这是用户在 2025-2-25 7:11 为 https://app.immersivetranslate.com/pdf-pro/e5bcc172-fc50-4559-93b4-de5f45b21eeb/ 保存的双语快照页面,由 沉浸式翻译 提供双语支持。了解如何保存?


情报分析师的情报推理


多维度的 APPRDACH 方法

TRAITS, TECHNIQUES, and TARGETS

Noel Hendrickson


情报分析师的推理


一种多维度的特质、技术与目标方法

  诺埃尔·亨德里克森
詹姆斯麦迪逊大学情报分析项目副教授


安全与专业情报教育系列(SPIES)


系列编辑:Jan Goldman


在这个 2001 年 9 月 11 日之后的时代,美国和国外专业情报培训与教育项目的数量迅速增长。高等院校以及高中正在开发国土安全、情报分析和执法方面的课程与项目,以支持国家安全。

《安全与专业情报教育系列》(SPIES)最初是为那些致力于情报职业学习的人设计的,旨在提升已在职人员的技能;同时,该系列也旨在向公众普及情报工作如何进行以及在这一重要且关键职业中应如何开展。

  1. 《与情报沟通:情报与国家安全社区的写作与简报》,作者詹姆斯·S·梅杰,2008 年。

  2. 《间谍的简历:一位特立独行情报专家与冒险资本家的自白》,Marc Anthony Viola 著。2008 年。

  3. 《情报研究与分析导论》,Jerome Clauser 著,Jan Goldman 修订编辑。2008 年。

  4. 撰写国家安全相关的机密与非机密论文,作者:James S. Major。2009 年。

  5. 战略情报:从业者、管理者与用户手册,修订版,作者:唐·麦克道尔,2009 年。

  6. 《部分多云:战争、间谍、秘密行动和审讯中的伦理》,作者:David L. Perry,2009 年出版。

  7. 东京玫瑰 / 一位美国爱国者:双重传记,作者 Frederick P. Close。2010 年。

  8. 《间谍伦理:情报专业人员读本》,由 Jan Goldman 编辑,2006 年。

  9. 《间谍伦理:情报专业人员读本,第二卷》,Jan Goldman 编。2010 年。

  10. 《女性的战争:海军首位非裔美国女情报官的专业与个人历程》,盖尔·哈里斯著。2010 年。

  11. 《情报分析的科学探究方法手册》,作者汉克·普伦昆。2010 年。

  12. 《预警情报手册:评估国家安全威胁》,作者辛西娅·格拉博,2010 年。

  13. 保持美国情报有效性:情报事务革命之需,William J. Lahneman 著。2011 年。

  14. 《情报之言:国内外威胁情报专业人员词汇手册》第二版,作者:Jan Goldman,2011 年。

  15. 《反情报理论与实践》,作者 Hank Prunckun。2012 年。

  16. 《自由与安全的平衡:2001-2009 年美国对外情报监视的伦理研究》,作者:Michelle Louise Atkin。2013 年。

  17. 《情报的艺术:模拟、练习与游戏》,由威廉·J·拉赫曼与鲁本·阿科斯编辑。2014 年。

  18. 与情报沟通:国家安全中的写作与简报,作者詹姆斯·S·梅杰。2014 年。

  19. 《情报分析的科学调查方法(第二版)》,作者:汉克·普鲁克恩,2014 年出版。

  20. 定量情报分析:应用分析模型、模拟与游戏,作者:Edward Waltz。2014 年。

  21. 《预警情报手册:评估对国家安全的威胁——完整解密版》,Cynthia Grabo 和 Jan Goldman 著。2015 年。

  22. 《国家安全的情报与信息政策》,作者:Jan Goldman 和 Susan Maret,2016 年。

  23. 《欧洲情报文化手册》,由 Bob de Graaff 和 James M. Nyce 与 Chelsea Locke 合编。2016 年。

  24. 《局部多云:战争、间谍活动、秘密行动与审讯中的伦理》,第二版,作者:David L. Perry。2016 年。

  25. 人道主义情报:危机分析与项目设计的实践指南,作者:Andrej Zwitter。2016 年。

  26. 《破碎的幻想:克格勃在加拿大的冷战间谍活动》,唐纳德·G·马哈尔著,沃德·埃尔科克作序。2017 年。

  27. 《智能工程:超越常规的操作》,作者:Adam D. M. Svendsen。2017 年。

  28. 情报分析师的推理:特质、技巧与目标的多维方法,Noel Hendrickson 著。2018 年。

  29. 《美国情报集中化:转型与改革史,1939-1953》,拉里·瓦莱罗著,2018 年。

  30. 反情报,理论与实践,第二版,作者 Hank Prunckun。2018 年。

要查看我们网站上的书籍,请访问 https://rowman.com/Action/SERIES/RL/SPIES 或扫描下方的二维码。


执行编辑:Dhara Snowden


副主编:Rebecca Anastasi

从其他来源借用并经过许可复制的材料,其版权归属和鸣谢声明出现在文本中的相应页面。

由 Rowman & Littlefield 出版


The Rowman & Littlefield Publishing Group, Inc. 的全资子公司

4501 Forbes Boulevard, Suite 200, Lanham, Maryland 20706
www.rowman.com

A 单元,Whitacre Mews,26-34 Stannary 街,伦敦 SE11 4AB,英国

版权所有 © 2018 由 Rowman & Littlefield Publishing Group Inc.


版权所有。未经出版者书面许可,本书的任何部分不得以任何形式或通过任何电子或机械手段复制,包括信息存储和检索系统,但评论者可以在评论中引用部分段落的情况除外。

大英图书馆出版信息编目数据可查


国会图书馆出版编目数据


姓名:亨德里克森,诺埃尔,1974 年—作者。


标题:情报分析师的推理:特质、技术与目标的多维方法 / Noel Hendrickson,詹姆斯麦迪逊大学情报分析项目副教授兼主任。


描述:Lanham : Rowman & Littlefield, [2018] | 包括书目参考文献和索引。


标识符:LCCN 2017048900(印刷版)| LCCN 2017055099(电子书)| ISBN 9781442272323(电子版)| ISBN 9781442272309(精装:碱性纸)ISBN 9781442272316(平装:碱性纸)


主题: LCSH: 情报服务。 | 国内情报。 | 推理。 | 推理(心理学)


分类: LCC JF1525.I6 (电子书) | LCC JF1525.I6 H45 2018 (印刷版) | DDC

327.12–dc23

LC 记录可在 https://lccn.loc.gov/2017048900 获取


本出版物所用纸张符合美国国家标准信息科学-印刷图书馆材料纸张耐久性的最低要求,ANSI/NISO Z39.48-1992。

印刷于美国

本书献给我的父亲,Embert J. Hendrickson 博士(1928-2017),我最好的朋友、导师和英雄,也是最初的“Hendrickson 教授”。

  内容


图目录 … xi


表格目录 … xiii

  前言 … xvii
  致谢 … xix
  介绍 … 1

第一部分:情报分析师的推理背景


1 推理导论(基础认识论与逻辑)… 11


2 情报分析导论 … 24


3 信息时代导论 … 32


第二部分:情报分析师的推理理论:一般推理范式


4 种重要的现存推理方法:结构法、非形式逻辑法及心智范式要素…43


5 多维推理方法:引入个人、程序和问题特定维度 … 54


6 推理的个人维度:作为体现美德的理想推理…72


7 推理的程序维度:作为遵循规则的理想推理… 83


8 推理的特定问题维度:理想推理作为要提出的问题…92


第三部分:情报分析师的推理实践:一般推理方法


9 如何了解你作为分析师的特质:“分析平衡检查”方法 … 103


10 如何了解你的分析过程:“分析过程反思”方法…110


11 如何确定分析的正确问题:“分析问题分类”方法… 115


第四部分:情报分析师假设发展理论:关于“正在发生什么”的推理范式


12 种重要的现有假设发展方法:证伪主义、贝叶斯和解释主义范式 … 123


13 假设发展的多维方法:引入理念、信息和影响维度 … 134


第五部分:情报分析师假设开发的实践:“正在发生什么?”的推理方法


14 如何生成新想法:“辩证假设生成”方法 … 149


15 如何发展最合理的假设:“三元假设发展”方法 … 155


16 如何识别被视为理所当然的事物:“基本假设三角剖分”法 … 162


第六部分:情报分析师的因果分析理论:关于“为什么会发生这种情况?”的推理范式


17 种重要的现存因果分析方法:概率论、干预主义和系统动力学范式… 171


18 因果分析的多维方法:引入序列、系统和意外维度 … 181


第七部分:情报分析师的因果分析实践:


推理“为什么会发生这种情况?”的方法


19 如何识别个体联系:“比较影响分类”方法… 195


20 如何识别集体联系:“因果循环图法”方法… 204


21 如何识别意外联系(以及某事物如何部分成为非预期后果):“背景转换分析”方法… 211

第八部分:情报分析师的未来探索理论:关于“何时何地可能发生变化?”的推理范式

22 种重要的现存未来探索方法:预测,


Megatrend 与 Scenario Paradigms

23 未来探索的多维方法:引入


起源、外展和成果维度


第九部分:情报分析师的未来探索实践:关于“何时何地可能发生变化”的推理方法


24 如何找到未来可能性的最合理起源“收敛情景开发”方法:面向未来的反事实推理,第一阶段

25 如何将期货预测融入更大的图景(并预见未来)


可能的意外后果——“涟漪效应”方法


分析”:面向未来的反事实推理,第二阶段

26 如何识别最可能的未来结果——方法


“发散情景发展”:未来导向的反事实

  推理,第三阶段


第 X 部分:情报分析师战略评估理论:


关于“客户如何应对?”的推理范式


27 种重要的现存战略评估方法:风险、无知、


与博弈论范式


28 战略评估的多维方法:引入


环境、效果和期望维度


第十一部分:情报分析师的战略评估实践:


关于“客户如何回应”的推理方法


29 如何在未知结果的情况下支持决策 301 301 quad301\quad 301


30 如何支持关于已知结果的决策-making with 307 307 quad307\quad 307


31 如何支持决策——关于已知结果与已知


期望: “期望影响分析”方法

  结论 323
  索引 327

关于作者 335

  图目录


1.1 知识与智慧结构概述 … 13


2.1 情报分析结构概述… 27


5.1 推理的主要维度概述… 62


5.2 推理的次要维度概述 … 67


5.3 推理的三级维度概述 … 70


6.1 推理的个人维度概述…79


7.1 推理的程序维度概述 … 88


8.1 问题特定维度推理概述… 97


9.1 分析天平的结构 检查步骤 1-4 … 107


9.2 分析天平的结构 检查步骤 5-7 … 107


11.1 分析问题分类的结构 步骤 2 … 118


11.2 分析问题分类示例 第 2 步 … 120


13.1 假设发展维度概述…140


14.1 辩证假设生成的结构 … 152


14.2 辩证假设生成示例 … 154


16.1 基本假设的结构 三角验证法 … 165


16.2 基础假设三角验证的示例 … 167


17.1 因果循环图示例 … 177


18.1 因果分析维度概述 … 184


18.2 因果分析的意外维度概述… 187


20.1 因果循环图绘制示例 步骤 2 … 209


20.2 因果循环图绘制步骤 3 的示例… 210


23.1 未来探索作为叙事发展… 234


23.2 未来探索的维度概述 … 236


23.3 选择期货探索方法…240


24.1 收敛式场景开发的结构 … 249


25.1 涟漪效应分析的结构… 258


26.1 发散式场景开发的结构… 265


26.2 发散场景开发步骤 4 的示例… 267


28.1 战略评估维度概述… 293

  表格列表


1.1 推理类型 … 19


3.1 四个技术阶段的比较 … 35


4.1 现有推理范式的比较 … 51


5.1 情报分析师的推理挑战 … 59


5.2 比较推理的三个主要维度 … 69


6.1 比较推理的个人维度 … 80


6.2 方法的个人侧重点… 81


7.1 比较推理的程序维度… 89


7.2 方法的过程重点 … 91


8.1 比较问题特定的推理维度 … 98


8.2 方法的具体问题侧重点 … 99


9.1 个人失衡的影响 … 109


10.1 关于程序平衡的示例问题…113


12.1 比较现有的假设发展范式… 133


13.1 假设发展维度的比较 … 141


13.2 假设发展方法的个人与程序重点 … 144


15.1 三元假设发展示例 … 161


17.1 比较现有的因果分析范式… 179


18.1 触发与结构化因果关系 … 185


18.2 因果分析的维度比较 … 188


18.3 因果分析方法的个人与程序重点 … 190


19.1 比较影响分类步骤 1-2 的示例 … 200


19.2 比较影响分类步骤 3 的示例… 201


19.3 比较影响分类步骤 3-7 的示例 … 202


20.1 因果循环图示例 步骤 1 … 208


21.1 背景转移分析的通用示例 … 215


21.2 背景偏移分析的具体示例… 216


22.1 比较现有的未来探索范式 … 229


23.1 比较期货探索的维度……238


23.2 未来探索方法的个人与程序重点 … 242


24.1 收敛式场景开发步骤 1-4 的示例…250


24.2 收敛式情景开发叙事示例 … 251


24.3 收敛场景开发步骤 5 的示例…253


25.1 涟漪效应分析示例 … 259


26.1 发散场景开发步骤 2-3 的示例 … 266


26.2 发散式场景开发步骤 5 的示例… 268


26.3 发散式情景开发叙述示例… 269


26.4 发散场景开发步骤 9 的示例… 271


27.1 风险下的决策示例 … 278


27.2 无知情况下的决策示例 … 281


27.3 战略优势消除示例 … 281


27.4 最大最小和最大最大策略示例 … 282


27.5 极小化极大策略示例 … 283


27.6 经典囚徒困境 … 285


27.7 通用囚徒困境 … 286


27.8 囚徒困境示例 … 286


27.9 现有战略评估范式的比较 … 288


28.1 战略评估的维度比较… 295


28.2 战略评估方法的个人与程序侧重点 … 298


29.1 战略灵活性检查示例 … 306


30.1 决策显著性比较步骤 1-2 的示例…311


30.2 决策显著性比较步骤 3-6 的示例… 312


31.1 期望影响分析步骤 4 的结构… 316


31.2 概率与相应的期望水平 … 316


31.3 期望影响分析的结构 步骤 5 … 317


31.4 期望影响分析示例 第 4 步… 318


31.5 期望影响分析示例 第 5 步 … 318


31.6 期望影响分析示例 第 6 步 … 320

  前言


安全专业情报教育系列(SPIES)始于十多年前,其理念是建立并推进国家安全教育对从业者的系统化。在那之前,情报教育并未被视为专业的一部分,而是被视为从业者通过文科教育和实践经验随时间积累的技能。


自 2006 年以来,该系列已成为情报教育领域的领军者。我们出版了最多关于道德行为在情报中作用的出版物、词汇表、情报交流写作手册,以及一本关于反情报工作的教科书。

然而,在这套丛书的三十本著作中,我们对情报界的主要贡献仍在于情报分析领域。本书进一步增强了我们在情报分析与生产方面优秀出版物的实力。我诚邀读者查阅我们的书目,其中包括定量情报分析、情报分析的科学调查方法、为情报分析开发游戏与演练,以及情报研究与分析的导论等主题。

因此,SPIES 最新推出的 Noel Hendrickson 所著《情报分析师的推理》一书并不令人意外。他在为分析师建立逻辑与推理基础方面做出了巨大贡献,使他们能够得出正确的结论。这本书旨在教你如何思考。他既是实践者也是教育家,提供的图表和写作风格使其易于阅读和理解。这些特质不仅是一位优秀教师所需,也是一名情报分析师所必备的。

我一直觉得这个系列的一个好口号应该是“我们不谈论智能,我们践行智能”,而这本书进一步证明这句口号已成为现实。

Jan GoldmanSPIES Editor

  致谢


过去十二年的研究与教学,探索并发展出本书所阐述的理论与实践,离不开众多慷慨人士的建议与支持。首先,我要感谢这本书的所有未来读者。如果没有你们对情报分析职业的投入,就不会有像这样一本书的需求。其次,我对詹姆斯·麦迪逊大学过去十二年间给予的不可思议的支持深表感激。从校长、教务长、副教务长、院长到系主任,他们为我提供了巨大的鼓励和机会来推进这一项目(以及相关的情报分析学位项目)。最后,我非常感谢十多年来来自情报界众多分析师、培训师和管理者的宝贵反馈,他们抽出时间与我详细讨论了这些主题(以及我方法的先前版本)。 我特别感谢来自美国国防部、美国司法部、加拿大军队情报司令部、几家主要美国国防承包商以及众多参与“五眼联盟”分析培训研讨会的成员。第四,我对 Rowman & Littlefield 出版社以及所有领导和支持 SPIES 系列的人员深表感激,他们给予了我将这部作品带给更广泛读者的机会。第五,我要感谢我在 JMU IA 项目中的家人、朋友和同事们,他们日复一日的持续鼓励对我意义重大。我特别感激我妻子和女儿的支持(以及耐心)。最后,但同样重要的是,我很幸运在过去十年里有数百名渴望成为情报分析师的优秀学生,他们的经历帮助我打磨和完善了这种方法。非常感谢你们所有人的支持。

  介绍


我们的思维正面临新的挑战。几十年来,政治、经济和社会结构的剧变使得世界更加紧密相连。技术进步加速了这一进程,人员、物品和思想的传播速度急剧提升。这一演化的一个可能终点是,世界上所有信息几乎都能被普遍获取。此外,关于如何解读和应用这些信息的潜在替代观点数量持续增加,深思熟虑的质疑者不再仅仅询问“我们真正知道什么?”或“这一切意味着什么?”,而是进一步追问“这一切可能意味着哪些尚未被认识到的东西?”。这些变化对情报分析师而言尤为显著,他们作为决策顾问服务于民用国家安全、私营企业、军队和执法部门。在这一角色中,他们是最早面对新技术应用所产生海量信息的人之一,同时也肩负着解读这一快速变化的任务。 更重要的是,情报分析人员面临的更大挑战不仅仅是解读所有这些信息的含义,还要为客户提供超越他们现有所有评估的深入见解。


1. 本作品的起源:其历史与动机是什么?


在过去的十五年中,人们越来越关注情报分析的更为正式的“专业化”,以更好地使该领域的人员应对这些挑战。内部培训项目、外部学术教育项目以及新兴的“情报研究”领域内的研究和学术活动稳步增加。这一过程中被广泛认可的一部分是描述理想分析师的思维方式。因此,“批判性思维”、“创造性思维”和“结构化分析技术”经常出现在该领域的培训/教育项目和出版物中。然而,创建一个完全功能的专业和学术领域是一个长期的、协作的过程,可能需要一代人或更长时间,并且需要探索多种不同的方法。

第一种方法是让经验丰富的分析师利用他们丰富的经验,并完善他们个人使用的技术,以发展出理想分析师思维的愿景。这种“归纳”方法从现有的“良好实践”开始,并试图推广出一种新的“良好理论”。它的优势在于,它很可能既实用又“忠实于”情报分析师的实际工作,但存在风险,即它可能最终缺乏作为完整学术理论的地位。第二种方法是让学术导向的分析师或与情报相关的学者利用他们在重要理论中的学科专长,探索这些理论如何应用于情报挑战。这种“演绎”方法从现有的“良好理论”开始,并试图推导出什么将构成新的“良好实践”。它的优势在于,它很可能既在理论上站得住脚,又“忠实于”最优秀的现有学术理论,但存在风险,即它可能最终缺乏分析师在实际情境中的完全“可用性”。 这两种声音对于情报分析作为一个领域的发展,以及增进我们对情报推理的理解都至关重要。然而,尽管它们代表了迄今为止大部分的工作,但并未涵盖全部视角。存在第三种可能性:创建一种专门针对实践中显现的情报挑战而设计的新推理理论。这种“溯因”方法提出了一种新的“好理论”,特别旨在解释现有的(并定义新的)“好实践”。它的潜在优势在于创建了一种整合“理论”与“实践”的方法,既能平衡学术严谨性,又能兼顾实际相关性(尽管它也存在风险……下文将讨论)。这种可能性最终界定了本作品的目标,即发展这第三种视角:

在信息时代为情报分析师构建理想推理的全面愿景,从而为有抱负的分析师提供教育背景,为情报专业人员提供扩展工具包,并为专注于情报的学者和方法论者提供全面的推理理论。

尽管有这些高深的理论动机,但这项工作的主要驱动力实际上是实用性的。它始于十二年前的一个挑战,当时我——一位向大学新生教授“批判性思维”的哲学教授——被问到:“学术界在教育和方法论上能为情报界做出什么贡献?”我的大学正在探索创建一个专门为有志成为情报分析师的学生设计的新本科专业的可能性,其内容也可能作为新分析方法的“试验场”。在与主要情报机构中教授分析师推理的人进行持续深入对话的背景下,以及对该主题上新兴情报界“学说”的深入反思中,我探讨了我在该领域可能做出贡献的问题,这些学说最终被编入诸如原始 ICD 203:分析标准等文件中。由于分析方法的这一方面完全是非机密的,我能够详细讨论人们教授的内容,更重要的是,他们为何这样做,以帮助识别像我这样的学者可能帮助填补的空白。 这些讨论不断塑造了我对分析师面临的推理挑战的理解,从而影响了我对吸引他们的潜在新方法的构想。我得出结论,“归纳”方法最适合前从业者,并且已经是情报界内正在进行的重要研究的一部分,因此试图将其“外包”给学术界(无论如何他们也无法复制从业者的“第一人称”体验)意义不大。同样,我得出结论,“演绎”方法最适合于现有学科项目中的某个人,该项目将专门关注该领域如何应用于情报分析,而这也是许多正在进行的研究的一部分(并且不需要外包)。


培育“情报研究”作为其独特的领域。然而,似乎没有人尝试采用“溯因”方法,并致力于开发一套全新的、专门针对情报分析师挑战的成熟学术理论。

我在 2006 年 6 月 8 日于宾夕法尼亚州伊利市梅西赫斯特学院举办的“国际情报研讨会”上发表了论文《超越推理、形式与谬误:新核心分析技能的学术视角》,首次展示了应用此方法的初步成果。其中提出的“批判性思维三维模型”经过进一步提炼,后以《情报分析中的批判性思维》为题发表于《国际情报与反情报杂志》2008 年冬季刊第 21 卷第 4 期(679-93 页)。更重要的是,这一方法成为了詹姆斯·麦迪逊大学自 2007 年秋季启动的情报分析理学学士学位课程中四门学期制分析方法论课程的理论基础。 在过去十年教授假设检验、因果分析、反事实推理和战略评估这四门课程的过程中,我不仅通过数百名年轻有为的情报分析师(他们在进入情报界及相关分析领域工作前后)的教育经历,还通过在众多会议和其他专业场合与情报分析师、教育者和管理者进行无数次关于模型不同方面的对话和演示,持续地发展和完善这一模型。


2. 本工作的目标:它旨在实现什么(以及/或不实现什么)?


本书旨在吸引有抱负的分析师、分析专业人士以及面向情报的学者和方法论研究者。它追求“理论”与“实践”之间的微妙平衡,目标是对理想分析师推理进行全面阐述,并将其与相应强大的分析方法论无缝结合。因此,一方面,它力求学术严谨,足以作为未来分析师在大学教育中推理能力的基础,同时为面向情报的学者和方法论研究者提供可行的推理理论。另一方面,它同样注重实践相关性,旨在培养有抱负的分析师的推理技能,并为分析专业人士提供新的、可立即应用于工作中的方法选项。平衡这些多重目标意味着本书处于对其学术严谨性要求与应用相关性质疑之间的张力状态。 因此,一些更倾向于学术的读者可能会觉得它“过于应用化”或“不够严谨”,而一些更注重实践的读者则可能认为它“过于理论化”。最终,如果双方都感到受到了挑战,那么这或许正是内容平衡得当的证明。(就我而言,我实际上对两者都有所感受。)

现在,尽管这一切听起来雄心勃勃,但它仍然存在一些重要的理论和实践限制。首先,让我描述其理论上的局限。我已努力识别并涉及相关的学术推理理论,包括(1)证伪主义、贝叶斯和解释主义范式的假设检验;(2)概率、干预主义和系统动力学范式的因果关系;(3)预测、大趋势和情景范式的未来分析,以及(4)风险、无知和博弈论范式的理性决策。我相信,一个均衡的分析师教育在推理方面应包括对这些方法的普遍熟悉。然而,本作品并未深入探讨或批评任何这些观点。这是因为本作品的最终目的是


构建一套专门针对情报分析师的推理理论,该理论与这些方法的最初目标有所不同。因此,我并未不公平地批评这些方法在作为情报分析师推理理想时的“不足之处”,而是尝试从每种方法中提取重要的见解,将其作为本工作方法的部分灵感来源。同样,本工作还探索了情报学领域中似乎正在兴起的推理方法,包括结构主义、非形式逻辑以及心智要素范式,但仅是为了熟悉它们并从每种方法中汲取重要见解,以助益于本方法的发展。尽管这些方法与本工作的方法存在差异,但通过与其中一些倡导者的交流,我相信它们的最终目标与本工作的方法并非真正不相容,而是体现了重点、方向和背景的不同。因此,我用了五个章节来探讨现有的推理方法,但选择强调我认为它们中“最好”的部分。 此外,本书还包含三章与情报分析本质、推理及信息时代相关的背景材料。这主要是为了“铺垫”我所提出的分析师在信息时代推理过程中面临的挑战,而非深入探讨这三个概念本身。对这些概念各自更令人满意的探索,还需留待他日。

其次,让我描述一下该作品的实际限制。我所提出的所有方法,旨在让现实世界中的情报分析师(即使是初学者或入门级人员)能够充分且便捷地使用,具体包括:(1)无需特定领域的先修教育,(2)不使用技术辅助工具,(3)仅需约一学期三分之一的时间即可达到“进阶初学者”的熟练程度,以及(4)使用其“快速版本”时不超过几小时。这意味着,我并未考虑开发任何需要高度技术训练的方法(例如,使用形式化逻辑、全面建模或统计学所需的方法)。虽然这些方法可能非常强大,但它们超出了本作品“通用目的”受众的范围。同样,我也没有考虑开发任何需要使用计算(或其他)技术的方法。尽管某些方法可能因可视化或简化计算的目的而从中受益,但所有方法都仅需笔、纸和分析师的思维,即可将其应用于现有信息。 我还选择了一些方法,即使是完全“新手”也能在相对较短的时间内学会使用,至少达到基本水平。在我的教学中,每十五周的学期会重点介绍其中三种方法。因此,那些需要更长时间才能“掌握”的方法超出了本工作的范围。最后,虽然所有这些方法都能从长期、稳定的应用中受益,但有一定经验的人应该能够在几小时内从头到尾将其扩展使用。过于耗时的方法在现实世界中往往不会被采用。因此,任何需要过多“装备”而无法在短时间内使用的方法,只能留待日后探索。

上述实际限制涉及本作品未作假设的内容;还有另一项实际限制关乎其所作假设。本作品或多或少预设了用户对逻辑与推理基本原理有基本的熟悉和掌握,这些内容通常见于标准化大学的批判性思维或逻辑导论课程中。因此,我并未深入探讨构建或评估一般基本论证的具体含义。这意味着某些读者(或许是有志成为分析师的人)可能需要在此之前参考此类作品。而我本人早前的一个版本也曾就此主题撰写过文章。 1 1 ^(1){ }^{1} 本作品旨在以任何被合理认为是一名准备充分的大学第二学期新生(或更高年级学生)应具备的能力为基础进行构建。

最后,关于方法论部分所使用的示例,还有一个实际限制需要指出。潜在的示例在其不确定性和详细程度上可能有所不同。因此,书籍中的大多数示例要么在这两方面都较低(无争议的概述——“教科书示例”),要么在这两方面都较高(有争议的调查——“案例研究”)。我冒险使用了那些对有争议问题进行概述的示例,因为教科书示例往往无法为学生提供足够的指导,而我也确实没有足够的篇幅为所有提出的方法论都提供案例研究。这些示例都是二战后的著名案例,涉及国际安全(通常从英语西方国家的视角出发),我相信有抱负的分析师应该熟悉这些案例,因此讨论它们为在该背景下进行进一步探索提供了机会。实践者可能对其中一些案例有第一手的了解,在这种情况下,这些示例邀请(如果不是激发的话)读者对其结论提出异议。 自然地,这些例子是为了说明方法而给出的,而不是相反,因此很多简化是必要的。最终,我希望每个人都能理解旨在避免那些几乎没有不确定性但足够简洁的例子,以便每种方法都能有一个例子的意图。


3. 本工作的成果:其关键主题和影响是什么?


我提出一个信息时代情报分析人员理想推理的愿景,它将以多维方式整合稳健的理论与相关实践,包含三个主要维度:个人维度、程序维度和问题特定维度。因此,理想推理的理论与实践具有多个平等视角,供分析人员在努力实现这一理想时探索、解释和示范。贯穿整个工作,这体现为五个反复出现的主题。


第一主题:理想的分析师推理应融合理论与实践


无论一个理论在智力上多么优雅、研究多么深入或历史意义多么重大,如果分析师无法在其实际工作中找到清晰、实用的方法来实施它,那么它最终对他们来说毫无用处。任何关于情报分析推理的论述都必须转化为切实可行的建议,指导分析师如何解决他们在工作中实际面临的各类问题。此外,无论某种方法论看起来多么符合这一要求,也无论它似乎多么有效,如果没有一个可识别的基础理论作为支撑,那么使用它的分析师将在智力上孤立无援、随波逐流。它将缺乏一个负责任或可信的概念传统作为根基,并可能忽视其潜在的危险假设。唯一令人满意的理论或实践方法,是能够将二者融为一体的方法。 我们需要的是一种稳健的理论,它能与其他相关方法相结合,并详细发展,以便与从中产生的一系列相应方法无缝集成,从而指导分析人员在其工作中实施。


第二主题:理想的分析师推理在理论和实践中都是个人的


推理的个人维度代表了分析师的特质和他们所体现的理想认知美德:即“分析师是谁”。这包括四个次要维度,


这些是智力勇气、智力自制、洞察力和智力公平的一般美德。每一项都包含三个三级个人维度,如谦逊、效率、多才多艺和现实主义。这些美德体现了分析师在竞争性“善”之间平衡其智力性格的程度,并避免过度或不足。例如,效率这一具体美德在彻底性与便捷性之间取得平衡,以避免草率和冗余(即不“及时”)。

理想的分析方法应用在于体现特定的认知美德。因此,分析者应考虑他们最需要培养并在方法论选择中坚持的美德。而本作提出的十二种核心方法,每一种都针对这些特定的智力美德有其独特的侧重。这些不同的侧重对于分析者保持智力“平衡”至关重要。同时,分析者还需要有一种方式直接反思其推理的个人层面,以及他们的优缺点可能对工作产生的影响程度。因此,本作还提出了一种进一步的通用方法,其本身以个人维度为侧重点,帮助分析者反思这一推理维度,以及他们在多大程度上体现了正确的特质。


第三主题:理想的分析师推理在理论与实践上都是程序性的


程序维度代表了分析员的技术和应遵循的理想认知规则,即“分析员所做的事情”。这包括四个次级维度,分别是识别相关背景、推断合理结论、设想可能替代方案以及解读更广泛意义的四大通用规则。每个次级维度又包含三个三级维度,如深入研究主题、质疑每一个推论、持续演进判断以及识别证据局限性。这些规则是分析员在推理过程中承诺透明遵循的行为方式,并邀请同事据此评估其工作,以解决潜在的意见分歧。例如,具体规则“识别证据局限性”要求分析员确立其提出结论在理性上的合理程度,并指出其中最薄弱的部分。

理想的分析方法应用还在于遵循特定的认知规则。因此,分析师在选择方法论时,应考虑他们最需要练习遵循的规则,以及最希望团队承诺遵循的规则。本书提出的十二种核心方法,在涉及这些特定智力规则方面,各有其独特且特别的侧重点。这些不同的侧重点至关重要,因为它们帮助分析师保持程序上的“平衡”。此外,分析师应有一种方式,能直接反思其推理过程中的程序性方面,以及他们在多大程度上遵循了良好思维的规则。为此,本书进一步提出了一种以程序性为重点的通用方法,旨在帮助分析师不仅反思推理的这一方面,也反思他们遵循正确规则的程度。


第四主题:理想的分析师推理在理论和实践中都是问题特定的


问题特定维度代表了分析师的目标和提出的理想问题:这是“分析师前往之处”。它包含四个次级维度,即“正在发生什么?”(假设构建)、“为什么会发生这种情况?”(因果分析)、“何时何地可能发生变化?”(未来探索)以及“客户如何应对?”(策略评估)这四个一般性问题(或认知领域)。


每个问题(或推理领域)都包含三个三级维度,例如“关于正在发生的事情,有哪些合理的理论?”“为什么这一系列事件会发生?”“这种变化可能在何时何地合理发生?”以及“其他行为者的期望如何影响客户对此的回应方式?”这些问题(或推理领域)是分析师研究和调查的框架方式。它们是将客户任务分解为需要评估的组成部分,并选择处理方式的方法。例如,试图理解客户关注结果背后力量的分析师可以从三种不同角度构想那个因果分析问题:作为一系列事件、作为持续互动,或作为意外结果。

分析方法的最佳运用还在于提出具体问题。毫不意外,分析师在选择方法论时,应考虑提出哪些问题最为恰当(既包括针对客户目标的主题,也涵盖所有必要的前置条件)。而本著作提出的十二种核心方法中,每一种都特别强调其所提出的智力问题。此外,分析师需要一种全局性的方法来确定这些问题中哪些最值得提出,并反思他们是否选择了合适的主题和方法。因此,本著作进一步提出了一种以问题特定性为核心的一般方法,旨在帮助分析师反思这一推理层面,以及他们在多大程度上提出了正确的问题。


第五主题:理想的分析师推理应成为良好推理的典范


传统上,情报分析员的价值被认为与他们拥有某种“特殊途径”获取真相有关,他们利用这些真相来支持客户的决策。这可能体现在他们能够利用秘密收集的信息,或者利用其立场独立性(远离党派政策和决策)来追求更高的客观性。然而,在一个“开源”信息日益强大的时代,客户希望“看到收集到的信息”以便自行评估,而客观性的理想也经历了数十年的学术和文化批评(尽管并非完全公正),将这一点作为情报分析员重要性的唯一基础是冒险的。难怪有些人开始质疑情报工作的实用性。或许在我们这个世界中,评估的范式已简化为在 140 个字符或更少的范围内做出精辟或讽刺的评论,情报分析员的潜在价值在于:他们是“良好推理”的一个潜在范例。 他们挑战我们的“系统”,以超越当前个人与公共的辩论,以一种前所未有的合理方式揭示这一切的深层含义。他们有望展现一种对我们所有人都有价值的理想推理模式。本书致力于探索、阐述并示范这一理想,以助力未来的情报分析师延续其崇高职业的意义,惠及子孙后代。

NOTE


  1. 如需概览,请参阅 Noel Hendrickson、Kirk St. Amant、William Hawk、William O’Meara 和 Daniel Flage 所著的《The Rowman & Littlefield Handbook for Critical Thinking》(Lanham, MD: Rowman & Littlefield, 2008)。若需更详尽的论述,可参考经典之作 Irving M. Copi、Carl Cohen 和 Daniel E. Flage 合著的《Essentials of Logic》(Upper Saddle River, NJ: Pearson Prentice Hall, 2007)。

  第一部分

  背景  推理之因  情报分析师


推理导论(基础认识论与逻辑)

  摘要


本工作为信息时代的情报分析师提出了一个全面的、多维度的推理视角。这一论述旨在为有志成为分析师的人提供推理方面的教育背景,为情报专业人员扩展推理工具包,并为专注于情报的方法论学者和学术界提供一个系统的推理理论。因此,其视角位于情报分析、信息时代和推理(即逻辑与认识论)的交汇处。因此,它预设了对信息时代的基本理解、情报分析的理论以及关于推理的一些基本观念。因此,在构建本工作的方法之前,必须更精确地解释这三个观念。现在的目标不是为这三个概念提供的解释进行辩护,而是明确关于它们的假设。 1 1 ^(1){ }^{1} 本章旨在介绍关于推理的基本观念,以帮助识别信息时代情报分析师在推理方面面临的挑战。首先,本章解释了推理的一些基本假设。其次,它探讨了推理的一些基本过程。 第三,它探讨了推理的一些基本问题。


解释推理的一些基本假设


“推理”是试图形成知识和智慧的认知过程。推理可以指向理解世界的本质,也可以指向指导世界中的行动,或者两者兼而有之。“理论推理”是旨在形成知识的推理,而“实践推理”则是旨在形成智慧的推理。尽管它们各自面临不同的挑战,但由于知识和智慧是相互关联的,它们仍然紧密相连。

对“智慧”的常识理解可能是“知识的应用”。一种经典的哲学方法将其视为“自我认知”(尤其是对自身弱点的认知)或“关于如何好好生活的知识”。 2 2 ^(2){ }^{2} 这些理解彼此相去不远,因为它们都认为智慧是一种特殊类型的知识,针对特定情境中面对特定问题需要做出决策的特定个人。更准确地说:

智慧 = 在特定情境下,充分指导特定个人面对特定决策,以适当方式实现其特定目标的知识。

现在,说智慧涉及“特定”的人、决策和情境,并不意味着智慧不能指向整个人群、决策或情境类别。例如,有针对新分析师的智慧,有关于处理叛乱的智慧,有关于应用未来分析方法的智慧,等等。智慧的“特定性”仅仅意味着对涉及的人(类型)、问题和情境有一种情境化。智慧是“情境中的知识”。

因此,智慧可以通过推理来教授或习得。它不一定通过年龄、独特经历或某种神秘过程继承。由于智慧高度针对特定个人、问题和情境,它比(普遍)知识更难发现。总有诸多依赖情境的细微差别容易被忽视。因此,智慧看似需要年龄或独特经历,因为(普遍)知识先出现,随后才是其适当的语境化(智慧)。然而,尽管年龄和独特经历可能提供更多机会,但它们并不保证智慧。年龄/经历水平与智慧水平之间没有自动关联。


知识的本质要复杂且有争议得多。常识性的方法会说,了解某事就是“掌握有关它的事实。”这与将知识定义为“被证明为真的信念”的古典定义精神相去不远。 3 3 ^(3){ }^{3} 知识无疑是一种确认某事为真的认知状态。知识涉及信念。

信念(认为一个陈述为真)= 智力上的同意(或判断)认为一个陈述为真(即,在认知上将现实表现为某种特定方式)。

但相信某件事为真并不足以证明我们知道它是真的。被信以为真的事物必须确实为真。知识关乎真理。

真理(陈述的)= 陈述独立于任何判断地代表现实(即,该“表述与事实相符”)。

如今,即便相信的某物最终被证实为真,这对于知识而言仍显不足。若仅此便足矣,那么一个随机或偶然选中、恰好为真的信念,也可被视作知识。知识意味着信念的真实性与持有此信念的人之间存在某种关联。传统上,这被理解为持有信念的人具备理性的正当理由。然而,仅凭理性的正当理由,可能基于某物(尽管已尽最大理性努力)最终却是错误的,因此似乎仍无法排除知识是“幸运”的可能性。但遗憾的是,并无明显或易于表述的替代条件可资利用。因此,本工作试图囊括多种潜在的(且更为复杂的)选项,所有这些都被归入与真实之物具有“充分且认知上理想关系”的统称之下。

充分且认知上理想的关系(与真实的关系)= 独立于任何判断的现实已经适当地影响了该陈述为真的判断,使得相信此陈述为真是合理的。

这一条件被特意设计成可以多种方式解读。内在主义理论会将其解释为让主体有意识地接触到判断所依据的充分证据基础,而外在主义理论则会将其解释为与主体正常运作的认知能力(和/或智力美德)之间的充分互动,通过这些能力(和/或美德)作出判断。因此,最终提出的知识定义将是:

知识 = ( 1 ) = ( 1 ) =(1)=(1) 一种信念,即一个陈述为真,且 (2) 与该陈述的 (3) 实际真相之间存在充分、认知上理想的关系。


图 1.1. 知识与智慧结构概览


这类知识定义中最被广泛误解的方面之一围绕着“真理”的概念。在过去的几十年里,质疑(如果不是直接嘲笑或摒弃)传统的真理理想变得越来越流行。人们常常听到他们拥护哲学家们常说的“大一新生相对主义”,这种观点体现在诸如“没有(绝对的)真理”、“真理只是视角问题”或“对你为真的事物不必对我为真”等说法中。但这些观点显然都是荒谬的,因为它们自相矛盾且/或自我拆台(说话者在明确否认真理的同时,实际上肯定了他们认为自己在否认的东西)。 4 4 ^(4){ }^{4} 这些观点往往源于对“真理”含义的简单误解。

某人所相信的事物取决于他们的视角(这定义了“视角”)。一个人认为真实的事物不必是另一个人也认为真实的。大家可能达成一致并形成共识,也可能意见不一,产生丰富多样的观点。但所有这些都与“真理”的含义不同。因此,如果有人问:“谁来决定什么是真理?”他们误解了“真理”的含义。没有人“决定”什么是真理,因为它不仅仅是任何人决定的事情。真理是人们持有这些信念、视角、同意与分歧的对象。正因如此,它超越了个人。真理不仅仅是某人的信念或视角问题,而是关乎事实的世界。它不仅仅是意见问题。真实的事物对所有人都是真实的,或者对任何人都不真实。因此,有些人将这种真理称为“绝对真理”。 5 5 ^(5){ }^{5}

关于真理的另一种可能的混淆来源,源于一些哲学家、语言学家和认知科学家之间更为复杂的关切。他们围绕着技术性问题,即当信念(或陈述)“代表现实”时,这些信念(或陈述)与(独立于它们的)世界之间“对应”关系的确切本质的可解释性。一些人担忧是否存在一个完全令人满意的解释来说明这种关系(或这种关系的要素,如认知表征状态或独立于它们的世界)。这不仅涉及认识论和形而上学中相当复杂的问题,还涉及心灵哲学和语言哲学,这些都远远超出了本工作的范围。因此,为了当前的目的,假设要么存在这样一种解释,要么它并非必要。

关于真理的最后一种可能的混淆来源,实际上并不关乎真理本身,而是关乎人类认知基础(或缺乏)对真理的认知能力。换言之,问题不在于是否存在(绝对)真理,而在于人类是否有能力认知它。在某些情况下,关注点在于那些声称承担发现(绝对)真理职责的人类机构(如政府、宗教、科学)的历史质量(或其缺失)。严格来说,这并不是对已给出的真理解释的问题,因为真理与相信它的理性基础之间是有区别的。即便人类从未拥有任何能够触及真理的理性基础,真理(在所描述的意义上)依然可以存在。因此,这里的问题不在于(绝对)真理是否存在,而在于人类是否拥有能够认知真理所需的认知关系。也就是说,问题不在于相对主义(即认为不存在[绝对]真理),而在于怀疑论(即认为人类是否曾认知{绝对}真理尚不明确)。


与真理建立“充分、认知上理想的关系”意味着什么?人类是否能够满足这些条件?要全面解答这些问题,就必须超越当前对知识的“中立”定义。然而,针对怀疑论,可以提出两个围绕“确定性”和“知道自己知道”概念的重要观点。首先,知识并不意味着确定性。

确定性 = = == 当一个人的信念理由使得该信念不可能错误时(基于那些理由的真实性)。

换言之,在确定性的情况下,特定的“充分且认知上理想的关系”保证了相应判断的真实性。可以说,带来确定性的过程必须是“无谬误”的过程,因此,若认为人类知识包含确定性,就意味着人类推理(至少潜在地)是无谬误的。这似乎也暗示着,人类为体现这些推理方法而创建的机构(政府、宗教、科学)也可能无谬误。有人可能进一步认为,这类“无谬误”的过程不应受到质疑,从而将对真理的宣称与某种智力(甚至政治)权威主义联系在一起。然而,尽管可以正确指出,这些结论并非必然源自将知识视为蕴含确定性的观点,但一开始就没有理由假设知识必须要求确定性。事实上,几乎所有当代认识论者都认为,知识并不蕴含确定性。人类获取知识的过程并不完美。

其次,知识同样并不意味着“知道自己知道”。有时有人声称(特别是针对知识的内在主义方法,尽管这种说法并不公平),只有当一个人不仅知道一个陈述是真实的,还知道自己知道这个陈述是真实的,才能真正算作知识。


真实。这一普遍要求立即引发了一个(看似无法阻挡的)无限回归:要知道 p p pp 为真,就意味着要知道自己知道 p p pp 为真,这又意味着要知道自己知道自己知道 p p pp 为真,进而意味着要知道自己知道自己知道自己知道 p p pp 为真,如此类推,无穷无尽。因此,似乎相当明确的是,必须有可能在不需知道自己拥有这一知识的情况下,就知道某件事是真实的。这并不意味着人类从未拥有“二阶”知识(即对自己所知的认知),而仅仅表明在一般情况下,知识并不以此为前提。再次强调,人类获取知识的过程并非完美无缺。

最终,关于知识的理论有两种可能性:要么它们断言,不可能存在一种“充分的、认知上理想的关系”却仍然出错(即,一个人必须知道自己认为自己知道的一切),要么它们断言,可能存在一种“充分的、认知上理想的关系”却仍然出错(即,一个人可能不知道自己认为自己知道的东西)。接受前一种选择意味着,拥有“充分的、认知上理想的关系”即意味着确定性,而这极为罕见。因此,人类的推理能力几乎从未达到其目标(鉴于推理的目的是试图知道或变得明智)。人类几乎永远无法知道任何事情,更不用说有权声称自己知道了。因此,毫不奇怪,大多数当代认识论者在阐述知识时采取了后一种方法。接受后一种选择意味着人类的推理能力是可错的。某人可能基于拥有“充分的、认知上理想的关系”而认为自己知道某事,但这仍然可能被证明是错误的(因为他们的信念基础并不提供 100%的真实性保证)。 因此,有趣的是,怀疑论的替代方案既不是教条主义也不是相对主义,而是可错论。换句话说,声称知道绝对真理并不等同于声称对真理有绝对的知识。

有了对知识本质更全面(尽管仍简化)的阐述,就有可能给出一个更丰富的“推理”定义,扩展了“发展”知识与智慧的内涵:

推理 = = == 认知过程,试图使自己在不受任何判断影响的情况下,适当地(但并非绝对无误地)被独立于判断的现实所影响,从而做出成为知识或智慧的判断。

人类有诸多方式试图让自己进入这种认知状态,即他们知道或变得明智。这些方式超越了推理的基本假设,构成了推理的基本过程。


2. 解释推理的一些基本过程


人类试图将自己置于获取知识或智慧的适当位置时,有几种特别值得注意的推理策略。本节将简要介绍其中的四种:进行观察、利用证言、作出推断以及理解概念。每一种都是证据的来源,这些证据是人类试图发展知识的主要手段。这些策略并不总能保证获得知识或智慧,甚至不能确保与真理建立“充分、认知上理想的关系”。如同所有策略一样,它们仅是试图让自己更接近目标的一种方式。

发展知识与智慧的第一大策略是进行观察。人类对世界的许多了解都是通过他们直接体验的手段获得的。


似乎通过他们的感官感知到某件事是真实的。观察并不能提供确定性, 6 6 ^(6){ }^{6} 并且只有在满足特定标准时才能提供证据。 7 7 ^(7){ }^{7}

当观察中 p 看似为真时,该观察即为 p 为真的证据,当:


a. 能力:观察者具备感官(及任何必要的技术)能力,这些能力(原则上)能够准确进行此观察,


b. 条件:观察者(以及任何技术辅助工具)处于其正常运作所需的适当条件下,


c. 记忆:观察者(以及任何技术辅助工具)能够可靠地表示并存储他们所观察到的记录,


d. 背景:观察者具备(并且一直具备)足够的背景知识,能够正确识别他们(显然)正在观察的对象,且


e. 总体可信度:没有其他理由怀疑对 p p pp 的观察(或 p p pp 为真)的可靠性。

请注意,“观察”仅指一个人能够立即意识到的事物,而不是对其更广泛意义上的推断。例如,一个人认为自己观察到某位领导者不理性,这是在做出判断而非观察。观察应是该领导者说了什么或做了什么。此外,严格来说,观察仅对进行观察的人提供证据,即他们亲眼所见或通过某种技术设备所见。要利用他人亲眼所见(或通过技术设备所见)的信息,则需依赖下一种策略。

发展知识和智慧的第二大策略是利用证言。可以说,人类对世界的了解,甚至更多来自于他人观察的报告,而非自己的观察。现在,重要的是要区分证言(一种证据类型)与评估(某人基于潜在证据所作推断的报告)。某人的证言是潜在的证据来源,但某人的评估则不是。(评估在某种程度上具有证据性,仅当其推断足够强有力时,而这一点是独立评估的。)与观察一样,证言并不能提供确定性,只有在满足特定条件时才能提供证据。 8 8 ^(8){ }^{8} 这些标准与评估观察作为证据时的标准相似,额外增加了一条,即证人是否有任何动机(无论是故意还是无意)去曲解他们所声称观察到的事物。


某人报告称他们看来 p 为真的证词,在以下情况下是 p 为真的证据:


a. 能力:证明者具备感官(及任何必要的技术)能力,这些能力(原则上)能够准确进行此类观察,


b. 条件:证人(及任何技术辅助设备)处于其正常运作所需的适当条件下,


c. 记忆:见证者(以及任何技术辅助工具)能够可靠地表示并存储他们所观察到的记录,


d. 背景:证人具备(并曾具备)足够的背景知识,能够正确识别他们(显然)正在观察的事物,


e. 可靠性:作证者没有(或未曾有过)无意或偶然误解(或以其他方式虚假陈述)其所观察到的内容的(重大)动机,


f. 可信度:证人没有(或曾经没有)(显著的)动机故意曲解(或以其他方式虚假陈述)他们所观察到的内容,且


g. 一般可信度:没有其他理由怀疑对 p p pp 的观察的可靠性(或 p p pp 为真)。

重要的是要考虑作证者可能无意中曲解信息的动机以及他们故意为之的动机。有时,恐惧或其他特别强烈的情绪,会使人认为自己观察到了他们(以及他人)希望发生但实际上并未发生的事情。我们不应假定证词可能不具备证据性的唯一潜在原因是作证者主动试图欺骗(即缺乏可信度)。他们可能是在自我欺骗(即缺乏可靠性)。

发展知识与智慧的第三大策略是进行推理。观察和证言通常仅提供零散的数据(和/或信息)。要获得对世界更宏观的认知,意味着需利用这些信息作为基础,推导出更普遍的结论。这一过程即为“推理”:

推理 = = == 基于一个(或多个)其他陈述为真,得出某陈述为真的证据。

在推理中,某人断言一个(或多个)陈述的真实性支持另一个(或多个)陈述的真实性。提供支持的陈述称为前提,被支持的陈述称为结论。从前提推导出结论的过程常被称为论证。然而,并非所有的推理尝试都是理性的。一个论证仅在其内容(即前提为真,或有合理的依据断言其为真)和结构(推理具有基于其所声称的支持类型应有的形式,通常称为论证的“有效性”)的基础上,为其结论的真实性提供证据。前提的真实性将基于为其提供的证据,因此推理常根据其可能具有的不同证据性结构类型而加以区分。

哲学家们对推理类型有着若干显著的历史分类。遗憾的是,这些分类在情报分析情境中并不特别有用,因为它们更多是为了创建清晰无例外的类别,而非阐明不同类型思维的多样性。而且,它们确实未能对分析人员相关的特定推理类型提供太多洞见。或许,最接近的是演绎、归纳与溯因的划分。然而,目前尚不清楚这是否对情报工作最为有用,因为这种描述仍未直接针对分析人员面临的挑战。而这项工作最终提出了一种(完全不同的)推理分类法,正是将这些挑战作为其核心动机。不过,若要将此分类法置于情报背景下,它可能呈现如下形式。请注意,这未必是哲学家或逻辑学家会喜欢的分类体系,但它对于将他们的传统框架引入分析人员所处的世界具有一定的价值。 基于两个问题区分推理形式,这两个问题都涉及基础信息的“稳健性”。首先,结论是否已经以某种形式或方式包含在基础信息中?其次,结论的得出是否排除了其他可能的结论?

在“演绎”推理中,结论已经包含在基础信息中,并且结论排除了所有其他可能性(并且从前提的真实性中可以必然得出)。例如,如果在美国的所有 ISIS 成员都对美国安全构成严重威胁,而 X 先生是美国的一名 ISIS 成员,那么 X 先生对美国安全构成严重威胁。这一推论最终只是“将碎片拼合起来”的问题,因为基础信息已经包含了人们需要知道的一切。这意味着在演绎推理中,结论是从可用信息中提取出来的。

需要注意的是,要使这种方法奏效,必须拥有相当可靠的信息(其中一些信息实际上并非信息本身,而是先前的结论)。

在“归纳”推理中,结论已包含在基础信息中,但结论并未排除所有其他可能性(且它并不必然从前提的真实性中得出)。例如,如果在中东以外地区已被识别的 ISIS 成员中有 70%具有特定特征,那么有理由认为,一般而言,中东以外地区的 ISIS 成员中有 70%也具有这一特定特征。(这是一个归纳“概括”。)或者,如果中东以外地区的 ISIS 成员中有 70%具有特定特征,且 X 先生位于中东以外地区并且是 ISIS 成员,那么 X 先生有 70%的概率拥有这一特定特征。(这是一个归纳“具体化”。)这一推理同样认为结论已包含在基础信息中(例如,那 70%已识别 ISIS 成员的特征)。但与演绎推理不同,结论并未排除所有其他可能性。还有 30%的中东以外地区 ISIS 成员不具备这一特征,以及 X 先生有 30%的概率不拥有这一特征。 X 没有那个配置文件。这意味着在归纳推理中,结论是从可用信息中推断出来的。请注意,基础信息必须非常可靠(其中一些信息实际上是先前分析的结论)。

在“溯因”推理中,结论并不包含在基础信息中,且结论排除了所有其他可能性。例如,如果 X 先生的激进观点与 ISIS 成员相似,最近从 ISIS 成员众多的地区移居美国,并被发现试图收集有关理想恐怖袭击目标的信息,那么人们可能会得出结论,认为 X 先生是 ISIS 成员是对这些信息的最佳解释。这些信息本身并未隐含(或明确)包含 X 先生是 ISIS 成员的声明。但它确实以某种方式排除了其他可能性。虽然从前提中并不能百分之百确定结论(完全有可能前提为真而结论为假),但该结论被认为是“最佳”解释。这意味着在溯因推理中,结论是对现有信息的解释。现在请注意,与演绎和归纳的例子相比,这里可用的信息要薄弱得多。


有趣的是,这一模式暗示了第四类推理,而这通常不在当代逻辑学家和哲学家所描述的范畴之内。假设 X 先生居住在一个许多人被转化为 ISIS 成员的地区,并且他与那些被招募者具有某些人口统计学上的相似性。然而,同样具有这些特征的人中也有加入抗击 ISIS 的。对于 X 先生来说,存在几种可能的路径:加入 ISIS、加入抗击 ISIS 的行列,或是试图保持中立。在这种推理中,信息显然并未预先包含结论(如同溯因推理),但与溯因推理不同的是,它并不排除其他可能性(即没有所谓“最佳”选项)。相当一部分情报分析推理(尤其是未来分析及其衍生领域)似乎属于这一类别。关于这一点,常规的逻辑模式会作何说明尚不明确。人们或许会将其归类为“溯因推理”,但鉴于其结论是对现有信息的探索(着眼于未来),似乎更有趣的是为其创造一个新的术语(或许是“预推”而非“预测”)。 这里不仅基础信息不够坚实,结论也同样不稳固。 9 9 ^(9){ }^{9}

发展知识与智慧的第四大策略是理解概念。这是所有策略中最“神秘”的,但显然是人类所依赖的。有些事物人类似乎知晓(或更加确信)。

表 1.1. 推理类型

演绎的(de + ducere “……从……引导下来”)
Deductive (de + ducere ". . . to lead down from . . .")| Deductive | | :--- | | (de + ducere ". . . | | to lead down from . . .") |
  归纳 (in + ducere ". . . to lead into . . .")  (in + ducere ". . . to   lead into . . .")  {:[" (in + ducere ". . . to "],[" lead into . . .") "]:}\begin{aligned} & \text { (in + ducere ". . . to } \\ & \text { lead into . . .") } \end{aligned}

溯因( a b + a b + ab+a b+ ducere “...引导离开...”)
Abductive ( ab+ ducere ". . . to lead away from . . .")| Abductive | | :--- | | ( $a b+$ ducere ". . . to lead away from . . .") |

结论是否已经包含在基础信息中?
  是的   是的   

结论的推断方式是否排除了所有其他可能性?
  是的      是的

结论如何与现有信息相关联?

结论是从信息中提取的

结论是从信息中推断出来的

结论是对信息的解释

推理类型的一个示例

1. 美国境内的所有 ISIS 成员都对美国安全构成严重威胁。2. Mr . X Mr . X Mr.X\mathrm{Mr} . \mathrm{X} 是美国境内的 ISIS 成员。3. 因此,X 先生对美国安全构成严重威胁。
1. All members of ISIS in the US pose a serious threat to US security. 2. Mr.X is a member of ISIS in the US. 3. Therefore, Mr. X poses a serious threat to US security.| 1. All members of ISIS in the US pose a serious threat to US security. | | :--- | | 2. $\mathrm{Mr} . \mathrm{X}$ is a member of ISIS in the US. | | 3. Therefore, Mr. X poses a serious threat to US security. |

1. 在中东以外被识别的 ISIS 成员中, 70 % 70 % 70%70 \% 具有特定特征。2. 因此,中东以外所有 ISIS 成员中有 70 % 70 % 70%70 \% 具有该特定特征(归纳概括)。3. X 先生是中东以外的 ISIS 成员。4. 因此,有 70 % 70 % 70%70 \% 的概率(很可能)X 先生具有该特定特征(归纳特化)。
1. 70% of identified ISIS members outside of the Middle East have a particular profile. 2. Therefore, 70% of all ISIS members outside of the Middle East have that particular profile (Inductive Generalization). 3. Mr. X. is an ISIS member outside of the Middle East. 4. Therefore, there is a 70% chance that (it is probable that) Mr. X has that particular profile (Inductive Particularization).| 1. $70 \%$ of identified ISIS members outside of the Middle East have a particular profile. | | :--- | | 2. Therefore, $70 \%$ of all ISIS members outside of the Middle East have that particular profile (Inductive Generalization). | | 3. Mr. X. is an ISIS member outside of the Middle East. | | 4. Therefore, there is a $70 \%$ chance that (it is probable that) Mr. X has that particular profile (Inductive Particularization). |

1. X 先生表达了与 ISIS 成员相似的激进观点。

2. X 先生最近从一个 ISIS 成员众多的地区搬到了美国。

3. X 先生已被确认为试图收集有关 ISIS 理想目标的信息。

4. 因此,对这些信息的最佳解释是(因此有理由相信) X X XX 先生是 ISIS 的成员。
1. Mr. X expresses radical views similar to members of ISIS. 2. Mr. X recently moved to the US from a region with many ISIS members. 3. Mr. X has been identified as trying to collect information about a desirable target of ISIS. 4. Therefore, the best explanation of this information is that (and so it is reasonable to believe that) Mr. X is a member of ISIS.| 1. Mr. X expresses radical views similar to members of ISIS. | | :--- | | 2. Mr. X recently moved to the US from a region with many ISIS members. | | 3. Mr. X has been identified as trying to collect information about a desirable target of ISIS. | | 4. Therefore, the best explanation of this information is that (and so it is reasonable to believe that) Mr. $X$ is a member of ISIS. |
"Deductive (de + ducere ". . . to lead down from . . .")" Inductive " (in + ducere . . . to lead into . . .) " "Abductive ( ab+ ducere ". . . to lead away from . . .")" Is the Conclusion Already Contained in the Underlying Information? Yes Yes No Is the Conclusion Inferred in a Way That Excludes AII Alternatives? Yes No Yes How Does Conclusion Relate to the Available Information? Conclusion Is an Extraction from the Information Conclusion Is an Extrapolation from the Information Conclusion Is an Explanation of the Information An Example of the Type of Inference "1. All members of ISIS in the US pose a serious threat to US security. 2. Mr.X is a member of ISIS in the US. 3. Therefore, Mr. X poses a serious threat to US security." "1. 70% of identified ISIS members outside of the Middle East have a particular profile. 2. Therefore, 70% of all ISIS members outside of the Middle East have that particular profile (Inductive Generalization). 3. Mr. X. is an ISIS member outside of the Middle East. 4. Therefore, there is a 70% chance that (it is probable that) Mr. X has that particular profile (Inductive Particularization)." "1. Mr. X expresses radical views similar to members of ISIS. 2. Mr. X recently moved to the US from a region with many ISIS members. 3. Mr. X has been identified as trying to collect information about a desirable target of ISIS. 4. Therefore, the best explanation of this information is that (and so it is reasonable to believe that) Mr. X is a member of ISIS."| | Deductive <br> (de + ducere ". . . <br> to lead down from . . .") | Inductive $\begin{aligned} & \text { (in + ducere ". . . to } \\ & \text { lead into . . .") } \end{aligned}$ | Abductive <br> ( $a b+$ ducere ". . . to lead away from . . .") | | :---: | :---: | :---: | :---: | | Is the Conclusion Already Contained in the Underlying Information? | Yes | Yes | No | | Is the Conclusion Inferred in a Way That Excludes AII Alternatives? | Yes | No | Yes | | How Does Conclusion Relate to the Available Information? | Conclusion Is an Extraction from the Information | Conclusion Is an Extrapolation from the Information | Conclusion Is an Explanation of the Information | | An Example of the Type of Inference | 1. All members of ISIS in the US pose a serious threat to US security. <br> 2. $\mathrm{Mr} . \mathrm{X}$ is a member of ISIS in the US. <br> 3. Therefore, Mr. X poses a serious threat to US security. | 1. $70 \%$ of identified ISIS members outside of the Middle East have a particular profile. <br> 2. Therefore, $70 \%$ of all ISIS members outside of the Middle East have that particular profile (Inductive Generalization). <br> 3. Mr. X. is an ISIS member outside of the Middle East. <br> 4. Therefore, there is a $70 \%$ chance that (it is probable that) Mr. X has that particular profile (Inductive Particularization). | 1. Mr. X expresses radical views similar to members of ISIS. <br> 2. Mr. X recently moved to the US from a region with many ISIS members. <br> 3. Mr. X has been identified as trying to collect information about a desirable target of ISIS. <br> 4. Therefore, the best explanation of this information is that (and so it is reasonable to believe that) Mr. $X$ is a member of ISIS. |

超越通过正常感官观察和证言推理所能获得的范围。关于推理本身,其基础概念和原则,贯穿认识论、逻辑学、数学等领域,似乎并非基于观察或证言的推理。因此,有人提出存在第四类证据:概念理解。这类证据可以从不同角度理解,但或许最有趣的是一种类似于感官能力的“概念能力”,它在概念领域进行“观察”。通过它,人们仅凭理解含义就能“看到”某些主张的真实性。例如,一个明显得到充分证实的命题(候选之一)


即便是对于确定性而言,似乎也存在着“非矛盾原则”,该原则主张没有任何主张能够同时为真或假(或者说,在同一时间、以相同方式,任何事物都不能既拥有又缺失同一特性)。举例来说,没有一个形状能够既是方形(这意味着它不是圆形)又是圆形(这又意味着它是圆形)。尽管有人可能会说后者“根据定义即为真”,但人们如何能确信某事物不能被以矛盾的方式定义呢?换言之,为何概念必须具有一致性?这恐怕不仅仅是从过去一切如人所愿般连贯的经验中得出的普遍化结论,人们同样期待未来亦是如此。人类还普遍推断,只要某事物在理性上是可以设想的(即人们可以想象其为真,且不存在已知为真的事实会排除其可能性),那么它在理论上至少是可能的。这似乎也需要某种超越观察、证言和推理的能力来加以证明。因此,第四类证据似乎源自对事物的概念性理解。 在情报领域,这种情况很少被用作证据类型(除了最初可能用于生成可能性之外),但为了更全面地描述人类发展知识和智慧的策略,值得一提。


进行观察、利用证词、做出推论和概念理解都是试图发展知识和智慧的重要策略。然而,它们都不是绝对可靠的,也无法提供任何确定性的保证。因此,试图发展知识和智慧的过程面临着几个基本的结构性问题,这将是下一部分的重点。


3. 考察推理的一些基本问题


关于推理的基本假设和过程,还有很多可以探讨的内容。但这些足以帮助阐明一些对推理最具挑战性的问题(这些问题与信息时代情报分析师的推理相关)。因此,本节将探讨其中一些问题。推理面临的挑战有三类:来自“内部”的挑战(进行推理的人)、来自“外部”的挑战(他们使用的推理过程)以及来自语境的挑战(他们推理的问题)。

进行推理的人(“内部”)会引发一系列广泛的挑战。这些问题归根结底在于,所有人类作为推理者,在尝试发现真相的过程中,实施任何程序时都是可能出错的。真相是一种“绝对”存在,它独立于个人的视角,因此可能无法在个体视角中得到体现。这种情况可能表现为与理想的理性标准相偏离,即所谓的“谬误”。

谬误 = = == 从理想推理标准偏离的一个具体实例。


或者,它可能表现为一种与理性理想标准不同的更为普遍的推理倾向,这被称为“偏见”。

偏见 = = == 一种偏离理想推理标准的推理类型的普遍倾向。


请注意,这里有一个重要区别:谬误是个别非理性推理的实例,而偏见则是倾向于以这种方式推理。一个人可能在没有倾向的情况下犯错,也可能有这种倾向但并非每次都如此。


此外,人类在推理过程中会建立起对特定问题的个人视角,这些视角被称为“思维定式”。

心态 = 个人对特定问题集的整体视角或范式。


心态本身并不一定是坏的,但当它们包含错误信念时,问题就出现了。需要注意的是,心态包含错误信念并不意味着产生它的过程中存在谬误或偏见。由于大多数推理形式并不能保证其结论的真实性,即使是从有充分理由的前提出发进行结构合理的推理,也可能得出错误的结论。因此,人们应该意识到自己的心态在多大程度上影响了思维,因为它们可能包含错误,即使没有谬误和偏见的存在。总的来说,将潜在的谬误、偏见和心态视为对推理的“特质挑战”,因为它们关系到人类是否在恰当地运用其理性能力。

在推理者(“外部”)所使用的过程中也存在挑战。这些挑战归根结底源于人类用于推理的任何标准化或制度化过程同样可能出错。真理是一种独立于集体过程存在的“绝对”,因此可能无法通过它们被发现。推理可能无法做到“客观”,因为个人的信仰、欲望、偏好、经验或立场“劫持”了它,从而未能遵循适当的推理规则。几乎任何在现实世界过程中体现理想推理标准的尝试,都面临着被参与者的特殊性偏离这些标准的风险,因此该过程不一定会总是导向真理。总的来说,让我们将标准化或制度化过程中用于寻找真理时可能偏离理性理想的情况称为推理的“技术挑战”,因为它们关乎人类在多大程度上恰当地遵循了正确的理性行为。

推理的特质与技术挑战适用于所有类型的推理,但还有其他挑战主要针对特定类型的推理。这些挑战最终根植于特定推理问题的特性之中。首先,并非所有推理都能产生知识,因为并非所有信念(即便是合理的)都是真实的。人类对世界的信念基础与世界本身之间存在理论上的鸿沟。这一鸿沟源于他们用以建立信念的可靠数据有限。让我们将此称为“不足”问题。其次,人类对世界的信念与世界本身之间的这一鸿沟还有另一面。不仅缺乏足够的基础来创造确定性,而且最初什么构成知识基础也并不总是显而易见的。换句话说,有些看似对特定问题有影响的事物实际上并无影响,而有些看似无关的事物却确实有影响。人类面临着误导性信息的问题。这是人类对世界的信念基础与世界本身之间的实际差距。 让这成为“无关性”问题。第三,知识涉及将世界表现为其独立于人类知识的真实状态,而世界有变化的潜力。过去或现在对其为真的事物未必会延续到未来。世界有许多可能的未来路径。过去和现在的知识与未来将成为知识的内容之间存在差距。让这成为“不确定性”问题。第四,人类决策预设了关于那些可能决策的信念(理想情况下是知识)。但关于潜在决策有许多可能知道的事情,并非所有这些都相关。这就是智慧发挥作用的地方。但知识与智慧之间存在差距。并非所有知识对特定的人、决策或情境都重要。它并不


所有支持及时、有用的决策。这就是“无关紧要”的问题。总的来说,让我们将不足、不相关、不确定性和无关紧要的挑战视为推理的“目标挑战”,因为它们与人们试图推理的内容相关。


这些特质、技巧和目标挑战及其定义的“问题空间”因情报分析的本质(如第 2 章所提出)而具有特殊意义,并且信息时代的特征(如第 3 章所提出)进一步加剧了这些挑战。事实上,这些挑战使得信息时代情报分析师的推理变得独特,并值得为其量身定制多维度的推理解释。然而,正如本章所示,这种独特性并非因为这些挑战仅存在于情报分析中。事实上,这些挑战根植于一般推理的结构中。相反,使这些挑战“独特”的是它们在情报分析本质和信息时代背景下的特殊重要性。这些是接下来两章的主题。

  注释


  1. 本节简化并省略了逻辑学、认识论和科学哲学中的许多问题,这些问题对相关领域的学者来说至关重要,因为它们不一定与情报分析师的特定目标相关或为其优化。这些领域的学者通常关注于为概念本身提供最佳解释,而分析师则主要关注这些概念如何在实际工作中发挥作用。关于此处介绍的一些认识论概念的更全面介绍,请参见 Louis P. Pojman 的《我们能知道什么?》第二版(Belmont, CA: Wadsworth, 2011)。关于这些问题的当前哲学观点的更深入探讨,请参见 Sven Bernecker 和 Duncan Pritchard 主编的《Routledge 认识论指南》(纽约:Routledge, 2012);Paul K. Moser 的《牛津认识论手册》(纽约:牛津大学出版社, 2002)。

  2. 关于前者,参见欧文·埃德曼编辑的《柏拉图著作集》中的《申辩篇》与《理想国》(纽约:现代图书馆,1956 年);至于后一种方法,参阅 W.D.罗斯主编的《亚里士多德著作集》第 8 卷中的《尼各马可伦理学》(伦敦:牛津大学出版社,1968 年)。

  3. 这一观点最为著名地首次(据我们所知)由柏拉图阐述。参见他的《泰阿泰德篇》,收录于《柏拉图著作集》。

  4. 更准确地说:“不存在(绝对)真理”这一陈述要么意在成为一条(绝对)真理,要么不是。如果是前者,则它自相矛盾;如果不是,则它并不排除存在(绝对)真理的可能性。无论哪种情况,这一观点都会立即崩溃。对于其他表述,也可以进行类似的推理。“真理只是视角问题”本身是否也仅仅是视角问题(因此,如果这不是我的视角,那么真理仍然绝对适用于每个人)?“对你而言为真之事,对我未必为真”这一说法是否可能对我而言是假的,从而依然普遍适用?

  5. 这就是为什么我有时会在括号中提到(绝对)真理。“绝对性”是多余的。没有“相对”的真理。有信仰,但那与真理不同。在这个意义上,真理总是“绝对的”。

  6. 如果观察仅限于事物在你眼中的呈现方式,那么它们无疑可以提供确定性。例如,若我似乎看到地板上有一只黑蝙蝠,那么我或许可以确信“似乎地板上有一只黑蝙蝠。”显然,这并不意味着那里确实有这样一只黑蝙蝠(也许是我误将一条未系好的黑色领结看错了),但这仍意味着看起来确实存在这么一只。

  7. 关于观察作为证据的简明论述(在一般批判性思维背景下,而非特指情报分析),参见 Noel Hendrickson、Kirk St. Amant、William Hawk、William O’Meara 和 Daniel Flage 合著的《The Rowman & Littlefield Handbook of Critical Thinking》(Lanham, MD: Rowman & Littlefield, 2008)。

  8. 关于证词作为证据的简明论述(在一般批判性思维背景下,而非特指情报分析),参见 Hendrickson 等人所著的《批判性思维手册》。

  9. 我认为这最终将常规的逻辑模式拉伸到了其无法承受的极限,而且我怀疑许多哲学家会对此感兴趣。因此,我只向那些特别钟爱演绎/归纳/溯因区分的分析者提供这种观点。当然,我更倾向于使用本著作后续部分所开发的模式。

  10. 正如你所想象的,哲学家们对这种证据是否存在,以及(更重要的是)其本质是什么,进行了相当多的争论。有人认为它完全基于语言的结构,有人认为它基于我们人类思维的结构,还有人(我倾向于这种观点)认为它是一种理解事物概念本质的能力。显然,对此的全面阐述远远超出了本工作的范围。

2


情报分析导论

  摘要


本研究为信息时代的情报分析师开发了一个系统化、多维度的推理框架。该框架融合了情报分析、信息时代及推理(即逻辑与认识论)的概念,特别针对三者结合所引发的独特挑战而设计。因此,在深入探讨这一愿景之前,理解其在上述三个领域的基础至关重要。本章探讨了情报分析的本质及其如何生成对推理的多重挑战,从而为分析师提供了独特的问题集。本章并非旨在为前述情报分析框架辩护,而仅旨在明确对其所做的假设。因为此处最终目的在于识别信息时代情报分析师在推理方面面临的挑战。首先,本章阐述了情报分析的参数。其次,它勾勒了由此产生的分析师推理所特有的问题。


1. 描述情报分析推理的参数


在过去的几十年里,情报机构一直在努力使分析工作专业化。 1 1 ^(1){ }^{1} 同样,情报教育工作者也一直在致力于发展一门支持(并研究)分析的学科。 2 2 ^(2){ }^{2} 这两项努力日趋成熟的一个标志是,其核心概念——情报分析——出现了不同的视角。如今,尝试定义“情报分析”最明显的方式是参考“情报”(即“情报分析”作为“对情报的分析”)。但正如马克·洛温塔尔在其对该领域的经典介绍中指出的那样,“情报”一词广泛(且历史性地)同时用于指代某种过程、该过程的产物以及参与该过程的项目。 3 3 ^(3){ }^{3} 换句话说,有时它指的是一种特殊类型的信息(例如,秘密收集的关于对手的信息)以及获取或分析这些信息的相关过程。 但在其他时候,“情报”指的是这些过程的结果,比如向决策者提供的情报简报,甚至是决策者可能采取的某些应对行动(例如,针对对手的行动)。


其他时候,它指的是参与这些过程的组织,如收集者、分析师和操作者,以及支持它们的周边基础设施。

在可能的情报理论中,还有其他重要的选择需要做出。“情报”这一概念是狭隘的(例如,只有专注于国家安全的秘密行动才能被认定为情报)还是更为宽泛的(以至于日常生活中某些努力偶尔也能被视作情报)?或者,这一概念介于两者之间(即商业和执法中的特定相似功能可被认定为情报,但日常生活努力几乎不被包括在内)?一个相关的问题是,“情报”是“还原性”还是“整体性”定义的。“还原性”方法强调情报与其他领域之间的相似性,认为情报最终等同于以不同方式应用或针对不同目标的现有领域。类比而言,还原性心理学认为其核心概念如意识,最好理解为不过是神经科学揭示的大脑各部分激活。因此,“情报”可能被理解为可还原为一种应用于秘密收集信息的社会科学类型。 相比之下,“整体论”方法强调智能与其他领域之间的差异。智能被假定为自身的一门学科,仅通过重新应用另一门学科无法恰当理解。值得注意的是,整体论方法并不否认智能与其他领域之间存在相似性。相反,它承认这些相似性,但认为仅通过参考其他学科无法充分定义“智能”和“智能分析”。 4 4 ^(4){ }^{4} 类比而言,心理学中的整体论方法会认为,意识的核心概念不仅仅是神经科学揭示的大脑各个部分的激活。它还有更深层次的内容,需要“更高层次”的描述。类似地,这种对智能的方法会认为,智能和/或智能分析具有某种不可简化的独特性,需要其自身独特的“更高层次”描述。 5 5 ^(5){ }^{5}

选择“情报”和“情报分析”的定义,实际上是在选择一种基础理论,而不仅仅是术语的定义。正如斯蒂芬·马林在一篇关于情报分析理论的重要论文中指出的那样,描述情报分析的目标不仅仅是为了讨论的目的而规定一个定义,而是要解释现实世界中的某些现象。 6 6 ^(6){ }^{6} 例如,他提出,“情报分析”的理论应当引导人们预期关于情报分析组织的存在、结构和功能的某些情况。这是一个重要的观点,揭示了为什么理论家关心诸如“什么是情报分析?”这样的问题。显然,如果他们仅仅对字面意思感兴趣,那么他们可以简单地规定定义并继续前进。但他们不仅仅是在谈论使用某些词汇时的意图。相反,他们是在提供一个旨在在理解现实世界事物时进行“解释工作”的概念描述。同样地,物理学家提供空间、时间、物质或能量的定义,不仅仅是为了澄清他们在说这些词汇时的意思。 相反,他们将这些作为其解释物理宇宙本质理论的一部分进行阐述。因此,理论家对“智能”和“智能分析”的方法旨在解释某些事物。

为了扩展马林的提议,本研究将采用一种情报分析的论述,以帮助解释其自身的核心目标。作为有志于成为分析师的人在推理方面的教育背景,本研究需要一种情报分析的方法,以帮助该领域的新手理解其与其他领域的差异。同时,作为情报专业人士的扩展工具包,以及作为情报方法论学者的扩展视野,本研究需要一种情报分析的方法,以帮助描述对该领域有用的推理类型。也就是说,情报分析的论述应当有助于解释这些挑战。


在智能中的推理和情报分析师适用的充分推理理论的参数(称之为“推理条件”)。因此,就本作品而言,“情报分析”描述的目标是帮助解释分析师的推理条件。

何种情报分析描述能将其与其他领域充分区分,以帮助解释分析师的推理条件?本工作采用以下关于情报分析本质的理论:

情报分析 = 从独立于位置的视角为决策者制定评估,以提升其组织相对于潜在竞争对手(和/或对手)的地位。 7 7 ^(7){ }^{7}

这一论述中有两点尤为突出:位置独立的视角以及与潜在竞争者相对的地位。一方面关注分析师的位置,另一方面则关注决策者或客户的位置。分析师拥有“位置独立的视角”,这是因为他们在组织中的角色与决策者有着根本的不同。他们不仅不是做出决策的人,通常也不负责决策的实施(与战略决策领域不同)。他们甚至不必一定分享决策者那些部分驱动其决策的目标(与政策分析领域不同)。同样,他们也不一定与决策者持有相同的哲学、政治或其他意识形态观点,更不试图说服决策者采纳与分析师相同的总体意识形态(与说服性演讲或写作不同)。


“相对于潜在竞争者的立场”指出,决策者组织实现其目标的程度取决于其他主体的行动(及其后果)。分析师评估的对象在某种程度上是实际与他们作对的(与科学研究不同)。分析师试图理解那些试图隐藏自身潜在数据、制造误导信息、故意以不可预测方式行事,但又必须以某种方式应对的人和组织。此外,分析师试图帮助决策者处于比原本更好的位置。因此,他们的工作应该对决策者的思维产生“增值”影响,超越没有分析时的情况。因此,分析师通常不能简单地报告一个“中立”的“我们不知道”的评估,因为这(通常)是决策者开始时的立场(与大多数其他学术领域不同,在这些领域中,提供纯粹的“否定性”分析通常是合适的)。 8 8 ^(8){ }^{8}


这种情报分析方法的目的是对“情报”本身保持灵活(且中立)的态度。人们可以狭义地将其理解为分析师评估的信息,或者广义地将其涵盖他们生产的产品、他们(及其决策者)参与的过程,以及他们工作(并支持他们)的项目。此外,如果更狭义地将其解释为信息,那么它可以非常狭隘地仅指关于竞争对手或对手的秘密收集的信息,或者它可以不那么狭隘地指任何关于竞争对手或对手的信息(无论其获取方式如何)。 9 9 ^(9){ }^{9} 这些方法(以及其他许多方法)都与以这种方式理解“情报分析”完全兼容。

为了勾勒出这一视角的更广阔愿景,存在一个决策者,其目标和目的的实现部分取决于竞争对手或对手的行动。从某种意义上说,任何与决策者目标或目的不同的人都可被视为“竞争对手”(有时甚至包括“盟友”)。但显然存在一个光谱:随着


差异程度的增加会导致成为“对手”。对于模型而言,任何特定主体是更像“竞争者”还是“对手”并不重要,重要的是存在多种可能性。 10 10 ^(10){ }^{10} 决策者当然会不断做出决策,以试图推进他们相对于目标(进而相对于竞争者/对手)的地位。他们决策的首要依据将是个人的分析(或专业专长)、党派(任命或意识形态相关)分析以及公共讨论(包括大众意见和外部专家)。其次,他们将依据情报分析人员的努力成果。让所有这些都成为决策者在这一过程中的一部分。

转向分析过程的分析师一方,它始于“搜索与收集”以生成数据(来自观察、证词、记录和技术工具的所谓事实),接着是“表示与结构化”将数据转化为信息(所表示、结构化、组合和比较的所谓事实),然后是“评估与推理”以推断知识(与真相有充分、认知上理想关系的结论),最后是“传播与使用”以(期望)产生智慧(在正确的时间和背景下实际应用知识,以推进决策者的目标)。 11 11 ^(11){ }^{11} 现在,决策者做出的决策也通过“指导”影响这一过程,塑造被收集数据的类型。而决策者的竞争对手/对手同样通过成为分析师试图发现的知识的“目标”而参与其中。


图 2.1. 情报分析结构概览

由于决策者在做出选择时有两个潜在的依据,他们是否会利用分析师提供的所谓智慧始终是一个开放性问题。许多情报理论家围绕这一问题展开了有趣的讨论,甚至探讨了情报分析在多大程度上真正影响决策。本项研究假定,至少在原则上,情报分析能够产生影响。而其产生影响(或至少应当产生影响)的程度,在于分析师的结论中是否常被提及的“增值”。也就是说,当分析师提供的智慧与决策者现有的理解不同时,便(假设)存在分析师将产生重大影响的潜力。


决定。现在,无论分析师是否真的具有这种影响力,他们都在那里。他们的目标是提供关于决策者相对于竞争对手/对手的立场的智慧。但他们不负责决策者是否采纳其建议。他们继续作为独立顾问,向决策者提供智慧,无论是否被听取。 12 12 ^(12){ }^{12}


2. 界定情报分析推理的问题


再次,本作品认为情报分析是从一个立场独立的视角为决策者开发评估,以提升其组织相对于潜在竞争者(和/或对手)的地位。虽然本作品的目的不是为这种“情报分析”观点辩护,但值得注意的是,选择这种方法是因为它起到了重要的解释作用:帮助阐明分析师的推理条件。也就是说,该观点有助于区分和描述情报分析师面临的推理挑战(并将塑造他们最能从中受益的推理叙述)。

情报分析理论应有助于揭示分析师在何种条件下需要进行推理。它应帮助界定构成情报分析师合理推理方法的参数。分析师需要保持立场独立的视角,并帮助决策者相对于潜在竞争对手提升地位,这两点都显著影响了对分析师推理能力的期望。值得注意的是,这些因素区分了情报分析中分析师推理的语境,并非因为它们在类型上与其他语境截然不同,而是因为它们在程度上存在差异。换言之,并非这些挑战在所有其他语境中完全不存在,而是在情报分析中更为突出。因此,处理这些挑战对情报分析师而言比其他领域更为优先,这正是它们区分情报分析的原因所在。


首先,考虑决策者的位置以及分析师需要帮助提升其相对于潜在竞争对手的地位。让这些成为情报分析推理中的“目标挑战”,因为它们与分析师努力的主题相关。决策者的潜在竞争对手(在许多情况下)会试图阻碍任何完全理解其自身决策过程的尝试。首先,潜在竞争对手可能会试图阻止分析师获得关于他们的可靠数据。因此,分析师将无法获得他们希望拥有的关于目标的尽可能多的准确数据。这就是“不足”问题。其次,潜在竞争对手可能会试图向分析师提供误导性信息。也就是说,有些信息看似相关实则不然,而有些信息看似无关实则相关。这就是“无关性”问题。第三,潜在竞争对手是一个拥有自由意志的人类,因此其行为不一定遵循确定性模式。也就是说,基于先前事件,其决策过程的结果并非必然。 此外,潜在的竞争对手甚至可能采取故意违背预期(并显得“出人意料”)的行动。这就是“不确定性”问题。第四,潜在的竞争对手很可能会继续推进他们的议程,从而迫使决策者在数据不完整、信息误导的情况下做出选择。


令人惊讶的决策。他们必须评估潜在决策的实用性。这就是“无意义”的问题。

现在考虑分析师的立场及其保持立场独立视角的必要性。这带来了两类不同的问题。第一类问题源于维持这一视角的过程所面临的挑战。这是情报分析推理中的“技术挑战”,因为它涉及到分析师在分析过程中必须完成的任务类型。他们的分析过程必须由证据驱动,而非他们(或其决策者)的个人意识形态(无论是政治的还是其他方面的)。因此,这一过程必须是透明的,并由独立于他们和决策者的某种“规则”所指导。通过受制于一套独立的规则,得出的结论将仅基于被评估对象本身,而非分析师或决策者的任何特定因素(更不用说他们各自的议程了)。 换言之,如果分析师在达成最终集体评估时存在分歧,那么就有潜在的基础来解决争议(除了纯粹的等级、个人影响力或决策者的可接受性之外)。在某些说法中,这被认为有助于将过程聚焦于分析对象而非其主体,从而使其“客观”。

分析师需要保持立场独立的视角,这带来了第二个挑战。他们不仅必须维持一个促进这种视角的流程,还必须成为能够促进这种视角的人。这就是情报分析推理中的“特质挑战”,因为它关乎分析师自身必须成为什么样的人。不仅分析师评估的问题会带来挑战,他们采用的过程也是如此。分析师本人也会带来潜在的挑战。分析师们将自身的挑战带入情报工作:思维模式、偏见和谬误。所谓“思维模式”仅仅是对某事物的信念集合,其本身并不构成问题。事实上,分析师无法避免拥有某种思维模式。问题在于这些信念并非完全理性——当它们未达到理想的推理标准时。分析师持有的任何非理性信念都是其工作质量的潜在威胁。这就引出了他们(通常)如何形成此类信念的问题,即通过偏见和谬误。 13 13 ^(13){ }^{13} 偏见是一种个人倾向,使其推理方式与理想的推理标准不同,而谬误则是在特定情况下推理方式与理想标准不同的具体实例。两者都未能达到完全理性;一个是普遍的个人倾向,另一个是个别实例。区分这两者的原因在于,一个人可能普遍存在偏见但在特定情况下并未表现出来(有偏见而无谬误),也可能普遍没有偏见但在推理中仍犯错误(有谬误而无偏见)。当然,一个人也可能既有偏见又在个别实例中表现出来(既有偏见又有谬误)。因此,对于情报分析人员(及其推理过程的描述)来说,意识到心态、偏见和谬误是非常重要的。 14 14 ^(14){ }^{14}

情报分析师在推理过程中面临重大挑战。他们面临着来自潜在竞争对手工作的挑战——这些竞争对手是他们的决策者在推理中的目标(例如,信息不足、不相关、不确定性和无意义性)。他们面临着必须保持透明、受规则约束的推理过程的挑战,这种过程使他们具备位置独立的视角——这是他们推理的技巧。此外,他们还面临着必须成为那种能够具备位置独立视角的人的挑战——这是他们推理的特质(例如,能够减轻心态、偏见和谬误的有害影响)。值得注意的是,这些挑战都是基于一般推理结构(第一章)的。事实证明,这些挑战还会进一步加剧。


信息时代加剧了这些现象(第 3 章)。尽管它们出现在其他背景中,但其重要性最大的提升来自于情报分析的本质。因此,情报分析师的推理必须通过特质、技巧和目标的多维方法来引导他们。这正是本作的愿景。

  注释


  1. 例如,参见国家情报总监办公室,“分析标准”,dni.gov,最后修改于 2015 年 1 月 2 日,https://www.dni.gov/files/documents/IDC/ICD 203 Analytic%Standards.pdf。

  2. 例如,参见 Roger Z. George 和 James B. Bruce 主编的《分析情报:起源、障碍与创新》(华盛顿特区:乔治城大学出版社,2008 年);Roger Z. George 和 Robert D. Kline 主编的《情报与国家安全战略家》(马里兰州兰哈姆:罗曼和利特菲尔德出版社,2006 年);Mark M. Lowenthal 的《情报:从秘密到政策》第五版(加利福尼亚州千橡市:CQ 出版社,2012 年);Stephen Marrin 的《提升情报研究作为学术学科的地位》,《情报与国家安全》第 31 卷第 2 期(2016 年):266-79,以及《情报分析理论:解释与预测分析职责》,《情报与国家安全》第 22 卷第 6 期(2007 年):821-46;Julian Richards 的《情报分析的艺术与科学》(纽约:牛津大学出版社,2010 年);Timothy Walton 的《情报分析中的挑战:从公元前 1300 年至今的教训》(纽约:剑桥大学出版社,2010 年)。

  3. 洛温塔尔,《情报》,第 9 页。

  4. 相似性存在于一个光谱上。两件事物可能有一些有趣的相似之处,但总体上仍然非常不同。(可以说,任何两件事物至少会有一些共同点。)它们也可能有足够的相似性,以至于彼此之间可以类比(即,通过参考与另一方的相似性,可以推断出关于一方的事情)。它们还可能拥有如此多的相似之处,以至于它们之间的差异只是表面上的。也就是说,它们实际上是相同的。因此,智能可以与其他领域有相似之处,而不必与那些领域进行类比。它也可以与另一个领域进行类比,而不必与之完全相同(或与之的特殊版本相同)。

  5. 我并未尝试用“情报周期”来定义“情报分析”,因为后者在解释情报分析的独特性方面并不特别有帮助。有许多许多领域的核心活动可以用一个高层次的、五步骤的过程来描述,这一过程基本上与情报周期相同。以任何涉及以下步骤的过程为例:(1) 识别问题、难题或想法;(2) 探索来源、信息或选项;(3) 提炼第二步的条目,为第四步的使用做准备;(4) 应用技术方法;(5) 传达结果。例如,战略决策、政策分析、科学探究、创意写作和说服性演讲(可以说)都具有这种结构。所有这些过程都可以用情报周期所捕捉的过程来或多或少同样好地描述,情报分析也是如此。没有出现任何能将情报分析与这些其他领域区分开来的东西。因此,情报周期虽然并非“错误”,但作为一个“区分”情报分析的定义,尤其是其推理上的独特挑战,并不有用。

  6. 参见 Marrin,《情报分析理论》,821-46。

  7. 这不是一个原创的叙述。它基本上遵循了 Marrin 的《情报分析理论》第 821 至 46 页的精神。

  8. 我意识到在某些特殊情况下,这对分析师来说是合适的(或者至少可以说应该是这样)。向决策者展示他们应该比现在更加不自信,甚至他们其实并不像自己认为的那样了解情况,可能是有用的。但总体而言,通常不能有完全“消极”的评估。还必须有一些用来支持它的替代解释。换句话说,情报分析师通常通过探索替代解释来展示我们所不知道的,而不仅仅是削弱对传统解释的论点(与大量仅相互批评而不提供任何替代方案的学术论文不同)。

  9. 人们也可以“折中”一下,将“情报”理解为“收集到的关于竞争对手或对手的、尚未广为人知的信息”。这将为开源情报留下更多空间,但仍意味着需要经过收集过程才能获得它。自然,我将这个问题的最终解决留待他日。

