Este artigo revisa sistematicamente estudos empíricos que observam a eficácia da técnica Delphi, e fornece uma crítica desta pesquisa. Os resultados sugerem que os grupos Delphi superam os grupos estatísticos (por 12 estudos para dois com dois ‘laços’) e grupos de interação padrão (por cinco estudos para um com dois ‘laços’), embora não haja evidências consistentes de que a técnica supera outro grupo estruturado procedimentos. No entanto, existem diferenças importantes entre a versão típica de laboratório da técnica e o conceito original de Delphi, o que torna as generalizações sobre ‘Delphi’ per se difíceis. Essas diferenças derivam de uma falta de controle de características importantes de grupo, tarefa e técnica (como o nível relativo de experiência do painelista e a natureza do feedback usado). Na verdade, existem razões teóricas e empíricas para acreditar que um Delphi conduzido de acordo com especificações “ideais” pode ter um desempenho melhor do que as interpretações de laboratório padrão. Conclui-se que um foco diferente de pesquisa é necessário para responder às questões sobre a eficácia Delphi, com foco na análise do processo de mudança de julgamento dentro de grupos nominais.