情報分析的思維方法_風聞
Science_北京-不惧过往,不畏将来!2020-08-03 09:36
情報分析是情報業務中最重要的部分,或者説是決策者最需要的部分。通過情報分析,可以發現重要的線索,揭露重大秘密。通常,情報分析人員需要回答的不是已經知道了什麼,而是下一步會發生什麼;情報分析人員需要面對信息的缺失,面對敵人的迷惑和欺騙;要承受盡快拿出結論的壓力,要承擔因為分析錯誤導致糟糕決策的風險。情報分析的固有風險永遠不能消除,把風險降到最低的方法之一是用分析型思維的方式進行思考。
直覺思維
人類最常用的思維是直覺思維。直覺思維具有直覺、迅速、高效但無意識的特點,它以已有知識、既往經驗為基礎,是一種長期存在的、關於人類或事物在特定環境中如何反應的思維模型。直覺思維無須人們付出太多努力,能快速、高效地做出判斷,並解決問題。這種思維方式多數情況下是準確的,但是直覺思維的問題是先入為主和想當然,容易讓人誤入直覺陷阱,引起認知偏見,導致分析錯誤。
認知偏見起源於快速、無意識的直覺思維。引起認知偏見的原因包括:專業經驗導致的根深蒂固的思維定式、培訓或教育經歷、個人成長背景、個性、個人的獨特經歷和特定決策中的個人利益等。認知偏見與視覺誤差很相似,人類自身無法完全克服這一問題。研究發現,多數情況下,人們可以識別並指出別人的認知偏見,但是不肯正視和承認自己的認知偏見;大多數人都認為自己的直覺是正確的和可靠的。美國情報界學者一致認為,認知偏見是導致美國中情局多數重大情報分析失誤的主要原因。
當前,大多數情報分析人員主要依賴於直覺判斷,或者説,傳統的情報分析方法是以直覺思維為基礎。一些資深的、經驗豐富的情報分析人員(專家),他們可以把現有情報、專業知識與直覺思考結合起來,採用證據推理法、歷史方法、案例研究法和類比推理法等等,獲取高質量的情報分析結果。但是,這種基於直覺思維的情報分析實際上是一種個人的努力的過程,推理過程中核心的部分,特別是去偽存真、知識提煉的過程只存在於該分析人員的腦海裏。結論是:基於直覺思維的情報分析過程是一種內化的和非系統的過程,這種不可見的、未經管理的過程在錯誤發生之前是不可能得到糾正的。
分析型思維
為了提高情報分析的質量,美國情報界非常強調在情報分析中使用分析型思維方法。分析型思維具有緩慢、慎重、有意識推理的特徵。分析型思維方法主要有批判性思維、結構化分析、定量分析和實證分析4種,4種方法並無好壞之分,有經驗的情報分析人員通常會在工作中同時使用多種分析型思維方法。當情報分析人員面對不完整的、含糊不清的,有時甚至是欺騙性的信息時,需要用分析性思維方法解決這些難題。
批判性思維
就美國情報界而言,在以往的情報工作中,許多重大失誤的案例源自於專家的分析判斷,這説明“專家分析法”的反面是是強大的成見和固定思維。使用批判性思維可以避免固定思維帶來的分析誤差。批判性思維要求對支持和反對某一命題的所有證據加以專業地分析檢查,對清晰和不清晰的闡釋進行審慎思考。獨立思考是情報分析人員的關鍵素質,運用批判性思維、不盲從權威是情報工作的重要價值所在。
在情報分析過程中,很少有人能提出完全正確的問題。藉助於批判性思維,人們至少可以提出“合適的”問題。批判性思維讓思考者提出更廣泛的質疑和問題,同時致力於尋找這些質疑和問題的答案,從而幫助情報分析人員決定什麼是解決某一特定情報問題的最佳方法,或者各種方法的最佳組合。
美國情報專家傑克·戴維斯指出,在情報分析環境中,善於運用批判性思維的人會停下來反思:誰是關鍵用户,問題是什麼,哪裏能找到最正確的信息,信息傳遞過程中可能出現哪些變形,如何提出一個令人信服的理由,以及如何才能高效地傳遞信息。情報分析的過程中的批判性思維主要用於對關鍵假設進行檢查,努力尋找對立觀點的證據,儘可能長時間地認真對待多角度的問題解讀。