  10. 显然,焦点更多地放在对手或“近乎对手”上,而非那些符合盟友身份的人。但有时,人们需要努力赢得盟友的支持,或至少考虑他们的利益以及他们长期与决策者合作的可能性等等。因此,他们不应被排除在反思的可能目标之外。他们的利益同样重要。

  11. 有些人可能对“智慧”这一术语感到不适。最终,我认为它在强调分析师“增值”挑战方面,比理解、实用性甚至洞察力等概念更具实用性。但在某种程度上,所有这些术语都在表达相同的理念,因此如果您觉得有强烈需要,可以自由替换为其他术语。

  12. 我注意到这个问题并非情报分析员独有。从古代的宗教先知到学术导师,我认为几乎所有的顾问都可以对他们所提供的智慧提出同样的疑问。

  13. 我再次指出,完全有可能在未犯任何谬误或表现出任何偏见的情况下持有错误信念。这就是为什么思维方式是与谬误和偏见不同的潜在问题。然而,更多时候,错误信念可以追溯到某种偏见或谬误。

  14. 关于智能推理的历史讨论的一个弱点是,往往只谈论心态和偏见,而忽略了谬误。公平地说,我也指出哲学家在讨论推理(智能之外)时的一个常见弱点是,只谈论谬误而忽略了心态和偏见。显然,我们需要全面考虑这些因素。

3


信息时代导论

  摘要


本工作为信息时代的情报分析人员提出了一种全面、多维的推理视角。但在探讨这一推理观点之前,需更精确地界定推理、情报分析和信息时代的概念。本章以非常宽泛的术语探讨了信息时代的核心理念,旨在仅作为理解信息时代对分析人员推理挑战贡献的入门介绍。因此,前述讨论的目的并非为此观点辩护,而是明确其所预设的内容。因此,这将大幅简化问题,并不旨在成为任何形式的完整“技术史”。首先,本章解释了信息时代的概念;其次,探讨了信息时代中推理所面临的挑战。


1. 解释信息时代的概念


理解人类重大努力(如情报分析)背景的一个重要范式是聚焦于塑造它的主要技术能力。这一方法在专注于技术史的社会科学家之中得到了深入探讨。自然,他们的研究和洞察绝大多数远超出本工作的关注范围,但有一个主要方面颇具价值:广为人知的人类存在的四大技术“阶段”之间的区分。这四个阶段通常被认定为游牧时代、农业时代、工业时代和信息时代。 1 1 ^(1){ }^{1} 尽管在技术史上可以做出许多更为细致的划分,这些划分对于理解技术本身更为有用,但这种四重划分(尤其是信息时代的概念)对于理解当今情报分析师的理想推理方法至关重要。分析师的背景,尤其是他们的思维方式,深受信息技术给社会带来的变革所塑造。

人类最初与世界的互动方式(通过技术)是在游牧时代作为狩猎采集者,这一时期(大致)在公元前 10,000 年之前。 2 2 ^(2){ }^{2} 定义这一时代的技术类型是基本工具,特别是那些用于


狩猎(例如使用长矛)。此时,人类对世界或生存必需之物的控制相对有限,因此他们的环境普遍处于匮乏状态。人类社群往往规模较小,以生存为导向,流动性强。他们的主要工作是获取食物(即“狩猎与采集”)。因此,个体对群体的价值部分取决于其最终能否带回更多或更好的食物。更广泛地说,人类生存所需的一切——食物、资源、知识——都存在于人类社会之外。这一切都需要从外部“发现”并引入。因此,这一时代的一个主要风险或挑战是资源收集管理不善(无论是数量还是质量),导致资源不足(引发营养不良或饥饿)、资源过剩(导致依赖食物的物种灭绝)或资源质量差(引发中毒或疾病传播)。显然,还有其他风险存在,但对食物的需求无疑是最为突出的。

人类总体上与世界互动(利用技术)的第二种方式是在农业时代作为农民/耕种者,这一时代(大致)从公元前 10,000 年持续到 18 世纪 50 年代。虽然在这段漫长的人类历史记录中,显然有大量技术得到了发展,但据称定义这一时代(在此范式下)的技术类型是用于“植物和动物的驯化”的技术,如谷物和牲畜的培育。理解这一时代的最佳方式是与游牧时代进行对比。随着农业的广泛应用,人类逐渐对世界的一个主要元素——食物来源——拥有了更大的控制力。因此,这一环境的特点是食物供应增加(且更加稳定)。于是,更大规模的永久性社区(即城市)变得更加普遍,随着人类大幅提升了从事与食物获取无直接关联的其他事业的能力,更多专业化工作者开始出现。食物如今成为了人类文化中的“内部”资产,而非“外部”资产。 相比之下,能源和知识等资源仍属于外部,必须从外界发现并引入。因此,定义工作主要有两种类型:适应和应用农业(耕作)以及获取资源和知识。如果一个人在管理农业或引入更多或更好资源方面更为出色,他就会在群体中脱颖而出。相应地,群体面临的风险或威胁包括农业管理不善(无论是数量还是质量),导致食物浪费、未使用、变质或丢失/被盗。另一风险则是未能获取足够的资源或知识。

人类普遍以第三种方式(利用技术)与世界互动,即在工业时代作为制造者/生产者,该时代大致从 18 世纪 50 年代持续至 20 世纪 90 年代。与农业时代一样,这一时期显然涌现了许多具有重要意义的技术。据称定义这一时代(在此范式下)的技术类型,是涉及能源生产与利用的技术(最初的起点是蒸汽动力)。人类逐渐对其世界中的另一大要素——能源来源——拥有了更高程度的控制力。因此,这一环境的特点是可用能源的增加以及人类物理能力的提升(当他们能够利用这种能源的力量,并拥有在此过程中消耗的资源时)。人类拥有了更多的体力,并能以更快的速度完成工作。这极大地增加了人类的相互联系与交通往来,同时也提升了对维持这种显著增强能力所需资源的需求。 与农业时代(及之后)的食物类似,能源现在成为了人类文化的一种“内部”而非“外部”资产,这与知识(仍需被发现)形成对比。 3 3 ^(3){ }^{3} 因此,存在着


定义工作的两大类型:适应和应用行业(制造业)以及获取知识。一个人通过更擅长管理行业或引入更多或更好的知识而区别于群体。因此,群体所面临的相应风险或威胁来自管理不善的工业流程(无论是数量还是质量),例如能源供应中断(即能源过少)、对能源产生不可持续的需求(即能源过多),或完全破坏这些能源来源(即污染/能源质量差)。另一个风险是知识不足(尤其是支持这些努力的知识)。

人类普遍与世界互动的第四种总体方式(使用技术),也是本作品的一个定义性特征,是在信息时代(大约始于 20 世纪 90 年代)作为“知识策展人”。在这个范式中,定义这个时代的技术类型与信息的数字化有关。将其视为一个新阶段的想法是,人类现在开始对他们的世界中的另一个主要元素——知识——发展出更大程度的控制。特别是,这个环境的特点是信息创造、存储和传输的数量急剧增加。与农业时代(及之后)的食物和工业时代(及之后)的能源一样,知识现在已成为人类文化的“内部”而非“外部”资产。因此,这个时代的主要定义性工作是适应和应用知识(即,为知识和洞察/智慧进行策展)。一个人如果能比其他人更好地管理知识,那么他对群体的价值就会更大。 相应的风险则演变为管理不善的信息流程(无论是数量还是质量),如信息过载/无关信息、信息损坏、信息被盗/被黑等。


我们可以回顾数百年的历史来评估转向工业时代的意义,甚至追溯数千年的历史来评估过渡到农业时代的影响。然而,要探索信息时代的影响,仅有二十年的历史可供参考。因此,此前对它的描述(更不用说前面的整个讨论)仍然带有一定的推测性(尽管希望是合理的)。归根结底,这是基于前三个时代及其间两次过渡的“类比论证”。此类论证的主要结论是,与之前的过渡类似,在信息时代,人类社会将面临新的环境,新型工作将变得更加重要,同时新的机遇和威胁的重要性也将增加。农业时代的一个主要挑战是更好地从土地中培育食物(通过农业),而不是从外部获取更多食物(如在游牧时代必须做的那样)。 工业时代的一个主要挑战是更好地培养(并通过工业应用)能源,而不是像农业时代那样从外部引入更多能源。因此,与农业时代和工业时代类比,信息时代人类面临的一个主要挑战将是从知识中培养出人类所需的东西(即智慧),而不是必然从外部引入更多知识。


尽管本节从人类通过技术与工作互动的基本方式理解信息时代,但这一阶段还涉及更广泛的社会文化、经济和政治维度。至少在最初的二十年里,一些更广泛的趋势进一步加强了,并反过来被刚刚描述的技术变革所强化。为了获得更全面的视角,这里考虑其中的一些趋势。但重要的是要注意,这种对信息时代的描述并不假定这些其他趋势必然会继续下去,而只是认为它们与信息时代最初二十年的兴起交织在一起。最终,这一更广阔的图景认识到


表 3.1 四个技术阶段的比较
  驱动技术
区分环境

独特风险与威胁

独特奖励与机遇
  定义工作

游牧时代:人类作为“狩猎采集者”到 10 , 000 BC 10 , 000 BC 10,000BC10,000 \mathrm{BC}
Nomadic Age: Humans as "Hunter- Gatherers" to 10,000BC| Nomadic Age: | | :--- | | Humans as "Hunter- | | Gatherers" to $10,000 \mathrm{BC}$ |
Spear
资源稀缺:以生存为导向的小型流动定居点

资源管理不善:营养不良、灭绝、中毒
Poorly Managed Resource Collection: Malnourishment, extinction, poisoning| Poorly Managed Resource Collection: | | :--- | | Malnourishment, extinction, poisoning |

通过提供更多或更好的食物来使自己或群体脱颖而出

狩猎与采集:获取食物

农业时代:人类作为“耕种者” 10 , 000 BC 10 , 000 BC 10,000BC10,000 \mathrm{BC} 至 1750 年代
Agricultural Age: Humans as "Cultivators" 10,000BC to 1750 s| Agricultural Age: | | :--- | | Humans as "Cultivators" | | $10,000 \mathrm{BC}$ to 1750 s |

谷物种植:人类对食物的掌控

增加的食物:更大的永久定居点(城市)、专业化和文化
Increased Food: Larger permanent settlements (cities), specialization, and culture| Increased Food: | | :--- | | Larger permanent settlements (cities), specialization, and culture |

管理不善的农业流程:食物被浪费/未使用、被盗、变质

通过更好地管理农业来突显个人或团体;进而引入更多或更优质的资源

农场:获取资源,适应并应用农业
Farm: Acquire resources, adapt and apply agriculture| Farm: | | :--- | | Acquire resources, adapt and apply agriculture |

工业时代:人类作为“制造者” 1750 年代至 1990 年代
Industrial Age: Humans as "Manufacturers" 1750s to 1990 s| Industrial Age: | | :--- | | Humans as | | "Manufacturers" 1750s | | to 1990 s |

蒸汽驱动的机械化:人类对能源的掌控

精力增强:身体能力放大(当拥有自然资源时)
Increased Energy: Physical capabilities magnified (when have natural resources)| Increased Energy: | | :--- | | Physical capabilities magnified (when have natural resources) |

管理不善的工业流程:不可持续性、破坏、污染

通过更好地管理行业来使自己或团队脱颖而出;进而引入更多或更优质的知识

制造:获取知识,适应并应用行业
Manufacture: Acquire knowledge, adapt and apply industry| Manufacture: | | :--- | | Acquire knowledge, adapt and apply industry |

信息时代:人类作为“知识策展人” 20 世纪 90 年代至???
Information Age: Humans as "Knowledge Curators" 1990s to ???| Information Age: | | :--- | | Humans as "Knowledge | | Curators" 1990s to ??? |

数字化:人类对信息的控制

信息增加:知识的创造、存储、操作和传输
Increased Information: Creation, storage, manipulation, and transmission of knowledge| Increased Information: | | :--- | | Creation, storage, manipulation, and transmission of knowledge |

管理不善的信息流程:过载、无关、被黑、损坏

通过更好地管理知识来使自己或团队脱颖而出

为智慧与洞察力精选知识:适应并应用知识
Driving Technology Differentiating Environment Distinctive Risk and Threat Distinctive Reward and Opportunity Defining Work "Nomadic Age: Humans as "Hunter- Gatherers" to 10,000BC" Spear Resource Scarcity: Small, mobile settlements with survival orientation "Poorly Managed Resource Collection: Malnourishment, extinction, poisoning" Distinguish oneself or group by bringing in more or better food Hunt and Gatherer: Acquire food "Agricultural Age: Humans as "Cultivators" 10,000BC to 1750 s" Grain Cultivation: Human control of food "Increased Food: Larger permanent settlements (cities), specialization, and culture" Poorly Managed Agricultural Processes: Food wasted/unused, stolen, spoiled Distinguish oneself or group by managing agriculture better; then bring in more or better resources "Farm: Acquire resources, adapt and apply agriculture" "Industrial Age: Humans as "Manufacturers" 1750s to 1990 s" Steam-Driven Mechanization: Human control of energy "Increased Energy: Physical capabilities magnified (when have natural resources)" Poorly Managed Industrial Processes: Unsustainability, disruption, pollution Distinguish oneself or group by managing industry better; then bring in more or better knowledge "Manufacture: Acquire knowledge, adapt and apply industry" "Information Age: Humans as "Knowledge Curators" 1990s to ???" Digitization: Human control of information "Increased Information: Creation, storage, manipulation, and transmission of knowledge" Poorly Managed Information Processes: Overload, irrelevant, hacked, corrupted Distinguish oneself or group by managing knowledge better Curate Knowledge for Wisdom and Insight: Adapt and apply knowledge| | Driving Technology | Differentiating Environment | Distinctive Risk and Threat | Distinctive Reward and Opportunity | Defining Work | | :---: | :---: | :---: | :---: | :---: | :---: | | Nomadic Age: <br> Humans as "Hunter- <br> Gatherers" to $10,000 \mathrm{BC}$ | Spear | Resource Scarcity: Small, mobile settlements with survival orientation | Poorly Managed Resource Collection: <br> Malnourishment, extinction, poisoning | Distinguish oneself or group by bringing in more or better food | Hunt and Gatherer: Acquire food | | Agricultural Age: <br> Humans as "Cultivators" <br> $10,000 \mathrm{BC}$ to 1750 s | Grain Cultivation: Human control of food | Increased Food: <br> Larger permanent settlements (cities), specialization, and culture | Poorly Managed Agricultural Processes: Food wasted/unused, stolen, spoiled | Distinguish oneself or group by managing agriculture better; then bring in more or better resources | Farm: <br> Acquire resources, adapt and apply agriculture | | Industrial Age: <br> Humans as <br> "Manufacturers" 1750s <br> to 1990 s | Steam-Driven Mechanization: Human control of energy | Increased Energy: <br> Physical capabilities magnified (when have natural resources) | Poorly Managed Industrial Processes: Unsustainability, disruption, pollution | Distinguish oneself or group by managing industry better; then bring in more or better knowledge | Manufacture: <br> Acquire knowledge, adapt and apply industry | | Information Age: <br> Humans as "Knowledge <br> Curators" 1990s to ??? | Digitization: Human control of information | Increased Information: <br> Creation, storage, manipulation, and transmission of knowledge | Poorly Managed Information Processes: Overload, irrelevant, hacked, corrupted | Distinguish oneself or group by managing knowledge better | Curate Knowledge for Wisdom and Insight: Adapt and apply knowledge |

世界政治、经济、社会和技术结构的巨变使得全球比以往任何时候都更加紧密相连。随着苏联解体、中国开放以及欧盟(初期)的扩张,长期存在的政治壁垒已被打破。全球化使得美国、欧盟、中国、印度、俄罗斯、巴西以及众多“新兴力量”在商业上相互交织,经济壁垒逐渐消融。这些多元文化之间的相互交流所带来的社会变化,既催生了潜在的“全球公民”,也可能引发“文化冲突”。在这个本质上紧密相连的新世界中,由于之前无法互动的事物现在每天都能发生联系,因此爆发快速、灾难性变化的可能性呈指数级增长。世界本身正在以一种前所未有的方式和速度发生变化。


与世界迅速增加的互联性同步发生的是信息在其中扮演角色的转变。这些技术变革最核心地定义了信息时代。信息和电信技术的广泛实施意味着信息量呈指数级增长,其数字化程度及随时随地传输的能力也在提升。这一演变的最终可能终点是全球几乎所有信息的近乎普遍可访问性。面对信息永无止境的过剩,寻求理解任何主题的人不再遇到信息获取不足的挑战,而是面临如何解释和应用这些信息的问题。因此,不仅世界本身正以前所未有的方式和速度发生变化,理解世界的基本方式也正以史无前例的形态和节奏转变。


换句话说,存在一种“新”的基本认知需求:不是信息的获取与专业知识的掌握,而是信息的解读与应用。换言之,衡量思维的标准不再是知识,而是智慧。显然,仍有一些事物需要从外部引入人类文化(正如之前的时代一样)。其核心理念在于,信息时代的标志性工作将与农业时代对土地的耕耘、工业时代对制造业的培育相类似;即:将知识培育为智慧。尽管关于信息时代可以谈论诸多,但这一结论显然较为局限,然而它恰恰足以引出本作品的核心议题:信息时代下推理所面临的挑战。这有助于我们提出核心问题:在这一新环境中,分析师需要做些什么,才能更擅长培育智慧(即客户从知识中所寻求的)?


2. 解释信息时代的基本(推理)挑战


从最广泛的意义上讲,信息时代的核心挑战是在“信息创造、存储、处理和传输增加”的环境中“适应并应用知识(为智慧和洞察力整理知识)”。这一挑战以多种方式显现,其中大多数超出了本研究的范围。就当前目的而言,这一挑战的重要方面体现在情报分析师的推理过程中。在前几章中已经探讨了情报分析师面临的一些主要挑战以及推理(总体上)的一些主要挑战,本讨论将探讨在考虑推理、情报分析及其相互关系时出现的一些共同主题。


信息时代。更广泛地说,最相关的挑战可以归纳为特质、技术和目标方面的挑战。

特质挑战涉及信息时代环境中个人内部可能出现的错误。沟通平台的显著开放性,在人们准备不足时,极大诱发了他们进行推理的冲动。也就是说,创造、存储和传递信息的“成本”相对如此之低,以至于参与推理的阻碍比历史上任何时候都要小得多。通过社交媒体、博客和播客等途径,现在进入关于争议话题的更广泛文化对话几乎没有门槛。在以往时代,出版成本意味着需要经历实质性的筛选过程(由出资出版者进行),或自行承担出版费用,因此,在没有经过深思熟虑、形成合理观点之前,人们更有理由不参与讨论。而缺乏这些(尽管高度不可靠的)门槛来确保一定的最低质量水平,错误的内在源头受到的“制约”就更少,因此在推理过程中出现的风险更高。 这些内在的错误源常被划分为心态、偏见和谬误。“心态”代表对世界的信念,其本身并非坏事。但鉴于它们可能(且常常是)不遵循理想推理原则的产物,它们构成了潜在的挑战。与理想推理标准不符的一般推理模式被称为“偏见”。相比之下,“谬误”则是不符合理想推理标准的具体实例(无论是否存在普遍倾向)。在信息时代,心态、偏见和谬误之所以被助长,是因为人们能够轻松地创建、存储和传递信息,而无需经过任何严格的筛选过程(或其他相关的“成本”,这些成本会促使人们更严肃地质疑自己的推理)。换言之,信息时代已经深刻地影响了作为推理者的人类个体。

技术挑战涉及信息时代环境中个人推理过程可能受到的外部错误影响。基于政治及其他意识形态因素,人群(及其对自身推理的描述)聚集的急剧增加,极大地抑制了问题的理性解决。信息创造、存储与传输的低成本不仅提升了人们参与推理交流的程度,还扩大了此类交流发生的场所数量。推理交流场所的增多,使得人们更容易围绕持有特定观点的人进行自我隔离。在信息与推理交流场所较少的早期时代,持有不同观点的人更难避免与其他观点的直接交锋。这自然激励人们尝试根据某种双方均认为合理的外部标准,使自己的推理更易于被对方接受,从而增大了理性解决的可能性。 但现在,人们很容易只与那些已经持有相同观点的人进行严肃交流,因此更少需要诉诸于任何更广泛的超越性因素来为自己的推理辩护。这鼓励了更为“主观”的推理,或者说,较少关注那些对不同观点者而言清晰且可接受的因素。换言之,在信息时代,推理更少需要透明(即,能被不同观点理解和评估)和受规则约束(试图满足一个所有各方都能诉诸的独立标准)。换句话说,信息时代已经影响了人类的推理过程。

目标挑战涉及信息时代环境中人们可能思考的一系列问题,其中四个方面尤为突出。


相关性。首先,在信息时代,不可靠的数据日益增多,这降低了找到可靠数据的比例(概率)。在第 1 章和第 2 章中,这被称为有限可靠数据的“不足”问题。没有足够多的高度可信数据来回答重要问题。其次,总体信息量不断增加,这使得找到与个人感兴趣主题相关的信息变得更加困难,而更容易获得与主题无关的信息。在第 1 章和第 2 章中,这被称为误导信息的“不相关”问题。存在大量看似相关实则无关,或看似无关实则相关的信息。第三,人与人之间日益增多的互动放大了每个个体的不可预测性。在第 1 章和第 2 章中,这被称为多种可能未来路径的“不确定性”问题。 任何个体都会有一定程度的不可预测性(即有可能违背以往的行为模式),但当有更多人相互互动时,这种不可预测性会急剧增加,因为他们之间未必有先前的互动历史,因此更有可能出现新的未来路径。第四,人员、事物和思想的速度加快,限制了决策的可用时间,因为形势要求每个人在尚未充分准备的情况下就必须对结果做出承诺。在第一章和第二章中,这被称为及时决策需求的“微不足道”问题。互动和沟通的响应时间缩短,意味着人们必须比以往更快地做出反应,这限制了人类评估最合理反应的时间。

信息时代的环境对人类推理提出了许多潜在挑战。本章指出了其中与思维特征、技巧和目标相关的六项挑战。自然,它聚焦于那些同样普遍出现在情报分析和推理中的挑战。因此,这些挑战并非信息时代所独有。最终,它们的独特性在于,在信息时代,由于信息创建、存储和传输的增加,这些挑战被提升到了何种程度。在详细考虑这些挑战的总体情况(即作为信息时代情报分析师推理面临的挑战)后,本作品将在第五章提出,这些挑战在某种程度上是情报分析师(及信息时代)所特有的。最终,这六项挑战均植根于一般推理,但在情报分析中占据核心地位,并在信息时代被极大提升。


再次强调,值得注意的是,此叙述对于信息时代“技术史”的涵盖并不充分。相反,它旨在帮助提供情报分析人员工作环境的更广泛背景,即他们工作的“地点”与“时间”。这一简要叙述的价值在于,它有助于提炼并强化信息时代情报分析人员面临的六重推理挑战的图景,从而激发本作品对推理愿景的构想。

  注释


  1. 这段关于信息时代的描述并非我原创,但我心中并无其他关于这四个阶段的特定叙述。此处的思考在某种程度上融合了众多关于这些议题的不同观点和想法,它们已在公共领域流传一段时间。大多数并非直接来自探索技术史的核心学术界,而是源于其更为“流行”的版本,如托马斯·弗里德曼的《世界是平的:21 世纪简史》(纽约:Farrar, Straus, and Giroux 出版社,2005 年)和丹尼尔·H·平克的《全新思维》(纽约:River Head Books 出版社,2006 年)。特别值得一提的是,有一个值得注意的来源直接涉及……


    情报分析强化了许多这些观点,包括 Josh Kerbel 的文章《对情报界而言,创造力是新的秘密》,发表于《世界政治评论》,最后修改于 2010 年 3 月 25 日,http://www.worldpoliticsreview.com/articles/5329/for-the-intelligence-community-creativity-is-the-new-secret;《美国情报界的创造力挑战》,发表于《国家利益》,最后修改于 2014 年 10 月 13 日,http://www.nationalinterest.org/feature/the-us-intelligence-communitys-creativity-challenge-11451;以及《美国情报界的柯达时刻》,发表于《国家利益》,最后修改于 2014 年 5 月 15 日,http://www.nationalinterest.org/feature/the-us-inteligence-communitys-kodak-moment-1043(最后访问于 2017 年 8 月 10 日)。

  2. 奇怪的是,这个时代并没有一个普遍使用的名称,所以我选择了“游牧时代”。

  3. 显然,从某种意义上说,推动能源驱动型产业所需的某些资源也可以被视为“外部”的。为了阐述信息时代推理的最终观点,我在此简化了问题,这也是进行此次讨论的主要原因。

  第二部分


智能分析师推理理论


通用推理范式

4


重要的现有推理方法


结构范式、非形式逻辑范式与心智范式要素

  摘要


情报分析作为一个领域,正在逐渐发展成为一门拥有基础学术学科支撑的专业。其成熟的关键驱动力在于对其核心概念和价值观进行更为深入的自我反思,这将最终体现在对这些概念和价值观的一系列清晰且相互竞争的不同理解上。鉴于推理、批判性思维和分析方法对情报分析师至关重要,应当在该专业(及其基础学科)内发现、发展并辩论针对这些方面的不同方法。然而,情报分析尚未达到这一发展阶段。 1 1 ^(1){ }^{1} 尽管存在一些可识别的推理方法(包括本作最终倡导的方法),但它们并未被广泛认可为应当有意探索并相互评估的不同竞争性方法。 本节的一个主要目标是推动关于情报分析推理的新兴“思想流派”的讨论,并描述这项工作为何致力于开发一种替代方法的潜在动机。因此,下一章探讨了当前情报分析推理的三种最佳候选范式:结构方法、非正式逻辑方法和心智要素方法。需要注意的是,本节并不旨在对这些方法进行完整、详尽的阐述,而是为了增加整体熟悉度、鼓励辩论和讨论,并(最终)突出它们各自最重要的见解,从而帮助开发本工作的研究方法。


1. 情报分析师推理方法的背景


在转向这三个现存的叙述之前,值得简要提及可能被视为第四种的:学科方法。在最近关于情报分析专业化的研究之前,这曾是一种常见(但非普遍)的默认立场。在这种方法中,情报分析中的推理被理解为分析师带入工作的特定背景标准,即领域/学科特定的主题内容。


这种方法源于冷战时期,当时存在一种假设,即对手(苏联)是明确可识别的,以及理解他们所需了解的内容(政治领导、经济、军事技术等)。因此,分析师代表了来自各个学科的专家,这些学科似乎适用于那些特定的固定领域。他们的理想推理因此被理解为结合了其领域学科规范与一般证据考量的结果。由于这些领域中有许多是社会科学,一些人形成了一种默认假设,即社会科学是成为分析师的合适背景。在当今时代,大多数人认为这种观点并不令人满意,因为它对情报分析的目标做出了不再站得住脚的假设(即,人们无法假设长期内对手是谁,也无法假设需要了解他们的哪些方面)。此外,这种观点还预设了情报分析并不是一个可能(原则上)拥有自身推理标准的独立研究领域。 情报分析可能不仅仅是应用于秘密收集的对手信息的社会科学——它可能是其自身的学科。分析师适当的教育背景可能不仅仅是出于对情报的兴趣而学习的现有学科;它可能是专门针对情报分析本身的教育。因此,尽管可能仍有少数人(再次默认地)按照这种观点行事,但很少有人会准备好将其辩护为信息时代情报分析推理的正确理想。


2. 结构方法:情报分析中的推理作为主题专家使用结构化分析技术


当今最接近一个完全成型且确立的情报分析推理范式的是结构法,该方法将分析师的推理视为主题专家使用“结构化分析技术”。这一方法最为人熟知的是与 Randolph Pherson 以及 1990 年代末期中央情报局(CIA)其他一些著名培训师和方法论学者的工作相关,包括 Jack Davis、Roger Z. George、Richards Heuer 和 Morgan Jones。根据 Pherson 和 Heuer 的说法,CIA 的 Sherman Kent 情报分析学院的成立是一个重要的背景事件,因为该学院早期就被赋予任务,编纂了过去几十年中以“替代分析”之名开发的各种技术,用以探索难以评估的事件,如军事政变和其他类型的重大分析意外。这一任务后来扩展到包括更广泛的技术,旨在“将严谨性和结构注入分析师的日常工作中”,作为分析改革努力的一部分。 最终,2005 年采用了“结构化分析技术”这一术语作为这些技术的首选名称,并在最终的(非机密)CIA 入门书《技艺入门:改进情报分析的结构化分析技术》中使用。 2 2 ^(2){ }^{2} 自那时起,类似的入门书在情报界 3 3 ^(3){ }^{3} 以及盟国的姊妹机构中相继出现,该方法的开发者通过他们自己的出版物、教学和培训继续进一步发展这一观点。 4 4 ^(4){ }^{4}

结构分析法与之前描述的默认“传统”方法形成鲜明对比,后者依赖分析人员基于一般证据评估和各自学科标准进行推理。Pherson 和 Heuer 提到,这种未经辅助的主题专家分析“通常是个人努力,其中推理过程在很大程度上停留在分析师的脑海中,直到被写入草稿报告为止。” 5 5 ^(5){ }^{5} 它“在活动中结合了主题专业知识和批判性思维,进行”。


分析主要发生在分析师的头脑中。” " 6 " 6 ^("6){ }^{" 6} 相比之下,结构化方法中的推理致力于“以某种方式将我们的思维外化和分解,使得其他有知识的分析师能够逐条或逐步审查和批评。”7 它通过结构化分析技术实现这一点。每种技术都是一个自包含的、逐步的过程,用于评估某种类型的问题。其中一些较为知名的方法包括结构化头脑风暴、关键假设检查、竞争假设分析和替代未来分析。

在情报分析推理中使用结构化分析技术,将其分解为透明过程中的具体、可识别的步骤。这有四大潜在优势。首先,它有可能减轻某些显著认知陷阱的影响。例如,确认偏误是一种常见的人类倾向,即只寻找(或强调)符合已有信念的证据,而非同时寻找可能与之冲突(或支持替代方案)的证据。像竞争假设分析这样的结构化技术,明确指导分析师不以“符合”这些观点的信息为衡量标准,而是以与之不一致的信息为依据(从而可能阻止分析师表现出确认偏误)。 8 8 ^(8){ }^{8} 其次,结构化技术还促进了分析师之间的协作。当分析师推理的核心仅存在于其个人思维中时,与他人共同评估问题可能颇为困难。但如果遵循预设的步骤清单,多位分析师就能共同遵循同一流程。 这引出了结构化技术的第三个好处:解决分析师之间争议的潜力。当推理完全停留在主题专家的头脑中时,争议往往通过选择更信任的专家(或谁的直觉更符合自己的)来解决。但一旦这些想法以逐步的方式外化,就有一个独立的标准可以对其进行评估,从而有可能制定“规则”来解决意见分歧。显然,无法保证争议会得到所有人的满意解决,但至少会有更稳健的独立“基本规则”可以用于尝试解决。 9 9 ^(9){ }^{9} 第四,一旦分析师达成评估并处理了潜在的争议,他们不仅会对自己评估的内容有更强的理解,还会更清楚评估的原因。因此,结构化技术也有助于向客户传达其推理过程,使他们能够更轻松地自行思考,或更容易识别需要跟进的相关问题。

这些技术本身源自多种渠道。其中一些,如“竞争假设分析”和“替代未来分析”,明显是为了将特定学术理论(如卡尔·波普尔的科学哲学证伪主义方法及彼得·施瓦茨等思想家的情景规划策略)操作化而做出的尝试。另一些技术,如“关键假设检查”,则似乎是该方法的开发者独创,并在情报分析师的实际工作中“在职”产生的。因此,这种方法可视为一种“自下而上”的过程,实践者旨在汇编并完善其“最佳实践”,以试图捕捉分析师推理的理想形态。这些技术被分为八大类别:分解与可视化、创意生成、情景与指标、假设生成与检验、因果评估、挑战分析、冲突管理以及决策支持。而技术的选择将部分基于其所属类别,以及分析师在分析过程中所处的阶段。 例如,在定义项目时,分解和可视化或创意生成的技术可能最为有用。为了理解最近发生的事件,假设生成和测试的技术,


因果关系的评估或挑战技术可能最为有用。要预见未来,情景和指标的技术可能最为重要(依此类推)。 10 10 ^(10){ }^{10} 其理念是,每个特定的分析项目都将有一系列对其各方面有用的技术。这可以说是分析人员推理方法最重要的整体见解:理想的分析师推理是针对特定类型问题量身定制的。通过使用具有这种问题特异性的技术,分析过程将透明且受规则约束,这将减轻认知陷阱的影响,促进协作,帮助解决争议,并改善对决策者基本推理的清晰沟通。


3. 非正式逻辑方法:在 IA 中的推理作为论点的构建与评估(从前提到结论的推论)


如果结构方法是情报分析内部推理的主要既定范式(或最接近于此),那么非形式逻辑方法则代表了情报分析外部推理的主要既定范式。尽管它在公元前六世纪末/五世纪初的著名前苏格拉底哲学家如巴门尼德那里以可识别的形式首次得到体现,但苏格拉底( 470 399 470 399 470-399470-399 BC)和柏拉图(公元前 428-348 年)在后者的著名对话中将其付诸更为坚实的实践,随后由亚里士多德(公元前 384-322 年)在其著作中系统化地编纂成典。 11 11 ^(11){ }^{11} 因此,这一方法自西方哲学发端至今,对大部分哲学领域具有绝对的基础性意义。最终,这种推理方法(尤其是亚里士多德的)在中世纪大学所有研究领域的三大基础学科“三艺”中占据了三分之一(另外两门是语法和修辞)。 这一三部曲延续至今,大多数大学对大一新生都有“通识教育”要求,包括写作、传播学/公共演讲以及“批判性思维”。广义上讲,这种方法将推理的核心视为发展主张和识别含义——“论证”,即从前提到结论的推理——根据一套证据标准。这些标准涉及构成适当推理的规则,以及构成正当前提(当不来自先前推理时)的原则。推理规则既涉及一个主张何时(及如何)暗示另一个主张的标准规则(即“有效”推理形式),也涉及一个主张何时(及如何)不暗示另一个主张的常见例子(即“谬误”)。现在,由于这种方法借鉴了西方哲学中如此核心的内容,人们可能会好奇它与任何基于论证的推理(如前面提到的“学科”/主题专家方法所做的)有何不同。 虽然这种方法确实定义了构成“一般证据考量”的元素,这些元素(理想情况下)会在任何领域中使用,但这种方法比在其他领域的常见“论证”中更为集中地关注这些考量,并以更加自觉和精确的方式应用它们。

在哲学近代早期(十七世纪至二十世纪初),随着更为“数学化”的逻辑方法的发展,这种推理方式经历了一定的迂回。亚里士多德逻辑通常是通过“自然语言”来发展和解释的;也就是说,使用完整、具体的示例句子。例如,考虑那个著名的三段论:“所有人都是会死的。苏格拉底是人。因此,苏格拉底是会死的。”然而,后来,像戈特弗里德·莱布尼茨(1646-1716)这样的人物通过用符号和变量而非具体示例来发展和解释逻辑,从而“形式化”了逻辑。


例如,可以将上述三段论更一般地表达为:对于所有 x x xx ,如果 x x xx 是 P,则 x x xx 是 Q。 x x xx 是 P。因此, x x xx Q Q QQ 。或者更正式地表达为:(1) V x ( P x Q x ) V x ( P x Q x ) Vx(Px rarr Qx)V x(P x \rightarrow Q x) (2) P x P x PxP x (3) Qx。这使得逻辑本质上更加“数学化”,并最终导致了今天众所周知的符号逻辑系统,这要归功于乔治·布尔(1815-1864)和戈特洛布·弗雷格(1848-1925)等人的工作。他们的工作推动了逻辑和数学的许多进步(并最终为计算机编程和建模等更广泛的表示方法奠定了基础)。然而,它从“三艺”中提取了逻辑的“普遍”适用性,并开始使其变得模糊。对逻辑感兴趣的人不得不选择易于理解但“过时”的非正式亚里士多德方法,或者更现代的正式方法。作为回应,出现了一种新的变体:“批判性思维”。在某种程度上,这种方法旨在利用现代符号逻辑的严谨性和理解,使其像亚里士多德逻辑一样更易于理解和“日常适用”。 由此产生的作品,如欧文·柯匹 1953 年的《逻辑学精要》,定义了这种“非形式逻辑”的推理方法,以及几十年来大多数人在大学“批判性思维”课程中所体验的内容。 12 12 ^(12){ }^{12}

强调非形式逻辑的推理,重点在于识别推理(潜在前提、得出的结论以及可能的联系),评估推理结构(是否“有效”),以及评估潜在前提的质量。通常,这一过程侧重于演绎推理(即前提被认为必然导致结论的论证:前提为真而结论为假是不可能的)或归纳概括(即利用样本群体的主张来支持关于整体群体的论证)。偶尔,也会探讨一些关于统计/概率推理的基本概念(运用概率论的核心公理)。之所以强调这三者,是因为评估它们的标准非常明确且相对容易解释(即使有时掌握起来颇具挑战)。

非形式逻辑方法已被关注于使其更易于应用于现实世界推理(尤其是大学生在“批判性思维”课程中的推理,旨在支持他们的“通识教育”)的思想家们以多种方式加以调整。一些人将对构建和评估论点的关注更加普遍化,并不仅深入探讨推理类型或谬误,而是更侧重于更普遍的论证过程的实践。其中一种方法围绕“论证映射”的使用展开。论证映射是开发一个论点的视觉图表,从顶部的结论开始,然后通过前提(以及从子前提推导出支持前提的推理)逐步深入到更深层次的支持。虽然这种方法源自 J.H.威格莫尔 13 13 ^(13){ }^{13} 和斯蒂芬·图尔敏 14 14 ^(14){ }^{14} 的工作,但随 Rationale 等便利软件的发展,以及蒂姆·范·盖尔德和 AUSTHINK 团体等倡导者的推动,它已变得更加流行。 15 15 ^(15){ }^{15} 该方法通过前哲学家转行成为情报方法论专家的史蒂夫·里伯(Steve Rieber)的工作,最直接地进入了情报分析领域,他提倡将其作为改进分析师思维的潜在方法。 16 16 ^(16){ }^{16} 自那时起,多种情报培训项目(包括 CIA 和 DIA)已在课程中试验或全面整合了论证映射的教学。甚至 Heuer 和 Pherson 现在也在他们的工作中包含了论证映射,尽管他们将其重新解释为一种特定的结构化分析技术,而不是作为所有推理形式的通用方法。 17 17 ^(17){ }^{17} 这种方法的一个变体最近在 Gheorghe Tecuci、David A. Schum、Dorin Marcu 和 Mihai Boicu 的工作中出现,他们提出了一个与一般区分相结合的论证映射框架。


演绎、归纳和溯因推理,用以支持(他们所描述的)假设构建与评估的方法。 18 18 ^(18){ }^{18} 因此,非形式逻辑方法可被视为一种“自上而下”的途径,其中应用现有的学术理论(即“最佳原则”)来尝试应对情报挑战。

从操作上讲,这种方法大致如下运作:分析人员从一个位于顶部的方框中的潜在结论开始。然后,在左侧,他们识别出接受这一结论的潜在理由(每个理由分别置于单独的方框中,并通过独立的(通常是绿色的)箭头与结论相连)。在右侧,他们则识别出反对接受这一结论的潜在异议(同样,每个异议也放在单独的方框中,并通过(通常是红色的)箭头与结论相连)。在支持结论的理由和反对结论的异议下方,会有进一步支持该理由(或异议)的理由,或反对该理由(或异议)的异议。理论上,这一过程可以无限延伸至更深层次,或至少持续到分析人员确信所有支持与反对结论的潜在因素都已被识别为止。从结构上看,它与语法中的句子图解、修辞或写作中的提纲等类似事物并非完全不同。

非形式逻辑方法有若干潜在益处。首先,它使可能的证据关联透明化,便于批判性审查。这不仅意味着分析师可能更容易发现潜在证据,而且他们能更轻易地区分不同的推理线索。因此,举例来说,某一线索的失败不会自动被视为结论也随之失效(或者仅因为一条反对意见最终不成立,并不意味着结论就必然成立)。类似于使用结构化分析技术带来的透明度优势,这可以促进协作,并有助于分析师之间争议的仲裁。其次,与结构化方法相似,甚至可能更胜一筹,该方法便于向客户传达根本理由。一个已经全面规划了所有支持与反对理由(以及它们各自的支持与反对依据)的结论,将更容易转化为书面成果,为那个结论提供论证。 正如一般的大纲能使演讲更加有序和引人入胜,论证映射也使推理过程如此。第三,这种方法的许多支持者提出,通过各种使用研究,它(在某种程度上)已被验证能够提升“批判性思维”。尽管复杂且存在争议,但建议指出,接受过广泛论证映射训练的人在涉及论证评估的标准化测试中,往往比未接受此类训练的人表现更好。因此,那些相信可以“验证”推理方法论的人, 19 19 ^(19){ }^{19} 并且认为这是我们在情报分析推理方法中所追求的核心,已经发现这种方法颇具吸引力。总的来说,它最重要的洞见似乎是:理想的分析师推理遵循一套普遍原则。这些原则促进了证据评估、清晰沟通,并可能根据这些标准进行评估。


4. 心智方法的要素:将推理作为应用于思维要素的思考标准,以培养积极的心理习惯


批判性思维这一术语根据其使用语境的不同,具有多种含义。对一些人而言,它仅是严谨、周密推理的通用术语。而对于另一些人,它则是指在推理过程中特别注重提出可能的反对意见或批评。

在许多学术语境中,“批判性思维”已特指人们早期教育阶段所修的一门特定课程(即前述“三艺”中“逻辑学”的现代衍生)。而后者涵盖了从传统的亚里士多德逻辑到基础的现代符号逻辑,再到介于两者之间的内容。因此,许多人将“批判性思维”仅理解为基本逻辑,并依据个人偏好的逻辑方法进行诠释。因此,若寻找更为“高级”的批判性思维课程,或是一个更广泛的“批判性思维”学术领域,往往无果而终。这正是《心灵要素》方法发挥作用之处。它体现了学者理查德·保罗和琳达·埃尔德(来自批判性思维基金会)的尝试,旨在构建一个超越“初级逻辑”的全面“批判性思维”理论。他们将批判性思维定义为“在思考的过程中反思思考,以优化思考的艺术”。 " 20 " 20 ^("20){ }^{" 20} 在他们的方法中,这种推理是将思维标准(如清晰性和精确性)应用于思维要素(如目的、问题和观点),以培养积极的思维习惯(如理智上的谦逊、自主性和公正性)。 21 21 ^(21){ }^{21} 这一观点已被其他思想家如 Gerald Nosich 进一步完善, 22 22 ^(22){ }^{22} 并在支持不仅在大学而且在中小学教育中教授批判性思维的努力中产生了影响。正是本着这种精神,David T. Moore 将这一方法改编,开发了第一个自称为针对情报分析师的批判性思维课程,该课程最初在美国国家安全局实施,但随后通过 Moore 2006 年颇具影响力的著作《批判性思维与情报分析》推广到美国国防部的一系列其他机构。因此,与非形式逻辑方法一样,思维要素方法可以被视为一种“自上而下”的方法,其中应用了现有的学术理论(即“最佳原则”)以应对分析师的挑战。

心智要素方法具有非常广泛的应用范围,因为任何问题都可以通过以下八个思维要素进行分解:(1) 目的:研究这个问题的原因是什么?(2) 观点:对该问题的不同评估是什么?(3) 假设:不同评估背后的基本主张是什么?(4) 影响:这些评估的后果是什么?(5) 信息:哪些证据可以确认或否定这些评估?(6) 推理:从基本信息中能得出什么结论?(7) 概念:与这些评估相关的主要理论是什么?(8) 问题:评估这个问题需要解决的关键问题是什么? 233 233 ^(233){ }^{233} 不仅思维可以被分解为这八个要素,还可以有意识地尝试对其应用某些智力标准。该方法提出的十个关键标准是清晰性、准确性、相关性、逻辑性、广度、精确性、重要性、完整性、公平性和深度。 24 24 ^(24){ }^{24} 要应用这些标准,有一系列问题需要提出。例如,要应用“逻辑”,可以问:“这一切是否一致?”或“结论是否真的从你所说的内容中得出?”因此,思维标准通过优秀思考者在梳理思维要素时向自己提出的标准问题得以操作化。

心智要素方法不仅优先考虑自我反思的推理,以使思维更加透明、易于审查和仲裁(如结构性和非正式逻辑方法),而且旨在自我改进。更准确地说,该方法建议以这样一种方式进行推理,不仅使个人的推理更好,而且使个人作为推理者更好。换句话说,它强调这一过程旨在培养“积极的心理习惯”。该方法识别了八种这样的习惯:谦逊、自主性、正直、勇气、毅力、自信、同理心和公正心。


共同定义的与其说是“批判性思维”是什么,不如说是“批判性思考者”是谁。因此,这种方法不仅提供了推理的技巧,还阐述了推理的特质。所以,推理的目的不仅仅是通过严谨的技巧找到“正确答案”,而是提升自己作为推理者的能力。推理不仅仅是分析者使用的一套工具,更是分析者个人特质的体现。因此,这种方法强调了分析者自身在过程中的角色,而不仅仅在于他们是否体现了某些规则或技巧。这为推理方法提供了非常重要的见解:理想的分析者推理体现了良好的思维习惯。


5. 对比三种方法:它们有何不同?


这三种方法可以从驱动它们的敏感性(它们是如何形成的)、定义它们的主题(它们作为思维对象所关注的内容)、指导它们的标准(应用于该思维对象的内容)以及从它们中得出的最重要的思想(用于发展一个全面的推理理论)等方面进行对比。

这三种方法可以在“感知性”方面进行对比:即它们是如何形成的。结构法起源于情报分析师和方法论学者,他们试图在其同事中编目并提炼“最佳实践”。这是一种“自下而上”的方法,从特定的良好推理实例出发,逐步迈向更普遍的推理方法。相比之下,非形式逻辑法和心灵要素法则都起源于学术界,随后由分析师(或以情报为研究重点的学者)应用于情报问题。他们试图找出可应用于情报的“最佳原则”,然后展示这些原则如何用于分析师面临的实际挑战。因此,这是一种“自上而下”的方法,从已有的良好推理方法出发,然后展示其在情报分析中的应用。


这三种方法可以在其“主题”上进行对比:它们将什么视为“思考的对象”。换句话说,分析师在思考什么?结构方法将其解释为分析师的具体问题,如定义项目、理解最近的事件或预测未来结果。非正式逻辑方法将分析师的思考对象解释为命题和推理。换句话说,分析师是在从一组前提(基于现有信息)到结论的可能论证中进行思考。思维要素方法将其解释为思维的部分,如目的、观点、假设、含义、信息、推理、概念和问题。非正式逻辑范式可以被认为比思维要素方法具有更窄的焦点,因为个别主张和推理是该方法所针对的完整“思维部分”的子集。虽然非正式逻辑方法并没有忽视目的、概念或问题,但它们并未像思维要素方法那样集中关注这些内容。 结构主义方法更多地关注思维对象的内容(例如,最近事件的意义、对未来的预测等),而非非形式逻辑和心灵元素,后者更倾向于将其解释为一种事物类别(例如,推理、目的等)。


这三种方法可以根据它们的“标准”进行对比:即(规范地)应用于那个思维对象的是什么。也就是说,独立于分析者,他们在思考时可以诉诸的是什么?结构法和非形式逻辑法都诉诸理性技术作为指导分析者思维的标准。结构法


该方法提供了广泛多样的技术(针对每种分析师问题都有多种),而非正式逻辑方法则提供了一种适用于所有类型问题的单一方法。相比之下,“心灵要素”方法诉诸于另一种标准:理性特质;即“积极的心理习惯”标准,如谦逊、自主性或公正性。这些特质与所有类型的问题同样相关,就像非正式逻辑方法中的通用技术一样,但它们不仅仅是一套步骤或规则。当然,它们可以以那种方式应用,但它们更旨在描述理想的推理者(而不仅仅是理想的推理过程)。

表 4.1. 现存推理范式的比较

主题专家对结构化分析技术的结构性运用
Structural Use of Structured Analytic Techniques by Subject Experts| Structural | | :--- | | Use of Structured Analytic Techniques by Subject Experts |

非正式逻辑的构建与论证和推理的评估
Informal Logical Construction and Assessment of Arguments and Inferences| Informal Logical | | :--- | | Construction and | | Assessment of | | Arguments and | | Inferences |

思维标准要素应用于思维要素以培养积极的心理习惯
Elements of the Mind Thinking Standards Applied to Elements of Thought to Develop Positive Mental Habits| Elements of the Mind | | :--- | | Thinking Standards Applied to Elements of Thought to Develop Positive Mental Habits |

描述方法的摘要

IA 中的理想推理是针对特定类型的问题使用特定的简化步骤集(“结构化分析技术”)

IA 中的理想推理是通过适当结构(有充分支持)的推理从前提(信息)到结论的推理过程

IA 中的理想推理是将理想思维标准应用于已被分解为主要要素的思考过程

驱动方法的情感

从业者(“自下而上”):现任/前任分析师寻求分类并完善“最佳实践”
Practitioner ("Bottom Up"): Present/former analysts seeking to catalog and refine "best practices"| Practitioner | | :--- | | ("Bottom Up"): Present/former analysts seeking to catalog and refine "best practices" |

学术(“自上而下”):学者和分析师将现有学术理论应用于 I A I A IAI A 挑战
Academic ("Top Down"): Academics and analysts applying extant academic theory to IA challenges| Academic | | :--- | | ("Top Down"): Academics and analysts applying extant academic theory to $I A$ challenges |

学术(“自上而下”):学者和分析师将现有学术理论应用于 I A I A IAI A 挑战
Academic ("Top Down"): Academics and analysts applying extant academic theory to IA challenges| Academic | | :--- | | ("Top Down"): Academics and analysts applying extant academic theory to $I A$ challenges |

定义方法的主题
  分析师的问题
命题与推理
  思想的部分

指导方法的标准
  好方法   好的论证   好习惯

源自该方法的重大理念

理想的分析师推理针对特定类型的问题进行了定制

理想的分析师推理遵循一套普遍原则

理想的分析师推理体现了良好的思维习惯
"Structural Use of Structured Analytic Techniques by Subject Experts" "Informal Logical Construction and Assessment of Arguments and Inferences" "Elements of the Mind Thinking Standards Applied to Elements of Thought to Develop Positive Mental Habits" Summary That Describes the Approach Ideal reasoning in IA is using specific simplified sets of steps ("structured analytic techniques") for specific corresponding types of problems Ideal reasoning in IA is reasoning from premises (information) to conclusions by means of properly structured (wellsupported) inferences Ideal reasoning in IA is applying ideal standards of thought to thinking that has been broken down into its major elements Sensibility That Drives the Approach "Practitioner ("Bottom Up"): Present/former analysts seeking to catalog and refine "best practices"" "Academic ("Top Down"): Academics and analysts applying extant academic theory to IA challenges" "Academic ("Top Down"): Academics and analysts applying extant academic theory to IA challenges" Subject That Defines the Approach Problems of Analysts Propositions and Inferences Parts of Thought Standard That Directs the Approach Good Methods Good Argumentation Good Habits Significant Idea That Derives from the Approach Ideal analyst reasoning is tailored to specific types of problems Ideal analyst reasoning follows a set of universal principles Ideal analyst reasoning embodies good intellectual habits| | Structural <br> Use of Structured Analytic Techniques by Subject Experts | Informal Logical <br> Construction and <br> Assessment of <br> Arguments and <br> Inferences | Elements of the Mind <br> Thinking Standards Applied to Elements of Thought to Develop Positive Mental Habits | | :---: | :---: | :---: | :---: | | Summary That Describes the Approach | Ideal reasoning in IA is using specific simplified sets of steps ("structured analytic techniques") for specific corresponding types of problems | Ideal reasoning in IA is reasoning from premises (information) to conclusions by means of properly structured (wellsupported) inferences | Ideal reasoning in IA is applying ideal standards of thought to thinking that has been broken down into its major elements | | Sensibility That Drives the Approach | Practitioner <br> ("Bottom Up"): Present/former analysts seeking to catalog and refine "best practices" | Academic <br> ("Top Down"): Academics and analysts applying extant academic theory to $I A$ challenges | Academic <br> ("Top Down"): Academics and analysts applying extant academic theory to $I A$ challenges | | Subject That Defines the Approach | Problems of Analysts | Propositions and Inferences | Parts of Thought | | Standard That Directs the Approach | Good Methods | Good Argumentation | Good Habits | | Significant Idea That Derives from the Approach | Ideal analyst reasoning is tailored to specific types of problems | Ideal analyst reasoning follows a set of universal principles | Ideal analyst reasoning embodies good intellectual habits |

最后,这三种方法可以从它们对发展全面推理理论的“最重要理念”进行对比。这是本工作最接近评估这些观点的地方。关于它们的价值,还有很多可以写的,但由于本工作的目的是“建设性的”(为情报分析师开发一种新的推理方法)而非“破坏性的”(批评其他方法),


关于这些其他方法效用的完整故事将留待他日再叙。因此,这里假设这三种观点都对情报分析师的推理理论有宝贵的贡献。特别是,综合来看,它们提出理想的推理应针对特定类型的问题量身定制,遵循一套普遍原则,并体现良好的思维习惯。这些观点所做的潜在贡献远不止这些,但在发展本工作方法时,它们尤其值得注意,因为它们符合本研究的最终主张,即情报分析师的理想推理由特质、技巧和目标构成。

  注释


  1. 一个迹象是这些不同观点缺乏标准化的名称。因此,我在之前关于情报分析中批判性思维的论文中最终简单地创造了这些名称。参见 Noel Hendrickson,《情报分析中的批判性思维》,《国际情报与反情报杂志》21 卷,第 4 期(2008 年):679-93,以及《美国情报百科全书》中的“批判性思维”,由 Greg Moore 编辑(博卡拉顿,佛罗里达州:Auerbach 出版社,2014 年),213-19。希望这些观点的倡导者最终会开始使用他们偏好的术语来讨论它们。目前,我将使用看起来(至少对我来说)合适的标题。

  2. 这是历史的简要概述。更多内容请参阅 Richards J. Heuer Jr.和 Randolph H. Pherson 的《Structured Analytic Techniques for Intelligence Analysis》(千橡市,CA:CQ 出版社,2010 年)。

  3. 例如,参见 CIA 分析局,《分析技巧入门:改进情报分析的结构化分析技术》(CIA:谢尔曼·肯特学院,2005 年),以及 DIA 分析局,《分析技巧入门:基础结构化分析技术》(DIA:分析局,2008 年)。

  4. 例如,参见摩根·琼斯,《思考者工具包》(纽约:三河出版社,1998 年);小理查兹·J·休尔,《情报分析心理学》(CIA:情报研究中心,1999 年);伦道夫·H·费尔森,《分析工具与技术手册》(费尔森联合公司,2008 年);休尔与费尔森,《结构化分析技术》。

  5. Heuer 和 Pherson,《结构化分析技术》,22。
  6.   同上,23。
  7.   同上,4。

  8. 这是 Heuer 的《情报分析心理学》中提出的著名且开创性的论点。

  9. 严格来说,我并未注意到这种方法的支持者指出使用结构化分析技术的这第三个潜在好处,但我认为这显然是它们的潜在价值所在。

  10. 参见 Heuer 和 Pherson 所著《结构化分析技术》第 36-37 页。

  11. 参见柏拉图《申辩篇》、《理想国》或《泰阿泰德篇》,收录于欧文·埃德曼编辑的《柏拉图著作集》(纽约:现代图书馆,1956 年)。对于亚里士多德,可参考其《工具论》,收录于 W.D.罗斯编辑的《亚里士多德著作集》第一卷(伦敦:牛津大学出版社,1960 年)。

  12. 参见标志性的欧文·M·柯匹、卡尔·科恩和丹尼尔·E·弗莱格所著的《逻辑学精要》(新泽西州上萨德尔河:皮尔逊普伦蒂斯霍尔出版社,2007 年)。

  13. 参见约翰·亨利·威格莫尔,《司法证明原则》(利特尔顿,科罗拉多州:弗雷德·B·罗斯曼公司,1998 年)。

  14. 参见 Stephen Toulmin,《论证的用途》,更新版(纽约:剑桥大学出版社,2003 年)。

  15. 参见 Timothy van Gelder,《The Rationale for Rationale m" , " L a w , P r o b a b i l i t y a n d R i s k 6 m"  , " L a w , P r o b a b i l i t y a n d R i s k 6 ^("m" ","Law,ProbabilityandRisk)6{ }^{\text {m" }, " ~ L a w, ~ P r o b a b i l i t y ~ a n d ~ R i s k ~} 6 (2007)》:23-42。

  16. 参见 Steven Rieber 和 Neil Thomason 所著的《创建国家分析方法研究所》,《情报研究》第 49 卷第 4 期(2005 年)。

  17. Heuer 和 Pherson,《结构化分析技术》,170-72 页。

  18. 参见 Gheorghe Tecuci、David A. Schum、Dorin Marcu 和 Mihai Boicu 所著的《情报分析作为证据、假设和论证的发现》(纽约:剑桥大学出版社,2016 年)。

  19. 我对这个项目持怀疑态度。

  20. 理查德·保罗与琳达·埃尔德,《批判性思维:学习顶尖思考者的工具》(新泽西州上鞍河:皮尔森普伦蒂斯霍尔出版社,2006 年),xiii。

  21. 参见 Paul 和 Elder 的《批判性思维》。

  22. 见 Gerald Nosich,《学会深入思考》(Upper Saddle River, NJ: Pearson Prentice Hall, 2008)。

  23. 要了解一个情报问题如何按照这八个要素进行分解,请参阅 David T. Moore 的《批判性思维与情报分析》(华盛顿特区:JMIC 出版社,2006 年)。

  24. 更多详细信息,请参阅 Paul 和 Elder 的《Critical Thinking》。

5


推理的多维方法


介绍个人、程序和问题特定维度

  摘要


本作品旨在为信息时代的情报分析师构建一套全面的推理理论,既为有志于此的分析师提供推理方面的教育背景,也为情报专业人员拓展工具包,同时为专注于情报研究的学者和方法论者提供系统的学术推理理论。为此,前几章探讨了推理理论(基本认识论与逻辑)、情报分析及信息时代中一些核心概念的本质,以识别这三者各自带来的主要挑战。随后,本作品考察了现有情报分析中的主要推理方法,旨在识别它们对构建全面理论可能做出的最显著贡献。每一部分讨论均以基于这些洞见并全面应对这些挑战的推理方法类型为线索作结。最终,本章将探讨由此产生的多维推理视角。首先,阐述分析师进行多维推理的目的;其次,定义情报多维推理的参数。 第三,它为分析人员开发了一个(非常广泛的)多维推理实践描述。


1. 情报分析师推理目的的多维方法:推理理想背后的动机


分析师通过推理形成知识(相信某一陈述为真,且该信念与该陈述的实际真相之间存在充分、认知上理想的关系)和智慧(在特定情境下,针对特定决策,能充分引导特定个体适当达成其特定目标的知识)。情报分析师从立场独立的视角发展知识与智慧,以提升决策者相对于潜在竞争者(及/或对手)的地位。这一切都发生在信息时代这一背景下,其主要挑战在于培育信息流程以生成智慧。这三者共同塑造了信息时代情报分析师推理的目的:分析师通过培育信息,为决策者生成知识与智慧,提供独特视角,并应对一系列特质、技巧及目标挑战。


1.1. 情报分析师的独特视角与推理目的


分析师拥有独特视角的最谦逊方式在于其起源背景。情报分析师的立场从根本上不同于决策者(及其相关的政策分析师)。决策者的视角由其特定的意识形态取向、固定的(通常较短的)任期所塑造,并且他们不仅参与问题分析,还涉及决策制定、决策实施、实施评估以及在更广泛背景下为决策辩护。相比之下,分析师的视角则不受任何特定意识形态取向的假设影响,他们长期保持角色,并完全致力于问题分析。因此,他们的立场倾向于发展一种更长期、较少意识形态色彩且以分析为中心的视角。当然,个别分析师的经验可能并不完全符合这一描述。 但总的来说,这终究是一个非常谦逊的主张:分析人员不像决策者那样,在同等程度上受到自身立场对意识形态目的、短期考虑或问题分析之外事务的束缚。

分析师视角被认为更具独特性,是因为其增强了可信度。传统上,人们可能会将此与分析师能够基于秘密收集的信息构建评估联系起来。在冷战期间,分析的主要对象(苏联及其盟国)大体上只能通过此类方式接触。而且,这些信息并不总是直接提供给决策者自行评估。然而,在信息时代,这种情况已不再普遍适用。尽管仍有一些地方只能通过秘密收集手段进入(例如朝鲜),但数量远少于过去。同时,开源信息革命已经大规模展开,越来越多的信息不再仅来源于秘密收集。此外,当秘密收集的信息至关重要时,许多决策者现在更倾向于查看收集到的“原始情报”,以便自行识别其含义。 1 1 ^(1){ }^{1}

定义分析师独特视角的“现代”方法,在其(提出的)增强的“客观性”中确立了更高的可信度。目前,“客观性”在这里可能有两种不同的理解方式。第一种理解将其视为“中立性”。也就是说,分析师的思维较少受到个人特定因素的影响,如他们自身的情况、背景、个性或意识形态。这是一种“消极”意义上的客观性:客观思维所不具备的特征。第二种理解将其视为“规则主导”。也就是说,分析师的思维受到一系列以证据为基础的推理原则的影响。这是一种“积极”意义上的客观性:客观思维的本质所在。如今,许多人认为这两种理解都是分析师独特性(及可信度)的组成部分。例如,它们代表了美国国家情报总监办公室制定的五项“分析标准”中的两项,这些标准旨在为美国所有情报分析师提供规范性指导。 2 2 ^(2){ }^{2} 第一种意义体现在“独立于政治考量”的标准中。第二种意义则体现在“客观性”的标准中。因此,在某种程度上,对于分析师推理独特性和可信度最常见的解释(除了他们能接触到秘密收集的信息外),便是其客观性。

任何将客观性作为解释分析师特殊可信度(或独特性)的讨论,都立即面临近期学术界对这一概念的怀疑所带来的巨大挑战。有人指责说,客观性对人类而言是一种不切实际的期望(其可实现性有限),并且/或者试图实现客观性会带来意想不到的后果,使人不仅对自己而且对他人观点中的特定情境方面变得不那么敏感。这一争议的最终解决超出了本讨论的范围。


这项工作,但公平地指出两点是合理的。首先,一个合理的客观性解释会承认(回应第一个反对意见),它旨在成为追求的规定性理想,而不是对普通人实际达成的描述性真实记录。其次,一个合理的客观性解释会认为,忽视另一群体视角的独特性将不会是对它们的客观理解。换言之,允许自己的意识形态差异产生对他人完全负面的描述,这并不客观。虽然要捍卫将客观性理想作为分析师特殊可信度(或整体独特性)的决定因素,远不止这些需要说明的内容,但显而易见的是,当这一理想被更为谦逊地理解时,它并非不可行的。

尽管本研究对分析者独特视角的更为宏大的解释抱有同情,但它主要提出了一个更为谦逊的解释。最终,这是作者所偏爱的诠释,尽管接受它并非认同整体愿景的前提。因此,它并未成为任何长篇大论的主题。相反,提出这一观点旨在激发该领域的进一步思考,并补充本研究的愿景。提议如下:分析者视角的独特性可能不仅仅源于初始背景的差异,而无需直接假设其具有更高的可信度。这可能是因为推理过程本身不同。换言之,分析者思维的差异不仅在于其外部起源(分析者的背景)或外部结果(分析者与真理的可信联系),而在于推理的内在特质。或许,分析者推理的独特性是其本质特征的一部分。 也就是说,情报分析师的推理有可能体现,甚至构成其自身内在具有价值的理想推理模式。换言之,情境的特殊性与可信度的特殊性是分析师思维的外部因素(即其与起源或结果的关系)。这些因素使得情报推理因分析师思维之外的事物而独特。但或许,分析师思维的内部因素使其与众不同。换句话说,分析师思维中的“理想”并非来源于其出处或去向,而是其本身(内在)的特征。


更具体地说,这一建议认为分析师的视角之所以独特,是因为它具备一种特殊性质:它本身便是推理理想(或至少是追求推理理想的努力)的典范。那么,分析师推理中的这一理想究竟是什么呢?对此问题的最终答案,正是本作品为信息时代情报分析师所提出的推理愿景。因此,其完整阐述将在后文呈现。但在此稍作预告:分析师的推理体现了一种多维度的理想,包括良好的推理特质(积极的心理习惯)、良好的推理技巧(透明、规则主导的思维)以及良好的推理目标(针对情报推理中不足、不相关、不确定及无意义等挑战的具体问题聚焦)。而展现这一多维度理想的推理,其独特性并不依赖于其起源(分析师的情境)或结果(分析师的可信度),尽管它显然与这两者潜在的外部独特性都是兼容的。 因此,情报分析员的工作目的具有双重性。首先,他们将努力体现一种本质上就具有价值的理想推理方式。其次,他们将试图激励他人(即决策者)也能践行这一理想推理方式。换言之,他们的目的是成为理想的(问题分析)推理“榜样”。 3 3 ^(3){ }^{3}


情报分析师培养信息以生成智慧,为决策者提供独特的视角。这种视角的差异可以从其特殊性中理解。


情境的特殊性、其特殊的可信度以及/或其特殊的性质。情境的特殊性(可以说)是不可否认的。可信度的特殊性(至少在原则上)是合理的,尽管仍可能面临一些超出本工作范围的更大质疑。而关于性质特殊性的理念(据作者所知)是一个较新的提议,因此很难对其做出最终判断。但这里有两个支持它的最终思考。首先,只要人们接受了来自情境的特殊性或来自可信度的特殊性,这些实际上都是分析者推理之外的因素(其起源和结果)。难道完全基于外部因素的独特性解释不是不充分的吗?难道不需要另一种也关注内部因素(如性质特殊性)的解释吗?其次,在信息时代,文化中交流平台的开放性和人们越来越多地只与志同道合的思想者聚集在一起,使得找到理想推理的例子变得越来越难。因此,对于决策者来说,还有什么比扩展的理想推理例子更有价值呢? 在整体文化中,现在可用的资源如此之少——决策者还能从哪里获得可靠的信息来源呢?也许这就是(或至少应该是)情报分析员及其“独特视角”的目的。


1.2. 情报分析师的独特挑战与推理目的


前几章分别探讨了推理、情报分析和信息时代的挑战。这三个方面都存在与推理特征、推理技巧和推理目标相关的问题。现在,可以整体性地探讨它们在这三个领域各自挑战的集体效应。信息时代的情报分析推理面临三类挑战:人员的内在错误、过程的外在错误,以及不足、无关、不确定和微不足道的问题。所有这些挑战都是由情报分析产生的,但根植于一般推理,并在信息时代加剧。因此,它们之所以成为情报分析的决定性特征,并非因为它们完全独特,而是因为它们在情报分析中尤为深刻。

首先,考虑个人内部错误的特质挑战。总的来说,这一障碍存在于心态、偏见和谬误之中。分析师是必须努力减少其个人弱点被传递到更广泛情报分析过程中的人。在一定程度上,这是分析师如何保持其立场独立视角的方式。他们拥有“心态”,即他们对所分析主题的个人看法。这本身并不一定是坏事,除非这些观点是错误的,而当它们错误时,很容易扩散到更广泛的过程中。分析师必须找到方法来减轻他们可能持有的任何错误心态的影响。分析师可能最终形成错误心态的一种方式是通过持有偏见或犯下谬误。 4 4 ^(4){ }^{4} 也就是说,他们可能会在一般情况下以非理性的方式推理(偏见),或在特定情况下以非理性的方式推理(谬误)。分析师必须找到方法来减少他们可能持有的偏见的影响,并避免在推理中犯错,无论他们可能有什么一般倾向。 这一挑战更普遍地根植于推理的本质,因为分析师(作为推理者)在实施任何发现真相的过程中本身就可能出错。而在信息时代,这一挑战进一步加剧,因为这个时代拥有日益开放的交流平台(尤其是社交媒体),它们不断邀请人们加入并得出结论,即使他们(理性上)并未做好准备。信息时代的技术鼓励每个人在缺乏更严格审查过程的情况下做出判断,从而加剧了他们本已易犯错误的特质,可能为寻找知识和智慧带来更大的问题。

其次,考虑过程外部错误的技术挑战。总体而言,这一障碍在于缺乏透明度或规则约束。这对情报分析至关重要,因为分析过程自然会产生不同观点,且分析师试图保持立场独立的视角,因此不同观点应通过开放、独立的标准而非政治/意识形态或制度压力来解决。分析师需要依赖独立于自身(及其决策者)的标准来调和不同意见。分析师(及决策者)必须能够“检查”他们的工作,并确定其合理性(或缺乏合理性)。这意味着过程必须是某种特定类型的过程(即透明且受规则约束)。 5 5 ^(5){ }^{5} 这一挑战在推理中更为普遍,因为分析师可能用来发现真相的任何标准化/制度化过程都是易出错的(因此需要开放和可问责)。 在信息时代,这一挑战进一步加剧,因为这个时代促使越来越多的人根据其政治和意识形态聚集,从而阻碍了差异的理性解决。也就是说,人们更倾向于仅与已达成共识的人进行(严肃)互动,而非通过辩论来化解分歧。这增强了技术挑战的力量,给分析师在尝试生成知识和智慧时制造了难题。

第三,综合考量不足、不相关、不确定及无意义等问题所指向的挑战。总体而言,这些障碍体现在有限的可靠数据、误导性信息、众多可能的未来路径,以及对及时且有用决策的需求上。综合来看,它们源于分析师旨在提升决策者相对于潜在竞争者(或对手)地位的目标。情报分析催生了所有这四项挑战。决策者的竞争者(或对手)可能试图阻止其获取关于自身的可靠数据,用无关信息分散其注意力,通过不可预测(或出其不意)来挫败决策者的预期,并在决策者尚未真正“准备好”或最有利选项尚未明确前迫使其做出回应。尽管这些现象在其他领域也存在,但在情报分析中它们上升到了特别核心的重要地位。


四大目标挑战也根植于信仰与知识之间、过去知识与未来知识之间,以及知识与智慧之间的普遍推理差异。信仰与知识之间存在理论鸿沟,因为现有证据并不保证真理(可靠数据有限)。信仰与知识之间存在实践鸿沟,因为现有证据并不总是明确其为证据(误导性信息)。过去知识与未来知识之间存在鸿沟,因为世界具有变化的可能性(多种未来路径)。知识与智慧之间存在鸿沟,因为知识并非对每个人、每个决策、每种情境和目标都至关重要(需要及时、有用的决策)。

信息时代进一步加剧了这四大挑战。不可靠数据的日益增多降低了可靠数据的比例及其被发现的几率(可靠数据有限)。信息的爆炸式增长使得寻找相关信息变得更难,而找到无关信息则更容易(误导性信息)。人与人之间互动的增加放大了个体带来的不可预测性(多种可能的未来路径)。而人、物及观念流动速度的加快,进一步压缩了决策所需的时间(急需及时且有效的决策)。这一切都放大了四大目标挑战——不足性、无关性、不确定性和无意义性——的重要性,因为分析者致力于从独特视角出发,为决策者提炼知识与智慧。

表 5.1. 情报分析师的推理挑战

一般推理如何为挑战奠定基础

情报分析如何生成挑战
How Intelligence Analysis Generates the Challenge| How Intelligence | | :--- | | Analysis | | Generates the Challenge |

信息时代如何加剧挑战

特质挑战(人格内部错误):“心态、偏见或谬误”

分析师在执行任何发现真相的过程中本身也是容易出错的

分析师应避免将其弱点传导至更广泛的流程中

通信平台日益开放,邀请人们在未做好准备时加入

技术挑战(过程的外部错误):“不透明或不受规则约束”

任何分析师用来发现真相的标准化/制度化过程都是可能出错的

分歧应通过独立标准而非政治压力来解决

基于意识形态的集群化增加阻碍了理性解决

首要目标挑战(不足问题):“可靠数据有限”

信念与知识之间的理论鸿沟:现有证据并不能保证真理

竞争对手/对手可能会试图阻止获取关于他们的可靠数据

不可靠数据的增加降低了(找到)可靠数据的比例

第二目标挑战(无关性问题):“误导信息”
Second Target Challenge (Irrelevance Problem): "Misleading Information"| Second Target Challenge | | :--- | | (Irrelevance Problem): "Misleading Information" |

信念与知识之间的实际差距:现有证据并不总是明确表明其为证据
Practical gap between belief and knowledge: Available evidence is not always clear that it is evidence| Practical gap between belief and knowledge: | | :--- | | Available evidence is not always clear that it is evidence |

竞争对手/对手可能会试图用不相关的信息来分散注意力

信息量的增加使得找到相关数据变得更难,而找到无关数据则更容易

第三目标挑战(不确定性问题):“许多可能的未来路径”
Third Target Challenge (Indeterminacy Problem): "Many Possible Future Paths"| Third Target | | :--- | | Challenge | | (Indeterminacy | | Problem): | | "Many Possible | | Future Paths" |

过去知识与未来知识之间的差距:世界有变化的潜力

竞争对手/对手可能会试图变得不可预测(出其不意;违背预期)

人与人之间互动的增加放大了个体的不可预测性

第四目标挑战(无关紧要问题):“需要及时、有用的决策”
Fourth Target Challenge (Insignificance Problem): "Need for Timely, Useful Decisions"| Fourth Target Challenge | | :--- | | (Insignificance Problem): "Need for Timely, Useful Decisions" |

知识与智慧之间的差距:并非对每个人、每个决策、每种情境和每个目标都至关重要

竞争对手/对手可能会在客户真正“准备好”之前试图强迫其作出回应

人、物和思想速度的提升进一步限制了决策的时间
How General Reasoning Grounds the Challenge "How Intelligence Analysis Generates the Challenge" How Information Age Escalates the Challenge Trait Challenge (Inside Errors of Persons): "Mindset, Bias, or Fallacy" Analysts are fallible in themselves in implementing any process for discovering truth Analysts should mitigate transmitting their weaknesses into to the broader process Increasing openness of communicative platforms invites people to join in when they are not prepared Technique Challenge (Outside Errors of Processes): "Not Transparent or Rule Governed" Any standardized/ institutionalized process analysts use to discover the truth is fallible Differences should be resolvable by independent standard and not political pressure Increasing amount of clustering based on ideology discourages rational resolution First Target Challenge (Insufficiency Problem): "Limited Reliable Data" Theoretical gap between belief and knowledge: Available evidence does not guarantee truth The competitors/ adversaries may try to deny access to reliable data being available about them Increasing amount of unreliable data lowers proportion of (odds of finding) reliable data "Second Target Challenge (Irrelevance Problem): "Misleading Information"" "Practical gap between belief and knowledge: Available evidence is not always clear that it is evidence" The competitors/ adversaries may try to distract with information that is not relevant Increasing amount of information makes it harder to find relevant and easier to find irrelevant data "Third Target Challenge (Indeterminacy Problem): "Many Possible Future Paths"" Gap between knowledge of the past and knowledge of the future: The world has the potential to change The competitors/ adversaries may try to be unpredictable (be surprising; go against expectations) Increasing amount of interaction between people magnifies individual unpredictability "Fourth Target Challenge (Insignificance Problem): "Need for Timely, Useful Decisions"" Gap between knowledge and wisdom: It is not always significant to every person, decision, context, and goal The competitors/ adversaries may try to force a response before the client is really "ready" Increasing speed of persons, things, and ideas further limits time for decision making| | How General Reasoning Grounds the Challenge | How Intelligence <br> Analysis <br> Generates the Challenge | How Information Age Escalates the Challenge | | :---: | :---: | :---: | :---: | | Trait Challenge (Inside Errors of Persons): "Mindset, Bias, or Fallacy" | Analysts are fallible in themselves in implementing any process for discovering truth | Analysts should mitigate transmitting their weaknesses into to the broader process | Increasing openness of communicative platforms invites people to join in when they are not prepared | | Technique Challenge (Outside Errors of Processes): "Not Transparent or Rule Governed" | Any standardized/ institutionalized process analysts use to discover the truth is fallible | Differences should be resolvable by independent standard and not political pressure | Increasing amount of clustering based on ideology discourages rational resolution | | First Target Challenge (Insufficiency Problem): "Limited Reliable Data" | Theoretical gap between belief and knowledge: Available evidence does not guarantee truth | The competitors/ adversaries may try to deny access to reliable data being available about them | Increasing amount of unreliable data lowers proportion of (odds of finding) reliable data | | Second Target Challenge <br> (Irrelevance Problem): "Misleading Information" | Practical gap between belief and knowledge: <br> Available evidence is not always clear that it is evidence | The competitors/ adversaries may try to distract with information that is not relevant | Increasing amount of information makes it harder to find relevant and easier to find irrelevant data | | Third Target <br> Challenge <br> (Indeterminacy <br> Problem): <br> "Many Possible <br> Future Paths" | Gap between knowledge of the past and knowledge of the future: The world has the potential to change | The competitors/ adversaries may try to be unpredictable (be surprising; go against expectations) | Increasing amount of interaction between people magnifies individual unpredictability | | Fourth Target Challenge <br> (Insignificance Problem): "Need for Timely, Useful Decisions" | Gap between knowledge and wisdom: It is not always significant to every person, decision, context, and goal | The competitors/ adversaries may try to force a response before the client is really "ready" | Increasing speed of persons, things, and ideas further limits time for decision making |

请注意这三种挑战(特质、技巧和目标)如何很好地映射到先前从情报分析师推理的三种现有方法中得出的见解。心智要素方法得出的结论是,理想的分析师推理体现了良好的智力习惯,这似乎对应于心态、偏见和谬误的“特质挑战”。非正式逻辑方法得出的结论是,理想的分析师推理遵循一套普遍原则,这似乎对应于


推理的“技术挑战”必须是透明且受规则支配的。结构方法得出的结论是,理想的分析师推理是针对特定类型问题量身定制的,这似乎与需要不同类型推理来应对的“目标挑战”相对应。


1.3. 情报分析师的推理目的:结论


推理在情报分析中的作用是培养信息,为决策者生成知识和智慧,并提供独特的视角(在其特殊背景、特殊可信度和/或特殊性质方面)。但要实现这一目标,情报分析中的推理必须应对三大挑战。因此,从实现其最终目标的手段来看,推理在情报分析中的另一种角色是应对特质挑战(思维方式、偏见和谬误)、技术挑战(透明且受规则约束)以及目标挑战(有限的可靠数据、误导性信息、多种可能的未来路径以及对及时、有用决策的需求)。这些挑战是情报分析的核心,源于其从位置独立的视角出发,针对竞争对手(或对手),但建立在一般推理基础上,并在信息时代加剧。因此,它们通过其在情报分析中的强大影响力而非完全独特性来定义情报分析。


2. 多维提案:情报分析师的推理理论:推理理想的参数


在为分析师构建推理描述时,存在一种巨大的张力。情报工作的挑战将分析师拉向相互竞争的方向。一方面,分析师极其需要一个透明且受规则约束的推理过程,这既源于对“客观性”的需求,也来自对分析严谨性的渴望。分析师应以清晰、逐步的方式进行推理,以便自己和他人能够轻松评估。但另一方面,分析师同样迫切需要对抗自己的思维定势、偏见和谬误。人们可能会认为满足前者的需求就足以应对后者,但实际上它们是截然不同的两回事。前者更多关乎分析师所采用的程序(即他们的推理过程),而后者则更多关乎分析师个人。思维定势、偏见和谬误并非抽象推理过程的特征;相反,它们是对具体个人及其推理的具体描述。 仅仅提供对推理步骤的描述,无论多么严谨,都不足以对抗心态、偏见和谬误。必须将分析者不仅视为过程的一部分,而且视为人(目的本身)。然而,如果转向一种优先考虑分析者潜在特征(如他们的思维习惯)的描述,那也是不够的。因为无论对优秀推理者的描述(即他们的认知特征)如何,都无法充分使他们的推理透明且受规则支配。因此,存在一个两难困境:要么追求一种强调分析程序而忽视分析者作为人的描述,要么追求一种强调分析者作为人而忽视其分析程序的描述。无论哪种方式,都会让人感到不足。而这种对更多内容的渴望,正是本提案的核心动机。

在考虑如何解决这一困境之前,还有另一系列问题需要被考虑:这些问题源于分析师们正在推理的主题。具体而言,分析师们是在针对客户的竞争对手/对手进行推理,这些对手以有限的可靠数据(“不足”问题)、误导性信息(“无关”问题)、通过其自由意志和对不可预测性的渴望所展现的多种未来路径(“不确定性”问题),以及通过迫使客户在尚未完全“准备好”之前做出反应而需要的及时且有用的决策(“无足轻重”问题)来应对。针对分析师的推理描述应当特别受到这些特定挑战的驱动,同时也应体现出对这些挑战的全面理解。也就是说,推理方法不应仅仅适用于这些挑战,而应当为这些挑战进行优化。必须对它们进行优先排序。这也是开发一种专门为情报分析师世界设计的新学术理论的关键部分之一。

从一开始,这部作品就预示了其对困境的终极多维回应。在对推理问题、情报分析、信息时代以及其他现有推理论述的讨论中,该提议已多次被暗示。如何既强调分析程序又强调分析师作为个体,以及如何优先处理情报中独特的推理问题,其解决之道其实很简单:

将分析师的推理视为具有三个同等重要的维度——个人维度、程序维度和问题特定维度。

这是多维方法的核心。如果分析师推理的目的具有不同的维度(似乎确实如此),那么唯一能够胜任的理想也将具有不同的维度。这些维度之间没有优先顺序,任何一个维度也不能简化为另一个。它们就像物理物体的维度:宽度不是深度,深度不是高度,高度也不是宽度。不能将任何一个维度翻译或转化为另一个(同时保持物体不变)。宽度、深度和高度都是该物体的维度。这比喻了在信息时代如何构想情报分析师的理想推理。分析师的理想推理是多维的:它同时是个人的、程序的和问题特定的。

为了将这一多维理想以最普遍的形式呈现:推理是由人针对问题所进行的过程。首先,推理是一个“过程”。作为一种理想,它为分析者提供了应遵循的“规则”:他们在思考过程中应当采取的特定行为。分析者遵循这些规则的程度体现了其思考的“深度”(即其严谨性)。这些是分析者在推理中运用的技巧——分析者所做的事。这是推理的程序维度。其次,推理是由“人”完成的。作为一种理想,它为分析者树立了应体现的“美德”:作为思考者应具备的特定智力特征或习惯。分析者拥有这些美德的程度反映了其思考的“广度”(其思考所适用的范围)。这些是分析者在推理中的特质——分析者是谁。这是推理的个人维度。第三,推理涉及(特定类型的)“问题”。作为一种理想,它为分析者提供了推理的“领域”:应思考的特定优先问题。这些是分析者在推理中的目标——分析者所向之处。 这是问题特定维度的推理。因此,在信息时代,最适合情报分析师的推理理想是多维的,并同等强调三个“角度”来体现它:推理特质、推理技巧和推理目标。


图 5.1 推理主要维度的概述


作为一种推理理想,这种多维方法为信息时代分析人员提供了“良好”推理的构成要素。它具有规定性和/或规范性,因为它确立了一个分析人员应追求的标准。它代表了他们的推理(理想情况下)应该是什么样子。它旨在拥有任何其他规定性理想(如道德或伦理理想)的全部意义和力量。因此,它旨在“绝对”地对应于独立于自身存在的某物,并且它的现实性不仅仅依赖于任何个人或集体对其的理解。在描述这一理想时,这项工作是在构建关于理想的叙述,而非创造理想本身。正如人类应追求一种超越的道德善,他们也应追求一种超越的智力(即推理)善。尽管大多数人对道德善的客观理想概念较为熟悉,但智力(即推理)善的客观理想概念则相对鲜为人知。 然而,将推理设想为受某种理想支配,这种理想与伦理理想相类似,并非本作品的独创。这一思想有着悠久的哲学传统,可追溯至亚里士多德(正如本章稍后探讨的那样),并由此衍生了直至十四世纪仍占据主导地位的经院哲学传统。它以一种不同的形式延续至现代思想,代表人物如约翰·洛克,并在 W. K. 克利福德 1877 年颇具影响力的文章《信念的伦理》中得到了著名的倡导。 " ^("" "){ }^{\text {" }} 尽管并非所有思想家都以这种方式构想推理,但本作品在这方面并无原创性可言。

如果为情报分析员制定一套规范性的推理标准这一想法仍显得奇特,不妨考虑美国国家情报总监办公室的五项官方“分析标准”:客观性、独立于政治考量、及时性、基于所有可获取的情报信息来源,以及贯彻并展现专业技能标准。 7 7 ^(7){ }^{7} 人们当然可以将其仅仅视为一份集体商定的清单,分析员之所以必须遵守,仅仅因为他们是采纳这些标准的组织中的雇员。但也可以将其视为努力“捕捉”某种更深层次的东西。


显著的是:比如对理想分析者推理的部分愿景。自然地,作为大型政府组织的产物,它是极简的(以避免无法实施和评估)。但不难将其想象为任何职业中试图发现其超越性价值的尝试。这里还有一个类比:这些标准仅仅是渴望成为,比方说,篮球比赛中禁止“走步”的规则(即一种定义人类创造活动的惯例,本可以轻易不同)?还是,它们渴望成为类似于“公平竞赛”或“体育精神”理想的东西(即在人类互动中捕捉内在、潜在卓越的潜在善)?似乎有理由认为,人们可能会将这些标准背后的工作解读为(即使是无意中)朝着分析者推理理想的一种追求。

现在,与人类推理的其他哲学理想不同,所提出的多维理想并非适用于所有人类推理的通用理想。相反,它专门针对信息时代情报分析师的推理。其动机是前几章中描述的情报分析推理所面临的独特挑战。然而,这些挑战之所以独特,并非因为它们在情报分析之外闻所未闻,而是因为它们在情报分析内部尤为深刻。因此,这一理想中的某些要素将适用于所有推理,尤其是信息时代的推理。但也存在其他要素并不适用。(本质上归结为:它们对情报分析至关重要,以至于成为其推理理想的一部分。)因此,多维方法仅旨在成为信息时代情报分析师推理的理想。这并不意味着它在其他地方没有有用的交叉应用。确实有。但它并非针对其他情境的最优选择,且从未被设计或意图如此。

作为一种规定性或规范性的理想,与多维方法相关联的规则自然是存在的。这些规则是分析师应当遵循的具体推理行为,例如确立决策的重要性、构建合理的替代方案以及识别证据上的局限性。类似于道德准则,这些规则被提议为普遍之善。也就是说,遵循它们总是有益的,而违背它们则总是不利的。它们的价值存在于所有情境和环境中,因此,无论身处何种环境,人们都应努力按照这些规则行事。例如,在情报分析中,良好的推理总是聚焦于客户所面临的“利害关系”以及它希望为哪些类型的决策提供信息。它总是考虑可行的替代结论,并且始终识别自身的(证据上的)局限。同样,未做到这些的情报推理在某种程度上是不良的。正如道德规则一样,人们可以为这些规则建立层级,以便在特定情况下它们发生冲突时,其中一个规则可以“优先”于另一个。当然,这也将是一个普遍原则。 更一般地说,推理规则代表了当人们将“良好”推理视为对行为的描述时——分析师在智力上所做(或不做)的事情——所发生的情况。人们也可以将它们视为与推理过程相关的优良性:将推理分解为一步步的行动序列(或集合)。

虽然大多数人习惯于从规则的角度思考规范或准则,但也可以从美德的角度来考虑它们。这些美德并非描述良好的特定推理行为(如规则那样),而是描述推理者良好的特定特质。例如,一个好的推理者展现出谦逊、深思熟虑和优雅。与道德美德类似,这些并非推理者的行为,而是其拥有的倾向或习惯。它们作为推理者性格中普遍良好的方面。然而,与规则不同,其具体实施会因情境而有所变化。例如,优雅在具体性和细节之间取得平衡。


在推理中追求普遍性和可理解性。但具体表现取决于特定情境,这与“发展合理替代方案”这样的规则不同。对于是否已发展出合理替代方案,存在一个更清晰且更脱离上下文的“分界线”,而对于是否恰当地平衡了具体性和普遍性则不然。这是美德本质上是描述一个人而非描述一个过程的自然结果。拥有美德不仅仅是遵循规则。一个根本上关乎分析师所做的事,另一个则关乎分析师是什么样的人。它们相互影响,但并非同一事物。

在伦理学中,有一个悠久的哲学传统将道德善性从根本上视为与规则相关。例如,现代著名思想家伊曼努尔·康德根据“绝对命令”来构想道德善性,即一个人有义务以这样一种方式行动,使得他能够始终如一地希望这种行为被普遍执行。 9 9 ^(9){ }^{9} 另一种基于规则的方法源自约翰·斯图尔特·密尔,他根据“功利原则”来构想道德善性,即一个人有义务以最大化最多数人的幸福(理解为不仅仅是快乐的感觉)的方式行动。 10 10 ^(10){ }^{10} 相比之下,另一个遵循亚里士多德和中世纪经院哲学的悠久伦理传统,将道德善性视为一系列美德的体现,如勇气、节制和正义。 11 11 ^(11){ }^{11} 同样,有些哲学家也从认知规则的角度理解知识理论,而另一些则从“心灵的德性”角度理解。本文提议,为了此处的目的,分析师的理想推理应被构想为结合两者。 12 12 ^(12){ }^{12} 换句话说,良好的推理不应被简化为单纯的规则或单纯的美德,而是扮演着两者共同的角色。 13 13 ^(13){ }^{13}


规定性和规范性的理想传统上被构想为规则和美德。但本文提出的理想中的第三个维度,即问题特定维度,在类似的理想中较少有先例。简而言之,第三维度使得这种推理愿景成为信息时代情报分析师的理想。在这一背景下,存在一些特定类型的推理问题,这些问题对构成良好推理具有重要意义。问题特定维度试图捕捉的正是这些独特目标:情报分析中由分析师对客户竞争对手/对手的关注所创造的推理目标。具体而言,这些是推理面临的四个挑战:不足(有限的可靠数据)、无关(误导性信息)、不确定性(多种可能的未来路径)和无意义(需要及时、有用的决策)。显然,推理的挑战或问题并非理想本身;相反,理想是旨在应对这一挑战的相应类型的推理。 因此,问题特定维度代表了对于情报分析师尤为重要的各类问题,以及与之对应的推理类型。共有四种(对应四个问题):(1) 假设发展提出“正在发生什么?”的问题;(2) 因果分析提出“为什么会发生这种情况?”的问题;(3) 未来探索提出“何时何地可能发生变化?”的问题;(4) 策略评估提出“客户应如何应对?”的问题。这四种相互关联的推理类型(及相应的问题类别)构成了信息时代情报分析推理理想的重要组成部分。

现在,问题特定的维度并不是使多维方法成为分析推理理想的唯一因素。该理论提出的具体规则和美德同样旨在成为信息时代情报分析师的推理理想。换句话说,这些规则和美德也不一定对其他类型的推理者来说是理想的。例如,像“确立决策重要性”这样的内容显然不是。


哲学家或社会科学家的准则。他们依然能够进行良好的推理——事实上,非常好——即使关于那些与决策者正在考虑的具体选择没有明确联系的事物。与客户决策的联系是情报分析的明确特征,但并不适用于所有其他领域。同样,优雅对于哲学家或社会科学家来说也几乎不是理想。事实上,有人可能会提出相反的观点:许多学者以精确为荣,以至于他们小领域之外的人常常无法理解他们的论文。是的,决策重要性和优雅有时在其他领域也可能有用,但它们绝对不是这些领域的规则或美德。然而,它们对情报分析师来说却是必需的。因此,虽然问题特定维度在将理想与信息时代情报分析师推理的具体挑战联系起来方面起着非常直接和明显的作用,但这并不意味着其他个人和程序维度就不同样适应这一独特环境。 14 14 ^(14){ }^{14}

多维方法将“良好”推理同时定义为特质(推理美德:表征优秀思考者的特征)、技巧(推理规则:思考中的良好行为)和目标(推理情境:值得思考的好问题)。这三个维度同等基础且重要。它们被称为推理的三个“维度”,类似于物理物体的长、宽、高三个维度。这是有意选择的语言表达,因为它们并非推理的“部分”。“部分”可以独立存在,即使整体只有在部分连接时才能存在。例如,可以将桌子的腿、桌面和抽屉分开。相比之下,一个维度(至少对于物理物体而言)不能独立于其他维度存在。桌子的宽度无法与深度或高度分离。可以改变其中一个维度而不改变其他维度(例如,将高度减少一英寸),但无法完全将它们分离。这就是如何构想推理的多维理想。 无法将推理的美德、推理的规则与推理的问题完全分离开来。它们是同一事物的三个不同方面,尽管并非完全可分割。换言之,这一理想(即推理的“优良性”)扮演着三种不同的角色。它解释了分析者作为思考者应具备何种品质(个人维度上的美德),分析者在思考时应遵循何种规则(程序维度上的规则),以及分析者在思考中应朝何处去(问题特定维度上的背景/问题)。这一理想是一体,却同时扮演着三个同等重要的角色。

此时需要做出两个重要的澄清(并在后续专门讨论这三个主要维度的章节中再次强调)。这并不是对“批判性思维”的描述,而是针对情报分析师的“推理”描述。尽管这一方法最初的工作是使用“批判性思维”这一术语提出的,但值得注意的是,这种全面探讨并不自视为批判性思维。不幸的是,“批判性思维”这一术语已经让许多人联想到一种与(例如)创造性思维截然不同的推理方式。因此,如果说这是对“批判性思维”的描述,就意味着它不包括“创造性思维”(反之亦然)。然而,多维视角认为,这些并不是独立的推理类型,而是强调整体推理中不同方面的两种方式。一种更倾向于“生成”选项,另一种则更侧重于“评估”选项(尽管这是一个非常粗略的简化)。两者在任何对情报分析师推理的合理描述中都是绝对核心的。 如果评估不是针对精心生成的选项进行的,那么评估就毫无用处;而如果这些选项没有得到妥善评估,生成也同样无用。换个说法,这种方法选择不将大多数人所说的“批判性思维”和“创造性思维”视为独立的思维类型。显然,这种方法涵盖了人们所理解的“批判性思维”,但其目的在于——


做的远不止这些。因此,这就是为什么在整个过程中使用更通用的术语“推理”而不是“批判性思维”(甚至“创造性思维”)。使用这些术语意味着它们是独立的过程,但实际上并非如此。

第二个澄清点涉及本研究中提出的最终方法。这一理想分析者推理的愿景将通过十五种方法变得完全实用,供分析者在推理中使用。这些方法对于理解整体方法至关重要,因为它们是旨在无缝衔接所提出“理论”的“实践”。然而,需要注意的是,构成这些方法的步骤本身并非推理的理想。它们并非其定义的美德、规则或问题。该方法的美德在于所提出的个人推理维度的十二个理想特征(如谦逊、反思性和优雅,将在第 6 章进一步探讨)。该方法的规则在于所提出的程序推理维度的十二种理想行为(如确立决策重要性、开发合理替代方案和识别证据限制,将在第 7 章进一步探讨)。 这种方法的问题构成了针对特定问题的推理维度所提出的十二个理想目标(如第 8 章将探讨的:“什么是正在发生的事情的合理理论?”“哪些信息最能确定关于正在发生的事情的最合理理论?”以及“要使这成为关于正在发生的事情的最合理理论,必须假设什么?”)。这些目标本身代表了该方法的“绝对准则”。这些方法提供了如何在特定情境中实现这三重理想的具体建议。正因为如此,它们对于所针对的情境而言,显得有些通用。方法的步骤可以以多种不同的方式呈现。每个步骤都可以更加详细或简略,以更贴近或远离理想范例。此处展示它们的方式,是作者综合考虑后认为对本书潜在读者(即那些相对新于此类方法,但愿意投入时间以达到超越新手水平的熟练程度的人)最为普遍有用的呈现方式。

本工作的方法如同厨师的食谱,或如舞者、武术家的身体姿势与动作描述。它们帮助初学者学习如何“擅长”某事,但要做到“卓越”,仅此还不够。

因此,尽管本工作提出的方法意义重大(并且可能是使用此方法的任何人在日常实践中的关注焦点),但它们并非多维账户的全部和终极目标。因此,鼓励读者根据自身具体情况对这些步骤进行适当调整。关键在于理解最初按此处所述执行它们的原因,并确保改变的理由同样恰当。此方法的最终“目的”是理想本身,这些方法是指向它的一种途径。


3. 情报分析中推理实践的多维方法:推理理想的重要性


对这一多维理想的最全面阐述,需要分别对每一维度进行更为详尽的探索(这将在接下来的三章中完成)。然而,这前提是……


ent 部分更深入地探讨了每一种方法,以探索该方法的整体意义。它对现实世界的情报分析师有何“不同”?当该论述转化为具体方法论时,将在后续章节中给出完整答案。但这里可以解释的是,该论述以一种更普遍的方式对分析师“产生影响”。特别是,多维方法之所以重要,是因为它确立了情报分析作为一种职业的独特性、其作为职业的价值以及分析师在该职业中的发展路径。此外,它还为开发(和评估)分析师使用的潜在方法提供了基础。

首先,将账户进一步分解为其次要维度。第一,个人维度代表“分析师应当成为什么样的人”,涉及十二种认知“美德”(或理想思维者特征)。这十二种美德可大致分为四组“通用”美德(或“次要”维度):智力勇气、智力自制、辨别力及智力公正。第二,程序维度代表“分析师应当做什么”,包括十二项认知“规则”(或理想思维行为)。这十二项规则可大致归纳为四项通用规则(或“次要”维度):识别相关背景、推断合理结论、设想可能替代方案及解读更广泛意义。第三,针对特定问题的维度代表“分析师应在推理中走向何方”,依据一系列认知领域(或理想思考问题)。这十二个问题同样可归为四个通用问题(或“次要”维度):正在发生什么?为何会发生?何时何地可能发生变化?以及客户应如何应对?


