本論文では、エンティティの認識システムと意思決定システムを明確に分ける重要性が提案されています。特に、ベイズ的反実仮想は認識システムによって推定され、意思決定システムでは推定されないという点が強調されています。この観察に基づき、著者はエンティティが反実仮想的に悪い意思決定を下すことが期待されるニュコム類似の問題の存在を証明します。また、ニュコムの逆説の軽微な一般化に取り組み、プレイヤーが予測者が自分の持つ全データのサブセットに基づいてベイズの法則を適用していると信じる特定のケースを解きます。プレイヤーの予測者に関する追加データの事前分布に応じて、1-ボックス戦略の反実仮想的最適性が変わることが示されており、これにより、エンティティをより良く理解するためには、認識、意思決定、データ収集、報酬、および維持システムを明確に区別することが有益であると論じられています。