Ono je to trochu jinak. Správný způsob vyvozování závěrů z výchozích údajů je velmi důležitý a nelze se bez něj obejít. Nicméně správné výchozí údaje, tj. fakta, také nelze pominout. Důležité je obojí. Pokud začnu od neúplných nebo nesprávných výchozích dat, tak i správným postupem z nich pravděpodobně vyvodím nepřesný, nebo zcela nesprávný závěr.
Pokud mám data správná a postup nesprávný, tak mi z toho taky pravděpodobně vyjde ptákovina. Z nesprávných výchozích údajů nesprávným postupem vyvodím nesmyslný závěr zcela zaručeně.
Čili jedině v případě, že výchozí data reprezentativně popisují situaci a já aplikuju pro jejich vyhodnocení správný a úplný postup, lze předpokládat, že obdržím správný výsledek.
Hezky je to vidět v matematických úlohách. Když si špatně opíšu zadání, tak mi i při správném postupu vyjde špatný výsledek. Pokud mám zadání správně, ale mám chybu v postupu, výsledek je znovu chybný. Pouze správné zadání a bezchybný postup dávají správný výsledek.
V aritmetice je to celkem jednoduché, při vyhodnocování a prognostice komplexních procesů se výše uvedené lépe řekne, než udělá. Sehnat si dostatečně reprezentativní soubor dat a ověřit si jejich správnost dá dost práce a správně je vyhodnotit ve všech souvislostech a na žádnou důležitou spojitost nezapomenout je ještě obtížnější. Protože to, že postup vyhodnocování je nesprávný nebo neúplný, zjistím teprve tehdy, až mi to někdo znalejší řekne, nebo až zjistím, že se moje závěry nepotvrdily.
Ještě že máme to pravidlo autobusové zastávky.
Tím, že jsem sesbíraná data správně vyhodnotil, práce nekončí. Dále musím provést analýzu, jak to zapadá do širších souvislostí ostatních procesů a pokusit se o prognózu dalšího vývoje v různých variantách. A z výsledku těchto prognóz udělat další závěry.
Neměli to soudruzi lehké. A ani teď nemají. A tak vymysleli dostatečně všeobecnou teorii řízení, aby měli komplexní model pro všechny případy.