图 5.2. 推理次要维度概述


情报分析师的工作应追求达到专业水平。但分析师的工作并非仅凭认真负责这一普遍意义上的“专业”,而是因为它反映了一套独特的特性,这些特性将情报分析定义为独立的学科和工作领域。而定义一个职业本质的,不仅仅是它做什么,更在于它如何去做。换言之,一个职业的界限


职业由其独特的“存在方式”所定义。可以说,一个职业的核心真正体现在其价值观体系——即其“伦理”上。情报分析之所以独特,在于它追求一种“位置独立的视角”,以此评估“竞争对手和对手”这一独特目标,客户希望借此提升自身地位。然而,这并非情报分析成为独立职业的全部原因。该职业的独特性还在于其理想。多维方法通过三种同等重要的价值观类型:美德(受重视的特质)、规则(受重视的行为)和问题(受重视的领域),对这些价值观进行了非常详尽的阐述。这种阐述的详细程度有力地证明了其重要性,因为它能够独特地帮助确立情报分析作为独立职业的独特性。

然而,情报分析师的工作不仅仅是一项专业工作,而是“增值型”专业工作。也就是说,他们的工作旨在为另一种工作(客户和决策者的工作)“增添价值”。多维方法提出,这种价值在于情报分析师的推理所体现甚至构成的潜在理想推理模式,这种推理本身具有内在价值。分析师所谓的特殊性并非仅仅源自其思维之外的因素(即其背景或与真相的联系),而是源于分析师思维内部的特性。换言之,分析师思维中的“价值”在于其内在本质。多维方法对其内在本质提供了非常有力的解释,使其可以被合理地视为一种真正的理想。这一解释的详细程度也为其重要性提供了另一个强有力的论据,因为它有助于奠定情报分析作为一门职业的价值基础。


情报分析师,如同所有专业人士一样,其工作表现可能有好有坏。但工作质量是一个程度问题,是随着时间发展并提升的。只有具备被评估的标准,一个人才能做到这一点。换言之,必须有一个追求的理想。这正是多维度方法所提供的。它告诉分析师们应该渴望提出哪些问题(问题特定维度的“领域”),在回答这些问题时应采取哪些行动(程序维度的“规则”),以及在此过程中应成为怎样的人(个人维度的“美德”)。这一推理理想不仅仅是理论问题,更是实践问题。它告诉分析师们作为思考者应该是谁,在思考中应该做什么,以及他们的思考应该走向何方。因此,多维度方法提供了一个强有力的理想,帮助分析师理解他们的推理应该是怎样的,以便有目标去长期努力发展。 此账户细节的详尽程度进一步体现了其重要性,因为它有助于分析师在其职业发展中确立方向。


通过假设智能分析的理想推理具有三个同等重要的维度,多维方法为智能分析推理提供了一个坚实的学术理论,并为分析人员提供了理想的推理模式。这对情报分析人员的工作具有现实意义,因为它确立了(1)情报分析作为一个职业的独特性,(2)情报分析作为一个职业的价值,以及(3)分析人员在其职业中的发展路径。然而,要全面理解这一意义的影响,必须更详细地探讨每个维度以及由此产生的方法论。

关于多维方法的重要性及其最终提出的方法论,最后还需说明一点。这一论述为确定哪些类型的分析方法值得使用提供了基础。在此基础上,最佳的方法是那些

表 5.2 比较推理的三个主要维度
  个人维度   程序维度
问题特定维度

分析师作为思考者的特质

分析师在思考中做什么

分析师在思考中的去向

认知特质(思考者的特征)
Cognitive Traits (Characteristics of Thinkers)| Cognitive Traits | | :--- | | (Characteristics of Thinkers) |

认知技巧(思维中的行为)
Cognitive Techniques (Behaviors in Thinking)| Cognitive Techniques | | :--- | | (Behaviors in Thinking) |

认知目标(思考领域)
Cognitive Targets (Domains to Think About)| Cognitive Targets | | :--- | | (Domains to Think About) |

理想推理作为美德

理想推理作为规则

理想推理作为问题

受分析师内在因素(思维模式、偏见、谬误)的挑战

受到分析师外部的挑战(需要透明评估)
Challenged by the Analyst's Outside (Need for Transparent Assessment)| Challenged by the Analyst's | | :--- | | Outside (Need for Transparent Assessment) |

受到分析对象(竞争对手或对手)的挑战
  分析广度   分析深度   分析高度

通过分析天平检查法强调

通过分析过程反思法强调
Emphasized by Analytic Process Reflection Method| Emphasized by Analytic | | :--- | | Process Reflection Method |

通过分析问题分类方法强调
Emphasized by Analytic Problem Classification Method| Emphasized by Analytic | | :--- | | Problem Classification | | Method |

智力勇气(次要个人维度 1)
Intellectual Courage (Secondary Personal Dimension 1)| Intellectual Courage | | :--- | | (Secondary Personal Dimension 1) |

识别相关背景(次要程序维度 1)
Identify Relevant Background (Secondary Procedural Dimension 1)| Identify Relevant | | :--- | | Background | | (Secondary Procedural | | Dimension 1) |

“发生了什么?”(次级问题特定维度 1)
"What Is Happening?" (Secondary Problem-Specific Dimension 1)| "What Is Happening?" | | :--- | | (Secondary Problem-Specific Dimension 1) |

智力自控(次要个人维度 2)

推断合理结论(次级程序维度 2)

“为什么会发生这种情况?”(次级问题特定维度 2)

洞察力(次要个人维度 3)
Discernment (Secondary Personal Dimension 3)| Discernment | | :--- | | (Secondary Personal Dimension 3) |

想象可能的替代方案(次要程序维度 3)

“这一变化可能在哪里以及何时发生?”(次要问题特定维度 3)

智力公正(次级个人维度 4)
Intellectual Fairness (Secondary Personal Dimension 4)| Intellectual Fairness | | :--- | | (Secondary Personal Dimension 4) |

解读更广泛的意义(次要程序维度 4)

“客户如何应对?”(次要问题特定维度 4)
"How Can the Client Respond to It?" (Secondary Problem-Specific Dimension 4)| "How Can the Client | | :--- | | Respond to It?" | | (Secondary Problem-Specific | | Dimension 4) |
Personal Dimension Procedural Dimension Problem-Specific Dimension Who the Analyst Is as a Thinker What the Analyst Does in Thinking Where the Analyst Goes in Thinking "Cognitive Traits (Characteristics of Thinkers)" "Cognitive Techniques (Behaviors in Thinking)" "Cognitive Targets (Domains to Think About)" Ideal Reasoning as Virtues Ideal Reasoning as Rules Ideal Reasoning as Questions Challenged by the Analyst's Inside (Mindsets, Biases, Fallacies) "Challenged by the Analyst's Outside (Need for Transparent Assessment)" Challenged by the Object of Analysis (The Competitor or Adversary) Breadth of Analysis Depth of Analysis Height of Analysis Emphasized by Analytic Balance Check Method "Emphasized by Analytic Process Reflection Method" "Emphasized by Analytic Problem Classification Method" "Intellectual Courage (Secondary Personal Dimension 1)" "Identify Relevant Background (Secondary Procedural Dimension 1)" ""What Is Happening?" (Secondary Problem-Specific Dimension 1)" Intellectual Self-Control (Secondary Personal Dimension 2) Infer Plausible Conclusions (Secondary Procedural Dimension 2) "Why Is This Happening?" (Secondary Problem-Specific Dimension 2) "Discernment (Secondary Personal Dimension 3)" Imagine Possible Alternatives (Secondary Procedural Dimension 3) "Where and When Might This Change?" (Secondary Problem-Specific Dimension 3) "Intellectual Fairness (Secondary Personal Dimension 4)" Interpret Broader Meaning (Secondary Procedural Dimension 4) ""How Can the Client Respond to It?" (Secondary Problem-Specific Dimension 4)"| Personal Dimension | Procedural Dimension | Problem-Specific Dimension | | :---: | :---: | :---: | | Who the Analyst Is as a Thinker | What the Analyst Does in Thinking | Where the Analyst Goes in Thinking | | Cognitive Traits <br> (Characteristics of Thinkers) | Cognitive Techniques <br> (Behaviors in Thinking) | Cognitive Targets <br> (Domains to Think About) | | Ideal Reasoning as Virtues | Ideal Reasoning as Rules | Ideal Reasoning as Questions | | Challenged by the Analyst's Inside (Mindsets, Biases, Fallacies) | Challenged by the Analyst's <br> Outside (Need for Transparent Assessment) | Challenged by the Object of Analysis (The Competitor or Adversary) | | Breadth of Analysis | Depth of Analysis | Height of Analysis | | Emphasized by Analytic Balance Check Method | Emphasized by Analytic <br> Process Reflection Method | Emphasized by Analytic <br> Problem Classification <br> Method | | Intellectual Courage <br> (Secondary Personal Dimension 1) | Identify Relevant <br> Background <br> (Secondary Procedural <br> Dimension 1) | "What Is Happening?" <br> (Secondary Problem-Specific Dimension 1) | | Intellectual Self-Control (Secondary Personal Dimension 2) | Infer Plausible Conclusions (Secondary Procedural Dimension 2) | "Why Is This Happening?" (Secondary Problem-Specific Dimension 2) | | Discernment <br> (Secondary Personal Dimension 3) | Imagine Possible Alternatives (Secondary Procedural Dimension 3) | "Where and When Might This Change?" (Secondary Problem-Specific Dimension 3) | | Intellectual Fairness <br> (Secondary Personal Dimension 4) | Interpret Broader Meaning (Secondary Procedural Dimension 4) | "How Can the Client <br> Respond to It?" <br> (Secondary Problem-Specific <br> Dimension 4) |

他们所建议分析师体现的美德、遵循的规则以及提出的问题,都是理想分析师推理的体现。换句话说,

关于什么是最佳潜在方法的问题,只有在分析推理的理想背景下才能得到解答。

应按照以下三个标准(以及本书开头关于情报分析师现实工作限制的方法论一般参数)评估潜在的方法论:

  1. 个人准则:该方法在多大程度上建议分析师承认、重视并体现构成智力勇气、智力自制、辨别力和智力公平的丰富认知美德多样性?

  2. 程序标准:该方法在多大程度上建议分析人员承认、重视并遵循构成身份的丰富多样的认知规则


    相关背景,推断合理的结论,想象可能的替代方案,并解释更广泛的意义?

  3. 问题特定标准:该方法在多大程度上建议分析人员承认、重视并提出构成“正在发生什么?”、“为什么会发生这种情况?”、“这种情况何时何地可能发生变化?”以及“客户如何应对?”的丰富多样的问题?

换句话说,简单总结就是:“好”的方法要求分析师去了解、重视并示范“好”的推理。 15 15 ^(15){ }^{15} 然而,要全面探讨这一点,这些维度需要更详细地分解。特别是,多维方法提供了推理的三级维度,以支持其最终提出的方法(这些方法在第 6、7、8 章中进行了识别,并在本作品的其余部分中得到了应用)。


图 5.3. 推理的三级维度概述

  注释


  1. 我并不否认获取秘密收集的信息是分析师视角的重要方面,但仅仅声称这并不是使其独特性的全部。

  2. 参见国家情报总监办公室,“分析标准”,最后更新于 2015 年 1 月 2 日,https://www.dni.gov/files/documents/IDC/ICD 203 Analytic%Standards.pdf。

  3. 如果有人因为觉得分析师被视为“推理的榜样”听起来“傲慢”或“不切实际”而对此建议退缩,我会指出,这肯定不比认为分析师具有“特殊可信度”或与真理有独特联系的建议更有可能显得“傲慢”或“不切实际”。

  4. 因为我们的推理存在谬误,所以除了固有的偏见或陷入特定的谬误之外,还可能会得出错误的信念。这就是为什么严格来说,“思维模式”是与偏见和谬误不同的另一种个人挑战类型。

  5. 再次,有人会说这意味着过程必须是“客观的”。我对这种描述没有异议,但由于之前讨论的一些原因,我不会在这里使用这个词。相反,我满足于称之为“透明且受规则约束”。

  6. 参见亚里士多德,《尼各马可伦理学》,载于《亚里士多德著作集》第 8 卷,W. D. 罗斯编辑(伦敦:牛津大学出版社,1968 年);《人类理解论》,彼得·H. 尼迪奇编辑(纽约:牛津大学出版社,1975 年);W. K. 克利福德,《信仰的伦理学》,载于《信仰的伦理学及其他论文》,蒂莫西·J. 马迪根编辑(纽约州阿默斯特:普罗米修斯图书,1999 年)。

  7. 参见 ODNI,“分析标准”。

  8. 换句话说,如果我为哲学开发一个推理理想,它不会与这个相同,尽管三个维度可能是一样的(实际上我不确定它们是否会相同)。每个维度的特定子维度肯定不会相同。是的,可能有一些相似之处,但这里有许多相关的东西我会省略,反之亦然。如果我为社会科学中的推理构建一个理想,情况也是如此。有些东西可以转换,而另一些则不行。

  9. 参见伊曼努尔·康德,《道德形而上学基础》,由玛丽·格雷戈尔和延斯·蒂默曼编辑(纽约:剑桥大学出版社,2012 年)。

  10. 参见约翰·斯图亚特·密尔,《逻辑体系》,载于《约翰·斯图亚特·密尔全集》第 7 卷(印第安纳波利斯:自由基金出版社,2006 年)。

  11. 参见亚里士多德的《尼各马可伦理学》和托马斯·阿奎那的《尼各马可伦理学评注》第 1-2 卷,由 C. I. 利津格翻译(芝加哥:亨利·雷格涅里公司,1964 年)。

  12. 这个限定词意味着我不一定承诺在纯粹的哲学背景下同时肯定这两者。我显然有某种倾向这样做。但由于信息时代情报分析中的推理理想目的不一定与哲学(或通用人类存在)的推理理想相同,因此这样的描述可能会显得非常不同。

  13. 我在这里不会深入探讨,但正如你可能猜到的,尽管义务论(康德)和功利主义(密尔)常常被视为德性伦理学(亚里士多德/经院哲学)的对立面,但也有道德哲学家至少尝试过从规则和美德两方面来构想道德善。至少可以说,一个是关于善行的理论,另一个是关于善人的理论,而我们希望有一个能同时提供这两者的理念。

  14. 这是我在该论述的最早版本中犯的一个错误,比如 Noel Hendrickson 的《情报分析中的批判性思维》,发表于《国际情报与反情报杂志》第 21 卷第 4 期(2008 年):679-93。我曾认为只有问题特定的维度使该论述特别适合情报分析。现在,我相信在其完整版本中,所有三个维度都同样做到了这一点。

  15. 显然,关于发现、发展和捍卫分析方法的过程,人们可能还想了解更多。我并非有意忽视这些(例如,关于“预测准确性”和/或正式“验证”是否适合作为评判标准的争议)。相反,我仅视本书的目的在于奠定必要的理论基础,为展开此类对话提供可能。正如后续章节将展示的,确实存在一些方法,它们无缝衔接于专门为应对情报分析中的推理挑战而全面发展的学术理论之中。这或许并非我们期望的全部,但在我看来,这是一个绝对的最低标准。


推理的个人维度


理想推理作为应体现的美德


情报分析师的理想推理由三个同等重要的维度组成:个人、程序性和问题特定性。个人维度代表分析师应当成为怎样的推理者:他们的特质——即认知美德方面的推理理想。程序性维度代表分析师应当做些什么:他们的技巧——即认知规则方面的推理理想。而问题特定性维度则代表分析师在思考中应指向何处:他们的目标——即认知领域(需提出的问题)方面的推理理想。本章阐述了多维推理观中的个人层面。就认知美德而言,分析师的推理理想是什么?具体来说,首先解释了分析师推理个人维度的目的。其次,探讨了该维度的总体参数及推理美德的本质。最后,审视了这一理论如何被分析师转化为推理实践。


1. 针对情报分析师的推理美德目的的多维方法:为何理想推理是体现认知美德


个人维度将理想推理解释为“分析师应体现的认知美德”,如智力勇气、智力自控、辨别力和智力公正。这在智能推理的论述中实现了几个重要目的。其最初的动机是推动一种理论,以应对分析师独特的认知挑战,其中之一是心态、偏见和谬误的“特质”问题(“个人内部错误”)(参见第 5 章)。分析师必须努力减少将个人弱点传递到更广泛的情报过程中(参见第 2 章)。这一情报挑战根植于分析师自身易犯错误的一般推理挑战(参见第 1 章),并且在信息时代进一步加剧,因为通信平台的日益开放为人们在不(理性)准备的情况下参与创造了巨大的诱惑(参见第 3 章)。 多维账户提出,这些“个人”挑战会造成智力性格的缺陷(即认知恶习),其理想的对应物并非更好的过程,而是更好的人(即认知美德)。这在情报分析中扮演着两个关键角色:


它强调了分析师发展的终身性质,将其视为一种性格发展(并解释了为何这一过程往往不会迅速或轻易发生),同时强调了“无形”因素在一个人成为优秀分析师的过程中所扮演的重要性。

首先,个人维度至关重要,因为它突显了分析师发展作为一种品格培养的终身性。如今,许多分析师意识到,他们可能无意中通过自己的心态、偏见和谬误削弱了情报过程的合理性。然而,传统上教导分析师应对此问题的方法,是通过使用“结构化分析技术”将个人推理的作用外部化,从而使该过程更加透明,便于他人评估。然而,直接对抗心态、偏见和谬误力量的方式,是提供关于优秀理想推理者特征的另一种描述。换言之,心态、偏见和谬误是个人问题,只能通过个人解决方案来直接应对:认知美德。偏见是根本性的个人挑战,表现为以非理想方式进行推理的倾向,谬误则是此类推理的个别实例,而心态之所以成问题,是因为它们(可能)是这种非理想推理(以及普遍易错性)的结果。 偏见与认知美德相反。它们不是理想推理的倾向(即在相互竞争的积极智力品格状态之间保持平衡),而是非理想推理的倾向(即在相互竞争的积极智力品格状态之间处于失衡状态)。换句话说,认知偏见实际上是认知恶习,是智力品格上的缺陷。这不仅仅是拥有或不拥有美德或恶习/偏见的问题,而是一个逐渐成熟的过程,在这一过程中,人们逐步(尽管不一定平稳地)朝着(偶尔也会偏离)美德一端迈进。这不是一次性的事情,而是一生的智力追求。这一点很重要,因为它解释了为什么帮助分析师发展的努力不会迅速或轻易地“奏效”。为什么教育、培训或指导一个人成为优秀的推理者如此困难?这是因为我们正在努力帮助构建他们的智力品格。 因此,通过认识到由认知美德和恶习构成的推理的个人维度,人们便承认了分析师发展所依赖的尺度的重要性:一生。

其次,个人维度之所以重要,是因为它优先考虑了一系列“无形”价值,这些价值在理想图景中往往被忽视。换言之,尽管分析人员确实遵循规则(正如这一理想中的程序维度所体现的那样),但他们远不止于此。优秀分析人员的另一面,是由其认知美德构成的。这些美德更难衡量和描述,因为它们代表了理想推理中“波动”的一面,在不同情境下并不总是以相同的方式呈现。例如,当人们谈论那些拥有良好“直觉”(或能够信赖“直觉”)的分析人员时,部分含义是指那些在特别困难的案例中找到了认知平衡的分析人员。很难用规则体系精确描述他们做了什么,因为在这种情况下,问题不在于规则,而在于他们的认知美德。例如,何时评估过于悲观?何时过于关注风险或威胁?除了分析人员应努力识别机遇与威胁这一要求外,没有明确的规则来规范这一点。 相反,这是一个关于现实主义这一智识美德的问题(它在承认威胁与识别避免天真乐观和悲观的机会之间取得平衡)。这种平衡的具体表现将取决于所讨论的具体情境。作为一种美德,这是有道理的,但如果试图将其限制在规则、过程或技术之中,那么某些“无形”的东西就会被遗漏。与其依赖对“直觉”或(更糟的)“本能”的神秘引用,个人维度提供了谈论这些“无形”事物的语言,而无需将它们强行纳入严格规则的框架之中。


过程或技术。因此,通过认识到由认知美德和恶习构成的推理的个人维度,人们承认了一系列与情境和背景相关的因素的重要性,这些因素对什么是好的推理产生了影响。这些因素也参与使分析师的推理变得更好。

通过假设情报分析师的理想推理具有认知美德个人维度,多维方法对认知心态、偏见和谬误问题提供了不同的回应。这种方法不是将这些视为分析师过程的基本问题,而是将困难定位于分析师自身。心态、偏见和谬误最终是认知恶习,即一种或多种认知美德的缺失(或不足)。因此,应对它们的任务涉及智力品格发展的终身过程。这种方法具有重要的实践意义,并在情报工作中扮演两个角色:它强调分析师发展作为一种品格发展的终身规模(以及它为何通常不会快速或轻易发生的原因),并强调了“无形”因素在某人成为优秀分析师程度上的重要性。


2. 情报分析师理性美德的多维参数:将理想理性解释为体现认知美德的意义


这种多维推理愿景渴望在认知美德方面为分析师作为思考者树立一个理想典范。但什么是“认知美德”?人们最初可能会将其与积极的智力习惯或良好推理的倾向联系起来。虽然这些美德确实是积极的智力习惯和良好推理的倾向,但“习惯”和“倾向”这样的术语可能会引起混淆,因为它们可能暗示一个有德行的思考者总是在做同样的事情。虽然真正有德行的推理者始终如一,但这并不意味着他们总是在做完全相同的事情。美德不仅仅是行为频率,因为美德不是理想化的行为。那是规则的定义。美德不仅仅是频繁遵循智力规则。美德是人的理想化特征。


多维度的解释将不会试图构建关于美德本质的新论述,而是会应用并调整源自亚里士多德及随后中世纪经院哲学传统的长期(古典)方法。 1 1 ^(1){ }^{1} 尽管这一解释备受推崇,但它并非完全没有缺点。采用它的原因并非因为它完美无缺,而是因为它以一种突出美德与规则之间差异的方式来解释美德,从而保留了推理的个人维度与程序维度之间的区别。换言之,它帮助分析者避免将“他们作为思考者应当成为什么样的人”这一问题简化为“他们作为思考者应当做什么”的专门版本(反之亦然)。同时,请记住,这一关于智力美德的解释将采用亚里士多德对道德美德的论述,尽管亚里士多德自己也有关于智力美德的论述。 原因简而言之在于,亚里士多德对智力美德的阐述基于对不同推理类型的区分,这种区分并不容易转化为当前对推理多样性的理解,尤其是在信息时代下情报分析师的推理方式。此外,尽管上述讨论深受亚里士多德思想的启发,但它并非


旨在准确阐述他的方法。为了节省篇幅,讨论将不涉及与亚里士多德的所有差异之处。

美德是品格的卓越。它是一个人蓬勃发展或将潜在能力转化为现实的过程。然而,人类拥有许多潜在能力,这些能力相互影响,共同塑造其品格。一种能力的发展可能影响另一种能力的发展。因此,美德并非独立演化;相反,它们是整体获得的。正因如此,亚里士多德(以及古典观点)著名地将它们设想为在两种可能的品格极端之间找到“中庸”。美德与节制之间的这种联系很容易被误解为一种观念,即人们应该对所有事物都保持“部分”承诺的状态。这是不幸的,因为这种观点中并无任何“部分”可言。在这种观点中,一个人是完全致力于某事的。

美德 = = == 是一种品格的卓越,它涉及在竞争性的积极状态之间保持平衡或均衡,以避免任一方面的过度或不足。

换句话说,有一系列性格特质在某种程度上是“好的”(在其他条件相同的情况下)。但这些特质彼此之间存在冲突。也就是说,一个人必须在不同的成长方式之间做出妥协,以避免过度发展某一种性格特质,从而导致另一种特质的相应缺失(反之亦然)。例如,认识到潜在风险通常是件好事。认识到潜在回报通常也是件好事。但这两种状态处于紧张关系之中,因为每一种都倾向于削弱另一种。对潜在风险认识过多(和/或对潜在回报认识过少)会导致怯懦,而对潜在回报认识过多(和/或对潜在风险认识过少)则会导致鲁莽。两者之间的平衡就是“勇气”这一美德。

亚里士多德著名地提出了四种首要美德(有时称为“基本美德”):勇气、节制、正义和审慎。“勇气”指的是在自身处境中,对潜在风险与潜在回报的认知之间达到理想的平衡。“节制”(或用现代术语“自我控制”)指的是在“内在生活”(尤其是情感与欲望)中,避免痛苦与追求快乐之间达到理想的平衡。“正义”(或用现代术语“公平”)指的是在与他人的互动中,特别是在追求仁慈与惩罚之间达到理想的平衡。这些美德可以进一步细分为各种子类别,古典传统不仅做到了这一点,还识别出了一系列其他可能的美德。但暂且不谈这些,专注于最后的第四种首要美德。“审慎”与其他美德略有不同,因为古典传统认为它主要是确定什么处于风险与回报、痛苦与快乐、仁慈与惩罚之间平衡状态的能力。 因此,它有时被翻译为“实践智慧”,并被视为首要美德,没有它,其他美德便无从谈起。

因为美德的发展涉及实践智慧和对竞争状态之间适当平衡的辨别,美德不能简化为规则。虽然规则确实可以被制定为包含潜在例外等,但这并不是理解美德的方式。勇敢的美德不仅仅是“在认识潜在风险与认识潜在回报之间取得平衡”这样一条规则。规则应在所有情境中以相同方式适用。它们可以包含例外,或处于允许在特定情况下被优先考虑的规则层次结构中。但这是明确规定的。


规则本身就有一种“机械性”的意味。但重要的是,不要过分强调这一点,认为规则的应用就没有微妙之处。实际上,规则的应用确实有其微妙之处。关键在于,规则在其应用方式上旨在普遍适用,而美德则不然。换言之,规则代表了理想中“固定”或“独立于情境”的一面的指导,而美德则代表了理想中“波动”或“依赖于情境”的一面的指导。美德允许有程度之分(一个人拥有某种美德的程度),而规则则不然(某人要么遵守了规则,要么没有)。或者,规则代表了理想中依赖于过程的一面,而美德代表了理想中依赖于个人的一面。换句话说,规则的实施总是看起来一样,而美德的实施则可能不同。美德关乎个人在推理中带来的东西,而规则则关乎他们进行推理的过程。 美德本身依然如故,但其付诸实践的方式则因情境而异。这是因为美德是对个人状态的描述,而规则则是对行为的描述。正因如此,当人们试图通过相应的行为来描述一种美德时,它在不同情境下会呈现出不同的面貌。这就是为什么美德的运用是“依赖于情境”的。


这一理解道德美德的整体框架,可用于构建认知美德的论述,这些认知美德构成了信息时代情报分析师的理想推理模式。分析师面临诸多本身即为认知“善”的竞争要素(在其他条件相同的情况下)。例如,分析师应具备深厚的兴趣(即成为“领域专家”),但同样应拥有广泛的兴趣(即避免“烟囱效应”)。分析师的推理应当细致入微(即不“草率”),但也需讲求效率(即“及时”)。他们应具备“分析性”或“自下而上”的推理方式(即分解问题),同时也要有“综合性”或“自上而下”的推理方法(即整合信息)。分析师在构想未来时,既要强调威胁,也要同等重视机遇。当然,人们可以尝试通过不同类型的规则来捕捉这些关于如何推理解决问题的理念。 但从分析者的美德角度来构想它们似乎更为自然契合。例如,上述对比涉及了好奇心(在深度与广度之间平衡)、效率(在彻底性与便捷性之间平衡)、整合(在分析与综合之间平衡)以及现实主义(在威胁与机遇之间平衡)等美德。这些是作为这一多维理想个人维度提出的十二种美德中的四种。

推理的个人维度由一个总体主要维度构成,该主要维度包含四个次要维度和十二个三级维度。自然,这一维度最详细的描述是十二个三级维度,因为它们被提出作为分析师应具备的理想美德和特征。然而,为了帮助构建这十二个维度,可以将亚里士多德的四个“基本”美德的“粗略”认知等价物作为次要维度。换句话说,个人维度(及其十二种美德)可以由四种“普遍”美德来框定:智力勇气、智力自制、洞察力(即“审慎”)和智力公正。

智力自控 = 分析师与其智力内部环境(包括敏感性、效率和描述性)的认知平衡程度。

辨识力 = = == 分析师与由反思性、多样性和整合性构成的理念之间的认知平衡程度。

智力公平 = 分析师与他人在认知上的平衡程度(及其观点),包括现实主义、优雅和宽容。

现在,并非所有十二种美德都能完美地融入智力勇气、智力自制、辨识力和智力公平这四种“普遍”美德的框架之中。这里的分类存在一定程度的随意性。同样,辨识力在这些美德中所扮演的统摄角色,与其在亚里士多德理论中(作为“审慎”或“实践智慧”)所起的作用并不完全相同。因此,与亚里士多德的观点相比,这里确实存在一些差异。但这四种美德(在其道德版本中)拥有丰富的历史背景和与之相关的鲜明特征,足以帮助分析者不至于迷失在十二种美德的细节之中。基于这些原因,本文采用了它们。

第一组三种美德可归类于“普遍”美德之下的智力勇气。它们(大致)都涉及分析者与其外部环境之间的智力平衡状态。这些美德通常关乎分析者在识别和构建思维过程中的推理(因此被列在美德之首)。

  1. 谦逊:在认识到自信的理由与不确定性的理由之间取得平衡,以避免优柔寡断(即“分析瘫痪”)以及仓促或固执(“草率下结论”或[其特殊情况]匆忙拒绝替代方案)。 2 2 ^(2){ }^{2}

  2. 咨询动机:在保持中立的同时,关注现实世界的关切,以避免既不过度倡导(即“政策处方”),也不脱离客户的实际利益(即“无关紧要”)。

  3. 求知欲:在兴趣/专注的深度与广度之间取得平衡,以避免持续的分散注意力(即“兔子小道”)和孤立/忽视(即“烟囱效应”)。

尽管美德的排序方式有些随意,但谦逊无疑应被视为(按顺序)首要的理智美德。这一观点植根于一个悠久的传统(尤其是在西方),可追溯至古犹太国王和先知所罗门的箴言:“敬畏耶和华是智慧的开端”,以及苏格拉底关于(更高)智慧的断言:“我所不知道的,我也不认为自己知道。” 3 3 ^(3){ }^{3} 虽然当代标准可能认为这两位思想家的言论听起来极端或狂热,但他们各自(以自己的方式)主张智慧(所有理智美德的总和)首先需要认识到,存在某种远超出自身、尽管可能犯错但仍努力获取的东西(即知识与智慧)。缺乏谦逊的程度会损害提升其他美德的任何尝试,因为实际上,要么会轻视发展这些美德的过程(过于关注自信的理由),要么会深陷其中而无法取得进展(过于关注不确定性的理由)。 因此,从这个意义上说,有理由认为这一切都“始于”谦卑。

第二组三种美德可归类为智力自控这一总体“通用”美德。它们都(大致)涉及分析师与其内在环境之间的智力平衡状态。它们通常关乎其在思维中进行推理和连接的合理性(因此位于诸美德之中间)。


4. 敏感性:在相似性与变化/多样性的认知之间取得平衡,以避免思维的不稳定性和固执性。


5. 效率:在彻底性与迅捷性之间取得平衡,避免草率与冗余(即“不及时”)。


6. 描述性:在尝试的定量(或其他形式)表征与定性(或其他非正式)表征之间取得平衡,以避免模糊性和虚假的精确性。

第三组三种美德可归类于“普遍”美德中的洞察力。它们(大致)都涉及分析者与思想之间的一种智力平衡状态。这些美德通常关注他们在思考中运用想象和比较的推理(因此被列在美德中间位置)。


7. 反思性:在关注(外部目标)对象与关注(内部自我)主体之间取得平衡,以避免既自我沉浸又对自身毫无察觉(即缺乏“自我意识”)。


8. 多样性:在现有程序/范式的使用与自发适应之间取得平衡,以避免既随机(或不可预测)又机械化的状态。


9. 整合:平衡分析(即“自下而上”)视角与综合(即“自上而下”)视角,以避免不精确和简化主义。

第四组三项美德可归类于“普遍”美德——智力公平之下。它们都(大致)涉及分析者与他人(及其观点)之间的智力平衡状态。这些美德通常关乎他们对思考的解释和情境化的推理(因此被列在美德列表的最后)。


10. 现实主义:在识别威胁与识别机会之间取得平衡,避免幼稚的乐观主义和悲观主义。


11. 优雅:在情境的具体细节与普遍性之间取得平衡,避免过于简化或令人不知所措。


12. 慈善:在提出异议与精炼观点(包括既有的/偏好的以及替代的/对立的)之间取得平衡,以避免相对主义(即认为所有观点都同样“真实”)和教条主义(即“封闭思维”)。

在这些美德之中,存在着对“某种任意性”排序的第二个例外。慈善是最高尚的智力美德。它体现了超越性的“将邻人的观念视同己出”。换言之,分析师在评估一个观念是否因反对意见而站不住脚之前,应竭尽全力去检验其合理性。然而,这并不意味着他们永远不声称任何其他观点是错误的。毕竟,存在一种智力上的“严厉之爱”,它帮助每个人看清何时应摒弃某一观点。那种对一切事物都“欣然接受”的感觉良好的态度,并非真爱,也不是真正的美德。有些观念行不通,不应以任何形式被接受;而另一些观念看似行不通,但经过进一步提炼后最终却能发挥作用。在这两者之间做出判断,或许是最为艰难的美德,因此最好将其视为(按顺序)最后一项。 4 4 ^(4){ }^{4} 因此,认知美德始于谦逊,终于慈善。

最后还有几点值得注意。首先,这些肯定不是人们理想中希望分析师具备的所有潜在优良特质。多维方法(在某种程度上是任意地)被限制为在三个主要维度(个人、程序、)中各自包含十二个三级维度(以四个二级维度的形式表述)。


  推理的“广度”

图 6.1. 推理的个人维度概览


且针对特定问题)。正如优雅这一认知美德一样,需要有足够的细节来形成一个丰富而复杂的描述,以有效指导思考,但细节不宜过多以致令人不堪重负。最终,十二似乎是在不至于完全压垮人的情况下,能够合理呈现的最大数字。而十二之所以可行,部分原因在于这十二个美德可以(大致)组合成每组三个的四个组(这对应于西方思想中历史悠久的四种美德)。因此,要了解全貌,请审视这十二种美德。若需快速概览,则可关注那四种“通用”美德。而对于一个真正高层次的阐述,则只需深刻反思这样一个事实:推理具有个人维度,它由平衡相互竞争的智力“善”的认知美德构成。

其次,虽然这份清单显然无法涵盖所有内容,但“前十二项”中似乎有些被不恰当地遗漏了。有许多在智力上“优秀”的事物未被包含,因为它们是由列出的几种(如果不是全部)美德的相互作用构成的。例如,“严谨”本身作为一种美德是没有意义的,因为它(可以说)由效率和描述性组成。出于类似的原因,批判性思维也不是一种美德,而是一种强调某种美德的推理,例如反思性、效率和描述性。“创造性思维”同样不是一种美德,而是(类似地)强调另一种美德的推理,如好奇心、多才多艺、整合性和优雅性。这反映了多维口音更普遍地抵制使用“批判性”和“创造性”这两个词来描述思维,而是采用替代语言,在整个方法中以多种不同方式融合了这两种思想的“精神”。 它们不是两种独立的思维方式,而是强调推理不同方面的不同方法。


3. 多维方法在情报分析推理美德实践中的应用:如何将认知美德理想应用于推理


本作品旨在为分析者提供一种理想的推理方式,使其成为既自身优秀又能激励他人追随的“榜样”。但唯一的方法是

表 6.1. 推理个人维度的比较

智力勇气维度
Intellectual Courage Dimension| Intellectual Courage | | :--- | | Dimension |

智力自控维度
Intellectual Self-Control Dimension| Intellectual | | :---: | | Self-Control | | Dimension |
Intellectual,Self-Control,Dimension| Intellectual <br> Self-Control <br> Dimension | | :--- |
  洞察维度
Discernment Dimension| Discernment | | :---: | | Dimension |

智力公平维度
Intellectual Fairness Dimension| Intellectual Fairness | | :--- | | Dimension |
  识别特征
Identification Traits| Identification | | :--- | | Traits |
  推理特质
Inferential Traits| Inferential | | :--- | | Traits |
  想象特质
Imaginative Traits| Imaginative | | :--- | | Traits |
  解释性特征
Interpretative Traits| Interpretative | | :--- | | Traits |

与外部环境的平衡程度
Degree of Balance with External Circumstances| Degree of Balance | | :--- | | with External | | Circumstances |

与内部环境的平衡程度
Degree of Balance with Internal Circumstances| Degree of Balance | | :--- | | with Internal | | Circumstances |

与想法的平衡程度
Degree of Balance with Ideas| Degree of Balance | | :--- | | with Ideas |

与他人的平衡程度
Degree of Balance with Others| Degree of Balance | | :--- | | with Others |

第一级第三维度:谦逊:自信与不确定
First Tertiary Dimension: Humility: Confidence vs. Uncertainty| First Tertiary | | :--- | | Dimension: | | Humility: | | Confidence vs. | | Uncertainty |

第四层次维度:敏感性:关注相似性 vs. 关注变化
Fourth Tertiary Dimension: Sensitivity: Sees Similarity vs. Sees Change| Fourth Tertiary | | :--- | | Dimension: | | Sensitivity: | | Sees Similarity vs. | | Sees Change |

第七个第三维度:反思性:关注自我 vs. 关注他人
Seventh Tertiary Dimension: Reflectiveness: Focus on Self vs. Focus on Others| Seventh Tertiary | | :--- | | Dimension: | | Reflectiveness: Focus | | on Self vs. Focus on | | Others |

第十个第三维度:现实主义:看到威胁 vs. 看到机遇
Tenth Tertiary Dimension: Realism: Sees Threats vs. Sees Opportunities| Tenth Tertiary | | :--- | | Dimension: | | Realism: | | Sees Threats vs. Sees | | Opportunities |

第二第三维度:咨询动机:中立性 vs. 现实世界关注
Second Tertiary Dimension: Advisory Motivation: Neutrality vs. Real- World Concern| Second Tertiary | | :--- | | Dimension: | | Advisory Motivation: | | Neutrality vs. Real- | | World Concern |

第五个第三维度:效率:彻底性与权宜性
Fifth Tertiary Dimension: Efficiency: Thoroughness vs. Expediency| Fifth Tertiary | | :--- | | Dimension: | | Efficiency: | | Thoroughness vs. | | Expediency |

第八三级维度:多样性:现有范式与自发适应
Eighth Tertiary Dimension: Versatility: Existing Paradigms vs. Spontaneous Adaptation| Eighth Tertiary | | :--- | | Dimension: | | Versatility: | | Existing Paradigms | | vs. Spontaneous | | Adaptation |

第十一第三维度:优雅:特异性 vs. 普遍性
Eleventh Tertiary Dimension: Elegance: Specificity vs. Generality| Eleventh Tertiary | | :--- | | Dimension: | | Elegance: | | Specificity vs. | | Generality |

第三维度:求知欲:兴趣广度 vs. 兴趣深度
Third Tertiary Dimension: Inquisitiveness: Interest Breadth vs. Interest Depth| Third Tertiary | | :--- | | Dimension: | | Inquisitiveness: | | Interest Breadth vs. | | Interest Depth |

第六三级维度:描述性:定量与定性
Sixth Tertiary Dimension: Descriptiveness: Quantitative vs. Qualitative| Sixth Tertiary | | :--- | | Dimension: | | Descriptiveness: | | Quantitative vs. | | Qualitative |

第九次第三维度:整合:“自下而上” vs. “自上而下”
Ninth Tertiary Dimensio:: Integration: "Bottom Up" vs. "Top Down"| Ninth Tertiary | | :--- | | Dimensio:: | | Integration: | | "Bottom Up" vs. | | "Top Down" |

第十二第三维度:慈善:反对与改进
Twelfth Tertiary Dimension: Charity: Objections vs. Refinements| Twelfth Tertiary | | :--- | | Dimension: | | Charity: | | Objections vs. | | Refinements |
"Intellectual Courage Dimension" "Intellectual,Self-Control,Dimension" "Discernment Dimension" "Intellectual Fairness Dimension" "Identification Traits" "Inferential Traits" "Imaginative Traits" "Interpretative Traits" "Degree of Balance with External Circumstances" "Degree of Balance with Internal Circumstances" "Degree of Balance with Ideas" "Degree of Balance with Others" "First Tertiary Dimension: Humility: Confidence vs. Uncertainty" "Fourth Tertiary Dimension: Sensitivity: Sees Similarity vs. Sees Change" "Seventh Tertiary Dimension: Reflectiveness: Focus on Self vs. Focus on Others" "Tenth Tertiary Dimension: Realism: Sees Threats vs. Sees Opportunities" "Second Tertiary Dimension: Advisory Motivation: Neutrality vs. Real- World Concern" "Fifth Tertiary Dimension: Efficiency: Thoroughness vs. Expediency" "Eighth Tertiary Dimension: Versatility: Existing Paradigms vs. Spontaneous Adaptation" "Eleventh Tertiary Dimension: Elegance: Specificity vs. Generality" "Third Tertiary Dimension: Inquisitiveness: Interest Breadth vs. Interest Depth" "Sixth Tertiary Dimension: Descriptiveness: Quantitative vs. Qualitative" "Ninth Tertiary Dimensio:: Integration: "Bottom Up" vs. "Top Down"" "Twelfth Tertiary Dimension: Charity: Objections vs. Refinements"| Intellectual Courage <br> Dimension | Intellectual <br> Self-Control <br> Dimension | Discernment <br> Dimension | Intellectual Fairness <br> Dimension | | :--- | :--- | :--- | :--- | | Identification <br> Traits | Inferential <br> Traits | Imaginative <br> Traits | Interpretative <br> Traits | | Degree of Balance <br> with External <br> Circumstances | Degree of Balance <br> with Internal <br> Circumstances | Degree of Balance <br> with Ideas | Degree of Balance <br> with Others | | First Tertiary <br> Dimension: <br> Humility: <br> Confidence vs. <br> Uncertainty | Fourth Tertiary <br> Dimension: <br> Sensitivity: <br> Sees Similarity vs. <br> Sees Change | Seventh Tertiary <br> Dimension: <br> Reflectiveness: Focus <br> on Self vs. Focus on <br> Others | Tenth Tertiary <br> Dimension: <br> Realism: <br> Sees Threats vs. Sees <br> Opportunities | | Second Tertiary <br> Dimension: <br> Advisory Motivation: <br> Neutrality vs. Real- <br> World Concern | Fifth Tertiary <br> Dimension: <br> Efficiency: <br> Thoroughness vs. <br> Expediency | Eighth Tertiary <br> Dimension: <br> Versatility: <br> Existing Paradigms <br> vs. Spontaneous <br> Adaptation | Eleventh Tertiary <br> Dimension: <br> Elegance: <br> Specificity vs. <br> Generality | | Third Tertiary <br> Dimension: <br> Inquisitiveness: <br> Interest Breadth vs. <br> Interest Depth | Sixth Tertiary <br> Dimension: <br> Descriptiveness: <br> Quantitative vs. <br> Qualitative | Ninth Tertiary <br> Dimensio:: <br> Integration: <br> "Bottom Up" vs. <br> "Top Down" | Twelfth Tertiary <br> Dimension: <br> Charity: <br> Objections vs. <br> Refinements |

要做到这一点,需拓展视野,将“理论”与“实践”均纳入其中。因此,本研究通过提出一系列方法,为在现实世界中应用此途径提供了(部分)示范性建议。但重要的是要认识到,这一愿景的实际意义远超这些方法本身,因为它们仅仅是“运用”该途径的示例实例。


将推理的个人维度理论付诸实践的首要且最重要的方式,在于充分理解该理论本身。定义这一维度的美德为分析者提供了一个应追求的理想。因此,它们是分析者发展自身实施此方法或改进现有方法(包括本研究中提出的那些方法)的关键灵感来源。理论在根本上总是比实践更具通用性,因为理论的应用范围几乎无限,而任何特定的实践则会狭窄得多。因此,虽然具体的实践建议很重要,但它们并非理论“实用性”的唯一体现方式。

个人维度理论变得实用的第二种方式,体现在本书为假设发展、因果分析、未来探索和策略评估所提出的十二种“核心”方法上。这些方法都强调了推理中问题特定维度的不同方面。而这往往是选择一种方法而非另一种的原因。然而,这些方法的最佳运用,在于体现推理个人维度的美德。其中一些美德对某些方法尤为重要。虽然所有美德都有一定关联性,但


表 6.2. 方法的个人侧重点

“期望影响分析”
) ) :)\rangle :)\rangle

决策显著性比较
> > >

“战略多样性检查”
1 :)\rangle :)\rangle 1

"发散情景开发"
3 :)\rangle :)\rangle :)\rangle

"涟漪效应分析"
5 > 1

"融合式场景开发"
1 1 1 1

背景偏移分析
5 :)\rangle ) >

因果循环图
> 1 1 >

“比较影响力分类”
3 ) 3 )

"基础假设三角测量"
1 :)\rangle :)\rangle >

"三元假设发展"
3 5 1 2

"辩证假设生成"
:)\rangle 3 3 3

3. 求知欲:广度与深度

5. 效率:彻底性与便捷性

10. 现实主义:视威胁而非机遇

11. 优雅:明确性与简洁性
https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=166&width=84&top_left_y=614&top_left_x=379 "Expectations Impact Analysis" ) ) :) :) "Decision Significance Comparison" > > > "Strategic Versatility Check" 1 :) :) 1 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=166&width=81&top_left_y=834&top_left_x=382 "Divergent Scenario Development" 3 :) :) :) "Ripple Effect Analysis" 5 > 1 "Convergent Scenario Development" 1 1 1 1 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=122&width=94&top_left_y=1073&top_left_x=369 "Background Shift Analysis" 5 :) ) > "Causal Loop Diagramming" > 1 1 > "Comparative Influence Classification" 3 ) 3 ) https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=199&width=84&top_left_y=1263&top_left_x=382 "Underlying Assumptions Triangulation" 1 :) :) > "Triadic Hypothesis Development" 3 5 1 2 "Dialectical Hypothesis Generation" :) 3 3 3 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=770&width=125&top_left_y=1549&top_left_x=369 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=535&width=56&top_left_y=1565&top_left_x=1017 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=616&width=51&top_left_y=1480&top_left_x=1079 3. Inquisitiveness: Breadth vs. Depth https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=537&width=67&top_left_y=1563&top_left_x=1193 5. Efficiency: Thoroughness vs. Expediency https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=532&width=56&top_left_y=1568&top_left_x=1314 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=548&width=50&top_left_y=1549&top_left_x=1375 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=496&width=45&top_left_y=1604&top_left_x=1435 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=588&width=51&top_left_y=1508&top_left_x=1490 10. Realism: Sees Threats vs. Opportunities 11. Elegance: Specificity vs. Simplicity 苞 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=188&width=100&top_left_y=2140&top_left_x=1012 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=174&width=89&top_left_y=2151&top_left_x=1196 哥 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=168&width=87&top_left_y=2157&top_left_x=1556 | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=166&width=84&top_left_y=614&top_left_x=379) | "Expectations Impact Analysis" | | ) | | | ) | | $\rangle$ | | | | $\rangle$ | | | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | | | "Decision Significance Comparison" | | | > | | | > | | | > | | | | | | "Strategic Versatility Check" | 1 | | | $\rangle$ | | | | $\rangle$ | | 1 | | | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=166&width=81&top_left_y=834&top_left_x=382) | "Divergent Scenario Development" | | | 3 | $\rangle$ | | | | $\rangle$ | | | $\rangle$ | | | | "Ripple Effect Analysis" | 5 | | | | > | | | | 1 | | | | | | "Convergent Scenario Development" | | 1 | | | | 1 | 1 | | | 1 | | | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=122&width=94&top_left_y=1073&top_left_x=369) | "Background Shift Analysis" | 5 | | | $\rangle$ | | | ) | | | > | | | | | "Causal Loop Diagramming" | | | > | | 1 | | | | 1 | | > | | | | "Comparative Influence Classification" | | 3 | | | | ) | | 3 | | | | ) | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=199&width=84&top_left_y=1263&top_left_x=382) | "Underlying Assumptions Triangulation" | 1 | | | $\rangle$ | | | $\rangle$ | | | | > | | | | "Triadic Hypothesis Development" | | | 3 | | | 5 | | 1 | | | | 2 | | | "Dialectical Hypothesis Generation" | | $\rangle$ | | | 3 | | | | 3 | 3 | | | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=770&width=125&top_left_y=1549&top_left_x=369) | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=535&width=56&top_left_y=1565&top_left_x=1017) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=616&width=51&top_left_y=1480&top_left_x=1079) | 3. Inquisitiveness: Breadth vs. Depth | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=537&width=67&top_left_y=1563&top_left_x=1193) | 5. Efficiency: Thoroughness vs. Expediency | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=532&width=56&top_left_y=1568&top_left_x=1314) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=548&width=50&top_left_y=1549&top_left_x=1375) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=496&width=45&top_left_y=1604&top_left_x=1435) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=588&width=51&top_left_y=1508&top_left_x=1490) | 10. Realism: Sees Threats vs. Opportunities | 11. Elegance: Specificity vs. Simplicity | 苞 | | | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=188&width=100&top_left_y=2140&top_left_x=1012) | | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=174&width=89&top_left_y=2151&top_left_x=1196) | | | 哥 | | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-102.jpg?height=168&width=87&top_left_y=2157&top_left_x=1556) | | |

一些方法对每种方法都有特殊的意义。因此,使这些美德“实用”的第二种方法是采用多种方法,这些方法(共同)强调良好智力特质的全面范围。不经常使用多种方法、过于频繁地反复使用相同方法的分析师,因此面临个人智力性格失衡的风险。具体的方法及其所强调的美德在各自的章节中都有更详细的讨论。


个人维度理论影响分析师推理实践的第三种方式是通过一种专门为其量身定制的特定方法:分析平衡检查(Analytic Balance Check)。虽然大多数方法都是按特定推理类型分类的,如假设发展、因果分析、未来探索和战略评估,但其中三种方法特别关注一般推理及其个人、程序和问题特定维度。尽管每种方法都涉及个人维度的优点,但分析平衡检查独特地直接聚焦于这些优点。这一特定方法旨在突出分析师注意力前沿的优点本身。它类似于一种分析师的“冥想”,通过这种方式,分析师系统地提醒自己“他们应该成为什么样的人”以及他们在哪些方面最不符合这一理想。它旨在定位个人的不平衡,既为未来的自我发展尝试提供指导,也识别个人的不平衡如何可能导致其工作失衡。 这种方法并非试图为分析师构建“心理画像”,而是为他们开辟一条路径,以培养学习、再学习及对被视为“美德”的理想推理进行反思的纪律。正如人们通过考量自身道德特质的平衡度来反思自己作为“好人”的程度,同样,人们也能通过审视其智力特质的平衡状态,来反思某人作为优秀分析师的水平。这类似于圣依纳爵的“灵性操练” 5 5 ^(5){ }^{5} 在基督教传统中的地位(或如其他传统中对灵性文本的日常诵读与反思):一种系统性的方式,用以深思个人所向往的基本价值观,以及自己在多大程度上实现(或未实现)这些价值观。它既关乎学习与再学习美德,并试图认识其重要性,也是对个人践行这些美德的自我评估。实际上,采用这种方法本身就是对理想的体现:珍视美德本身,便是一种美德。

  注释


  1. 关于此主题的更多内容,可参考亚里士多德的《尼各马可伦理学》,收录于 W. D. Ross 编辑的《亚里士多德著作集》第 8 卷(伦敦:牛津大学出版社,1968 年);以及托马斯·阿奎那的《尼各马可伦理学评注》第 1-2 卷,由 C. I. Litzinger 翻译(芝加哥:亨利·雷格内里公司,1964 年)。

  2. 我列举了两个极端,作为优柔寡断的对立面。不过,我最终将“固执”视为“仓促”的一种特例,即一个人“草率得出结论”,认为某个选择或反对意见是错误的。

  3. 参见柏拉图,《申辩篇》,载于《柏拉图著作集》,Irwin Edman 编(纽约:现代图书馆,1956 年)。

  4. 在某种程度上,当人们以最强烈的意义谈论“客观性”时,我认为他们实际上可以被理解为在谈论宽容这一智力美德。

  5. 参见伊格内修斯·罗耀拉,《灵修操练》,安东尼·莫托拉译(纽约:双日出版社,1989 年)。

7


推理的程序维度


理想推理作为遵循的规则


理想的分析师推理包含三个同等重要的维度:个人维度、程序维度和问题特定维度。个人维度代表了分析师应具备的素质(作为推理者):他们的特质——一种基于认知美德的推理理想。程序维度代表了分析师应执行的操作:他们的技巧——一种基于认知规则的推理理想。而问题特定维度则代表了分析师在思考中应关注的方向:他们的目标——一种基于认知领域(应提出的问题)的推理理想。本章发展了这种多维推理观中的程序维度。基于认知规则的推理理想是什么?首先,它阐述了程序维度的目的以及情报分析师的推理规则。其次,它解释了程序维度的整体参数和推理规则的性质。最后,它探讨了如何将这一理论转化为情报推理的实践。


1. 智能分析师推理规则目的的多维方法:为何理想推理是应遵循的认知规则


程序性维度将理想推理解释为“分析师应遵循的认知规则”,例如识别相关背景、推断合理结论、设想可能的替代方案以及解读更广泛的意义。这在分析师推理的描述中实现了几个重要目的。其最初的灵感是为了构建一个愿景,该愿景涉及分析师独特的认知挑战,其中之一是缺乏透明推理或独立标准的“技术”问题(过程外的错误,参见第 5 章)。分析师必须解决差异(他们之间,以及他们与客户之间),这些差异与政治或意识形态因素无关(参见第 2 章)。这一情报分析挑战基于一般的推理挑战,即分析师用于发现真相的任何标准化或制度化过程都是易犯错误的(参见第 1 章),并且在信息时代,由于基于政治和意识形态的聚类不断增加,阻碍了差异的理性解决(参见第 3 章)。 多维账户提出了一套通用的认知规则,分析师需遵循这些规则以促进透明度和独立标准


解决分歧时,这些规则及程序维度在情报分析中扮演两大角色:强调对外部独立标准一致性的重要性,以及在不同等级、观点和成熟度的推理者之间促进“公平竞争”。

首先,程序维度在强调一致外部遵从独立标准的重要性方面发挥着关键作用。分析师们不可避免地有时会对问题作出不同的判断。这些分歧必须以特定的方式解决——而非基于政治或意识形态的考量。与他们的客户不同,他们(原则上)不应从政治或意识形态影响的角度来思考问题。问题在于,尽管分析师(理想情况下)的工作并不直接与政治或意识形态立场挂钩,但分析师本身并非完全中立。仅仅告诉分析师要独立于政治和意识形态考虑是不够的。这是因为“独立”的要求主要是消极的:它告诉分析师他们不应做什么。但正如老话“别想粉红色大象”所揭示的,当一个人完全从不应做什么的角度思考任务时,往往很难避免某事。 相比之下,在试图避免特定结果时,通常更有助于将注意力引向积极的替代方案(例如,“一定要想想蓝色的猫”)。因此,程序维度定义了一系列分析师应采取的积极行为,作为帮助他们避免一系列不应做之事的策略。所以,与其告诉分析师不要带有政治或意识形态色彩,不如告诉他们应该做些什么。由认知规则构成的推理理想正好提供了这样一幅积极的图景。这强调了保持一致的外部一致性作为对抗政治或意识形态倾向风险的重要性。


其次,个人层面在鼓励不同等级、观点和成熟度的推理者之间建立“公平竞争环境”方面发挥着重要作用。认知规则不仅仅关乎任何特定的个体,而是旨在具有普遍适用性。它们适用于所有人在所有情境中。这意味着分析者不必根据做出判断的人来接受或拒绝彼此的判断,而是可以诉诸于独立于所有人的某物来帮助他们评估这些判断。在这种标准下,不透明的推理无法被评估,因此自然会鼓励其变得透明,以便能够与对手“竞争”。而一旦推理变得透明,每个人都可以根据这一标准平等地对其进行评估。在相同的认知规则下,每个人的推理自然会被“问责”。这一过程平等对待所有推理者,并期望他们平等行事(前提是推理会有个人色彩,这将根据其美德发展水平而有所不同)。 规则代表了一种相对简单直接的方式,使人们能够为推理者建立合作流程,无论其发展水平如何。分析师即使不具备特别高的道德水平(当然,这并非理想状态),也能遵循一系列规则。他们可以追究人们是否遵守了这些规则,而不必深入了解其发展水平(或要求他们达到尚未公正评估的发展标准)。规则关乎理想推理中最直接外在和公共的一面(即“行为”)。无论分析师的等级、职位、观点或成熟度如何,同样的推理规则适用于所有人。规则是均衡器,因为无论个人的观点和职位如何,每个人都有同等的义务去遵守它们。当规则未被遵循时,每个人都可以(当然,以尊重的方式)相互批评。规则使得所有人行为上的责任平等成为可能。


通过假设情报分析师的理想推理具有认知规则的程序维度,多维方法为问题提供了回应


推理若不依据独立标准,则缺乏透明度。该方法构建了一套坚实的推理过程框架,分析师应遵循其中设定的思维规则。这些规则为分析师提供了一种积极的策略,旨在避免受政治或意识形态因素左右,转而努力使自己的推理行为符合这些规则所构建的流程。如此一来,他们不仅能够指导自身判断何为最可信观点的过程,还能在试图说服他人或接受他人不同观点时,规范与他人的互动。更广泛而言,该方法在情报分析中发挥了双重作用:一是强调遵循独立标准对外部一致性的重要性,二是促进不同层级、视角及成熟度的推理者之间形成“公平竞争”的环境。


2. 情报分析师推理规则的多维参数:将理想推理解释为遵循的认知规则意味着什么


这种多维推理的愿景致力于为分析师在思考时应做什么提供一个理想模型。这是信息时代分析师推理的程序维度。它将理想的推理构想为认知规则。与认知美德和个人维度的理念相比,这一概念在理解上提出了不同的挑战。理解“美德”这一概念的主要挑战在于看清它与“规则”有何不同,而理解“规则”概念的主要挑战则在于明白规则应如何有效地引导行为,而非任意地限制行为。

规则的概念相对直接。规则代表对行为的评估,符合规则时被视为“好”,不符合时则为“坏”。这与美德不同,美德是对性格的评估,当特质平衡时为“好”,不平衡时为“坏”。美德体现了理想中依赖于个人的一面,而规则则展现了理想中不依赖于个人的一面。规则关注分析师参与的过程。由于规则涉及行为过程,它们独立于参与的人及其特定的情境和环境。


R u l e = R u l e = Rule=R u l e= 一种理想的普遍行为(理想情况下,每个人在任何情况下都会这样做)。


规则试图捕捉理想中“固定”或“与上下文无关”的一面,而美德则试图捕捉理想中“波动”或“与上下文相关”的一面。美德允许有程度之分(一个人拥有某种美德存在“程度”),而规则则不然(要么遵守了规则,要么没有)。规则的实施(原则上)在所有情境下都应相同。可能存在内置的例外,说明规则何时适用或不适用,或何时一条规则优先于另一条。但即便如此,这种例外也是普遍适用的。规则是行为的普遍准则。

近期的西方文化尤其关注识别情境和环境中的所有差异。人们对于可能忽视这些差异、从而强加武断一致性的规则和其他“普遍规定”变得特别怀疑。因此,尽管规则的概念或许比美德的概念更易理解,但(有时)更难理解规则为何及如何不是武断的。规则


是对“最佳”行为构成的概括,因此总有可能这些概括会忽略特定情境的微妙之处(尤其是当它们仓促作出,或基于有限的基础时)。但简单地概括“所有概括都是坏的”则是不合理的。人们无需完全否定个体差异来概括“优秀推理者的行为”,因为同样可以确认的是,每个人都有不同层次的认知美德(从个人维度而言),这些美德关乎“优秀推理者是谁”。这些关于推理中良好行为构成的合理概括并非随意而为,实际上它们的存在有着极好的理由:它们为理解推理过程提供了基础,同时也是评估推理的独立标准的起点。


多维方法的认知规则确立了一个独立的推理标准,用于评估那些本身将独立存在的推理。虽然个人维度的美德也是一个独立的标准,但评估美德是否存在是对一个人的描述,而非对某一具体推理的描述。这是一个关键的区别,因为分析师的具体推理会继续独立存在(例如,分析师给客户的简报)。因此,需要有一种方法来评估推理及其产物,而不依赖于其开发者。这正是规则尤为重要的地方。良好的推理在智力上是美德的、遵循规则的,并且适合特定领域。但当人们独立于从事该思维的人来审视它时(如评估他人的工作,或一个没有明确个人关联的想法或论点),其作者的美德或缺陷不足以评估它。 人们可以通过接受这一推理来思考自身美德的发展程度,但最直接的方法是拥有一套不针对任何特定个人、而是关于推理过程本身的标准。规则提供了一个独立的标准,有助于推动超越任何个体的推理过程。美德是个人及其特征的理想,而规则是过程与行为的理想。两者对于推理的理想都至关重要。

推理的程序维度由一个总体的主要维度组成,该主要维度包含四个次级维度和十二个三级维度。显然,对推理这一方面最详细的描述是十二个三级维度,因为它们被认为是理想的规则和思维行为。但为了构建这十二个维度,它们被分类为过程的四个类别或部分:“准备”、“行动”、“反应”和“跟进”。更具体地说,它们是四个“通用”规则:

识别相关背景 = 推理过程的认知“设置”,包括分析师考虑问题维度、确立决策重要性以及深入研究主题的义务。


推断合理结论 = 推理过程中的认知“行为”,包括分析师有义务透明地构建过程、做出相关区分并质疑每一个推论。

想象可能的替代方案 = = == 在推理过程中的认知“反应”,这包括分析师有责任发展合理的替代方案、认真对待反对意见,并不断更新判断。

阐释更广泛的意义 = 推理过程中的认知“后续行动”,包括分析师预测新问题、识别证据限制并定位更广泛背景的义务。

在更详细地探讨这些之前,应作一个重要说明。虽然规则的顺序并非偶然,但它并不是唯一可能合理的排列方式。正式来说,这十二条规则是适用于分析人员参与的每一推理过程每一部分的处方。因此,它们并没有“严格”的顺序。但它们有一个“松散”的顺序,因为其中一些规则更多地涉及推理过程的某些部分,而非其他部分。这些规则可以被合理地解释为一个过程的序列步骤。然而,它们的顺序并不像规则本身那样绝对。因此,人们普遍有义务彻底研究主题,这很可能是分析人员(通常)在其推理过程早期做的事情。但这并不意味着分析人员不能(或永远没有义务)在后期也进行研究(事实上,规则告诉他们要持续这样做)。因此,虽然这旨在成为一个过程,但它是一个“松散”的过程。 这种安排也(大致上)与多维方法对构成个人和问题特定维度的其他三级维度的排序方式相协调(即“识别”后接“推理”,接着是“想象”,最后是“解释”)。

第一组三条规则可归类于“识别相关背景”这一总体“通用”规则之下。它们(大致)都涉及为个人推理所做的一种智力上的“铺垫”。这些规则通常关乎分析师思维的识别与构建(因此,当将其视为一个过程时,它们在列表中位居首位)。

  1. 考虑问题维度:识别问题的不同方面、它们的作用以及评估它们的适当方法。

  2. 确立决策重要性:确定问题的解决如何影响客户未来的决策(或其背景)。

  3. 深入研究主题:持续研究,专注于未知领域、新来源或与当前信念相悖的内容。

第二组三条规则可以归类为“推断合理结论”这一总体“通用”规则。它们都(大致)涉及推理中的一种智力“行动”。它们通常与分析师的思维中的推理和连接有关(因此,当被视为一个过程时,它们在这份列表中处于中间位置)。


4. 结构化过程透明化:逐步进行推理,突出每个主张及其相关的推论和/或证据。


5. 做出相关区分:通过区分常被混淆的事物,避免误导性或带有偏见的描述/分类。


6. 挑战每一个推论:识别每个主张之间可能的推论,仔细审查它们,并(通常)审查每个主张的证据。

第三组三条规则可归类于“想象可能替代方案”这一总体“通用”规则之下。它们(大致)都涉及推理中某种智力上的“反应”。这些规则通常关乎分析师思维中的想象与比较推理(因此,在此被视为一个过程时,它们位于列表的中间位置)。这三条规则在过程中的位置最为灵活,根据个人在推断可能性或想象可能性上的偏好,人们可能会将它们置于前三条规则之前。然而,通常情况下,人们是在与关于何为可信的现有观念相对立的情况下进行想象的。因此,将它们置于后面是合理的。


7. 开发合理的替代方案:制定一系列潜在(可行)的选项/答案,包括一些最初看起来不太可能的方案。


8. 认真对待反对意见:找出对已确立/受欢迎观点的常见和可能的反对意见,并尽可能有说服力地描述它们。


9. 持续进化判断:根据新信息、论点和反对意见,修订你的推理(结论及其论据)。

第四组三条规则可归类于“广义”解释的总体规则之下。它们(大致)都涉及一种智力上的“持续跟进”推理。这些规则通常关乎分析师思维的解释与情境化推理(因此在本列表被视为一个过程时,它们位于末尾)。


10. 项目新议题:根据推理,确定未来需要探索的新问题或考虑的新选项。


11. 识别证据局限性:确定结论在多大程度上是/未被证明合理的,并找出其最薄弱点。


12. 定位更广泛的背景:描述结论的大局观以及(根据客户利益)出现的更大机遇/威胁。


图 7.1 推理过程维度的概述


类似于个人维度的十二美德,这些并非分析师理想中应遵循的唯一潜在良好准则。多维方法限于在三个主要维度(个人、程序性和问题特定性)中各自拥有十二个三级维度(以四个二级维度表述)。最终,十二(几乎任何事物)似乎是实际可赋予人们的最大数量,而不至于完全令其不堪重负。而这一限制仅适用于认知规则,因为人们可以将这些规则视为推理过程中可行的“十二步程序”。现在,若需快速版本,则可参考四项通用规则,甚至只需确认存在一个强调推理应透明且受规则支配的程序性维度,其中隐含的总体要求即可。

虽然可能很少有人会建议将规则数量增加到十五条,但人们可能仍认为一些显而易见的内容被遗漏了。例如,既没有强制要求“批判性思考”,也没有要求“创造性思考”。这是因为这两者在整个过程中都得到了体现。或者,至少有多条规则对于人们通常所说的“批判性思考”至关重要,比如彻底研究主题、透明地构建过程、做出相关区分、质疑每一个推论、认真对待反对意见,以及识别证据的局限性。同样,如果“创造性思考”不是参与整个过程的强制性要求,那么至少它似乎要求分析者考虑问题的多个维度、确定决策的重要性、开发合理的替代方案、不断更新判断、预测新问题,并定位更广泛的背景。这里需要注意的是,如果不得不将一部分规则与批判性和创造性思考相关联,那么每种思考方式各占规则列表的一半并非偶然。

表 7.1 推理过程维度的比较

识别相关背景维度
Identify Relevant Background Dimension| Identify Relevant | | :---: | | Background | | Dimension |

推断合理结论维度
Infer Plausible Conclusions Dimension| Infer Plausible | | :--- | | Conclusions | | Dimension |

想象可能的替代维度
Imagine Possible Alternatives Dimension| Imagine Possible | | :---: | | Alternatives | | Dimension |

解读更广泛的意义维度
Interpret Broader Meaning Dimension| Interpret Broader | | :---: | | Meaning | | Dimension |
  认知构建
Cognitive Construction| Cognitive | | :--- | | Construction |
  认知宪法
Cognitive Constitution| Cognitive | | :--- | | Constitution |
  认知比较
Cognitive Comparison| Cognitive | | :--- | | Comparison |

认知情境化
Cognitive Contextualization| Cognitive | | :--- | | Contextualization |
  “设置”   “法案”   “React”
  “Follow Through”
The "Follow Through"| The "Follow | | :--- | | Through" |

第一三级维度:考虑问题维度
First Tertiary Dimension: Consider Problem Dimensions| First Tertiary | | :--- | | Dimension: | | Consider Problem | | Dimensions |

第四第三维度:结构过程透明化
Fourth Tertiary Dimension: Structure Process Transparently| Fourth Tertiary | | :--- | | Dimension: | | Structure Process | | Transparently |

第七第三维度:开发合理的替代方案
Seventh Tertiary Dimension: Develop Plausible Alternatives| Seventh Tertiary | | :--- | | Dimension: | | Develop Plausible | | Alternatives |

第十三维度:Project New Issues
Tenth Tertiary Dimension: Project New Issues| Tenth Tertiary | | :--- | | Dimension: | | Project New Issues |

第二第三维度:确立决策重要性
Second Tertiary Dimension: Establish Decision Significance| Second Tertiary | | :--- | | Dimension: | | Establish Decision | | Significance |

第五个第三维度:做出相关区分
Fifth Tertiary Dimension: Make Relevant Distinctions| Fifth Tertiary | | :--- | | Dimension: | | Make Relevant | | Distinctions |

第八个第三维度:认真对待异议
Eighth Tertiary Dimension: Take Objections Seriously| Eighth Tertiary | | :--- | | Dimension: | | Take Objections | | Seriously |

第十一第三维度:识别证据限制
Eleventh Tertiary Dimension: Identify Evidential Limitations| Eleventh Tertiary | | :--- | | Dimension: | | Identify Evidential | | Limitations |

第三维度:深入研究主题
Third Tertiary Dimension: Thoroughly Research Subject| Third Tertiary | | :--- | | Dimension: | | Thoroughly Research | | Subject |

第六层维度:质疑每一个推论
Sixth Tertiary Dimension: Challenge Every Inference| Sixth Tertiary | | :--- | | Dimension: | | Challenge Every | | Inference |

第九次元:持续进化的判断
Ninth Tertiary Dimension: Continually Evolve Judgments| Ninth Tertiary | | :--- | | Dimension: | | Continually Evolve | | Judgments |

第十二第三维度:定位更广泛的背景
Twelfth Tertiary Dimension: Locate Broader Context| Twelfth Tertiary | | :--- | | Dimension: | | Locate Broader | | Context |
"Identify Relevant Background Dimension" "Infer Plausible Conclusions Dimension" "Imagine Possible Alternatives Dimension" "Interpret Broader Meaning Dimension" "Cognitive Construction" "Cognitive Constitution" "Cognitive Comparison" "Cognitive Contextualization" The "Set Up" The "Act" The "React" "The "Follow Through"" "First Tertiary Dimension: Consider Problem Dimensions" "Fourth Tertiary Dimension: Structure Process Transparently" "Seventh Tertiary Dimension: Develop Plausible Alternatives" "Tenth Tertiary Dimension: Project New Issues" "Second Tertiary Dimension: Establish Decision Significance" "Fifth Tertiary Dimension: Make Relevant Distinctions" "Eighth Tertiary Dimension: Take Objections Seriously" "Eleventh Tertiary Dimension: Identify Evidential Limitations" "Third Tertiary Dimension: Thoroughly Research Subject" "Sixth Tertiary Dimension: Challenge Every Inference" "Ninth Tertiary Dimension: Continually Evolve Judgments" "Twelfth Tertiary Dimension: Locate Broader Context"| Identify Relevant <br> Background <br> Dimension | Infer Plausible <br> Conclusions <br> Dimension | Imagine Possible <br> Alternatives <br> Dimension | Interpret Broader <br> Meaning <br> Dimension | | :--- | :--- | :--- | :--- | | Cognitive <br> Construction | Cognitive <br> Constitution | Cognitive <br> Comparison | Cognitive <br> Contextualization | | The "Set Up" | The "Act" | The "React" | The "Follow <br> Through" | | First Tertiary <br> Dimension: <br> Consider Problem <br> Dimensions | Fourth Tertiary <br> Dimension: <br> Structure Process <br> Transparently | Seventh Tertiary <br> Dimension: <br> Develop Plausible <br> Alternatives | Tenth Tertiary <br> Dimension: <br> Project New Issues | | Second Tertiary <br> Dimension: <br> Establish Decision <br> Significance | Fifth Tertiary <br> Dimension: <br> Make Relevant <br> Distinctions | Eighth Tertiary <br> Dimension: <br> Take Objections <br> Seriously | Eleventh Tertiary <br> Dimension: <br> Identify Evidential <br> Limitations | | Third Tertiary <br> Dimension: <br> Thoroughly Research <br> Subject | Sixth Tertiary <br> Dimension: <br> Challenge Every <br> Inference | Ninth Tertiary <br> Dimension: <br> Continually Evolve <br> Judgments | Twelfth Tertiary <br> Dimension: <br> Locate Broader <br> Context |


3. 智能分析中推理规则实践的多维方法:如何将认知规则理想应用于推理


这项工作旨在为信息时代的情报分析师提供一个坚实的推理整体视角,帮助分析师成为推理的“典范”。因此,它在程序维度(即分析师应遵循的“规则”)的“理论”阐述中,也包含了该维度“实践”的相应说明。良好推理规则的实际应用体现在其提供的普遍启发性目标、强调这些规则的具体方法论,以及特别聚焦于这一维度的通用方法上。

首先,应用推理过程维度最显著的方式是将理论本身视为定义分析者目标的标准。也就是说,其规则代表了优秀分析者在推理过程中应有的行为方式,为分析者提供了遵循的标准。


在他们所做的事情中。这些规则在实践中的具体应用方式几乎是无限的,远远超出了任何特定提议实践所能涵盖的范围。因此,重要的是要注意规则本身的实际影响。它们实际上告诉分析师“该做什么”。

其次,应用推理程序维度最常见的方式是使用十二种“核心”推理方法中的任何一种,这些方法专为假设开发、因果分析、未来探索和战略评估而设计。这些方法不仅具有针对特定问题的特殊重点,还包含一系列程序重点。尽管所有方法都遵循良好推理的所有规则,但其中一些规则对每种方法尤为关键。因此,在选择特定方法时,分析师也在选择一套要强调的规则。为了使这些规则最充分地实用化,分析师应定期应用多种方法,以强调全面的优秀智力技巧。那些不经常应用广泛方法,而是反复使用相同方法的分析师,可能会面临程序失衡的风险。具体的方法和规则在各自的章节中有更详细的描述。

第三,应用推理的程序维度最直接的方法是通过强调它的通用方法:分析过程反思。这项工作的三种方法特别关注一般推理以及个人、程序或问题特定的维度本身。分析过程反思旨在突出通常在“背景”中的内容;即良好推理的规则。这种特定方法旨在引起对规则本身的注意。它几乎是一种“分析问答”,通过这种方式,情报分析师系统地提醒自己他们渴望遵循的“诫命”,并有机会进行“分析忏悔”,反思他们在多大程度上遵循(或未遵循)这些规则。 该方法并不一定旨在对他们的习惯或性格进行心理上的深入评估,而是更多地关于参与学习、重新学习及反思被构想为“规则”的理想推理这一学科。正如人们可能会通过询问是否恰当地平衡了道德“规则”来跟进一个棘手的伦理情境,人们也应通过询问是否恰当地平衡了认知“规则”来跟进复杂的智力情境。分析者是如何履行其智力义务的?如此,这便是以规则为中心的等价于聚焦推理美德的“分析平衡检查”。两者对情报分析师而言都至关重要,因为它们直接要求分析师重视推理的规则(及美德)。

NOTE


  1. “规则”这一概念旨在与伊曼努尔·康德(Immanuel Kant)的《道德形而上学基础》(Groundwork of the Metaphysics of Morals,由 Mary Gregor 和 Jens Timmermann 编辑,纽约:剑桥大学出版社,2012 年)以及约翰·斯图尔特·密尔(John Stuart Mill)的《逻辑体系》(A System of Logic,收录于《约翰·斯图尔特·密尔全集》第 7 卷,印第安纳波利斯:自由基金出版社,2006 年)等著名伦理哲学家的“规则”观念相类比并兼容。


    表 7.2 方法的过程重点
3 3 :)\rangle :)\rangle
  12 月 > > > >
  "Stra" > > )

"发散情景开发" "连锁效应分析" "收敛情景开发"
"Divergent Scenario Development" "Ripple Effect Analysis" "Convergent Scenario Development"| "Divergent Scenario Development" | | :--- | | "Ripple Effect Analysis" | | "Convergent Scenario Development" |
3 ) 3 3
) 3 )
) :)\rangle :)\rangle >

"背景偏移分析" "因果循环图绘制" "比较影响分类"
"Background Shift Analysis" "Causal Loop Diagramming" "Comparative Influence Classification"| "Background Shift Analysis" | | :--- | | "Causal Loop Diagramming" | | "Comparative Influence Classification" |
3 > 3
) > ) :)\rangle
d S ) >

"基本假设三角测量" "三元假设发展" "辩证假设生成"
"Underlying Assumptions Triangulatio "Triadic Hypothesis Development" "Dialectical Hypothesis Generation"| "Underlying Assumptions Triangulatio | | :--- | | "Triadic Hypothesis Development" | | "Dialectical Hypothesis Generation" |
3 3 :)\rangle :)\rangle
3 :)\rangle >
> ) 3 :)\rangle
흔․ .
https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=172&width=89&top_left_y=705&top_left_x=374 3 3 :) :) "Dec > > > > "Stra > > ) https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=164&width=83&top_left_y=922&top_left_x=383 ""Divergent Scenario Development" "Ripple Effect Analysis" "Convergent Scenario Development"" 3 ) 3 3 ) 3 ) ) :) :) > https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=128&width=78&top_left_y=1156&top_left_x=380 ""Background Shift Analysis" "Causal Loop Diagramming" "Comparative Influence Classification"" 3 > 3 ) > ) :) d S ) > https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=210&width=84&top_left_y=1335&top_left_x=377 ""Underlying Assumptions Triangulatio "Triadic Hypothesis Development" "Dialectical Hypothesis Generation"" 3 3 :) :) 3 :) > > ) 3 :) https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=681&width=185&top_left_y=1560&top_left_x=372 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=474&width=166&top_left_y=1558&top_left_x=1012 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=471&width=160&top_left_y=1558&top_left_x=1197 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=458&width=166&top_left_y=1574&top_left_x=1367 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=474&width=177&top_left_y=1563&top_left_x=1540 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=177&width=69&top_left_y=2061&top_left_x=1065 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=177&width=67&top_left_y=2061&top_left_x=1243 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=177&width=67&top_left_y=2061&top_left_x=1414 흔․ . | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=172&width=89&top_left_y=705&top_left_x=374) | | 3 | | | 3 | | | | $\rangle$ | | | | $\rangle$ | | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | | | "Dec | | | > | | > | | > | | | | > | | | | "Stra | | > | | | | > | | | ) | | | | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=164&width=83&top_left_y=922&top_left_x=383) | "Divergent Scenario Development" <br> "Ripple Effect Analysis" <br> "Convergent Scenario Development" | 3 | | | | ) | | 3 | | | | | 3 | | | | | | ) | 3 | | | | | ) | | | | | | | | ) | | | | $\rangle$ | | $\rangle$ | | | > | | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=128&width=78&top_left_y=1156&top_left_x=380) | "Background Shift Analysis" <br> "Causal Loop Diagramming" <br> "Comparative Influence Classification" | 3 | | | | | > | 3 | | | | | | | | | | ) | | > | | | | | ) | | | $\rangle$ | | | | | | d | | S | | | ) | | | > | | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=210&width=84&top_left_y=1335&top_left_x=377) | "Underlying Assumptions Triangulatio <br> "Triadic Hypothesis Development" <br> "Dialectical Hypothesis Generation" | 3 | | | 3 | | | | | $\rangle$ | | $\rangle$ | | | | | | | 3 | | | $\rangle$ | | > | | | | | | | | | > | | | ) | | 3 | | | | | $\rangle$ | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=681&width=185&top_left_y=1560&top_left_x=372) | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=474&width=166&top_left_y=1558&top_left_x=1012) | | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=471&width=160&top_left_y=1558&top_left_x=1197) | | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=458&width=166&top_left_y=1574&top_left_x=1367) | | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=474&width=177&top_left_y=1563&top_left_x=1540) | | | | | | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=177&width=69&top_left_y=2061&top_left_x=1065) | | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=177&width=67&top_left_y=2061&top_left_x=1243) | | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-112.jpg?height=177&width=67&top_left_y=2061&top_left_x=1414) | | | 흔․ . | |


推理的问题特定维度


理想推理即待提出的问题

  摘要


理想的情报推理具有三个同等重要的维度:个人维度、程序维度和问题特定维度。个人维度代表了分析师应该成为什么样的人(作为推理者):他们的特质——从认知美德角度出发的推理理想。程序维度代表了分析师应该做什么:他们的技巧——从认知规则角度出发的推理理想。问题特定维度则代表了分析师在思考中应该走向何方:他们的目标——从认知领域角度出发的推理理想。本章定义了这种多维视角中的问题特定要素。从需要提出的认知问题(或推理领域)来看,什么是推理的理想?首先,它解释了问题特定维度的目的以及情报分析师推理问题的意义。其次,它探讨了问题特定维度的整体参数及这些推理问题(或领域)的性质。最后,它评估了如何将这一理论转化为分析师推理的实践。


1. 针对情报分析师推理问题目的的多维方法:为何理想推理是应提出的认知问题


问题特定维度将理想推理解释为“需要提出的认知问题”,例如“正在发生什么?”“为什么会发生这种情况?”“何时何地可能会发生变化?”以及“客户如何应对?”其基本动机是支持一种专注于分析师推理独特挑战的论述(参见第 5 章),其中之一是必须推理客户竞争对手和对手的“目标”问题(“不足”、“不相关”、“不确定”和“无意义”)(参见第 2 章)。这些情报分析挑战基于一般推理挑战(参见第 1 章),并在信息时代加剧(参见第 3 章)。多维论述提出了一种分析问题的分类法以及适用于这些特定目标问题的相应推理类型。这种分类以及一般的问题特定维度在情报分析中扮演了两个主要角色:为分析师提供


“标准”问题,他们应该提出这些问题以吸引目标(即“目标特定推理”),并将特定类型的情报分析问题映射到分析师可以采用的特定方法上(即“目标方法整合”)。

首先,问题特定维度扮演着为“目标特定推理”奠定基础的角色。很少有职业的主要工作对象,即其目标,会积极与雇主竞争。在许多学科中,理解目标本身就很困难(例如自然科学、宗教、哲学)。但物理世界和现实通常不被认为是在积极阻止任何人理解它们。虽然在其它领域也可能出现这种情况,但在情报分析中,这种现象如此普遍且重要,以至于从根本上定义了这一领域。问题特定维度识别了四种推理类型,它们特别适合应对由此产生的独特挑战。换言之,这种方法直接应对了情报分析目标的性质,为分析师面临的问题类型提供了一种高层次的“分类法”。 他们必须应对以下挑战:通过假设开发评估(1)在有限可靠数据下正在发生什么;通过因果分析解释(2)在关于相关性的误导信息下为何会发生这种情况;通过未来探索预测(3)在众多可能未来路径中何时何地可能发生变化;以及通过战略评估指导(4)客户如何在需要及时决策的情况下作出回应。

其次,问题特定的推理维度起到了为分析师提供“目标-方法整合”的作用。它包含三个维度,这些维度映射到特定的对应方法论上。四个“通用”领域/问题中的每一个都可以分解为三个子领域/子问题,而每一个子领域/子问题又映射到一个具体的方法论,分析师可以通过这些方法论在他们的推理中实现这一理想。分析师如何在可能的方法之间做出合理的选择?一个提供多种推理方法的描述不仅应提供这些方法如何相互联系的说明,还应提供一种手段,以确定分析师在特定问题上应使用哪种方法。例如,在这种方法中,假设发展维度分为三个子维度,进一步将“发生了什么?”这一更广泛的问题分解为三个子问题。首先,“关于正在发生的事情的合理理论是什么?”对应假设发展的理念维度和辩证假设生成的方法。 其次,“哪些信息最能帮助确定最合理的理论来解释正在发生的事情?”对应于假设开发的信息维度以及三元假设开发方法。第三,“为了使这成为解释正在发生的事情的最合理理论,必须假设什么?”对应于假设开发的隐含维度以及基本假设三角测量方法。因此,问题特定维度的分类法指导分析师选择方法论。

通过假设理想推理具有针对特定问题的认知领域维度,多维方法为推理一个积极对抗推理者的目标所面临的问题提供了回应。这些问题包括有限的可靠数据、误导性信息、多种可能的未来路径以及指导决策的需求。该方法提供了这些问题以及相应问题和适合它们的推理类型的强健分类,并进一步细分为一组子维度。这一分类对分析人员的工作具有关键意义。它扮演着两个重要角色:为分析人员提供他们应该提出的“标准”问题以参与其目标(即“目标特定推理”),并将特定类型的情报分析问题映射到分析人员可以采用的特定方法上(即“目标方法整合”)。


2. 情报分析师推理问题的多维参数:将理想推理解释为认知提问意味着什么


这种多维推理视角致力于为分析师的思考提供一个理想方向。这就是问题特定维度,它将理想推理视为认知问题或领域。推理的“领域”代表了一种需要思考的问题类型,或是一个人可能进行推理的特定主题。换言之,问题特定维度是推理的一个方面,其中推理由其目标的特殊性所塑造。在情报分析中,推理的目标是客户的竞争对手或对手,以及他们的意图、计划和能力的影响。因此,某些类型的问题对情报推理具有特殊意义,因此分析师的理想推理特别重视回答这些问题。因此,问题特定维度构成了观察理想推理的最终角度。


