% ที่จะอยู่ในงบ) คือ 400 ล้านปอนด์ (งบสำรอง 57%)
- ค่าที่เปอร์เซ็นไทล์ที่ 50 (โอกาส 50% ที่จะอยู่ในงบ) คือ 357 ล้านปอนด์ (งบสำรอง 40%)
ในท้ายที่สุด โครงการนี้เปิดใช้งานล่าช้ากว่ากำหนด 3 ปี และมีค่าใช้จ่ายจริงสูงถึง 776 ล้านปอนด์ ซึ่งสะท้อนให้เห็นว่าแม้แต่การพยากรณ์ด้วย RCF ในระยะเริ่มต้นก็อาจยังต่ำกว่าความเป็นจริงหากความเสี่ยงเพิ่มขึ้นตามระยะเวลา
คำถามที่พบบ่อย
Reference Class Forecasting คืออะไร?
คือวิธีการพยากรณ์ผลลัพธ์ของโครงการโดยการเปรียบเทียบกับผลลัพธ์จริงที่เกิดขึ้นในกลุ่มของโครงการที่คล้ายคลึงกันในอดีต แทนที่จะพึ่งพาการประเมินจากรายละเอียดเฉพาะของโครงการนั้นๆ เพียงอย่างเดียว
Inside View และ Outside View แตกต่างกันอย่างไร?
Inside View คือการมองที่รายละเอียดเฉพาะของโครงการปัจจุบัน ซึ่งมักนำไปสู่การมองโลกในแง่ดีเกินไป ส่วน Outside View คือการมองที่สถิติและผลลัพธ์ของโครงการอื่นๆ ที่คล้ายกันในอดีตเพื่อหาความน่าจะเป็นที่แท้จริง
Reference Class Tennis คืออะไร?
คือการถกเถียงหรือการพยายามเลือกกลุ่มอ้างอิงที่เหมาะสมที่สุดในการพยากรณ์ เนื่องจากกลุ่มอ้างอิงที่กว้างเกินไปหรือแคบเกินไปอาจให้ผลลัพธ์ที่แตกต่างกัน
