假设您告诉您的朋友去商店为您买一个苹果，而她带回来一个梨。 （我不知道你的朋友为什么要为你去商店，你可能应该自己去）。得到一个梨而不是一个苹果显然是错误的，你可以告诉她：“我要了一个苹果，你带来了一个梨，这里出了点问题”。
但生活中的大多数事情都比这复杂。假设你告诉你的朋友为你的晚餐挑选一家餐馆。 （请停止这样指挥你的朋友，这不行）。你告诉你的朋友要求：这个地方必须安静，相对便宜，并且在星期五不要太忙。
你出现在餐厅，那里安静而且不忙，但每盘 50 美元。你提到这个，她说她不确定你对“便宜”的看法是什么。所以她把你转移到另一家便宜但又吵又忙的餐馆。你提到这个，你的朋友说这是因为一个不可预见的特殊场合——通常这个地方很安静。
因为差异的维度比苹果和梨的情况更复杂，所以很难说对于任何给定的情况，解决方案是完全“错误的”，它不符合给定的要求。对于任何给定的情况，朋友都可能使用合理的选择过程但运气不好；你不能肯定地说出了什么问题。
这种情况接近于统计中的一个想法，关于如何根据一些随机抽取来推断分布的合理形状。想象一下，一位农民告诉您他们苹果的平均重量为 200 克，标准差为 10 克。 （我不知道你在哪里找到这样说话的农民，你生活在一个陌生的世界我的朋友）。您从他们的桶中摘下的第一个苹果重 170 克；根据农夫告诉您的情况，这不太可能，但并非不可信。但是，当你摘下的第二个苹果是 180 克，第三个是 190 克，接下来的两个又是 180 克时，你就开始怀疑了。
令人沮丧的是，你永远不能肯定地说农民是错的——你观察到的平局不太可能来自你被告知的模型，但这并非不可能。
我们的朋友和餐馆也发生了类似的事情，只是以一种更非正式的方式：在某些时候，她开始觉得不太可能理解你的规格，并根据这些规格选择餐馆。但这绝不是不可能的！
当然，我将整个故事表达为不对称——一个人有需求，另一个人试图找到满足需求的例子——但在现实生活中，情况（希望）更加平衡，两个人都有需求，都试图创建一个满足每个人要求的共享模型，并且当对方的建议选项看起来不太可能时，双方（偶尔）都会感到震惊，但考虑到您认为你们都有的模型，这并非不可能。你们试图一起解决的问题通常也更抽象、更个人化、更情绪化。试图决定是否以及何时解开您的模型是否真正对齐是一个棘手的问题，由于我们通常没有共同的语言来解决这些问题，因此变得更加棘手。