回归道德善的概念,将其作为构建分析师智力善理想的一个持续类比。各个领域对这一理想有何贡献?个人推理维度的美德类似于亚里士多德的道德美德:勇气、节制、正义和审慎。 1 1 ^(1){ }^{1} 程序推理维度的规则类似于康德的绝对命令(以可普遍化的方式行动)或密尔的功利原则(行动以最大化整体幸福),以及从中推导出的二阶规则。 2 2 ^(2){ }^{2} 问题特定推理维度的问题或领域类似于不同学科特有的伦理学领域,在这些领域中,人们可以应用亚里士多德的美德或康德和密尔的规则。领域提供的内容,正如医学领域为医学伦理提供的内容,商业环境为商业伦理提供的内容,法律职业为法律伦理提供的内容。换句话说,它们是应用理想的普遍情境类型,这些情境将使理想的实现方式与在其他情况下有所不同。 例如,在医疗领域,伦理考量的表现可能与商业环境中的情况不同,因为医疗决策(通常)直接涉及一个人的生命、隐私以及不同于商业领域的法规义务。这些差异中的每一个在此意义上都是一个“领域”,因为它们是一类问题或因素,能够塑造整体理想的具体表现。 3 3 ^(3){ }^{3}

这种类比在某种程度上并不完全适用,因为这种理想的推理描述已经以一种“领域特定”的方式发展,甚至在其对相关美德和规则的理解上也是如此(这与伦理学中通常的做法不同)。然而,仍存在更多“领域特定”的因素,这些因素将进一步塑造这些相关美德和规则的展现。这些进一步的“领域特定”因素正是“问题特定”维度所指向的推理“问题”或“领域”所意指的内容。

领域/问题 = 一种特别重要的“目标特定”情境,它影响理想在特定案例中的表现,并有助于定义关注该目标的含义。

这些问题并非唯一将这一推理理论与通用理论或其他领域理论区分开来的因素。然而,当涉及到情报分析师进行推理的主题时(相对于分析师应当采取的立场而言),它们确实为这一理论贡献了主要的独特性。请记住,此处理解的情报分析是从立场独立的角度为决策者制定评估。


提升其组织相对于潜在竞争者(和/或对手)地位的视角。对“位置独立视角”的需求是个人和程序维度主要塑造者,而关注“相对于潜在竞争者/对手”则是问题特定维度的主要塑造者。 4 4 ^(4){ }^{4} 因此,分析师专注于理解竞争者/对手时所特别且主要面临的挑战,最终定义了该维度所指向的“领域”和“问题”。

问题特定的推理维度包含一个总体的主要维度,该维度又包含四个次级维度(即分析师推理的四个“领域”):

假设发展 = = == 通过推理从“有限的可靠数据”(即不足问题)中确定最合理的理论,以回答“发生了什么?”的问题。

因果分析 = 通过推理辨别过去事件/因素与当前事件/因素之间的联系,从“误导性信息”(即无关性问题)中找出答案,回答“为什么会发生这种情况?”的问题。

未来探索 = 通过推理发现关于“多种可能的未来路径”(即不确定性问题)的合理愿景,以回答“这种变化可能在何时何地发生?”的问题。

战略评估 = 以“及时、有用的方式”向客户描述可能决策的重要性(即无意义问题)的推理,以回答客户如何应对 I t I t ItI t 的问题。

这些领域按照一定的顺序出现,该顺序并非完全绝对,而是出于非常具体的原因如此安排。每个问题都体现了从最基础到最高级的复杂程度递进。假设开发本质上是一种基本的描述性推理(同时也涉及对某一主题的识别与思维构建)。因果分析本质上是一种中级的描述性推理(进一步包含对主题的推断与连接性思考)。未来探索本质上是一种高级的描述性推理(融入了对主题的想象与比较性思考)。而战略评估则本质上是一种规定性推理(涵盖了诠释与情境性思考)。因此,将这些问题和领域组织成一个层级结构是有意为之的,这与个人维度中的美德排序及程序维度中的规则排序相类似。但这一排序可能具有最高的“刚性”,意味着几乎不应违背这一顺序。 每个领域都被理解为下一个领域的基础部分,因此与之对应的问题(通常)是下一个问题的先决条件。

虽然这四个领域是分析师可能探索的一种个性化“问题”,但严格来说,每个分析问题都在某种程度上包含了所有这些领域。换句话说:

所有情报分析问题都包含假设发展方面和因果分析方面,


一个未来探索方面,和一个战略评估方面。

分析师总是询问正在发生什么、为什么会发生、何时何地可能会发生变化,以及客户如何应对。确实很少有情况是分析师只单独询问其中一个问题的。虽然客户可能只关心听到其中一个问题的答案,但分析师仍然必须考虑所有这些问题。因此,将这四个领域分开是为了帮助理解分析师推理问题的丰富性,而不是将他们的思维分割成完全孤立的部分。分析师不应以模块化的方式推理,而应以一种整合这四个领域的方式进行。

第一个总体领域——假设发展及其问题“发生了什么?”可以从三个主要角度进行探讨(这些是问题特定维度的前三个三级维度):

  1. 什么是正在发生的合理理论?:辩证假设生成方法强调的假设开发中的思想维度。

  2. 什么信息最能帮助确定最合理的理论来解释正在发生的事情?:Triadic Hypothesis Development 方法强调的假设发展的信息维度。

  3. 要使这一理论成为最合理的解释,需要假设什么?:通过“基础假设三角验证”方法强调的假设发展的隐含维度。

第二个总体领域——因果分析及其问题“为什么会发生这种情况?”可以从三个主要角度进行探讨(这些是问题特定维度的接下来的三个三级维度):


4. 为什么这一系列事件会发生?:比较影响分类方法强调的因果分析序列维度。


5. 为什么这种持续互动会发生?:因果循环图方法强调的因果分析的系统维度。


6. 为何会出现这一意外结果(作为客户行为的后果)?:背景转换分析方法强调的因果分析中的意外维度。

第三个总体领域——未来探索及其问题“何时何地可能发生这种变化?”——可以从三个主要角度进行探讨(这些是问题特定维度的下三个三级维度):


7. 这种变化可能在何时何地合理发生?:由“趋同情景开发”方法强调的未来探索的起源维度。


8. 这种变化何时何地可能引发更广泛的不确定性(及意外后果)?:涟漪效应分析法强调的未来探索的外延维度。


9. 这种变化何时何地可能产生长期影响?:发散情景开发方法强调的未来探索的结果维度。

有时,采用综合方法来探索未来是很有用的,即通过“未来导向的反事实推理”方法,从“开始到结束”探索可能的未来变化,这种方法将这三个维度和问题统一成一个单一的途径。

第四个总体领域——战略评估及其问题“客户如何应对?”——可以从三个主要角度进行探讨(这些是问题特定维度的最后三个三级维度):


10. 未来可能的情境如何影响客户的应对方式?:战略相关性检查方法强调的战略评估环境维度。


11. 可能产生的后果如何影响客户应对方式?:策略评估的效果维度通过决策重要性比较方法加以强调。


12. 其他参与者的期望如何影响客户对其的响应方式?:期望影响分析方法强调的战略评估中的期望维度。


图 8.1. 问题特定推理维度概述


与其他维度的十二美德和十二法则相似,这十二个子领域/子问题并非分析者理想中希望推理的全部内容。如同其他维度一样,多维方法在每个主要维度(个人、程序性和问题特定性)内仅限于十二个三级维度(以四个二级维度表述)。十二(几乎任何事物的数量)似乎是实际能给予人们而不致使其完全不堪重负的最大值。而这在认知领域中真正可行,因为焦点确实集中在四个总体领域上(即假设发展、因果分析、未来探索和战略评估)。这十二个方面主要是将这些领域细化的方式。自然,当人们专注于这些领域并选择方法论进行探索时,后者将显得重要,但若寻求问题领域或情报分析目标的简化版本,则可着眼于那四个总体问题。

同样值得注意的是,这些维度和方法并未根据它们是“批判性”还是“创造性”思维进行分类,因为它们都包含选项的生成与评估。有人可能会提出,其中一些更直接关于“生成”,而另一些则关于“评估”,但方法的具体细节并不支持这种划分,因此甚至不会提出一个“粗略”的尝试。

表 8.1. 比较问题特定维度的推理

假设发展维度
Hypothesis Development Dimension| Hypothesis | | :---: | | Development | | Dimension |

因果分析维度
Causal Analysis Dimension| Causal Analysis | | :--- | | Dimension |

未来探索维度
Futures Exploration Dimension| Futures Exploration | | :--- | | Dimension |

战略评估维度
Strategy Assessment Dimension| Strategy Assessment | | :--- | | Dimension |

询问“发生了什么?”
Asks "What Is Happening?"| Asks "What Is | | :--- | | Happening?" |

询问“为什么会发生这种情况?”
Asks "Why Is This Happening?"| Asks "Why Is This | | :--- | | Happening?" |

询问“何时何地可能会发生这种变化?”
Asks "When and Where Might This Change?"| Asks "When and | | :--- | | Where Might This | | Change?" |

询问“客户如何回应?”
Asks "How Can the Client Respond to It?"| Asks "How Can | | :--- | | the Client Respond | | to It?" |

确定正在发生之事的最合理解释理论
Determines the Most Plausible Theory of What Is Happening| Determines the Most | | :--- | | Plausible Theory of | | What Is Happening |

辨别事件、因素和力量之间的联系
Discerns Connections Between Events, Factors, and Forces| Discerns | | :--- | | Connections | | Between Events, | | Factors, and Forces |

发现未来可能变化的合理愿景
Discovers Plausible Visions of Possible Future Changes| Discovers Plausible | | :--- | | Visions of Possible | | Future Changes |

描述可能决策对客户的重要性
Describes the Significance of Possible Decisions to the Client| Describes the | | :--- | | Significance of | | Possible Decisions | | to the Client |

面对不足的挑战:从有限的可靠数据中推理
Faces the Challenge of Insufficiency: Reasoning from Limited Reliable Data| Faces the Challenge | | :--- | | of Insufficiency: | | Reasoning from | | Limited Reliable | | Data |

面对无关性的挑战:从误导性信息中推理
Faces the Challenge of Irrelevance: Reasoning from Misleading Information| Faces the Challenge | | :--- | | of Irrelevance: | | Reasoning from | | Misleading | | Information |

面对不确定性的挑战:推理多种可能的未来路径
Faces the Challenge of Indeterminacy: Reasoning about Many Possible Future Paths| Faces the Challenge | | :--- | | of Indeterminacy: | | Reasoning about | | Many Possible | | Future Paths |

面对无足轻重的挑战:推理至及时且有用
Faces the Challenge of Insignificance: Reasoning to a Timely, UsefuI| Faces the Challenge | | :--- | | of Insignificance: | | Reasoning to a | | Timely, UsefuI |

基本描述性分析
Basic Descriptive Analysis| Basic | | :--- | | Descriptive Analysis |

中级描述性分析
Intermediate Descriptive Analysis| Intermediate | | :--- | | Descriptive Analysis |

高级描述性分析
Advanced Descriptive Analysis| Advanced | | :--- | | Descriptive Analysis |
  规范性分析

评估某事物存在或性质在当下带来的机遇与威胁
Assesses Opportunities and Threats from Something's Existence or Nature in the Present| Assesses | | :--- | | Opportunities | | and Threats from | | Something's | | Existence or Nature | | in the Present |

评估当前某事物后果带来的机遇与威胁
Assesses Opportunities and Threats from Something's Consequences in the Present| Assesses | | :--- | | Opportunities | | and Threats from | | Something's | | Consequences in the | | Present |

评估未来某事物潜力带来的机遇与威胁
Assesses Opportunities and Threats from Something's Potential in the Future| Assesses | | :--- | | Opportunities | | and Threats from | | Something's | | Potential in the | | Future |

评估对机遇和威胁可能做出的回应的重要性
Assess the Significance of Possible Responses to Opportunities and Threats| Assess the | | :--- | | Significance of | | Possible Responses | | to Opportunities and | | Threats |

支持因果分析、未来探索和战略评估
Supports Causal Analysis, Futures Exploration, and Strategy Assessment| Supports Causal | | :--- | | Analysis, Futures | | Exploration, and | | Strategy Assessment |

假设开发;支持未来探索与战略评估
Assumes Hypothesis Development; Supports Futures Exploration and Strategy Assessment| Assumes Hypothesis | | :--- | | Development; | | Supports Futures | | Exploration and | | Strategy Assessment |

假设开发与因果分析;支持战略评估
Assumes Hypothesis Development and Causal Analysis; Supports Strategy Assessment| Assumes Hypothesis | | :--- | | Development and | | Causal Analysis; | | Supports Strategy | | Assessment |

假设开发、因果分析与未来探索
Assumes Hypothesis Development, Causal Analysis, and Futures Exploration| Assumes Hypothesis | | :--- | | Development, | | Causal Analysis, and | | Futures Exploration |
"Hypothesis Development Dimension" "Causal Analysis Dimension" "Futures Exploration Dimension" "Strategy Assessment Dimension" "Asks "What Is Happening?"" "Asks "Why Is This Happening?"" "Asks "When and Where Might This Change?"" "Asks "How Can the Client Respond to It?"" "Determines the Most Plausible Theory of What Is Happening" "Discerns Connections Between Events, Factors, and Forces" "Discovers Plausible Visions of Possible Future Changes" "Describes the Significance of Possible Decisions to the Client" "Faces the Challenge of Insufficiency: Reasoning from Limited Reliable Data" "Faces the Challenge of Irrelevance: Reasoning from Misleading Information" "Faces the Challenge of Indeterminacy: Reasoning about Many Possible Future Paths" "Faces the Challenge of Insignificance: Reasoning to a Timely, UsefuI" "Basic Descriptive Analysis" "Intermediate Descriptive Analysis" "Advanced Descriptive Analysis" Prescriptive Analysis "Assesses Opportunities and Threats from Something's Existence or Nature in the Present" "Assesses Opportunities and Threats from Something's Consequences in the Present" "Assesses Opportunities and Threats from Something's Potential in the Future" "Assess the Significance of Possible Responses to Opportunities and Threats" "Supports Causal Analysis, Futures Exploration, and Strategy Assessment" "Assumes Hypothesis Development; Supports Futures Exploration and Strategy Assessment" "Assumes Hypothesis Development and Causal Analysis; Supports Strategy Assessment" "Assumes Hypothesis Development, Causal Analysis, and Futures Exploration"| Hypothesis <br> Development <br> Dimension | Causal Analysis <br> Dimension | Futures Exploration <br> Dimension | Strategy Assessment <br> Dimension | | :--- | :--- | :--- | :--- | | Asks "What Is <br> Happening?" | Asks "Why Is This <br> Happening?" | Asks "When and <br> Where Might This <br> Change?" | Asks "How Can <br> the Client Respond <br> to It?" | | Determines the Most <br> Plausible Theory of <br> What Is Happening | Discerns <br> Connections <br> Between Events, <br> Factors, and Forces | Discovers Plausible <br> Visions of Possible <br> Future Changes | Describes the <br> Significance of <br> Possible Decisions <br> to the Client | | Faces the Challenge <br> of Insufficiency: <br> Reasoning from <br> Limited Reliable <br> Data | Faces the Challenge <br> of Irrelevance: <br> Reasoning from <br> Misleading <br> Information | Faces the Challenge <br> of Indeterminacy: <br> Reasoning about <br> Many Possible <br> Future Paths | Faces the Challenge <br> of Insignificance: <br> Reasoning to a <br> Timely, UsefuI | | Basic <br> Descriptive Analysis | Intermediate <br> Descriptive Analysis | Advanced <br> Descriptive Analysis | Prescriptive Analysis | | Assesses <br> Opportunities <br> and Threats from <br> Something's <br> Existence or Nature <br> in the Present | Assesses <br> Opportunities <br> and Threats from <br> Something's <br> Consequences in the <br> Present | Assesses <br> Opportunities <br> and Threats from <br> Something's <br> Potential in the <br> Future | Assess the <br> Significance of <br> Possible Responses <br> to Opportunities and <br> Threats | | Supports Causal <br> Analysis, Futures <br> Exploration, and <br> Strategy Assessment | Assumes Hypothesis <br> Development; <br> Supports Futures <br> Exploration and <br> Strategy Assessment | Assumes Hypothesis <br> Development and <br> Causal Analysis; <br> Supports Strategy <br> Assessment | Assumes Hypothesis <br> Development, <br> Causal Analysis, and <br> Futures Exploration |


3. 情报分析中推理问题的多维实践方法:如何将认知问题理想应用于推理


这项工作致力于构建一个坚实的推理整体视角,以助力分析师成为推理领域的启发性“榜样”。因此,其在问题特定维度上的“理论”(即分析师应提出的理想“问题”)同样拥有该维度“实践”的对应阐述。应用这些推理问题有三种重要途径:作为分析师推理的总体目标,作为强调每个问题的具体方法论焦点,以及作为突显这一维度整体(及其所有问题)的通用方法。

问题特定维度应用的首要且最重要的方式,是为分析师推理提供目标。即,其问题界定了分析师进行推理的“空间”:他们思考的对象。它为他们在思考中“走向何方”提供了方向。这些问题在具体案例中有多种不同的表现方式,但重要的是要记住,这些问题总体上具有超越任何特定案例的相关性。


表 8.2 方法的问题特定重点

注意:每一种美德、规则和问题对每一种背景都至关重要;这些问题对相应方法的前景尤为重要。
  假设开发   因果分析   期货探索   战略评估

1. 关于正在发生的事情,有哪些合理的理论?
\checkmark

2. 哪些信息最有助于确定最合理的理论来解释正在发生的事情?
\checkmark

3. 要使这成为最合理的理论,需要假设什么?
\checkmark

4. 为什么这一系列事件会发生?
\checkmark

5. 为什么这种持续互动会发生?
\checkmark

6. 为什么会出现这种意外结果?
\checkmark

7. 这种变化可能在何时何地合理发生?
\checkmark

8. 这种变化何时何地可能引发更广泛的不确定性(及意外后果)?
\checkmark

9. 这种变化何时何地可能产生长期影响?
\checkmark

10. 未来可能的上下文如何影响客户对其的响应?
\checkmark

11. 可能的后果如何影响客户应对方式?
ν ν nu\nu

12. 其他参与者的期望如何影响客户对其的回应?
\checkmark
Note: Every virtue, rule, and question is significant to every background; these questions are especially significant to the foreground of the corresponding methods. Hypothesis Development Causal Analysis Futures Exploration Strategy Assessment https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=67&width=496&top_left_y=1138&top_left_x=472 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=61&width=471&top_left_y=1072&top_left_x=472 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=55&width=520&top_left_y=1001&top_left_x=472 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=51&width=516&top_left_y=933&top_left_x=472 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=61&width=391&top_left_y=852&top_left_x=472 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=51&width=377&top_left_y=784&top_left_x=473 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=51&width=498&top_left_y=713&top_left_x=472 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=61&width=325&top_left_y=632&top_left_x=472 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=49&width=472&top_left_y=567&top_left_x=472 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=61&width=386&top_left_y=489&top_left_x=472 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=60&width=486&top_left_y=412&top_left_x=472 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=51&width=421&top_left_y=350&top_left_x=473 1. What Are Plausible Theories of What Is Happening? ✓ 2. What Information Most Helps to Determine the Most Plausible Theory of What Is Happening? ✓ 3. What Has to Be Assumed for This to Be the Most Plausible Theory of What Is Happening? ✓ 4. Why Is This Series of Events Happening? ✓ 5. Why Is This Ongoing Interaction Happening? ✓ 6. Why Is This Unexpected Outcome Happening? ✓ 7. When and Where Might This Change Plausibly Come About? ✓ 8. When and Where Might This Change Cause Broader Uncertainties (and Unintended Consequences)? ✓ 9. When and Where Might This Change Have Long-Term Impact? ✓ 10. How Do Possible Future Contexts Affect How the Client Can Respond to It? ✓ 11. How Do Possible Consequences Affect How the Client Can Respond to It? nu 12. How Do the Expectations of Other Actors Affect How the Client Can Respond to It? ✓| Note: Every virtue, rule, and question is significant to every background; these questions are especially significant to the foreground of the corresponding methods. | Hypothesis Development | | | Causal Analysis | | | Futures Exploration | | | Strategy Assessment | | | | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=67&width=496&top_left_y=1138&top_left_x=472) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=61&width=471&top_left_y=1072&top_left_x=472) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=55&width=520&top_left_y=1001&top_left_x=472) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=51&width=516&top_left_y=933&top_left_x=472) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=61&width=391&top_left_y=852&top_left_x=472) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=51&width=377&top_left_y=784&top_left_x=473) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=51&width=498&top_left_y=713&top_left_x=472) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=61&width=325&top_left_y=632&top_left_x=472) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=49&width=472&top_left_y=567&top_left_x=472) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=61&width=386&top_left_y=489&top_left_x=472) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=60&width=486&top_left_y=412&top_left_x=472) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-120.jpg?height=51&width=421&top_left_y=350&top_left_x=473) | | 1. What Are Plausible Theories of What Is Happening? | $\checkmark$ | | | | | | | | | | | | | 2. What Information Most Helps to Determine the Most Plausible Theory of What Is Happening? | | $\checkmark$ | | | | | | | | | | | | 3. What Has to Be Assumed for This to Be the Most Plausible Theory of What Is Happening? | | | $\checkmark$ | | | | | | | | | | | 4. Why Is This Series of Events Happening? | | | | $\checkmark$ | | | | | | | | | | 5. Why Is This Ongoing Interaction Happening? | | | | | $\checkmark$ | | | | | | | | | 6. Why Is This Unexpected Outcome Happening? | | | | | | $\checkmark$ | | | | | | | | 7. When and Where Might This Change Plausibly Come About? | | | | | | | $\checkmark$ | | | | | | | 8. When and Where Might This Change Cause Broader Uncertainties (and Unintended Consequences)? | | | | | | | | $\checkmark$ | | | | | | 9. When and Where Might This Change Have Long-Term Impact? | | | | | | | | | $\checkmark$ | | | | | 10. How Do Possible Future Contexts Affect How the Client Can Respond to It? | | | | | | | | | | $\checkmark$ | | | | 11. How Do Possible Consequences Affect How the Client Can Respond to It? | | | | | | | | | | | $\nu$ | | | 12. How Do the Expectations of Other Actors Affect How the Client Can Respond to It? | | | | | | | | | | | | $\checkmark$ |

第二种也是最为常见的应用问题特定维度的方法,是通过采用专注于其十二个具体问题之一的特定方法论。这些是假设开发、因果分析、未来探索和战略评估的十二种核心方法。每一种方法都有一个最关注的问题。尽管每个问题都是审视“发生了什么?”、“为什么会发生?”、“何时何地可能发生变化?”以及“客户如何应对?”这四个总体问题之一的三种方式之一,但它们各自有着独特的侧重点。因此,分析师需要平衡他们提出的问题,并运用这些方法的多样性。那些不采用多种方法而仅专注于其中几种的分析师,可能会面临问题失衡(或他们所提问题失衡)的风险。他们关注的具体方法和问题将在后续章节中更详细地讨论。

第三个也是最直接应用问题特定维度的方法是通过强调它的一般方法:分析问题分类。虽然十二种“核心”特定方法突出了问题特定维度的十二个问题之一,但这种一般方法考虑了所有问题。它完成了鼓励分析师反思其推理的三部曲,以查看其在分析师体现的美德(分析平衡检查)、遵循的规则(分析过程反思)和提出的问题(分析问题分类)方面是否适当平衡。因此,这种方法帮助他们确定他们在“方法论上”的平衡程度。也就是说,他们是否在问“正确的问题”?最终,几乎没有什么比思考推理的主题应该是什么更“实用”的了。

  注释


  1. 参见第 6 章对此的先前讨论,以及亚里士多德的《尼各马可伦理学》,收录于 W. D. Ross 编辑的《亚里士多德著作集》第 8 卷(伦敦:牛津大学出版社,1968 年);托马斯·阿奎那的《尼各马可伦理学评注》第 1-2 卷,由 C. I. Litzinger 翻译(芝加哥:亨利·雷格纳里公司,1964 年)。

  2. 参见第七章之前的讨论,以及伊曼努尔·康德(Immanuel Kant)的《道德形而上学基础》(Groundwork of the Metaphysics of Morals),由玛丽·格雷戈尔(Mary Gregor)和延斯·蒂默曼(Jens Timmermann)编辑(纽约:剑桥大学出版社,2012 年);约翰·斯图尔特·密尔(John Stuart Mill)的《逻辑体系》(A System of Logic),收录于《约翰·斯图尔特·密尔全集》第 7 卷(印第安纳波利斯:自由基金会,2006 年)。

  3. 请注意,即使在我的类比中,“medical field”也不是“domain”,而“health-care providerpatient relationship”可能是一个“domain”。因此,当我说“domain”时,我是在用简写表示“domain 的区分元素”。

  4. 请注意,我在所有三种情况下都提到了“主要”塑造者。最终,这两种智力特质都对理想的所有三个维度起到了贡献作用。

  第三部分


情报分析师的推理实践


一般推理方法

9


如何了解你作为分析师的特质


“分析平衡检查”方法

  摘要


优秀的情报分析师深知自身优势与不足的影响。情报专业人士追求理性,但这不仅仅因为他们希望自己的最新评估“正确”。严格来说,即便是非理性之人也可能言中,而近乎理性化身的人同样可能出错。正因如此,批评提出论点者的个人品质而非论点本身的结构与内容,是一种逻辑谬误(人身攻击)。然而,长远来看,进行推理者的特质很可能会影响其推理的质量。从宏观角度看,更优秀的思考者产生更出色的思想。在情报分析中,这一点尤为重要,因为情报客户并非总能拥有足够的时间或性情去全面评估分析师论点的质量与细微差别。实际上,有时他们不得不选择是否信任分析师的工作。此外,情报分析师及其立场独立的视角的部分价值在于,他们有可能成为理想推理的典范。 因此,分析师自身的特质——他们的智力优点与缺点——以及他们在多大程度上是理性的,都是重要的。但就一个人非理性而言,他们通常并未意识到这一点。对于分析师来说,现实工作的节奏很少留出时间进行深入的自我评估。更何况,如果一个人的职位是“分析师”,很容易假设自己的思维能力已经相当成熟。因此,分析师需要关于如何更加自觉地认识自身理性程度的建议。


1. 方法的问题特定方面:它建议分析师提出哪些问题?


当分析师使用分析平衡检查时,他们选择用特定类型的问题来引导自己的思考。首先,他们通常会提出一个反映其智力特质、技术或目标是否处于适当平衡的总体推理问题。例如,分析师可能已经对未来海战空间进行了评估,并希望考虑他们自身的特征是否无意中影响了他们的预测。或者,他们可能只是想单独或作为团队集体进行反思,


他们作为分析师的成熟过程。现在,如果他们正在开发未来分析本身,那么他们会提出一个直接与客户问题相关的具体推理问题(例如,“二十年后的海战战场会是什么样子?”),而一般推理问题则探讨对这些问题的思考(例如,“我们的智力弱点是什么,它们可能如何影响我们的评估?”)。人们可能倾向于认为分析师“永远不需要”使用一般推理方法,因为它们与客户的问题没有直接联系。但这是一个非常危险的假设,因为可以说,一个理性的人(分析师理应如此)最决定性的特征是他们反思良好推理的理想特征、行为和实践领域的程度,以及他们自我反思自己在多大程度上体现了这些特征。像分析平衡检查这样的一般推理方法,试图从分析师个人、分析过程或待分析问题的角度来突出这些方面。

其次,如果分析师采用分析平衡检查法,那么这将围绕其作为思考者的特质(即认知优势与劣势;智力美德与缺陷)来构建自我反思。一般推理问题特别强调推理的三个总体维度之一(即个人维度、程序维度与问题特定维度)。该方法强调“个人”维度,因为分析师试图了解自己在多大程度上体现了一个优秀推理者的美德。他们要求自己探究自身在多大程度上体现了智力勇气、智力自制、洞察力及智力公正。这是从“分析师是谁(作为思考者)”以及个人维度理想推理的特质——即从优秀思考者的美德角度来理解——的视角来审视推理过程。该方法建议分析师花时间进行自我反思,并质疑:“我的智力特质在多大程度上是平衡的(即具备美德的)?”


2. 方法的程序性方面:它建议分析师遵循哪些规则?


在使用分析平衡检查时,情报分析师不仅选择用特定问题引导其思维,还决定用特定规则指导其思考。他们专注于分析中必须遵循的具体程序,并对此负责。尽管该方法独特之处在于将推理的个人维度优先于程序维度,但程序维度的规则仍然重要。其中四点尤为关键。首先,为识别相关背景,该方法着重于确立决策意义,即使是进行深入自我反思的分析师,也需考虑其个人特征对提供给客户决策的最终产品的影响。其次,为推断出合理的结论,该方法通过促使分析师更明确地揭示其思维不平衡之处,来强调过程结构的透明度。 第三,为了设想可能的替代方案,该方法侧重于通过让分析人员自行发展一系列关于自身弱点的替代解释来开发合理的替代方案。对于每一种潜在的知识美德,该方法都要求分析人员识别出他们未能达到该美德的方式。第四,为了解读更广泛的意义,该方法侧重于通过寻找分析人员弱点的影响以及由此产生的分析可能无意中被这些弱点塑造的方式,来投射新的问题。因此,分析平衡检查鼓励分析人员拥有一个确立决策重要性、透明地构建过程、开发合理替代方案并投射新问题的推理过程。因此,在选择这种方法时,分析人员


不仅决定在特定情况下尝试遵循这些规则,还努力在整体分析过程中鼓励遵循这些规则。


3. 方法的个人层面:它建议分析师体现哪些特征?


如果分析师使用分析平衡检查,他们不仅选择通过特定问题和一组规则来集中思维,还试图体现一组特定的智力美德。他们强调某些特质,不仅希望在这个特定实例中体现,而且希望作为分析师整体上体现。这些特征构成了分析师的理想认知“自我”。分析平衡检查在方法论上特殊,因为它同样优先考虑所有理想的推理美德,以及最全面的推理个人维度。其主要功能是强化推理的“个人”维度,将理想推理视为“分析师应成为谁”的“美德”。该方法引导分析师更加意识到这些美德,更加自我意识到他们整体上如何(以及为什么)未能完美体现这些美德,并更加深思熟虑地考虑他们的缺陷(智力“恶习”)可能如何影响分析。它强调了情报中的有意自我意识。在最佳情况下,这将成为每个分析师自然而然会做的事情——它将成为每个分析师个性的一部分。 因此,在决定采用这种方法时,分析师们不仅选择在特定情况下尝试成为这种思考者,还试图更普遍地体现这些特质,将其作为理想中“他们作为思考者是谁”的一部分。


4. 方法介绍:它通常如何运作?


分析平衡检查首先聚焦于优秀分析师的十二种理想美德(及四种普遍美德),随后要求分析师们假设自己尚未完全掌握这些美德。它挑战他们去识别自己未臻完善之处——具体而言,他们“失衡”在哪些方面。检查从个人美德入手,让他们依据“感觉”到的诱惑、在智力上投入更多时间的领域,以及团队提出的建议,来识别自身失衡的方向。接着,它要求分析师对智力勇气、智力自制、洞察力和智力公正这四种普遍美德进行同样的审视,并思考自己更倾向于哪一方面。更进一步,它挑战他们评估自己在作为推理者时整体上最薄弱(最失衡)的环节,以及这如何可能影响他们的工作。最后,检查再次将注意力引向这十二种美德整体。

注意:这些步骤是以单个分析师的角度提出的,但也可以适用于一组分析师共同工作并评估他们集体的“优点”。

第一步:牢记理想情报分析师(作为思考者)的十二项美德:阅读并背诵,或(理想情况下)尝试从记忆中回忆以下十二项优秀情报分析师的具体理想推理特征(以及四项通用美德/类别)。在此过程中,务必同时考虑这些美德所平衡的两种相互竞争的“善”。

  智力勇气


  1. 谦逊:在自信与不确定性之间保持平衡

  2. 咨询(动机):在平衡中保持中立与现实关切

  3. 求知欲:深度兴趣与广度兴趣的平衡


智力自控


  1. 敏感性:对相似性的识别与平衡中差异/变化的识别

  2. 效率:在全面性与快捷性之间取得平衡

  3. 描述性:定量与定性保持平衡

  洞察力


  1. 反思性:平衡关注对象/他人与关注主体/自我

  2. 多功能性:在保持现有范式与自发适应之间取得平衡

  3. 集成:分析型/“自下而上”与综合型/“自上而下”的平衡

  知识公平


  1. 现实主义:威胁识别与机会识别之间的平衡

  2. 优雅:特定情境与普遍性之间的平衡

  3. 慈善:对替代方案及其改进的平衡中的异议

第二步:通过考虑你的诱惑来探索潜在的不平衡:假设你并未完美掌握每一种美德——至少会略微倾向于两个极端之一。一次专注于一种美德,通过思考你感觉自然的倾向,识别出你更倾向于哪种对立的“善”(即使只是轻微倾向)。

第三步:通过考虑你的时间来探索潜在的不平衡:继续假设你尚未完美掌握每一种美德。一次专注于一种美德,通过思考你花费更多时间做的事情,确定你更倾向于哪种对立的“善”(即使只是稍微倾向于)。请注意,这可能与你在第二步中感觉到的自然诱惑相同,也可能不同。

第四步:通过咨询团队探索你的潜在失衡:继续假设你并未完美掌握每一种美德。一次专注于一种美德,通过询问另一位团队成员(或非常了解你推理的人)他们认为你更倾向于哪种对立的“善”(即使只是轻微倾向),来识别你的倾向。

步骤 5:探索潜在的“元”失衡:“批判性”与“创造性”:现在聚焦于智力勇气、智力自制、辨识力和智力公平这四大美德下的特征群。假设你在这些普遍美德之间并未达到完美平衡,某些方面强于其他。你是更倾向于“批判性”——体现推理美德与智力自制,还是更倾向于“创造性”——展现想象美德与智力辨识力?


图 9.1 分析天平检查步骤 1-4 的结构

第 6 步:探索潜在的“元”失衡:“发现者”与“解决者”:继续聚焦于四大美德,并假设你在某些方面强于其他方面。你更倾向于成为一个“发现者”——体现识别(尤其是问题、信息和议题)的美德,并在智力上勇敢——还是成为一个“解决者”——体现解释(尤其是潜在威胁、机遇和影响)的美德,并在智力上保持公正?

步骤 7:探索潜在的“元”不平衡:“反应性”与“反思性”:现在,将你刚才比较的两组普遍美德作为对来考虑:智力勇气与辨识力,对比智力勇气与智力公正。你更倾向于“反应性”——体现识别/勇敢和解释/公正的美德,还是“反思性”——体现推理/自我控制和想象/辨识的美德?


图 9.2. 分析天平检查步骤 5-7 的结构

第 8 步:识别你整体上最大的失衡:纵观所有潜在的失衡,哪些似乎最为严重?哪些个人美德(第 2-4 步)或“元”美德(第 0 步)相对较弱?哪些美德最值得进一步发展?

第 9 步:预测整体最大不平衡的潜在影响:考虑第 8 步中识别出的不平衡。提问:这些不平衡对你的分析工作可能带来什么后果?你的结论如何可能面临同样失衡的风险?(第 5-7 步中识别出的不平衡在此通常尤为重要。)

步骤 10:再次牢记理想情报分析师的十二项美德(作为思考者):阅读并背诵,或(理想情况下)尝试从记忆中回忆优秀情报分析师的十二项理想推理特征(以及四个总体美德类别)。在此过程中,务必同时考虑这些美德所平衡的两种相互竞争的“善”。特别关注那些你已识别为自己最薄弱点的美德。


5. 方法实践:它在具体示例中如何运作?


分析平衡检查对于使用它的特定个人或团队极为个性化。因此,在不诱使读者直接复制到他们自己的使用中的情况下,很难给出一个使用示例。由于该方法由不同个体应用,其表现可能与任何特定想象案例中的情况大相径庭。然而,表 9.1 对第 9 步以及特定不平衡如何影响最终分析提出了一些具体建议。这些完全是示范性的,并非详尽无遗。它们只是关于如何开始思考不同潜在不平衡影响的一些思路。

表 9.1 个人失衡的影响
  可能的影响   第一个可能的“倾斜”   美德 = 平衡   第二可能的“倾斜”   可能的影响
  仓促   信心   谦逊   不确定性   优柔寡断
  无关性   中立   咨询动机   现实世界的关切   政策处方
  隔离   兴趣深度   求知欲   兴趣广度   分心
  不妥协
相似性识别
  灵敏度
差异的认知
  不稳定
  冗余或延迟   彻底性   效率   权宜之计   粗心或马虎
"False" Precision   定量   描述性   定性   模糊性
  忘却自我   专注于对象/其他   反思性   聚焦主题/自我   自我陶醉
  机械   现有范式   多功能性
  自发适应
Spontaneous Adaptation| Spontaneous | | :--- | | Adaptation |
  随机
  还原性
  分析型/“自下而上”
Analytic/ "Bottom Up"| Analytic/ | | :--- | | "Bottom Up" |
  集成
  合成/“自上而下”
Synthetic/ "Top Down"| Synthetic/ | | :--- | | "Top Down" |
  不精确
  悲观
  威胁识别
Threat Recognition| Threat | | :--- | | Recognition |
  现实主义   机会识别   盲目乐观
  压倒性的
特异性/情境
  优雅

普遍性/ 普适性
Generality/ The Universal| Generality/ | | :--- | | The Universal |
  简单化
  教条主义
对替代方案的反对意见
  慈善
替代方案的改进
  相对论
  传统的   “关键”   推断与想象   “创意”   不严谨
  不切实际   “Finder”   识别 vs. 解释   “Fixer”   不具说服力
  无洞察力的   “反应式”

解释 vs. 推断 & 想象
Interpret vs. Infer & Imagine| | | :--- | | Interpret vs. | | Infer & Imagine |
  “反思性”   未连接
Possible Implication 1st Possible "Leaning" Virtues = Balance 2nd Possible "Leaning" Possible Implication Hastiness Confidence Humility Uncertainty Indecision Irrelevancy Neutrality Advisory Motivation Real-World Concern Policy Prescription Isolation Depth of Interest Inquisitiveness Breadth of Interest Distractions Intransigent Recognition of Similarity Sensitivity Recognition of Difference Instability Redundant or Late Thoroughness Efficiency Expediency Careless or Sloppy "False" Precision Quantitative Descriptiveness Qualitative Ambiguity Oblivious to Self Focus on Object/Other Reflectiveness Focus on Subject/Self Self-Absorbed Mechanical Existing Paradigms Versatility "Spontaneous Adaptation" Random Reductive "Analytic/ "Bottom Up"" Integration "Synthetic/ "Top Down"" Imprecision Pessimistic "Threat Recognition" Realism Opportunity Recognition Naively Optimistic Overwhelming Specificity/ The Situation Elegance "Generality/ The Universal" Simplistic Dogmatic Objections to Alternatives Charity Refinements of Alternatives Relativistic Conventional "Critical" Infer vs. Imagine "Creative" Not Rigorous Impractical "Finder" Identify vs. Interpret "Fixer" Unpersuasive Uninsightful "Reactive" " Interpret vs. Infer & Imagine" "Reflective" Unconnected| Possible Implication | 1st Possible "Leaning" | Virtues = Balance | 2nd Possible "Leaning" | Possible Implication | | :---: | :---: | :---: | :---: | :---: | | Hastiness | Confidence | Humility | Uncertainty | Indecision | | Irrelevancy | Neutrality | Advisory Motivation | Real-World Concern | Policy Prescription | | Isolation | Depth of Interest | Inquisitiveness | Breadth of Interest | Distractions | | Intransigent | Recognition of Similarity | Sensitivity | Recognition of Difference | Instability | | Redundant or Late | Thoroughness | Efficiency | Expediency | Careless or Sloppy | | "False" Precision | Quantitative | Descriptiveness | Qualitative | Ambiguity | | Oblivious to Self | Focus on Object/Other | Reflectiveness | Focus on Subject/Self | Self-Absorbed | | Mechanical | Existing Paradigms | Versatility | Spontaneous <br> Adaptation | Random | | Reductive | Analytic/ <br> "Bottom Up" | Integration | Synthetic/ <br> "Top Down" | Imprecision | | Pessimistic | Threat <br> Recognition | Realism | Opportunity Recognition | Naively Optimistic | | Overwhelming | Specificity/ The Situation | Elegance | Generality/ <br> The Universal | Simplistic | | Dogmatic | Objections to Alternatives | Charity | Refinements of Alternatives | Relativistic | | Conventional | "Critical" | Infer vs. Imagine | "Creative" | Not Rigorous | | Impractical | "Finder" | Identify vs. Interpret | "Fixer" | Unpersuasive | | Uninsightful | "Reactive" | <br> Interpret vs. <br> Infer & Imagine | "Reflective" | Unconnected |

10


如何了解你的分析过程


“分析过程反思”方法


良好的情报分析知晓是否遵循了正确的程序。分析师们致力于遵循每一项优质分析规则的严谨推理过程,如做出强有力的推论、探索相关替代方案,并对结论中合理的信心程度进行限定。然而,在持续要求完成下一项产品的现实世界中,分析师们很少有机会反思自己是否真正遵循了这些规则。无论分析师们的初衷多么良好,他们总有可能认为已经遵循了理想流程,即便实际上忽略了某些关键点。急于“完成任务”的心态可能会暗中诱导分析师们“徒有其表”地执行某些程序。换言之,分析师们通常不会有意违背优质分析的主要规则,而是在无意识中这样做,要么是没有意识到那是一条规则,要么是没有认识到自己已经忽视了它。 因此,分析师需要建议来反思他们追求的理想以及是否真正遵循了它,并通过提醒自己他们的标准是什么并评估是否实现了这些标准来建立自我意识的能力。


1. 方法的问题特定方面:它建议分析师提出哪些问题?


应用分析过程反思的分析师们因此决定将他们的思维聚焦于特定类型的问题上。首先,他们会提出一个一般性的推理问题,用以反思他们的分析特征、技术和目标是否得到了适当的平衡。例如,分析师可能已经对阿富汗鸦片市场的未来可能性进行了评估,并希望检查他们的分析过程是否完全严谨。或许他们内心隐约担忧“有所遗漏”,该项目特别重要需要做好,或者他们只是想鼓励团队更加注重整体的分析标准。现在,如果他们正试图开发那份未来评估本身,那么他们就需要提出一个具体的推理问题。具体的推理问题直接对应客户的问题(例如,“未来十年鸦片贸易可能会在哪里发展?”),而一般性的推理问题则探索此类问题的解答方式。


问题(例如,这是一个关于问题的问题,如“对未来鸦片贸易的分析有多严格?”)。因此,人们可能会认为分析师从不需要使用一般推理方法,因为这些方法不会直接为客户带来产品。然而,这是一个危险的结论,因为一个理性的人最关键、最显著的特征之一,就是他们在多大程度上反思了良好推理的理想特征、行为和领域,以及他们在多大程度上自我反思了自己对这些特征的体现程度。像分析过程反思这样的通用推理方法的目的,是从分析过程、分析师本人或待分析的问题的角度来强调这些方面。

其次,如果分析师运用分析过程反思法,他们就会围绕自己在思考中的行为来构建自我反思。这一通用方法特别强调推理三大总体维度之一,即“程序性”方面。分析师会探究自己在多大程度上遵循了良好推理的规则。他们会自问,在识别相关背景、推断合理结论、设想可能替代方案以及解读更广泛意义方面,自己遵循了哪些要求。该方法从“分析师在思考中做了什么”的角度以及程序性维度的技巧来审视他们的推理。这一方法建议分析师投入大量时间进行自我反思,并询问:“我在多大程度上遵循了正确的分析程序?”


2. 方法的程序性方面:它建议分析师遵循哪些规则?


当分析师运用分析过程反思时,他们不仅决定以特定问题引导思考,还决定以一组特定规则指导思维。他们提升了特定程序,作为现在应遵循的内容。分析过程反思在方法论上独具特色,因为它平等地优先考虑所有理想的推理规则,并整体关注整个程序维度。其主要目的是鼓励一个彻底严谨的分析过程,其中每一条理想的推理规则都被平等且显著地遵循。该方法提醒分析师推理的“程序”维度——理想的推理作为“规则”构成了“分析师应该做什么”。该方法还引导分析师明确且自觉地反思他们的工作在多大程度上遵循了这些规则。此外,该方法鼓励分析师在整个分析过程中培养更强的自我反思能力,它支持在分析中保持系统的自我意识。 理想情况下,分析师正努力使这一方法在其分析过程中变得如此自然,以至于即使在他们并未特意选择使用该方法时,它也能发挥作用。因此,在决定采用此方法时,分析师既要在具体案例中有意识地遵循这些规则,也要在整体分析过程中加强这种自我意识。


3. 方法的个人层面:它建议分析师体现哪些特征?


在选择分析过程反思时,分析师不仅受到特定类型问题或一套规则的指导,还选择通过尝试体现特定的认知美德来获得引导。虽然这种方法最优先考虑分析规则的推理程序维度,但它也在次要层面上增加了一些重要性。


分析师美德推理的个人维度。该方法最终将引导分析师根据理想的推理规则,对他们在特定分析项目中所做的工作进行反思。这间接地提出了分析师是谁的问题——即对其“认知自我”的认知。此外,选择这一方法突显了某些美德在分析师自我认知中的核心地位,因为它们在有效运用该方法时尤为重要。首先,通过直接指出分析师可能遵循或未遵循理想推理规则的可能性,该方法强调了谦逊这一具体美德(即平衡自信与不确定性),作为智力勇气这一普遍美德的一部分。 其次,通过隐含地提出分析师是否继续遵循他们通常遵循(或未遵循)的规则,或者他们是否对之前未关注(或已关注)的规则给予了更多(或更少)关注的问题,该方法聚焦于敏感性这一具体美德(即平衡对相似性的识别与对变化的识别),作为智力自我控制这一普遍美德的一部分。第三,通过引起对分析师自身工作及其目标的关注,该方法最明显地还优先考虑了反思性这一具体美德(即平衡对分析对象的关注与对分析主体的关注),作为辨别力这一普遍美德的一部分。第四,通过鼓励思考哪些符合推理的理想规则,哪些不符合,该方法强调了宽容这一具体美德(即平衡对替代方案的反对与改进),作为智力公平这一普遍美德的一部分。因此,分析过程反思建议分析师要更加谦逊、敏感、反思和宽容。 因此,在选择这种方法时,分析人员不仅决定在特定情况下尝试成为这种思考者,还决定更全面地体现这些特征,作为理想中“他们作为思考者是谁”的一部分。


4. 方法介绍:它通常如何运作?


分析过程反思首先引导人们关注良好分析的十二条理想规则,然后要求分析师具体说明他们在多大程度上遵循或未遵循每条规则。它进一步挑战他们识别出他们的推理在哪些方面最符合和最不符合这些规则。最后,它再次引导人们全面关注这十二条规则。

第一步:记住理想情报分析的十二条规则:阅读并背诵,或(理想情况下)尝试回忆以下十二条优秀情报分析的理想推理行为:

识别相关背景:

  1. 考虑问题维度

  2. 确立决策意义

  3. 深入研究主题

推断合理结论:


4. 结构过程透明化


5. 做出相关区分


6. 质疑每一个推论


想象可能的替代方案:


  1. 开发合理的替代方案

  2. 认真对待反对意见

  3. 持续进化判断


解读更广泛的含义:

  1. Project New Issues

  2. 识别证据限制
  3.   定位更广泛的上下文

步骤 2:探索过程遵循规则的程度:选择一个具体的分析项目,逐条规则进行,提出问题:“我们在何处、如何以及在多大程度上做到了这一点?”(另一种表述:“我们在何处、如何以及在多大程度上没有做到这一点?”)尽可能透明且精确地回答这个问题,共十二次,每次对应一条规则。不要使事情看起来比实际情况更好(或更糟)。

步骤 3:识别流程中最不遵循规则的部分:在查看完整叙述时,尝试评估哪三条规则与理想状态相差最远。如果可能,查看多个项目的分析流程,并确定哪些规则似乎最不被遵守。换句话说,分析流程在哪些方面最为薄弱?

步骤 4:再次记住理想情报分析的十二条规则:阅读并背诵,或(理想情况下)尝试回忆良好情报分析的十二种理想推理行为。


5. 方法实践:它在具体示例中如何运作?


分析过程反思与使用它的个人或分析师团队的特定分析过程密切相关。因此,很难在不使过程显得琐碎或鼓励大家简单复制示例内容的情况下,给出一个实际操作的例子。该方法必须具体应用于手头的特定情境,而这并不总是相同的。尽管如此,仍有可能提供一些示范性的思路。表 10.1 列出了针对每条规则可能提出的问题,旨在为第二步中的每个相关问题开发更具体和透明的答案。

表 10.1 关于程序平衡的示例问题

1. 我们“如何、在哪里以及在多大程度上考虑了问题维度”?识别问题的不同要素、它们的作用以及评估这些要素的适当方法。
1. How, Where, and to What Extent Did We "Consider Problem Dimensions"? Identify the different elements of the issue, their roles, and the methods appropriate to assess them.| 1. How, Where, and to What Extent Did We "Consider Problem Dimensions"? | | :--- | | Identify the different elements of the issue, their roles, and the methods appropriate to | | assess them. |

提示:问一问:我们是如何定义分析问题的?它的组成部分是什么?

是否有任何需要首先回答的根本性问题?
"1. How, Where, and to What Extent Did We "Consider Problem Dimensions"? Identify the different elements of the issue, their roles, and the methods appropriate to assess them." For a hint, ask: How did we define our analytical question? What were its components? Were there any underlying questions identified that had to be answered first? | | 1. How, Where, and to What Extent Did We "Consider Problem Dimensions"? <br> Identify the different elements of the issue, their roles, and the methods appropriate to <br> assess them. | | :--- | :--- | | For a hint, ask: How did we define our analytical question? What were its components? | | | Were there any underlying questions identified that had to be answered first? | |
  表 10.1. 续

4. 我们如何、在哪里以及在何种程度上“透明地构建了流程”?逐步接近推理过程,突出每个主张及其相关的推论和/或证据。
4. How, Where, and to What Extent Did We "Structure Process Transparently"? Approach the reasoning step by step, highlighting each claim and the inferences and/or evidence relevant to it.| 4. How, Where, and to What Extent Did We "Structure Process Transparently"? | | :--- | | Approach the reasoning step by step, highlighting each claim and the inferences and/or | | evidence relevant to it. |

提示:请问:我们推理的主要步骤和主要信息是什么
  支持它吗?
"4. How, Where, and to What Extent Did We "Structure Process Transparently"? Approach the reasoning step by step, highlighting each claim and the inferences and/or evidence relevant to it." For a hint, ask: What were the major steps in our reasoning and major information that supports it? | | 4. How, Where, and to What Extent Did We "Structure Process Transparently"? <br> Approach the reasoning step by step, highlighting each claim and the inferences and/or <br> evidence relevant to it. | | :--- | :--- | | For a hint, ask: What were the major steps in our reasoning and major information that | | | supports it? | |


如何确定适合分析的问题


“分析问题分类”方法


优秀的情报分析懂得是否在提出正确的问题。分析师应在方法论上保持成熟,并应利用一系列严谨的方法。这是分析潜在的强项之一。但同样,这也可能成为巨大的潜在弱点,因为“好”方法可能被用于“错误”的问题。分析方法的多样性意味着分析师可能会对特定方法产生个人偏好(或排斥),从而过度(或不足)使用这些方法。分析师很容易在方法论上变得“失衡”,频繁提出相同的问题(而其他问题则不够频繁)。当分析师因个人对某种方法的反应而选择使用(或不使用)该方法时,他们无意中以一种他们(及其客户)可能不完全理解的方式塑造了问题的定义。正如老话所说:“对锤子来说,一切皆是钉子。”换言之,分析师应“让方法适应问题”,而非“让问题适应方法”。有时,未被提出的问题与已提出的问题同样重要。 因此,分析师需要关于如何提出“正确”问题的建议。

现在,尽管这种精神无疑是正确的,但实际情况比最初看起来要复杂得多,因为每个问题都有多个潜在的维度,而每种方法都强调其中一个或多个维度,而忽略其他维度。因此,选择方法论并不像找到适合问题的方法那么简单。问题的各个方面总是相互竞争,每个方面都“适合”不同的竞争方法。换句话说,没有一个完全中立的问题描述不会强调其某个维度,从而优先考虑某种类型的方法论。也就是说,任何对问题的描述都已经预设了相应的方法论(在某种意义上)。因此,每当分析师试图定义客户的问题时,他们都非常有可能已经隐含地假设某种方法是合适的选择。分析师在如何描述问题进行分析以及使用什么方法来评估问题时,需要非常深思熟虑。 他们需要自觉地认识到所选择的方法如何塑造对问题的理解,反之亦然。应鼓励他们考虑可能被忽视的替代方法,敦促他们对可能视为理所当然的基本假设进行进一步分析,并恳请他们为了目的而做出方法上的“妥协”。


以正确的方式利用时间。换言之,分析师需要关于如何以方法论上“平衡”的方式提出“正确”问题的建议。


1. 方法的问题特定方面:它建议分析师提出哪些问题?


采用分析问题分类法的分析师试图用特定类型的问题来构建他们的推理。首先,他们会提出一个反映其认知特征、技巧与目标是否恰当平衡的通用推理问题。例如,分析师可能被要求评估敌对国右翼候选人当选的长期影响,并希望了解如何最好地描述这一根本问题以及选择适当的方法进行评估。若分析师已确定此问题为未来探索类问题,他们便会提出具体的推理问题(如“如果这位右翼候选人长期掌权,会怎样?”)。具体推理问题已明确了调查客户问题的方式,而通用推理问题则探讨了调查如何进行的过程。尽管通用推理方法看似与情报产品无直接关联,因而容易被忽视,实则不然。 然而,这一假设并不稳固,因为区分一个理性的人(分析师理应如此)的主要方式之一,在于他们反思理想特征、行为或良好推理领域的程度,以及他们自我反思自己如何很好地体现这些特征的程度。诸如分析问题分类等方法,在待分析的问题、分析过程或分析师本人方面,凸显了这些要点。

其次,使用分析问题分类的分析师会深思熟虑地反思他们所思考的领域。这是一种通用的推理方法,专注于推理的三个总体维度之一。它强调“问题特定”维度,并指导分析师评估他们是否在提出正确的问题。他们自问在多大程度上恰当地理解了客户的问题,将其视为“发生了什么?”、“为什么会发生?”、“何时何地可能发生变化?”或“客户如何应对?”等问题的变体。这从“分析师在思考中走向何处”的角度审视他们的推理,以及问题特定维度的目标——理想推理被理解为良好思维的领域。该方法建议分析师抽出时间进行自我反思,并询问:“我在多大程度上为分析提出了正确的问题?”


2. 方法的程序性方面:它建议分析师遵循哪些规则?


如果分析师使用分析问题分类法,那么他们不仅决定用特定问题来引导思维,还选择用一套特定规则来指导思考。他们强调在分析中必须遵循的具体步骤。这四条规则并非该方法唯一重要的部分;它们只是对该方法尤为关键。首先,该方法引导分析师通过明确探索问题维度来识别相关背景,不仅要考虑问题的


全方位考虑潜在问题的各个维度(及相关方法),以及特定问题的四个主要潜在维度。其次,为了推断出合理的结论,该方法引导分析师确保通过剖析每个问题的不同维度,以及每种方法在探索问题时的不同用途,做出相关区分。第三,为了设想可能的替代方案,该方法指导分析师在考虑相同问题或长期合作时,明确关注方法多样性的需求,确保不断更新判断,鼓励他们提出不同问题、强调不同规则,并在分析过程中体现不同的优点。第四,为了解读更广泛的意义,该方法引导分析师通过不仅关注构成其他问题和方法“先决条件”的问题和方法,还指出何时拥有(或未拥有)足够的问题先验知识以做出假设,从而识别证据的局限性。 因此,分析问题分类法强调分析过程应更明确地考虑问题维度、做出相关区分、不断演进判断,并识别证据限制。因此,在选择此方法时,分析人员不仅要在具体案例中尝试遵循这些规则,还要在整体分析过程中努力强化这些规则。


3. 方法的个人层面:它建议分析师体现哪些特征?


决定采用分析问题分类法的分析师,不仅选择聚焦于特定问题并遵循特定规则,还致力于体现特定的认知美德。选择这种方法凸显了特定理想特质,这些特质在分析师的自我认知中尤为重要,因为它们对方法的推理过程至关重要。虽然该方法最强调推理中问题特定的维度,但也通过隐含地关注这些美德,对推理的个人维度给予了一定重视。首先,通过突出客户的问题和实际关切,以及其不同潜在解释和维度,该方法在智力勇气这一普遍美德中,优先重视咨询(动机)这一具体美德(即平衡中立性与现实相关性)。 其次,该方法通过帮助分析者确定哪些问题相关但在时间限制下可以适当地淡化,将效率这一具体美德(即平衡彻底性与便捷性)作为智力自控这一普遍美德中的优先考虑。第三,通过要求分析者不仅思考问题的结构,还考虑方法多样性的需求,该方法将多才多艺这一具体美德(即平衡现有范式与自发适应)作为辨别力这一普遍美德中的优先考虑。通过从理想问题解决的宏大愿景转向在限定时间内可实现的具体、现实愿景,该方法将优雅这一具体美德(即平衡具体与情境与普遍与通用)作为智力公平这一普遍美德中的优先考虑。因此,分析问题分类法建议分析者在动机上更具建议性、更高效、更多才多艺且更优雅。 因此,在选择这种方法时,分析者不仅决定在特定情况下尝试成为这种推理者,还努力更全面地展现这些特征,作为理想中“他们作为推理者是谁”的一部分。


4. 方法介绍:它通常如何运作?


分析问题分类首先要求分析者承认其问题可能涉及的全部维度及所有在某种意义上对探索问题有帮助的方法。随后,该方法要求他们依据四大问题维度对初始问题进行解读:“发生了什么?”(即假设构建)、“为何会发生?”(即因果分析)、“何时何地可能发生变化?”(即未来探索)以及“客户如何应对?”(即策略评估)。在此基础上,该方法通过缩小范围至分析者实际可操作的程度,考虑客户重要性、已有知识、方法多样性、基本不确定性及时间限制,帮助分析者将理想方法——即提出所有问题并运用所有方法——应用于其特定情境中。

  1. 铭记多维理想:反思所有分析问题、推理维度及相关方法的完整先决结构。记住,在假设(其他条件不变)下,每个问题由多个子问题组成,每个维度以某种方式与每个问题相关,每种方法以某种方式对每个问题都有用,这意味着什么?假设它们在缺乏特定相反理由的情况下都具有意义,这又意味着什么?


图 11.1. 分析问题分类步骤 2 的结构


2. 从四个问题维度描述客户的问题:从客户那里获取初始问题(或由分析团队开发的问题),并从四个问题维度分别进行描述。即,制定一个假设开发层面的版本、一个因果分析层面的版本、一个未来探索层面的版本和一个战略评估层面的版本。确定(如果尚不明显)四个维度中哪一个最接近原始问题。


3. 客户重要性——大幅淡化客户问题层级以上的任何问题(及方法):优先考虑客户问题层级以上的问题。

这并不完全排除考虑它们的可能性,但(通常)是反对它们的一个重要因素。


4. 先前知识——大幅淡化客户问题层次以下且答案已明确的问题(及方法):对于客户问题层次以下且答案已明确的问题,应降低其优先级。对于答案尚未明确的问题,则不应降低其优先级。这并不意味着完全排除这些问题,但通常是一个重要的反对因素。


5. 方法论多样性——强调鼓励理想推理不同方面的问题(及方法):对那些鼓励以下内容的问题赋予一定价值:


问题广度——较少被问到的问题

程序严谨性——较少遵循的认知规则

个人发展——尚未充分发展的认知美德


问题广度随着同一主题(广义上)被反复探索而变得更强大,程序严谨性和个人发展则随着同一分析师反复处理任何主题而增强。因此,在单一实例中,通常这些因素都不足以使一个问题(或方法)成为最重要的。在单一实例中,它们至多是一个“决胜因素”。然而,随着时间的推移,它们的重要性逐渐累积,最终可能变得具有决定性(甚至能够克服对某个问题或方法的“实质性”不利标记)。


6. 基本不确定性——重点强调那些最不为人所知和/或更基本的问题(及方法):对那些答案最不为人所知且最为基本(在前提结构中)的问题赋予高价值。假设问题答案的“风险”最大之处在哪里?所有答案(相对)更未知的问题都更为重要。而在这些更不确定的问题中,那些更基本的问题(鉴于前提结构)则最为重要。


7. 时间限制——显著淡化任何无法实际按可用时间调整的问题(及方法),并注明相关假设:所有问题(及方法)都可以在一定程度上适应更长或更短的时间框架。如果某些最关键的问题(或方法),或它们的总和,在不或多或少地削弱其实际价值的情况下根本无法完成,那么(尽管不理想)可以淡化它们,转而采用对其答案做出的合理“工作假设”。明确记录因未提出该问题及未采用相关方法而必须在分析中做出的假设。


5. 方法实践:它在具体示例中如何运作?


分析问题分类法非常依赖于使用它的个人或分析师团队的具体分析过程。因此,很难在不使过程显得琐碎或鼓励大家简单复制示例内容的情况下,给出一个实际应用的例子。该方法必须针对手头的具体情况专门应用,而这些情况并非总是一成不变。尽管如此,关于分析师如何从不同维度分解问题(步骤 2)的示例,


考虑以下 1960 年 U-2 危机中假想分析师的例子。一架美国间谍飞机在苏联领土上进行秘密监视时坠毁。当时,美国和苏联都没有承认进行此类活动,而传统上飞越竞争对手的领空可能被视为战争行为,因此被抓住的后果可能是戏剧性的。美国与飞机失去联系后,苏联声称飞机坠毁,但没有说明飞行员的状况、飞机的情况或他们对这些信息的了解程度。美国随后著名地试图欺骗外界,称这是一架偏离航线的气象飞机,而苏联则知道真相,因为飞行员幸存,飞机也相对完好可辨。这一事件导致了冷战的“热度”上升。但想象一下,分析师在美国回应之前探索这一情况。特别是,问题的不同维度是什么(第二步)?


图 11.2 分析问题分类步骤 2 示例

  第四部分


情报分析师假设发展理论


“正在发生什么?”的推理范式

12


假设发展的重要现有方法


证伪主义、贝叶斯主义和解释主义范式

  摘要


情报分析问题可以理解为包含四个相互关联的推理要素:假设发展(正在发生什么)、因果分析(为什么会发生)、未来探索(何时何地可能发生变化)以及战略评估(客户如何应对 i t i t iti t )。因此,理想的情报推理描述将为这四个领域提供有用的方法。然而,这些不仅是情报分析师感兴趣的主题;在其他背景下(尽管目的不同)也已进行了详细探讨。遗憾的是,许多分析师对这些领域的长期讨论历史并不熟悉。理想的分析师推理描述应结合这些重要的外部范式,并利用其中的“最佳”部分。因此,本文描述了关于假设发展的最重要的外部“思想流派”:证伪主义、贝叶斯主义和解释主义。需要注意的是,本章并不旨在全面详尽地阐述这三种方法。 相反,本章旨在介绍这些方法,以增强情报分析师对它们的整体熟悉度,鼓励更广泛的辩论和讨论,并(最终)激发本工作的替代方法。因此,本章不会评估这些方法的合理性,而是将在每一节的结尾突出显示最终将采用的方法中特别重要的内容(在后续章节中),以推动本工作的论述。


1. 假设发展的学术理论背景


大多数人最初将假设开发与自然科学中的推理方法联系起来。大多数学者也不例外,他们中的许多人将科学方法视为其典范。因此,关于假设开发的最有力讨论一直出现在科学哲学领域。因此,本节探讨了科学哲学中的三种方法。然而,本节对科学的关注并不意味着情报分析是一种(应用)科学,也不意味着科学代表了推理的理想形式。(事实上,本作品拒绝了这两种主张。)相反,对科学的关注


仅仅是因为科学哲学是假设发展讨论最多的地方。


在二十世纪上半叶(大约从 1930 年代到 1960 年代),哲学整体上(尤其是科学哲学)被逻辑实证主义(及其稍后更广泛的版本——逻辑经验主义)所主导。 1 1 ^(1){ }^{1} 这一观点在 A. J. 艾耶尔、鲁道夫·卡尔纳普、汉斯·赖欣巴哈和莫里茨·石里克等哲学家中盛行,是对十九世纪德国唯心主义的回应,后者追随 G. W. F. 黑格尔,部分通过诉诸理想化结构或形而上学实体来解释事件,这些实体在纯粹概念基础上被理性地证明为合理。逻辑实证主义者试图将哲学重新定位为一门更加经验主义、以科学为导向的学科。他们认为,唯一具有认知意义的探究要么是逻辑/数学的(基于“由定义即为真”的公理或其推论,他们称之为“分析”陈述),要么是经验的(基于可通过直接观察世界来证实的断言或其推论,他们称之为“综合”陈述)。 因此,他们认为自己在引导哲学(以及科学)走上一条在智力上更为丰硕的道路,因为唯一理性上可接受的问题(在他们看来)是那些有明确对应程序来判定其真伪的问题。所有其他主张要么被视为完全属于个人“品味”的问题,要么干脆就是毫无意义的胡言乱语。 2 2 ^(2){ }^{2} 如此一来,逻辑实证主义成为了后来被称为“科学自然主义”的早期(且尤为热忱的)版本,该主义主张只有通过自然科学确立的事物才是存在的。尽管前者在学术界已或多或少被摒弃, 3 3 ^(3){ }^{3} 后者却依然相当流行。顺便一提,这两者都可视为那些认为情报分析必须是某种自然科学的人的潜在灵感来源。

在逻辑实证主义(及经验主义)的影响下,科学哲学将事件的解释视为对关于事件发生的一般“法则”的诉求:即一个普遍真实的陈述,提出了事件与先决条件之间的必然关联。在这种方法中,法则的形式为“若条件成立,则事件发生。”因此,假设检验旨在尝试确认所提出的法则——若法则为真且条件成立,则事件应当发生。这是第一个重要学术理论进入视野的关键点:证伪主义。


2. 证伪主义方法:作为提出猜想与寻找反驳的假设发展


尽管假设检验框架作为试图确认“覆盖法则”的吸引力及其对许多人理解科学方法的影响,但它也存在一个重要的潜在反对意见。哲学家卡尔·波普尔(1902-1994)著名地指出,它(可以说)是逻辑谬误的一个实例:否定后件(即从“如果 p p pp ,那么 q " q " q"q " ”的真实性推断出 q q qq p p pp 也必然为真。)针对逻辑实证主义者,波普尔认为,严格来说,关于世界的理论从未被确认。相反,他声称这些理论只是面临潜在的反驳(即“证伪”),要么避免它,要么因此被拒绝。 5 5 ^(5){ }^{5} 因此,如果提出一个连接 C C CC E E EE 的法则,并且条件 C C CC 成立,那么如果事件 E E EE 没有发生,那么所提出的法则就被“证伪”了。如果事件 E E EE 确实发生,法则并未被确认;它只是避免了证伪。假设检验是关于“提出猜想并寻找反驳”。波普尔进一步建议,


可证伪性并不定义普遍的意义(或理性),而仅仅是界定什么构成了科学性(与非科学性相对)。 6 6 ^(6){ }^{6} 因此,在科学中,理性的信念是那些已被置于潜在否证之下但避免了否证的定律。更广泛地说,任何观点都必须展示其潜在的可证伪性——即明确在何种条件下它会被证伪——才有资格成为一项科学主张。

同样,人们可以使用这种方法来测试特定条件 C C CC 是否已经满足。如果知道 C C CC E E EE 之间存在某种联系,即“如果 C C CC 成立,那么事件 E E EE 将会发生”,那么可以通过寻找事件 E E EE 来测试 C C CC 是否已经发生。如果事件 E E EE 没有发生,那么(鉴于两者之间的联系)条件 C C CC 尚未满足。例如,如果苏联要通过东欧对西德发动地面入侵,需要进行某些准备工作,那么人们可以测试他们是否有意发动这样的入侵。因为发动入侵的意图意味着要进行各种准备活动(例如,收集物资、调动部队等)。因此,如果这些准备活动没有发生,那么他们(至少目前)没有进行此类行动的意图。这正是冷战期间用来评估欧洲在任何特定时间发生战争的可能性时所使用的那种推理。

波普尔的证伪主义对科学哲学、大众对科学方法的理解以及假设开发方法的影响难以言过其实。这些领域常被认为与提出理论并试图反驳它们的理念完全交织在一起。更广泛地说,证伪主义范式有效地强调了潜在否定信息的重要性。这一点甚至直接融入了许多当代情报分析师理解假设评估过程的核心,体现在流行的结构化分析技术“竞争假设分析”中。在开发这一方法时,理查兹·休尔明确借鉴了证伪主义,提出了一种鼓励分析师根据与其观点不一致的信息而非一致的信息来评估其观点的方法。 7 7 ^(7){ }^{7} 休尔认为,这将帮助分析师避免仅考虑符合其已有信念的信息,从而防止陷入“确认偏误”。 可以说,这种方法只是试图将证伪主义应用于情报分析师面对的现实问题。因此,不难看出证伪主义方法的一些潜在好处。首先,这一观点极其简洁优雅。其次,它还促使分析师考虑多种选择。因为严格来说,人们永远无法证实一个理论,所以必须始终考虑多种选择。对假设的唯一理性支持是它避免了被证伪的尝试(即,在将所有信息视为对可用选项的潜在否定后,“幸存下来”的理论才是理性的理论)。第三,使用该方法后,人们可以轻松识别出哪些信息值得向客户传达:那些证伪了其他合理假设的信息。所有未否定任何内容的信息由于其“诊断性”低而不被使用。


3. 贝叶斯方法:假设发展为评估给定可用证据的概率


证伪主义以一种优雅的简洁性要求分析者通过尝试识别假设中错误之处来检验假设,从而证明这些假设本身——


自我是虚假的。相比之下,贝叶斯主义考虑的是一个假设在多大程度上暗示了某事,以及该假设在多大程度上(被理性地认为是)真或假。其中,假设开发是根据现有证据评估概率。这一观点以托马斯·贝叶斯牧师(1701-1761)的名字命名,他是一位英国牧师,提出了一个统计定理,用于理性地确定一个人应如何根据特定新信息调整其信念程度。该公式最初旨在支持上帝存在的论证,后来由他的一位同事发表。自那时起,它已成为不仅假设开发,而且是整个合理信念观的核心方法。在二十世纪后期,贝叶斯主义作为证伪主义和逻辑经验主义方法的日益流行的替代方案兴起(它也自然地与本书后面将讨论的战略评估的流行方法相契合,如风险范式)。 8 8 ^(8){ }^{8}


贝叶斯定理展示了如何计算在给定特定信息 I I II 和一组背景假设 K K KK 的情况下,假设 H H HH 的概率。该值写作“Prob (H|I&K)”,读作“在 I I II K K KK 的条件下 H H HH 的概率”。由于所得概率值是在考虑信息后得出的,因此被称为 H H HH 的“后验概率”。定理指出, H H HH 的后验概率是三个因素的函数:(1) 在假设 H H HH 和背景条件 K K KK 下信息 I I II 的概率(即如果假设为真,信息存在的可能性——人们预期信息从假设中得出的理性程度:假设对 I I II 的预测能力);(2) 仅基于背景条件下假设 H H HH 的概率(即独立于信息,假设为真的可能性);以及(3) 仅基于背景条件下信息 I I II 的概率(即独立于假设,信息为真的可能性)。用公式表示,定理如下:

贝叶斯定理(基础版)

Prob ( H I & K ) = Prob ( I H & K ) × Prob ( H K ) / Prob ( I K ) Prob ( H I & K ) = Prob ( I H & K ) × Prob ( H K ) / Prob ( I K ) Prob(H∣I&K)=Prob(I∣H&K)xx Prob(H∣K)//Prob(I∣K)\operatorname{Prob}(\mathrm{H} \mid \mathrm{I} \& \mathrm{~K})=\operatorname{Prob}(\mathrm{I} \mid \mathrm{H} \& \mathrm{~K}) \times \operatorname{Prob}(\mathrm{H} \mid \mathrm{K}) / \operatorname{Prob}(\mathrm{I} \mid \mathrm{K})

[假设 Prob ( I K ) > 0 ( I K ) > 0 (I∣K) > 0(\mathrm{I} \mid \mathrm{K})>0 ]


因此,根据贝叶斯定理,在给定信息 I I II 的情况下,假设 H H HH 具有更高的概率,其程度取决于:(a) H H HH 使人们更大概率地预期 I I II (即它预测了 I I II 的存在);(b) 假设 H H HH 是人们某种程度上已经预期存在的事物(即它在某种程度上独立地具有概率);以及© 信息 I I II 并非人们已经预期存在的事物(即它并未被预测存在)。运用贝叶斯定理,可以评估一条信息是确认、否定还是对假设的概率没有影响。
If Prob ( H I & K ) > Prob ( H K ) , then I confirms H If Prob ( H I & K ) < Prob ( H K ) , then I disconfirms H If Prob ( H I & K ) = Prob ( H K ) , then I is irrelevant to H  If Prob  ( H I & K ) > Prob ( H K ) , then I confirms  H  If Prob  ( H I & K ) < Prob ( H K ) , then I disconfirms  H  If Prob  ( H I & K ) = Prob ( H K ) , then I is irrelevant to  H {:[" If Prob "(H∣I&K) > Prob(H∣K)", then I confirms "H],[" If Prob "(H∣I&K) < Prob(H∣K)", then I disconfirms "H],[" If Prob "(H∣I&K)=Prob(H∣K)", then I is irrelevant to "H]:}\begin{aligned} & \text { If Prob }(H \mid I \& K)>\operatorname{Prob}(H \mid K) \text {, then I confirms } H \\ & \text { If Prob }(H \mid I \& K)<\operatorname{Prob}(H \mid K) \text {, then I disconfirms } H \\ & \text { If Prob }(H \mid I \& K)=\operatorname{Prob}(H \mid K) \text {, then I is irrelevant to } H \end{aligned}

虽然上述贝叶斯定理的基本形式是其最简单的版本,但在某些情况下使用起来实际上更为繁琐。因此,许多贝叶斯主义者更倾向于使用一个替代版本:

贝叶斯定理(替代版本)
Prob ( H I & K ) = Prob ( I H & K ) × Prob ( H K ) Prob ( I H & K ) × Prob ( H K ) + Prob ( I ∣∼ H & K ) × Prob ( H K ) Prob ( H I & K ) = Prob ( I H & K ) × Prob ( H K ) Prob ( I H & K ) × Prob ( H K ) + Prob ( I ∣∼ H & K ) × Prob ( H K ) Prob(H∣I&K)=(Prob(I∣H&(K))xx Prob(H∣K))/(Prob(I∣H&(K))xx Prob(H∣K)+Prob(I∣∼H&(K))xx Prob(∼H∣K))\operatorname{Prob}(\mathrm{H} \mid \mathrm{I} \& \mathrm{~K})=\frac{\operatorname{Prob}(\mathrm{I} \mid \mathrm{H} \& \mathrm{~K}) \times \operatorname{Prob}(\mathrm{H} \mid \mathrm{K})}{\operatorname{Prob}(\mathrm{I} \mid \mathrm{H} \& \mathrm{~K}) \times \operatorname{Prob}(\mathrm{H} \mid \mathrm{K})+\operatorname{Prob}(\mathrm{I} \mid \sim \mathrm{H} \& \mathrm{~K}) \times \operatorname{Prob}(\sim \mathrm{H} \mid \mathrm{K})}

此版本看起来更加笨拙,但实际上更易于使用,因为它(通过各种公理替换)允许人们使用假设为假时信息的概率(Prob [ I ∣∼ H & K ] [ I ∣∼ H & K ] [I∣∼H&K][\mathrm{I} \mid \sim \mathrm{H} \& \mathrm{~K}] ),这是即使假设不成立,人们也会预期信息存在的程度。它还使用了独立于信息的假设为假的概率(Prob [ H K ] [ H K ] [-H∣K][-\mathrm{H} \mid \mathrm{K}] ,即 1-Prob [ H K ] [ H K ] [H∣K][\mathrm{H} \mid \mathrm{K}] )。但请注意, Prob ( I ∣∼ H & K ) Prob ( I ∣∼ H & K ) Prob(I∣∼H&K)\operatorname{Prob}(\mathrm{I} \mid \sim \mathrm{H} \& \mathrm{~K}) 1 Prob ( I H & K ) . Prob ( I H & K ) 1 Prob ( I H & K ) . Prob ( I H & K ) 1-Prob(I∣H&K).Prob(I∣H&K)1-\operatorname{Prob}(\mathrm{I} \mid \mathrm{H} \& \mathrm{~K}) . \operatorname{Prob}(\mathrm{I} \mid \mathrm{H} \& \mathrm{~K}) Prob ( I ∣∼ H & K ) Prob ( I ∣∼ H & K ) Prob(I∣∼H&K)\operatorname{Prob}(\mathrm{I} \mid \sim \mathrm{H} \& \mathrm{~K}) 是不同的,它们是独立的值。

贝叶斯主义最重要的概念之一是似然性。一个假设的“似然性”是指它成功预测现有信息存在的程度(即 Prob [ I H & K ] ) [ I H & K ] ) [I∣H&K])[I \mid H \& K]) )。

似然度 = 给定假设下信息的概率(即 Prob [ I H & K ] [ I H & K ] [I∣H&K][\mathrm{I} \mid \mathrm{H} \& \mathrm{~K}] ):H 对 I I II 的预测能力。

请注意,似然(likelihood)与可能性(likeliness)并非同一概念。一个假设的“可能性”指的是其后验概率(即 Prob [ H I & K ] [ H I & K ] [H∣I&K][\mathrm{H} \mid \mathrm{I} \& \mathrm{~K}] )——即在给定信息下该假设成立的概率。其中,可能性(likeliness)衡量的是假设的整体证据价值,而似然(likelihood)则体现其预测能力,后者是决定前者整体证据价值的多个因素之一。若采用上述贝叶斯定理的替代形式,则可以区分 H H HH 的正向似然(即 Prob [ I H & K ] [ I H & K ] [I∣H&K][\mathrm{I} \mid \mathrm{H} \& \mathrm{~K}] )与 H H HH 的负向似然(即 Prob [ I ∣∼ H & K ] ) [ I ∣∼ H & K ] ) [I∣∼H&K])[\mathrm{I} \mid \sim \mathrm{H} \& \mathrm{~K}]) )。前者表示若假设为真,预期该信息存在的程度;后者则表示若假设为假,预期该信息存在的程度。

贝叶斯主义的另一个关键概念是先验概率。假设的“先验概率”是在不考虑信息的情况下其为真的可能性。在某些情况下,比如多次应用贝叶斯定理时,这将是给定其他(先验)信息后的后验概率,但最终,在开始这一过程时,它将是假设本身的概率。这是假设为真的内在可能性(有时称为其“基础率”)。同样,信息的先验概率是在不考虑假设的情况下其为真的可能性(即使没有该假设,人们也会在多大程度上预期该信息存在)。

假设“史密斯”在秘密监视(2000 年代初)中被听到谈论他对奥萨马·本·拉登、 9 / 11 9 / 11 9//119 / 11 劫机者和伊拉克叛乱分子的极大钦佩。几乎所有(假设 99%)的基地组织成员在自认为秘密时也会表达同样的钦佩。而在他所属的人口群体中,大约每万人中有一人是基地组织成员。根据这些信息,“史密斯”是基地组织成员的概率有多大?人们很容易认为“史密斯”是基地组织成员的概率是 0.99。然而,这是一个严重的错误。请用贝叶斯定理的第二版本来考虑这个问题。“Prob (I|H&K)”指的是如果“史密斯”是基地组织成员,他会表达钦佩的概率,即 0.99。“Prob ( H & K H & K ∣-H&K\mid-\mathrm{H} \& \mathrm{~K} )”指的是如果“史密斯”不是基地组织成员,他会表达钦佩的概率,这里假设非常低(即 0.10)。现在来看概率


“Smith”是基地组织成员,不考虑 I I II (概率 [ H K ] ) [ H K ] ) [H∣K])[\mathrm{H} \mid \mathrm{K}]) ,这是仅基于背景证据“Smith”是基地组织成员的可能性。这是他所在人口群体中随机一人是基地组织成员的比率。由于这是万分之一,这意味着“概率 ( H K ) ( H K ) (H∣K)(\mathrm{H} \mid \mathrm{K}) ”为 0.0001。因此,“概率 ( H K ) ( H K ) (∼H∣K)(\sim \mathrm{H} \mid \mathrm{K}) ”等于 0.9999(如 1 0.0001 1 0.0001 1-0.00011-0.0001 所示)。所以,这些值变为:
Prob ( H I & K ) = .99 × 0.0001 .99 × 0.0001 + 0.10 × 0.9999 Prob ( H I & K ) = .99 × 0.0001 .99 × 0.0001 + 0.10 × 0.9999 Prob(H∣I&K)=(.99 xx0.0001)/(.99 xx0.0001+0.10 xx0.9999)\operatorname{Prob}(\mathrm{H} \mid \mathrm{I} \& \mathrm{~K})=\frac{.99 \times 0.0001}{.99 \times 0.0001+0.10 \times 0.9999}

这变成了 0.00098912,大约为 0.1%。换句话说,根据这一信息,“Smith”是基地组织成员的可能性大约为千分之一。


基于“史密斯”对基地组织的崇拜表达,他成为该组织成员的概率似乎应远高于千分之一。然而,这仅是孤立的一条信息。它确实将他成为成员的概率从万分之一提升到了千分之一,即增长了 1000%。尽管如此,他属于基地组织的可能性仍然相对较低。现在,如果还能获取到其他信息,同样可以将其代入公式,以增加或减少最终的概率值。贝叶斯主义的一个优势在于,它揭示了人们可能在无意识中大幅高估(或低估)某些概率值的程度。

一些人担心是否总能合理地识别每个假设的先验概率。例如,2002 年伊拉克拥有大规模杀伤性武器计划的先验概率是多少?这恐怕不仅仅是像“史密斯”案例中的“基准率”。它不是拥有大规模杀伤性武器计划的国家(或拥有独裁者的中东国家)的总体百分比。一旦脱离这一点,似乎其他任何方法都会显得非常推测性和/或武断。有人提出,存在客观的方法来确定先验概率并评估假设的内在概率。例如,假设的简洁性(它确认存在多少事物,或用于描述它的公式中涉及多少变量)可能在此具有某种相关性。似乎假设所假设的事物越多,其为真的总体可能性就越低。(例如,如果一个人要检查所有概念上可能的情况,那么至少十个国家拥有活跃的大规模杀伤性武器计划的情况,可能比至少三个国家拥有活跃的大规模杀伤性武器计划的情况要少。) 因此,假设存在较少的活跃大规模杀伤性武器项目数量,相较于假设存在十个活跃项目,存在三个活跃大规模杀伤性武器项目的先验概率更高。 9 9 ^(9){ }^{9} 其他理论家在处理此类情况时,采用了一种更为缓和的贝叶斯公式版本,该版本仅关注正负似然度(及二者之间的比率)。这种方法使用所谓的“似然比”或“贝叶斯因子”,它将假设为真时信息存在的概率(Prob [ I H & K ] [ I H & K ] [I∣H&K][I \mid H \& K] )与假设为假时信息存在的概率(Prob [ I ∣∼ H & K ] [ I ∣∼ H & K ] [I∣∼H&K][\mathrm{I} \mid \sim \mathrm{H} \& \mathrm{~K}] )进行比较,形成一个比率(即 Prob [ I H & K ] / Prob [ I ∣∼ H & K ) [ I H & K ] / Prob [ I ∣∼ H & K ) [I∣H&K]//Prob[I∣∼H&K)[\mathrm{I} \mid \mathrm{H} \& \mathrm{~K}] / \operatorname{Prob}[\mathrm{I} \mid \sim \mathrm{H} \& \mathrm{~K}) )。

贝叶斯因子/似然比:
Prob ( I H & K ) Prob ( I ∣∼ H & K ) Prob ( I H & K ) Prob ( I ∣∼ H & K ) (Prob(I∣H&(K)))/(Prob(I∣∼H&(K)))\frac{\operatorname{Prob}(\mathrm{I} \mid \mathrm{H} \& \mathrm{~K})}{\operatorname{Prob}(\mathrm{I} \mid \sim \mathrm{H} \& \mathrm{~K})}

如果假设为假时信息存在的可能性越低,和/或假设为真时信息存在的可能性越高,那么似然比/贝叶斯因子就会越大(从而在某种程度上证实假设)。一种完全(或主要)围绕这一比率构建的确认方法有时被称为似然主义。第三种方法介于两者之间,认为贝叶斯主义的目的并不在于支持先验概率,而在于利用进一步的信息和贝叶斯定理来约束它们。换句话说,贝叶斯主义与其说是声称拥有完全客观的概率评估,不如说是拥有比没有它时更客观的概率评估。未经辅助的思考者已经对 H H HH H H ∼H\sim H 有某种程度的信念;目标是根据信息和贝叶斯定理来约束这种信念。

贝叶斯主义因其量化特性而具有若干天然优势。首先,它鼓励分析者以对假设的信念程度来思考,而非简单地接受或拒绝该假设。它进一步提供了约束这种信念程度的指导;即根据假设的后验概率(在现有信息条件下)。其次,它敦促分析者对假设进行逐步评估,而非一劳永逸地评判。该公式总是给出在特定信息集条件下假设的概率,而非对其概率的整体判断。因此,每当有新信息到来,贝叶斯主义都邀请分析者重新评估假设。第三,它使分析者能够利用不同可靠性的信息。

贝叶斯范式也有效地强调了辅助假设的重要性。自 20 世纪 70 年代以来,几乎所有假设发展的方法都以某种方式回应了这一理念。但贝叶斯主义在提出这一问题的方式上尤为突出,因此是其潜在的重要贡献之一。假设发展评估了一个假设在多大程度上成功(或未成功)预测了现有信息的存在。然而,这样说实际上是一种巨大(且危险)的简化。因为没有任何假设本身能成功(或不成功)地预测任何事物。相反,假设之所以能做出预测,是因为它们依赖于额外的桥梁性主张,这些主张将假设所假设的内容与(潜在)信息所假设的内容联系起来。正是通过这些主张(称为“辅助假设”)以及现有信息,一个假设才能被确认(或否定)。

辅助假设 = 通过假设引导人们预期(或不预期)特定信息存在的陈述(例如,“如果 H H HH ,那么 P P PP ”或“如果 H H HH ,那么非 l l ll ”)。

例如,考虑这样一个假设:ISIS 旨在成为叙利亚阿萨德政权的反对派(在 2010 年代)。如果发现阿萨德与 ISIS 之间存在非正式的经济关系,即 ISIS 向阿萨德出售石油,这一假设是否被否定?人们很自然地会认为确实如此,因为在战争中,人们通常不会与对手进行贸易。然而,这最终是一个可能为真或为假的假设,独立于假设本身的真实性及信息的可靠性。或许,ISIS 和阿萨德最终意图是击败对方,但当前阶段他们更专注于先击败叙利亚抵抗运动中的其他势力(因此在各自计划的这一阶段结成伙伴)。或者,他们现在正积极试图击败对方,但双方都认为从这种经济关系中自己获益更多,而对方获益较少。更一般地说,面对似乎削弱假设的信息,有三种可能的回应方式:(1)否定假设;(2)否定信息的可靠性;(3)否定不一致性(并


认为假设与信息相互一致)。这类辅助假设的合理性对于评估所讨论的假设至关重要。但让这些假设保持隐含状态而不认真考虑它们,是极其容易的。因此,一个恰当的假设发展方法必须引导我们关注这些假设,并要求我们认真评估它们。


贝叶斯主义间接要求分析者在比较 Prob ( I H & K I H & K I∣H&K\mathrm{I} \mid \mathrm{H} \& \mathrm{~K} ) 与 Prob ( I ∣∼ H & K ) Prob ( I ∣∼ H & K ) Prob(I∣∼H&K)\operatorname{Prob}(\mathrm{I} \mid \sim \mathrm{H} \& \mathrm{~K}) 时考虑这些辅助假设,以基于 I I II 确定 H H HH 更高的概率。因为,在评估这两种概率时,人们必须考虑如果假设为真,人们会期望信息达到何种程度,以及如果假设为假,人们又会期望信息达到何种程度。虽然贝叶斯主义并非唯一认真对待辅助假设的方法,但它确实强调了这些假设,并要求分析者评估假设与用于评估它的信息之间的潜在联系。


4. 解释主义方法:假设发展作为解释力的评估


证伪主义和贝叶斯主义都优先考虑根据预测成功来评估一个假设。该假设是否引导分析者预期存在实际上不存在的事物(证伪主义)?它是否使分析者比在其他情况下更期望存在确实存在的事物(贝叶斯主义与似然比)?这两种观点都聚焦于信息的可预期性。相比之下,解释主义关注的是,一个假设如果为真,能在多大程度上增进人们对假设发展主题的理解。它强调的不仅仅是预测成功,而是一个更广泛的解释力概念。哲学家们长期谈论一种称为“溯因”或“最佳解释推理”的推理类型(参见第 1 章)。而解释主义正是围绕这类推理使用的假设发展方法。 虽然证伪主义运用演绎推理来识别假设的潜在证伪含义,贝叶斯主义则通过公式计算假设的概率(在某些情况下隐式使用归纳推理来确定概率),而解释主义则专注于溯因推理,既不明确确定假设的真伪,也不判断何为更有可能,而是确定何为最佳可用选项。 11 11 ^(11){ }^{11}

一种推理方法,即从众多假设中挑选出因其“解释力”而被视为“最佳”的假设,这一想法通常归功于哲学家查尔斯·桑德斯·皮尔士(1839-1914)。 12 12 ^(12){ }^{12} 这一理念在二十世纪后期逐渐在哲学家中流行起来,某种程度上成为那些看似合理但不仅仅是诉诸演绎推理或归纳(统计)推理的论证的统称。随着时间的推移,这一想法进一步传播,因为它似乎很好地描述了许多科学实践(尤其是在尝试提出和测试关于新现象或尚未充分探索的事物的假设的早期阶段)。很久以后,哲学家彼得·利普顿对“最佳解释推理”进行了最为全面和有力的阐述,使其成为假设发展中一个独立且成熟的理论视角。 13 13 ^(13){ }^{13} 解释主义提出,一个假设的“可爱性”是其“可能性”的指南。也就是说,关于 X X XX 的假设(如果为真)能够提供对 X X XX 的理解的程度(其“可爱性”),就是该假设作为 X X XX 的合理解释的可能性(其“可能性”)。

一般而言,解释主义认为假设发展的判断总是比较性的。也就是说,它们提供的是从“最佳”到“最差”的可用选项排序,而非一个隐含优于所有可能选项的整体判断。

假设的“可爱性”在于它在多大程度上具备各种“解释美德”。关于这些美德是什么,有各种不同的说法,但它们都是衡量假设(如果为真)在多大程度上增加理解的指标。以下是 Lipton 提出的六个例子。 14 14 ^(14){ }^{14} 首先,通过将不同学科的多种理论统一在单一方法下,假设增加了理解。这是假设的“范围”或“统一潜力”。其次,通过揭示之前未被考虑的新关系,假设增加了理解。这是假设的“丰富性”。第三,通过识别特定的基本机制或组成部分,假设增加了理解。这是假设的“一般特异性”。第四,通过精确指定理论所假设的任何数字,假设增加了理解。这是假设的“定量特异性”。第五,通过与已知(或合理相信)为真的事物“契合”良好,假设增加了理解。 这是假设的“一致性”。第六,通过假设尽可能少的事物(实体、过程、变量)来增加理解,只要这些事物足以完成其解释工作。这是假设的“简洁性”。

解释主义并不否认预测成功对于确定最可能假设的重要性;它只是将其视为解释应具备的多种优点之一。更重要的是,它鼓励分析者发展和偏爱那些不仅具备预测成功,还拥有其他解释优点的假设。例如,假设伊拉克在 2002 年并未重启其化学武器计划,但希望世界认为它已经重启,这一假设可能成功预测了 1997 年后伊拉克拒绝让联合国核查人员进入其设施的行为。但若能提供更多细节解释伊拉克为何如此行事(如萨达姆试图显得更具威胁性,以避免邻国入侵),则这一假设的解释优点将大大增强。 这并未提高假设的预测成功率,但提供了对其思维基础机制和构成的更多理解,因此更具“解释上的美德”。此外,人们可以批评一个仅仅断言伊拉克在 2002 年未重启其化学武器计划的假设,不仅因为它未能预测到伊拉克在 1997 年后不愿让联合国核查人员进入其设施,还因为它并未提供对伊拉克决策的深入理解。

解释主义范式有效地强调了假设的解释性优点的重要性。虽然解释主义也承认辅助假设在假设发展中的作用,但它在考虑对潜在解释假设本身的强调时表现得最为出色。它首先通过其对理想理论特征的强有力描述以及其对目标理解程度的提升——范围/统一潜力、丰富性、一般特异性、定量特异性、与证据的一致性以及简洁性——来优先考虑理论的发展过程。在这种方法中,提出理论的项目不仅仅是一个与证据一致的问题。那只是假设的众多理想特征之一。最佳假设还具备其他解释性优点。尽管每种假设检验方法都承认首先需要某种过程来生成假设,但解释主义将这一点提升为假设发展中绝对核心和必不可少的组成部分。


5. 对比三种方法:它们有何不同?


