Această lucrare analizează sistematic studiile empirice privind eficiența tehnicii Delphi și oferă o critică a acestei cercetări. Rezultatele sugerează că grupurile Delphi depășesc grupurile statistice (cu 12 studii la două cu două „legături”) și grupurile standard care interacționează (cu cinci studii la unul cu două „legături”), deși nu există dovezi consistente că tehnica depășește alte grupuri structurate proceduri. Cu toate acestea, există diferențe importante între versiunea tipică de laborator a tehnicii și conceptul original al Delphi, care fac generalizările despre „Delphi” în sine dificile. Aceste diferențe derivă dintr-o lipsă de control al caracteristicilor importante ale grupului, sarcinii și tehnicii (cum ar fi nivelul relativ de expertiză al panelului și natura feedbackului utilizat). Într-adevăr, există motive teoretice și empirice pentru a crede că un Delphi realizat conform specificațiilor „ideale” ar putea avea rezultate mai bune decât interpretările standard de laborator. Se concluzionează că este necesară o concentrare diferită a cercetării pentru a răspunde la întrebările privind eficacitatea Delphi, concentrându-se pe o analiză a procesului de schimbare a judecății în cadrul grupurilor nominale.