Структурированные аналитические методы для анализа разведданных - Richards J. Heuer Jr.

недоступно, вы можете провести оценку самостоятельно. Если в домашнем сценарии показатель имеет высокую степень вероятности, то и в других сценариях он будет иметь высокую степень вероятности:

- Высокая вероятность - 0 баллов

- Вероятность - 1 очко

- Может быть 2 очка

- Маловероятно - 4 балла

- Маловероятно - 6 баллов

Рисунок 6.3b Процесс валидатора индикаторов™

Источник: 2013 Globalytica, LLC.

Если в домашнем сценарии индикатор Likely, то в остальных сценариях он будет Likely:

- Высокая вероятность - 0 баллов

- Скорее всего, 0 очков

- Можно - 1 очко

- Маловероятно - 3 балла

- Маловероятно - 5 баллов

Подсчитайте баллы в каждом ряду.

По завершении этого процесса отсортируйте показатели таким образом, чтобы наиболее дискриминационные показатели оказались в верхней части матрицы, а наименее дискриминационные - в нижней.

- Наиболее дискриминационным показателем является "высокая вероятность" появления в одном сценарии и "высокая вероятность" появления во всех остальных сценариях.

- Наименее дискриминационный показатель - "Высокая вероятность" - появится во всех сценариях.

- Большинство показателей будут находиться где-то посередине.

Показатели с наибольшим количеством рейтингов "Маловероятно" и "Невероятно" являются наиболее дискриминационными.

Проанализируйте, в чем аналитики расходятся в своих оценках, и примите решение о необходимости внесения корректировок в их рейтинги. Часто различия в оценках аналитиков по тому или иному показателю могут быть связаны с разными предположениями о сценарии, когда аналитики составляли рейтинги.

Примите решение о том, следует ли оставить или отбросить показатели, не имеющие оценок "маловероятно" или "очень маловероятно". В некоторых случаях показатель стоит сохранить, если он полезен в сочетании с группой показателей.

После того как нежелательные индикаторы будут отсеяны, перегруппируйте их в соответствии с их родным сценарием.

Если большое количество диагностических показателей для определенного сценария было исключено, разработайте дополнительные - более диагностические - показатели для этого сценария.

Проверьте диагностическую ценность всех новых индикаторов, применив к ним индикатор Indicators Validator™.

Потенциальные ловушки

Следует серьезно подумать, прежде чем отбрасывать показатели, которые признаны недиагностическими. Например, показатель может не иметь диагностической ценности сам по себе, но быть полезным, если рассматривать его как часть кластера показателей. Индикатор "террористическая группа приобрела оружие" не будет диагностическим при определении вероятного сценария: вооруженное нападение, захват заложников или похищение; но знание о том, что оружие было приобретено, может иметь решающее значение для указания на намерение совершить акт насилия или даже для предупреждения о неизбежности события.

Еще один аргумент в пользу того, чтобы не выбрасывать недиагностические индикаторы, заключается в том, что ведение и публикация такого списка может оказаться ценным для коллекционеров. Если аналитики изначально считали, что индикаторы помогут определить возникновение конкретного сценария, то коллекционеры и другие аналитики, работающие с этим или похожим вопросом, могут прийти к такому же выводу. По этим причинам фасилитаторы техники Indicators Validator™ считают, что список недиагностических индикаторов также должен быть опубликован, чтобы предупредить других аналитиков и коллекционеров о том, что они могут совершить ту же ошибку.

Истоки этой техники

Эта техника была разработана Рэнди Ферсоном, Грейс Скарборо, Аланом Шварцем и Сарой Биби, Pherson Associates, LLC. Впервые она была опубликована в книге Randolph H. Pherson, Handbook of Analytic Tools and Techniques (Reston, VA: Pherson Associates, LLC, 2008). Информацию о других подходах к анализу сценариев см. в статье Andy Hines, "The Current State of Scenario Development: Обзор методик", Форсайт 9, № 1 (март 2007 г.).

 

1. Питер Шварц, "Искусство долгосрочной перспективы: Планирование будущего в неопределенном мире (New York: Doubleday, 1996).

2. См. например, Brian Nichiporuk, Alternative Futures and Army Force Planning: Implications for the Future Force Era (Santa Monica, CA: RAND, 2005).

3. Описание Конуса правдоподобия взято из книги "Быстрые победы для занятых аналитиков", DI Futures and Analytic Methods (DI FAM), профессионального руководителя отдела анализа оборонной разведки Министерства обороны Великобритании; и Gudmund Thompson, Aide Memoire on Intelligence Analysis Tradecraft, Chief of Defence Intelligence, Director General of Intelligence Production, Canada, Version 4.02, и используется с разрешения правительств Великобритании и Канады.

4. STEEP расшифровывается как Social, Technological, Economic, Environmental, and Political; STEEP + 2 добавляет Psychological и Military; STEEPLE добавляет Legal и Ethics к первоначальному списку STEEP; STEEPLED добавляет Demographics; а PESTLE расшифровывается как Political, Economic, Social, Technological, Legal, and Environmental.

7.Выдвижение и проверка гипотез

 

Анализ, проводимый разведкой, правоохранительными органами и деловыми кругами, никогда не достигнет точности и предсказуемости настоящей науки, поскольку информация, с которой приходится работать аналитикам, как правило, неполна, неоднозначна и потенциально обманчива. Однако аналитический процесс может извлечь пользу из некоторых уроков науки и адаптировать некоторые элементы научного мышления.

Научный процесс включает в себя наблюдение, классификацию, формулирование гипотез, а затем их проверку. Выдвижение и проверка гипотез - основная функция структурированного анализа. Возможное объяснение прошлого или суждение о будущем - это гипотеза, которую необходимо проверить, собрав и представив доказательства. В первой части этой главы описаны техники генерирования гипотез. Эти и другие подобные техники позволяют аналитикам представить новые и альтернативные объяснения предмета исследования. Процесс генерирования множества гипотез может стать сильным противоядием от нескольких когнитивных предубеждений: Он защищает от эффекта привязки, побуждая аналитиков генерировать альтернативные объяснения, снижает влияние предубеждения подтверждения, открывая аналитикам новые идеи и множество вариантов, а также помогает аналитикам избежать преждевременного закрытия.

Затем эти альтернативные объяснения необходимо проверить на основе имеющихся данных. Во второй части этой главы описаны методы проверки гипотез. Эти методы побуждают аналитика стать более чувствительным к качеству данных, ища информацию, которая не только подтверждает, но и опровергает гипотезу. Систематический анализ всех доказательств позволяет уменьшить когнитивные предубеждения, связанные с концентрацией внимания на наиболее ярких или знакомых сценариях.

Выдвижение и проверка гипотез - это навык, и его тонкости не приходят сами собой. Это форма рассуждения, которую люди могут научиться использовать для работы в ситуациях с высокими ставками. А вот что приходит само собой, так это опираться на имеющуюся у нас совокупность знаний