这三种现存的假设发展范式在总体视角上具有不同的动机敏感性和主题。证伪主义主要仅考虑外部因素(即假设的含义),以寻找能够抵抗证伪的假设。相比之下,贝叶斯主义和解释主义则同时考虑内部和外部因素(即假设本身的特征及其含义)。贝叶斯主义通过定量方法寻找最可能的假设,而解释主义则通过定性方法寻找可信的假设。它们的标准也有所不同。证伪主义试图根据假设的含义来反驳每一个选项。贝叶斯主义独立于信息评估假设的概率,然后比较假设为真(以及假设为假)时信息的概率。解释主义则评估假设为真时,其解释优点所能提供的理解程度。

关于证伪主义、贝叶斯主义和解释主义在情报分析中的潜在效用,还有很多可以讨论的地方。这项工作的主要目的并非试图调整和应用这些现有理论于情报推理,而是开发一种专门为其设计的新方法。因此,这些方法的有用性之全貌将留待他日详述,其中很可能蕴含大量尚未提及的价值。目前,从这些方法中得出的核心教训是:一个良好的假设发展方法应重视可能否定假设的信息、辅助假设,以及假设的解释优势。

  注释


  1. 要区分这两种立场并不容易,只能说一些哲学家如卡尔·亨佩尔对逻辑实证主义的官方教义有技术上的异议,但在精神上仍然明显同情(即使没有提出他们教义的温和版本)。他们通常被称为逻辑经验主义者。

  2. 众所周知,他们将伦理和美学主张(即关于何为“好”与/或“美”的价值判断)视为前者,而将宗教主张(即关于存在非物质领域的形而上学主张)视为后者。

  3. 讽刺的是,逻辑实证主义有一个不幸的缺点,即未能满足其自身关于什么构成有意义陈述的标准,因为它既不是“通过定义即为真”,也无法通过观察(或其含义)得到证实。如果这让你对为何该观点能在哲学界占据主导地位超过三十年感到困惑,我认为这恰恰表明,在智力领域之外,也有许多非常聪明的人最终仍会犯下非常简单和直白的错误。

  4. 关于这一点的标志性论述,参见 Carl G. Hempel 的《科学解释的诸方面》(纽约:自由出版社,1965 年)。

  5. 关于他的叙述,参见卡尔·波普尔,《猜想与反驳》(伦敦:罗德里奇出版社,1963 年)。

  6. 在波普尔看来,存在一些有意义但不属于科学范畴的探究(如伦理学)。因此,可证伪性对于划定科学的边界至关重要,但并不适用于理性本身。

  7. 参见小理查兹·J·休尔,《情报分析心理学》(CIA:情报研究中心,1999 年)。

  8. 关于贝叶斯方法的一些主要论述,参见 Luc Bovens 和 Stephan Hartmann 的《贝叶斯认识论》(纽约:牛津大学出版社,2003 年);John Earman 的《贝叶斯还是破产:贝叶斯确认理论的批判性考察》(剑桥,马萨诸塞州:麻省理工学院出版社,1992 年);Colin Howson

表 12.1. 现有假设发展范式的比较

证伪主义:提出猜想与寻找反驳
Falsificationism Making Conjectures and Searching for Refutations| Falsificationism | | :--- | | Making Conjectures | | and Searching for | | Refutations |

贝叶斯主义 基于现有证据评估概率
Bayesianism Evaluating Probabilities Civen the Available Evidence| Bayesianism | | :---: | | Evaluating | | Probabilities Civen | | the Available | | Evidence |

解释主义 评估解释力
Explanationism Assessing Explanatory Power| Explanationism | | :---: | | Assessing | | Explanatory Power |

描述方法的摘要
Summary That Describes the Approach| Summary That | | :--- | | Describes the | | Approach |

假设开发是根据其含义是否能抵御证伪来评估理论
Hypothesis Development is evaluating theories in terms of whether their implications resist falsification| Hypothesis | | :--- | | Development is | | evaluating theories | | in terms of whether | | their implications | | resist falsification |

假设开发是根据其构成概率来评估理论
Hypothesis Development is evaluating theories in terms of their constitutive probabilities| Hypothesis | | :--- | | Development is | | evaluating theories | | in terms of their | | constitutive | | probabilities |

假设开发是根据解释性优点来评估理论
Hypothesis Development is evaluating theories in terms of their explanatory virtues| Hypothesis | | :--- | | Development is | | evaluating theories | | in terms of their | | explanatory virtues |

驱动方法的情感
Sensibility That Drives the Approach| Sensibility That | | :--- | | Drives the Approach |

外部因素:假设的影响
External Factors: Implications of the hypotheses| External Factors: | | :--- | | Implications of the | | hypotheses |

内部与外部因素:假设的量化特征及其影响
Internal and External Factors: Quantitative features of the hypotheses and their implications| Internal and External | | :--- | | Factors: | | Quantitative | | features of the | | hypotheses and their | | implications |

内部与外部因素:假设的定性特征及其影响
Internal and External Factors: Qualitative features of the hypotheses and their implications| Internal and External | | :--- | | Factors: | | Qualitative | | features of the | | hypotheses and their | | implications |

定义方法的主题
Subject That Defines the Approach| Subject That Defines | | :--- | | the Approach |

H 是否抵制了所有试图证伪它的尝试
Whether H has resisted all attempts to falsify it| Whether H has | | :--- | | resisted all attempts | | to falsify it |

H 是否为最可能的假设
Whether H is the most probable hypothesis| Whether H is the | | :--- | | most probable | | hypothesis |

是否有更多理由相信 H H 能解释 X,而不是其他任何替代方案 H* H H H^(**)H^{*}
Whether there is more reason to believe that H H explains X than any alternative H* H^(**)| Whether there is | | :--- | | more reason to | | believe that H H | | explains X than any | | alternative H* $H^{*}$ |

指导方法的标准
Standard That Directs the Approach| Standard That | | :--- | | Directs the | | Approach |

H 的含义尚未被证明为假
Implications of H have not been false| Implications of H | | :--- | | have not been false |

H 的似然和/或先验概率高于任何替代 H*的
H's likelihood and/ or prior probability is higher than any alternative H*'s| H's likelihood and/ | | :--- | | or prior probability | | is higher than any | | alternative H*'s |

H 会比任何替代方案 H* H H H^(**)H^{*} 提供更多关于 X 的理解
H would provide more understanding of X than any alternative H* H^(**)| H would provide | | :--- | | more understanding | | of X than any | | alternative H* $H^{*}$ |

源自该方法的重大理念
Significant Idea That Derives from the Approach| Significant Idea That | | :--- | | Derives from | | the Approach |

假设开发应强调潜在的否定信息
Hypothesis Development should emphasize potentially disconfirming information| Hypothesis | | :--- | | Development | | should emphasize | | potentially | | disconfirming | | information |

假设发展应强调辅助假设
Hypothesis Development should emphasize auxiliary assumptions| Hypothesis | | :--- | | Development should | | emphasize auxiliary | | assumptions |

假设发展应强调理论的解释优势
Hypothesis Development should emphasize explanatory virtues of theories| Hypothesis | | :--- | | Development | | should emphasize | | explanatory virtues | | of theories |
"Falsificationism Making Conjectures and Searching for Refutations" "Bayesianism Evaluating Probabilities Civen the Available Evidence" "Explanationism Assessing Explanatory Power" "Summary That Describes the Approach" "Hypothesis Development is evaluating theories in terms of whether their implications resist falsification" "Hypothesis Development is evaluating theories in terms of their constitutive probabilities" "Hypothesis Development is evaluating theories in terms of their explanatory virtues" "Sensibility That Drives the Approach" "External Factors: Implications of the hypotheses" "Internal and External Factors: Quantitative features of the hypotheses and their implications" "Internal and External Factors: Qualitative features of the hypotheses and their implications" "Subject That Defines the Approach" "Whether H has resisted all attempts to falsify it" "Whether H is the most probable hypothesis" "Whether there is more reason to believe that H H explains X than any alternative H* H^(**)" "Standard That Directs the Approach" "Implications of H have not been false" "H's likelihood and/ or prior probability is higher than any alternative H*'s" "H would provide more understanding of X than any alternative H* H^(**)" "Significant Idea That Derives from the Approach" "Hypothesis Development should emphasize potentially disconfirming information" "Hypothesis Development should emphasize auxiliary assumptions" "Hypothesis Development should emphasize explanatory virtues of theories"| | Falsificationism <br> Making Conjectures <br> and Searching for <br> Refutations | Bayesianism <br> Evaluating <br> Probabilities Civen <br> the Available <br> Evidence | Explanationism <br> Assessing <br> Explanatory Power | | :--- | :--- | :--- | :--- | | Summary That <br> Describes the <br> Approach | Hypothesis <br> Development is <br> evaluating theories <br> in terms of whether <br> their implications <br> resist falsification | Hypothesis <br> Development is <br> evaluating theories <br> in terms of their <br> constitutive <br> probabilities | Hypothesis <br> Development is <br> evaluating theories <br> in terms of their <br> explanatory virtues | | Sensibility That <br> Drives the Approach | External Factors: <br> Implications of the <br> hypotheses | Internal and External <br> Factors: <br> Quantitative <br> features of the <br> hypotheses and their <br> implications | Internal and External <br> Factors: <br> Qualitative <br> features of the <br> hypotheses and their <br> implications | | Subject That Defines <br> the Approach | Whether H has <br> resisted all attempts <br> to falsify it | Whether H is the <br> most probable <br> hypothesis | Whether there is <br> more reason to <br> believe that H H <br> explains X than any <br> alternative H* $H^{*}$ | | Standard That <br> Directs the <br> Approach | Implications of H <br> have not been false | H's likelihood and/ <br> or prior probability <br> is higher than any <br> alternative H*'s | H would provide <br> more understanding <br> of X than any <br> alternative H* $H^{*}$ | | Significant Idea That <br> Derives from <br> the Approach | Hypothesis <br> Development <br> should emphasize <br> potentially <br> disconfirming <br> information | Hypothesis <br> Development should <br> emphasize auxiliary <br> assumptions | Hypothesis <br> Development <br> should emphasize <br> explanatory virtues <br> of theories |

以及彼得·乌尔巴赫,《科学推理:贝叶斯方法》(芝加哥:开放法庭出版社,2006 年);理查德·斯温伯恩,《认识论辩护》(纽约:牛津大学出版社,2001 年)。


9. 这一原则也被称为“奥卡姆剃刀”,以纪念中世纪哲学家威廉·奥卡姆(1287-1347),他被认为推广了其使用(通常以“实体不应不必要地增加”为准则)。


10. 上述讨论或许可以说反映了 W. V. O. 奎因在《经验论的两个教条》(《哲学评论》60 卷,第 1 期,1951 年:20-43 页)中著名的“奎因-迪昂假说”。


11. 证伪主义并不能确定一个假设为真,但可以近乎确定地证明其为假。


12. 参见查尔斯·S·皮尔斯,《皮尔斯精要》第一卷,由内森·豪泽和克里斯蒂安·J·W·克洛泽尔编辑(布卢明顿,IN:印第安纳大学出版社,1992 年),以及《皮尔斯精要》第二卷,由皮尔斯版本项目编辑(布卢明顿,IN:印第安纳大学出版社,1994 年)。另请注意,查尔斯·桑德斯的姓氏“Peirce”发音类似于“purse”。


13. 参见 Peter Lipton 的《最佳解释推理》(纽约:Routledge,2004 年)。


14. 参见 Lipton 的《最佳解释推理》。

13


假设发展的多维方法


引入 Idea、Information 和 Implication 维度

  摘要


情报分析在分析师为其客户独特地体现理想推理时具有最大意义。多维方法认为,这一理想由三个平等的维度构成:个人维度(理想推理体现了正确的美德)、程序维度(理想推理遵循正确的规则)和问题特定维度(理想推理提出了正确的问题)。所有这些维度都反映了情报推理中的特定挑战,但问题特定维度最直接地受到分析师推理目标——即其客户的竞争对手或对手——的启发。这一目标引发了不足、无关、不确定和无关紧要等问题,这些问题最好通过四种相应的推理类型来解决:假设发展、因果分析、未来探索和策略评估。这些是问题特定推理方面的次级维度。 本章阐述了假设发展的多维方法——情报分析推理,旨在回答“正在发生什么?”这一问题。首先,它描述了假设发展在情报中的目的。其次,它为分析人员开发了提出的新的多维假设发展理论(基于现有学术理论的潜力)。第三,它勾勒了情报中假设发展的实践。


1. 智能分析中假设发展目的的多维方法


假设开发是通过推理来确定最可能发生情况的理论。其导向是针对“信息不足”或必须从有限的可靠数据中进行推理的认知挑战。它通过识别可能的理论、找出这些理论背后隐藏的关联假设,并评估哪些信息最能确定最可能的理论来实现这一点。这种思维在情报分析师的推理中扮演着三个重要角色:直接、间接和结构性。

从假设开发在分析师推理中的直接作用开始。情报客户有时会提出明确属于假设开发的问题。一些著名的例子包括“如果美国入侵,中国在朝鲜冲突中的计划是什么”

朝鲜?”(1950 年朝鲜战争),“埃及和叙利亚在与以色列边境沿线增兵有何意图?”(1973 年赎罪日战争),以及“哪个团体在革命后伊朗领导权争夺中获得最广泛支持?”(1979 年伊朗革命)。这些都是直接的假设发展问题,因为它们即刻询问了在有限可靠数据下存在不确定性的当前事态(例如,关于中国的计划、埃及和叙利亚的意图,以及伊朗激进团体的受欢迎程度)。这些问题直接体现了“正在发生什么?”的版本。注意,这些都涉及事物的现在(或过去)状态。尽管在谈及中国计划、埃及和叙利亚的意图,或哪些团体渴望成为伊朗领袖时提及了未来,但问题并非询问它们未来具体会做什么,而是关注它们当前的现状。因此,无论探索假设发展的其他原因如何,不可否认的是,分析师需要准备好回答这些问题,因为客户有时会直接提出此类询问。

假设开发在分析师的推理过程中也扮演着间接角色。虽然情报客户有时会明确提出假设开发类问题,但他们更可能以隐含的方式提出。当一个问题不具备“正在发生什么?”的结构,却只有通过先提出此类形式的问题才能解答时,它便间接地属于假设开发问题。例如,“如果美国入侵朝鲜,中国会怎么做?”、“如果埃及和叙利亚入侵以色列呢?”以及“如果神权革命者在伊朗掌权呢?”这些问题都不直接呈现假设开发的形式(它们都属于“何时何地可能发生变化?”形式的未来探索问题)。然而,它们要求分析师能够回答之前提到的那些基础的假设开发问题。也就是说,要理解如果美国入侵朝鲜,中国可能会采取什么行动,就必须先考虑他们当前对此有何计划。 同样,要探讨埃及或叙利亚对以色列的入侵,首先需要考虑它们当前的态势(即,是应考虑即将发生的入侵,还是更远的未来?)。而要评估伊朗神权革命者掌权的后果,首先必须了解他们的受欢迎程度和支持基础。因此,尽管情报客户可能经常提出未来探索(甚至战略评估)的问题,但往往首先需要回答的是潜在的假设发展(或因果分析)问题。显然,在某些情况下,分析师可能已经进行了足够的先前分析,知道这些问题的答案。关键是要确保确实如此,并且更多的基础性问题不会被忽视。因此,分析师需要准备好评估假设发展问题,因为客户有时会间接提出这些问题。

假设开发在情报分析师推理中扮演着基础性的结构角色。它代表了分析师思维针对其分析目标的四种主要方式之一:他们的客户竞争对手或对手,以及由此产生的“不足”问题。不足是情报推理中的一个基本认知挑战,有助于将其与其他类型的推理区分开来。最终,这一挑战在于分析师所依赖的可靠数据有限,因此面临极大的不确定性,从而存在做出不合理判断的风险。因此,他们需要一种专门针对从有限的可靠数据中开展工作,并旨在在认知上“以少做多”的推理方式。这就是假设开发的结构性角色。在上述朝鲜战争中的中国、赎罪日战争中的埃及和叙利亚,以及伊朗革命中的神权激进分子的例子中,所有这些竞争对手都必须被视为(当然他们实际上也是)在积极试图阻止获取可靠数据。


公开他们的意图、计划和能力。分析人员无法获取所有可靠数据,因为这些数据被主动隐藏。这种情况定义了情报分析人员的思维目标,并产生了信息不足的挑战以及对假设发展推理的结构性需求。

假设开发是情报分析的核心,因为信息不足是其面临的一个根本性挑战。然而,尽管这是分析师推理的一个关键区分特征,但它更多程度上是一个程度问题。换言之,有限的可靠数据并非情报分析所独有,而是对其具有独特的重要性。这一问题既根植于一般的推理过程中,又在信息时代被进一步放大。所有推理在有限的可靠数据方面都存在一些困难,因为并非每一个信念都是真实的。信念与知识之间存在理论上的差距:即人们认为的情况与实际的情况之间的差距。现有证据很少(如果有的话)能保证评估为真实的事物确实真实。几乎总是存在某种可能性,即它是错误的。它在最字面的意义上是“不确定”的(即,不确定 = = == 不可能某人基于他们的证据相信它,并且是错的)。这在所有背景下的人类推理中都可能是真实的。 这上升到成为情报分析推理的一个独特而明确的挑战,因为其威胁程度显著增加。信息时代的特性进一步加剧了这一挑战。这个时代的特点是数据创建和传输的数量和速度呈指数级增长,因此不可靠数据的数量也相应增加。这使得找到可靠数据的几率实际上按比例下降(因为产生的不可靠数据多于可靠数据)。因此,情报分析中数据不足的问题和假设开发的必要性尤为显著(且独特),但它也根植于一般推理中,并在信息时代进一步升级。将分析师的思维导向应对这一挑战,是假设开发在情报中的结构性作用。

在分析师推理中,假设开发还有一个最终角色。这一功能尚未被提及,因为它不属于本文强调的三个“官方”角色之一。最终,这是一种使用假设开发的方式,虽然可能,但并不被多维方法所认可。因此,这里提到它只是为了承认它可以被实施,并简要解释为什么通常不推荐这样做。理论上,假设开发可以被视为情报中针对特定问题推理的“通用”方法。因为即使大多数客户的问题可以说并非直接的假设开发问题,任何问题都可以被当作假设开发问题来评估。虽然本文使用“发生了什么?”作为假设开发问题的范例,但其他三个范例问题“为什么会发生这种情况?”、“何时何地可能会发生变化?”以及“客户如何应对?”理论上至少可以通过假设开发来回答。 也就是说,人们可以获取关于原因的理论、关于未来的理论或关于策略的理论,并将假设开发方法应用于它们:识别合理的理论,找出这些理论背后隐藏的连接假设,并评估哪些信息最能确定最合理的理论。而且,在本工作中提出的假设开发方法中,没有任何固有的因素会阻止分析师这样做。所以,这当然是可以做到的。问题更多的是是否应该这样做。或者,为了强调本工作的重点,分析师这样做是否理想?使用假设开发方法来回答因果分析、未来探索或策略评估问题,对于情报客户来说,是否是良好推理的范例?答案显然是“不”,因为这些其他类型的问题面临着超出不足之外的进一步挑战(即无关性、不确定性和无意义性)。假设开发是


并非专门为这类问题设计。因此,使用它来处理这些问题并非最佳选择。分析师可以这么做,或许比完全没有针对性的方法要好。如果分析师只能学习如何执行假设开发、因果分析、未来探索和策略评估中的一项,那么一个合理的论点可能是专注于假设开发,然后将其通用地应用于所有针对特定问题的推理。但这绝非理想之选。因此,本作品无法推荐这种做法。


2. 多维提案:情报分析师假设发展理论


本作品最根本的提议是,在情报分析中,理想的推理是多维的。其首要维度包括个人层面、程序层面和问题特定层面。作为其次要维度,问题特定层面(例如)由假设发展、因果分析、未来探索和策略评估构成。而作为其第三级维度,假设发展层面(例如)由想法、信息和含义组成。但假设发展的这些不同维度究竟是什么呢?人们可以从哪三种不同的视角来尝试回答“正在发生什么?”这一问题?

假设开发在情报分析中的多维性大致等同于同时强调现有学术方法——证伪主义、贝叶斯主义和解释主义——所突出的三个重要思想:潜在的反驳信息、辅助假设以及假设的解释性优点。该理论明确尝试从这三个范式中汲取“最佳”部分(参见第 12 章)。在多维方法中,这些代表了进行假设开发的三个视角。它们反映了其不同的本质方面,每个方面都可以合理地作为回答“正在发生什么?”这一问题的角度而优先考虑。这三个维度是平等的,强调它们的相应方法亦是如此。然而,由于维度间关联方式的略微不同,这些方法之间存在功能上的差异。假设开发的维度是对称关联的,即其中任意两个维度都可以(大致)用于推导(或至少探究)第三个维度。 尽管分析师通常首先会生成假设,然后对其进行评估,最后探索在此过程中必须做出的假设,但每个“阶段”都将涉及所有三个维度。区别在于推理的目标是哪个维度。当焦点集中在思想维度时,相应的方法是辩证假设生成。但如果焦点转向信息维度,那么相关的方法则是三元假设发展。而每当焦点落在隐含维度时,等效的方法就是潜在假设三角测量。

多维假设开发方法的第一面是构想维度。它从可能的解释性假设的角度出发,进行假设开发。通过子问题“什么是可能发生的理论?”来回答“正在发生什么?”这一问题。该方法致力于构建一系列独特、合理且精炼的解释,以此作为帮助确定最合理解释的手段。虽然每个人都认识到生成假设的重要性,但提出生成假设与评估假设同等重要(正如这种方法所做的那样)是一个相当大胆的主张。但很容易看出为什么这一点是成立的。


然而,情况并非总是如此。无论某人的评估过程多么严谨,如果被评估的假设本身不是一组强有力的选项,那么结论也不会令人信服。分析师判断的质量永远无法超越他们正在考虑的选项的质量,无论评估过程多么严格。更直白地说:“输入垃圾,输出垃圾。”相反,如果分析师有一组独特、精炼且合理的选项可供考虑,那么即使他们对这些选项的评估不够完全严谨,他们仍然会得出一个独特、合理且精炼的结论(即使这个结论是错误的)。另一个值得思考的问题是:向客户提供一个看似合理、精炼但错误的判断,还是提供一个技术上正确但并未真正精炼的判断,哪个更好?在前一种情况下,分析师仍然体现了理想推理的某个关键方面,但在后一种情况下则不然。显然,这里的正确视角是将假设的生成和评估视为同等重要。 但至少在理论上,如果必须在两者之间做出选择,人们可以提出一个充分的理由,选择生成而非评估。 1 1 ^(1){ }^{1} 然而,假设生成通常不会得到与假设评估同等严格和精细的关注。它应该得到。这就是声称可能的解释性假设是进行假设开发的三个平等视角之一的意义所在。这是理念维度。

多维假设发展方法的第二个层面是信息维度。它从用于评估假设的可能信息的角度出发,试图通过子问题“哪些信息最能帮助确定最合理的事件理论?”来回答“正在发生什么?”这一问题。这一维度在确定最合理的事件描述时,评估信息如何支持或削弱假设。这应是一个相对无争议的提议,因为无人否认评估假设的重要性。显然,即使是一组出色的假设,也不如经过严格评估以确定哪个最合理的一组假设有用。假设评估显然极为重要。此处的一个微妙“转折”在于,这一维度不仅强调用于评估假设的信息,更侧重于哪些信息最能确定最合理的理论。 也就是说,它从证伪主义对高“诊断性”信息的强调中汲取灵感——这类信息有助于减少仍为合理选项的假设数量,其作用在于排除某些选项。这一维度并非意在暗示确认证据根本不存在(如证伪主义“正式”主张的那样),而是旨在突出潜在否定信息的特殊意义。并且,在试图支持假设的过程中,其价值应体现在集中精力发展并否定其最有力的竞争假设上。正是这一点奠定了用于评估假设的可能信息是进行假设开发的三个同等重要视角之一的说法。这便是信息维度。


多维假设发展方法的第三面是隐含维度。这是从假设与信息之间可能联系的角度来看的假设发展。它通过子问题“为了使其成为正在发生之事的最合理理论,必须假设什么?”来探讨“正在发生什么?”这一问题。其策略是识别假设与现有信息之间可能隐藏的桥梁假设,以确定对正在发生之事的最佳解释。在三个维度中,这显然是科学哲学之外最不被充分认识的一个,因为它涉及假设发展中一个容易被忽视的方面:辅助假设。 2 2 ^(2){ }^{2}

“辅助假设”并非仅仅是假设的“一般性”假设,而是使假设对信息的存在与否具有含义的关键,这使得此类信息的存在成为假设潜在的确证或否证。换言之,人们不能简单地主张:
  1.   信息 I I II 存在。

  2. 因此,Hypothesis H H HH 为假。

相反,我们需要一个能够“弥合差距”的主张,例如在 H H HH I I II 之间:


1.5. 如果假设 H H HH 为真,那么信息 I I II 不存在。


现在可以将“1”和“1.5”这两项声明结合起来推断出“2”。这是一种极为常见且有效的推理手段,以其拉丁名称 modus tollens 为人所知。如果分析师打算利用信息来否定假设,那么他们就必须依赖辅助假设来实现这一点。考虑一个简化的例子:

  1. “萨迈拉式”卡车(已知曾用于运输伊拉克化学武器)在 2001 年再次被发现与伊拉克军队整合。

  2. 因此,关于伊拉克没有重启其化学武器计划的说法是错误的。

在没有假设一个相应的主张将此信息与无大规模杀伤性武器计划重启的假设联系起来的情况下,做出这种推断是完全没有说服力的,例如:


1.5. 如果伊拉克没有重启其化学武器计划,那么就不会观察到“萨迈拉式”卡车与伊拉克军队整合。

一旦这一辅助假设被明确表述,它立刻引发了对其可能存在其他用途的质疑,等等。但当它未被陈述时,实际上却会“免费通过”。没有某种方法来强调此类主张的重要性,就不可能对假设进行严格的推理。正是这一点促成了这一提议,即假设与信息之间的可能联系是进行假设开发的三个同等视角之一。这就是隐含维度。

假设发展是多维的,意味着有三种同等重要的方式来回答“正在发生什么?”这个问题。分析师可以通过“关于正在发生的事情,有哪些合理的理论?”或“哪些信息最能帮助确定关于正在发生的事情的最合理理论?”或“要使这成为关于正在发生的事情的最合理理论,必须假设什么?”这三个子问题来探讨。这三个子问题并非“正在发生什么?”这一问题的三个“部分”,因为那意味着它们可以彼此独立存在。相反,它们是该问题的三个维度:它们可以被区分,但不能彼此独立存在。正如理想的推理整体上同时由思考者的个人美德、思维的程序规则以及要思考的特定问题构成,假设发展也同时由


图 13.1 假设发展维度概述


可能的解释性假设、用于评估假设的可能信息,以及假设与信息之间可能的联系。若不能同等重视这三者,一般推理便无法达到其完全理想状态,而假设开发亦然,缺乏对这三者的同等重视,亦无法臻至其完全理想之境。

在探讨分析师如何将这种三维假设开发方法付诸实践之前,值得注意的是为何这一针对具体问题的维度被称为“假设开发”。在整部作品中,读者或许会疑惑,为何关于“发生了什么?”这一问题的推理未被称作“假设检验”。尽管谈论假设检验已有既定先例,但这一表述暗示的范围比本方法所设想的要狭窄得多。“检验”是一个模糊的术语,它最常与一种诊断方法联系在一起,即确定某事物为真或假(例如,一个人是否患有某种疾病,电脑是否感染病毒,汽车电池是否耗尽等)。基于对“检验”一词的这种理解,假设检验暗示了一种“一锤定音”的活动。然而,这从根本上忽视了假设创造的过程,以及在考虑辅助假设时,潜在否定信息与假设之间“互动”的过程。 此外,这些假设之间并不容易区分。因为生成假设的一种方法就是发展出解释相同信息的不同方式。假设检验的目标不应仅仅是对哪个假设最有可能为真做出一次性判断,而是所有可能假设的演进,以开发出客户可以考虑的最佳选项。可以说,这反映了一种不同的“检验”意义,比如当人们说某个生活挑战“检验”了某人并促使他们成长和成熟时。然而,更简单直接地传达这一概念的方法是使用“假设发展”这一术语来推理“正在发生什么?”这个问题。

表 13.1. 假设发展维度的比较
Idea Dimension   信息维度   影响维度

解释信息的可能假设
Possible Hypotheses That Explain Information| Possible Hypotheses That | | :--- | | Explain Information |

用于评估假设的可能信息
Possible Information to Use to Assess Hypotheses| Possible Information to Use | | :--- | | to Assess Hypotheses |

假设与信息之间的可能联系
Possible Connections between Hypotheses and Information| Possible Connections | | :--- | | between Hypotheses and | | Information |

询问“正在发生的事情有哪些合理的理论?”
Asks "What Are Plausible Theories of What Is Happening?"| Asks "What Are Plausible | | :--- | | Theories of What Is | | Happening?" |

询问“什么信息最能帮助确定最合理的关于正在发生事情的理论?”
Asks "What Information Best Helps Determine the Most Plausible Theory of What Is Happening?"| Asks "What Information | | :--- | | Best Helps Determine the | | Most Plausible Theory of | | What Is Happening?" |

询问“要使这成为最合理的理论,需要假设什么?”
Asks "What Has to Be Assumed for This to Be the Most Plausible Theory of What Is Happening?"| Asks "What Has to Be | | :--- | | Assumed for This to Be the | | Most Plausible Theory of | | What Is Happening?" |

确定哪些是独特、合理且完善的理论来解释正在发生的事情
Determines What Are Distinct, Plausible, and Well- Refined Theories of What Is Happening| Determines What Are | | :--- | | Distinct, Plausible, and Well- | | Refined Theories of What Is | | Happening |

确定每个理论“适应”所有可用信息的智力“成本”是什么
Determines What Is the Intellectual "Cost" of Making Each Theory "Fit" with All the Available Information| Determines What Is the | | :--- | | Intellectual "Cost" of | | Making Each Theory "Fit" | | with All the Available | | Information |

确定支撑“最佳理论由关键信息支持”这一主张的基础
Determines What Underlies the Claim That the Best Theory Is Supported by the Key Information| Determines What Underlies | | :--- | | the Claim That the Best | | Theory Is Supported by the | | Key Information |

假设的生成

假设评估
Evaluation of Hypotheses| Evaluation of Hypotheses | | :--- |

假设的衍生影响
Ramifications of Hypotheses| Ramifications of Hypotheses | | :--- |

最少先决知识;认识论上悲观的
Least Prerequisite Knowledge; Epistemologically Pessimistic| Least Prerequisite | | :--- | | Knowledge; | | Epistemologically Pessimistic |

中间先决知识;认识论上适度
In-Between Prerequisite Knowledge; Epistemologically Moderate| In-Between Prerequisite | | :--- | | Knowledge; | | Epistemologically Moderate |

大多数先决知识;认识论上乐观
Most Prerequisite Knowledge; Epistemologically Optimistic| Most Prerequisite | | :--- | | Knowledge; | | Epistemologically Optimistic |

辩证假设生成方法所强调
Emphasized by Dialectical Hypothesis Generation Method| Emphasized by Dialectical | | :--- | | Hypothesis Generation | | Method |

由 Triadic Hypothesis Development Method 强调
Emphasized by Triadic Hypothesis Development Method| Emphasized by Triadic | | :--- | | Hypothesis Development | | Method |

由基础假设三角测量法强调
Emphasized by Underlying Assumptions Triangulation Method| Emphasized by Underlying | | :--- | | Assumptions Triangulation | | Method |
Idea Dimension Information Dimension Implication Dimension "Possible Hypotheses That Explain Information" "Possible Information to Use to Assess Hypotheses" "Possible Connections between Hypotheses and Information" "Asks "What Are Plausible Theories of What Is Happening?"" "Asks "What Information Best Helps Determine the Most Plausible Theory of What Is Happening?"" "Asks "What Has to Be Assumed for This to Be the Most Plausible Theory of What Is Happening?"" "Determines What Are Distinct, Plausible, and Well- Refined Theories of What Is Happening" "Determines What Is the Intellectual "Cost" of Making Each Theory "Fit" with All the Available Information" "Determines What Underlies the Claim That the Best Theory Is Supported by the Key Information" Generation of Hypotheses "Evaluation of Hypotheses" "Ramifications of Hypotheses" "Least Prerequisite Knowledge; Epistemologically Pessimistic" "In-Between Prerequisite Knowledge; Epistemologically Moderate" "Most Prerequisite Knowledge; Epistemologically Optimistic" "Emphasized by Dialectical Hypothesis Generation Method" "Emphasized by Triadic Hypothesis Development Method" "Emphasized by Underlying Assumptions Triangulation Method"| Idea Dimension | Information Dimension | Implication Dimension | | :--- | :--- | :--- | | Possible Hypotheses That <br> Explain Information | Possible Information to Use <br> to Assess Hypotheses | Possible Connections <br> between Hypotheses and <br> Information | | Asks "What Are Plausible <br> Theories of What Is <br> Happening?" | Asks "What Information <br> Best Helps Determine the <br> Most Plausible Theory of <br> What Is Happening?" | Asks "What Has to Be <br> Assumed for This to Be the <br> Most Plausible Theory of <br> What Is Happening?" | | Determines What Are <br> Distinct, Plausible, and Well- <br> Refined Theories of What Is <br> Happening | Determines What Is the <br> Intellectual "Cost" of <br> Making Each Theory "Fit" <br> with All the Available <br> Information | Determines What Underlies <br> the Claim That the Best <br> Theory Is Supported by the <br> Key Information | | Generation of Hypotheses | Evaluation of Hypotheses | Ramifications of Hypotheses | | Least Prerequisite <br> Knowledge; <br> Epistemologically Pessimistic | In-Between Prerequisite <br> Knowledge; <br> Epistemologically Moderate | Most Prerequisite <br> Knowledge; <br> Epistemologically Optimistic | | Emphasized by Dialectical <br> Hypothesis Generation <br> Method | Emphasized by Triadic <br> Hypothesis Development <br> Method | Emphasized by Underlying <br> Assumptions Triangulation <br> Method |


3. 情报分析中假设实践的多维方法


本作品旨在提供一个关于情报分析师推理的坚实整体理论,该理论在更广泛的背景下与其他相关学术理论相融合。同时,它也力求描绘信息时代分析师推理的理想模式,这一模式既本身优秀,又能激励他人以类似方式推理,成为可信的“榜样”。要实现这样的愿景,必须从理论走向实践。本作品最终发展出三种不同的假设开发方法论,每种方法都在其专属章节中得到阐述。本节的目的在于介绍这些方法,并探讨它们如何从刚阐述的理论中衍生出来。需注意的是,本节并不旨在全面描述这些方法如何运作,也不提供实际应用示例。对此,读者应参阅相应章节。本节的作用在于从“理论”过渡到“实践”,并为它们搭建桥梁。

辩证假设生成聚焦于思想维度,构建合理且经过充分推敲的可能解释性假设。它将假设生成过程解释为较少是从无到有的自由概念创造,而更多地是概念的构思、孕育和成熟,直至这些思想能够在智力上独立存在。换言之,它试图通过实际使用两个假设来复制和精炼其他假设。在概念上,它借鉴了与 19 世纪哲学家 G. W. F.黑格尔的“辩证法”相关的方法论,该辩证法作为其著名的西方文明思想史的一部分被使用。在后者的理论中,思想被认为通过“抽象、否定、具体”的三重过程发展,这一过程在其工作的非哲学描述(以及其形而上学上不够复杂的追随者)中常常被简化。


像卡尔·马克思那样,称之为“正题、反题、合题”。在这种假设发展方法中,“抽象/正题”类似于假设,“否定/反题”类似于信息(以及竞争假设),而“具体/合题”则类似于可以添加的辅助假设,以使假设和信息相互契合。更具体地说,首先提出一个解释性理论(即“正题”)。然后,利用看似与之不一致的信息来发展一个能解释这些信息的竞争性解释理论(即“反题”)。最后,对原始假设及其竞争对手(或相关的辅助假设)进行修订,以发展出第三个理论,试图“兼收并蓄”(即“合题”)。随后,这一循环重新开始,将第三个理论视为新的提案,寻找其竞争对手并最终实现“兼收并蓄”。这一推理过程持续进行,直到生成足够数量的成熟假设为止。 请注意,虽然这类推理的目标是可能的解释性假设(即思想维度),但该方法的驱动力是潜在的不一致信息以及关于信息如何与假设相关的辅助假设(即信息和隐含维度)。因此,辩证假设生成通过信息和隐含维度优先探索思想维度。


三元假设发展强调信息维度,并评估哪些信息最能确定最合理的理论。它将假设评估过程视为不仅仅是探索假设中与它们不一致的信息的程度,而更多地是探索为了使所有假设与所有信息完全一致,必须对每个假设做出何种假设,以及这些假设是否“值得”这种智力“成本”。它认真对待辅助假设在定位最具诊断价值信息中的作用。这种推理首先识别相关的可能假设,然后将它们与可用信息进行比较,寻找任何可以说是不一致的地方。更准确地说,它寻找的是如果假设为真则“预期较少”的信息。(这也类似于贝叶斯范式中的“似然”概念,以类似于证伪主义范式的方式使用。)通过这种方式,它借鉴了竞争假设分析等方法。 3 3 ^(3){ }^{3} 然而,随后分析者会考虑如何让所有看似不一致之处“消失”。需要对假设做出哪些修改?接着,它会思考做出这些假设在智力上的“成本”。如果唯一可能使假设“适应”信息的方式是借助一个已知独立为假的辅助假设,那么,也只有在这种情况下,假设才能被否定。若在此推理完成后仍存在不止一个假设,分析者则会审视它们所必需做出的合理假设,并评估其中是否有任何假设能够独立被证实为真。每个假设为避免不一致而必须做出的合理(但未确认的)假设,都对其构成不利(但并未完全排除)。这类似于解释主义及(某些)贝叶斯主义中的“简洁性”概念(亦称“奥卡姆剃刀”)。值得注意的是,与辩证假设生成类似,此方法利用另外两个维度(想法与含义)来针对其中一个维度(此处为信息维度)进行分析。 因此,三元假设发展强调信息维度,作为其通过理念和隐含维度来推理“正在发生什么?”的方法。


关于三元假设开发,有一点需要快速说明。它是从评估哪种理论最“可信”而非最“可能”的角度来呈现的。由于该方法从定量(贝叶斯)和定性(解释主义)范式中汲取灵感,其机制是否适合进行全面定量评估存在一定的模糊性(和/或潜在争议)。最终,该方法


旨在构建一种结构,使人们能够进行定量判断,但不必假设分析师有足够的信息来证明这样做是合理的。因此,使用了较弱的术语“合理的”(以更加“中立”)。换句话说,如果读者希望对“可能”等术语的使用更加严格,仅限于那些已经将定量公式(如贝叶斯定理)应用于稳健数据集的情况,那么就需要在这一方法中增加更多内容(尽管整体结构仍然适用)。如果读者对该术语的使用较为灵活,则可以以其更“非技术性”的意义来使用。

基本假设 三角测量法优先考虑隐含维度,并确定为了使某理论成为最合理的理论,必须假设什么。理性思考者会自我反思,特别是为了使其结论成立,哪些前提必须为真。对假设的这种关注体现在对情报分析师的多种期望中(例如,在要求他们突出其假设的技巧标准中)。然而,对假设的大量关注主要在于评估其合理性(例如在“关键假设检查”这一流行方法中)。虽然这很重要,但该方法将突出假设更多地解释为首先识别关键假设,而不是检查自己的关键假设。有抱负的分析师的一个常见问题是,他们无法识别支撑其最终判断的假设是什么。当被问及时,他们对于“你的一些假设是什么?”这一问题的回答,常常是提及他们所用信息的可靠性或结论的重述版本,这并不罕见。 但假设不同于信息或结论。它们是第三种因素:通过这种因素,信息与假设相连。更广泛地说,这种强调从贝叶斯假设发展(源自认识论和科学哲学)中汲取了智力灵感,它认真对待辅助假设在根据现有信息评估假设时所扮演的角色。该方法建议分析人员突出他们的结论以及他们能想到的最具说服力的论据(通常涉及关键信息)。他们尝试思考这种论据可能为真但结论为假的一种可能性。分析人员随后识别出他们拒绝这种替代方案的(先前未陈述的)理由。这个理由就是假设。他们继续尝试识别原始信息为真而结论为假的进一步方式,或者信息和假设为真但结论为假的方式。他们拒绝该替代方案的理由是进一步的假设。 因此,与其他假设开发方法一样,这种方法以其中一个维度为目标,而其他两个维度则作为驱动力。因此,基本假设三角测量优先考虑影响维度,将其作为利用想法和信息维度来思考“正在发生什么”的策略。

在结束关于假设开发实践的讨论时,重要的是要记住,这些方法不仅在强调的问题上有所不同,还可以从个人维度的美德和程序维度的规则的角度进行区分。虽然所有美德和规则对所有方法都很重要,但其中一些对特定方法尤为关键。尽管分析师的实际关注点可能主要集中在问题方面,但他们也应牢记这些其他要素。随着时间的推移,引入更多的方法选择多样性以调整他们对美德和规则的(隐含)重视(避免个人或程序失衡)可能很重要。过于频繁或过于罕见地使用其中一种方法的分析师,可能会过度偏向(或远离)某些美德或规则。 有时采用假设开发方法可能是有意义的,因为它所重视的美德或规则,但通常这将基于假设开发的哪个维度是最佳焦点:想法、信息或含义。


表 13.2 假设开发方法的个人与程序重点

注意:每一种美德、规则和问题对每种背景都至关重要;这些美德对相应方法的前景尤为重要。

注意:每种美德、规则和问题对每个背景都至关重要;这些规则对于相应方法的前景尤其重要。

1. 谦逊:自信与不确定性
\checkmark
1. 考虑问题维度
\checkmark

2. 咨询:中立性 vs. 现实关切
\checkmark
2. 确立决策重要性
\checkmark

3. 求知欲:广度与深度
\checkmark
3. 深入研究主题
\checkmark

4. 敏感性:看到相似性与变化
\checkmark
4. 流程结构透明化
\checkmark

5. 效率:彻底性与便捷性
\checkmark
5. 做出相关区分
\checkmark

6. 描述性:数量与质量的使用
\checkmark
6. 挑战每一个推论
\checkmark

7. 反思性:关注自我与他人
\checkmark
7. 开发合理的替代方案
\checkmark

8. 多功能性:预设与即兴
\checkmark
8. 认真对待异议
\checkmark

9. 整合:“自下而上” vs. “自上而下”
\checkmark
9. 持续进化判断力
\checkmark

10. 现实主义:视威胁而非机遇
\checkmark
10. 项目新问题
\checkmark

11. 优雅:明确性与简洁性
\checkmark
11. 识别证据限制
\checkmark

12. 慈善:反对意见与改进措施
\checkmark
12. 探索更广泛的背景
\checkmark
Note: Every virtue, rule, and question is significant to every background; these virtues are especially significant to the foreground of the corresponding methods. https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-165.jpg?height=50&width=484&top_left_y=1529&top_left_x=386 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-165.jpg?height=51&width=465&top_left_y=1462&top_left_x=386 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-165.jpg?height=55&width=529&top_left_y=1382&top_left_x=386 Note: Every virtue, rule, and question is significant to every background; these rules are especially significant to the foreground of the corresponding methods. https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-165.jpg?height=50&width=484&top_left_y=728&top_left_x=386 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-165.jpg?height=49&width=465&top_left_y=655&top_left_x=387 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-165.jpg?height=51&width=530&top_left_y=581&top_left_x=386 1. Humility: Confidence vs. Uncertainty ✓ 1. Consider Problem Dimensions ✓ 2. Advisory: Neutrality vs. Real-World Concern ✓ 2. Establish Decision Significance ✓ 3. Inquisitiveness: Breadth vs. Depth ✓ 3. Thoroughly Research Subject ✓ 4. Sensitivity: Sees Similarity vs. Change ✓ 4. Structure Process Transparently ✓ 5. Efficiency: Thoroughness vs. Expediency ✓ 5. Make Relevant Distinctions ✓ 6. Descriptiveness: Use Quantity vs. Quality ✓ 6. Challenge Every Inference ✓ 7. Reflectiveness: Focus on Self vs. Other ✓ 7. Develop Plausible Alternatives ✓ 8. Versatility: Preset vs. Spontaneous ✓ 8. Take Objections Seriously ✓ 9. Integration: "Bottom Up" vs. "Top Down" ✓ 9. Continually Evolve Judgments ✓ 10. Realism: Sees Threats vs. Opportunities ✓ 10. Project New Issues ✓ 11. Elegance: Specificity vs. Simplicity ✓ 11. Identify Evidential Limitations ✓ 12. Charity: Objections vs. Refinements ✓ 12. Explore Broader Context ✓ | Note: Every virtue, rule, and question is significant to every background; these virtues are especially significant to the foreground of the corresponding methods. | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-165.jpg?height=50&width=484&top_left_y=1529&top_left_x=386) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-165.jpg?height=51&width=465&top_left_y=1462&top_left_x=386) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-165.jpg?height=55&width=529&top_left_y=1382&top_left_x=386) | Note: Every virtue, rule, and question is significant to every background; these rules are especially significant to the foreground of the corresponding methods. | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-165.jpg?height=50&width=484&top_left_y=728&top_left_x=386) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-165.jpg?height=49&width=465&top_left_y=655&top_left_x=387) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-165.jpg?height=51&width=530&top_left_y=581&top_left_x=386) | | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | | 1. Humility: Confidence vs. Uncertainty | | | $\checkmark$ | 1. Consider Problem Dimensions | | | $\checkmark$ | | 2. Advisory: Neutrality vs. Real-World Concern | $\checkmark$ | | | 2. Establish Decision Significance | $\checkmark$ | | | | 3. Inquisitiveness: Breadth vs. Depth | | $\checkmark$ | | 3. Thoroughly Research Subject | | $\checkmark$ | | | 4. Sensitivity: Sees Similarity vs. Change | | | $\checkmark$ | 4. Structure Process Transparently | | | $\checkmark$ | | 5. Efficiency: Thoroughness vs. Expediency | $\checkmark$ | | | 5. Make Relevant Distinctions | $\checkmark$ | | | | 6. Descriptiveness: Use Quantity vs. Quality | | $\checkmark$ | | 6. Challenge Every Inference | | $\checkmark$ | | | 7. Reflectiveness: Focus on Self vs. Other | | | $\checkmark$ | 7. Develop Plausible Alternatives | $\checkmark$ | | | | 8. Versatility: Preset vs. Spontaneous | | $\checkmark$ | | 8. Take Objections Seriously | | $\checkmark$ | | | 9. Integration: "Bottom Up" vs. "Top Down" | $\checkmark$ | | | 9. Continually Evolve Judgments | | | $\checkmark$ | | 10. Realism: Sees Threats vs. Opportunities | $\checkmark$ | | | 10. Project New Issues | | $\checkmark$ | | | 11. Elegance: Specificity vs. Simplicity | | | $\checkmark$ | 11. Identify Evidential Limitations | | | $\checkmark$ | | 12. Charity: Objections vs. Refinements | | $\checkmark$ | | 12. Explore Broader Context | $\checkmark$ | | |

  注释


  1. 当然,请注意,我的观点是它们是平等的,而不是说某一代更可取。相反,我只是认为可以为选择它们中的任何一个提出同等有力的理由。

  2. 关于这一问题的标志性讨论,参见 W. V. O. 奎因,《经验论的两个教条》,《哲学评论》60 卷,第 1 期(1951 年):20-43 页。

  3. 参见小理查兹·J·休尔,《情报分析心理学》(CIA:情报研究中心,1999 年),以及小理查兹·J·休尔与兰迪·菲尔森,《情报分析的结构化分析技术》(千橡市,CA:CQ 出版社,2010 年)。

  第五部分


情报分析师的假设发展实践


关于“发生了什么?”的推理方法

14


如何产生新想法


“辩证假设生成”方法

  摘要


优秀的情报分析总是会考虑强有力的替代方案。当分析人员评估某事物是对现有信息的最佳解释时,他们实际上在进行比较,因为最佳解释实际上是从已识别选项中选择的最佳可用解释。替代方案的重要性现已得到大多数分析人员的广泛认可,甚至已经纳入美国国家情报总监办公室的官方分析标准。因此,大多数分析都涉及某种形式的替代方案评估,即使这些替代方案并未出现在最终成果中。然而,仅仅拥有替代方案并不足以确保健康的分析,就像拥有多个候选人并不足以确保健康的选举一样。如果只有一个选项是可行的,或者只有一个选项得到认真考虑,那么这个过程就已经退化成了名义上的选择。对替代方案的优秀分析不仅仅是评估任何旧的替代方案,而是对多个严肃且合理的替代方案进行仔细考量。分析人员需要关于如何找到强有力的替代方案的建议。


1. 方法的问题特定方面:它建议分析师提出哪些问题?


选择辩证假设生成的分析师以特定类型的问题引导其推理。首先,他们总体上决定提出“正在发生什么?”这一问题,并采用假设开发。例如,他们的客户可能直接询问对手的隐藏意图,或一个隐秘叛乱集团的军事能力,或一位独裁者在其国家工人阶级中获得的真实支持程度。或者,客户可能通过指派分析师进行战略评估、未来探索或因果分析来间接提出假设开发问题,这些任务要求首先进行假设开发。分析师无法在不先考察入侵的可能路径(即提出未来探索问题“何时何地可能发生这种变化?”)的情况下,研究如何阻止对手入侵其邻国(即提出战略评估问题“客户如何应对?”),而考察入侵路径又意味着已经研究了塑造对手与其邻国关系的最相关力量(即提出因果分析问题“为什么会发生这种情况?”)。 和


这一切始于分析师们审视他们客户对手的当前意图(即提出假设发展问题)。

其次,当分析人员运用辩证假设生成法时,他们会围绕“哪些是当前情况下的合理理论?”这一子问题来塑造其假设发展过程。这一方法强调理论维度的构建,旨在识别并精炼出可能的理论版本,使其既合理又完善。它首先关注的是假设的生成。优质替代方案往往难以获得,因为任何人都能随意提出想法;关键在于这些想法有多大可能性成立。鉴于任何情报结论都将是对某一选项比其他选项更为合理的判断,替代方案越合理,结论也就越站得住脚。然而,要拥有合理的替代方案,它们不能仅停留在想象层面;必须经过精心打磨,以确保在评估时不易被轻易否定。此方法引导分析人员专注于开发经过精细加工的替代方案以供评估。

由于此方法是从评估开始的创意生成,因此它是所有针对特定问题的方法论中最基础的。它不需要先前工作的相关知识。如果分析师在采用另一种假设开发方法后,所考虑的选项仍然显得薄弱,当然仍可使用此方法。并且,随着它精炼假设,它也在对它们进行一种评估。因此,尽管这种方法不仅仅是生成创意,但它是一个自然(而非唯一)的起点。因此,在决定使用辩证假设生成法时,建议分析师从可能假设的角度出发,询问正在发生什么,作为迈向分析终点的第一步,但该方法也可以仅作为目的本身来使用。


2. 方法的程序性方面:它建议分析师遵循哪些规则?


每当分析人员运用辩证假设生成法时,他们不仅选择以特定问题引导思考,还决定用一套具体规则来构建这一过程。他们隐含地选择了特定的程序作为必须遵循的准则,并以此作为评估其思考的依据。这四项强调的规则并非该方法中唯一重要的,但它们对方法本身具有极高的重要性。首先,为了识别相关背景,该方法要求分析人员在不仅仅生成假设的基础上,还要将其发展得更加精细,以激发客户的思考。其次,为了推断出合理的结论,该方法要求分析人员通过总是考虑一种可能性并寻找其对立面,来形成更强、更清晰的替代方案。第三,为了设想可能的替代方案,该方法规定分析人员不仅要发现一种可能性,还要通过整合其替代方案中的“最佳”元素来精炼它,同时保留其独特的视角。 第四,为了解读更广泛的意义,该方法要求分析者通过考虑特定可能性并尝试将其与自然对立面结合,来探索更广泛的背景,从而综合出一个新的替代方案以供考虑。因此,辩证假设生成法促使分析过程确立决策的重要性,做出相关区分,发展出合理的替代方案,并探索更广泛的背景。因此,每当分析者使用这种方法时,他们既选择在具体案例中尝试遵循这些规则,也试图在整体分析过程中更全面地强化这些规则。


3. 方法的个人层面:它建议分析师体现哪些特征?


如果分析师采用辩证假设生成法,那么他们不仅选择被引导至一类问题,并遵循一组规则,而且还要展示特定的认知美德。他们决定强调某些特征,以此(理想地)定义自己作为思想者的身份。这些特质在妥善运用该方法时具有特殊的重要性,而采用该方法也应使这四种美德更加显著地成为分析师整体自我认知的一部分。首先,通过努力发展既合理又解释力强且能回答客户问题的潜在理论,该方法优先考虑咨询动机这一特定美德(即平衡中立性与现实关切),作为展现智力勇气这一普遍美德的方式。其次,在短时间内力求列出几乎详尽的可能性选项,该方法注重效率这一特定美德(即平衡彻底性与便捷性),作为实现智力自控这一普遍美德的途径。 第三,通过利用特定的潜在信息来反驳理论,并考虑理论的一般自然替代方案,该方法突出了整合的特定优点(即平衡“自下而上”与“自上而下”的视角),以追求辨别的一般优点。第四,在构建一个包括“好”与“坏”可能性的全面替代方案范围时,该方法强调了现实主义的特定优点(即平衡威胁与机遇),以支持知识公平的一般优点。因此,辩证假设生成建议分析师在动机上具有咨询性、高效、整合且现实。因此,在选择使用此方法时,分析师不仅试图在其特定案例中如此,还努力在整体上更接近这种状态,作为理想中“他们作为推理者是谁”的一部分。


4. 方法介绍:它通常如何运作?


辩证假设生成始于“辩证法”:从一个初始想法出发,找到对它的反对意见,构思一个反映该反对意见的替代方案,然后制定一个结合初始想法和替代方案“最佳”部分的组合。接着,它以此组合为基础,重复这一过程,即寻找对其的反对意见,基于该反对意见构思另一个替代方案,然后创建另一个结合了上次修改“最佳”部分和替代方案的组合。(有时,这一过程被简化为“正题、反题、合题”。)此过程不断针对潜在的反对意见来回打磨想法,直至识别出足够数量的独特选项。理想情况下,该方法应在一段较长的时间内应用,以便在每个阶段都能对思考进行反思。

在尝试提出任何假设之前,分析师必须深入研究该主题,并思考需要考虑哪些主要信息以及可能解释这些信息的现有观点。显然,分析师不会已经确定一套假设或支持与反对这些假设的潜在信息。但这种方法的应用离不开对相关主题的理解,以此作为其思考的基础。

第一步:确定一个可能的假设(即“论点”):找出一个最初看似合理的假设。(这完全可以是对该问题的“传统”观点。使用脑海中首先浮现的任何合理假设。)

第二步:构建一个反对意见和“对立”假设(即“反命题”):针对可能的假设提出一个潜在的反对意见。哪些看似可能是反对它的证据?(这些证据无需决定性或极具说服力,但应具备相当的“力度”。)然后,以反对意见为出发点,识别出一个与初始假设明显对立且似乎不受该反对意见影响的替代假设。(替代假设不必是对反对意见的决定性回应,但也应具备相当的“力度”。)

第三步:构建“综合”假设(即“合成”/新“论点”):提出一个新假设,尝试综合可能假设和替代假设中的“最佳”部分。如何转化初始的可能假设(或其替代假设)以避开异议,并融合两者的某些方面?


注意:理想情况下,过程应在此前后暂停,以便进行更深入、更精细的合成,和/或有机会识别更有趣的反对意见。

第 4 步:重复流程以制定另一个(新的)“对立”假设(即新的“反命题”):将组合假设(来自第 3 步)视为第二个/新的可能假设,并重复从第 2 步开始的流程,以制定对组合假设的反对意见和替代方案。

注意:确保从第 4 步开始生成的假设与之前步骤中的假设真正不同。也就是说,它们的某些重要组成部分应该有所区别。它们必须相互矛盾,成为真正的“竞争对手”。

第 5 步:重复过程以构建另一个(新的)“综合”假设(即新的“综合”/更新的“论点”):开发一个新假设,尝试综合第二/新的可能假设(来自第 3 步)和第二/新的对立假设(来自第 4 步)的“最佳”部分。


图 14.1 辩证假设生成的结构

第 6 步:继续直到生成合理数量:继续循环该过程第三次(或更多次),直到生成足够数量且独特、合理且经过充分优化的假设(至少三到五个)。

注意:此过程切勿少于三次。初学者应更频繁地进行(尤其是无法在较长时间内完成时)。

第 7 步:识别生成的假设:查看所有先前步骤的输出,并列出所有值得进一步评估的生成假设。

注意:在制定最终生成的假设列表时,确保它们是互斥的。也就是说,其中最多只能有一个为真。它们不必是集体穷尽的(即其中一个必须为真)。虽然后者当然受欢迎,但在情报背景下通常不现实。相反,它们应涵盖广泛的不同可能性。


5. 方法实践:它在具体示例中如何运作?


1973 年秋,以色列在其与埃及和叙利亚的边境沿线目睹了又一轮军事集结。分析人士面临的问题是:埃及和叙利亚的意图是什么?普遍观点认为,两国都希望夺回在 1967 年六日战争中失去的领土,并在更广泛的意义上摧毁以色列。人们还假设,只有在埃及行动的情况下,叙利亚才会入侵,而埃及在获得更好的轰炸机和导弹之前不会发动进攻,以确保拥有必要的空中支援,从而在占领任何所声称领土时保持空中优势。因此,以色列(以及美国)得出结论,认为埃及和叙利亚不会在 1973 年秋季发动入侵。设想一下,分析人士首先基于对埃及和叙利亚意图的传统可能性,然后运用辩证假设生成法,最终能得出哪些假设。

分析师们从一个显而易见的可能性开始(步骤 1),即(H1)埃及和叙利亚计划利用出其不意的因素(利用他们过去威胁性集结而未导致入侵的模式)立即发动入侵,目的是夺回在六日战争中失去的领土。考虑到一个潜在的反对意见(步骤 2),即埃及和叙利亚缺乏必要的空中支援来守住他们可能从以色列夺回的任何领土,他们随后提出了一个试图利用这一反对意见的替代方案,并发展出(H2)埃及和叙利亚仅仅是在威胁以色列,以引发其代价高昂且浪费的紧急集结作为回应,但计划在日后发展出更好的空中支援时再发动入侵,以夺回在六日战争中失去的领土。试图结合两者的“最佳”部分(步骤 3),他们提出(H3)埃及和叙利亚计划利用他们秘密发展出的更强大的空中力量立即发动入侵,他们认为这足以支持一场陆地入侵,以夺回在六日战争中失去给以色列的领土。 这引出了反对意见(步骤 4),即如果没有苏联的帮助(他们极不可能获得这种帮助),他们不可能发展出这样的能力,并引出了另一种可能性(H4):他们试图激怒以色列入侵,以赢得苏联的同情和关注,从而获得更大的外交支持和/或未来入侵所需的额外军事装备。然后,分析人员将这一想法与入侵结合起来(步骤 5),提出(H5)埃及和叙利亚计划在没有更强大的空军的情况下发动入侵。


支持(作为对以色列占领的抗议)以引起苏联和/或美国的注意,鼓励以色列谈判归还六日战争中失去的领土。然后,他们考虑到埃及和叙利亚作为侵略者可能无法从苏联和/或美国那里获得同情(针对以色列占领)的反对意见,这引出了另一个替代方案,即(H6)埃及和叙利亚试图制造持续即将入侵的表象,以恐吓以色列公众,从而(反过来)迫使他们向领导人施压,谈判归还六日战争中失去的领土。 他们的最终结论(H7)是,埃及和叙利亚计划现在发动进攻,以造成尽可能大的破坏(即使不夺回领土),来满足本国公众对反击以色列占领以维护国家“尊严”的愿望。分析人员得出结论(第 6 步),埃及和叙利亚仅仅以入侵威胁来引发浪费性反应(H2)、以入侵威胁来引发以色列反应和/或获得更多国际关注(H4),以及纯粹出于政治原因发动入侵(H5)等观点,足以在明显可能性(H1)的基础上增加有趣的内容,使他们能够继续发展足够的假设。


图 14.2 辩证假设生成示例

NOTE


  1. 正如第 13 章所述,这一概念源自哲学家 G. W. F. Hegel 对思想史的阐述,并被极大地简化为正题(一个想法)、反题(一个反对意见和替代方案)与合题(两者之精华)的概念。就当前目的而言,使用这一简化版本是可行的,因为它仍有助于从更简单的“想法生成”方法推进到像这样强调“想法发展”的方法。

15


如何发展最合理的假设


“三元假设发展”方法

  摘要


良好的情报分析会提出那些答案高度不确定的问题。分析师所掌握的信息很少能将选项缩小到唯一的解决方案,而且在没有错误可能性的情况下也从未做到这一点。有用的信息常常缺失,而可能具有欺骗性或错误的信息通常存在。因此,大多数分析师会根据现有信息权衡多种假设,并尝试得出他们所能得到的“最佳”答案。然而,人类天生的倾向是坚持第一个看似合理的假设,而不是评估所有可能性。因此,许多人建议分析师通过识别与假设不一致的信息来检验假设,从而通过排除其他选项而非确认答案来缩小范围。尽管分析师考虑一系列严肃且合理的替代方案很重要,但如果分析师未能对所有替代方案进行全面公正的考虑,最终将毫无意义。但分析师如何避免对自己偏好的假设进行更宽松的评估(过于轻易地认为信息与其一致)呢? 他们如何避免对不受欢迎的假设进行更严厉的评估(过于轻易地认为信息与之不一致)?分析师需要关于如何真正平衡地评估假设的建议,以理解每种选择的可辩护性的全面范围。


1. 方法的问题特定方面:它建议分析师提出哪些问题?


当分析人员运用三元假设开发时,他们决定通过特定类型的问题来塑造其思维。首先,他们总体上在询问“发生了什么?”这一问题,并选择进行假设开发。他们的客户可能会直接询问一位隐秘且年迈的外国领导人的健康状况,或询问如果在其地区发动军事行动,对手的应急计划是什么,或询问对于毒贩来说最重要的走私路线是什么。或者,客户可能通过寻求战略评估、未来探索或因果分析间接提出假设开发的问题。这些都需要首先进行假设开发。例如,要评估如何鼓励一位更友好的继任者成为外国领导人(即回答战略问题),就需要先进行假设开发。

评估问题“客户如何应对?”),分析师必须评估该领导人被移除的合理路径(即回答未来探索问题“这种变化可能在何时何地发生?”),同时还需评估当前影响该领导人掌权的力量(即回答因果分析问题“为什么会发生这种情况?”),并评估该领导人掌权的程度,包括(或许在此情况下)分析师将评估其健康状况(即回答假设发展问题)。


使用三元假设开发的分析师将其假设开发解释为提出子问题“什么信息最能帮助确定最可能发生的理论?”这优先考虑了信息维度,并评估了使每种理论与所有可用信息“契合”的智力“成本”。这是从假设评估的角度进行的假设开发。该方法不仅关注评估每种假设与证据的一致性;相反,它探讨了为了使每种假设与所有证据一致,必须做出哪些假设。它将每种假设发展到其“最佳”状态,然后才最终“判定”哪种假设最有可能。


要执行此方法,分析师必须具备一些先决的假设开发知识。理想情况下,他们应已识别出一系列独特、合理且经过充分提炼的假设以供评估。虽然该方法确实有助于进一步开发选项,但它主要不是关于生成想法。因此,一套良好的备选方案是其使用的一个自然(但非绝对)要求。因此,当分析师使用三元假设开发时,建议他们从可能用于评估假设的信息角度询问发生了什么,无论是作为分析的最终目标,还是作为通向目标的中间点。


2. 方法的程序性方面:它建议分析师遵循哪些规则?


如果分析人员采用三元假设发展法,那么他们不仅决定围绕特定问题构建推理,还会遵循一套特定的规则。该方法采用的具体程序是分析人员必须遵守的,并应用于评估他们的推理。这四条规则并非对该方法唯一重要的;它们只是尤其关键的部分。首先,为了识别相关背景,该方法要求分析人员彻底研究主题,因为它要求他们寻找似乎与每个被评估假设“不符”的信息。其次,为了推断出合理的结论,该方法坚持让分析人员质疑每一个推论,因为它关注的是如果假设为真则会出人意料的信息。第三,为了设想可能的替代方案,该方法敦促分析人员认真对待反对意见,因为它告诉他们通过找到使所有信息与每个假设“相符”的假设,尝试让所有信息一致。 第四,为了解释更广泛的意义,该方法告诉分析人员,当识别出假设时,需要将新问题投射出来,然后对这些假设自身的合理性进行评估。因此,三元假设发展强调分析过程要深入研究主题,挑战每一个推论,认真对待反对意见,并投射出新问题。因此,采用此方法的分析人员既决定在具体案例中尝试遵循这些规则,也决定在其整体分析过程中更广泛地强化这些规则。


3. 方法的个人层面:它建议分析师体现哪些特征?


使用三元假设开发的分析师不仅决定由特定类型的问题和一套规则来引导,还要体现特定的认知美德。他们隐含地选择优先考虑某些特征,这些特征(理想情况下)将定义他们作为思想者的“身份”。这些特质对于良好运用该方法尤为重要,而应用该方法也使得这四种美德在分析师对其认知“自我”的整体视野中占据更大比重。首先,在寻找那些似乎与假设“不符”的信息,以及能够证实或否定可能假设以使信息“相符”的过程中,该方法突显了求知欲这一特定美德(即平衡兴趣的广度与深度),以支持智识勇气这一普遍美德。 其次,通过评估假设在多大程度上可能解释现有信息以及它们的简洁性,该方法优先考虑描述性这一具体优点(即平衡事物的定量与定性特征),以此作为实现智力自我控制这一普遍优点的途径。第三,该方法既挑战寻找假设与现有信息之间的不一致性,也挑战使每个假设“适应”所有现有信息所需的条件,从而推动灵活性这一具体优点(即平衡预设范式与自发适应)作为其通向辨别力这一普遍优点的路径。第四,该方法要求分析人员识别一个假设,他们可以利用该假设尝试使每个假设“适应”现有信息,然后评估这些假设是得到确认、被否定还是既未确认也未否定,从而强调宽容这一具体优点(即平衡对替代方案的反对与改进)作为其通向智力公平这一普遍优点的必要性。 因此,三元假设发展建议分析师们要充满好奇心、善于描述、灵活变通且富有同情心。在使用此方法时,分析师不仅要在具体案例中努力向这些特质靠拢,还要在整体上力求成为这样的思考者,作为“他们是谁”这一理想愿景的一部分。


4. 方法介绍:它通常如何运作?


三元假设发展的核心思想是,良好的假设检验(根据现有信息权衡它们以确定哪个最可信)始终也是假设发展。它利用证据来优化选项,使每个选项在给定证据下都能成为“最佳可能”。在每个选项被尽可能推进后,才做出最终判断。该方法首先识别与特定假设似乎不“吻合”的信息,然后探讨为了使这些假设“吻合”信息需要做出哪些假设,并评估这些假设是否被证实(假设确实“吻合”)、被独立否定(假设不“吻合”),或既未被独立证实也未被否定(在合理的假设下假设“吻合”)。最后,该方法评估确认每个假设的累积智力“成本”,并据此对其进行排序。

需要注意的是,在开始根据信息权衡假设之前,首先必须确保有一系列独特且合理的假设可供测试。这些假设应相互排斥(最多只有一个为真),但不必


互斥且完备(必须有一个为真),尽管应努力代表“朝向”涵盖所有选项的广泛可能性范围。

第一步:识别潜在相关信息:查看假设,并尝试定位可能对各个假设真伪有影响的信息。哪些内容似乎与所有假设都不符?尝试挑选一系列将(作为一个整体)对所有假设都有潜在影响的事物。

第二步:评估信息的可预期性:对于每条信息和每个假设,考虑如果假设为真,该信息存在(为真)的概率。也就是说,假设该假设为真。这在多大程度上会导致人们预期该信息会存在(为真)?如果假设为真时该信息存在的概率较低(即,如果假设为真,人们会对该信息感到惊讶),则以某种方式将该信息标记为“令人惊讶”。如果假设成立时该信息的预期程度并未降低,则将其标记为“不令人惊讶”(即,如果假设为真,人们不会对该信息感到惊讶;要么该信息是预期的,要么假设与之完全无关)。

注意:如果情况不明确或难以判断,那么宁可倾向于将信息视为“令人惊讶”。

第三步:克服任何意外:对于每一条“令人惊讶”的信息,考虑是否可以为假设添加一个辅助假设,使得该信息预期为真。为了使假设能够让人预期该信息存在(即不再对 i t i t iti t 感到意外),人们需要做出什么假设?如果有任何方法可以做到这一点,请确定需要做出的假设。

注意:检查以确保所有假设彼此一致(针对该假设)。同时选择能想到的最“可行”的假设。

第四步:评估所作假设:针对每个假设及新增的辅助假设(在第三步中提出),评估该辅助假设的合理性。首先,确认辅助假设是否可被独立证伪(存在强有力的理由认为其错误)。无需有确凿理由认为其错误,但应具备充分的理由。若存在此类理由,则将该假设标记为“被证伪”,并注明该信息“证伪了假设”。其次,思考是否有任何辅助假设可被独立证实:能否单独确立其(很可能)为真?如果可以,则将该假设标记为“被证实”。若某辅助假设既未被独立证实也未被独立证伪,则将其标记为“合理”。

步骤 5:评估每个假设的可能性:对于每个假设,有多少信息否定了该假设?也就是说,要么无法确定任何合理的假设(在步骤 3 中),要么最终否定了最有可能的假设(在步骤 4 中)。每出现一次,该假设的可能性就记为“-1”。

第 6 步:评估每个假设的简洁性:评估假设的简洁性:它做出了多少不同的合理辅助假设?即,有多少假设


在第五步中,哪些假设是“看似合理的”(即既非不可能也非确定)?这些假设越少,假设本身就越简单。每一个这样的假设都会使假设的简洁度减一分,记为“-1”。

注意:考虑假设本身及其所做的假设,并将它们相互比较。理论上,一个(臃肿的)假设可能已经被提出,以包含其中的辅助假设。

步骤 7:进行最终排序:根据每个假设被信息否定的数量(从少到多)对假设进行排序。如果出现平局,则通过比较平局中更简单的假设来打破平局。如果仍然存在平局,则在同等简单的假设之间,根据哪个的辅助假设更合理(即“更接近”可能;“更远离”不可能)来打破平局。排名最高的假设是最合理的评估对象。

步骤 8:考虑结论的强度:注意哪些信息对排名产生了最大的影响(例如那些否定了假设或导致了简单性上的决胜差异的信息)。这些信息的可靠性如何?还要注意最可信假设所做的假设,以及它成为最可信假设的“接近”程度。这三个因素对结论的置信水平有重要贡献。


5. 方法实践:它在具体示例中如何运作?


1949 年 10 月,中国共产党革命者将剩余的国民党人驱逐至台湾,并正式宣布成立“中华人民共和国”。不久后,韩国的共产主义游击队袭击事件日益增多。1950 年 6 月,朝鲜军队入侵韩国,并迅速占领了首尔。美国(在联合国支持下,苏联缺席)进入韩国,重新夺回首尔,并将朝鲜军队推回三八线以北。1950 年 10 月,韩国军队越过边界入侵朝鲜。美国面临一个重大问题:如果美国也进入朝鲜,中国和苏联会作何反应?它们会介入冲突吗?试想一位分析师在探讨一些主要假设和信息时,运用了三元假设发展法。

为了简化示例,假设分析人员考虑三个假设:


H1: 中国和苏联均无干预计划;


H2:中国计划在没有苏联的情况下进行干预;


H3:中国和苏联都计划进行干预。


再次为了简化,分析师们确定了以下关键信息(步骤 1):


I1: 中国在与朝鲜接壤的边境附近集结了超过三十万军队。


I2: 中国需要外交掩护以获得有争议的联合国席位。(中国在联合国的席位此前由现已流亡台湾的国民党领导人持有。联合国会将席位交给新的共产党领导人,并实质上承认他们吗?)

13: 中国缺乏核武器来威慑美国在苏联不存在的情况下使用核武器。(与苏联不同,美国对中国使用原子武器没有威慑力。例如,麦克阿瑟将军等美国领导人在冲突中主张使用核武器。此外,这距离美国在二战中对日本使用核武器仅过去五年。)


I4:苏联希望避免与美国发生战争。(双方都存在核战争的相互威胁,同时美国与其他北约国家结盟进行共同防御。苏联仍在从二战的余波中恢复。此外,苏联已发表声明,或多或少表明其不会干预。)


I5: 中国不希望其所有东方邻国及通往太平洋的通道都与美国结盟。截至 1950 年,美国(或其盟友)占领了日本、台湾、越南和菲律宾。朝鲜是中国在该地区唯一的盟友。除此之外,中国在太平洋地区被包围。

分析师评估如果每个假设为真,他们预期这些信息存在的程度(步骤 2)。分析师努力识别能够克服他们产生的潜在不一致性的假设(步骤 3)。然后他们评估这些假设是否被独立证实、独立否定,或既未被证实也未被否定/“合理”(步骤 4)。根据这些结果,他们可以利用每个假设中仅通过独立否定的假设才能“契合”的信息数量来确定可能性(步骤 5),以及必须做出的“合理”假设的数量(步骤 6)来确定简洁性。

分析师们现在根据可能性对假设进行排序,并通过简洁性来打破平局(步骤 7):


第一名假设 = H2: 中国计划在没有苏联的情况下进行干预。


该假设在可能性上无减分,而在简洁性上得分为-1。


第二名假设 = H3:中国和苏联都计划干预。


该假设在似然性上没有减少,但在简洁性上减少了 2。


第三名假设 = H1: 中国和苏联均无干预计划。


该假设的可能性为-1(一条反驳信息)。


最后,分析师指出几点特别值得关注的事项(步骤 8):首先,中国不希望被美国及其盟友在太平洋完全包围(I5)这一点被用来否定其中一个假设。其次,苏联强烈希望避免与美国开战(I4)这一情况衍生出了一个辅助假设,使得原本较为简单的某一假设变得复杂。此外,关于中国“非正式且非官方”参战可能性的合理假设,对于构建最具说服力的假设也至关重要。因此,这两条信息及假设对于最终判断哪个假设最为可信具有特别重要的意义,且两者都可能作为向客户解释这一判断时所传达内容的一部分。


表 15.1. 三元假设发展示例

H1: 中国和苏联均无干预计划

H1 的辅助假设

H2: 中国计划在没有苏联干预的情况下行动

H2 的辅助假设

H3: 中国与苏联均计划介入

H3 的辅助假设

11: 30 万+中国军队靠近朝鲜边境
  令人惊讶
他们守卫着能源基础设施。Confirmed
  不出所料 N/A   不出所料 N/A

12: 中国需要外交掩护以获得联合国席位
  不出所料 N/A   令人惊讶
他们计划以非正式和非官方的方式进行干预。Plausible
  令人惊讶
他们计划以非正式和非官方的方式进行干预。Plausible

13: 中国缺乏核威慑力(无苏联)
  不出所料 N/A   令人惊讶
他们计划以非正式和非官方的方式进行干预。Plausible
  不出所料 N/A

14: 苏联希望避免与美国的战争
  不出所料 N/A   不出所料 N/A   令人惊讶
他们计划主张对美国侵略进行自卫。Plausible

15: 中国不希望有更多美国盟友的太平洋邻国

出人意料的假设否定

中国认为为时已晚,暂时接受。Disconfirmed
  不出所料 N/A   不出所料 N/A
  可能性与简洁性   -1 的可能性   -0 关于简洁性   -0 在 Likelihood 上   -1 关于简洁性   -0 在 Likelihood 上   -2 关于简洁性
H1: Neither China nor USSR Plan to Intervene H1's Auxiliary Assumptions H2: China Plans to Intervene without USSR H2's Auxiliary Assumptions H3: Both China and USSR Plan to Intervene H3's Auxiliary Assumptions 11: 300,000+ Chinese Troops Near NK Border Surprising They guard the energy infrastructure. Confirmed Not Surprising N/A Not Surprising N/A 12: China Needs Diplomatic Cover to Get UN Seat Not Surprising N/A Surprising They plan to intervene informally and unofficially. Plausible Surprising They plan to intervene informally and unofficially. Plausible 13: China Lacks Nuclear Deterrent (without USSR) Not Surprising N/A Surprising They plan to intervene informally and unofficially. Plausible Not Surprising N/A 14: USSR Wants to Avoid War with USA Not Surprising N/A Not Surprising N/A Surprising They plan to claim defense against US aggression. Plausible 15: China Does Not Want More US-Allied Pacific Neighbors Surprising Disconfirms Hypothesis China views it as too late and accepts it for now. Disconfirmed Not Surprising N/A Not Surprising N/A Likelihood & Simplicity -1 on Likelihood -0 on Simplicity -0 on Likelihood -1 on Simplicity -0 on Likelihood -2 on Simplicity| | H1: Neither China nor USSR Plan to Intervene | H1's Auxiliary Assumptions | H2: China Plans to Intervene without USSR | H2's Auxiliary Assumptions | H3: Both China and USSR Plan to Intervene | H3's Auxiliary Assumptions | | :---: | :---: | :---: | :---: | :---: | :---: | :---: | | 11: 300,000+ Chinese Troops Near NK Border | Surprising | They guard the energy infrastructure. Confirmed | Not Surprising | N/A | Not Surprising | N/A | | 12: China Needs Diplomatic Cover to Get UN Seat | Not Surprising | N/A | Surprising | They plan to intervene informally and unofficially. Plausible | Surprising | They plan to intervene informally and unofficially. Plausible | | 13: China Lacks Nuclear Deterrent (without USSR) | Not Surprising | N/A | Surprising | They plan to intervene informally and unofficially. Plausible | Not Surprising | N/A | | 14: USSR Wants to Avoid War with USA | Not Surprising | N/A | Not Surprising | N/A | Surprising | They plan to claim defense against US aggression. Plausible | | 15: China Does Not Want More US-Allied Pacific Neighbors | Surprising Disconfirms Hypothesis | China views it as too late and accepts it for now. Disconfirmed | Not Surprising | N/A | Not Surprising | N/A | | Likelihood & Simplicity | -1 on Likelihood | -0 on Simplicity | -0 on Likelihood | -1 on Simplicity | -0 on Likelihood | -2 on Simplicity |

16


如何识别被视为理所当然的事物


“基础假设三角测量”方法


优秀的情报分析会质疑那些从未被质疑过的事物。分析师们致力于得出经过深思熟虑的结论,这些结论自觉地揭示出支撑其下的假设。这一点得到了分析师及其客户的普遍认可,因此分析师常在简报中列出“关键假设”,而许多客户如今也经常询问做出了哪些假设。然而,在分析判断中,哪些内容被假设并不总是显而易见。有时,当被要求识别假设时,分析师可能仅仅是重述结论的一个版本或支持结论的最重要信息。然而,假设既非结论,也非最相关的证据。相反,假设是将信息与结论连接起来的论断。它们是对以下问题的隐含回答:为什么这些信息最支持这个结论而非其他?因此,假设常常潜藏在明确的判断之下。但分析师的最大价值往往在于,他们能帮助客户识别出之前未被认识到的假设。 因此,分析师需要关于如何识别其潜在假设的建议。


1. 方法的问题特定方面:它建议分析师提出哪些问题?


如果分析师决定使用基础假设三角验证法,他们会选择用特定类型的问题来引导自己的推理。首先,他们决定提出“正在发生什么?”这一问题,并着手进行假设开发。客户可能会直接要求他们确定一个敌对国家的潜在大规模杀伤性武器(WMD)计划的程度,或者一个国家对于其病重独裁者的继任计划,亦或是一位隐秘恐怖组织领导人的藏身之处。但客户也可能通过提出战略评估、未来探索或因果分析等需要先进行假设开发的问题,间接地提出假设开发的问题。为了确定对一个国家完善的大规模杀伤性武器计划的最佳应对策略(即回答战略评估问题“客户应如何应对?”),意味着要确定该国完善的大规模杀伤性武器计划的可能结果(即回答“其可能产生哪些影响?”)。

未来探索问题“这一变化可能何时何地发生?”),这意味着确定推动该国发展其大规模杀伤性武器计划的力量(即回答因果分析问题“为什么会发生这种情况?”)。而这又意味着确定(例如)该国是否拥有成熟的大规模杀伤性武器计划的程度(即回答假设发展问题)。

选择“基本假设三角验证”的分析师因此将其“假设发展”框架为回答子问题:“要使这成为最合理的理论,必须假设什么?”这强调了隐含维度,并评估了支持所选理论的关键信息背后的主张。这是从假设的后果角度进行的假设发展。该方法寻找分析师的假设,例如他们为何不可能其关键证据为真而结论为假的隐藏预设。它将假设发展视为挖掘分析师在给定信息下判断某一理论为最合理理论的未陈述原因——为何信息最支持该理论?

当分析师采用这种视角时,他们需要扎实的先决条件——假设发展知识。他们应该已经具备一系列强有力的合理替代方案,并且至少对每种选项最“契合”的信息有一个初步的整体评估。虽然这种方法可以仅应用于一个可能的结论及其最佳证据支持,但它最自然地适用于分析师提出的最终判断和关键支持信息。因此,建议使用基本假设三角分析法的分析师,在分析的最后阶段或作为支持更高层次结论的另一步骤,从假设与信息之间可能联系的角度询问正在发生什么。


2. 方法的程序性方面:它建议分析师遵循哪些规则?


实施基础假设三角测量法的分析师不仅选择以特定问题引导其思考,还将其框架化以遵循一系列特定规则。他们选定特定程序作为必须遵循的步骤,并据此评估其推理过程。这四条规则并非该方法唯一相关的规则,而是对其尤为关键的部分。首先,在识别相关背景时,该方法指导分析师考虑问题的各个维度,探寻支持分析师关键信息可能为真但结论仍为假的不同途径。其次,为推断出合理的结论,该方法鼓励分析师通过凸显结论背后潜在的假设,使推理过程透明化。再次,为设想可能的替代方案,该方法要求分析师在定位可能最终不成立的假设时,持续调整其判断。最后,在解读更广泛的意义时,该方法引导分析师通过聚焦于使最终结论成立必须做出的主要假设,来识别证据的局限性。 因此,基础假设三角测量法告诉分析人员要考虑问题的维度、透明地构建过程、持续发展判断,并识别证据的局限性。因此,如果分析人员选择了这种方法,那么他们既选择了在具体案例中尝试遵循这些规则,也选择了在整个分析过程中尝试加强这些规则。


3. 方法的个人层面:它建议分析师体现哪些特征?


每当分析人员运用基本假设三角验证法时,他们不仅选择通过一组规则集中关注特定类型的问题,还试图体现特定的认知美德。由此,他们决定强调某些特质,以(理想地)定义自己作为推理者的“身份”。这些特质与有效运用该方法尤为相关,而方法的良好执行也使得这四种美德更加融入分析者作为思考者的整体自我认知之中。首先,通过寻找分析者视为理所当然的未言明之事(有些合理,有些不合理),该方法优先考虑了谦逊这一具体美德(即在自信与不确定性之间寻求平衡),同时追求智识勇气这一普遍美德。其次,在试图识别那些若无则假设会被削弱、有则会被支持的潜在因素时,该方法突出了敏感性这一具体美德(即在相似与变化之间保持平衡),以此支持智识自我控制这一普遍美德。 第三,随着对分析者自身思维及其对象的更多关注,该方法强调了反思性这一具体美德(即平衡自我关注与他人关注)在追求辨别力这一普遍美德中的重要性。第四,通过试图在所有可能被认为已做出的假设中挑出最关键的那些,该方法要求分析者在追求智力公正这一普遍美德的过程中,体现出优雅这一具体美德(即平衡具体性与普遍性)。因此,基本假设三角测量法建议分析者要谦逊、敏感、反思且优雅。因此,如果分析者采用这一方法,那么他们既选择在特定案例中努力做到这一点,也选择在总体上努力成为理想中“作为推理者的自己”的一部分。


4. 方法介绍:它通常如何运作?


在每个分析过程中都会做出假设,因此在尝试识别潜在假设之前,首先必须明确结论及其支持的关键证据是什么。这可能仅仅是重申当前的分析思路和标准论证,或者,它可能是之前应用旨在突出最佳假设及相关信息的方法的结果,这些信息证实或否定了这些假设。无论哪种方式,要梳理出一个人的假设,都必须从某种结论及其支持理由开始。基于这些,人们可以运用此方法来“三角定位”已做出的潜在假设。

第一步:确定结论与关键信息:从分析结论及其支持的最关键信息开始。

第二步:形成替代解释:尝试想象一种可能的(不必是概率性的)解释,说明信息如何可能是真实的,但结论却是错误的。这些就是“替代解释”。

第三步:定位可能的假设——拒绝替代方案的理由:对于每个替代解释,说明为何结论更可取。为何信息(理应)支持结论而非替代解释?这些理由即为“可能的假设”。

第 4 步:深入层次——进一步替代方案:尝试想象信息和可能的假设为真但结论为假的方式。这些都是信息的进一步“替代解释”。

第 5 步:找出他们的假设——拒绝那些替代方案的理由:尝试解释为什么结论仍然比那些解释更可取。这些是结论的进一步“可能假设”。


注意:继续此过程,直到可以识别出足够数量的假设和/或一个适当揭示的“主题”(步骤 6)。

第 6 步:进行整体特征描述:寻找可能假设中的共同主题。这些主题很可能是结论的最终基础假设。


注意:此方法并不判断这些假设是否合理,而只是指出分析人员在推断结论时做出了这些假设。这些假设是分析人员拒绝其结论替代方案(表现为其他解释其关键信息为真但结论为假的方式)的隐含原因。通过意识到这些假设,分析人员有望朝着更客观的评估迈进。


图 16.1 基础假设三角剖分的结构


5. 方法实践:它在具体示例中如何运作?


1978 年,伊朗长期执政的专制领导人沙阿·巴列维面临日益激烈的大规模抗议、暴力和工人罢工。1979 年初,沙阿逃亡,流亡的教士阿亚图拉·霍梅尼返回伊朗,许多革命者视他为领袖。但沙阿倒台后,伊朗政府将如何演变?在评估国内对不同可能结果的民众支持程度时,想象分析师们得出结论(类似于他们实际所做的),认为霍梅尼在伊朗仅拥有足够的支持来担任象征性或精神领袖,而非革命后伊朗的实际运作领导者。尽管这一结论最终被证明是错误的,但如果一群分析师尝试将“潜在假设三角测量法”应用于该结论,会发生什么?他们能否识别出一些最终被证明为错误的假设?

出于示例目的,分析师希望识别假设(步骤 1)的结论将是:

结论(CON):在伊朗,民众对阿亚图拉·霍梅尼的支持主要集中在他作为精神领袖或象征性人物,而非作为后革命时期伊朗的实际工作领导者。

支持这一结论的最有力证据被认为是:


信息(INF):伊朗传统的(共产主义)人民党(部分由苏联支持)、前总理穆罕默德·摩萨台的世俗民族阵线,以及众多其他民族主义、库尔德和左倾组织在伊朗也拥有大量民众支持,他们并不支持像霍梅尼这样的宗教领袖成为革命后伊朗的鼓舞人心的领袖或象征性人物,而仅限于此。

分析师们尝试(步骤 2)找出一个替代解释(即信息可能是真实的,但结论是错误的),并提出:

替代解释 1(ALT EX1)——INF 如何为真而 CON 为假:阿亚图拉·霍梅尼(及其追随者)在伊朗比任何其他革命团体拥有更多的民众支持,他们主张建立一个由神职人员领导的政府。

分析师们拒绝这一替代方案并接受其结论(步骤 3)的隐含原因是什么?这是他们的第一个基本假设:

基础假设 1(UA1)——拒绝替代解释 1 的理由:阿亚图拉·霍梅尼(及其追随者)仅因其理想而获得大量民众支持,而非因其在处理实际政府事务方面的能力,他们在此方面几乎没有经验。

现在,分析师们寻找一种可能,即信息和这一基本假设为真,但结论为假(第 4 步):

替代解释 2(ALT EX2)——INF 和 UA1 如何为真而 CON 为假:相当一部分伊朗民众已经受够了,以至于他们会完全基于理想支持一位领导人,而不管他们是否具备实际的政府经验。

然后,他们考虑为什么也拒绝这种替代解释(步骤 5)。这是另一个基本假设:

基本假设 2(UA2)——拒绝替代解释 2(ALT EX2)的理由:日常生活中的非宗教、非理想主义的关切是支持或不支持政治领导人的主要和根本基础。

在识别出这些假设后,分析人员探讨了它们的共同主题可能是什么(步骤 6)。似乎两者实际上都假设了共产主义(或其他世俗)革命者本质上是最可信的。它预设了他们的优先事项代表了


一个群体可能接受的最强有力的替代方案(除了右翼独裁者或民主政体之外)。这代表了关于宗教狂热在支持革命者方面缺乏“严肃性”以及“全球”共产主义力量的隐含潜在进一步假设。需要注意的是,这种方法并不旨在确定这些假设是否合理,而只是表明这些是分析人员(在这个历史事件的想象版本中)所做的假设。


图 16.2 基础假设三角验证示例

  第六部分


情报分析师的因果分析理论


推理范式
  “为什么会发生这种情况?”