結構化分析
分析型思維方法中,結構化分析是後起之秀,屬於系統化思維方法。結構化分析提供了一種循序漸進的過程。結構化分析的原理是以一種系統化、透明化的方式,將分析人員的內部思考過程具體化和外在化,使其更易被觀察,以便這一過程能夠共享、批評和改進。美國蘭德公司的一份關於結構化分析的報告中指出,在情報分析中結構化分析方法的與其他方法的主要差別在於,減少了分析中的人為主觀性,增加了邏輯嚴密性和方法透明性。
美國情報學者霍耶爾著寫的《結構化情報分析方法》一書中介紹了55種結構化分析方法,他將這些方法分為8類,包括:分解與可視化、觀點生成、情景和指標、假設生成與檢驗、因果評估、質疑分析、衝突管理、決策支持。通常一個課題的研究需要使用多種方法,每種方法只能解決某個複雜難題的一部分,如何把這些進行合理的組合來解決問題,是結構化分析的核心要義。生成觀點、評估觀點、確定假設、得出結論、質疑結論,都需要不同的方法。
結構化分析方法構建了一種方法論,幫助分析人員在面對各種不確定性進行定性分析時建立 一系列原則和程序。結構化分析有助於分析人員確保自己的分析框架,使形成自己的分析判斷的基礎儘可能可靠。結構化分析方法把需要分析的特定問題分解成若干部分,並細化形成循序漸進的過程來處理問題,有助於分析人員將大量零散數據組織起來。這種方法使分析人員的思維更加開放、更易於接受自我和他人的批評。
當然,不存在一個完全正確和解決所有問題的方法,但使用結構化方法可以降低錯誤發生的頻率和嚴重程度。結構化方法可以幫助分析人員減少已知的認知侷限,避免一些已知的分析偏見,直面未被質疑的思維模型或思維定式引起的各種問題。幫助分析人員更加嚴謹地思考所要分析的問題,防止先入為主和想當然,進行審慎嚴格地證據審查,並且確保分析結論得到確認和驗證。
爭論
雖然在蘭德公司的調研中,很多美國情報機構的情報分析人員對於“結構化情報分析”的方法給出了很積極的評價;但也不乏很多反對的聲音。首先,結構化分析的方法耗時太長,對於一些需短時解決的問題,沒有任何幫助。其次,結構化分析的方法弱化了專家的意見,面對條件發生變化的問題,或者是多變量的複雜問題,結構化分析方法缺乏應對的能力。最後,一些分析人員指出,結構化分析方法在實踐中非常麻煩,需要在不明確的假設基礎上做出判斷,甚至鼓勵分析人員忽略重要的關聯信息。
此外,雖然專家承認結構化分析方法的價值,但是很多分析人員卻無法做到正確地應用這種方法。其實,任何工具都不能一勞永逸地解決問題。工具的效能依賴於使用工具的人的分析能力和專業知識。實際上,美國情報界的高級專家已經使用結構化方法多年,但是對於普通分析人員,由於能力的限制,他們對於結構化分析方法的應用還比較少。
結語
美國在情報領域提出和推動使用結構化分析的方法的原因,一方面是為了提高情報分析的質量,另一方面是作為情報分析用户的決策者希望看到透明的情報分析過程。
在美國國家的政策制定過程中,情報分析的地位和作用日益重要,同時風險也從未這樣的高。情報分析人員需要有一種特別的使命感,使用分析型思維的分析方法,努力避免出現分析失誤,避免忽略重要情報,避免被對手誤導和欺騙。他們必須盡一切可能去質疑自己的思考,嚴格地檢驗自己的結論。
對於情報分析人員而言,比聰明更重要的是努力,比努力更重要的是勤奮,比勤奮更重要的是思考問題的能力。
※ ※ ※
創新體系工程基礎理論和方法
推動系統工程理論再發展