因果分析的重要现存方法


概率论、干预主义和系统动力学范式

  摘要


回答情报分析问题有四个方面:假设发展(发生了什么)、因果分析(为什么会发生)、未来探索(何时何地可能发生变化)以及战略评估(客户如何应对)。因此,理想的情报分析师推理描述应涵盖所有这四个方面。但这些领域在其他背景下也已得到详细探讨,因为它们不仅对分析师感兴趣。然而,许多分析师对这些领域的长期讨论接触极为有限。由于理想的分析师推理描述会利用现有外部方法中的“最佳”部分,本章探讨了当前因果分析的一些最重要方法,并强调了将作为本工作替代方法潜在动机的关键贡献。在介绍学术因果理论背景后,本章探讨了因果分析的三大视角:概率范式、干预主义范式和系统动力学范式。 如同本书的类似章节,以下讨论并不旨在全面阐述这三种方法或对其进行评估。相反,它旨在帮助分析人员更广泛地熟悉相关讨论,鼓励进一步的辩论和探索,并(最终)为本书的替代方法奠定基础。


1. 因果分析学术理论的背景


因果关系的概念在大多数西方理解世界的方法中占据核心地位。从最广泛的意义上讲,某事物的原因是它存在并具有其特性的理由。古代哲学家亚里士多德著名地区分了四种这样的原因,包括:事物的种类(“形式因”)、构成它的“材料”(“质料因”)、它的目的(“目的因”),以及使其存在/使其产生的因素(“动力因”)。 1 1 ^(1){ }^{1} 这一传统在中世纪通过托马斯·阿奎那等思想家和经院传统得以延续,尽管一些思想家更关注“动力因”,认为这是他们最感兴趣的。在现代哲学中,这一点在勒内·笛卡尔、戈特弗里德·莱布尼茨和约翰·洛克等人物中变得更加明显,大多数人放弃了使用


“原因”的其他潜在含义,使“动力因”成为现今大多数人理解的“因果关系”。(其余含义现在仅代表“解释”的更广泛/非技术性意义。)换言之,某事物的“原因”——即它为何发生——是那些使其进入当前存在状态的因素。


历史上,对因果关系最普遍的理解是将其视为两事物之间的一种“规律性”,即一事物的发生普遍(或“无例外地”)伴随着另一事物的发生。这一观念构成了早期现代科学中“自然法则”多数概念的基础。简而言之,这意味着将“Cs 导致 Es”理解为某种情况下的“所有 Cs 之后都跟着 Es”。这一观点演变为哲学家如约翰·斯图尔特·密尔和卡尔·波普尔等对因果关系的早期当代解释,他们用“充分条件”来阐释“Cs 导致 E s E s EsE s ”,即“在 ceteris paribus(即其他条件不变)的情况下, C C CC 的发生是 E E EE 发生的充分条件(即意味着或必然导致)。”这保留了如“独裁者失去军队的忠诚会导致政变尝试”这类“日常”因果主张的合理性,尽管失去忠诚并不总是导致这一结果;仅在所有其他条件相同的情况下,它们才会如此。 换句话说,政变的真正“必然性”只有在所有条件都具备时才会发生(其中军队的忠诚度丧失是条件之一)。 4 4 ^(4){ }^{4} 然而,这带来的困难在于,人们很少能知道任何事物的全部原因,因为人们从未识别出真正意味着其他事物存在的完整条件集。最接近这一点的是早期现代物理学和牛顿的运动定律。尽管经过几个世纪的尝试,思想家们尚未在其他领域特别成功地复制这一点(甚至在当代物理学中也无法做到)。更广泛地说,这些因果关系的解释预设了决定论。决定论认为,一切(通常理解为“每个事件”)都有其原因,而每个原因都使其结果不可避免。 决定论的问题在于双重性:它不仅似乎在经验上是错误的,而且即使它是真的,由于因果关系的本质,它也不应该是真的。因此,大多数当代思想家以非决定论的方式理解因果关系(即,原因并不必然导致其结果),从而摒弃了传统的规律性和充分条件方法。

当代因果关系的范式将因果影响更为谦逊地视为“产生差异”而非“必然性”。也就是说,原因对结果是否发生“产生影响”,但并不构成保证结果发生的一系列条件的一部分。关于因果关系的论述通常承认多种“类型”的因果关系,并常常优先将其中一种视为最基础的类型,基于此发展理论,然后通过基础类型派生定义其他(非基础)类型。例如,大多数人会认为存在一般性的(哲学家称之为“类型”)因果主张和具体的或单一的(哲学家称之为“个例”)因果主张。先前提到的“独裁者失去军队的忠诚导致政变企图”便是一个类型因果主张,而“沙阿失去军队的忠诚(部分)导致了伊朗革命”则是个例因果主张。某些因果关系理论首先定义个例因果关系,然后从中推导出类型因果关系的论述;另一些则先定义类型因果关系,再从中推导出个例因果关系的论述。

因果关系的描述也倾向于优先考虑“事件”(某种特定类型的一次性发生)或“因素”(事物/变量的持续特征)之间的因果关系。这最初可能看似一个不重要的区分,但它具有重大意义。因为强调前者是强调“线性”因果关系,而后者则是强调“循环”因果关系。例如,如果事件 C 导致事件 E 的产生,那并不等同于


正如事件 E 与事件 C 之间的关系。显然,事件 E 不能导致事件 C 的产生,否则事件 C 将因此(通过事件 E)自我产生!相比之下,或许变量 C 在 1 分钟时导致变量 E 拥有一个值,然后变量 E 在 2 分钟时影响变量 C 的值。因此,变量 C 在 1 分钟时的值,是变量 C 在 2 分钟时值背后的因果故事的一部分。换言之,(持续性的)变量 C 能够以一种(一次性)事件 C 无法做到的方式影响自身。类似于类型因果与实例因果之间的区分,大多数因果理论都允许在必要时同时使用这两种表述,但大多数会优先考虑其中一种视角作为更基础的观点,而将另一种视为派生。

以下部分讨论了因果关系的三种方法及由此产生的因果分析(推理以发现因果关系的过程)的论述。首先探讨了两种“一次性”事件驱动理论。第一种是概率范式,将因果分析视为定位影响序列中后续事件概率的早期事件。第二种是干预主义范式,将因果分析视为识别影响结果的前置路径。第三种方法代表了一种“持续”因素驱动的方法。这种系统动力学范式将因果分析视为建模系统中持续相互关联的因素随时间如何相互影响行为的方式。


2. 概率范式:因果分析作为定位影响序列中后续事件概率的早期事件


因果关系的概率方法提供了一种事件驱动的分析,通常优先考虑类型(即一般性)的因果主张。在这种方法中,原因对结果“产生影响”的方式是通过增加其概率。更具体地说,在某种原因 C C CC 发生的情况下,某种结果 E E EE 发生的概率大于在原因 C C CC 未发生的情况下结果 E E EE 发生的概率(即 Prob [ E C ] > Prob [ E C ] > Prob [E∣C] > Prob[\mathrm{E} \mid \mathrm{C}]>\operatorname{Prob} [ E C ] [ E C ] [E∣-C][\mathrm{E} \mid-\mathrm{C}] )。这一范式可以追溯到早期分析哲学家汉斯·赖兴巴赫,并由其他众多思想家逐步发展,最终在埃勒里·伊尔斯的工作中得到更充分的阐述。 6 6 ^(6){ }^{6} 它将发现原因的过程作为其论述的动机,并将概率相关性视为实现这一目标的核心手段。因此,概率方法利用相关性(即事件类型/变量之间的统计/概率依赖)作为推断因果关系的手段。

利用概率相关性来推断因果关系,似乎与常被引用的格言“相关不等于因果”相悖。然而,尽管这一格言正确,它常被(隐晦地)误解为发现相关性既容易又无足轻重。不幸的是,许多人误解了真正在两者之间建立相关性的所需条件。例如,假设某一特定恐怖组织的几乎所有成员都属于某一宗教派别。有些人可能认为这意味着该派别的成员身份与该恐怖组织的成员身份相关。然而,这并不成立(至少目前如此)。因为可能该恐怖组织所在地区的所有人也都是该宗教派别的成员。在这种情况下,加入该宗教团体与是否成为恐怖组织的一员的相关性,并不比其他众多因素更显著。换言之,相关性始终不仅仅是一个单一的概率或数值,它总是两个数值之间的比较。 更准确地说,必须考虑 C s C s CsC s 的总体情况(存在/发生 C C CC 的案例)与 C s C s ∼Cs\sim C s 的总体情况(不存在 C C CC 的案例)


存在/不存在)。接着,需要考察这两类群体中 E E EE (即 E E EE 同样存在/也发生的情况)所占的百分比。若在 C C CC 存在的情况下 E E EE 比在 C C CC 缺失时更为普遍(或相反),则表明 C C CC E E EE 存在关联。这一发现并不如想象中简单:它要求比较两个截然不同的群体(一组带有 C C CC ,另一组则无 C C CC )。单一数值,无论高低,都不足以证实两者间的相关性。

发现一个事件类型在概率上与另一个事件类型相关是重要的,这有助于识别因果关系。然而,概率相关性并不足以推断出因果关系,但除了相关性之外,还需要哪些其他因素并未被广泛认识。换句话说,如果 C C CC 在概率上与 E E EE 相关,那么除了 C C CC 导致 E E EE 之外,还有哪些其他可能性?因果关系的概率方法认为,可以解释一组特定的替代可能性,如果这些可能性被排除,那么就可以从相关性中推断出因果关系。例如,二十世纪中期的著名科学哲学家汉斯·赖兴巴赫提出,如果 C C CC E E EE 相关,那么有三种可能性: C C CC 导致 E , E E , E E,EE, E 导致 C C CC ,或者第三件事导致 C C CC E E EE (即它们是“共同原因的结果”)。 因此,如果假设原因必须在时间上先于其结果(这在原因和结果都是一次性事件的情况下是合理的),那么就可以推断出他所提出的“共同原因原则”的一个版本:如果 C C CC 先于 E E EE ,且 C C CC E E EE 相关,那么要么 C C CC 导致 E E EE ,要么存在一个共同原因同时影响 C C CC E E EE 。因此,如果能排除 C C CC E E EE 之间存在共同原因的可能性,那么就可以利用两个事件之间的概率相关性(以及时间优先性)来推断因果关系。因此,特定类型的相关性确实意味着因果关系。

但是,如何排除 C C CC E E EE 两者共同原因的可能性呢?一个想法是:如果存在 C C CC E E EE 的共同原因,那意味着 C C CC E E EE 的相关性完全源自 C , C o C C , C o C C,CoCC, C o C 的原因。因此,如果假设 C o C C o C CoCC o C 发生,在那些 C C CC 不导致 E E EE 的情况下, E E EE C C CC 存在时并不比 C C CC 缺失时更有可能发生。 C C CC E E EE 的相关性只是从 C C CC 的原因中衍生出来的(即概率 [ E C & CoC ] = Prob [ E ∣∼ C & CoC ] ) [ E C & CoC ] = Prob [ E ∣∼ C & CoC ] ) [E∣C&CoC]=Prob[E∣∼C&CoC])[\mathrm{E} \mid \mathrm{C} \& \mathrm{CoC}]=\operatorname{Prob}[\mathrm{E} \mid \sim \mathrm{C} \& \mathrm{CoC}]) )。相反,如果假设 C o C C o C CoCC o C 发生,但 E E EE C C CC 也发生时比不发生时更有可能发生,那意味着 C C CC E E EE 的相关性并非源自 C C CC 的原因(即概率 [ E C & CoC ] > Prob [ E ∣∼ C & CoC ] ) [ E C & CoC ] > Prob [ E ∣∼ C & CoC ] ) [E∣C&CoC] > Prob[E∣∼C&CoC])[\mathrm{E} \mid \mathrm{C} \& \mathrm{CoC}]>\operatorname{Prob}[\mathrm{E} \mid \sim \mathrm{C} \& \mathrm{CoC}]) )。这被称为“固定”或“屏蔽”共同原因。这一想法即为“因果马尔可夫条件”,它指出,即使 C C CC 的原因存在(无论是否包含 C C CC ),若 C C CC 在概率上仍与 E E EE 相关,则 C C CC 导致 E . 8 E . 8 E.^(8)E .^{8} 。因此,要推断 C C CC E E EE 之间的因果关系,必须预设 C C CC 的原因发生,然后观察 E E EE 是否更有可能发生。

在概率论方法中,确立时间优先性和排除可能的共同原因固然至关重要,但它们并非唯一相关因素,以确保相关性足以暗示因果关系。更一般地,这一观点可表述为:

事件(类型) C C CC 导致事件(类型) E E EE ,给定背景条件 B = B = B=B=

  1. C C CC 在背景条件 B B BB 中先于 E E EE 发生
  2. Prob ( E C & B ) > Prob ( E ∣∼ C & B ) Prob ( E C & B ) > Prob ( E ∣∼ C & B ) Prob(E∣C&B) > Prob(E∣∼C&B)\operatorname{Prob}(\mathrm{E} \mid \mathrm{C} \& \mathrm{~B})>\operatorname{Prob}(\mathrm{E} \mid \sim \mathrm{C} \& \mathrm{~B})

请注意,该公式现在指定了相对于一组特定背景条件的关系。与这些背景条件相关的一个因素将是


C C CC 的原因。但它并不是唯一的原因。例如,如果想要确定 C C CC E E EE 的直接原因,那么还需要在背景中假设(即,也“固定”)所有与 C C CC 同时或在其后,但在 E E EE 之前的时间中间事件。

概率方法的倡导者通常最终会提出非常复杂、细致入微的版本,以精确排除所有可能出现的潜在虚假相关性,而这一讨论自然简化了所有这些内容。剩下的,也许是最重要的,是核心思想,即当能够排除有限列表中每一种可能的替代解释(如共同原因的可能性等)时,或许可以从概率相关性中推断出因果关系。这有效地突出了概率相关性对因果分析的重要性。这是一个非常吸引人的想法,尤其是在发现因果关系的目的上。


3. 干预主义范式:因果分析作为识别影响结果的前置路径


干预主义的因果范式也提供了一种事件驱动的解释,侧重于类型(即一般)因果主张。然而,这种方法并不主张原因通过增加其概率来“产生影响”,而是强调原因是影响结果的手段。在这一范式中,因果关系支持(原则上)两种事件之间的“可操纵性”关系,其中第一种事件是引发第二种事件的合理手段。这种方法借鉴了哲学传统中一种潜在(少数)的观点,该观点认为因果关系与能动性(即有意行为)密切相关,如近代哲学家托马斯·里德和早期分析哲学家 G. H. 冯·赖特的作品中所体现的,但在詹姆斯·伍德沃德的最新研究中得到了最充分的阐述。 9 9 ^(9){ }^{9} 目前,这一观点并不认为所有因果关系实际上都是有意图的行为者的行动,甚至也不认为它们是人类必然能够为这些目的所利用的关系(例如,月球轨道引起潮汐)。 相反,这个想法是,如果一个人有能力影响原因,那么这样做将是影响结果的一种合理方式。

干预主义范式也与另一种未在此讨论的因果关系方法相关:反事实范式,该范式将因果关系视为关于在各种可能替代情境下会发生(或不会发生)的事实,这一观点由分析哲学家大卫·刘易斯著名提出。标准的反事实方法通常被理解为一种以事件为驱动的因果关系方法,侧重于特定(即具体)的因果主张,通常被表述为(以最简单的形式)认为 C C CC 导致 E E EE 意味着如果 C C CC 没有发生,那么 E E EE 也不会发生。对于这一方法,通常会有多种重要的限定条件,但这些对于当前目的并不重要。最终,这里不深入探讨这一方法,因为它使因果分析(即证明因果主张的过程)依赖于反事实推理(即证明在不同可能替代情境下会发生或可能发生什么的过程)。 这是有问题的,因为(在作者看来)对反事实推理最合理的解释依赖于已经知道一系列因果主张。 11 11 ^(11){ }^{11} 换句话说,必须确定(一般而言)是首先评估因果主张,还是首先评估反事实主张。如果一个人这样做,


如果接受后者,那么这种观点可能有用,但如果倾向于前者(正如本研究所做的那样),那么这种观点就并非真正可行。

尽管干预主义范式可以从反事实主张的角度来理解(尽管与反事实范式不同),但它并不必然使因果分析依赖于反事实推理。在该观点的正式表述中,原因和结果通常用特定变量的水平来描述。这并不意味着该观点不再以事件为驱动,因为事件的一个主要观点是,它们由特定事物在特定时间以特定水平具有特定特征(属性)所构成。

C 导致 E(干预主义方法):存在一个(逻辑上)可能的干预,使得如果通过该干预手段进行干预并影响(涉及变量的值) C C CC (且仅影响 C C CC ),那么(涉及变量的值) E E EE (或其概率)也会受到影响。

重要的是要注意这与概率方法所提出的有何不同。它有自己的方式来排除纯粹的关联性。例如,假设有人提出婴儿死亡率是中东国家不稳定的一个原因,因为在该地区,较低的婴儿死亡率似乎与较低的不稳定性之间存在关联。干预主义方法立即显示出这种因果主张存在问题。因为如果设想一种干预措施,仅降低婴儿死亡率,人们并不会看到不稳定性降低。在这种情况下,关联性被“打破”了,因为(据推测)不稳定性和较高的婴儿死亡率(在此情况下)是一系列共同原因的结果,如缺乏医疗保健、基础设施、安全、对妇女和儿童的法律保护等。因此,可以将这种观点理解为,为了从“关联性”中获得因果关系,需要添加的是关联性是不变的——在其他条件下(例如采取措施仅实现关联性中的第一项而不改变其他因素)它不会改变。

干预主义范式最具吸引力的特点之一在于,它以一种概率论及早期方法所不能的方式,帮助人们理解因果关系的重要性。特别是,为什么分析师们不仅仅满足于相关性?举例来说,如果所有分析师仅关注未来分析,那么相关性就足够了。如果事件 A A AA 的发生与事件 B B BB 高度相关(在概率上相关),那么当分析师观察到 A A AA 时,他们就有合理依据预测 B B BB 的发生。那么,为什么分析师们觉得需要比这更坚实的依据呢?原因在于,分析师们希望因果关系不仅仅支撑未来探索,还要能支撑战略评估。他们想知道,影响 A A AA 是否是客户影响 B B BB 的合理手段。他们追求的不仅仅是相关性,因为仅仅 A A AA B B BB 之间的相关性,并不必然意味着 A A AA 是促成 B B BB 的合理手段(正如之前婴儿死亡率与不稳定性关系的例子所示)。 分析师们寻求的是一种不变且支持干预的相关性——他们想要的是“因果关系”。干预主义范式将注意力集中在分析师真正关心的因果关系上(特别是在情报分析这样的背景下):影响现实世界中实际事件的可能手段。尽管这种方法还有许多值得称道之处,但这一点对情报分析来说最为重要:在任何因果分析方法中,都应相应强调对可能干预的支持。


4. 系统动力学范式:因果分析作为建模持续、相互关联的因素如何随时间影响彼此行为的方式


系统动力学范式提供了一种“持续”的、由因素驱动的方法。它优先考虑系统中持续且相互关联的因素如何随时间推移影响彼此的行为。在这里,原因通过成为展现“反馈”的因果循环的一部分,主要对其效果“产生影响”,这种反馈影响着整个系统的总体行为。这些关系既可以促使因果过程朝着特定方向持续(“增强型”反馈),也可以使其朝相反方向移动(“平衡型”反馈)。如果未被其他因素制约,增强型因果循环有可能失控。那些可能朝负面方向发展的反馈循环被称为“恶性”循环,而朝正面方向发展的则被称为“良性”循环。这些仅仅是设想因果相关项作为变量时涌现出的部分动态特性,这些变量的值作为更大相互关联因果过程的一部分,随时间演变。 这种方法最初据称源自计算机工程师 Jay Forrester 的工作,随后在其继任者 John Sterman(以及后续众多“系统思考者”)手中得到了更为详尽的阐述。 12 12 ^(12){ }^{12}

举一个简单的例子,假设 X 国的安全策略是在感到威胁时增加其武器供应。这意味着随着“X 国的威胁感”增加,“X 国的武器供应”也会增加,但随着“X 国的武器供应”增加,“X 国的威胁感”会减少。因此,这个循环是“平衡的”,因为因果影响最终朝着与开始相反的方向发展。现在,当考虑到另一个行为体的策略及其与 X 国的互动时,事情开始变得有趣。假设 Y 国也有同样的安全策略,即在感到威胁时增加其武器供应,这也形成了一个平衡的反馈循环。这两个反馈循环相交,产生了第三个循环,即“X 国的武器供应”增加导致“Y 国的威胁感”增加,而“Y 国的武器供应”增加又导致“X 国的威胁感”增加。现在,这四个变量形成了一个更大的反馈循环,这个循环是“强化的”,因为因果影响在其中以开始时的相同方向结束。


图 17.1. 因果循环图示例

在这个简单模型中,除非有外部力量介入以平衡局势,否则两国有可能陷入不断升级的军备竞赛。或许 Z 国对地区稳定的渴望促使其承诺保护 X 国,从而推动局势趋于均衡。当然,这并非 Z 国行为引入系统的唯一动态。但至此,该方法的核心理念应已足够清晰。通过将因果力量构想为更大反馈结构的一部分,而这些结构又属于一个更加宏大的整体,新的关注点便落在了因果力量之间的相互作用上。

更广泛地说,系统动力学范式提出了一种因果观,在这种观点中,因果关系难以察觉,是间接的,并且需要很长时间才能产生效果。他们还把分析的对象视为系统的一部分(即被评估的问题),而不是与之分离。他们试图避免短期关注,而是着眼于长期(以及如上述军备竞赛等意外后果的可能性),并且他们认为在因果结构中的行动是关于作用于关系,而不仅仅是增加或减少个别因素。虽然这种方法可以定量进行以支持计算机建模和模拟,但它也可以定性使用,以尝试识别和反思反馈动态,从而增加分析员对大局的关注。这些是与情报推理相关的因果关系的重要特征。因为分析员推理的目标并不总是一次性事件,而是可能随时间演变的持续因素(特别是在支持未来探索时)。 因此,这一论述有效地强调了反馈动态的重要性。


5. 对比三种方法:它们有何不同?


这三种现存的因果分析范式在其动机敏感性及总体观点的主题上有所不同。概率论范式是一种还原论和“自下而上”的方法,其关注点在于发生或不发生的个别事件及其概率。干预主义范式是一种实验性和“基于主体”的方法,专注于可能的干预及其结果。系统动力学范式则是一种整体论和“自上而下”的方法,侧重于持续变化的因素及其水平和关系。此外,它们应用的标准也略有差异。概率论范式试图寻找线性事件之间的概率相关性(影响不会返回自身)。干预主义范式试图在可操控的干预中寻找不变的相关性(影响结果的一种合理方式)。系统动力学范式则致力于在整个系统中发现持续相互关联因素之间的反馈循环(影响确实会返回自身)。


概率论、干预主义和系统动力学这三种因果分析方法为情报分析师提供的价值远不止本文所探讨的内容。本节旨在强调它们对多维方法启发的三大(可论证的)最大潜在贡献。多维方法将基于这三种范式的核心理念,同时尝试优先考虑概率相关性、可能干预的支持以及反馈动态。

表 17.1 现有因果分析范式的比较
Probabilistic Locating Earlier Events That Influence the Probability of Later Events in a Sequence and Context  Probabilistic   Locating Earlier   Events That Influence   the Probability   of Later Events in   a Sequence and   Context  {:[" Probabilistic "],[" Locating Earlier "],[" Events That Influence "],[" the Probability "],[" of Later Events in "],[" a Sequence and "],[" Context "]:}\begin{array}{l}\text { Probabilistic } \\ \text { Locating Earlier } \\ \text { Events That Influence } \\ \text { the Probability } \\ \text { of Later Events in } \\ \text { a Sequence and } \\ \text { Context }\end{array} Interventionist Identifying the Preceding Pathways to Influence an Outcome  Interventionist   Identifying the   Preceding Pathways   to Influence an   Outcome  {:[" Interventionist "],[" Identifying the "],[" Preceding Pathways "],[" to Influence an "],[" Outcome "]:}\begin{array}{c}\text { Interventionist } \\ \text { Identifying the } \\ \text { Preceding Pathways } \\ \text { to Influence an } \\ \text { Outcome }\end{array} Systems Dynamics Modeling the Ways in Which Ongoing, Interconnected Factors Influence One Another's  Systems Dynamics   Modeling the Ways   in Which Ongoing,   Interconnected   Factors Influence   One Another's  {:[" Systems Dynamics "],[" Modeling the Ways "],[" in Which Ongoing, "],[" Interconnected "],[" Factors Influence "],[" One Another's "]:}\begin{array}{c}\text { Systems Dynamics } \\ \text { Modeling the Ways } \\ \text { in Which Ongoing, } \\ \text { Interconnected } \\ \text { Factors Influence } \\ \text { One Another's }\end{array}
Summary That Describes the Approach  Summary That   Describes the   Approach  {:[" Summary That "],[" Describes the "],[" Approach "]:}\begin{array}{l}\text { Summary That } \\ \text { Describes the } \\ \text { Approach }\end{array} Causal Analysis is finding probabilistic relevance between events  Causal Analysis is   finding probabilistic   relevance between   events  {:[" Causal Analysis is "],[" finding probabilistic "],[" relevance between "],[" events "]:}\begin{array}{l}\text { Causal Analysis is } \\ \text { finding probabilistic } \\ \text { relevance between } \\ \text { events }\end{array} Causal Analysis is finding correlations that are invariant across possible interventions  Causal Analysis is   finding correlations   that are invariant   across possible   interventions  {:[" Causal Analysis is "],[" finding correlations "],[" that are invariant "],[" across possible "],[" interventions "]:}\begin{array}{l}\text { Causal Analysis is } \\ \text { finding correlations } \\ \text { that are invariant } \\ \text { across possible } \\ \text { interventions }\end{array} Causal Analysis is  Causal Analysis is  {:" Causal Analysis is ":}\begin{array}{l}\text { Causal Analysis is }\end{array}
finding feedback among ongoing, interconnected factors in a whole  finding feedback   among ongoing,   interconnected   factors in a whole  {:[" finding feedback "],[" among ongoing, "],[" interconnected "],[" factors in a whole "]:}\begin{array}{l}\text { finding feedback } \\ \text { among ongoing, } \\ \text { interconnected } \\ \text { factors in a whole }\end{array}
Sensibility That Drives the Approach  Sensibility That   Drives the Approach  {:[" Sensibility That "],[" Drives the Approach "]:}\begin{array}{l}\text { Sensibility That } \\ \text { Drives the Approach }\end{array} Reductive and "Fine- Grained": A "bottom up" approach  Reductive and "Fine-   Grained": A "bottom   up" approach  {:[" Reductive and "Fine- "],[" Grained": A "bottom "],[" up" approach "]:}\begin{array}{l}\text { Reductive and "Fine- } \\ \text { Grained": A "bottom } \\ \text { up" approach }\end{array} Experimental: An "agent-based" approach  Experimental: An   "agent-based"   approach  {:[" Experimental: An "],[" "agent-based" "],[" approach "]:}\begin{array}{l}\text { Experimental: An } \\ \text { "agent-based" } \\ \text { approach }\end{array} Holistic and "Coarse- Crained": A "top down" approach  Holistic and "Coarse-   Crained": A "top   down" approach  {:[" Holistic and "Coarse- "],[" Crained": A "top "],[" down" approach "]:}\begin{array}{l}\text { Holistic and "Coarse- } \\ \text { Crained": A "top } \\ \text { down" approach }\end{array}
Subject That Defines the Approach  Subject That Defines   the Approach  {:[" Subject That Defines "],[" the Approach "]:}\begin{array}{l}\text { Subject That Defines } \\ \text { the Approach }\end{array} Individual events that happen or do not happen and their probability and context  Individual events   that happen or do   not happen and   their probability and   context  {:[" Individual events "],[" that happen or do "],[" not happen and "],[" their probability and "],[" context "]:}\begin{array}{l}\text { Individual events } \\ \text { that happen or do } \\ \text { not happen and } \\ \text { their probability and } \\ \text { context }\end{array} Possible interventions in events and their outcomes  Possible   interventions in   events and their   outcomes  {:[" Possible "],[" interventions in "],[" events and their "],[" outcomes "]:}\begin{array}{l}\text { Possible } \\ \text { interventions in } \\ \text { events and their } \\ \text { outcomes }\end{array} Ongoing factors that vary in their level and their  Ongoing factors   that vary in their   level and their  {:[" Ongoing factors "],[" that vary in their "],[" level and their "]:}\begin{array}{l}\text { Ongoing factors } \\ \text { that vary in their } \\ \text { level and their }\end{array}
  关系
" Probabilistic Locating Earlier Events That Influence the Probability of Later Events in a Sequence and Context " " Interventionist Identifying the Preceding Pathways to Influence an Outcome " " Systems Dynamics Modeling the Ways in Which Ongoing, Interconnected Factors Influence One Another's " " Summary That Describes the Approach " " Causal Analysis is finding probabilistic relevance between events " " Causal Analysis is finding correlations that are invariant across possible interventions " " Causal Analysis is " " finding feedback among ongoing, interconnected factors in a whole " " Sensibility That Drives the Approach " " Reductive and Fine- Grained: A bottom up approach " " Experimental: An agent-based approach " " Holistic and Coarse- Crained: A top down approach " " Subject That Defines the Approach " " Individual events that happen or do not happen and their probability and context " " Possible interventions in events and their outcomes " " Ongoing factors that vary in their level and their " relationships | | $\begin{array}{l}\text { Probabilistic } \\ \text { Locating Earlier } \\ \text { Events That Influence } \\ \text { the Probability } \\ \text { of Later Events in } \\ \text { a Sequence and } \\ \text { Context }\end{array}$ | $\begin{array}{c}\text { Interventionist } \\ \text { Identifying the } \\ \text { Preceding Pathways } \\ \text { to Influence an } \\ \text { Outcome }\end{array}$ | $\begin{array}{c}\text { Systems Dynamics } \\ \text { Modeling the Ways } \\ \text { in Which Ongoing, } \\ \text { Interconnected } \\ \text { Factors Influence } \\ \text { One Another's }\end{array}$ | | :--- | :--- | :--- | :--- | | $\begin{array}{l}\text { Summary That } \\ \text { Describes the } \\ \text { Approach }\end{array}$ | $\begin{array}{l}\text { Causal Analysis is } \\ \text { finding probabilistic } \\ \text { relevance between } \\ \text { events }\end{array}$ | $\begin{array}{l}\text { Causal Analysis is } \\ \text { finding correlations } \\ \text { that are invariant } \\ \text { across possible } \\ \text { interventions }\end{array}$ | $\begin{array}{l}\text { Causal Analysis is }\end{array}$ | | $\begin{array}{l}\text { finding feedback } \\ \text { among ongoing, } \\ \text { interconnected } \\ \text { factors in a whole }\end{array}$ | | | | | $\begin{array}{l}\text { Sensibility That } \\ \text { Drives the Approach }\end{array}$ | $\begin{array}{l}\text { Reductive and "Fine- } \\ \text { Grained": A "bottom } \\ \text { up" approach }\end{array}$ | $\begin{array}{l}\text { Experimental: An } \\ \text { "agent-based" } \\ \text { approach }\end{array}$ | $\begin{array}{l}\text { Holistic and "Coarse- } \\ \text { Crained": A "top } \\ \text { down" approach }\end{array}$ | | $\begin{array}{l}\text { Subject That Defines } \\ \text { the Approach }\end{array}$ | $\begin{array}{l}\text { Individual events } \\ \text { that happen or do } \\ \text { not happen and } \\ \text { their probability and } \\ \text { context }\end{array}$ | $\begin{array}{l}\text { Possible } \\ \text { interventions in } \\ \text { events and their } \\ \text { outcomes }\end{array}$ | $\begin{array}{l}\text { Ongoing factors } \\ \text { that vary in their } \\ \text { level and their }\end{array}$ | | relationships | | | |
} } }\}

  注释


  1. 参见亚里士多德,《形而上学》,载于《亚里士多德著作集》第 9 卷,W. D. 罗斯编辑(伦敦:牛津大学出版社,1970 年)。

  2. 例如,参见 John Locke 的《人类理解论》,由 Peter H. Nidditch 编辑(纽约:牛津大学出版社,1975 年)。

  3. 有趣的是,一些哲学家现在甚至在这些更狭隘的术语中理解“解释”本身。换句话说,他们认为所有“为什么”问题的答案最终都是关于以“动力因”意义使某物产生的因素。显然,这是有争议的,但一些人坚持认为“所有解释最终都是因果的。”

  4. 这引出了由哲学家 J. L. 麦基提出的“INUS”条件理论的倒数第二个版本。根据这一理论,原因是“不充分”但“必要”的一部分,属于“非必要”但“充分”的条件。换言之,军队忠诚度的丧失是导致独裁者被推翻的条件之一,没有这些条件,独裁者就不会被推翻;然而,在具备这些条件的情况下,独裁者必然会被推翻,但这些并非唯一可能导致其下台的条件。

  5. 换言之,决定论的真理性(若其为真)应是一项经验性主张。也就是说,我们通过调查发现它在我们世界中的真实性。它并非我们通过关于因果本质的概念性主张所假设或推断出来的。

  6. 参见汉斯·赖兴巴赫,《时间的方向》(伯克利,加州:加州大学出版社,1956 年),以及埃勒里·埃尔斯,《概率因果性》(纽约:剑桥大学出版社,1991 年)。关于该观点的一些一般性讨论,参见韦斯利·C·萨尔蒙,“概率因果性”,载于欧内斯特·索萨和迈克尔·图利编,《因果关系》(纽约:牛津大学出版社,1993 年),137-53 页。

  7. 参见 Reichenbach 的《时间的方向》。

  8. 当一种关系的未来状态仅依赖于其当前状态时,称其具有“马尔可夫”性质(以研究该现象的俄罗斯数学家命名)。换言之,过去的状态(即 C C CC 的原因)并不决定其未来(仅由 C C CC 决定)。

  9. 参见 G. H. von Wright, Explanation and Understanding (Ithaca, NY: Cornell University Press, 1971), 以及 James Woodward, Making Things Happen: A Theory of Causal Explanation (New York: Oxford University Press, 2003)。当然,为了当前的讨论,该叙述已被大幅简化。

  10. 参见大卫·刘易斯,《因果性》,载于《因果性》一书,由欧内斯特·索萨和迈克尔·图利编辑(纽约:牛津大学出版社,1993 年),第 193-207 页。关于与这一观点相关问题的更广泛讨论,参见约翰·柯林斯、内德·霍尔和 L.A.保罗共同编辑的《因果性与反事实》(剑桥,马萨诸塞州:麻省理工学院出版社,2004 年)。

  11. 参见 Noel Hendrickson,《反事实推理:分析师、战略家和决策者的基本指南》(Carlisle, PA: Army War College, 2008)。

  12. 参见约翰·斯特曼(John Sterman)的《商业动力学:复杂世界的系统思考与建模》(纽约:麦格劳-希尔,2000 年)。若需更简明的介绍,可参考彼得·圣吉(Peter Senge)的《第五项修炼:学习型组织的艺术与实践》修订版(纽约:双日出版社,2006 年)。我特别受到同事迈克尔·迪顿(Michael Deaton)为情报分析师开设的系统动力学课程的影响。本节内容参考了迈克尔·迪顿的《情报分析中运用系统思维的入门指南》,詹姆斯麦迪逊大学国家安全分析研究所技术报告,2011 年,以及迈克尔·迪顿与诺埃尔·亨德里克森(Noel Hendrickson)的《玩转意外:情报分析师识别与利用潜在意外的结构化方法》,支持 DAGGRE 预测团队的研究技术报告,IARPA ACE 项目,2012 年。特别感谢迪顿教授对本节的建议。

18


因果分析的多维方法


介绍序列、系统和惊喜维度

  摘要


智能分析中的多维推理视角将其构想为三个同等重要的维度:个人维度(分析师体现正确的智力美德)、程序维度(分析师遵循正确的智力规则)和问题特定维度(分析师提出正确的问题)。这一理想旨在捕捉智能分析在分析师成为客户良好推理典范时的最大意义。这一方法源于智能推理面临的核心挑战,其中问题特定维度对应于分析师的目标,即客户的竞争对手或对手。由于这是分析师思考的对象,它面临着不足、不相关、不确定和不重要的问题。理想情况下,这些困难通过四种相应的推理类型来解决,它们代表了问题特定维度推理的次要维度:假设开发、因果分析、未来探索和策略评估。 本章探讨了因果分析的多维方法,这是一种分析推理,旨在寻找“为什么会发生这种情况?”的答案。首先,它详细阐述了因果分析在情报中的目的。其次,它描述了为情报提出的新的多维因果分析理论。最后,它发展了因果分析实践的论述。


1. 情报分析中因果分析目的的多维方法


因果分析是一种推理方法,用于辨别过去和现在事件、因素和力量之间的联系。其重点在于应对“无关性”的认知挑战,即不得不从误导性信息中进行推理。它通过定位个体和构成性联系,然后是集体和整体性联系,最后是意外和变化性联系来实现这一点。这种思维在情报分析师的推理中扮演了三个重要角色:直接、间接和结构性。

从因果分析在情报推理中的直接作用开始。客户可以提出明确属于因果分析的问题。例如,他们可能会问诸如“支持胡斯尼·穆巴拉克如何影响北非和地区的安全”这样的问题。

“20 世纪 80 年代和 90 年代中东发生了什么?”“2000 年代末以来,美国和俄罗斯之间紧张关系加剧的背后原因是什么?”以及“2011 年阿拉伯之春大规模起义的导火索是什么?”这些都是直接的因果分析问题,因为它们立即询问在因误导性信息导致不确定性时(例如,不清楚哪些因素真正与穆巴拉克、美俄紧张关系以及阿拉伯之春起义相关)最相关的事件、因素或力量。尽管情报客户可能更倾向于提出直接涉及未来探索或战略评估的问题(下文将详细讨论),但明确的因果问题绝对是有可能的。因此,分析师需要准备好推理出与感兴趣的结果最相关的内容。


因果分析在分析师推理中扮演着关键但常被忽视的间接角色。一个“间接”的因果分析问题本身并不具备“为什么会发生这种情况?”这样的结构,但在解决它的过程中需要回答此类问题。例如,“穆巴拉克之后的美埃关系如何?”“美俄关系的未来会怎样?”以及“阿拉伯之春国家长期来看的稳定性如何?”这些问题并不具备因果分析问题的结构(它们是形式为“何时何地可能发生变化?”的未来探索问题)。但所有这些问题都要求分析师在解决之前先提出一个因果分析问题。也就是说,要理解穆巴拉克之后的美埃关系(至少从历史的某个较早时间点来看),就必须理解美国支持他的背后动力。而要描绘美俄关系的未来,首先需要(除其他因素外)理解近期紧张局势的根源。 探索阿拉伯之春国家的未来及其稳定程度,前提是要了解这些国家近期重大历史事件(如这些起义)的成因。因此,即便情报客户提出的问题最直接地属于未来探索(或甚至是战略评估)范畴,往往也存在必须首先解答的深层次因果分析问题。可以说,这是情报中因果分析问题最常见的形式:它是针对特定未来或战略导向评估的先决条件。显然,分析团队可能已经对这些问题的答案有了充分准备,但并不能保证。至关重要的是,分析人员不能简单地假设这些因果问题的答案。相反,分析人员需要认识到,在转向探索未来探索或战略评估问题之前,通常必须解决关键的因果分析问题。他们还必须准备好应对客户间接提出的因果分析问题。

因果分析在情报分析推理中也发挥着基础性的结构作用。它对应于分析师思维聚焦于分析目标的四种主要方式之一:客户的竞争对手或对手以及“无关性”问题。无关性是情报推理中一个决定性的挑战。分析师必须利用可能具有误导性的信息来得出结论,因此面临着做出不合理判断的重大风险。因此,他们必须以适当的方式推理,以应对信息过剩的问题,其中大部分信息不仅与他们的兴趣结果无关,而且实际上可能分散注意力,偏离相关因素。实际上对结果有影响的因素可能看似没有影响,而看似没有影响的因素实际上可能确实有影响。这部分是由于客户竞争对手的行为所致,他们可能会努力掩盖最相关的因素(也许甚至因为他们自己也不知道这些因素是什么)。 埃及、俄罗斯以及阿拉伯之春国家都有各自不同的潜在动机,避免让分析人士(或至少这些分析人士必须表现得像他们不知道一样)察觉最相关的因素。这种“隐藏”或“虚假”的相关性


是使得情报推理目标特别具有挑战性的一部分,并导致了无关性挑战以及在分析师思维中对因果分析的结构性需求。

因果分析的重要性以及无关性问题,将智能推理区分为程度上的问题。这并非智能所独有,但对智能尤为关键,因为同样的问题存在于一般推理中,并在信息时代被进一步放大。所有人类推理都可能在一定程度上与无关性问题作斗争,因为可获得的证据并不总是明确表明其即为证据。更广泛地说,这是信念与知识之间的实际“鸿沟”。在信息时代,由于信息创造与传播的数量和速度大幅提升,这一普遍难题变得更加显著。当如此大量信息轻易可得时(考虑到只有少量因素对任何特定情境重要),识别真正相关的信息本质上变得更加棘手。因此,无关性问题及因果分析的需求对情报分析尤为关键(并定义了情报分析),但它植根于一般推理,并在信息时代被放大。 使分析师的推理“忠实于”这一挑战的,是因果分析在情报中的结构性作用。

在情报分析的四个问题特定推理维度(假设发展、因果分析、未来探索和策略评估)中,因果分析可以说是最被忽视的一个……迄今为止。即便是最随意的浏览,例如政府关于推理方法的入门读物,也会发现几乎完全缺乏针对这种思维的方法。尽管有少数作家提及过它,但与假设发展或未来探索相比,整体上对因果分析的关注远远不够。可能的原因是客户主要间接地提出因果分析问题,因此其角色很容易被忽视。但即使是这种间接的重要性,尤其是结合其直接和结构性的作用,也使得因果分析对情报分析具有至关重要的意义。在情报中,因果分析不应被降级为偶然分析。因此,多维方法将其视为情报分析师推理中问题特定方面的四个同等重要的子维度之一。


2. 多维提案:情报分析师因果分析理论


理想推理是多维的,包含个人、程序和问题特定等多个方面。这些主要维度又衍生出次级维度,如推理中与问题特定相关的假设发展、因果分析、未来探索和策略评估。而每个次级维度又可进一步细分为更具体的三级维度。例如,因果分析方面涉及顺序、系统和意外等层面。但因果分析的不同维度究竟指什么?回答“为什么会发生这种情况?”这一问题,又有哪些视角呢?

在多维方法中,这三个维度近似于同时平等地运用概率相关性、反馈动态和对干预的支持这三个不同的概念,这些概念源自现存的三大因果关系学术理论。该理论试图从这三种方法中汲取“最佳”部分,并将它们综合成一种对情报分析有用的方法(参见第 17 章)。这三个维度(及其对应的方法)是进行因果分析的三个独特但同样有价值的视角。

分析。这些因果分析的维度是相互关联的。也就是说,它们之间的关系如同部分与整体之间的关系,反之亦然。“系统”维度从整体角度看待因果分析,并从“大图景”的视角探索世界的因果结构。其对应的方法是因果循环图。“序列”维度从个体部分的角度看待因果分析,并从“细节”的视角探索世界的因果结构。其对应的方法是比较影响分类。“意外”维度代表了一种过渡/中间视角,它从某个最初作为个体部分但后来演变为更大整体的一部分的角度,探索世界的因果结构。在这种从“前景”到“背景”的转变中,它因此导致了相关主体未预料到的效果。其对应的方法是背景转变分析。 现在,从技术上讲,这三种方法(和维度)都可以讨论个别事件、更大的背景联系和力量,以及事物从前一种状态转变到后一种状态的意外后果。它们在目标和侧重点上有所不同,因为每种方法都在询问“为什么会发生这种情况?”这一问题的略微不同的版本。


图 18.1 因果分析维度概述


多维因果分析方法的第一个重点是序列维度。它从个体或事物之间构成性联系的角度进行因果分析。它通过子问题“为什么这一系列事件会发生?”来接近“为什么会发生这种情况?”这一总体问题。在此过程中,它致力于识别特定事件及其背景条件的相关程度和类型。例如,在探讨阿拉伯之春大规模起义的原因时,这一维度可能会评估完全缺乏民主制度这一个体因素是否相关。即,它


询问这一因素是否增加了结果(即起义)发生的概率。这一维度涉及因素之间是否存在真正的相关性,以及这种相关性是源于因果关系还是其他解释。因为虽然大多数人都听过“相关性不等于因果性”的陈词滥调,但很少有人知道 C C CC E E EE 可以通过哪些具体方式相关,而 C C CC 并不导致 E E EE 。按顺序考虑原因,突出了 E E EE 是否导致 C C CC 的问题,这被称为“反向相关性”,以及 C C CC 的原因是否也导致 E E EE ,这被称为“共同原因效应”。当人们能够合理地排除相关性是由反向相关性或共同原因效应引起时,就有理由推断因果关系。

序列维度还涵盖了影响类型:是近期的、前景事件,还是更遥远的、背景因素?前者被称为“触发原因”,后者则为“结构原因”。触发关系启动了一个已经存在但之前处于休眠状态(或至少不那么活跃)的过程。典型例子是扣动扳机发射枪支。使枪支处于待发状态的过程(即解除保险、装填弹药、枪支本身的制造)已经完成,但发射过程尚未激活。触发关系的其他例子可能包括政府对某一组织的镇压导致其转向暴力以实现目标,或者 2009 年伊拉克和阿富汗战争的进展导致也门在 2010 年沦为恐怖分子的避风港。结构关系则使得一个先前不存在的过程成为可能(或至少有助于其实现),但并不直接激活它。在典型例子中,这相当于枪支已装弹,或枪支已组装完成,甚至是枪支发射机制的设计。 这些都有助于使枪支在扣动扳机时能够发射(它们启用了发射过程),但并不会激活它。其他结构化关系的例子可能包括一个团体对周围社会的彻底丑化导致其诉诸暴力,或者也门在 2010 年因中央政府薄弱而成为恐怖分子的安全避难所。

表 18.1 触发与结构化因果关系
  触发原因   结构化原因
  表单

倾向于塑造某物的外部特征
Tend to Shape Something's External Characteristics| Tend to Shape Something's | | :--- | | External Characteristics |

倾向于塑造某物的内在特征
Tend to Shape Something's Internal Characteristics| Tend to Shape Something's | | :--- | | Internal Characteristics |
  数字
往往会更少

往往更大
Timing

往往更接近效果
Tend to be More Proximate to Effect| Tend to be More Proximate | | :--- | | to Effect |

往往与效果较不接近
Tend to be Less Proximate to Effect| Tend to be Less Proximate | | :--- | | to Effect |

现象学(其呈现方式)
Phenomenology (How It Appears)| Phenomenology | | :--- | | (How It Appears) |

倾向于位于前台

倾向于在后台运行
  影响程度
往往更具戏剧性

往往更为微妙
  影响力类型
倾向于激活一个进程

倾向于创建一个流程
  示例

在伊拉克和阿富汗对基地组织采取触发行动
Pulling a Trigger Action against al Qaeda in Iraq and Afghanistan| Pulling a Trigger | | :--- | | Action against al Qaeda in Iraq | | and Afghanistan |

装载枪支 也门脆弱的中央政府
Loading the Gun Yemen's Weak Central Government| Loading the Gun | | :--- | | Yemen's Weak Central | | Government |
Triggering Causes Structuring Causes Form "Tend to Shape Something's External Characteristics" "Tend to Shape Something's Internal Characteristics" Number Tend to be Fewer Tend to be Greater Timing "Tend to be More Proximate to Effect" "Tend to be Less Proximate to Effect" "Phenomenology (How It Appears)" Tend to be in Foreground Tend to be in Background Degree of Influence Tend to be More Dramatic Tend to be More Subtle Type of Influence Tend to Activate a Process Tend to Create a Process Example "Pulling a Trigger Action against al Qaeda in Iraq and Afghanistan" "Loading the Gun Yemen's Weak Central Government"| | Triggering Causes | Structuring Causes | | :--- | :--- | :--- | | Form | Tend to Shape Something's <br> External Characteristics | Tend to Shape Something's <br> Internal Characteristics | | Number | Tend to be Fewer | Tend to be Greater | | Timing | Tend to be More Proximate <br> to Effect | Tend to be Less Proximate <br> to Effect | | Phenomenology <br> (How It Appears) | Tend to be in Foreground | Tend to be in Background | | Degree of Influence | Tend to be More Dramatic | Tend to be More Subtle | | Type of Influence | Tend to Activate a Process | Tend to Create a Process | | Example | Pulling a Trigger <br> Action against al Qaeda in Iraq <br> and Afghanistan | Loading the Gun <br> Yemen's Weak Central <br> Government |

总体而言,序列维度将因果关系视为“线性的”,即影响不会“回到自身”,而是简单地随时间向前推进(与系统维度的“反馈”不同)。其灵感来源于因果分析的概率范式。最终,这一维度是“还原性的”,并从“自下而上”的角度进行因果分析,通过识别和评估潜在的个体来构建因果故事。


片段(使用概率相关性概念)作为其指导。从这个意义上说,个体/组成部分的连接是进行因果分析的三个视角之一。这就是序列维度。

多维因果分析方法的第二个重点是系统维度。它是序列维度的天然“对照”,因为它从集体或整体联系的角度进行因果分析。它通过替代的子问题“为什么这种持续的互动正在发生?”来探讨总体问题“为什么会发生这种情况?”。与序列维度识别特定事件及其背景条件的相关程度和类型不同,它侧重于试图识别整个系统中相互作用因素的持续行为。如果要探讨阿拉伯之春主要起义的原因,它可能会评估多种因素的结合如何产生了一种强化的动态,这种动态在某些国家升级并导致革命,而其他国家则有足够的替代因素来平衡这些动态。换句话说,它询问的是随着时间的推移,持续因素之间的相互作用。因果关系的这一面是“循环的”,因为因果关系是持续的,并且有可能随着时间的推移影响自身。 其灵感当然来自于因果分析的系统动力学范式。多维因果分析方法的独特之处,不在于它认识到这种因果思考方式的重要性,而在于它同时认可了这种因果思考方式以及概率论范式所体现的因果思考方式。通常,因果理论要么关注作为个体事物间概率相关性的因果关系,要么关注作为持续因素间集体互动的因果关系。几乎没有理论——如果有的话——尝试将这两种方法结合起来。最终,两者都有其价值;因此,自然的做法是尝试同时承认它们。这种因果关系是“整体性”的,并通过识别和评估因素之间的持续互动(利用反馈动力学的概念),从“自上而下”的角度构建因果故事来进行因果分析。在这个意义上,集体整体性连接是进行因果分析的三个视角之一。这就是系统维度。

多维因果分析方法的第三个重点是意外维度。它从因果现实可能如何与因果预期不同的角度进行因果分析。它通过子问题“为什么会出现这种意外结果(作为客户行动的后果)?”来探讨总体问题“为什么会发生这种情况?”。回想一下,因果分析对情报尤为重要,因为分析师面临着无关性的挑战,其中一部分是某些事情似乎与结果无关,但实际上却有关。一旦记住因果分析最终为战略评估奠定基础,这对情报客户具有巨大的潜在意义,因此客户对其决策选项的概念可能无法完全反映其将产生的全部后果。当这种情况发生时,客户最终可能会做出导致与其初衷完全相反的事情。意外后果是情报中的巨大风险。 虽然概率相关性和反馈动力学都是探索意外后果可能性的合理视角,但此类非预期结果的可能性如此显著,以至于本研究认为,将其作为因果分析的一个独立完整维度来聚焦是值得的。


一个非预期结果不仅仅是行动者未能预见且不希望引发的行动后果。更深入地理解,非预期结果是一种因果力量与另一种“新”的因果力量相互作用时的产物,当原有的因果力量成为比其最初意图更广泛背景的一部分时。非预期结果是“背景转换”的结果,即因果力量在


“新”的且属于“前景”部分(例如,常作为“触发原因”)的因素,会逐渐演变为“常态”并融入“背景”之中(例如,常作为“结构原因”)。由于因果力量在背景中停留的时间远超过在前景中的时间,且大多数原因都是背景/结构原因,因此,因果力量产生的结果大多是非预期的。分析师的因果预期存在局限:(a) 时间上:不考虑事件/因素的长期后果;(b) 关系上:不考虑事件/因素与其他事件/因素之间的互动方式;以及 (c) 环境上:不考虑它们对所处背景环境的影响及背景环境对它们的影响。


“新”的(即引发一系列结果的原因)变成了“正常”的(即引发不同系列结果的结构性原因)。


图 18.2 因果分析中的“意外”维度概述


因果分析的意外维度代表了一种方法,其假设是某事物的大部分后果将是意想不到的(超出客户预期),目标是确定其中一些可能是什么。一种方法是追溯性地进行(即在意外的后果开始发生后),这是因果分析序列维度的重点。另一种方法是前瞻性地进行(即在意外的后果发生之前,甚至在其原因发生之前),这是未来探索的外展维度的重点(参见第 23 章)。这两个维度相互关联,一个“向后看”,另一个“向前看”。


意外维度间接受到干预主义范式的启发,该范式强调因果分析的重要性,因为它支持行动者的干预。它从假设(出于调查目的)大多数因果关系(及后果)并未被相关参与者所预期的角度来探讨因果分析。因此,在任何特定情况下,明智的分析者不仅会考虑是否有任何结果出乎意料,还会假定许多结果是意料之外的,并试图找出最可信的意外原因。这种因果关系是“由内而外”的,因为它构建了一个关于因果因素如何从少数个别联系开始,但随时间转变为更广泛的联系集合,从而导致截然不同后果的故事。从这个意义上说,意外联系也是进行因果分析的三个视角之一。这就是意外维度。

因果分析的多维性意味着有三种同样重要的方法可以尝试回答“为什么会发生这种情况?”分析师可以采用


通过提出“为什么这一系列事件正在发生?”或“为什么这种持续的互动正在发生?”又或是“为什么这种意外结果(作为客户行动的结果)正在发生?”等问题来进行。这些方法本身并无优劣之分,尽管在某些特定情况下,选择其中一种提问方式可能更为合理。虽然现实世界只有一个,因此最终也只有一个完整的“因果故事”,但这个故事有不同的侧面,也有不同的视角可以用来尝试构建它。正如理想的推理整体上同时包含理性特质(个人维度)、理性技巧(程序维度)和理性目标(问题特定维度)一样,因果分析也同时涉及序列(个体联系)、系统(集体联系)和意外(意外联系)。

表 18.2 因果分析维度对比
  序列维度   系统维度 Surprise Dimension

个体或组成部分关联性的重要性
The Relevance of Individual or Constituent Connections| The Relevance of Individual | | :--- | | or Constituent Connections |

集体或整体联系的相关性
The Relevance of Collective or Holistic Connections| The Relevance of Collective | | :--- | | or Holistic Connections |

意外或非预期联系的相关性
The Relevance of Unintended or Unexpected Connections| The Relevance of | | :--- | | Unintended or Unexpected | | Connections |

询问“为什么这一系列事件会发生?”
Asks "Why Is This Series of Events Happening?"| Asks "Why Is This Series of | | :--- | | Events Happening?" |

询问“为什么这种持续的互动正在发生?”
Asks "Why Is This Ongoing Interaction Happening?"| Asks "Why Is This Ongoing | | :--- | | Interaction Happening?" |

询问“为什么会出现这种意外结果(作为客户行为的后果)?”
Asks "Why Is This Unexpected Outcome Happening (as a Result of the Client's Actions)?| Asks "Why Is This | | :--- | | Unexpected Outcome | | Happening (as a Result of | | the Client's Actions)? |

辨别特定事件及其背景条件的类型和相关程度
Discerns Type and Degree of Relevance of Specific Events and Their Background Conditions| Discerns Type and Degree of | | :--- | | Relevance of Specific Events | | and Their Background | | Conditions |

辨别整体中交互因素持续“反馈”行为的相关性
Discerns Relevance of Ongoing "Feedback" Behavior of Interacting Factors in a Whole| Discerns Relevance of | | :--- | | Ongoing "Feedback" | | Behavior of Interacting | | Factors in a Whole |

识别当前背景与先前背景(及预期)差异的相关性
Discerns Relevance of How Present Background Differs from Previous Background (and Expectations)| Discerns Relevance of How | | :--- | | Present Background Differs | | from Previous Background | | (and Expectations) |

"自下而上"与还原性

“自上而下”与整体性

《头脑特工队》与两者之间
"Inside Out" and In-Between| "Inside Out" and | | :--- | | In-Between |

最少先决知识;认识论上悲观的
Least Prerequisite Knowledge; Epistemologically Pessimistic| Least Prerequisite | | :--- | | Knowledge; | | Epistemologically Pessimistic |

中间先决知识;认识论上适度
In-Between Prerequisite Knowledge; Epistemologically Moderate| In-Between Prerequisite | | :--- | | Knowledge; | | Epistemologically Moderate |

大多数先决知识;认识论上乐观
Most Prerequisite Knowledge; Epistemologically Optimistic| Most Prerequisite | | :--- | | Knowledge; | | Epistemologically Optimistic |

通过比较影响分类方法强调
Emphasized by Comparative Influence Classification Method| Emphasized by Comparative | | :--- | | Influence Classification | | Method |

通过因果循环图方法强调
Emphasized by Causal Loop Diagramming Method| Emphasized by Causal Loop | | :--- | | Diagramming Method |

背景转移分析法强调
Emphasized by Background Shift Analysis Method| Emphasized by Background | | :--- | | Shift Analysis Method |
Sequence Dimension System Dimension Surprise Dimension "The Relevance of Individual or Constituent Connections" "The Relevance of Collective or Holistic Connections" "The Relevance of Unintended or Unexpected Connections" "Asks "Why Is This Series of Events Happening?"" "Asks "Why Is This Ongoing Interaction Happening?"" "Asks "Why Is This Unexpected Outcome Happening (as a Result of the Client's Actions)?" "Discerns Type and Degree of Relevance of Specific Events and Their Background Conditions" "Discerns Relevance of Ongoing "Feedback" Behavior of Interacting Factors in a Whole" "Discerns Relevance of How Present Background Differs from Previous Background (and Expectations)" "Bottom Up" and Reductive "Top Down" and Holistic ""Inside Out" and In-Between" "Least Prerequisite Knowledge; Epistemologically Pessimistic" "In-Between Prerequisite Knowledge; Epistemologically Moderate" "Most Prerequisite Knowledge; Epistemologically Optimistic" "Emphasized by Comparative Influence Classification Method" "Emphasized by Causal Loop Diagramming Method" "Emphasized by Background Shift Analysis Method"| Sequence Dimension | System Dimension | Surprise Dimension | | :--- | :--- | :--- | | The Relevance of Individual <br> or Constituent Connections | The Relevance of Collective <br> or Holistic Connections | The Relevance of <br> Unintended or Unexpected <br> Connections | | Asks "Why Is This Series of <br> Events Happening?" | Asks "Why Is This Ongoing <br> Interaction Happening?" | Asks "Why Is This <br> Unexpected Outcome <br> Happening (as a Result of <br> the Client's Actions)? | | Discerns Type and Degree of <br> Relevance of Specific Events <br> and Their Background <br> Conditions | Discerns Relevance of <br> Ongoing "Feedback" <br> Behavior of Interacting <br> Factors in a Whole | Discerns Relevance of How <br> Present Background Differs <br> from Previous Background <br> (and Expectations) | | "Bottom Up" and Reductive | "Top Down" and Holistic | "Inside Out" and <br> In-Between | | Least Prerequisite <br> Knowledge; <br> Epistemologically Pessimistic | In-Between Prerequisite <br> Knowledge; <br> Epistemologically Moderate | Most Prerequisite <br> Knowledge; <br> Epistemologically Optimistic | | Emphasized by Comparative <br> Influence Classification <br> Method | Emphasized by Causal Loop <br> Diagramming Method | Emphasized by Background <br> Shift Analysis Method |


3. 情报分析中因果分析实践的多维方法


多维推理方法旨在成为一种强大的智能推理理论,同时也融入其他相关的学术理论。然而,这项工作同样致力于为分析者提供一个关于理想的坚实描述,帮助他们成为良好推理的“榜样”。为此,该理论必须转化为实践。本节探讨了因果分析的三个维度如何与本工作中开发的三种相应的因果分析方法相互关联。本节的目的并非给出每种方法的具体步骤(具体步骤请参阅后续章节),而是代表了理论与实践之间的过渡。

比较影响分类优先考虑序列维度,并发现特定事件及其背景条件与某一特定结果之间的相关程度和类型。从哲学上讲,它始于 19 世纪的思想和约翰·斯图尔特·密尔著名的因果影响方法,包括“求同法”和“求异法”。 2 2 ^(2){ }^{2} 在前者中,分析者考察存在效果的案例,以识别它们的共同点。在后者中,分析者比较不存在效果的案例与存在效果的案例,以识别它们之间的差异。通过这些方法,分析者可以识别潜在的因果因素。然后,该方法从因果关系的概率范式(以及密尔所称的“共变法”)中汲取灵感,通过比较潜在原因存在与不存在的案例,寻找真正的相关性。 与效应发生频率较高相关的因素随后会被检查,以确定它们是否可能实际上是由诸如“反向相关性”或“共同原因效应”等虚假相关性引起的。这一过程受到“赖欣巴赫原则”的启发,该原则大致认为,如果 A A AA B B BB 相关,且 A A AA 在时间上先于 B B BB ,那么要么 A A AA B B BB 有共同原因,要么 A A AA 导致 B . 3 B . 3 B.^(3)B .{ }^{3} 。借鉴科学哲学家弗雷德·德雷茨克的观点,经过这一过程后幸存的关系被分类为“触发”(更接近的前景事件或因素,“激活”现有的因果潜力)或“结构化”(较不接近的背景事件或因素,创造但不激活因果潜力),以及“主要”或“辅助”。 ^('){ }^{\prime} 虽然这大大简化了因果关系的概率范式,但对于情报分析师在强调探索个体因果关系及因果分析的序列维度时,这是一种有效操作其最重要概念的方式。

因果循环图强调系统维度,并识别整体中互动因素的持续行为(特别是反馈)。从概念上讲,它建立在“系统思考”和“系统动力学”中建模因果力量的传统之上,使用因果循环图。 5 5 ^(5){ }^{5} 这种方法代表了在某一背景下主要行动者的“心智模型”(涉及他们个人策略的因果因素),以探索这些不同的持续动态如何相互影响。每个心智模型被表示为一个因果力量循环,其中(大致上)行动者影响因素 A A AA ,进而影响因素 B B BB ,从而影响因素 C C CC ,这又将反过来影响他们继续影响 A A AA 的程度。当他们被鼓励继续朝同一方向前进时,这是一种“增强”反馈;当他们被鼓励朝相反方向移动时,这是一种“平衡”反馈。特别令人感兴趣的是每个循环之间的反馈如何影响其他循环。例如,是否存在其他循环能够防止增强循环失控? 这些问题和其他问题有助于引导分析者考虑更广泛的因果力量,而不仅仅是单个参与者的具体策略。虽然这种方法是对系统动力学范式的显著简化,但它为分析者探索集体因果关系和因果分析的系统维度提供了一种现实的方式。

背景转换分析优先考虑意外维度,并研究因果现实可能与相关参与者的因果预期有何不同。虽然所有因果关系方法中都能找到看似无关实则相关的因果因素(即意外后果)的理念,但战略决策最终预设了潜在的因果联系,这使得这一方法在情报分析中尤为重要。该方法以一种预设接近世界的因果结构,即


表 18.3 因果分析方法的个人与程序侧重点

背景偏移分析
3 > 3 >

因果循环图
5 3 3 >

“比较影响力分类”
) 3 S >

4. 流程结构透明化

9. 持续进化判断力

背景偏移分析
:)\rangle 3 3 3

因果循环图
3 3 3 >

“比较影响力分类”
:)\rangle :)\rangle > >
"Background Shift Analysis" 3 > 3 > "Causal Loop Diagramming" 5 3 3 > "Comparative Influence Classification" ) 3 S > https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=556&width=164&top_left_y=857&top_left_x=429 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=442&width=46&top_left_y=950&top_left_x=966 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=445&width=51&top_left_y=945&top_left_x=1024 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=415&width=49&top_left_y=972&top_left_x=1084 4. Structure Process Transparently https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=403&width=49&top_left_y=990&top_left_x=1205 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=392&width=50&top_left_y=1005&top_left_x=1263 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=442&width=49&top_left_y=950&top_left_x=1320 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=379&width=49&top_left_y=1013&top_left_x=1381 9. Continually Evolve Judgments https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=317&width=56&top_left_y=1096&top_left_x=1502 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=457&width=56&top_left_y=956&top_left_x=1557 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=392&width=43&top_left_y=1022&top_left_x=1623 "Background Shift Analysis" :) 3 3 3 "Causal Loop Diagramming" 3 3 3 > "Comparative Influence Classification" :) :) > > https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=595&width=164&top_left_y=1693&top_left_x=429 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=526&width=50&top_left_y=1742&top_left_x=966 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=617&width=53&top_left_y=1654&top_left_x=1021 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=486&width=50&top_left_y=1781&top_left_x=1084 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=532&width=53&top_left_y=1739&top_left_x=1142 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=564&width=51&top_left_y=1704&top_left_x=1206 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=577&width=51&top_left_y=1690&top_left_x=1264 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=545&width=56&top_left_y=1726&top_left_x=1320 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=484&width=49&top_left_y=1783&top_left_x=1381 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=587&width=49&top_left_y=1682&top_left_x=1441 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=565&width=49&top_left_y=1715&top_left_x=1502 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=507&width=56&top_left_y=1781&top_left_x=1557 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=526&width=42&top_left_y=1762&top_left_x=1621| "Background Shift Analysis" | 3 | | | | | > | 3 | | | > | | | | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | | "Causal Loop Diagramming" | | 5 | | 3 | | | | | 3 | | | > | | "Comparative Influence Classification" | | | ) | | 3 | | | S | | | > | | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=556&width=164&top_left_y=857&top_left_x=429) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=442&width=46&top_left_y=950&top_left_x=966) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=445&width=51&top_left_y=945&top_left_x=1024) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=415&width=49&top_left_y=972&top_left_x=1084) | 4. Structure Process Transparently | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=403&width=49&top_left_y=990&top_left_x=1205) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=392&width=50&top_left_y=1005&top_left_x=1263) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=442&width=49&top_left_y=950&top_left_x=1320) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=379&width=49&top_left_y=1013&top_left_x=1381) | 9. Continually Evolve Judgments | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=317&width=56&top_left_y=1096&top_left_x=1502) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=457&width=56&top_left_y=956&top_left_x=1557) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=392&width=43&top_left_y=1022&top_left_x=1623) | | "Background Shift Analysis" | $\rangle$ | | | 3 | | | 3 | | | 3 | | | | "Causal Loop Diagramming" | | | 3 | | 3 | | | | 3 | | > | | | "Comparative Influence Classification" | | $\rangle$ | | | | $\rangle$ | | > | | | | > | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=595&width=164&top_left_y=1693&top_left_x=429) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=526&width=50&top_left_y=1742&top_left_x=966) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=617&width=53&top_left_y=1654&top_left_x=1021) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=486&width=50&top_left_y=1781&top_left_x=1084) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=532&width=53&top_left_y=1739&top_left_x=1142) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=564&width=51&top_left_y=1704&top_left_x=1206) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=577&width=51&top_left_y=1690&top_left_x=1264) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=545&width=56&top_left_y=1726&top_left_x=1320) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=484&width=49&top_left_y=1783&top_left_x=1381) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=587&width=49&top_left_y=1682&top_left_x=1441) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=565&width=49&top_left_y=1715&top_left_x=1502) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=507&width=56&top_left_y=1781&top_left_x=1557) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-211.jpg?height=526&width=42&top_left_y=1762&top_left_x=1621) |

任何既定行动方案的大部分效果都不会被相关主体预料到。这是因为因果预期通常与旨在激活现有因果潜力的前景原因相关联。但这些前景原因在其初始效果“实现”后仍可能长期存在,并可能转变为背景原因,进而为新生事物创造潜力。换言之,“新”最终会变成“常态”。而当这种情况发生时,同一事物可能会产生截然不同的效果。此方法通过试图揭示可能出人意料的后果来探讨特定效果。它考察效果产生的背景环境与效果发生前原有背景环境之间的差异,试图突显那些意外促成该效果的可能因素。再次强调,策略是假设一切在某种程度上都是意外后果,因此目标是试图弄清楚为什么会是这样。 虽然这不是识别意外后果的唯一方法,但它是一种鼓励分析人员探索意外联系和因果分析中惊喜维度的实用方式。

尽管这些方法在所优先考虑的问题上各不相同,它们在最为重视的认知美德与规则方面也有所区别。多维方法中的所有美德与规则均与各方法相关,但其中某些尤为关键,体现了各自的侧重点。分析师需谨记,过度依赖某一种方法(而忽视其他)可能导致个人及程序上的失衡,对某些美德与规则的关注过多或过少。在特定情境下,基于其所强调的美德或规则(以确保方法论的多样性),选择因果分析方法是有其合理性的,但通常这一选择应基于因果分析的哪个子维度最适合作为焦点:序列、系统,还是意外因素?

  注释


  1. 这一重要且实用的区分由分析哲学家弗雷德·德雷茨克在其著作中提出。参见弗雷德·德雷茨克,《解释行为:原因世界中的理由》(剑桥,马萨诸塞州:麻省理工学院出版社,1991 年),以及“触发与结构原因”,收录于蒂莫西·奥康纳和康斯坦丁·桑迪斯编,《行动哲学指南》(马尔登,马萨诸塞州:威利-布莱克威尔,2013 年),139-44 页。

  2. 原始来源参见约翰·斯图尔特·密尔(John Stuart Mill)的《逻辑体系》,收录于《约翰·斯图尔特·密尔全集》第 7 卷(印第安纳波利斯:自由基金会,2006 年)。关于这些内容的简要讨论,参见诺埃尔·亨德里克森(Noel Hendrickson)、柯克·圣阿曼特(Kirk St. Amant)、威廉·霍克(William Hawk)、威廉·奥米拉(William O’Meara)和丹尼尔·弗莱格(Daniel Flage)合著的《罗曼&利特菲尔德批判性思维手册》(马里兰州兰哈姆:罗曼&利特菲尔德出版社,2008 年)。

  3. 参见 Hans Reichenbach 的《The Direction of Time》(伯克利,加利福尼亚大学出版社,1956 年),以及第 17 章之前关于因果关系的概率方法的讨论。

  4. 参见 Dretske 的《解释行为》以及“触发与结构原因”。

  5. 参见 John Sterman 的《商业动力学:复杂世界的系统思考与建模》(纽约:McGraw-Hill,2000 年);Peter Senge 的《第五项修炼:学习型组织的艺术与实践》修订版(纽约:Doubleday,2006 年);Michael Deaton 的《系统思考在情报分析中的入门指南》,詹姆斯麦迪逊大学国家安全分析研究所技术报告,2011 年;Michael Deaton 和 Noel Hendrickson 的《玩转未知:情报分析师识别和利用潜在意外事件的结构化方法》,支持 DAGGRE 预测团队的研究技术报告,IARPA ACE 项目,2012 年。此外,还可以参考(无需太多理论背景)Morgan Jones 的《思考者工具包》中关于“因果循环图”的部分(纽约:Three Rivers Press,1998 年)。

  第七部分


情报分析师的因果分析实践


“为什么会发生这种情况?”的推理方法

19


如何识别单个连接


“比较影响分类”方法

  摘要


良好的情报分析建立联系。但当分析师试图将先前事件与关注结果联系起来时,他们很容易被所有潜在关系所淹没。之前发生的每件事都可能相关。但结果的完整历史背景毫无用处,因为情报客户在决策时只能专注于少数几个选定因素。然而,缩小到那个列表在智力上是冒险的,因为许多看似相关的事件其实无关。而许多看似无关的事件却相关。因此,分析师需要一种合理的方法,帮助客户专注于与他们的关注结果最相关的选定因素集。


1. 方法的问题特定方面:它建议分析师提出哪些问题?


当分析师使用比较影响分类时,他们通过特定类型的问题来塑造自己的推理。首先,他们选择提出一个因果分析问题,其一般形式为“为什么会发生这种情况?”客户可能直接询问为什么某个国家继续寻求核武器,为什么在独裁政权中反对团体获得更广泛的接受,或者为什么一种新毒品正在接管区域毒品市场。或者,客户可能通过提出策略评估或未来探索查询间接地提出了因果分析问题,而分析师在没有首先进行一些基础的因果分析的情况下无法理想地回答这些问题。例如,分析师无法合理地研究如何阻止一个国家追求核武器(即一个形式为“客户如何应对?”的策略评估问题),而如果不首先评估他们追求核武器未来可能导致什么(即一个形式为“何时何地可能会发生变化?”的未来探索问题),这两者都意味着首先分析为什么这个国家一开始就追求核武器(即一个因果分析问题)。

其次,在使用比较影响分类法时,分析师选择通过一种特定类型的子问题来展开因果推理,这类子问题的一般形式为“为什么这一系列事件正在发生?”在采用这种方法时,他们决定聚焦于序列维度,并强调特定事件及其相关性的程度和类型


背景条件。这是从“自下而上”或“还原论”视角进行的因果分析,优先寻找最相关的个体或构成性联系。使用此方法时,分析人员无需具备先验的因果知识,因为这是他们能够提出的最基本的因果问题类型。然而,可能首先需要回答一些先决的假设发展问题。例如,分析人员若未首先确认某国确实在追求核武器,就无法合理解释其为何要这样做(即,一个“正在发生什么?”形式的假设发展问题)。因此,在选择比较影响分类时,分析人员是从个体或构成性联系的角度询问为何会发生这种情况,这既可能是他们分析的直接目标,也可能是实现目标过程中的一个中间步骤。


2. 方法的程序性方面:它建议分析师遵循哪些规则?


如果分析师采用比较影响分类法,那么他们不仅选择用特定问题引导自己的思维,还选择用一套特定规则来指导思考。他们隐含地确定了现在必须遵循的具体程序。比较影响分类法特别强调四条规则。这些并非该方法唯一重要的原则,但它们对其尤为关键。首先,在构建分析过程以识别相关背景时,该方法敦促分析师通过要求他们识别一系列存在该效果的案例、一系列不存在该效果的案例,然后比较存在可能原因的案例与不存在这些原因的案例,来进行深入的主题研究。 其次,为了推断出合理的结论,该方法指导分析师通过将一系列因果类别应用于潜在原因(包括“触发”与“结构”、“主要”与“辅助”)来做出相关区分。第三,为了设想合理的替代方案,该方法指示分析师认真对待反对意见,始终明确考虑潜在的因果关系是否真实相关,以及这种相关性是否仅仅是相关性,并且这些因素之间是否存在除了第一个导致第二个之外的其他关系(例如,可能是第二个导致第一个,或者第三个因素导致两者)。第四,为了结束分析过程并解释更广泛的意义,该方法要求分析师通过具体查看其因果主张如何避免因虚假或仅仅是相关性而被拒绝,以及这是“容易”还是“困难”的判断,来识别证据限制。因此,比较影响分类法强调分析过程应彻底研究主题、做出相关区分、认真对待反对意见,并识别证据限制。 因此,在选择这种方法时,分析人员既决定在特定案例中尽力遵循这些规则,又试图在整体分析过程中普遍加强这些规则。


3. 方法的个人层面:它建议分析师体现哪些特征?


每当分析人员使用比较影响分类法时,他们不仅决定要受某种问题类型和一套规则的指导,还试图体现特定的认知美德。他们隐含地选择优先考虑某些特性,这些特性(理想情况下)将定义他们作为推理者的“身份”。这些特质对于使用尤为重要。


该方法及其使用应使这四种美德更成为分析师对其思维“自我”整体视野的一部分。首先,在努力缩小潜在相关因素的范围至对客户影响最大的选定集合时,该方法强调了咨询动机的具体美德(即平衡中立性与现实关注),以追求智力勇气的一般美德。其次,在通过案例比较寻找潜在相关性并描述其作为原因的合理性时,该方法侧重于描述性的具体美德(即平衡事物的定量与定性描述),以追求智力自控的一般美德。第三,在要求分析师评估在有限数据范围内因素是否相关时,该方法挑战他们体现灵活性的具体美德(即平衡预设程序与自发适应),以追求洞察力的一般美德。 第四,该方法始终考虑虚假和单纯相关性的可能性,以及每个已确认的原因可能是触发性的、结构性的、主要的或辅助的,从而鼓励在追求智力公平这一普遍美德时,培养特定的慈善美德(即平衡反对意见与替代方案的改进)。因此,比较影响分类法建议分析者在动机上具有建议性、描述性、灵活性和慈善性。因此,在选择这一方法时,分析者不仅选择在具体案例中尝试如此行事,还选择在更广泛的层面上尝试如此,作为理想中“他们作为思考者的身份”的一部分。


4. 方法介绍:它通常如何运作?


比较影响分类法首先研究一系列发生该效应的类似案例,并将其与未发生该效应的案例进行比较。这生成了潜在的因果关系,然后通过考虑每种潜在原因存在时(与不存在时相比)效应发生的频率来评估这些关系。当发现此类相关性时,该方法会进一步检查它们是否仅仅是相关性而非因果关系(通过考虑是否可以排除相关性的其他原因,如“反向关联”和“共同原因的影响”)。当找到合理的原因时,该方法会根据其影响类型(触发型与结构型)和影响程度(主要型与贡献型)对其进行分类。

第一步:寻找效应存在案例中的共同点:识别多个效应存在的相似案例,然后考虑这些案例,并尝试确定它们之间的共同之处。

注意:如果分析师只有一个发生效果的案例,有两种选择。首先,他们可以通过概括和考虑一系列与他们感兴趣的案例相似的案例来扩大问题范围。或者,其次,他们可以仅使用一个案例,并以非常“宽松”的方式处理步骤 3 中生成的值,并认为这些值本身相对权重较小。然后,步骤 1 会考虑该案例的主要特征是什么。

第二步:寻找效果缺失案例的差异:考虑效果缺失的类似案例,然后识别出效果存在的案例与效果缺失的案例之间的不同之处。这些差异也是潜在的原因。(如果没有效果缺失的案例可用,则通常无法使用此方法。)

第三步:确认潜在原因与效果之间的相关性:比较存在潜在原因的情况与不存在潜在原因的情况。如果在存在潜在原因的情况下,效果显著更可能或更不可能发生(即更频繁或更不频繁),则它们之间存在潜在相关性。如果效果的发生频率相同,或更频繁/更不频繁,但不显著,则应认为相关性未得到确认。为了统一,如果在原因存在时效果显著更不可能发生(即更不频繁),则将潜在原因“重命名”为其相反面(这将使该相反面存在时效果显著更可能发生)。

注 1:要确认某事物与效应相关(步骤 3),分析师必须进行适当的比较:存在潜在原因的情况与不存在潜在原因的情况。这与存在效应的情况(步骤 1)或不存在效应的情况(步骤 2)不同。此外,仅凭一组情况不足以证明相关性。分析师必须将存在潜在原因的情况与不存在潜在原因的情况进行比较,否则无法证明相关性。

注 2:相关性(以及由此产生的因果主张)在以下情况下更为可信:在步骤 3 中有合理数量的样本/案例(考虑到存在的案例总数),并且步骤 3 中的样本/案例能够代表总体案例(即它们是“正常”案例)。在“科学”背景下,这些案例(理想情况下)数量应较大且随机选择。鉴于情报分析人员通常可考虑的案例较少,此处得出的确切频率通常应“宽松”对待。它们只是此时需要考虑的一个因素。

步骤 4. 检查相关性是否可能源于“反向关联”:如果 C C CC 导致 E E EE ,那么 C C CC E E EE 将相关;但如果 E E EE 导致 C C CC ,它们同样会相关。在多大程度上可以合理排除后者?(反向关联 = = == :潜在原因实际上是结果,而潜在结果实际上是原因)。能够排除的程度,即是其作为因果相关性继续被探索的程度。


“时间优先性”策略:尝试确立 C C CC E E EE 具有精确的时间框架,使得 C 在时间上先于 E。由于时间上较晚的事物无法因果影响时间上较早的事物,因此 E E EE 不能导致 C C CC (即这不属于“反向相关性”的情况)。

步骤 5. 检查相关性是否可能源于“共同原因效应”:如果 C C CC 导致 E E EE ,C 和 E 将相关;但如果某物 C o C C o C CoCC o C 同时导致 C C CC E E EE ,它们也会相关。后者能在多大程度上被排除?(共同原因效应 = = == ,潜在原因和潜在效果都是第三个事件/因素的结果—— C C CC 的原因也导致 E。)这种排除的程度,即是其作为因果相关性继续被探索的程度。


“固定共同原因”策略:尝试识别 C C CC 的原因,并假设 C 的原因存在但(与事实相反)C 不存在。那么 E E EE 是否仍会发生?如果认为 E E EE 仍会发生是合理的,那么这表明 E E EE 更多是由于 C C CC 的原因,而非 C C CC 本身。相反,如果认为 E E EE 不会发生(或不太可能发生)是合理的,那么这表明 E E EE 更多是由于 C C CC ,而不仅仅是 C C CC 的原因(即这不是“共同原因效应”的情况)。

步骤 6. 因果关联类型分类:将因果关联类型分类为触发型或结构型。与效果更接近、可视为“激活”现有过程的前景原因是“触发原因”。与效果较不接近、可视为“创造”一个过程但未激活它的背景原因是“结构原因”。

步骤 7. 对因果相关性程度进行分类:将因果相关性程度分类为主要或次要。不仅要考虑潜在原因的“力量”或其对潜在影响的统计显著性,还要考虑因果问题的性质、原因的类型(触发性或结构性),以及合理排除反向相关性和共同原因的程度。

总体说明:这是一种“保守”的方法论,更倾向于过度排除潜在的虚假或单纯相关性,而非排除不足的风险。


5. 方法实践:它在具体示例中如何运作?


2011 年春天,中东和北非的许多阿拉伯国家爆发了广泛的抗议活动。最终,其中一些抗议活动加速演变为针对政府的大规模起义。在这些发生起义的国家中,有四个(埃及、利比亚、突尼斯和也门)最终导致了“政权更迭”。而另一个国家(叙利亚)则陷入了一场旷日持久的内战(截至本文撰写时仍在持续)。许多人认为这些起义是出乎意料的,并想知道是什么导致了它们。那些没有发生“政权更迭”的国家中,引发这些起义的因素可能仍然存在。因此,它们未来可能面临严重的不稳定风险。为了举例说明,假设阿尔及利亚、巴林、埃及、利比亚、叙利亚、突尼斯和也门发生了大规模的抗议起义。(显然,大规模和小规模起义之间的区别存在一些灰色地带,但为了举例,假设这个列表。)想象一下,2011 年底的分析师们使用比较影响分类法来探索大规模抗议和起义的原因。 1 1 ^(1){ }^{1}

分析师们比较了七个发生重大起义的国家,并识别出大多数国家共有的九个因素(步骤一)。接着,分析师们将这些发生起义的案例与另外七个未发生起义的案例进行对比(步骤二)。他们选择考察约旦、科威特、摩洛哥、阿曼、卡塔尔、沙特阿拉伯和阿拉伯联合酋长国。

对于每一个潜在原因,分析人员会考虑所有存在该原因的案例。然后,他们观察效应/重大起义发生的频率(步骤 3)。请注意,在完全缺乏民主和长期执政的领导人情况下,效应/重大起义的频率仅略有高低变化,因此它们不被认为具有相关性。此外,由于政府是君主制与起义频率较低相关,该因素将被“翻转”为其对立面,即政府不是君主制。现在,当该因素存在时,起义的频率更高。

分析师们逐一审视剩余的可能原因,并试图排除相关性由反向因果关系所致的可能性(步骤 4)。例如,他们得出结论,无法明确断言军事镇压在起义成为重大起义之前是暂时性的,因此不能排除反向相关性的存在。接着,分析师们尝试排除存在某种第三方因素同时引发潜在原因的可能性。


表 19.1 比较影响分类步骤 1-2 的示例
  第二步:差异
UAE > J
  沙特阿拉伯 ) 3 3 > > :)\rangle
  卡塔尔 > > >
  阿曼 > > > 3 J
  摩洛哥 ) > 3 3 3 3 :)\rangle
  科威特 3 > 3 J
  乔丹 > > > > > > >
  也门 ) > :)\rangle > > > > > 3 :)\rangle 3
  突尼斯 3 :)\rangle 3 λ λ lambda\lambda 3 3 3 3
  叙利亚 5 3 :)\rangle 3 :)\rangle ) ) 3 3
  利比亚 ) 3 3 3 3 :)\rangle :)\rangle 3 3
  埃及 1 1 :)\rangle > :)\rangle λ λ lambda\lambda > :)\rangle :)\rangle
  巴林 > :)\rangle 3 :)\rangle >
  阿尔及利亚 3 3 3 3 :)\rangle :)\rangle > > 3
a 0 0 0 0 0 0 0 0 0 0 0 0 0 0
  第一步:共同点
Step 2: Differences https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=375&width=34&top_left_y=810&top_left_x=540 UAE > J Saudi Arabia ) 3 3 > > :) Qatar > > > Oman > > > 3 J Morocco ) > 3 3 3 3 :) Kuwait 3 > 3 J Jordan > > > > > > > https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=383&width=39&top_left_y=1316&top_left_x=538 Yemen ) > :) > > > > > 3 :) 3 Tunisia 3 :) 3 lambda 3 3 3 3 Syria 5 3 :) 3 :) ) ) 3 3 Libya ) 3 3 3 3 :) :) 3 3 Egypt 1 1 :) > :) lambda > :) :) Bahrain > :) 3 :) > Algeria 3 3 3 3 :) :) > > 3 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=300&width=53&top_left_y=1863&top_left_x=788 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=361&width=50&top_left_y=1808&top_left_x=854 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=314&width=56&top_left_y=1858&top_left_x=914 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=397&width=45&top_left_y=1775&top_left_x=975 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=350&width=50&top_left_y=1822&top_left_x=1033 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=392&width=49&top_left_y=1775&top_left_x=1090 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=199&width=42&top_left_y=1973&top_left_x=1151 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=279&width=40&top_left_y=1893&top_left_x=1211 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=375&width=45&top_left_y=1797&top_left_x=1272 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=361&width=45&top_left_y=1811&top_left_x=1332 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=361&width=45&top_left_y=1811&top_left_x=1387 a 0 0 0 0 0 0 0 0 0 0 0 0 0 0 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=280&width=42&top_left_y=1892&top_left_x=1509 Step 1: Commonalities | Step 2: Differences | | | | | | | | | | | | | | | | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=375&width=34&top_left_y=810&top_left_x=540) | UAE | | | | > | | | | | | | J | | | | | Saudi Arabia | ) | 3 | | 3 | | | > | > | | | $\rangle$ | | | | | Qatar | | | | > | > | | | | | | > | | | | | Oman | | | | > | > | | > | 3 | | | J | | | | | Morocco | ) | | > | | 3 | | 3 | 3 | | 3 | $\rangle$ | | | | | Kuwait | | | | 3 | | | > | 3 | | | J | | | | | Jordan | > | > | > | > | | | > | | | > | > | | | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=383&width=39&top_left_y=1316&top_left_x=538) | Yemen | ) | > | $\rangle$ | > | > | > | > | > | 3 | $\rangle$ | | 3 | | | | Tunisia | | 3 | $\rangle$ | | 3 | $\lambda$ | 3 | 3 | | 3 | | | 3 | | | Syria | 5 | 3 | $\rangle$ | 3 | | $\rangle$ | ) | ) | 3 | 3 | | | | | | Libya | ) | 3 | 3 | 3 | 3 | $\rangle$ | $\rangle$ | 3 | 3 | | | | | | | Egypt | 1 | 1 | $\rangle$ | | > | $\rangle$ | $\lambda$ | > | | $\rangle$ | | | $\rangle$ | | | Bahrain | | | | > | | | $\rangle$ | | 3 | | $\rangle$ | > | | | | Algeria | 3 | 3 | 3 | 3 | | $\rangle$ | $\rangle$ | > | | | | > | 3 | | | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=300&width=53&top_left_y=1863&top_left_x=788) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=361&width=50&top_left_y=1808&top_left_x=854) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=314&width=56&top_left_y=1858&top_left_x=914) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=397&width=45&top_left_y=1775&top_left_x=975) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=350&width=50&top_left_y=1822&top_left_x=1033) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=392&width=49&top_left_y=1775&top_left_x=1090) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=199&width=42&top_left_y=1973&top_left_x=1151) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=279&width=40&top_left_y=1893&top_left_x=1211) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=375&width=45&top_left_y=1797&top_left_x=1272) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=361&width=45&top_left_y=1811&top_left_x=1332) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=361&width=45&top_left_y=1811&top_left_x=1387) | a 0 0 0 0 0 0 0 0 0 0 0 0 0 0 | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-221.jpg?height=280&width=42&top_left_y=1892&top_left_x=1509) | | Step 1: Commonalities | | | | | | | | | | | | | | |

表 19.2 比较影响分类步骤 3 的示例

分子相加 = 效应发生的总案例数 分母相加 = = == 总案例数

潜在原因存在的案例数量

潜在原因存在时效应发生的频率

潜在原因缺失的案例数量

潜在原因不存在情况下的效应频率

相关性?(即第一频率显著高于或低于第二频率)
  大量青年人口 8 5 / 8 = 0.625 5 / 8 = 0.625 5//8=0.6255 / 8=0.625 6 2 / 6 = 0.33 2 / 6 = 0.33 2//6=0.332 / 6=0.33   YES: 更高
  青年高失业率 8 6 / 8 = 0.75 6 / 8 = 0.75 6//8=0.756 / 8=0.75 6 1 / 6 = 0.16 1 / 6 = 0.16 1//6=0.161 / 6=0.16   YES: 更高

人均收入低
8 6 / 8 = 0.75 6 / 8 = 0.75 6//8=0.756 / 8=0.75 6 1 / 6 = 0.16 1 / 6 = 0.16 1//6=0.161 / 6=0.16   YES: 更高

完全缺乏民主
11 5 / 11 = 0.45 5 / 11 = 0.45 5//11=0.455 / 11=0.45 3 2 / 3 = 0.66 2 / 3 = 0.66 2//3=0.662 / 3=0.66 NO

长期任职的领导者(15 年以上)
7 4 / 7 = 0.57 4 / 7 = 0.57 4//7=0.574 / 7=0.57 7 3 / 7 = 0.43 3 / 7 = 0.43 3//7=0.433 / 7=0.43 NO

高政府腐败
6 6 / 6 = 1.00 6 / 6 = 1.00 6//6=1.006 / 6=1.00 8 1 / 8 = 0.125 1 / 8 = 0.125 1//8=0.1251 / 8=0.125   YES: 更高
  小型抗议活动 12 7 / 12 = 0.58 7 / 12 = 0.58 7//12=0.587 / 12=0.58 2 0 / 2 = 0.00 0 / 2 = 0.00 0//2=0.000 / 2=0.00   YES: 更高
  提供的优惠 10 6 / 10 = 0.60 6 / 10 = 0.60 6//10=0.606 / 10=0.60 4 1 / 4 = 0.25 1 / 4 = 0.25 1//4=0.251 / 4=0.25   YES: 更高

大规模军事镇压
4 4 / 4 = 1.00 4 / 4 = 1.00 4//4=1.004 / 4=1.00 10 3 / 10 = 0.30 3 / 10 = 0.30 3//10=0.303 / 10=0.30   YES: 更高

非石油经济
6 4 / 6 = 0.66 4 / 6 = 0.66 4//6=0.664 / 6=0.66 8 3 / 8 = 0.375 3 / 8 = 0.375 3//8=0.3753 / 8=0.375   YES: 更高

政府是君主制
8 1 / 8 = 0.125 1 / 8 = 0.125 1//8=0.1251 / 8=0.125 6 6 / 6 = 1.00 6 / 6 = 1.00 6//6=1.006 / 6=1.00   YES: 降低

以往/最近的起义
3 3 / 3 = 1.00 3 / 3 = 1.00 3//3=1.003 / 3=1.00 11 4 / 11 = 0.36 4 / 11 = 0.36 4//11=0.364 / 11=0.36   YES: 更高
  独立军事 3 3 / 3 = 1.00 3 / 3 = 1.00 3//3=1.003 / 3=1.00 11 4 / 11 = 0.36 4 / 11 = 0.36 4//11=0.364 / 11=0.36   YES: 更高
Numerators Added Together = Total Number of Cases Where Effect Occurs Denominators Added Together = Total Number of Cases Number of Cases Where the Potential Cause Is Present Frequency of the Effect among Cases Where the Potential Cause Is Present Number of Cases Where the Potential Cause Is Absent Frequency of the Effect among Cases Where the Potential Cause Is Absent Correlation? (i.e., First Frequency Is Significantly Higher or Lower Than Second) https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-222.jpg?height=45&width=223&top_left_y=2420&top_left_x=1044 Large Youth Population 8 5//8=0.625 6 2//6=0.33 YES: Higher High Youth Unemployment 8 6//8=0.75 6 1//6=0.16 YES: Higher Low Per Capita Income 8 6//8=0.75 6 1//6=0.16 YES: Higher Complete Lack of Democracy 11 5//11=0.45 3 2//3=0.66 NO Long-Serving Leader (15+) 7 4//7=0.57 7 3//7=0.43 NO High Government Corruption 6 6//6=1.00 8 1//8=0.125 YES: Higher Minor Protests 12 7//12=0.58 2 0//2=0.00 YES: Higher Concessions Offered 10 6//10=0.60 4 1//4=0.25 YES: Higher Massive Military Crackdown 4 4//4=1.00 10 3//10=0.30 YES: Higher Not an Oil-Based Economy 6 4//6=0.66 8 3//8=0.375 YES: Higher Government Is a Monarchy 8 1//8=0.125 6 6//6=1.00 YES: Lower Previous/Recent Uprisings 3 3//3=1.00 11 4//11=0.36 YES: Higher Independent Military 3 3//3=1.00 11 4//11=0.36 YES: Higher| Numerators Added Together = Total Number of Cases Where Effect Occurs Denominators Added Together $=$ Total Number of Cases | | Number of Cases Where the Potential Cause Is Present | Frequency of the Effect among Cases Where the Potential Cause Is Present | Number of Cases Where the Potential Cause Is Absent | Frequency of the Effect among Cases Where the Potential Cause Is Absent | Correlation? (i.e., First Frequency Is Significantly Higher or Lower Than Second) | | :---: | :---: | :---: | :---: | :---: | :---: | :---: | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-222.jpg?height=45&width=223&top_left_y=2420&top_left_x=1044) | Large Youth Population | 8 | $5 / 8=0.625$ | 6 | $2 / 6=0.33$ | YES: Higher | | | High Youth Unemployment | 8 | $6 / 8=0.75$ | 6 | $1 / 6=0.16$ | YES: Higher | | | Low Per Capita Income | 8 | $6 / 8=0.75$ | 6 | $1 / 6=0.16$ | YES: Higher | | | Complete Lack of Democracy | 11 | $5 / 11=0.45$ | 3 | $2 / 3=0.66$ | NO | | | Long-Serving Leader (15+) | 7 | $4 / 7=0.57$ | 7 | $3 / 7=0.43$ | NO | | | High Government Corruption | 6 | $6 / 6=1.00$ | 8 | $1 / 8=0.125$ | YES: Higher | | | Minor Protests | 12 | $7 / 12=0.58$ | 2 | $0 / 2=0.00$ | YES: Higher | | | Concessions Offered | 10 | $6 / 10=0.60$ | 4 | $1 / 4=0.25$ | YES: Higher | | | Massive Military Crackdown | 4 | $4 / 4=1.00$ | 10 | $3 / 10=0.30$ | YES: Higher | | | Not an Oil-Based Economy | 6 | $4 / 6=0.66$ | 8 | $3 / 8=0.375$ | YES: Higher | | | Government Is a Monarchy | 8 | $1 / 8=0.125$ | 6 | $6 / 6=1.00$ | YES: Lower | | | Previous/Recent Uprisings | 3 | $3 / 3=1.00$ | 11 | $4 / 11=0.36$ | YES: Higher | | | Independent Military | 3 | $3 / 3=1.00$ | 11 | $4 / 11=0.36$ | YES: Higher |

表 19.3 比较影响分类步骤 3-7 的示例

步骤 3:确认相关性:当原因存在时,效果是否显著更频繁?

步骤 4:检查反向相关性:是否可以合理排除?
Step 4: Check for Reversed Relevance: Can It Reasonably Be Excluded?| Step 4: | | :--- | | Check for Reversed Relevance: Can It Reasonably Be Excluded? |

步骤 5:检查共同原因的影响:能否合理地排除?
Step 5: Check for Effects of a Common Cause: Can It Reasonably Be Excluded?| Step 5: | | :--- | | Check for Effects of a Common Cause: Can It Reasonably Be Excluded? |

第 6 步:关联类型:触发还是构建?
Step 6: Type of Relevance: Triggering or Structuring?| Step 6: | | :--- | | Type of Relevance: Triggering or Structuring? |

第 7 步:相关性程度:主要或辅助?
Step 7: Degree of Relevance: Primary or Contributing?| Step 7: | | :--- | | Degree of Relevance: Primary or Contributing? |
  大量青年人口 YES YES YES   结构化   贡献
  青年高失业率 YES YES NO N/A N/A

人均收入低
YES YES NO N/A N/A

完全缺乏民主
NO N/A N/A N/A N/A

长期任职的领导者(15 年以上)
NO N/A N/A N/A N/A

高政府腐败
YES YES YES   结构化   主要
  小型抗议活动 YES YES YES   触发   贡献
  提供的优惠 YES NO N/A N/A N/A

大规模军事镇压
YES NO N/A N/A N/A

非石油经济
YES YES YES   结构化   贡献

政府不是君主制
YES YES YES   结构化   主要

先前/最近的起义
YES YES YES   结构化   主要
  独立军事 YES YES NO N/A N/A
Step 3: Confirm Correlations: Is Effect Significantly More Frequent When Cause Is Present? "Step 4: Check for Reversed Relevance: Can It Reasonably Be Excluded?" "Step 5: Check for Effects of a Common Cause: Can It Reasonably Be Excluded?" "Step 6: Type of Relevance: Triggering or Structuring?" "Step 7: Degree of Relevance: Primary or Contributing?" Large Youth Population YES YES YES Structuring Contributing High Youth Unemployment YES YES NO N/A N/A Low Per Capita Income YES YES NO N/A N/A Complete Lack of Democracy NO N/A N/A N/A N/A Long-Serving Leader(15+) NO N/A N/A N/A N/A 家 High Government Corruption YES YES YES Structuring Primary 砣 Minor Protests YES YES YES Triggering Contributing 皆 Concessions Offered YES NO N/A N/A N/A Massive Military Crackdown YES NO N/A N/A N/A Not an Oil-Based Economy YES YES YES Structuring Contributing Government Not a Monarchy YES YES YES Structuring Primary Previous/Recent Uprisings YES YES YES Structuring Primary Independent Military YES YES NO N/A N/A| | | Step 3: Confirm Correlations: Is Effect Significantly More Frequent When Cause Is Present? | Step 4: <br> Check for Reversed Relevance: Can It Reasonably Be Excluded? | Step 5: <br> Check for Effects of a Common Cause: Can It Reasonably Be Excluded? | Step 6: <br> Type of Relevance: Triggering or Structuring? | Step 7: <br> Degree of Relevance: Primary or Contributing? | | :---: | :---: | :---: | :---: | :---: | :---: | :---: | | | Large Youth Population | YES | YES | YES | Structuring | Contributing | | | High Youth Unemployment | YES | YES | NO | N/A | N/A | | | Low Per Capita Income | YES | YES | NO | N/A | N/A | | | Complete Lack of Democracy | NO | N/A | N/A | N/A | N/A | | | Long-Serving Leader(15+) | NO | N/A | N/A | N/A | N/A | | 家 | High Government Corruption | YES | YES | YES | Structuring | Primary | | 砣 | Minor Protests | YES | YES | YES | Triggering | Contributing | | 皆 | Concessions Offered | YES | NO | N/A | N/A | N/A | | | Massive Military Crackdown | YES | NO | N/A | N/A | N/A | | | Not an Oil-Based Economy | YES | YES | YES | Structuring | Contributing | | | Government Not a Monarchy | YES | YES | YES | Structuring | Primary | | | Previous/Recent Uprisings | YES | YES | YES | Structuring | Primary | | | Independent Military | YES | YES | NO | N/A | N/A |

以及起义(步骤 5)。换句话说,他们提出疑问:如果潜在原因的原因存在,但潜在原因本身不存在,起义是否仍会发生?例如,他们认识到低人均收入很可能由非石油经济引起,但非石油经济仍可能是起义的原因。因此,低人均收入被排除在考虑之外。接着,他们评估剩余原因之间的相关性类型(步骤 6)。例如,小规模抗议似乎属于近因事件(触发原因),而所有其他因素则似乎是背景因素(结构原因)。最后,分析人员评估相关性的强度(步骤 7)。例如,政府高度腐败、政府非君主制以及先前/最近的起义似乎具有最强的关联性,因此被标记为“主要”原因。这意味着青年人口众多、小规模抗议以及非石油经济是“辅助”原因。

NOTE


  1. 本示例部分受到了与该主题相关的学术讨论的启发(正如许多人所采用的推理类似于步骤 1 2 1 2 1-21-2 ,以及支撑这些推理的“密尔因果推理法”)。特别是,非君主制和非石油经济等因素的潜在相关性,广泛受到了诸如 Jason Brownlee、Tarek Masoud 和 Andrew Reynolds 在《民主杂志》第 24 卷第 4 期(2013 年)上发表的《为何收获甚微?》等讨论的启发。本示例并非旨在支持他们的结论或类似观点;它只是部分受到了这些讨论的启发(其中一些推理体现在步骤 1-2 中)。

20


如何识别集体连接


“因果循环图法”

  摘要


优秀的情报分析能够把握大局。尽管分析人员常如其名,将事物分解为对个别问题的细致入微的评估,但他们也应具备采取整体视角的能力,生成广泛、粗粒度的评估,以理解所有因素如何作为一个整体相互作用。人们很容易认为整个因果链条只是开头的原因导致末尾的结果。但这种看法仅考虑了因果关系的“形成”,而忽视了它们随时间演变、相互作用及相互影响的过程。在更广阔的框架内,结果可能促使类似其起因的更多事件持续发生,从而“自我强化”。或者,结果也可能抑制类似其起因的事件继续发生,以此“自我平衡”。然而,这两种“反馈”类型只有在更广泛的视角下才显而易见。因此,分析人员需要关于如何构建叙述的建议,这些叙述能够捕捉这类更广泛、集体性的因果联系。


1. 方法的问题特定方面:它建议分析师提出哪些问题?


如果分析师选择因果循环图法,那么他们会用特定类型的问题来引导推理。首先,他们决定总体上提出“为什么会发生这种情况?”这一问题,从而进行因果分析。例如,假设客户直接询问为什么一个独裁者突然对国际社会变得更加自信,或者为什么一个恐怖组织突然选择了新类型的目标,或者为什么两个国家在互相敌对的言辞上愈演愈烈。另一方面,如果客户提出战略评估或未来探索的问题,他们也可能间接地提出因果分析问题。为了评估如何遏制独裁者的自信(即回答战略评估问题“客户应如何应对?”),分析师必须已经评估了独裁者未来可能如何改变路线(即回答未来探索问题“何时何地可能发生变化?”),而这要求分析师已经评估了独裁者为何变得更加自信(即回答因果分析问题)。

其次,当分析人员选择因果循环图法时,他们决定将因果分析框架设定为回答子问题“为何这种持续互动会发生?”这强调了系统维度以及在整个体系中相互作用的因素之间持续“反馈”行为的作用。这是从“自上而下”或统一视角进行的因果分析,优先考虑集体或整体联系。该方法从单个因果关系出发,探索更大的结构,并识别作为大局一部分而出现的动态。此方法并不直接评估单个因素是否相关,而是研究因素之间随时间推移产生的更广泛互动。

使用此方法的分析师在构建更大的集体因果叙事时,需要具备一些最相关的个体因果关系的基本因果知识。此外,还必须已经回答一些先决的假设发展问题,因为如果分析师不知道某位独裁者为何在国际上变得更加自信,那么试图评估这一原因就毫无意义(即,必须已经回答了假设发展问题“发生了什么?”)。因此,如果分析师采用因果循环图,建议他们从集体或整体联系的角度出发,以“为什么会发生这种情况”为最终目标,或作为实现该目标的重要一步。


2. 方法的程序性方面:它建议分析师遵循哪些规则?


使用因果循环图的分析师不仅决定以特定问题来构建他们的思维框架,还通过一组特定的规则来构建他们的推理。他们选择必须遵循的特定程序,并应使用这些程序来评估他们的推理。这四项优先规则并非该方法唯一相关的规则;它们只是对该方法特别重要。首先,为了识别相关背景,该方法指导分析师在制定相关主体(包括客户)的策略时明确决策的重要性,以此作为识别相关动态的手段。其次,为了推断合理的结论,该方法敦促分析师通过建模那些通常被忽视或视为理所当然的交互来透明地构建过程。第三,为了想象可能的替代方案,该方法要求分析师持续进化判断,重点关注系统行为随时间的演变(这是可能变化的)。 第四,为了解释更广泛的意义,该方法引导分析者通过强调不同力量间的相互作用,而非仅仅突出它们各自的单独影响,来探索更广泛的背景。因此,因果循环图法坚持认为分析过程应确立决策的重要性、透明地构建流程、持续演进判断,并探索更广泛的背景。因此,决定采用此方法的分析者,在其具体案例中选择遵循这些规则,并试图在整个分析过程中全面强化这些规则。


3. 方法的个人层面:它建议分析师体现哪些特征?


采用因果循环图的分析师不仅选择将思维导向特定问题,并遵循一组规则,还试图举例说明特定的


认知美德。他们决定强调特定特征,以(理想地)定义“他们是谁”作为思考者。这些特质对于良好运用此方法尤为重要,而使用该方法应使这四种美德更多地成为分析师对其推理“自我”整体形象的一部分。首先,在描绘特定行动者策略中涉及的因素以及其他行动者及其互动时,该方法优先考虑好奇心的特定美德(即平衡兴趣广度与深度),以支持智力勇气这一普遍美德。其次,通过以合理快速的方式建模整体动态,该方法鼓励效率的特定美德(即平衡彻底性与便捷性),作为通往智力自控这一普遍美德的途径。第三,通过关注利用因素间的具体联系来形成整体互动力量的一般描述,该方法强调整合的特定美德(即平衡“自下而上”与“自上而下”的视角),作为其通往辨识力这一普遍美德的方式。 第四,该方法在挑战分析师尝试捕捉众多不同交互作用的同时,又要求他们在简洁的框架内完成,从而强调了优雅这一特定美德(即平衡具体性与普遍性),以追求智力公平这一普遍美德。因此,因果循环图法建议分析师们保持好奇、高效、综合与优雅。由此,选择这一方法意味着分析师不仅要在具体案例中努力做到这些,还要在整体上更接近理想中作为推理者的“他们是谁”。


4. 方法介绍:它通常如何运作?


因果循环图绘制首先通过定位参与者的目标和策略,并将其转化为一系列表示为“反馈循环”的变量,来识别参与者的个体“心智模型”。一旦所有参与者的策略都被表示出来,该方法会对反馈进行分类,开发一个所有互动的集体模型,然后提出关于这些动态如何整体演变的问题。

步骤 1. 描述主要参与者如何尝试影响该领域:识别(a)谁对当前情况有强烈兴趣,(b)他们的目标,(c)可用于跟踪他们向目标进展或偏离的变量(即“指标变量”),(d)他们影响该变量的主要策略(如果某个参与者似乎没有独特可识别的策略,则考虑将该参与者与另一个参与者合并),以及(e)该策略中涉及的变量序列(例如,X 到 Y 再到指标变量)。


注意:这里的“变量”或适当的因果“因素”是真正的变量:某种可随时间增加或减少的可确定特征。

第二步:将每个参与者的策略描述为随时间重复的模式(即反馈循环):对于每个策略,将其涉及的因素布局为一个循环(使用箭头将每个因素连接到下一个,最后一个连接到第一个)。对于每个因素,确定其与下一个因素的关系性质(如果两个因素一起上升或下降,则用 S S SS 标记箭头;如果一个上升导致另一个下降或一个下降导致另一个上升,则用 O O OO 标记箭头)。对于每个循环,确定它是“强化型”(影响通过循环结束时与开始时相同)还是“平衡型”(循环结束时与开始时相反)。

第三步:将所有参与者的策略作为一个整体(即一个系统)进行探索:如果尚未整合,将各个循环合并成一个完整的图表。审视该图表,看看现有循环之间是否出现了新的关系(可能是一个循环中的变量与另一个循环中的变量之间的关系)。这一点很重要,通常正是在这里,意想不到的关系会显现出来。为所有循环标注名称,以表明该循环的核心效果(如参与者及其目的,或作为一个意外关系)。


注意:变量之间的某些联系比其他联系进展得更慢。对于进展特别缓慢的关系,应标记为“delay”,以表明其影响可能需很长时间才会显现。

第四步:评估增强回路如何影响整体动态:识别每个增强反馈回路,并评估(根据变量的当前状态)其失控的潜在程度及方向(即“良性”或“恶性”)。同时识别与之直接交互的其他回路(无论何种类型)。评估(根据变量的当前状态)这些回路在多大程度上能够阻止增强回路失控(例如,通过减缓其速度)。如果它们能够做到,考虑这是短期效应还是长期可持续的效应。

第五步:评估平衡回路如何影响整体动态:识别直接互动的(尤其是强效的)平衡回路组(在当前变量状态下,这些回路似乎朝着相反方向运行)。比较评估每个回路的强度及其产生影响所需的时间。然后,考虑它们对共有变量的净总体效应是:(a) 平衡:将其严格限制在一定范围内(它们相互抵消彼此的影响),或 (b) 钟摆:导致该变量大幅来回摆动(通常在每个回路需要一定时间才能产生影响的情况下),或 © 升级:一个回路对共有变量的增加/减少幅度小于另一个回路对该变量的减少/增加幅度(因此,随着时间的推移,整体趋势会使其越来越高或越来越低)。

第 6 步:检查模型的有效性:通过询问以下问题来检查这个“粗略的因果模型”:(a) 模型是否具有适当的内部结构(即正确标记的箭头、循环等)?(b) 根据“自然法则”,模型是否具有普遍的可信度?(c) 模型在多大程度上能够解释已观察到的现象,以及未来可能发生的情况?(d) 模型在简洁性和特异性之间达到了何种程度的平衡?

关于方法的总体说明:在使用因果循环图(Causal Loop Diagramming)时,最重要的是要记住,图表本身并非结论。图表是一种方法,旨在提出问题供分析者解答。它是一种策略,引导人们关注更宏观的因果思考。


5. 方法实践:它在具体示例中如何运作?


在 1979 年埃及与以色列达成和平协议及其谈判之后,美国开始了对埃及领导人的长期支持。这一支持在 1981 年继续,当时胡斯尼·穆巴拉克在安瓦尔·萨达特遇刺后掌权。

萨达特。凭借这一支持,美国在该地区获得了一个新的盟友(埃及此前是苏联的名义盟友)。这既促进了阿拉伯与以色列的和平,也增加了美国的阿拉伯盟友数量。美国在整个 20 世纪 80 年代和 90 年代,直至 2011 年穆巴拉克政权结束,始终给予其强有力的支持。设想分析人士探讨 20 世纪 80 年代和 90 年代埃及及阿拉伯世界的动态,以及美国对穆巴拉克的支持对其产生的影响。假设他们采用因果循环图来构建这一愿景。 1 1 ^(1){ }^{1}

分析师们确定了以下参与者、目标和策略(步骤 1)。


表 20.1. 因果循环图绘制步骤 1 示例
  a. 演员   美国政府   穆巴拉克   埃及公民   激进分子
  b. 主要目标

阿拉伯-以色列和平;维护美国与阿拉伯国家的联盟
Arab-Israeli Peace; Preserve US Alliances with Arab States| Arab-Israeli | | :--- | | Peace; Preserve US Alliances with Arab States |

强有力的政权确保强大的埃及(而非受激进分子控制)

生活在相对和平与安全中,享有他们珍视的权利

推翻穆巴拉克;对抗美国影响;削弱以色列

c. 需关注的指标/关键变量

阿拉伯-以色列冲突数量;埃及对美国倡议的支持数量
  政权的力量
公共服务质量
  政权的力量

d. 影响关键变量的策略

向穆巴拉克提供援助,以确保他支持 a)美国的倡议和 b)阿拉伯与以色列的和平

通过利用美国援助确保权力:a) 提供公共服务和 b) 压制异议
Secure Power by Using US Aid to a) Provide Public Services and b) Suppress Dissension| Secure Power by Using US Aid to a) Provide Public Services and | | :--- | | b) Suppress | | Dissension |

充分公共服务的压力机制

反击穆巴拉克以 a) 使公众舆论反对他 和 b) 增加他们在该地区的影响力
Retaliate against Mubarak to a) Turn Public Opinion against Him and b) Increase Their Influence in Region| Retaliate against Mubarak to a) | | :--- | | Turn Public | | Opinion against | | Him and b) | | Increase Their | | Influence in Region |

e. 策略中涉及的变量序列

1) 美国援助;2) 政权力量;3a) 埃及对美国倡议的支持;3b) 阿以冲突
1) US Aid; 2) Regime's Power; 3a) Egyptian Support for US Initiatives; 3b) Arab-Israeli Conflict| 1) US Aid; 2) | | :--- | | Regime's Power; | | 3a) Egyptian | | Support for US | | Initiatives; 3b) | | Arab-Israeli | | Conflict |

1a) 公共服务质量;1b) 对反对派的压制;2) 公众反对;3) 政权权力
1a) Quality of Public Services; 1b) Suppression of Opposition; 2) Public Opposition; 3) Regime's Power| 1a) Quality of Public Services; | | :--- | | 1b) Suppression of Opposition; | | 2) Public | | Opposition; 3) | | Regime's Power |

1) 公众反对;2) 公共服务质量
1) Public Opposition; 2) Quality of Public Services| 1) Public Opposition; | | :--- | | 2) Quality of Public Services |

1) 压制反对派;2) 攻击与宣传;3a) 公众反对;3b) 激进分子影响;4) 政权力量
1) Suppression of Opposition; 2) Attacks and Propaganda; 3a) Public Opposition; 3b) Influence of Radicals; 4) Regime's Power| 1) Suppression of Opposition; | | :--- | | 2) Attacks and | | Propaganda; | | 3a) Public | | Opposition; | | 3b) Influence | | of Radicals; 4) | | Regime's Power |
a. Actors US Government Mubarak Egyptian Citizens Radicals b. Main Goal(s) "Arab-Israeli Peace; Preserve US Alliances with Arab States" Strong Regime to Ensure a Strong Egypt (and One Not Controlled by Radicals) Live in Relative Peace and Safety with Rights They Value Overthrow Mubarak; Counter US Influence; Undermine Israel c. Indicator/Key Variable(s) to Watch Amount of Arab-Israeli Conflict; Amount of Egyptian Support for US Initiatives Regime's Power Quality of Public Services Regime's Power d. Strategy to Influence Key Variable(s) Provide Aid to Mubarak to Secure His Support for a) US Initiatives and b) Arab Peace with Israel "Secure Power by Using US Aid to a) Provide Public Services and b) Suppress Dissension" Pressure Regime for Adequate Public Services "Retaliate against Mubarak to a) Turn Public Opinion against Him and b) Increase Their Influence in Region" e. Sequence of Variables Involved in Strategy "1) US Aid; 2) Regime's Power; 3a) Egyptian Support for US Initiatives; 3b) Arab-Israeli Conflict" "1a) Quality of Public Services; 1b) Suppression of Opposition; 2) Public Opposition; 3) Regime's Power" "1) Public Opposition; 2) Quality of Public Services" "1) Suppression of Opposition; 2) Attacks and Propaganda; 3a) Public Opposition; 3b) Influence of Radicals; 4) Regime's Power"| a. Actors | US Government | Mubarak | Egyptian Citizens | Radicals | | :---: | :---: | :---: | :---: | :---: | | b. Main Goal(s) | Arab-Israeli <br> Peace; Preserve US Alliances with Arab States | Strong Regime to Ensure a Strong Egypt (and One Not Controlled by Radicals) | Live in Relative Peace and Safety with Rights They Value | Overthrow Mubarak; Counter US Influence; Undermine Israel | | c. Indicator/Key Variable(s) to Watch | Amount of Arab-Israeli Conflict; Amount of Egyptian Support for US Initiatives | Regime's Power | Quality of Public Services | Regime's Power | | d. Strategy to Influence Key Variable(s) | Provide Aid to Mubarak to Secure His Support for a) US Initiatives and b) Arab Peace with Israel | Secure Power by Using US Aid to a) Provide Public Services and <br> b) Suppress <br> Dissension | Pressure Regime for Adequate Public Services | Retaliate against Mubarak to a) <br> Turn Public <br> Opinion against <br> Him and b) <br> Increase Their <br> Influence in Region | | e. Sequence of Variables Involved in Strategy | 1) US Aid; 2) <br> Regime's Power; <br> 3a) Egyptian <br> Support for US <br> Initiatives; 3b) <br> Arab-Israeli <br> Conflict | 1a) Quality of Public Services; <br> 1b) Suppression of Opposition; <br> 2) Public <br> Opposition; 3) <br> Regime's Power | 1) Public Opposition; <br> 2) Quality of Public Services | 1) Suppression of Opposition; <br> 2) Attacks and <br> Propaganda; <br> 3a) Public <br> Opposition; <br> 3b) Influence <br> of Radicals; 4) <br> Regime's Power |

分析师们将每个变量序列转化为反馈循环,并开始绘制他们的因果循环图(步骤 2)。每个变量与下一个相连,最后一个变量则与第一个相连。分析师还描述了每个变量与下一个之间的关系,以及每个循环所产生的整体行为。例如,第一个循环


代表了美国战略的第一部分。为了确定这个循环是平衡的(B)还是强化的(R),他们假设其中一个变量增加,然后观察随着循环的进行并返回到该变量时的影响。因此,如果美国对穆巴拉克政权的援助增加,那么政权的权力就会增加。如果政权的权力增加,那么埃及对美国倡议的支持就会增加。如果埃及对美国倡议的支持增加,那么美国对穆巴拉克政权的援助就会减少(或至少需求减少)。因此,变量开始增加但最终减少。因为它发生了变化,所以这是一个平衡反馈循环。相比之下,考虑穆巴拉克战略的第一部分。如果政权的权力增加,那么公共服务的质量就会提高。如果公共服务的质量提高,那么公众对政权的反对就会减少。如果公众对政权服务的反对减少,那么政权的权力就会增加。因此,变量开始增加并最终增加。因为它继续朝着同一个方向发展,所以这是一个强化反馈循环。


图 20.1. 因果循环图示例步骤 2


分析师进一步探索他们的模型,并寻找尚未捕捉到的其他联系(步骤 3)。他们首先认识到,虽然增加对反对派的压制会减少公众对政权的反对(至少在短期内),但通过中介变量“积累的不满情绪”,它也可能在长期内增加这种反对。他们还认识到“激进分子的区域影响力”与“阿以冲突”之间存在更直接的关系。此外,似乎“美国对穆巴拉克政权的援助”导致了(新变量)“美国对人权侵犯的容忍”,这又与(现有变量)“对反对派的压制”和(新变量)“区域反美情绪”相连,后者再与(现有变量)“激进分子的区域影响力”相关联。


图 20.2 因果循环图绘制步骤 3 示例

现在,分析师们探索了强化反馈回路如何影响整体动态(步骤 4)。他们最终聚焦于“失去地区信誉”和“风暴积聚”。这两者似乎特别有可能失控。他们评估认为,这两个回路的影响涉及延迟(通往“地区反美情绪”和“累积不满”的路径):影响力通过这些路径移动较慢,并随着时间的推移逐渐积累。因此,它们有可能迅速释放,并在整个系统中产生重大影响,以至于系统可能无法应对。


分析师们现在将注意力集中在他们图表中的平衡循环上(步骤 5)。他们寻找是否存在任何可能相互“冲突”的平衡循环,并最终聚焦于公众信心与维护安全。最终,他们评估认为,这往往不会导致公众对政权的反对出现大幅度的“钟摆”式波动,也不会导致缓慢升级(或降级)。相反,分析师们评估认为,这些因素大致上保持在相同的位置。

总体而言,分析师们评估认为,美国的“指标变量”正朝着预期方向移动。阿拉伯-以色列冲突的轨迹呈下降趋势(尤其是与 20 世纪 60 年代至 70 年代相比),而埃及对美国倡议的支持度则在上升。目前看来,反对这些趋势的力量似乎得到了平衡。然而,他们发出警告:针对穆巴拉克的累积不满和地区反美情绪正缓慢上升。因此,他们评估认为,这两股力量在表面之下正稳步增强,当它们开始影响全局时,几乎没有什么能够有效抵消其影响。

NOTE


  1. 此示例是 Michael Deaton 和 Noel Hendrickson 所著《玩转未知牌:情报分析师识别与利用潜在意外的结构化方法》中通用示例的国家特定版本,出自支持 DAGGRE 预测团队的研究技术报告,IARPA ACE 项目,2012 年。我特别感谢我的同事在本次讨论开发过程中提供的建议与支持。

21


如何识别意外联系(以及某事物如何部分成为意外后果)


“背景转换分析”方法

  摘要


优秀的情报分析揭示了为何意外之事并不令人惊讶。每一个结果都有众多、众多的原因。大多数这些因果关系既非参与者所意图,也非他们所预期。同一行为起初可能带来一种后果,随后却可能产生完全相反的后果。在“因果现实的世界”与先前的“因果预期的世界”之间存在着差距。预期基于行动之前的世界;而现实则建立在行动频繁发生以至于定义了“新常态”之后的世界基础之上。在这个由持续行动创造的新环境中,同一事物可能产生截然不同的后果。因此,客户所关注的持续问题,实际上(至少部分)可能是他们自身某一行为无意间引发的后果,这种情况存在显著的可能性。但分析师如何才能识别这些关联呢?分析师需要指导,以将原本不可预见的……变为可预见的。


1. 方法的问题特定方面:它建议分析师提出哪些问题?


采用背景转换分析的分析师们通过特定类型的问题来引导他们的推理。首先,他们总体上关注“为什么会发生这种情况?”这一问题,并致力于因果分析。他们的客户可能直接询问了为什么叛乱规模在扩大,或为什么独裁者失去了国家军事精英的支持,又或是为什么石油价格如此不稳定。也有可能,客户通过请求战略评估或未来探索间接提出了因果分析问题,而这些工作至少理想情况下,无法在不先进行因果分析的情况下完成。例如,要评估如何应对叛乱的扩大(即回答战略评估问题“客户该如何应对?”),分析师们必须评估叛乱未来可能如何扩展(即回答未来探索问题“这种情况何时何地可能发生变化?”),这又意味着首先要评估为什么叛乱现在规模在扩大(即回答因果分析问题)。

其次,使用背景转换分析的分析师将其因果分析解读为回答子问题“为什么会出现这种意外结果?”通过这一选择,他们强调了因果分析的意外维度,并专注于当前情况如何


背景环境与之前的背景环境(及相关的预期)有所不同。这是从“由内而外”的视角审视因果分析,试图确定非预期或意外关联的相关性。它进行因果分析时,假定大多数发生的事情(即效应)都是非预期的,因此通过询问可能会有什么意想不到的后果来探索感兴趣的结果。它考虑背景如何变化,使得同样的行动现在产生了不同的(非预期的)效果。换句话说,为了完善他们的因果分析,分析人员探索他们的客户行为可能如何(无意中)促成了这一结果。


应用此方法的分析师理想情况下应对手头主题具备相当好的先验因果知识(可能通过应用其他因果分析方法获得)。这是一个更高级的因果分析问题。此外,分析师可能还需要假设发展方面的先决知识。例如,分析师在评估为何叛乱规模正在扩大之前,必须先评估叛乱规模是否在扩大(即回答假设发展问题“发生了什么?”)。因此,建议使用背景转换分析的分析师从意外或非预期联系的角度询问为什么会发生这种情况,无论是作为分析的主要目的,还是作为追求该目的的手段。


2. 方法的程序性方面:它建议分析师遵循哪些规则?


当分析师实施背景转换分析时,他们不仅选择通过一种问题类型来引导思维,还遵循一套特定的规则来指导这一过程。他们挑选特定的程序作为必须遵循的准则,并依据这些准则评估自己的思考。这四条强调的规则并非唯一重要的,只是与所采用的方法尤为相关。首先,为了识别相关背景,该方法要求分析师通过确定先前未发生效果的背景来考虑问题的维度。其次,为了推断合理的结论,该方法指导分析师在寻找预期结果未发生的方式时,挑战每一个推论。第三,为了设想可能的替代方案,该方法引导分析师在强调识别最初未打算或未预见到的因果关系的基础上,开发出合理的替代方案。第四,为了解读更广泛的意义,该方法号召分析师通过优先考虑那些未被预期、因此可能未被认真对待的关系,来投射新的议题。 因此,背景转换分析要求分析过程考虑问题的维度,挑战每一个推论,发展合理的替代方案,并预测新问题。因此,如果分析师选择这种方法,那么他们不仅决定在特定案例中遵循这些规则,还试图在整个分析过程中普遍强化这些规则。


3. 方法的个人层面:它建议分析师体现哪些特征?


如果分析师进行背景转换分析,那么他们的推理不仅受问题类型和规则集的引导,还旨在体现特定的认知美德。他们强调那些(理想情况下)将定义“他们是谁”作为推理者的特定特征。这些特质对于良好运用该方法至关重要,而良好运用该方法


还应帮助这四种美德在分析师对其思考“自我”的总体视野中占据更核心的位置。首先,通过探讨因果预期的潜在局限性,同时寻找可能被识别的意外后果,该方法聚焦于谦逊这一具体美德(即平衡自信与不确定性),以此作为通往智识勇气这一普遍美德的途径。其次,在探究背景环境是否已发生变化的过程中,该方法强调了敏感性这一具体美德(即平衡对相似性的认识与对变化的识别),以追求智识自控的普遍美德。第三,重点关注客户可能(无意中)对结果产生的影响,该方法优先考虑反思性这一具体美德(即平衡对自我的关注与对他人的关注),以支持辨识力的普遍美德。 第四,通过考虑潜在的无意中“好”与“坏”的关系,该方法强调现实主义的具体美德(即平衡威胁与机遇),以此通往知识公平的一般美德。因此,背景转换分析建议分析师要谦逊、敏感、反思且现实。选择此方法的分析师,会在具体案例中努力做到这些,并作为理想中“他们作为思考者”的一部分,在更大范围内力求如此。


4. 方法介绍:它通常如何运作?


背景转换分析本质上是一种非常简洁的方法。从某些角度看,它不过是把因果分析重新定义为对意外结果的探求——针对某个结果提出问题:“客户的哪些先前行为可能意外地促成了这一结果?”该方法首先识别出正在发生某一效应的当前环境,随后追溯至该效应尚未显现的先前环境。接着,它探究这两个环境间的差异,并寻找可能采取的行动,这些行动有助于将先前环境转变为当前环境。这些行动即是效应潜在的意外原因(即,该效应可能是这些行动潜在的意外后果)。

第一步:确定“当前”背景环境的时间框架(即受影响的“世界”):确定感兴趣的影响在“全力”发生/正在发生的时间(而不仅仅是它开始发生的时间)。这将作为“当前”背景环境的时间。

步骤 2:确定“先前”背景环境的时间框架(即没有影响时的“世界”):确定最近的一个较长时间段,在此期间感兴趣的影响尚未发生/完全没有发生。这将被视为“先前”背景环境的时间。

第三步:探索“当时”与“现在”之间的差异:找出“当前”背景环境(“因果现实”)与“先前”背景环境(“因果预期”)之间的潜在差异。

步骤 4:找出对“先前”背景而言“新”,但对“当前”背景而言“正常”的行为(并与差异相关联):在“先前”背景中执行时,哪些行为是“新”的


在“当前”背景下看似“正常”但可能合理促成感兴趣效果的因素是什么?这些因素在“先前”背景下可能曾作为期望/预期结果的“触发原因”,而如今则成为定义“当前”背景并影响感兴趣效果发生的“结构性原因”。

步骤 5. 评估其产生意外后果的潜力:评估这些行动中的一个(或多个)在多大程度上:(a) 可能是从先前背景环境(因果预期)转变为当前背景环境(因果现实)的原因,以及(b) 在先前背景环境(因果预期)中最初可能产生的影响与在当前背景环境(因果现实)中产生的影响不同。如果某个行动符合这些标准,且行动者未预见到该影响,则该影响很可能是该行动的意外后果。

关于方法的总体说明:该方法并非旨在提供某一效应背后完整的因果故事,而仅在于探讨某一特定主体在其中(无意中)所扮演的角色。这并不意味着该主体不应如其所为行事,只是强调他们是应被认识到的故事的一部分。分析者务必避免听起来像是在归咎责任(尤其是在事后)。他们是在解释客户行为所带来的一系列后果,以便客户在决策时能够加以考虑。同样重要的是,不要让人误以为其他行动就不会带来意外后果(尽管是不同的后果)。分析者的职责是指出可能产生的后果;客户的职责则是决定如何应对。


5. 方法实践:该方法在具体示例中如何运作?


由于背景转移分析是一种相当简单(且希望是优雅的)方法,本节包含了两个(简短的)使用示例。第一个是通用的(但适用于现实世界),第二个则更直接来自现实生活。

许多政府发现其公众形象和目标受到宗教或其他意识形态团体的围攻,这些团体被认为与其理念相悖。有时,这些政府会采取“迫害”手段来抑制这些团体的发展。(此处暂不讨论“迫害”的定义,此例适用于任何合理的解释。)起初,这些努力通常会导致这些团体的成员数量减少,但从长远来看,不仅会导致其增长,而且会形成极其坚韧和抵抗性的增长。试想,当分析人员询问为何一个意识形态团体在政府过去十年的打压下反而复兴时,运用背景转换分析来审视这种情况。


分析师将效果猖獗的时期(步骤 1)与之前未出现此效果的时期(本例中为十年前)进行对比(步骤 2)。他们探究了后期背景的不同之处(步骤 3),并寻找与这些差异相关的行动(步骤 4)。他们指出,曾经加入这一宗教/意识形态团体并无明显“代价”,但如今却有了:成为政府施压的目标。这种压力如今是该团体自我认知的一部分,因此政府的持续行动强化了这一身份认同。于是,现在加入的任何人实际上都被政府压力“确认为”真正的成员。而且,如果政府没有开始这样做,这种情况似乎不太可能发生。


(第五步)。现在,这并不一定意味着政府不应(战略性地)采取这种方法,或者他们完全专注于这一群体是错误的(也许他们确实居心叵测)。但政府应充分考虑其行动的全部后果,并认识到他们如何助长了这一不良结果。

表 21.1 背景转换分析的通用示例

代理方:客户或竞争对手/对手
The Agent: The Client or a Competitor/ Adversary| The Agent: | | :--- | | The Client or a Competitor/ | | Adversary |
  政府

问题:可能产生的意外后果
The Problem: Possible Unexpected Consequence| The Problem: | | :--- | | Possible Unexpected Consequence |

特定宗教或其他意识形态团体的复兴(抵抗力和韧性增长)
Revival (resistant and resilient growth) of a targeted religious or other ideological group| Revival (resistant and resilient growth) of a targeted | | :--- | | religious or other ideological group |

第一步:当前或稍后出现的问题及其后果
Step 1: Current or Later Time of Problem with the Consequence| Step 1: | | :--- | | Current or Later Time of Problem | | with the Consequence |
  现在

步骤 2:问题发生前无后果的早期时间
Step 2: Earlier Time before Problem without the Consequence| Step 2: | | :--- | | Earlier Time before Problem | | without the Consequence |
10 years ago

步骤 3:转变:后期背景(有效案例)与早期背景(无效案例)的区别
Step 3: The Shift: How the Later Background (Cases with Effect) Differs from the Earlier Background (Cases without Effect)| Step 3: | | :--- | | The Shift: How the Later | | Background (Cases with | | Effect) Differs from the Earlier | | Background (Cases without Effect) |

政府压力“证实”了该组织的预测 *Neup 的意识形态包括其对世界的“针对性”立场 “受到政府压力针对的成员”“证明”了他们对组织的忠诚
"Government pressure "confirms" group's predictions *Neup's ideology includes its "targeted" status about the world "Members who are targeted by government pressure "prove" their allegiance to the group| "Government pressure "confirms" group's predictions | | :--- | | *Neup's ideology includes its "targeted" status | | about the world | | "Members who are targeted by government pressure | | "prove" their allegiance to the group |

步骤 4:代理行为促成向后期背景的转变
Step 4: Agent's Actions Contributing to the Shift to the Later Background| Step 4: | | :--- | | Agent's Actions Contributing to | | the Shift to the Later Background |

政府施压该团体的工作改变了(实际上)成为其成员的意义
Government's work to pressure the group changes what it means (practically) to be a member of it| Government's work to pressure the group changes what | | :--- | | it means (practically) to be a member of it |

第 5 步:合理原因?(即,如果未采取该行动,则效果很可能不太可能出现)
Step 5: Plausible Cause? (i.e., if the action had not been done, then the effect would plausibly have been less likely)| Step 5: | | :--- | | Plausible Cause? (i.e., if the action | | had not been done, then the effect | | would plausibly have been less | | likely) |
  是的
"The Agent: The Client or a Competitor/ Adversary" Government "The Problem: Possible Unexpected Consequence" "Revival (resistant and resilient growth) of a targeted religious or other ideological group" "Step 1: Current or Later Time of Problem with the Consequence" Present "Step 2: Earlier Time before Problem without the Consequence" 10 years ago "Step 3: The Shift: How the Later Background (Cases with Effect) Differs from the Earlier Background (Cases without Effect)" ""Government pressure "confirms" group's predictions *Neup's ideology includes its "targeted" status about the world "Members who are targeted by government pressure "prove" their allegiance to the group" "Step 4: Agent's Actions Contributing to the Shift to the Later Background" "Government's work to pressure the group changes what it means (practically) to be a member of it" "Step 5: Plausible Cause? (i.e., if the action had not been done, then the effect would plausibly have been less likely)" Yes| The Agent: <br> The Client or a Competitor/ <br> Adversary | Government | | :--- | :--- | | The Problem: <br> Possible Unexpected Consequence | Revival (resistant and resilient growth) of a targeted <br> religious or other ideological group | | Step 1: <br> Current or Later Time of Problem <br> with the Consequence | Present | | Step 2: <br> Earlier Time before Problem <br> without the Consequence | 10 years ago | | Step 3: <br> The Shift: How the Later <br> Background (Cases with <br> Effect) Differs from the Earlier <br> Background (Cases without Effect) | "Government pressure "confirms" group's predictions <br> *Neup's ideology includes its "targeted" status <br> about the world <br> "Members who are targeted by government pressure <br> "prove" their allegiance to the group | | Step 4: <br> Agent's Actions Contributing to <br> the Shift to the Later Background | Government's work to pressure the group changes what <br> it means (practically) to be a member of it | | Step 5: <br> Plausible Cause? (i.e., if the action <br> had not been done, then the effect <br> would plausibly have been less <br> likely) | Yes |

1991 年冷战结束时,世界迎来了美国与(现今的)俄罗斯联邦这两个昔日竞争超级大国之间友好与合作的新时代。在 1990 年代,两国在国际上合作开展了多个目标相似的项目(包括确保前苏联核武器安全等事宜)。然而,到了 2009 年,人们强烈感觉到两国关系已显著恶化。不仅美俄关系比 1990 年代紧张得多,而且俄罗斯开始对邻国格鲁吉亚采取(美国认为的)军事侵略行动,并更广泛地利用其自然资源市场向东欧国家施压,以迫使它们与其目标保持一致。但导致这些关系恶化以及俄罗斯更加军事化和自信的原因是什么呢?想象一下 2009 年情报分析师如何运用背景转变分析来探讨这些问题。 在使用此方法时,分析师们并不试图确定俄罗斯与西方关系恶化及其“复兴”背后完整的原因链。相反,他们正致力于通过识别西方可能采取的促成这一结果的行动,来完善其分析。

分析师们将效应发生的时间(步骤 1)与效应未发生的先前时间(步骤 2)进行比较。他们探寻后来背景的不同之处(步骤 3),并最终寻找与这一差异相关的行动(步骤 4)。他们确认了许多后苏联国家与西方之间形成的紧密联系,并提议西方推动民主、自由市场及与西方军事联系的行为,可能是“复兴”俄罗斯的一个合理的非预期原因。如果这些行动未曾实施,似乎这一结果出现的可能性会降低(步骤 5)。这并非他们完整的因果叙述,但它有助于补充他们的解释,因为它探讨了他们的客户在促成这一效应中可能扮演的角色。这并不意味着他们的客户本应采取不同的行动,只是他们应当意识到自身可能以某种方式助长了不良结果。

表 21.2 背景转换分析的具体示例

代理方:客户或竞争对手/对手
The Agent: The Client or a Competitor/ Adversary| The Agent: | | :--- | | The Client or a Competitor/ | | Adversary |

美国及其西方盟国

问题:可能产生的意外后果
The Problem: Possible Unexpected Consequence| The Problem: | | :--- | | Possible Unexpected Consequence |

“复兴的”俄罗斯:与美国/西方大国关系的恶化
"Resurgent" Russia: Deteriorating Relations with US/ Western Powers| "Resurgent" Russia: Deteriorating Relations with US/ | | :--- | | Western Powers |

第一步:当前或稍后出现的问题及其后果
Step 1: Current or Later Time of Problem with the Consequence| Step 1: | | :--- | | Current or Later Time of Problem | | with the Consequence |
  2000 年代末期+

步骤 2:问题发生前无后果的早期时间
Step 2: Earlier Time before Problem without the Consequence| Step 2: | | :--- | | Earlier Time before Problem | | without the Consequence |
  20 世纪 90 年代初

步骤 3:转变:后期背景(有效案例)与早期背景(无效案例)的区别
Step 3: The Shift: How the Later Background (Cases with Effect) Differs from the Earlier Background (Cases without Effect)| Step 3: | | :--- | | The Shift: How the Later | | Background (Cases with | | Effect) Differs from the Earlier | | Background (Cases without Effect) |

*美国/北约/欧盟与前苏联国家的联系 *美国/西方在中东的行动
*US/NATO/EU connections with former Soviet states *US/Western action in Middle East| *US/NATO/EU connections with former Soviet states | | :--- | | *US/Western action in Middle East |

步骤 4:代理行为促成向后期背景的转变
Step 4: Agent's Actions Contributing to the Shift to the Later Background| Step 4: | | :--- | | Agent's Actions Contributing to | | the Shift to the Later Background |

美国/北约/欧盟努力鼓励后苏联国家实现民主、自由市场,并与西方建立牢固的军事联系(部分国家甚至加入北约)
US/NATO/EU effort to encourage post-Soviet states to have democracy, free markets, strong military ties with the West (some even NATO membership)| US/NATO/EU effort to encourage post-Soviet states to | | :--- | | have democracy, free markets, strong military ties with | | the West (some even NATO membership) |

第 5 步:合理原因?(即,如果未采取该行动,则效果很可能不太可能出现)
Step 5: Plausible Cause? (i.e., if the action had not been done, then the effect would plausibly have been less likely)| Step 5: | | :--- | | Plausible Cause? (i.e., if the | | action had not been done, then | | the effect would plausibly have | | been less likely) |
  是的
"The Agent: The Client or a Competitor/ Adversary" US and Allied Western Powers "The Problem: Possible Unexpected Consequence" ""Resurgent" Russia: Deteriorating Relations with US/ Western Powers" "Step 1: Current or Later Time of Problem with the Consequence" Late 2000s+ "Step 2: Earlier Time before Problem without the Consequence" Early 1990s "Step 3: The Shift: How the Later Background (Cases with Effect) Differs from the Earlier Background (Cases without Effect)" "*US/NATO/EU connections with former Soviet states *US/Western action in Middle East" "Step 4: Agent's Actions Contributing to the Shift to the Later Background" "US/NATO/EU effort to encourage post-Soviet states to have democracy, free markets, strong military ties with the West (some even NATO membership)" "Step 5: Plausible Cause? (i.e., if the action had not been done, then the effect would plausibly have been less likely)" Yes| The Agent: <br> The Client or a Competitor/ <br> Adversary | US and Allied Western Powers | | :--- | :--- | | The Problem: <br> Possible Unexpected Consequence | "Resurgent" Russia: Deteriorating Relations with US/ <br> Western Powers | | Step 1: <br> Current or Later Time of Problem <br> with the Consequence | Late 2000s+ | | Step 2: <br> Earlier Time before Problem <br> without the Consequence | Early 1990s | | Step 3: <br> The Shift: How the Later <br> Background (Cases with <br> Effect) Differs from the Earlier <br> Background (Cases without Effect) | *US/NATO/EU connections with former Soviet states <br> *US/Western action in Middle East | | Step 4: <br> Agent's Actions Contributing to <br> the Shift to the Later Background | US/NATO/EU effort to encourage post-Soviet states to <br> have democracy, free markets, strong military ties with <br> the West (some even NATO membership) | | Step 5: <br> Plausible Cause? (i.e., if the <br> action had not been done, then <br> the effect would plausibly have <br> been less likely) | Yes |

  第八部分


情报分析师的未来探索理论


关于“何时何地可能发生变化?”的推理范式

22


重要的现有未来探索方法


预测、大趋势和情景范式

  摘要


在回答情报分析问题时,涉及四种相互交织的推理类型:假设发展(发生了什么)、因果分析(为什么会发生)、未来探索(何时何地可能发生变化)以及战略评估(客户如何应对 i t i t iti t )。对于分析师而言,理想的推理描述应包括对这四方面的合理方法。然而,这些领域不仅对情报分析师具有吸引力,也在其他背景下成为广泛研究的焦点。但并非所有分析师都熟悉这些其他可用的描述,或了解它们背后的假设。因此,本章探讨了未来探索的三种主要现有方法:预测范式、大趋势范式和情景范式。与本书类似章节一样,接下来的内容并非旨在全面详尽地阐述这三种观点。 相反,它旨在为分析人员提供一个概览,以增进对其的整体熟悉度,激发更广泛的辩论和讨论,并(最终)突显他们对另一种叙述的贡献,该叙述以情报分析的具体挑战为重点。


1. 未来探索学术理论的背景


人类早已认识到未来是不确定的。但这种“不确定”有两种可能的形式。首先,未来结果可能在形而上学层面是不确定的:所发生的事件并非由所有先前因果力量必然决定——存在它不会发生的可能性。也就是说,塑造未来的力量本身(单独或集体地)具有产生多种可能结果的潜力。其次,未来结果可能在认识论层面是不确定的:现有信息和推理方法使得分析者在判断未来结果发生的可能性时面临错误的风险——他们对概率的判断可能是错误的。需要注意的是,这两种类型的不确定性是相互独立的。未来可能在形而上学上几乎是确定的,但分析者缺乏必要的知识以(近乎)确定地识别它(例如,实际概率为 0.90,但分析者的判断正确的概率低于 0.90)。同样,未来也可能是


在形而上学上是不确定的,但分析师具备必要的知识来识别所有可能结果的概率,而没有任何错误的风险(即实际发生的概率小于 1.00,但分析师几乎可以确定其概率,例如确定一枚公平硬币有 0.50 的概率被掷出“正面”)。此外,这两种不确定性都允许存在程度上的差异。未来结果可能在形而上学上更加不确定(当最可能的结果远未达到 1.00 的概率时)或更少不确定(当最可能的结果接近 1.00 的概率时)。同样,未来结果可能在认识论上更加不确定(当分析师甚至无法对最可能的情况做出合理估计时)或更少不确定(当分析师能够做出合理估计,尽管仍存在一些错误的机会时)。


历史上,每个人都接受认识论上不确定性的存在,尽管对其程度存在不同看法(有些人认为人类可以大大减轻其不确定性)。然而,形而上学不确定性的存在(及其程度)一直颇具争议。在古代,有些人假设“命运”的力量最终决定了未来,唯一真正的不确定性是认识论上的。换句话说,每个事件都是由先前的因果力量导致的,使其不可避免(其发生的实际概率为 1.00)。然而,人类对这些先前的因果力量缺乏完整的知识,因此它们可能看起来并非不可避免。这种立场被称为决定论。这些决定论力量的最终基础通常被认为是“自然法则”,无论是古代试图发展对物理世界的“原子论”解释,还是现代的牛顿“机械”宇宙观。 偶尔,一些不同的解释将这些力量归因于“上帝的意志”。 1 1 ^(1){ }^{1} 有趣的是,尽管决定论一直有其拥护者,但它在 18 世纪初至 20 世纪中叶期间最为流行(如果不是主导的话),并且至今仍影响着一些人对未来的看法。

传统上对决定论的反对(以及对强烈形而上学不确定性的肯定)是对人类自由意志的肯定。关于自由意志的传统观念认为,行为者只有在最终“由他们自己决定”并且“本可以做出其他选择”的情况下,才算是出于自己的自由意志行事,这似乎暗示了他们的决定并非先前因果因素的必然结果(即它们在形而上学上是不确定的)。然而,在现代时期,决定论在自然科学中的主导地位使得自由意志成为一个特别有争议的观点。它常常被指责将人类决策变成了“偶然”的问题。这引发了“自由意志与决定论”的经典哲学辩论。在某些历史时期,人类的自由意志是肯定形而上学不确定性的主要动机。 然而,随着近来概率论更为坚实的解释以及用它似乎能最好地描述当前对自然现象的理解(如量子力学)的兴起,大多数科学哲学家如今都摒弃了决定论,承认我们的世界在认识论和形而上学上都是不确定的,并接受了因果解释本身是“概率性”的观点。 2 2 ^(2){ }^{2} 因此,自由意志与决定论之间的传统冲突已瓦解。每个人都或多或少地接受了形而上学不确定性的现实。

尽管关于两种不确定性形式的存在已近乎达成共识,但对于存在的形而上学和认识论不确定性的程度仍存在不同观点。这是区分现有未来探索主要方法的部分原因,而讽刺的是,个人选择的状态仍然是决定不确定性范围的一个重要因素。一些人认为形而上学和认识论的不确定性水平相对较低,且存在许多既高度可能又概率合理已知的未来结果;持此观点的人往往聚焦于


关于未来结果,这些结果不依赖于人类的个体选择,倾向于预测范式。另一些人认为,形而上学和认识论的不确定性相对较高,大多数未来结果并不具有高度可能性,且/或其概率并不(合理)已知。这些思想家通常关注那些确实依赖于人类个体选择的未来结果,并采用情景范式。还有一些观点介于两者之间,认为大多数未来结果在一定程度上是可能的,其概率至少在一定程度上是合理已知的。这些理论家关注那些在一定程度上依赖于人类个体选择的未来结果,并往往更倾向于大趋势范式。


2. 预测范式:未来探索作为根据稳定、规则支配的模式投射最可能的特定结果


尽管现实中存在不确定性,并且可能出现意外,但有时未来并不令人惊讶,与过去相比大同小异。自然科学已经识别出许多长期存在的自然规律,这些规律很可能在未来继续有效。例如,天体运动、化学和生物过程以及天气模式似乎都受到那些随时间变化不大的规律支配。因此,只要对先前历史有足够详细的了解,人们就可以对其整体行为进行概括,并证明关于它们未来可能如何表现的断言是合理的。这就是预测范式的方法,它将未来探索解释为根据稳定的、受规则支配的模式来预测最可能的具体结果。 3 3 ^(3){ }^{3}

预测范式是唯一一种对未来可能发生的事情做出具体判断的方法。因此,它也是唯一一种在其字面意义上使用预测、估计或预报等术语的方法,即评估某个特定事件是否会发生。然而,要做到这一点,预测范式有其特殊的使用前提,因为预测过程涉及识别目标在先前历史中的行为模式,以某种形式化的方式表示该模式,分析其当前状态,然后利用该表示推断如果该模式延续到未来,可能会发生什么。因此,要使预测适用于特定目标,必须做出四个假设: 4 4 ^(4){ }^{4}

历史可描述性:关于其先前历史,存在足够数量的可识别模式的可用数据,足以证明对目标行为整体进行概括是合理的,这些概括表现为(1)仅仅是统计值的模式(“低端”),(2)正式描述对象及其整体环境的模型,或(3)其行为的一组科学“法则”(“高端”)。

当前透明度:有足够数量的关于目标当前状态的可用数据,以确定哪些概括适用于其具体情况。

内部连续性:存在足够的内部稳定性(目标内部及其直接影响环境的因素),使得未来行为(很可能)符合基于过去行为模式所做的概括。 5 5 ^(5){ }^{5}

外部隔离:存在足够的外部稳定性,使得其他新因素(目标及其直接环境之外)不会改变它们对目标行为的影响程度(无论是增加还是减少)。

预测范式的力量和合理性取决于这四个假设的合理范围。 6 6 ^(6){ }^{6} 例如,关于天体在空间中先前运动的大量模式展示数据(历史可描述性),识别它们当前状态的优秀观测工具(当前透明度),以及有充分理由认为这些天体的运动是稳定的(内部连续性),并且没有可能突然开始影响它们的外部力量(外部隔离)。因此,在物理学和天文学中,预测是非常合理的。同样,有许多化学和生物过程,我们拥有关于它们先前行为的丰富模式展示数据(历史可描述性),可靠的测量它们当前状态的方法(当前透明度),以及有充分理由认为这些过程的性质是稳定的(内部连续性),并且没有可能被它们影响的外部力量(外部隔离)。因此,在化学和生物学领域,预测也是合理的。 更广泛地说,自然科学是这四个假设通常成立的最常见领域。

然而,在自然科学中,也存在许多情况下这些假设中的一个或多个不成立。有时科学家仍在收集足够数据以构建可靠模型的过程中(缺乏历史可描述性)。在其他情况下,他们可能知道某一特定类型事物的一般真相(历史可描述性),并且这种状态可能会持续,但他们可能不知道具体实例的确切状态(缺乏当前透明度)。例如,人们可能不知道飞机坠毁前的确切状态,但可能从各种先前的状态中知道导致坠毁的各种因素。还有一些事物随时间迅速演变,可能不符合先前建立的规律(例如,变异的病毒),因此不能假设它们会继续遵循之前的模式(缺乏内部连续性)。此外,还存在新力量能够影响之前没有外部影响的事物的情况(缺乏外部隔离性)。 鉴于气候变化部分归因于人类行为,长期天气预报可能不再表现出孤立性(即一种新的力量已开始对其产生影响)。因此,更长期的天气模式可能无法再以过去相同的方式进行预测。因此,在所有这类情况下,人类在合理预测结果方面的能力受到了更大的限制。


有时,预测的局限性是暂时的。也许人类最终将获得足够的信息,以实现对一切事物的历史可描述性和当前透明性。这是许多自然科学中的一个常见主题:暂时无法(完全)预测的事物,终将可预测。但也有人认为,人类(进而在某种程度上社会科学)对预测构成了更为根深蒂固的潜在挑战:从实践角度讲,一个或多个假设永远或极少能站得住脚,因此(完全)预测并非评估依赖于个体人类决策的未来结果的有效方法。有几种方式可以论证这一点。多数人承认,至少在多数情况下,存在有趣且有统计学支持的人类决策概括和/或模型(历史可描述性)。 然而,有些人认为人类并不必然具备内在的连续性(或许是因为他们的决策过程中涉及了太多不同的力量:智力的、情感的、意志的、环境的等等)。或者,人类可能并不具备外在的孤立性(他们可能会相互影响,从而改变或适应)。现在,怀疑论者并不是在声称人类的行为总是不连续的,而只是说他们频繁地受到这类事情的影响,以至于我们不能总是合理地应用这种模型来理解人类的决策。分析者可能做出的任何预测,都必须被大大削弱或调整,以涵盖这种潜在的变化,以至于这些预测变得无趣且/或无用。

尽管存在这一潜在限制,但有一点至关重要:无论未来事件多么不确定和出人意料,所发生的一切都有其原因。而这些原因要么现在存在,要么(最终)原因的根源现时已存。换言之,未来背后将有一段因果故事,可追溯至现在。正是这一点使得未来探索成为可能:未来将以某种形式或方式,成为已然活跃的因果力量作用的结果。预测正是利用这一理念,仅以从当前持续不变的因果力量为基础,构建对未来的描述,这假设了这些力量具有历史可描述性、当前透明度、内部连续性及外部孤立性。但即便未来可能表现出更大的不稳定性,且其中一些假设不再成立,一个关键事实依然存在:未来将是延伸至现在乃至遥远过去的一系列因果链条的延续。 这种方法有效地将未来探索作为因果分析的延伸,这对分析师在他们采用的任何方法中利用这一重要见解至关重要。


3. 大趋势范式:未来探索作为根据其潜力和发展状态投射最可能的总体模式


预测范式以相对较低的认识论和形而上学不确定性来看待未来。它认为,根据稳定、规则主导的模式,将某事物投射为最可能的特定结果通常是合理的。相比之下,大趋势范式则避免投射任何具体结果,因为它不假设过去、现在和未来之间存在稳定、规则主导的模式。相反,它根据其潜力和发展状态投射最可能的总体模式。这一方法的基础由阿尔文·托夫勒的工作奠定,但在约翰·奈斯比特(以及随后众多专注于趋势的未来分析家)那里得到了充分阐述。

当不确定性不足以估计某个特定结果最可能发生时,仍有可能合理地估计一个总体模式为最可能。这可以通过减少关注认为可能发生的特定事件,而更多地关注某类事件发生的频率来实现。“趋势”是指特定类型事件发生频率随时间的变化(即增加或减少)。也就是说,可以考虑变化发生的总体方向,并评估剩余潜力有多大,进而推测其可能最终达到的位置(假设变化持续并激活其潜力)。例如,如果出现了一项新技术,能够提高执行某项功能的速度,但该技术目前仅应用于有限的事物上,那么可以预测,随着该技术应用范围的扩大,这一功能的执行速度将继续加快。

通过强调一种普遍模式或方向而非任何具体事件或时间,大趋势范式比预测范式更能适应更高的不确定性。但这种方法不仅仅关注趋势;它优先考虑一种特定类型的趋势——大趋势。“大趋势”可以从两个主要方面来理解。第一种方式是将它解释为一种特别有影响力的趋势,具有高度的因果影响力。也就是说,其中变化的变量对整个因果秩序至关重要。它们支持并被许多其他(最终)可能随趋势变化的因果力量所支持。这样的趋势可以说更不确定,因为更多的因素支持它们当前的方向。第二种方式是将“大趋势”解释为由一系列其他相关的较小趋势组成的趋势——即“趋势的趋势”。也就是说,变化的模式


它所假设的,是在一个更大的框架下相互关联的其他较小变化模式的问题。例如,自然资源可用性下降的宏观趋势可能被认为(部分)包括石油供应减少、可饮用水量减少、可耕地面积减少、淡水鱼数量减少等。 8 8 ^(8){ }^{8} 这些趋势的不确定性也相对较小,因为即使构成它的一个基础趋势放缓、停止或逆转,其他趋势仍可能继续。如今,大多数宏观趋势范式的支持者显然希望它包含这两种含义,但将它们区分开来是可能的。例如,人们可以拥有一系列相关的“微观趋势”(即较小、可能目前较为孤立的群体或因果秩序部分的变化),从而形成“趋势的趋势”,但这并不是(目前)在总体上特别有影响力或对因果秩序至关重要的东西。这在一种意义上是一个“宏观趋势”,但在另一种意义上则不是。 因此,尽管这种方法的大多数支持者同时使用这两种含义,但后者是绝对不可或缺的。

采用大趋势范式的分析师可能会识别出一种变化模式,例如西方人口的老龄化。也就是说,传统人口年龄类别中的人口比例正在向更高(65 岁以上)类别倾斜。他们评估这一趋势最终由多个潜在趋势组成,如出生率下降和寿命延长。他们可能还会从减少拥有大家庭的意愿、增加避孕技术的可获得性以及自然生育成功率下降(即生育能力降低)等方面进一步理解出生率的下降。分析师发现,所有这些趋势已经持续了一段时间,但每一个趋势都还有很大的潜力,而且几乎没有(当前活跃的)力量在阻碍它们。因此,他们可能会得出结论,这些趋势很可能会持续到未来,从而产生比现在更大的影响。 然后,他们可以利用这一估计开始思考可能出现的世界(例如,三分之一的西方人年龄超过六十五岁)。这显然对人们职业寿命的预期、退休制度、潜在的军队规模等方面具有重大影响。但思考的核心驱动力在于,存在一种持续变化的模式,其中蕴含着显著的增长潜力,进而想象它未来如何发展这种潜力。

“大趋势”范式的一个重要变体可称为“技术趋势”方法,因为它主要关注技术的发展。通常,技术的构想与创造之间、创造与小规模实施之间,以及小规模实施与广泛推广之间都存在差距。这些差距为分析者提供了预见尚未发生的未来变化的机会:(1) 如果可构想的技术被创造出来,会发生什么?(2) 如果创造出的技术在小范围内实施,会发生什么?(3) 如果小规模实施的技术达到大规模应用,又会发生什么?因此,从这个意义上讲,技术有时比其他事物更具内在可预测性。可以说,技术是推动未来的特别强大动力。即使技术不是人类决策的主要动机,它也极大地塑造了人类能够实现的能力。其中,所谓的颠覆性技术尤为引人关注。 某些技术变革仅以渐进的方式逐步拓展了人类的能力范围,而另一些——“颠覆性”技术——则在类别和程度上显著扩展了人类所能实现的边界。这种对人类能力方式和内容的基础性改变,对未来可能产生深远的影响。因此,一些大趋势分析方法将技术趋势置于优先位置,也就不足为奇了。

Megatrend 范式通常针对那些比 Forecasting 范式表现出更大不确定性的目标。因此,人们可以将 Forecasting 和 Megatrend 范式视为对同一类型事物进行未来探索的竞争方法,或针对不同类型问题(不确定程度较低和较高)的不同方法。这种“竞争”实际上可能并不在于哪一种方法在评估特定问题本身时“更好”,而在于该问题在认识论和形而上学不确定性方面的程度。问题在这些方面越不确定,应用 Forecasting 范式的合理性就越低,而采用 Megatrend 范式等替代方法的效果可能就越好。

Megatrend 范式为理解未来探索做出了关键贡献。它通过汇集相关变化(即趋势)并探讨它们与其他活跃的因果力量相互作用时可能产生的更广泛影响,从而摆脱了具体预测的局限,转而试图强调变化从一个影响领域扩散到另一个领域时蕴含的潜力,考量这种转变能达到何种程度。这种方法强调了未来的互动本质,即某一类因素的变化能够(且不可避免地)会“跨界”影响其他类型的因素,反之亦然。换言之,要真正理解未来,必须考虑一个因果力量如何融入更广泛的因果力量的大图景中,以及这如何塑造事物。这一方法将未来探索聚焦于一般模式的更广泛影响上,这是分析人士应当认真对待的洞见。


4. 情景范式:未来探索作为发展可信的完整替代结果愿景


预测范式的倡导者通常认为他们的未来探索目标(相对而言)是最不具不确定性的。相比之下,情景范式的支持者则将他们的未来探索目标解读为(相对而言)最具不确定性的。而大趋势范式的代表人物则将其目标定位在两者之间。在某些情况下,这些差异源于目标类型确实不同(例如,短期与长期、较低层次与较高层次,以及对个人决策的依赖程度较低与较高)。但在其他情况下,差异则来自对特定目标中不确定性程度的不同评估。对情景范式持同情态度的人通常对人类进行未来预测的能力或此类预测对客户的有用性持最大怀疑态度。 9 9 ^(9){ }^{9} 因此,他们不仅避免预测最可能的具体结果(与预测范式不同),同样也回避强调某种最可能的总体模式(与大趋势范式不同)。 无论是具体还是普遍,它们都完全不预测单一结果。相反,他们将未来探索视为发展多种合理、完整的替代结果愿景。这种方法的一些基础也可以在阿尔文·托夫勒(Alvin Toffler)的作品中找到,但这一观点更常归功于彼得·施瓦茨(Peter Schwartz)和基斯·范德海登(Kees van der Heijden)等思想家(以及随后众多基于情景规划的追随者)。 10 10 ^(10){ }^{10}

在情景范式下,人们仍可以对那些不确定性较低的事物进行估计,但对于分析中的关键问题,不会试图预测特定事件或一般模式的发生与否(也不会断言什么是最可能或最不可能的)。相反,该方法探讨了多种相互竞争的解释。


(目标的)事物可能如何,每一个都被评估为可信的。说一个结果是“可信的”意味着它被认为比仅仅是可能的事物有更高的发生几率,但它并不被认为是最可能的结果。它有一些特点使其与理论上无限可能的范围不同,但没有为其分配概率(因此不被称为是概率性的)。这种方法并不否认存在一个最终最可能的结果,也不必然预设人类(原则上)无法为可识别的结果分配概率。相反,这一观点认为分析师应表现得好像他们无法对未来的结果做出合理的估计(或排序)。因此,他们仅将这些结果视为可信或不可信。换言之,情景范式敦促分析师将未来的多种愿景视为“可行”的选择,而不是强调单一事物(事件或模式)为最可能的。

通过聚焦于合理性,情境范式避免了由高度不确定性引发的困境。这一困境在于:如果分析师只能就最可能的情况发表观点,那么他们所能表达的内容将受到极大限制(且难以提供合理的依据)。相反,如果分析师仅就可能性进行论述,则他们可能涉及的范围过于宽泛。实际上,分析师最终只能得出一个无足轻重的结论:“几乎没有什么是确定的,几乎所有事情都是可能的。”相比之下,如果分析师专注于合理性,他们就能从所有可能性中大幅缩小选择范围,而无需仅限于最可能的那一种(在高度不确定性下,这种最可能的情况要么不存在,要么显而易见且价值不大)。 因此,未来探索试图(1)将客户从令人困惑的无限可能性范围引导至更狭窄、可管理的合理范围,或(2)将客户从高度可能但琐碎的未来预测或高度不确定(且风险高)的有趣预测中引导至更广泛的合理范围,以(在一定程度上)缓解潜在意外结果的可能性。因此,情景方法的一个显著特点是强调多个相互竞争的结果供客户考虑,而不仅仅是单一结果(如预测和大趋势范式所做的那样)。 11 11 ^(11){ }^{11}


除了发展多种结果外,情境范式鼓励分析者构建全面的未来替代愿景:情境。据说“scenario”一词字面上源自拉丁语“scaenarium”,原指建造舞台的地方,后来在中世纪意大利即兴喜剧中用来指代情节的总体大纲或概要。实际上,它是在没有预先设定剧本时,演员们用来引导自己的工具。因此,类比之下,它是在面对关键问题没有预测时,未来探索者用来指引方向的工具。与特定事件或普遍模式不同,情境提供了事物可能发展的多条情节线索。 12 12 ^(12){ }^{12}

理论上,人们可以将情景作为对提出预测的宏观趋势预测或分析的补充。在这种情况下,既会有对最可能发生情况的判断(对特定预测事件或一般模式/趋势的预测),也会有几个关于其他可能情况的替代描述(情景)。然而,大多数情景范式的支持者更倾向于在不提供任何预测的情况下呈现情景。他们鼓励分析师表现得好像无法对这些事情做出合理估计(至少是那些可能成为未来分析目标的事情)。对此,存在三种潜在原因:哲学上的、实践上的和心理上的。所有这些原因都集中在那些更长期(由一系列不确定事件决定)、更高层次(由多种潜在不确定力量决定)和/或依赖于个人决策的结果上。

首先,哲学论点提出,分析师们根本没有足够的证据来为这些事物的预测提供正当性:由于缺乏内在稳定性或外部隔离性,没有充分的理由相信未来会遵循过去的普遍规律。如果有许多影响结果的因素都充满不确定性,那么这些因素的综合作用使得关于过去真实情况的先前判断是否合理推断为同样适用于未来变得可疑。不连续性的可能性很高,要么因为事物本身不稳定(容易朝不同方向发展),要么因为它可能受到以前未曾影响它的新事物的影响。无论哪种情况,分析师都缺乏足够的理由来证明先前的普遍规律将在未来适用,因此无法做出合理的未来预测。

其次,实践论点提出,只要分析师能够对结果概率做出合理估计,多个结果的概率仍将足够高,且影响足够重大,以至于客户仍必须认真对待多种结果。例如,假设只有三个变量将决定结果。进一步假设每个变量有 0.70 的高概率增加。将存在一个最可能的结果,即所有变量都增加。但这种情况的概率仅为 0.343 ( 0.70 × 0.70 × 0.70 ) 0.343 ( 0.70 × 0.70 × 0.70 ) 0.343(0.70 xx0.70 xx0.70)0.343(0.70 \times 0.70 \times 0.70) 。因此,几乎有三分之二的概率会发生其他七种可能性之一。任何合理的规划方法都无法避免认真考虑这些其他可能性。而且,并非只有一种其他可能性值得考虑。其他选项的概率从 0.147 的三种 ( 0.70 × 0.70 × 0.30 ) ( 0.70 × 0.70 × 0.30 ) (0.70 xx0.70 xx0.30)(0.70 \times 0.70 \times 0.30) 0.063 ( 0.70 × 0.30 × 0.30 ) 0.063 ( 0.70 × 0.30 × 0.30 ) 0.063(0.70 xx0.30 xx0.30)0.063(0.70 \times 0.30 \times 0.30) 的三种,再到 0.027 ( 0.30 × 0.30 × 0.30 ) 0.027 ( 0.30 × 0.30 × 0.30 ) 0.027(0.30 xx0.30 xx0.30)0.027(0.30 \times 0.30 \times 0.30) 的一种。即使假设只有概率为 0.147 的结果足够重要(这通常是危险的),总体上仍有四种可能性。 理论上,人们或许有能力在这些结果范围内“分散风险”,并考虑到它们概率上的差异,但在大多数现实情况下,这比想象中要困难得多。 13 13 ^(13){ }^{13} 因此,即使分析师能够做出理性的概率估计,表现得仿佛他们无法做到(仅将结果视为可能发生)仍可能是合理的。

第三,心理学的论点提出,只要分析师能够对结果概率给出合理的估计,人类倾向于认为未来结果是不可避免的倾向是如此强烈,以至于客户最好获得多种结果,而不对哪一种最有可能发生采取立场。以前面提到的简单例子为例,结果取决于三个变量,每个变量增加的概率为 0.70。如果将概率为 0.343 的结果标记为“最可能的”,那么人们会强烈倾向于将其视为比实际更为可能的结果。可以将这种现象称为“前瞻性偏差”,类似于“后见之明偏差”。后见之明偏差认为先前的结果比实际更为不可避免(即俗话所说的“事后诸葛亮”,他们提出本可以避免不良结果,因为他们“预见到了”)。人类有一种强烈的倾向,认为大多数次优结果是先前某个失误的必然结果,因此相对容易避免。同样的态度可以转移到对未来的思考上。 如果过去的结局在给定其因果前因的情况下是不可避免的,那么将未来的结局视为同样不可避免也是自然的。Scenario 范式的倡导者认为,阻止客户陷入这种倾向的一种方法是向他们展示多种情景,所有这些情景都被证明是可信的,但没有一种被说成是“最有可能的”(甚至“最可信的”)。

如同预测与宏观趋势范式,人们可以将情景范式视为其同行的真正对手,或者视为专注于不同类型问题(即高度不确定性)的范式。归根结底,当被追问时,没有任何一种方法会否认有些结果是可以合理预测的,而有些则不能。真正的问题在于世界上的形而上学和认识论不确定性的程度。或者,或许更重要的是,世界的哪个方面是焦点?情景范式的拥护者倾向于将他们的关注点放在更远未来的结果上,这些结果受到更多潜在力量的影响,并且更依赖于个人的选择。他们认为,这些因素中的每一个都增加了不确定性水平,以至于发展出对多种结果的描述比预测单一结果更为合理。这有效地将未来探索聚焦于成熟的替代方案上,这也是分析者应具备的重点。


5. 对比三种方法:它们有何不同?


这三种现有的未来探索范式在总体展望上具有独特的动机敏感性和主题。预测范式自信地将其目标视为最不具不确定性(且最少依赖人类决策),并受事件类型间规律性的影响。大趋势范式则适度地将其目标视为具有一定(中间程度)不确定性(且部分依赖人类决策),并受大趋势的影响,这些大趋势是相似趋势或关系的集合。情景范式则持怀疑态度,将其目标视为最具不确定性(且最依赖人类决策),并受替代情景或未来可能发展方式的影响。它们还应用了不同的标准。预测范式试图找到可识别、正式表示且稳定的模式,以确定特定结果的可能性。大趋势范式试图找到相似趋势的群体,以确定一般模式的概率。而情景范式则试图找到最关键的力量及其可能的发展方式,以评估特定结果的合理性。

在“预测”、“大趋势”和“情景分析”这三种未来探索方法中,尚有诸多内容远非此处所能详尽阐述。本节旨在强调它们对激发多维方法的三大潜在贡献:将未来探索视为因果分析的延伸、普遍模式更广泛的影响,以及成熟替代方案的构想,这一视角融合了这些核心理念。

  注释


  1. 值得注意的是,中世纪(及之后很长一段时间)的大多数(犹太教、基督教、伊斯兰教)神学家并不持上帝(预先)决定每一事件发生的立场。人们相信上帝预知每个事件会发生,但有时他宁愿它们不发生(例如人类的邪恶行为)。换句话说,有些事件的发生并非上帝所愿(也不是他引发的),而是他仅仅允许的(以保留人类自由意志的存在——但这一点稍后再详述)。换言之,决定论的主要倡导者通常是科学界而非神学界。事实上,神学观点通常是决定论经典对立面——自由意志——最坚定的支持者。

表 22.1 现有未来探索范式的比较

预测根据稳定、规则主导的模式推断最可能的特定结果
Forecasting Projecting the Most Probable Specific Outcome according to Stable, Rule- Governed Patterns| Forecasting | | :--- | | Projecting the Most | | Probable Specific | | Outcome according | | to Stable, Rule- | | Governed Patterns |

大趋势 根据其潜力和发展状态预测最可能的总体模式
Megatrend Projecting the Most Probable General Pattern according to Its Potential and State of Development| Megatrend | | :---: | | Projecting the Most | | Probable General | | Pattern according | | to Its Potential | | and State of | | Development |

情景发展 可能结果的合理性
Scenario Aeveloping Plausible of Outcomes| Scenario | | :---: | | Aeveloping Plausible | | of Outcomes |

描述方法的摘要
Summary That Describes the Approach| Summary That | | :--- | | Describes the | | Approach |

Futures Exploration 是通过在事物的历史行为中发现可识别、正式表示且稳定的模式,以推断其可能的未来
Futures Exploration is finding identifiable, formally representable, and stable patterns within something's historical behavior to infer its likely future| Futures Exploration | | :--- | | is finding | | identifiable, formally | | representable, and | | stable patterns | | within something's | | historical behavior to | | infer its likely future |

未来探索旨在发现具有足够潜力和影响力的相似趋势群体,以显著影响未来
Futures Exploration is finding groups of similar trends with enough potential in their strength and scope to influence the future significantly| Futures Exploration | | :--- | | is finding groups of | | similar trends with | | enough potential | | in their strength | | and scope to | | influence the future | | significantly |

未来探索是寻找影响结果的最关键力量/趋势,并考虑它们可能的发展方向及可能产生的结果
Futures Exploration is finding the most critical forces/ trends influencing an outcome and considering the ways they could go and the possibilities that might result| Futures Exploration | | :--- | | is finding the most | | critical forces/ | | trends influencing | | an outcome and | | considering the ways | | they could go and | | the possibilities that | | might result |

驱动方法的情感
Sensibility That Drives the Approach| Sensibility That | | :--- | | Drives the Approach |

自信:将未来探索的目标视为最不确定的因素(通常也最不依赖人类决策的影响)
Confident: Sees targets of Futures Exploration as least uncertain (and usually the least dependent on influence of human decision making)| Confident: | | :--- | | Sees targets of | | Futures Exploration | | as least uncertain | | (and usually the | | least dependent on | | influence of human | | decision making) |

中等:认为 Futures Exploration 的目标具有一定的不确定性(通常在一定程度上依赖于人类决策)
Moderate: Sees targets of Futures Exploration as somewhat uncertain (and usually somewhat dependent on human decision making)| Moderate: | | :--- | | Sees targets of | | Futures Exploration | | as somewhat | | uncertain (and | | usually somewhat | | dependent on | | human decision | | making) |
Scenario,Aeveloping Plausible,of Outcomes Summary That,Describes the,Approach Futures Exploration,is finding,identifiable, formally,representable, and,stable patterns,within something's,historical behavior to,infer its likely future Futures Exploration,is finding groups of,similar trends with,enough potential,in their strength,and scope to,influence the future,significantly Futures Exploration,is finding the most,critical forces/,trends influencing,an outcome and,considering the ways,they could go and,the possibilities that,might result Sensibility That,Drives the Approach Confident:,Sees targets of,Futures Exploration,as least uncertain,(and usually the,least dependent on,influence of human,decision making) Moderate:,Sees targets of,Futures Exploration,as somewhat,uncertain (and,usually somewhat,dependent on,human decision,making)| Scenario <br> Aeveloping Plausible <br> of Outcomes | | :---: | | Summary That <br> Describes the <br> Approach | | Futures Exploration <br> is finding <br> identifiable, formally <br> representable, and <br> stable patterns <br> within something's <br> historical behavior to <br> infer its likely future | | Futures Exploration <br> is finding groups of <br> similar trends with <br> enough potential <br> in their strength <br> and scope to <br> influence the future <br> significantly | | Futures Exploration <br> is finding the most <br> critical forces/ <br> trends influencing <br> an outcome and <br> considering the ways <br> they could go and <br> the possibilities that <br> might result | | Sensibility That <br> Drives the Approach | | Confident: <br> Sees targets of <br> Futures Exploration <br> as least uncertain <br> (and usually the <br> least dependent on <br> influence of human <br> decision making) | | Moderate: <br> Sees targets of <br> Futures Exploration <br> as somewhat <br> uncertain (and <br> usually somewhat <br> dependent on <br> human decision <br> making) |

怀疑者:认为未来探索的目标最为不确定(通常也最依赖于人类决策的影响)
Skeptical: Sees targets of Futures Exploration as most uncertain (and usually ye most dependent on influence of human decision making)| Skeptical: | | :--- | | Sees targets of | | Futures Exploration | | as most uncertain | | (and usually ye | | most dependent on | | influence of human | | decision making) |

定义方法的主题
Subject That Defines the Approach| Subject That Defines | | :--- | | the Approach |

规律性:某一类型事件的既定频率
Regularities: An established frequency of a type of event| Regularities: | | :--- | | An established | | frequency of a type | | of event |

大趋势:并非孤立的单一趋势,而是相似趋势与关系的一般集合
Megatrends: Not isolated singular trends, but general sets of similar trends and relationships| Megatrends: | | :--- | | Not isolated singular | | trends, but general | | sets of similar trends | | and relationships |

情景:一种或多种因果力量(或趋势)在特定情况下可能演变的潜在方式
Scenario: A possible way that one or more causal forces (or trends) could evolve ina a specific situation| Scenario: | | :--- | | A possible way that | | one or more causal | | forces (or trends) | | could evolve ina a | | specific situation |

指导方法的标准
Standard That Directs the Approach| Standard That | | :--- | | Directs the | | Approach |

特定结果的概率
Probability of Specific Outcomes| Probability of | | :--- | | Specific Outcomes |

一般模式的概率
Probability of General Patterns| Probability of | | :--- | | General Patterns |

特定结果的合理性
Plausibility of Specific Outcomes| Plausibility of | | :--- | | Specific Outcomes |

源自该方法的重大理念
Significant Idea That Derives from the Approach| Significant Idea That | | :--- | | Derives from the | | Approach |

未来探索应强调作为因果分析的延伸
Futures Exploration should emphasize being an extension of Causal Analysis| Futures Exploration | | :--- | | should emphasize | | being an extension | | of Causal Analysis |

未来探索应强调一般模式的更广泛影响
Futures Exploration should emphasize broader implications of general patterns| Futures Exploration | | :--- | | should emphasize | | broader implications | | of general patterns |

未来探索应强调发展完善的替代方案
Futures Exploration should emphasize well-developed alternatives| Futures Exploration | | :--- | | should emphasize | | well-developed | | alternatives |
"Forecasting Projecting the Most Probable Specific Outcome according to Stable, Rule- Governed Patterns" "Megatrend Projecting the Most Probable General Pattern according to Its Potential and State of Development" "Scenario,Aeveloping Plausible,of Outcomes Summary That,Describes the,Approach Futures Exploration,is finding,identifiable, formally,representable, and,stable patterns,within something's,historical behavior to,infer its likely future Futures Exploration,is finding groups of,similar trends with,enough potential,in their strength,and scope to,influence the future,significantly Futures Exploration,is finding the most,critical forces/,trends influencing,an outcome and,considering the ways,they could go and,the possibilities that,might result Sensibility That,Drives the Approach Confident:,Sees targets of,Futures Exploration,as least uncertain,(and usually the,least dependent on,influence of human,decision making) Moderate:,Sees targets of,Futures Exploration,as somewhat,uncertain (and,usually somewhat,dependent on,human decision,making)""Skeptical: Sees targets of Futures Exploration as most uncertain (and usually ye most dependent on influence of human decision making)" "Subject That Defines the Approach" "Regularities: An established frequency of a type of event" "Megatrends: Not isolated singular trends, but general sets of similar trends and relationships" "Scenario: A possible way that one or more causal forces (or trends) could evolve ina a specific situation" "Standard That Directs the Approach" "Probability of Specific Outcomes" "Probability of General Patterns" "Plausibility of Specific Outcomes" "Significant Idea That Derives from the Approach" "Futures Exploration should emphasize being an extension of Causal Analysis" "Futures Exploration should emphasize broader implications of general patterns" "Futures Exploration should emphasize well-developed alternatives"| | Forecasting <br> Projecting the Most <br> Probable Specific <br> Outcome according <br> to Stable, Rule- <br> Governed Patterns | Megatrend <br> Projecting the Most <br> Probable General <br> Pattern according <br> to Its Potential <br> and State of <br> Development | Scenario <br> Aeveloping Plausible <br> of Outcomes <br> Summary That <br> Describes the <br> Approach <br> Futures Exploration <br> is finding <br> identifiable, formally <br> representable, and <br> stable patterns <br> within something's <br> historical behavior to <br> infer its likely future <br> Futures Exploration <br> is finding groups of <br> similar trends with <br> enough potential <br> in their strength <br> and scope to <br> influence the future <br> significantly <br> Futures Exploration <br> is finding the most <br> critical forces/ <br> trends influencing <br> an outcome and <br> considering the ways <br> they could go and <br> the possibilities that <br> might result <br> Sensibility That <br> Drives the Approach <br> Confident: <br> Sees targets of <br> Futures Exploration <br> as least uncertain <br> (and usually the <br> least dependent on <br> influence of human <br> decision making) <br> Moderate: <br> Sees targets of <br> Futures Exploration <br> as somewhat <br> uncertain (and <br> usually somewhat <br> dependent on <br> human decision <br> making)Skeptical: <br> Sees targets of <br> Futures Exploration <br> as most uncertain <br> (and usually ye <br> most dependent on <br> influence of human <br> decision making) | | :--- | :--- | :--- | :--- | | Subject That Defines <br> the Approach | Regularities: <br> An established <br> frequency of a type <br> of event | Megatrends: <br> Not isolated singular <br> trends, but general <br> sets of similar trends <br> and relationships | Scenario: <br> A possible way that <br> one or more causal <br> forces (or trends) <br> could evolve ina a <br> specific situation | | Standard That <br> Directs the <br> Approach | Probability of <br> Specific Outcomes | Probability of <br> General Patterns | Plausibility of <br> Specific Outcomes | | Significant Idea That <br> Derives from the <br> Approach | Futures Exploration <br> should emphasize <br> being an extension <br> of Causal Analysis | Futures Exploration <br> should emphasize <br> broader implications <br> of general patterns | Futures Exploration <br> should emphasize <br> well-developed <br> alternatives |

  1. 请注意,这并不意味着每一个自然因果力都是非决定性的,或者受到高度非决定性的影响。相反,这是两个主张。首先,总体而言,整个世界(作为一个系统)并非决定性的(即,至少某些部分是非决定性的,这使得整体也是非决定性的)。其次,因果解释不必是决定性的;它们可以简单地包含一个原因增加其效果概率的事实(更多内容,请参见第 17 章第 1 节,“因果分析的重要现存方法”)。换句话说,科学家不再假设“自然法则”必须使其效果不可避免,而是认为它们对其概率有一定的影响。

  2. 有关预测相关问题的讨论,请参见 Edward Cornish 的《Futuring: The Exploration of the Future》(贝塞斯达,MD:世界未来学会,2004 年)。

  3. 关于与预测范式相关的认识论问题的一般性探讨,包括其中一些先决条件,请参见尼古拉斯·雷舍尔(Nicholas Rescher)的《预测未来:预测理论导论》(纽约州奥尔巴尼:纽约州立大学出版社,1998 年)。

  4. 某事物若缺乏内部连续性,一个重要表现便是它由一系列较小的力量构成,这些力量持续相互作用以产生最终结果。即便是数量不多、各自相对稳定的力量,其集合体仍存在相当显著的偏离可能性。例如,若有七种力量,每种力量保持现状的概率均为 0.90,那么它们全部保持现状(并共同产生相同结果)的集体概率仅为 0.48。根据联合概率法则,这是七种力量各自保持不变的概率的乘积: 0.90 × 0.90 × 0.90 × 0.90 × 0.90 × 0.90 × 0.90 xx0.90 xx0.90 xx0.90 \times 0.90 \times 0.90 \times 0.90 × 0.90 × 0.90 × 0.90 0.90 × 0.90 × 0.90 × 0.90 0.90 xx0.90 xx0.90 xx0.900.90 \times 0.90 \times 0.90 \times 0.90 ,即 0.4782969。

  5. 尝试支持预测范式的另一种方式,实际上是绕过预测是否合理可证明的问题,通过假设它们不可避免来实现。有人可能会提出一种“贝叶斯心理学”,认为人类的信念和期望由概率判断构成,或者认为情报客户只是(原则上)坚持要求预测。无论哪种观点,问题都从做出此类预测(或概率评估)是否合理,转变为如何使它们尽可能合理(因为它们在心理上或实践上是不可避免的)。尽管这种方法在学术上具有某种吸引力和优雅(因为它避免了情景范式留给我们的“混乱”),但我最终拒绝了它(认为它过于简单化)。但真正以令人信服的方式证明这一点会偏离主题,所以我将这个问题留待以后讨论。

  6. 参见阿尔文·托夫勒的《未来的冲击》(纽约:兰登书屋,1970 年)和《第三次浪潮》(纽约:威廉·莫罗公司,1980 年);约翰·奈斯比特的《大趋势:改变我们生活的十个新方向》(纽约:华纳图书,1982 年);以及例如詹姆斯·坎顿的《极端未来》(纽约:达顿公司,2006 年)。

  7. 本示例来自 Cornish, Futuring。

  8. 后一点非常重要且容易被忽视。即使预测是合理且有依据的,情景范式的支持者仍提出(本节稍后将讨论其原因),这些预测通常对客户来说并非最有用(尽管客户可能希望得到一个预测)。

  9. 参见托夫勒的《未来的冲击》和《第三次浪潮》;彼得·施瓦茨的《长远观点之艺术:在不确定世界中规划未来》(纽约:双日出版社,1991 年);基斯·范德海登的《情景:战略对话的艺术》(纽约:威利父子出版社,2005 年);以及,例如,尼古拉斯·C·乔治安察斯和威廉·阿卡尔的《情景驱动规划》(康涅狄格州韦斯特波特:奎勒姆图书公司,1995 年);吉尔·林兰的《情景规划》(纽约:威利父子出版社,1998 年)。

  10. 从技术上讲,预测或大趋势分析师可能会强调不止一种可能的结果。然而,在这样做时,他们也会选择一个作为最可能的,一个作为最不可能的。情景范式的支持者认为,实际上,一旦进行了这样的排名,多种可能性在客户心中就会消失。如果一种结果被称为概率第一,那么其他结果就极有可能被忽视。因此,情景范式至少在官方层面上并不试图判断其结果的最高(或最低)概率。

  11. 参见 Schwartz 所著《长远观点的艺术》。

  12. 在涉及可量化资源分配的情况下,可以将此情境转化为“风险下的决策”问题,其中每个结果根据特定选择被赋予决策者一个数值,然后根据该数值和概率进行相应计算。(该方法将在第 27 章后续讨论。)

23


未来探索的多维方法


介绍起源、外展和成果维度

  摘要


智能分析中的多维推理视角将其解释为具有三个同等重要的维度:个人(分析师展现正确的智力美德)、程序(分析师遵循正确的智力规则)和问题特定(分析师提出正确的问题)。情报客户面临一系列由目标竞争对手或对手引发的问题特定挑战,包括不足、不相关、不确定性和无意义性等问题。这些问题对应着四种等效的推理类型,它们是问题特定推理的次要维度:假设发展、因果分析、未来探索和战略评估。本章探讨了分析师如何回答“这种变化可能在何时何地发生?”这一问题,以及未来探索的多维方法。首先,它描述了未来探索在情报中的目的。其次,它勾勒了新的多维方法。最后,它定义了情报中未来探索实践的描述。


1. 情报分析中未来探索目的的多维方法


未来探索是通过推理发现未来可能性的合理愿景。它应对“不确定性”的认知挑战,即必须对多种可能的未来路径进行推理。它通过找到未来可能性如何“成为现实”的最合理解释、预测未来可能性可能带来的更广泛不确定性,以及制定这些可能性的合理后果来实现这一点。这种思维在情报分析推理中扮演着三个重要角色:直接、间接和结构性。

未来探索在分析师推理中的直接作用体现在情报客户提出明确面向未来的问题。例如,他们可能对“拉丁美洲如何可能出现更多毒品国家?”“入侵伊拉克可能带来哪些更广泛的地区影响?”或“一旦联军从阿富汗撤军,接下来可能会发生什么?”这些问题感兴趣。这些都是直接的未来探索问题,因为它们即刻关注的是未来可能性以及通向或源自这些可能性的众多路径。可以将这些问题解读为审视特定现状并探究其未来走向。


关于它未来可能的不同方式以及“何时何地可能发生变化?”这一普遍问题。许多情报问题确实以未来探索问题的形式出现,因为未来是客户试图理解的重要不确定性来源。

虽然未来探索在分析师推理中经常扮演直接角色,但它也常发挥间接作用。间接的未来探索问题本身并非未来问题,却预设了它们的答案。例如,“如何削弱拉丁美洲毒品卡特尔的政治影响力?”、“伊拉克入侵后如何维持地区稳定?”以及“阿富汗政府如何为联军撤离做最佳准备?”这些问题本身并不具备“这一变化可能在何时何地发生?”的形式,但解答它们仍需考虑不同的未来情景。也就是说,要理解不应对拉丁美洲毒品卡特尔政治影响力的潜在风险,人们可能会思考它们如何推动国家成为事实上的毒品国家。同样,为了在伊拉克入侵后促进地区稳定,必须评估其更广泛的区域影响。而为联军撤离阿富汗做准备,则需考虑其可能带来的后果。 更一般地说,任何形式为“客户如何应对 I t I t ItI t ?”的战略评估问题,都将基于对他们可能应对的未来“它”的评估。在某些情况下,这种分析可能已经完成,但如果没有,那么未来探索在分析师推理中就扮演着关键的间接角色:为战略评估奠定基础。


分析师思考的导向是客户的竞争对手或对手,这为“未来探索”通过由此产生的“不确定性”问题赋予了一个基本的结构性角色。一个明确的情报挑战是评估那些结果并非完全由先前因果因素决定的目标。也就是说,即使背景条件完全相同,结果也可能总是有所不同。未来不必与过去相同,总有许多值得考虑的可能未来路径。这部分是因为目标竞争对手或对手是人,他们确实拥有一系列可能的选择,而最终做出的选择将完全“取决于他们”(即,这些选择是出于他们的“自由意志”而做出的)。 除此之外,与客户之间存在根本性竞争或冲突的事实意味着,他们甚至可能故意采取行动,以便更容易受到其他行动方案的影响:他们可能会采用“不可预测”的策略。使用“出其不意”的元素是冲突中的经典方法,这塑造了分析师在应对时必须的推理方式。它使得情报分析的目标尤其具有挑战性,并产生了不确定性问题以及分析师思维中对未来探索的结构性需求。

不确定性问题也植根于一个长期被认识到的普遍推理难题,并在信息时代进一步加剧。世界本身蕴含着变化的潜在可能性。目前(以及过去)已知为真的事物,未必在未来依然成立。“过去”与“未来”的知识之间存在鸿沟。二者可能相同,也可能不同。因此,人们不得不考虑事物发展的多种可能性。在信息时代,这种可能性已显著增加。信息创造与传播的数量和速度的提升,极大地放大了人类互动的程度。而越是那些单独来看不可预测的事物相互作用,整体的不可预测性就越大。因此,不确定性问题不仅在人类推理中有着更为普遍的基础,而且在信息时代得到了加速。正因如此,通过未来探索来应对这一问题显得尤为重要。


更广泛地说,通过应对不确定性的挑战,Futures Exploration 鼓励了智力上的“开放性”。也就是说,它抵制了将事物视为更加确定的种种倾向。


关于未来,人们可能会称之为“预见偏差”,即倾向于认为某一特定未来结果如此可能发生,以至于可以预测,因此无需认真考虑其他可能性。认识到不确定性不仅仅是说预测的结果有可能不会发生,而是常常避免做出任何预测,以免将未来视为比实际情况更为确定。培养这种对一系列可能性的智力“开放性”是未来探索的重要贡献。

在情报分析师使用的所有推理方法中,未来探索涉及其中最具挑战性和难度最大的一些。因此,有时存在一种潜在的假设,认为未来探索仅适用于“高级”分析,或仅在特殊场合下才会用到的某个专业领域。尽管毫无疑问,未来分析可能特别复杂,但这并不意味着未来探索仅适用于分析师中的精英子群体。除非分析师不打算强调任何潜在威胁,不打算指出任何可能的机会,并且不打算为决策提出任何影响,否则他们无论如何都无法避免(至少是间接地)做出面向未来的主张。威胁、机会及其后果都存在于未来。关于它们的任何说法,无论多么微小,至少部分都是面向未来的主张。虽然分析师有时可能不得不避开全面的未来探索方法(为了节省时间),但他们无法避免将未来探索作为一种推理类型。 因此,多维方法将其视为分析师推理中问题特定方面的四个同等重要的子维度之一。


2. 多维提案:情报分析师的未来探索理论


如同一般理想推理,理想的未来探索是多维的。它由起源、延伸和结果维度构成。但未来探索的这些不同维度是什么?有哪些不同的“角度”可以用来回答“这种变化可能何时何地发生?”的问题?

在多维方法中,这些维度代表了试图同时利用现有未来探索理论中的有用重点:作为因果分析的延伸,作为一般模式的更广泛影响,以及作为发展替代方案(参见第 22 章)。这一观点试图汲取当前学术方法中的“精华”,并针对情报分析师提出一个优化的综合解释。它们被解释为进行未来探索的三个同等重要的“视角”。通过叙事方法进行未来探索,这是可能的。也就是说,未来分析是:

事物可能如何发展的具体且合理的故事(如果它们是一个部分)


特定方式),其根植于对当前活跃因果力量的严格评估。


未来探索充分考虑当前的因果力量,并设想它们可能以最合理的方式演化,从而带来一个特定的潜在未来,这个未来又对其他因果力量产生更广泛的影响,进而可能引发一系列潜在结果。换句话说,它基于背景(潜在的因果力量)讲述了一个特定未来变化的故事,包括开端(因果力量如何以合理方式促成这一特定变化)、中间(这一特定变化如何与更广泛的背景相互作用)。


因果力的范围),以及结局(特定的变化和互动如何导致潜在结果)。源于基础因果分析,起源维度从故事的“开端”视角构建,外展维度从“中间”视角构建,而结果维度则从“结局”视角构建。或者更具体地说,人们可能会按照由以下部分构成的经典叙事弧来审视事物:(1) 开端,(2) 冲突,(3) 上升行动,(4) 高潮,(5) 下降行动,以及(6) 解决。


图 23.1 未来探索作为叙事发展


尽管任何对未来的描述都可以被认为具备这三个维度,但在特定情况下,每一个维度都可能尤为重要。例如,为了证明某一可能性足够合理,值得考虑,人们可能会优先关注其“如何形成”的起源维度。或者,为了将某一特定未来的具体评估融入更广泛的视野(并产生意料之外的后果),人们可能会优先关注其“如何与其他因素相互作用以产生更多不确定性”的延伸维度。又或者,为了识别值得更具体审视的未来,人们可能会优先关注“可能产生什么结果”的成果维度(从而发现值得深入分析的事件)。在其他情况下,这三个维度可能同等重要。

多维未来探索方法也可以被理解为一种反事实叙述。所谓“反事实”,是一种条件式(“如果……那么……”)陈述,它将“与已知事实相反”的特定替代可能性与使用“可能”或“将会”提出的结果联系起来(例如,“如果国家 X X XX 获得了核武器,那么他们很可能会对 Y Y YY 国使用。”)。反事实既可以考虑过去的替代可能性(即未发生但本可能发生的事情),也可以考虑未来的替代可能性(即预计不会发生但可能发生的事情)。许多人熟悉指向过去的反事实概念,如“另类”历史或政治学思想实验(例如,探讨“如果希特勒遵守了与苏联的条约,会怎样”)。

斯大林在二战期间?”)或心理学和咨询领域(例如,询问某人“如果你在生活中做出了不同的选择会怎样?”)。然而,对这些条件句还有另一种解释,这种解释在文艺复兴时期流行,并探讨了“自由的假设性情境”,评估了某人可能做出的未来选择的后果。这种方法在十六世纪耶稣会修士路易斯·德·莫利纳(Luis de Molina)关于神圣预知的论述中最为突出,他认为上帝通过了解所有真实的未来指向的假设性情境来知晓未来。虽然这在哲学神学中的效用是另一个有争议的话题,但用它来支持人类“预知”的论述在这里特别有用。这一点莫利纳本人并未探讨,但由该作者在其他地方发展,他提出,过去指向的假设性推理的有用规范性模型(如何证明这些主张)将与未来指向的假设性推理的可行规范性模型具有相同的结构。 1 1 ^(1){ }^{1}

未来导向的反事实推理代表了一种统一的未来探索方法,它同等重视其所有维度(即起源、影响范围和结果)。该方法从“开始到结束”评估一个特定的可能未来变化,包括其原因、背景和后果。其结果是确立关于“与预期事实相反”的可能性后果的具体主张。这些未来的反事实陈述形式为“如果未来变化 X X XX 发生,那么 Y Y YY 可能会随之而来”或“如果未来变化 X X XX 发生,那么 Y Y YY 很可能会随之而来”。该方法不仅探讨未来变化可能如何发生,还探讨未来变化可能如何引发更广泛的不确定性(及意外后果),以及该未来变化可能带来的后果。在从当前相关力量的因果分析(“给定”:相关因果因素)开始的背景下,首先评估该可能性最可能发生的方式(“如果”:起源维度)。例如,不能简单地假设知道一个盟国如何可能遭遇不稳定。 首先,必须评估这种情况最可能发生的方式。其次,不能简单地将对未来可能性的估计与其他评估结果直接结合。相反,分析师需要评估,在更广泛的背景下,当这种未来可能性与其他因果力量相结合时,可能会产生哪些更广泛的后果(即“AND”:影响维度)。不稳定如何不仅影响盟国,还会波及更广泛的世界?再次,不能仅仅识别在这一未来中看似可能发生的一两件事。相反,必须评估哪些结果很可能会出现,哪些结果可能合理跟随(即“THEN”:结果维度)。从不稳定性中可能衍生出的全部相关结果有哪些?

未来探索的维度在时间上是相互关联的。它们彼此相关,就像叙事的早期、中期和晚期部分一样。它们可以通过未来导向的反事实推理在一个综合序列中集体探索,或者每个部分可以单独探索。所有维度都以某种特定的可能性为出发点。起源维度关注这种可能性如何“形成”,对应的方法是收敛情景开发(因为它生成和评估多个情景,每个情景都“收敛”于特定的关注可能性)。外展维度关注这种可能性如何在更广泛的背景下与其他因果力量相互作用,从而产生新的不确定性(及意外后果),对应的方法是涟漪效应分析。而结果维度则关注这种可能性最终如何在未来自我解决,对应的方法是发散情景开发(因为它生成和评估多个情景,每个情景都“发散”于特定的关注可能性)。


图 23.2 未来探索维度概览


多维未来探索方法的第一个焦点是起源维度。它通过子问题“这种变化可能在何时何地合理发生?”来回答一般性问题“这种变化可能在何时何地发生?”,并突出从当前到特定可能未来的特定因果路径。这构成了叙事的“开端”,该叙事基于对影响领域的基本活跃因果力的最佳当前评估(经典的叙事“阐述”),然后发展出一个合理的描述,说明事物如何可能偏离这些因果力的预期演变。这些偏离代表了从“现状”未来(事物大致保持现状,仅向前预期演变)的变化,并朝着特定的可能未来变化(经典的叙事“冲突”)发展。这借鉴了预测方法对未来探索作为因果分析延伸的有用强调,因为它将未来的描述与当前主要因果力的最佳可用描述相结合。 然而,与预测方法不同,它探讨了它们如何可能意外地朝着一个特定的、感兴趣的潜在未来演变。这便是起源维度(以及未来导向反事实推理的第一阶段)。

多维未来探索方法的第二个焦点是外展维度。它通过子问题“这种变化何时何地可能引发更广泛的不确定性(及意外后果)?”来回答一般性问题“这种变化可能何时何地发生?”,并强调特定未来可能性如何作为更大图景的一部分与其他因果力量相互作用。这代表了叙事中的“中间部分”,探讨特定未来可能性如何不仅改变实现它所需的因素,还可能带来更多变化。换言之,为实现这一可能性,需改变一系列因素,但随后可能因此进一步改变其他因素。一旦可能事件“成为现实”,随着其他因果因素的介入,情况会“变得更加复杂”(经典的叙事“上升情节”)。在大多数叙事中,问题通常在此阶段“恶化”的一个重要原因是,其他次要角色的介入往往会加速这一过程,而这通常是主角行为的意外后果。这一维度与因果分析中的“意外维度”相关,


它审视了因果力量如何导致非预期结果的方式,而未来探索的外延维度则关注某一特定未来可能性可能引发非预期后果的途径。其核心在于尝试识别这些意想不到的后果可能是什么。大趋势范式强调未来探索是广泛模式更深层次的含义,并通过将关于未来的推理构想为考虑持续变化的更广泛后果,融入了这一理念。它将环境设想为以“新”或“意外”后果可能出现的方式转变,因为力量以前所未有的方式相互作用。然而,与大趋势方法不同,这一维度融入了一个更大的叙事方法以理解未来。这便是外延维度(以及未来导向反事实推理的第二阶段)。

多维未来探索方法的第三个焦点是结果维度。它通过子问题“这种变化何时何地可能产生长期影响?”来回答一般性问题“这种变化何时何地可能发生?”,并引导人们关注未来变化的长期影响。它构成了叙事的“结尾”,解释了迄今为止故事中描述的变化最终如何自我解决的潜在方式(经典叙事的“高潮”和“下降行动”)。这可能是对事物可能(大概)如何的单一描述,但更可能是一系列不同的方式,事物可能(合理地)如何,其中在所有替代方案中保持不变的事物子集较小(经典叙事的“解决”)。情景范式优先考虑发展良好的替代方案,而这一维度通常呈现此类替代方案。这就是结果维度(以及面向未来的反事实推理的第三阶段)。

要回答“何时何地可能发生这种变化?”这一问题,有四种同样合理的视角。分析师可以通过询问“何时何地这种变化可能合理发生?”(未来故事的“开端”),或通过询问“何时何地这种变化可能引发更广泛的不确定性(及意外结果)?”(未来故事中事情变得更为复杂的“中段”),或者通过询问“何时何地这种变化可能产生长期影响?”(未来故事的“结尾”)来探索这一问题。此外,可以将这三个问题视为一个更大方法的第一、第二和第三阶段,这种方法运用未来导向的反事实推理,从“开始到结束”考虑一个可能的未来变化。因此,多维方法所设想的场景不仅仅是简单的场景,而是“复杂场景”。也就是说,它构建了实际上由其他较小场景组成的更大场景。 未来可能性“成为现实”的方式(在起源维度中)是一种情景(最终称为“收敛”情景),而未来可能性的结束方式(在结果维度中)则是另一种情景(最终称为“发散”情景),两者之间通过某种联系(部分由外展维度中的其他因素促成)相互关联。因此,多维方法不仅呈现了一个“故事”(如同情景范式那样),还呈现了一个“故事中的故事”,其中一个情景(开始/起源维度)导向(中间/外展维度)另一个情景(结束/结果维度)。总体而言,正如理想推理同时具备理性特质、理性技巧和理性目标一样,未来探索也同时是未来可能性的起源(它如何“成为现实”)、外展(它如何与其他因果力量相互作用)和结果(它如何自我解决)。

表 23.1 未来探索维度的比较
Origin Dimension   外展维度   结果维度

未来可能变化的原因
Causes of Possible Future Changes| Causes of Possible Future | | :--- | | Changes |

未来可能变化的背景
Context of Possible Future Changes| Context of Possible Future | | :--- | | Changes |

未来可能变化的后果
Consequences of Possible Future Changes| Consequences of Possible | | :--- | | Future Changes |

询问“这种变化可能在何时何地合理发生?”
Asks "When and Where Might This Change Plausibly Come About?"| Asks "When and Where | | :--- | | Might This Change Plausibly | | Come About?" |

询问“这种变化何时何地可能引发更广泛的不确定性(及意外后果)?”
Asks "When and Where Might This Change Cause Broader Uncertainties (and Unintended Consequences)?"| Asks "When and Where | | :--- | | Might This Change Cause | | Broader Uncertainties | | (and Unintended | | Consequences)?" |

询问“这种变化何时何地可能产生长期影响?”
Asks "When and Where Might This Change Have Long-Term Impact?"| Asks "When and Where | | :--- | | Might This Change Have | | Long-Term Impact?" |

发现未来可能性成为现实的最合理方式
Discovers the Most Plausible Way a Future Possibility Might Come to Be| Discovers the Most Plausible | | :--- | | Way a Future Possibility | | Might Come to Be |

在更广泛的背景下发现未来可能性的更广泛(意外)后果
Discovers the Broader (Unintended) Consequences of a Future Possibility in the Larger Context| Discovers the Broader | | :--- | | (Unintended) Consequences | | of a Future Possibility in the | | Larger Context |

探索未来可能性中合理(且可能)的后续发展
Discovers What Might Plausibly (and Would Probably) Follow from the Future Possibility| Discovers What Might | | :--- | | Plausibly (and Would | | Probably) Follow from the | | Future Possibility |
  叙事开始   叙事中部   叙事结束

最少先决知识;认识论上悲观的
Least Prerequisite Knowledge; Epistemologically Pessimistic| Least Prerequisite | | :--- | | Knowledge; | | Epistemologically Pessimistic |

中间先决知识;认识论上适度
In-Between Prerequisite Knowledge; Epistemologically Moderate| In-Between Prerequisite | | :--- | | Knowledge; | | Epistemologically Moderate |

大多数先决知识;认识论上乐观
Most Prerequisite Knowledge; Epistemologically Optimistic| Most Prerequisite | | :--- | | Knowledge; | | Epistemologically Optimistic |

由收敛场景开发方法强调
Emphasized by Convergent Scenario Development Method| Emphasized by Convergent | | :--- | | Scenario Development | | Method |

通过 Ripple Effect Analysis Method 强调
Emphasized by Ripple Effect Analysis Method| Emphasized by Ripple Effect | | :--- | | Analysis Method |

通过 Divergent Scenario Development Method 强调
Emphasized by Divergent Scenario Development Method| Emphasized by Divergent | | :--- | | Scenario Development | | Method |

在面向未来的反事实推理下统一(作为阶段 I、II 和 III)
Origin Dimension Outreach Dimension Outcome Dimension "Causes of Possible Future Changes" "Context of Possible Future Changes" "Consequences of Possible Future Changes" "Asks "When and Where Might This Change Plausibly Come About?"" "Asks "When and Where Might This Change Cause Broader Uncertainties (and Unintended Consequences)?"" "Asks "When and Where Might This Change Have Long-Term Impact?"" "Discovers the Most Plausible Way a Future Possibility Might Come to Be" "Discovers the Broader (Unintended) Consequences of a Future Possibility in the Larger Context" "Discovers What Might Plausibly (and Would Probably) Follow from the Future Possibility" Narrative Beginning Narrative Middle Narrative End "Least Prerequisite Knowledge; Epistemologically Pessimistic" "In-Between Prerequisite Knowledge; Epistemologically Moderate" "Most Prerequisite Knowledge; Epistemologically Optimistic" "Emphasized by Convergent Scenario Development Method" "Emphasized by Ripple Effect Analysis Method" "Emphasized by Divergent Scenario Development Method" Unified under Future-Directed Counterfactual Reasoning (as Stages I, II, and III) | Origin Dimension | Outreach Dimension | Outcome Dimension | | :--- | :--- | :--- | | Causes of Possible Future <br> Changes | Context of Possible Future <br> Changes | Consequences of Possible <br> Future Changes | | Asks "When and Where <br> Might This Change Plausibly <br> Come About?" | Asks "When and Where <br> Might This Change Cause <br> Broader Uncertainties <br> (and Unintended <br> Consequences)?" | Asks "When and Where <br> Might This Change Have <br> Long-Term Impact?" | | Discovers the Most Plausible <br> Way a Future Possibility <br> Might Come to Be | Discovers the Broader <br> (Unintended) Consequences <br> of a Future Possibility in the <br> Larger Context | Discovers What Might <br> Plausibly (and Would <br> Probably) Follow from the <br> Future Possibility | | Narrative Beginning | Narrative Middle | Narrative End | | Least Prerequisite <br> Knowledge; <br> Epistemologically Pessimistic | In-Between Prerequisite <br> Knowledge; <br> Epistemologically Moderate | Most Prerequisite <br> Knowledge; <br> Epistemologically Optimistic | | Emphasized by Convergent <br> Scenario Development <br> Method | Emphasized by Ripple Effect <br> Analysis Method | Emphasized by Divergent <br> Scenario Development <br> Method | | Unified under Future-Directed Counterfactual Reasoning (as Stages I, II, and III) | | |


3. 情报分析中未来探索实践的多维方法


多维推理方法力求成为一个完整的理论,融合其他相关的学术方法。在本章中,其未来探索的方法被置于现有未来研究方法的更广泛背景中。但多维方法还渴望勾勒出一个愿景,帮助分析师成为良好推理的坚实典范,这需要将理论转化为实践。本节解释了未来探索的三个维度如何生成本工作(后续)开发的三种相应方法。本节并不试图探讨这些方法的具体步骤(详见后续章节),而是弥合了本章理论与后续章节实践之间的差距。

收敛式情景开发强调未来探索的起源维度,致力于确立未来可能性“如何成为现实”的最可信途径。它始于客户感兴趣的某一特定未来可能性,以当前的因果力量为出发点,探究为何这些力量让我们预期该可能性不会发生。通常,这类未来可能性之所以被认为不太可能发生,要么是因为人们认为另一个未来更有可能,要么是因为根本没有任何特定的未来被预期。它探讨事物如何偏离其当前轨迹,从而引发感兴趣的可能性。通过这种方式,其目的与“假设分析”或“回溯预测”相似。 2 2 ^(2){ }^{2} 然而,其思想灵感更多来源于反事实的逻辑、哲学和社会科学,尤其是通向“前提”(即反事实中的“如果”部分,例如“如果印度与巴基斯坦之间爆发战争,那么存在高风险”)的路径。


核升级”)。在考察指向过去的反事实时,通向前提的最可信路径被认为是代表了对先前历史的“最小改写”——即与实际发生的事件“最接近”的替代过去。因此,对于指向未来的反事实,这种方法引导分析者尝试识别出(原本)不太可能的事件以最容易、最自然的方式发生的途径。该方法可以单独使用,仅用于寻找这一路径,或者作为使用“未来导向反事实推理”从头到尾评估未来可能性的三个阶段中的第一阶段。最终,使用该方法的分析者因此聚焦于未来探索的起源维度。

涟漪效应分析强调未来探索的延伸维度,试图审视由未来可能性引发的更广泛的不确定性。其智力灵感同样源自反事实逻辑。在审视指向过去的反事实时,必须考量感兴趣的可能性如何发生,以及它如何影响那些原本被视为独立给定的事物。即便是最微小的变化也可能带来戏剧性的后果,特别是当人们不仅在时间上,而且在互动及与更广泛因果力量的接触中,距离变化发生点越远时。某种形式的非预期后果是不可避免的。该方法始于采纳一个特定的未来愿景(通常源自聚合情景开发,但并非必须),并考虑它可能对原始评估主题之外的其他问题产生的影响。换言之,大多数未来评估是彼此孤立进行的,但真实的未来是整合的——它是一个完整的故事。 主要思路是采纳未来评估中所假设的变化,并考虑“其他问题”以及鉴于评估结果,当前对它们的假设(或评估)是否值得商榷。例如,如果分析师描绘了印度与巴基斯坦之间可能爆发战争的场景,他们将进一步思考这一事件如何可能扰乱对阿富汗或俄罗斯等其他未来评估。后者预计会有所反应,因此当前对它们的预测是否仍然合理应予以考量。在某种程度上,这是背景转移分析中因果分析法的前瞻性版本。该方法还关注于最可能发生意外后果的领域:当某事物开始在更广泛的背景下与其他力量相互作用时。此方法总是在另一项未来评估的基础上进行,或至少围绕一个关于未来的特定假设(可能仅仅是客户将采取某项行动)。 这可以简单地尝试将该评估整合到更广泛的背景中,和/或尝试预见未来可能性可能产生的意外后果,或作为面向未来的反事实推理的第二阶段。 4 4 ^(4){ }^{4} 最终,使用它的分析师因此专注于未来探索的延伸维度。

发散情景开发强调未来探索的结果维度,并评估未来可能性的合理后果。其智力灵感源自基于情景规划的情景生成策略(以及“替代未来分析”等衍生方法) 5 5 ^(5){ }^{5} 和反事实逻辑。它抓住主要的不确定性,探索它们如何演变以产生一系列可能的结果。“正式”来说,它总是为了向客户展示一系列合理的结果,通常附带解释某一结果不再合理(而另一结果变得可能)所需的指标。然而,有时可以识别出多个情景共有的结果,其生动程度足以证明它们是可能的。应用这种方法论有两种方式。首先,可以用于识别特定未来可能性的后果(类似于“高影响/低概率”分析中的做法) 6 6 ^(6){ }^{6} 。此处,该方法是未来导向反事实的第三阶段。

推理。 7 7 ^(7){ }^{7} 其次,可以将其应用于确定哪些未来的可能性值得首先探索。在这种情况下,该方法的出发点将仅仅是当前的因果力量。无论哪种方式,使用它的分析师因此将重点放在未来探索的结果维度上。

未来探索方法可以以多种不同的方式应用,因此初学者很容易对每种方法的目的感到困惑。所以,为了再次澄清,从一组简单的选项开始:如果分析者想知道哪些未来可能性值得考虑,使用发散情景开发。如果分析者有一个特定的选项需要更详细地评估,使用未来导向的反事实推理(相当于收敛情景开发+涟漪效应分析+发散情景开发)。更复杂的一组选项如下。如果分析者没有任何特别感兴趣的未来可能性,那么他们将使用发散情景开发,并以当前活跃的因果力量的因果分析为起点。结果将是一系列未来可能性,其中一些可能值得进一步探索。但如果分析者确实有一个特别感兴趣的未来可能性,那么他们有几种选择。 如果他们只想探索这种可能性如何发生,那么他们将使用收敛情景开发法(同样,他们的出发点将是当前力量的因果分析)。但如果他们想要从头到尾对这种可能性进行完整分析,那么分析人员将使用面向未来的反事实推理法(这相当于收敛情景开发法+涟漪效应分析法+发散情景开发法)。现在,如果分析人员对某一特定可能性感兴趣,并且已经知道它如何合理地成为现实,他们只关注将其融入更广泛的背景中(或探索可能的意外后果),那么他们将使用涟漪效应分析法,而他们的出发点将是他们之前进行的未来探索。


图 23.3. 选择期货探索方法

发散式情景开发能以如此截然不同的方式应用,可能显得颇为奇特。它既可用来设想具体的未来可能性(作为起点),也可作为深入评估某一具体未来可能性的最终阶段(作为终点)。正是在这里,这种方法的叙事本质变得更加清晰:任何故事的结尾都孕育着更多故事的种子。因此,任何叙事“起点”实际上总是先前(或许未明言的)叙事的“终点”;而任何叙事“终点”实际上又是另一(尚未表述的)叙事的“起点”。当然,还存在“故事中的故事”,即事物如何形成(即收敛式情景开发)或影响“其他”角色(即涟漪效应分析)。这些不仅与更宏大的叙事相关,偶尔也可独立探索(即“前传”或“衍生作品”)。未来本质上是一个叙事,对其进行的合理分析,通过讲述一个最终基于当前因果力量的合理故事来体现这一点。

最后,值得指出的是,所有这些方法都聚焦于问题特定维度的推理,其注意力都集中在未来探索上。但它们在个人和程序推理维度上的侧重点也有所不同。对每种方法而言,最重要的认知美德和规则各不相同。虽然多维方法的所有美德和规则都与这些方法相关,但其中一些特别重要,代表了它们的重点。分析师如果过多或过少地使用其中一种方法,可能会面临个人或程序上的失衡风险。他们可能会过多或过少地关注某些美德或规则。有时,根据未来探索方法所强调的美德或规则来选择方法可能是有意义的,但更多情况下,选择将基于未来的哪个子维度是最佳焦点:起源、外延、结果,还是三者兼顾?

  注释


  1. 参见 Noel Hendrickson,《反事实推理:分析师、战略家和决策者的基本指南》(宾夕法尼亚州卡莱尔:陆军战争学院,2008 年),以及“应用反事实推理”,收录于 Newton Howard Smith 和 Ammar Quasatiby 编辑的《反恐中的数学模型》(纽约:Springer,2009 年),第 249-262 页。

  2. 参见 CIA,分析局,《分析技巧入门:改进情报分析的结构化分析技术》(CIA:谢尔曼·肯特学院,2005 年);Randolph H. Pherson,《分析工具与技术手册》(Pherson Associates,2008 年);Richards J. Heuer Jr. 和 Randy Pherson,《情报分析的结构化分析技术》(千橡市,CA:CQ 出版社,2010 年)。请注意,尽管目的相似,但最终为“收敛性情景开发”提供的步骤与这些方法有显著不同(参见第 24 章的讨论)。

  3. 参见 Hendrickson 的《反事实推理与“应用反事实推理”》。

  4. 参见 Hendrickson 的《反事实推理与“应用反事实推理”》。在这些作品中,“涟漪效应分析”在理论上与所谓的“选择中间状态”相同,但在实践中却有显著差异。

  5. 参见 CIA 的《贸易技巧入门》;Pherson 的《分析工具与技术手册》;Heuer 和 Pherson 的《结构化分析技术》;至于其灵感来源,可参考例如 Peter Schwartz 的《长远视野的艺术:在不确定的世界中规划未来》(纽约:Doubleday,1991 年)。发散式情景开发往往更倾向于后者而非前者。

  6. 参见 CIA 的《Tradecraft Primer》;Pherson 的《分析工具与技术手册》;Heuer 和 Pherson 的《结构化分析技术》。

  7. 参见 Hendrickson, Counterfactual Reasoning 和 “Applied Counterfactual Reasoning.”


    表 23.2 未来探索方法的个人与程序重点

注意:每一种美德、规则和问题对每种背景都至关重要;这些美德对相应方法的前景尤为重要。

注意:每种美德、规则和问题对每个背景都至关重要;这些规则对于相应方法的前景尤其重要。

1. 谦逊:自信与不确定性
\checkmark
1. 考虑问题维度
\checkmark

2. 咨询:中立性 vs. 现实关切
\checkmark
2. 确立决策重要性
\checkmark

3. 求知欲:广度与深度
\checkmark
3. 深入研究主题
\checkmark

4. 敏感性:看到相似性与变化
\checkmark
4. 流程结构透明化
\checkmark

5. 效率:彻底性与便捷性
\checkmark
5. 做出相关区分
\checkmark

6. 描述性:数量与质量的使用
\checkmark
6. 挑战每一个推论
\checkmark

7. 反思性:关注自我与他人
\checkmark
7. 开发合理的替代方案
\checkmark

8. 多功能性:预设与即兴
\checkmark
8. 认真对待异议
\checkmark

9. 整合:“自下而上” vs. “自上而下”
\checkmark
9. 持续进化判断力
\checkmark

10. 现实主义:视威胁而非机遇
\checkmark
10. 项目新问题
\checkmark

11. 优雅:明确性与简洁性
\checkmark
11. 识别证据限制
\checkmark

12. 慈善:反对意见与改进措施
\checkmark
12. 探索更广泛的背景
\checkmark
Note: Every virtue, rule, and question is significant to every background; these virtues are especially significant to the foreground of the corresponding methods. https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-263.jpg?height=50&width=489&top_left_y=1585&top_left_x=445 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-263.jpg?height=49&width=319&top_left_y=1514&top_left_x=445 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-263.jpg?height=49&width=472&top_left_y=1437&top_left_x=445 Note: Every virtue, rule, and question is significant to every background; these rules are especially significant to the foreground of the corresponding methods. https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-263.jpg?height=49&width=489&top_left_y=783&top_left_x=445 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-263.jpg?height=49&width=319&top_left_y=708&top_left_x=445 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-263.jpg?height=49&width=472&top_left_y=634&top_left_x=445 1. Humility: Confidence vs. Uncertainty ✓ 1. Consider Problem Dimensions ✓ 2. Advisory: Neutrality vs. Real-World Concern ✓ 2. Establish Decision Significance ✓ 3. Inquisitiveness: Breadth vs. Depth ✓ 3. Thoroughly Research Subject ✓ 4. Sensitivity: Sees Similarity vs. Change ✓ 4. Structure Process Transparently ✓ 5. Efficiency: Thoroughness vs. Expediency ✓ 5. Make Relevant Distinctions ✓ 6. Descriptiveness: Use Quantity vs. Quality ✓ 6. Challenge Every Inference ✓ 7. Reflectiveness: Focus on Self vs. Other ✓ 7. Develop Plausible Alternatives ✓ 8. Versatility: Preset vs. Spontaneous ✓ 8. Take Objections Seriously ✓ 9. Integration: "Bottom Up" vs. "Top Down" ✓ 9. Continually Evolve Judgments ✓ 10. Realism: Sees Threats vs. Opportunities ✓ 10. Project New Issues ✓ 11. Elegance: Specificity vs. Simplicity ✓ 11. Identify Evidential Limitations ✓ 12. Charity: Objections vs. Refinements ✓ 12. Explore Broader Context ✓| Note: Every virtue, rule, and question is significant to every background; these virtues are especially significant to the foreground of the corresponding methods. | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-263.jpg?height=50&width=489&top_left_y=1585&top_left_x=445) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-263.jpg?height=49&width=319&top_left_y=1514&top_left_x=445) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-263.jpg?height=49&width=472&top_left_y=1437&top_left_x=445) | Note: Every virtue, rule, and question is significant to every background; these rules are especially significant to the foreground of the corresponding methods. | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-263.jpg?height=49&width=489&top_left_y=783&top_left_x=445) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-263.jpg?height=49&width=319&top_left_y=708&top_left_x=445) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-263.jpg?height=49&width=472&top_left_y=634&top_left_x=445) | | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | | 1. Humility: Confidence vs. Uncertainty | | $\checkmark$ | | 1. Consider Problem Dimensions | | | $\checkmark$ | | 2. Advisory: Neutrality vs. Real-World Concern | $\checkmark$ | | | 2. Establish Decision Significance | $\checkmark$ | | | | 3. Inquisitiveness: Breadth vs. Depth | | | $\checkmark$ | 3. Thoroughly Research Subject | | $\checkmark$ | | | 4. Sensitivity: Sees Similarity vs. Change | | | $\checkmark$ | 4. Structure Process Transparently | | $\checkmark$ | | | 5. Efficiency: Thoroughness vs. Expediency | | $\checkmark$ | | 5. Make Relevant Distinctions | | | $\checkmark$ | | 6. Descriptiveness: Use Quantity vs. Quality | $\checkmark$ | | | 6. Challenge Every Inference | $\checkmark$ | | | | 7. Reflectiveness: Focus on Self vs. Other | $\checkmark$ | | | 7. Develop Plausible Alternatives | | | $\checkmark$ | | 8. Versatility: Preset vs. Spontaneous | | | $\checkmark$ | 8. Take Objections Seriously | $\checkmark$ | | | | 9. Integration: "Bottom Up" vs. "Top Down" | | $\checkmark$ | | 9. Continually Evolve Judgments | | $\checkmark$ | | | 10. Realism: Sees Threats vs. Opportunities | $\checkmark$ | | | 10. Project New Issues | | $\checkmark$ | | | 11. Elegance: Specificity vs. Simplicity | | | $\checkmark$ | 11. Identify Evidential Limitations | $\checkmark$ | | | | 12. Charity: Objections vs. Refinements | | $\checkmark$ | | 12. Explore Broader Context | | | $\checkmark$ |

  第九部分


情报分析师的未来探索实践


推理方法


“这种变化可能在何时何地发生?”

24


如何找到未来可能性最可信的起源——“收敛情景开发”方法


未来导向的反事实推理,第一阶段

  摘要


良好的情报分析能够展示看似不可能之事的合理性。情报客户不喜欢被意外事件所震惊。因此,分析师必须考虑那些虽不太可能但影响重大的结果。在此过程中,他们试图探索这些不太可能的事件如何“成为现实”。当分析师能够证明那些看似“永远不会发生”的事情确实存在一种确定的(尽管不太可能的)发生方式时,他们的价值往往最大。然而,对于这些不太可能的事件,总是存在多种理论上的可能路径。分析师如何将它们缩小到对客户最重要、最合理的那一条路径?由于这些事件本质上不太可能,因此这尤其具有挑战性。因此,分析师需要关于如何找到通往不合理结果的最合理路径的建议……即通往不太可能事件的最可能方式。


1. 方法的问题特定方面:它建议分析师提出哪些问题?


使用融合情景开发的分析师决定用特定类型的问题引导他们的思考。首先,他们会提出“这种变化可能何时何地发生?”的问题,并选择进行未来探索。他们的客户可能直接询问一个不稳定外国政权的未来是什么,或者新技术对战争的影响是什么,或者两个国家如果陷入公开冲突,其长期关系将如何发展。然而,客户也可能通过提出一个战略评估问题间接地提出未来探索问题,而这个问题至少在理想情况下,如果不先提出未来探索问题就无法回答。例如,分析师在合理评估客户鼓励外国政权变得更加稳定的选项(即回答战略评估问题“客户如何应对?”)之前,必须先评估该不稳定外国政权的可能未来路径(即回答未来探索问题)。

当分析师采用收敛情景开发时,他们决定将未来探索框架化为提出子问题:“这种变化可能在何时何地合理地发生?”通过选择这种方法,他们从而强调了起源维度


并专注于发现未来可能性最合理的“实现”方式,即其成因。这是从叙事“开端”视角进行的未来探索——未来故事如何开始。该方法从为何这些看似不可能的事件实际上具有合理性的角度,审视那些可能带来意外且产生重大影响的潜在事件。一个没有背景故事(即它如何真正发生的叙述)的想象未来仅仅是推测性的,对客户而言价值有限。一个“收敛”场景展示的是从当前出发的合理路径如何在未来汇聚于一个令客户感兴趣的惊人可能事件。此方法并非生成这些可能事件,而是探索它们如何现实地发生。分析师可选择此方法,无论是为了探索想象中的变化如何发生,还是因为他们试图使用以收敛场景开发为第一阶段的未来导向反事实推理,从“头到尾”评估它(即其成因、背景及后果)。

如果分析师想要应用这种方法,那么他们无需事先完成任何特定的未来探索工作。但他们确实需要心中有一个具体的未来可能性。他们需要识别出一个潜在的未来变化,并为其寻找一个合理的起源。这可能直接来自客户,或作为他们为支持客户直接提出的问题而探索的未来的一部分。然而,分析师需要具备基础的因果分析和假设开发知识。例如,如果不首先了解政权为何不稳定(即回答因果分析问题“为什么会发生这种情况?”),或者没有确定该政权是不稳定的(即回答假设开发问题“正在发生什么?”),就无法探索一个不稳定政权的合理未来。有时后者已经为人所知,但除非分析师投入时间研究,否则他们应谨慎假设自己已经掌握了足够的因果分析知识。 因此,在采用收敛情景开发方法时,建议分析师从发现未来可能变化的成因角度出发,询问这种变化何时何地会发生,这既可能是他们分析的目标,也可能是实现该目标的重要一步。


2. 方法的程序性方面:它建议分析师遵循哪些规则?


如果分析师采用收敛情景开发法,那么他们不仅决定用某种类型的问题来构建思维,还通过一套特定规则来引导它。他们隐含地采用了一些特定程序,这些程序规定了他们必须遵循的内容以及评估其推理的标准。这四条优先规则并非该方法唯一相关的规则;它们只是对该方法尤其重要。首先,为了识别相关背景,该方法指导分析师确立决策意义,要求他们通过展示一个不太可能的未来可能性的合理性来证明其相关性。其次,为了推断出合理的结论,该方法要求分析师挑战每一个推论,要求分析师探讨声称某个未来可能性不太可能的原因如何被削弱。第三,为了设想可能的替代方案,该方法敦促分析师认真对待反对意见,探索不太可能的未来可能性仍有一定发生机会的原因,以及如何放大这种机会。 第四,为了解读更广泛的意义,该方法坚持要求分析人员在构建其分析时,将证据局限性视为对“预期未来将会‘实现’”这一假设的“检验”,通过展示一个未——


可能但具有影响力的替代方案。因此,收敛情景开发坚持认为分析过程应确立决策的重要性,挑战每一个推论,认真对待反对意见,并识别证据的局限性。因此,如果分析师选择这种方法,那么他们既决定在具体案例中遵循这些规则,也尝试在整个分析过程中加强这些规则。


3. 方法的个人层面:它建议分析师体现哪些特征?


当分析师运用收敛式情景开发时,他们不仅选择被特定类型的问题和一套规则所引导,还致力于体现特定的认知美德。他们决定强调某些特质,这些特质将(理想情况下)定义他们作为思考者的“身份”。这些特质对于有效运用该方法至关重要,而运用该方法应促使这四种特质更多地融入分析师作为推理者对“自我”的整体认知中。首先,通过尝试识别对客户而言最为可信且影响深远的未来变革路径,该方法凸显了咨询动机这一具体美德(即平衡中立性与现实关切),作为通往智力勇气这一普遍美德的途径。其次,在评估未来变革路径的可信度时,利用触发事件的概率、数量及紧迫性,该方法提倡描述性这一具体美德(即平衡事物的定量与定性特征),以支撑智力自我控制这一普遍美德。 第三,在构建一个挑战“某事‘永远不会发生’”假设的论述时,通过展示其可能性,该方法强调了反思性这一具体美德(即平衡自我关注与他人关注)作为通往辨识力这一普遍美德的途径。第四,在探讨一个可能事件“如何发生”的“好”与“坏”方式时,该方法提倡现实主义这一具体美德(即平衡威胁与机遇),以追求智力公正这一普遍美德。因此,收敛情景开发法建议分析师在动机上具有建议性、描述性、反思性和现实性。选择此方法时,分析师不仅会在具体案例中努力做到如此,还会努力成为更理想的推理者整体中的一部分,即更接近“他们本质上是怎样的人”。


4. 方法介绍:它通常如何运作?


融合式情景开发要求分析师们关注并探索某个特定的未来可能性。具体而言,他们试图确定这一可能性“得以实现”的最合理方式。通常,这种可能性会是“出乎意料”的(即,他们目前并不预测其会发生——要么现有证据表明它不会发生,要么缺乏任何证据支持——但如果真的发生,可能会产生重大影响)。该方法首先识别出该可能性虽不大但仍有一定发生机会的原因。接着,它致力于构想如何削弱前者的因素并强化后者,从而生成通往这一未来可能性的不同路径。这些情景的评估基于其初始概率、假设触发事件的数量以及紧迫性。

第一步:识别阻碍可能性的因素:评估为何该可能性会出乎意料或不太可能。找出作用于其上的不同因果力量。同时,识别当前活跃的、塑造该可能性发生(如果发生的话)背景的更广泛力量的全貌。

第二步:识别有利于可能性的因素:评估为什么即使可能性出乎意料或不太可能,它仍然有机会发生。找出那些以某种方式朝着可能性方向(与第一步中的因素不同)发展的不同力量。同时,识别当前活跃力量在更广泛层面上塑造可能性发生背景(如果它发生的话)的整体情况。

第三步:探索可能的变化:设想可能的事件,这些事件可能会破坏或逆转在第一步中确定的导致该可能性出乎意料或不太可能的力量。什么可能使这些力量减弱?同时,设想可能的事件,这些事件可能会放大在第二步中确定的朝不同方向(朝向该可能性)发展的力量。什么可能使这些力量增强?将其中每一个视为可能发生的触发事件,有助于促成该可能性。

步骤 4. 为可能性推导潜在背景故事:构建几个汇聚性场景,假设不同的触发事件(来自步骤 3)组合发生,但最终都以不同方式导向同一可能性。换言之,为未来可能性构思不同的可能背景故事。这一意外/不太可能的事件如何仍能合理发生?

注 1:每个情景的构建应确保其中的每个事件或趋势都能合理地(且可预测地)从之前的事件中得出,触发事件除外。换言之,任何不太可能或令人意外的事件都视为(或源自)触发事件。

注 2:在一个情景中作为触发事件的事件可以出现在另一个情景中,但如果该事件因该情景中实际发生的某一触发事件而变得可能,则不必在另一情景中也作为触发事件。

第 5 步:确定最可信的背景故事:根据初始概率、一致性和紧迫性对收敛情景进行排序,以确定其“可信度”,并选择最佳的一个。


a. 初始概率(概率越高越好):触发事件各自发生的可能性有多大(基于当前事件和趋势)?所有触发事件至少都有一定程度的不可能性,但它们不应极其(或非常)不可能。


b. 统一性(更高的统一性更佳):有多少触发事件?这也将是汇聚于可能事件中的事件序列的数量。


c. 紧迫性(越紧迫/时间越短越好):当前与可能事件之间有多少时间?

注意:这不仅仅是计算每个类别中哪个情景排第一、第二或第三的问题。一个情景优于或劣于另一个的程度也很重要。最终,分析师在试图对合理性做出全面判断时,应考虑这三个独立因素。


*由于这将与当前预测相悖,总体概率不会超过 0.5。然而,随着触发事件概率(a)的增加、更多一致性/更少触发事件(b)以及更紧迫性/触发事件与最终结果之间更短长度-更少事件(c),整体情景的概率将更高(接近 0.5)。


图 24.1 收敛式场景开发的结构


5. 方法实践:在特定案例中如何运作?


在 20 世纪 80 年代末至 90 年代初,毒品贩运成为西半球的主要安全关切。毒品本身、贩毒者的暴力行为以及其他相关非法活动,威胁着社会稳定。尤其令人担忧的是,哥伦比亚成为了毒品贸易的重要源头,因为贩毒者在该国获得了巨大的权力和影响力。事实上,暴力的规模和与之相关的腐败程度,甚至让一些人质疑哥伦比亚作为一个功能国家的长期生存能力。更广泛地说,一些人担忧拉丁美洲可能出现“毒品国家”的普遍兴起(例如哥伦比亚、秘鲁、玻利维亚、危地马拉等)。在此例中,“毒品国家”并不一定是指一个“失败国家”,即无法维护边境完整或提供足够公共服务的国家。相反,毒品国家是指该国的主要官员和机构同时扮演支持(或至少保护)毒品贸易的双重角色。从 20 世纪 80 年代到 90 年代的角度来看,这在多大程度上是拉丁美洲国家未来可能的发展趋势? 从当前(20 世纪 90 年代初)到拉丁美洲毒品国家崛起的可能性最大的路径是什么?假设分析人员应用了趋同情景开发。

与所有未来探索一样,想象中的分析人员从因果分析开始,以识别当前塑造拉丁美洲(总体上)的主要活跃力量及其产生毒品国家的潜力。基于识别出的因果力量,分析人员提出了几个毒品国家崛起不太可能的原因(步骤 1)。同样基于识别出的因果力量,他们发展了一些毒品国家崛起仍有可能发生的原因(步骤 2)。然后,分析人员转向寻找可能削弱毒品国家崛起不太可能原因的潜在触发事件,或增加毒品国家崛起有一定机会的原因(步骤 3)。利用这些潜在触发事件作为灵感,他们推导出拉丁美洲毒品国家崛起的三种潜在情景(步骤 4)。

表 24.1 收敛场景开发步骤 1-4 的示例

第一步:了解不利因素:

第二步:What Is Working For It:

1. 维持美国贸易与援助的必要性:美国是拉丁美洲的主要贸易伙伴和外国援助来源,这两者都为各国打击毒品贸易提供了强有力的外部激励。
1. The Need to Maintain US Trade and Aid: The US is a major Latin American trading partner and source of foreign aid, which both provide strong external incentive for countries to fight against the drug trade.| 1. The Need to Maintain US Trade and Aid: | | :--- | | The US is a major Latin American trading | | partner and source of foreign aid, which both | | provide strong external incentive for countries | | to fight against the drug trade. |

1. 毒品资金可以“做很多好事”:毒品交易产生了大量资金,这些资金流入合法经济,并可能(被认为)有助于改善经济。
1. Drug Money Can "Do Lots of Good": There is an enormous amount of money generated by drug trafficking that goes into the legitimate economy and that can be (perceived to be) helping to improve it.| 1. Drug Money Can "Do Lots of Good": | | :--- | | There is an enormous amount of money | | generated by drug trafficking that goes into | | the legitimate economy and that can be | | (perceived to be) helping to improve it. |

2. 公众对卡特尔的不满:公共暴力引发了对卡特尔的恐惧,通常也导致公众对他们的强烈不满。
2. Public Resentment of the Cartels: The public violence creates fear of the cartels, and usually strong public resentment of them.| 2. Public Resentment of the Cartels: The | | :--- | | public violence creates fear of the cartels, | | and usually strong public resentment of them. |

2. 缺乏可行的替代方案:拉丁美洲农业多年来一直在衰退,财富分配的平等性较低。
2. Lack of Viable Alternatives: Latin American agricultural industries have been declining for many years, and the equality of wealth distribution is low.| 2. Lack of Viable Alternatives: Latin American | | :--- | | agricultural industries have been declining | | for many years, and the equality of wealth | | distribution is low. |

3. 来自罗马天主教会的反对:拉丁美洲主要信仰天主教,这为反对毒品贸易提供了另一股重要的国际外部推力。
3. Opposition from the Roman Catholic Church: Latin America is dominantly Catholic, which provides another major international external push against the drug trade.| 3. Opposition from the Roman Catholic | | :--- | | Church: Latin America is dominantly | | Catholic, which provides another major | | international external push against the drug | | trade. |

3. 毒品交易未必“伤害”公众:理论上,政府与贩毒集团之间、或贩毒集团之间的暴力行为,与直接针对普通公民和企业的暴力行为存在区别。
3. Drug Trafficking Need Not "Hurt" the Public: Theoretically, there is a distinction between the violence of the government vs. cartels, or cartels vs. cartels, and violence directly against everyday citizens and businesses.| 3. Drug Trafficking Need Not "Hurt" the | | :--- | | Public: Theoretically, there is a distinction | | between the violence of the government vs. | | cartels, or cartels vs. cartels, and violence | | directly against everyday citizens and | | businesses. |

第三步:可能的变化:潜在的触发事件

1: 欧盟与金砖国家的崛起:相对于欧盟、巴西、俄罗斯、印度和中国,美国作为贸易和援助来源的重要性下降(削弱了维持美国贸易和援助的必要性)。
1: Rise of the EU and BRIC Countries: US becomes a less significant source of trade and aid relative to the EU, Brazil, Russia, India, and China (Weakens Need to Maintain US Trade and Aid).| 1: Rise of the EU and BRIC Countries: US becomes a less significant source of trade and aid | | :--- | | relative to the EU, Brazil, Russia, India, and China (Weakens Need to Maintain US Trade and | | Aid). |

2: 反美情绪上升:公众将暴力解读为美国强加给拉丁美洲政府的“毒品战争”产物;贩毒集团几乎成为“反英雄”(削弱了公众对贩毒集团的怨恨)。
2: Rise in Anti-Americanism: Public interprets violence as something from the "War on Drugs" that the US imposes on the Latin American governments; cartels become almost "antiheroes" (Weakens Public Resentment of Cartels).| 2: Rise in Anti-Americanism: Public interprets violence as something from the "War on Drugs" | | :--- | | that the US imposes on the Latin American governments; cartels become almost "antiheroes" | | (Weakens Public Resentment of Cartels). |

3: 天主教的衰落:随着其信徒迅速分裂而未被任何国际统一且强大的事物所取代,罗马天主教的缓慢衰落加速(削弱了罗马天主教会的反对力量)。
3: Decline in Catholicism: Roman Catholicism's slow decline accelerates as its followers splinter quickly without being replaced by anything as internationally unified and strong (Weakens Opposition from Roman Catholic Church).| 3: Decline in Catholicism: Roman Catholicism's slow decline accelerates as its followers | | :--- | | splinter quickly without being replaced by anything as internationally unified and strong | | (Weakens Opposition from Roman Catholic Church). |

4: 经济繁荣:毒品交易资金更多地流入拉丁美洲的整体经济中,成为一场非常显著的经济繁荣的一部分(加强毒品资金“能做很多好事”;缺乏可行的替代方案)。
4: Economic Boom: Drug trafficking money makes its way more into the general Latin American economy and becomes part of a very substantial economic boom (Strengthens Drug Money Can "Do Lots of Good"; Lack of Viable Alternatives).| 4: Economic Boom: Drug trafficking money makes its way more into the general Latin | | :--- | | American economy and becomes part of a very substantial economic boom (Strengthens | | Drug Money Can "Do Lots of Good"; Lack of Viable Alternatives). |

5: 暴力失控:暴力可能失去控制(强化毒品交易不必“伤害”公众)。
5: Overwhelmed by Violence: Violence could spiral out of control (Strengthens Drug Trafficking Need Not "Hurt" the Public).| 5: Overwhelmed by Violence: Violence could spiral out of control (Strengthens Drug | | :--- | | Trafficking Need Not "Hurt" the Public). |

第 4 步:推导潜在背景故事

首次收敛情景 反美情绪上升与暴力失控
First Convergent Scenario Rise in Anti-Americanism and Overwhelmed by Violence| First Convergent Scenario | | :--- | | Rise in Anti-Americanism and | | Overwhelmed by Violence |

第二融合情景:经济繁荣
Second Convergent Scenario: Economic Boom| Second Convergent Scenario: | | :--- | | Economic Boom |

第三次趋同情景:欧盟和金砖国家崛起与天主教的衰落
Third Convergent Scenario Rise of the EU and BRIC Countries and Decline in Catholicism| Third Convergent Scenario | | :--- | | Rise of the EU and BRIC | | Countries and Decline in | | Catholicism |
Step 1: What Is Working Against It: Step 2: What Is Working For It: "1. The Need to Maintain US Trade and Aid: The US is a major Latin American trading partner and source of foreign aid, which both provide strong external incentive for countries to fight against the drug trade." "1. Drug Money Can "Do Lots of Good": There is an enormous amount of money generated by drug trafficking that goes into the legitimate economy and that can be (perceived to be) helping to improve it." "2. Public Resentment of the Cartels: The public violence creates fear of the cartels, and usually strong public resentment of them." "2. Lack of Viable Alternatives: Latin American agricultural industries have been declining for many years, and the equality of wealth distribution is low." "3. Opposition from the Roman Catholic Church: Latin America is dominantly Catholic, which provides another major international external push against the drug trade." "3. Drug Trafficking Need Not "Hurt" the Public: Theoretically, there is a distinction between the violence of the government vs. cartels, or cartels vs. cartels, and violence directly against everyday citizens and businesses." Step 3: How It Could Change: Possible Triggering Events "1: Rise of the EU and BRIC Countries: US becomes a less significant source of trade and aid relative to the EU, Brazil, Russia, India, and China (Weakens Need to Maintain US Trade and Aid)." "2: Rise in Anti-Americanism: Public interprets violence as something from the "War on Drugs" that the US imposes on the Latin American governments; cartels become almost "antiheroes" (Weakens Public Resentment of Cartels)." "3: Decline in Catholicism: Roman Catholicism's slow decline accelerates as its followers splinter quickly without being replaced by anything as internationally unified and strong (Weakens Opposition from Roman Catholic Church)." "4: Economic Boom: Drug trafficking money makes its way more into the general Latin American economy and becomes part of a very substantial economic boom (Strengthens Drug Money Can "Do Lots of Good"; Lack of Viable Alternatives)." "5: Overwhelmed by Violence: Violence could spiral out of control (Strengthens Drug Trafficking Need Not "Hurt" the Public)." Step 4: Derive Potential Backstories "First Convergent Scenario Rise in Anti-Americanism and Overwhelmed by Violence" "Second Convergent Scenario: Economic Boom" "Third Convergent Scenario Rise of the EU and BRIC Countries and Decline in Catholicism"| Step 1: What Is Working Against It: | Step 2: What Is Working For It: | | :--- | :--- | | 1. The Need to Maintain US Trade and Aid: <br> The US is a major Latin American trading <br> partner and source of foreign aid, which both <br> provide strong external incentive for countries <br> to fight against the drug trade. | 1. Drug Money Can "Do Lots of Good": <br> There is an enormous amount of money <br> generated by drug trafficking that goes into <br> the legitimate economy and that can be <br> (perceived to be) helping to improve it. | | 2. Public Resentment of the Cartels: The <br> public violence creates fear of the cartels, <br> and usually strong public resentment of them. | 2. Lack of Viable Alternatives: Latin American <br> agricultural industries have been declining <br> for many years, and the equality of wealth <br> distribution is low. | | 3. Opposition from the Roman Catholic <br> Church: Latin America is dominantly <br> Catholic, which provides another major <br> international external push against the drug <br> trade. | 3. Drug Trafficking Need Not "Hurt" the <br> Public: Theoretically, there is a distinction <br> between the violence of the government vs. <br> cartels, or cartels vs. cartels, and violence <br> directly against everyday citizens and <br> businesses. | | Step 3: How It Could Change: Possible Triggering Events | | | 1: Rise of the EU and BRIC Countries: US becomes a less significant source of trade and aid <br> relative to the EU, Brazil, Russia, India, and China (Weakens Need to Maintain US Trade and <br> Aid). | | | 2: Rise in Anti-Americanism: Public interprets violence as something from the "War on Drugs" <br> that the US imposes on the Latin American governments; cartels become almost "antiheroes" <br> (Weakens Public Resentment of Cartels). | | | 3: Decline in Catholicism: Roman Catholicism's slow decline accelerates as its followers <br> splinter quickly without being replaced by anything as internationally unified and strong <br> (Weakens Opposition from Roman Catholic Church). | | | 4: Economic Boom: Drug trafficking money makes its way more into the general Latin <br> American economy and becomes part of a very substantial economic boom (Strengthens <br> Drug Money Can "Do Lots of Good"; Lack of Viable Alternatives). | | | 5: Overwhelmed by Violence: Violence could spiral out of control (Strengthens Drug <br> Trafficking Need Not "Hurt" the Public). | | | Step 4: Derive Potential Backstories | First Convergent Scenario <br> Rise in Anti-Americanism and <br> Overwhelmed by Violence | | Second Convergent Scenario: <br> Economic Boom | Third Convergent Scenario <br> Rise of the EU and BRIC <br> Countries and Decline in <br> Catholicism |

表 24.2 提供了一些示例,展示了这些场景下相关叙述可能的样子。

表 24.2 收敛式情景开发叙事示例

第一次趋同情景:“投降” 反美情绪高涨与暴力失控
First Convergent Scenario: "Capitulation" Rise in Anti- Americanism and Overwhelmed by Violence| First Convergent Scenario: | | :--- | | "Capitulation" | | Rise in Anti- | | Americanism and Overwhelmed by Violence |

第二种趋同情景:“腐败”经济繁荣
Second Convergent Scenario: "Corruption" Economic Boom| Second Convergent Scenario: | | :--- | | "Corruption" | | Economic Boom |

第三种趋同情景:“妥协”欧盟与金砖国家崛起与天主教衰落
Third Convergent Scenario: "Compromise" Rise of the EU and BRIC Countries and Decline in Catholicism| Third Convergent Scenario: | | :--- | | "Compromise" Rise of the EU and BRIC Countries and Decline in Catholicism |

“开端”:主要因素如何(开始)改变

美国继续作为主要贸易伙伴,面临对毒品的高需求,并施压拉丁美洲国家政府打击毒品走私。拉丁美洲金融部门改善,成为美国企业理想的商业地点,这增加了打击贩毒者的压力。不幸的是,这种增加导致了(触发事件)更严重的暴力,因为强大的卡特尔与已被政府削弱的其他卡特尔斗争,随后吸收其基础设施,变得更强大并更加肆无忌惮地进行斗争。

许多拉美政府继续开展“毒品战争”,但贩毒集团仍将其利润注入相关的拉美经济体,金融行业持续增长。由于缺乏替代方案,政客们试图通过减少监管和干预来鼓励“亮点”,这使得更多毒品资金流入其中。政府通过打击毒贩中的特定头目来缓解美国的担忧。这引发了(触发事件)一场全面爆发的金融市场繁荣,其影响波及整个地区。

拉丁美洲金融部门和整体经济持续改善。尽管有反腐败的努力,毒品资金仍流入合法经济。整体文化变得不再敏感,人口结构的变化促使(触发事件)罗马天主教会逐渐被其他宗教团体取代,而这些团体未能形成天主教会曾经拥有的统一声音。

“中间”:这些变化如何影响其他因素
"Middle": How Those Changes Affect the Other Factors| "Middle": How | | :--- | | Those Changes Affect the Other Factors |

对更美好未来的希望被暴力的急剧增加所粉碎,而美国的援助只会进一步加速这一趋势。经济的改善让拉丁美洲(LATAM)产生了更强的民族自豪感。美国更多地被视为问题的源头和反-

拉丁美洲公众沉浸在前所未有的经济繁荣中,选择性地忽视了与毒贩日益紧密的联系。随着“毒品战争”的焦点转移,毒品暴力有所减少。

中国、巴西和欧盟认识到,其经济生存意味着他们不能允许美国“垄断”拉丁美洲(触发事件),并大幅增加投资,使美国(相对而言)不再像过去那样重要。他们的
"First Convergent Scenario: "Capitulation" Rise in Anti- Americanism and Overwhelmed by Violence" "Second Convergent Scenario: "Corruption" Economic Boom" "Third Convergent Scenario: "Compromise" Rise of the EU and BRIC Countries and Decline in Catholicism" "Beginning": How the Main Factors (Start to) Change The US continues as a top trading partner, experiences high demand for narcotics, and pressures LATAM governments to fight drug trafficking. LATAM financial sector improves and becomes a desirable business location for US companies, which increases pressure to fight traffickers. Unfortunately, the increase leads to (Triggering Event) even greater violence as strong cartels fight other cartels that have been weakened by the government, then absorb their infrastructure, and become stronger and emboldened to fight harder. Many LATAM governments continue the "War on Drugs," but cartels continue to pump their profits into associated LATAM economies, and the financial sector experiences continued growth. With few alternatives, politicians try to encourage the "bright spots" through fewer regulations and interference, which enables more drug money to enter it. Governments assuage US concerns by moving against select leaders among traffickers. This leads to (Triggering Event) a full-blown financial market boom that ripples through the region. The LATAM financial sector and general economy continues to improve. Despite anticorruption attempts, drug money continues into the legitimate economy. General culture becomes less sensitized and demographic changes help (Triggering Event) the Roman Catholic Church to lose ground to other religious groups, who fail to form the kind of unified voice that the Catholic Church once did. ""Middle": How Those Changes Affect the Other Factors" Hopes of a better future are dashed by the massive increase in violence, and US aid only accelerates it further. The improved economy gives LATAM a greater sense of national pride. US becomes viewed more as a source of problems and anti- The LATAM public is swept up in the unprecedented economic boom and simply chooses not to pay attention to the increasing interconnections with drug traffickers. Drug violence decreases as most of the focus of the "War on Drugs" China, Brazil, and the EU see that their economic survival means they cannot allow the US to "monopolize" LATAM (Triggering Event) and become dramatically more invested to make the US (comparatively) less important than it once was. Their| | First Convergent Scenario: <br> "Capitulation" <br> Rise in Anti- <br> Americanism and Overwhelmed by Violence | Second Convergent Scenario: <br> "Corruption" <br> Economic Boom | Third Convergent Scenario: <br> "Compromise" Rise of the EU and BRIC Countries and Decline in Catholicism | | :---: | :---: | :---: | :---: | | "Beginning": How the Main Factors (Start to) Change | The US continues as a top trading partner, experiences high demand for narcotics, and pressures LATAM governments to fight drug trafficking. LATAM financial sector improves and becomes a desirable business location for US companies, which increases pressure to fight traffickers. Unfortunately, the increase leads to (Triggering Event) even greater violence as strong cartels fight other cartels that have been weakened by the government, then absorb their infrastructure, and become stronger and emboldened to fight harder. | Many LATAM governments continue the "War on Drugs," but cartels continue to pump their profits into associated LATAM economies, and the financial sector experiences continued growth. With few alternatives, politicians try to encourage the "bright spots" through fewer regulations and interference, which enables more drug money to enter it. Governments assuage US concerns by moving against select leaders among traffickers. This leads to (Triggering Event) a full-blown financial market boom that ripples through the region. | The LATAM financial sector and general economy continues to improve. Despite anticorruption attempts, drug money continues into the legitimate economy. General culture becomes less sensitized and demographic changes help (Triggering Event) the Roman Catholic Church to lose ground to other religious groups, who fail to form the kind of unified voice that the Catholic Church once did. | | "Middle": How <br> Those Changes Affect the Other Factors | Hopes of a better future are dashed by the massive increase in violence, and US aid only accelerates it further. The improved economy gives LATAM a greater sense of national pride. US becomes viewed more as a source of problems and anti- | The LATAM public is swept up in the unprecedented economic boom and simply chooses not to pay attention to the increasing interconnections with drug traffickers. Drug violence decreases as most of the focus of the "War on Drugs" | China, Brazil, and the EU see that their economic survival means they cannot allow the US to "monopolize" LATAM (Triggering Event) and become dramatically more invested to make the US (comparatively) less important than it once was. Their |
  表 24.2 续表

第一次收敛情景:“投降” 反美情绪上升与暴力压倒

第二种趋同情景:“腐败”经济繁荣

第三种趋同情景:“妥协”欧盟与金砖国家崛起与天主教衰落

美国主义抬头。公众将他们的怨恨从卡特尔转向美国,将其视为问题的真正根源,官员们(出于自我保护)从“毒品战争”中退缩。卡特尔与地方官员合作以防止其他类型的犯罪,各国与他们建立更多联系,以将更多资源投入经济。

转向仅针对特定领导人。鉴于拉丁美洲长期以来对政治腐败的适度容忍,更多政客间接得到贩毒资金的支持,一些国家越来越接近成为毒品交易的实际保护者。
moves to simply targeting specific leaders. With LATAM's long history of modest toleration of political corruption, more politicians become indirectly supported by trafficking money, and some states move closer and closer to being de facto protectors of the drug trade.| moves to simply targeting specific leaders. With | | :--- | | LATAM's long history of modest toleration of political corruption, more politicians become indirectly supported by trafficking money, and some states move closer and closer to being de facto protectors of the drug trade. |

减少对反毒品的重视,加上让拉丁美洲(LATAM)成为国际商业安全之地的重要性,促使政府不通过打击贩毒集团来引发进一步的暴力。

“结束”:变化的合理后果

随着禁毒行动的减少和暴力事件的平息,公众和政界人士对贩毒集团置之不理,而贩毒集团则尽其所能避免通过公开暴力引发负面舆论。

最终,尽管毒品交易并未得到完全的官方合法化,合法经济与非法经济已如此紧密交织,以至于没有人再真正费心去区分它们。有些人将毒贩视为积极力量,但大多数人干脆选择不去思考他们。有意无知成了“新常态”。

随着时间的推移,拉丁美洲在毒品交易方面变得更加中立。公众逐渐接受了毒贩“将长期存在”的观念,一种缓和状态随之形成。双方只有在某一方超越现有界限时,才会公开对抗对方。官方上,他们仍然对立,并在“越界”时采取行动,但实际上,他们免受国际干预(至少在拉丁美洲),并得以继续运作。
First Convergent Scenario: "Capitulation" Rise in AntiAmericanism and Overwhelmed by Violence Second Convergent Scenario: "Corruption" Economic Boom Third Convergent Scenario: "Compromise" Rise of the EU and BRIC Countries and Decline in Catholicism Americanism rises. The public turns (Triggering Event) their resentment away from the cartels to the US as the real source of the problem and officials (out of selfpreservation) pull back from the "War on Drugs." Cartels work with local officials to prevent other types of crime, and countries forge more ties with them to put more resources into the economy. "moves to simply targeting specific leaders. With LATAM's long history of modest toleration of political corruption, more politicians become indirectly supported by trafficking money, and some states move closer and closer to being de facto protectors of the drug trade." decreased emphasis on counternarcotics, combined with the importance of having LATAM be safe for international business, encourages the government not to incite further violence by striking out against the cartels. "End": Plausible Consequences of the Changes As counternarcotics operations decrease and violence dies down, the public and politicians leave the cartels alone, who in turn do their best to avoid generating negative publicity through open violence. Ultimately, while there is no full official legitimatization of the drug trade, the legitimate and illicit economies become so interwoven that no one really bothers to try to separate them anymore. Some view the traffickers as a positive force, but most simply choose not to think about them at all. Willful ignorance becomes the "new normal." Over time, LATAM becomes much more neutral with respect to the drug trade. The public settles on the idea that the traffickers are "here to stay" and a kind of détente evolves. Each side only acts openly against each other when one goes beyond their current state. Officially they are still opposed and acted against when they "go too far," but practically they are protected from international intervention (at least in Latin America) and allowed to operate.| | First Convergent Scenario: "Capitulation" Rise in AntiAmericanism and Overwhelmed by Violence | Second Convergent Scenario: "Corruption" Economic Boom | Third Convergent Scenario: "Compromise" Rise of the EU and BRIC Countries and Decline in Catholicism | | :---: | :---: | :---: | :---: | | | Americanism rises. The public turns (Triggering Event) their resentment away from the cartels to the US as the real source of the problem and officials (out of selfpreservation) pull back from the "War on Drugs." Cartels work with local officials to prevent other types of crime, and countries forge more ties with them to put more resources into the economy. | moves to simply targeting specific leaders. With <br> LATAM's long history of modest toleration of political corruption, more politicians become indirectly supported by trafficking money, and some states move closer and closer to being de facto protectors of the drug trade. | decreased emphasis on counternarcotics, combined with the importance of having LATAM be safe for international business, encourages the government not to incite further violence by striking out against the cartels. | | "End": Plausible Consequences of the Changes | As counternarcotics operations decrease and violence dies down, the public and politicians leave the cartels alone, who in turn do their best to avoid generating negative publicity through open violence. | Ultimately, while there is no full official legitimatization of the drug trade, the legitimate and illicit economies become so interwoven that no one really bothers to try to separate them anymore. Some view the traffickers as a positive force, but most simply choose not to think about them at all. Willful ignorance becomes the "new normal." | Over time, LATAM becomes much more neutral with respect to the drug trade. The public settles on the idea that the traffickers are "here to stay" and a kind of détente evolves. Each side only acts openly against each other when one goes beyond their current state. Officially they are still opposed and acted against when they "go too far," but practically they are protected from international intervention (at least in Latin America) and allowed to operate. |

所有场景的构建都确保其中的一切都能从先前事件中合理地推导出来(在给定先前事件的情况下预期会发生),除了那些被标记为触发事件的事件。表 24.3 从可信度的其他三个要素(步骤 5)对场景进行了评估:

表 24.3. 收敛场景开发步骤 5 的示例

第一次趋同情景:“投降” 反美情绪高涨与暴力失控
First Convergent Scenario: "Capitulation" Rise in Anti- Americanism and Overwhelmed by Violence| First Convergent | | :---: | | Scenario: | | "Capitulation" | | Rise in Anti- | | Americanism and | | Overwhelmed | | by Violence |

第二种趋同情景:“腐败”经济繁荣
Second Convergent Scenario: "Corruption" Economic Boom| Second Convergent | | :---: | | Scenario: | | "Corruption" | | Economic Boom |

第三种趋同情景:妥协——“欧盟与金砖国家的崛起与天主教的衰落”
Third Convergent Scenario: Compromise" Rise of the EU and BRIC Countries and Decline in Catholicism| Third Convergent | | :---: | | Scenario: | | Compromise" | | Rise of the EU and | | BRIC Countries | | and Decline in | | Catholicism |

初始概率:触发事件的可能性有多大?
Initial Probability: How Close to Likely Are the Triggering Events?| Initial Probability: | | :--- | | How Close to Likely | | Are the Triggering | | Events? |
  第二名   第三名   第一名

Unity:场景中有多少个触发事件?
Unity: How Many Triggering Events Does the Scenario Have?| Unity: | | :--- | | How Many | | Triggering Events | | Does the Scenario | | Have? |
  第二名(并列)   第一名   第二名(并列)

紧迫性:在情景中可能性发生的速度有多快?
Imminence: How Quickly Does the Possibility Happen in the Scenario?| Imminence: | | :--- | | How Quickly Does | | the Possibility | | Happen in the | | Scenario? |
  第一名   第二名   第三名

最终排名:综合考虑,该情景的总体可信度如何?
Final Rank: Overall How Plausible Is the Scenario (All Things Considered)?| Final Rank: Overall | | :--- | | How Plausible Is the | | Scenario (All Things | | Considered)? |
  第二名   第三名   第一名
"First Convergent Scenario: "Capitulation" Rise in Anti- Americanism and Overwhelmed by Violence" "Second Convergent Scenario: "Corruption" Economic Boom" "Third Convergent Scenario: Compromise" Rise of the EU and BRIC Countries and Decline in Catholicism" "Initial Probability: How Close to Likely Are the Triggering Events?" 2nd Place 3rd Place 1st Place "Unity: How Many Triggering Events Does the Scenario Have?" 2nd Place (Tie) 1st Place 2nd Place (Tie) "Imminence: How Quickly Does the Possibility Happen in the Scenario?" 1st Place 2nd Place 3rd Place "Final Rank: Overall How Plausible Is the Scenario (All Things Considered)?" 2nd Place 3rd Place 1st Place| | First Convergent <br> Scenario: <br> "Capitulation" <br> Rise in Anti- <br> Americanism and <br> Overwhelmed <br> by Violence | Second Convergent <br> Scenario: <br> "Corruption" <br> Economic Boom | Third Convergent <br> Scenario: <br> Compromise" <br> Rise of the EU and <br> BRIC Countries <br> and Decline in <br> Catholicism | | :--- | :--- | :--- | :--- | | Initial Probability: <br> How Close to Likely <br> Are the Triggering <br> Events? | 2nd Place | 3rd Place | 1st Place | | Unity: <br> How Many <br> Triggering Events <br> Does the Scenario <br> Have? | 2nd Place (Tie) | 1st Place | 2nd Place (Tie) | | Imminence: <br> How Quickly Does <br> the Possibility <br> Happen in the <br> Scenario? | 1st Place | 2nd Place | 3rd Place | | Final Rank: Overall <br> How Plausible Is the <br> Scenario (All Things <br> Considered)? | 2nd Place | 3rd Place | 1st Place |

在某些情况下,一个场景会在每个类别中明显胜出,或者根据标准显然更优。与许多情况类似,这种情形更加模糊。就本例而言,分析师们选择了场景三(“妥协”)。触发事件的更高概率似乎比场景二(“腐败”)的较短持续时间或更强统一性,或是场景一(“投降”)的“中间立场”排名,都更为显著地区分开来。没有一个场景能在极短期内达到可能性,而仅有一个触发事件的场景二(“腐败”)中,该事件也是所有场景中最不可能发生的。因此,就当前目的而言,分析师们评估认为,综合考虑,场景三是最佳选择。这是假想中的分析师们提出的拉丁美洲毒品国家可能崛起的方式。


如何将期货预测融入全局(并预见可能的意外后果)——“涟漪效应分析法”


未来导向反事实推理,第二阶段


优秀的情报分析讲述的是一个完整的故事。它绝不应孤立地呈现某一问题的完全自洽的视角,尤其是在展望未来时,众多看似无关的力量可能产生交互作用,情报产品不应忘记任何特定事物如何融入更大框架的全景图。常言道,情报客户并没有“经济问题”、“军事问题”和“外交问题”,他们只有“问题”。因此,分析人员不仅要在单一评估中“拼合碎片”,还要通过融合或至少借鉴多个(最初独立的)评估,形成一个统一的估计,以涵盖更宏大的叙事。但这项任务充满风险。因为最自然的做法恰恰是绝不能做的:简单地将一个未来评估的结论与另一个未来评估的结论综合起来。未来探索总是涉及假设。 由于存在诸多不确定性,人们不得不假定某些事物相对不那么不确定,以便能集中精力于那些被认为更不确定的事物上。因此,如果只是简单地将最初独立的未来预测综合起来,就可能将实际上互不相容的假设结合在一起。此处需注意,问题并不在于评估中包含了看似不合理的假设。这些假设在特定项目中可能完全合理。关键在于,一项未来评估中的合理假设可能与另一项未来评估中的合理假设相矛盾。因此,分析人员需要得到指导,以探索其评估在更大故事线中的“涟漪效应”。

这带来了一个重要的相关挑战:意外后果。每当客户采取行动时,他们都是为了在特定环境中解决一系列特定问题。然而,这些行动的后果将继续与更广泛环境中的其他问题相互作用。当这种情况发生时,极有可能导致客户未曾预料的结果。这是因果分析问题的另一面,即追溯性地探讨某事物如何可能成为意外后果(例如,意外维度和背景转换分析)。在这里,分析师旨在识别可能意外发生的情况,防患于未然。因此,分析师还需要一种方法来探索客户行动在更大故事线中可能引发的潜在意外后果。


1. 方法的问题特定方面:它建议分析师提出哪些问题?


在应用涟漪效应分析时,分析师们会以特定类型的问题引导其思考。首先,他们探究的是“这一变化可能在何时何地发生?”并投身于未来探索。例如,他们的客户可能直接想了解另一国经济繁荣的可持续程度,或主要贩毒路线受阻后毒品运输路径将如何演变,亦或是针对外国独裁者日益壮大的叛乱活动可能产生何种结果。另一方面,客户也可能通过战略评估问题间接提出未来探索的疑问,而这类问题理想情况下,需先解答一个未来探索问题才能作答。分析师只有在评估了未来经济繁荣的可持续性(即回答了未来探索问题)之后,才能评估客户在助力维持他国经济繁荣方面的可选策略(即回答战略评估问题“客户应如何应对?”)。

使用涟漪效应分析的分析师们将其未来探索问题解释为子问题“这种变化何时何地可能引发更广泛的不确定性(及意外后果)?”这优先考虑了外延维度,并在更大的背景中发现了未来可能性的更广泛(意料之外)的后果。这是从叙事“中间”视角进行的未来探索——即未来故事在开始后如何延续并变得更加复杂。该方法基于某种(至少部分)未来愿景,探讨其如何融入一个超越最初关注点的更大整合故事中。该愿景可能是一个完整的情景(或许来自融合情景开发),也可能是对特定趋势可能未来的估计,甚至只是客户正在考虑的一个可能未来决策。在所有情况下,此方法都探究了该未来变化对更广泛行动者和力量的可能影响(从而主动识别潜在的意外后果)。 这种方法可以简单地用于定位可能的意外结果,或构建一个更加综合的未来愿景,或作为评估未来可能性“从头到尾”(即其原因、背景和后果)的一部分,结合未来导向的反事实推理(其第二阶段采用涟漪效应分析)。

要执行涟漪效应分析,分析师必须有一个特定的未来估计值,将其整合到一个更大的账户中(并发现意外后果)。这个估计值通常来自先前的未来探索(通常是对未来变化起源的描述),但也可能只是他们希望考虑的一个具体未来(可能是客户决策)。此外,该方法需要先前的因果分析和假设发展知识。分析师无法探索一个国家经济繁荣的潜在未来,除非他们知道该国为何经历经济上升(即回答因果分析问题“为什么会发生这种情况?”),并且该国正在经历经济繁荣(即回答假设发展问题“正在发生什么?”)。分析师可能已经知道这两点,但他们绝不应该假设自己知道。因此,建议使用涟漪效应分析的分析师从发现未来可能变化的背景的角度,询问何时何地可能会发生变化,无论是作为分析的最终目标还是作为实现目标的中间步骤。


2. 方法的程序性方面:它建议分析师遵循哪些规则?


每当分析师运用涟漪效应分析时,他们不仅选择通过一个特定问题来引导思考,还依据一套特定的规则。他们选定特定的程序作为必须遵循并用于评估其推理的依据。这四个强调的规则并非该方法唯一重要的,它们只是对该方法特别关键的部分。首先,为了识别相关背景,该方法指导分析师通过考虑更广泛背景(超出其评估初始范围)中的哪些主体可能受到评估影响,来深入研究主题。其次,为了推断出合理的结论,该方法要求分析师通过明确探索未来变化对更大环境中力量的(否则)意外影响,来透明地构建分析过程。第三,为了设想可能的替代方案,该方法恳请分析师通过寻找在当前探索的未来变化下,其他对未来评估和假设变得不确定的领域,持续更新判断。 第四,为了解读更广泛的意义,该方法坚持要求分析人员在突出其他主题估计的某些方面时,根据设想的未来变化,提出新的问题。因此,涟漪效应分析敦促分析过程彻底研究主题,透明地构建过程,不断演变判断,并提出新的问题。因此,选择这种方法的分析人员既决定在特定案例中遵循这些规则,又试图在整个分析过程中更全面地强化这些规则。


3. 方法的个人层面:它建议分析师体现哪些特征?


如果分析师采用涟漪效应分析,那么他们决定不仅要以特定问题和一组规则为指导,还要体现特定的认知美德。他们选择优先考虑某些特质,这些特质(理想情况下)将定义他们作为推理者的“身份”。这些特质对于良好运用该方法尤为重要,而良好运用该方法也提升了这些特质,使其成为分析师作为思考者自我认知中更重要的部分。首先,该方法着眼于那些意外且非预期但仍可能被识别的潜在后果,寻求谦逊这一具体美德(即平衡自信与不确定性)作为实现智力勇气这一普遍美德的手段。其次,在努力将未来预测整合到更大但可管理的未来图景中时,该方法强调了效率这一具体美德(即平衡彻底性与时效性),以此追求智力自我控制这一普遍美德。 第三,通过使用对特定未来变化的估计来构建一个更大的未来故事,该方法要求整合的具体美德(即平衡“自下而上”与“自上而下”的思维)作为通往辨别力这一普遍美德的路径。第四,通过采纳其他评估的预测并探讨在想象的改变下它们是否现在变得不确定或仍然合理,该方法提升了慈善的具体美德(即平衡对替代方案的反对与改进)作为通往智力公平这一普遍美德的方式。因此,涟漪效应分析建议分析师要谦逊、高效、整合且富有慈善心。所以,如果分析师采用这种方法,那么他们选择在特定情况下努力成为这样的人,同时也努力在整体上成为这样的人,作为理想中“他们是谁”作为思考者的一部分。


4. 方法介绍:它通常如何运作?


涟漪效应分析始于一个特定的未来估计,分析师希望将其置于更大的背景中,以探索更宏观的图景,从而创建一个更综合的未来描述,并/或主动识别潜在的非预期后果。该“估计”可能是(a)一个具体的想象未来行动,(b)一个或多个趋势(可能持续进行的变化),或©一个场景(如使用收敛场景开发方法生成的场景)。该方法识别该估计中假设的关键变化,并寻找定义更广泛背景的动因。它考虑这些变化可能如何改变这些动因的背景环境,以及它们可能如何做出不同的反应。这些不同的反应就是新的不确定性(和潜在的非预期后果)。

步骤 1. 识别未来估计中的根本驱动变化:在评估中找到假设的主要根本驱动变化。这些并非评估的结果,而是推动评估中力量走向那些结果的因素。

第二步:定位定义更广泛背景的主要主体:在更大范围内识别与主题相关但未成为评估重点的主体。它们可能位于分析的边缘,或完全未被考虑。在评估核心之外,哪些人或事物将成为该主题更大、最终故事的一部分?

第三步:在更广泛的背景下为代理者勾勒新环境:想象一下,来自第一步的根本性驱动变化成为了这些代理者运作背景环境的基本组成部分。如果这些变化成为“新常态”,他们的“世界”将有何不同:他们“新”感知到的威胁和机遇是什么?

步骤 4. 探索代理在新环境中可能如何采取不同行动:目前对这些代理行为的预期基于一项评估,该评估未必包含这些潜在的驱动变化。探索新的设想环境(来自步骤 3)可能如何激励他们采取与分析人员当前预期不同的行动。在感知到这些新的威胁和机会时,他们可能会如何以不同的方式作出反应?

步骤 5. 识别新的不确定性:利用代理的替代潜在行为(来自步骤 4)来描述新的不确定性。分析师在未来行为中(考虑到步骤 3 中潜在的新环境)应对哪些方面减少信心?这些不确定性中的新方向代表了作为原始未来估计一部分所采取行动可能带来的意外后果。

注 1:如果第 5 步产生的不确定性不够令人惊讶(或有趣),则采取第 4 步的替代行动,并重复第 3-5 步,寻找想象中的代理可能采取的下一步行动作为回应。继续沿着潜在链条推进,直到产生一些有趣的不确定性。

注 2:与背景转换分析(回顾性地考察可能的意外后果)类似,此方法的目的并非告诉客户他们应该做什么。所有事物都会产生意外后果。此方法的目的是帮助客户更加意识到这些可能的后果,从而做出更加明智的决策。


图 25.1. 涟漪效应分析的结构


5. 方法实践:在特定案例中如何运作?


1990 年伊拉克入侵邻国科威特后,美国及其盟国对其领导人萨达姆·侯赛因心生疑虑。在发现其大规模杀伤性武器计划(1990 年代初)以及联合国对其设施断断续续的检查开始后,尽管该计划据称已被终止,但 2001 年后人们越来越担心该计划已重启,萨达姆将成为地区安全与稳定的威胁。当美国及其盟国评估进入伊拉克推翻萨达姆政权的潜在后果时,设想分析人员运用了“涟漪效应分析”来探讨一个没有萨达姆的伊拉克(2003 年)对他们更广泛理解未来国际安全意味着什么。移除萨达姆可能产生哪些新的不确定性?它可能带来哪些意想不到的后果?请注意,此方法的目的不一定是探讨在伊拉克内部产生的不确定性或意外后果,而是在更广泛的背景下产生的那些。


分析师们希望从更广泛的背景中探讨后萨达姆时代的伊拉克,并确定未来愿景中的主要根本变化为:(a) 萨达姆及其盟友被推翻,(b) 美国/联军部队在伊拉克长期驻留(步骤 1)。他们认为,更广泛背景中的三个相关行为体包括伊朗、俄罗斯和基地组织(步骤 2)。随后,他们探讨了如果这些根本变化“成为现实”,对于这三个行为体而言,“新常态”将会是什么:这些行为体面临的新威胁和机遇是什么(步骤 3)?他们考虑了这些行为体在面临新威胁和机遇时可能会如何采取不同的行动(步骤 4),以及由此产生的新不确定性(以及可能的意外后果)(步骤 5)。他们持续这一过程,直到生成一系列有趣的不确定性。

表 25.1. 涟漪效应分析示例

第一步:根本的驱动变革

萨达姆及其盟友在伊拉克已被赶下台,美国/联军部队将长期以某种形式留在伊拉克。

第 2 步:定义更广泛背景的代理
  伊朗   俄罗斯   基地组织

步骤 3. 代理的新环境

新“威胁”:宿敌已除;其他(更强大的)对手现在近在咫尺;被怀疑寻求大规模杀伤性武器的领导人已下台 新“机遇”:影响庞大的什叶派人口;对其邻国拥有“发言权”

新“威胁”:战略伙伴离去;美军更近;其他伙伴(叙利亚)面临更广泛不稳定的更大风险。新“机遇”:建立新伙伴关系;援引(美国)设定的先例,在适当情况下为其自身的先发制人入侵辩护
New "Threats": Strategic partner gone; US forces nearer; greater risk of broader instability for other partners (Syria) New "Opportunities": Create new partners; claim precedent set (by US) to justify its own preemptive invasions under the right circumstances| New "Threats": | | :--- | | Strategic partner gone; US forces nearer; greater risk of broader instability for other partners (Syria) New "Opportunities": Create new partners; claim precedent set (by US) to justify its own preemptive invasions under the right circumstances |

新“威胁”:更多美国/联军部队驻扎该地区(更易打击基地组织) 新“机遇”:更多美国/联军部队成为可攻击目标;大量被剥夺权利的逊尼派人口(潜在的招募对象);美国/联军入侵/存在于伊斯兰国家的宣传效应

第 4 步:代理可能采取的不同行动方式

*伊朗可能会更加努力地影响伊拉克 *伊朗可能对美国和联盟更加怀疑 *伊朗可能感到对大规模杀伤性武器的需求更大(以阻止入侵)
*Iran might try harder to influence Iraq *Iran might become more suspicious of US/ coalition *Iran might feel greater need for WMDs (to deter invasion)| *Iran might try harder to influence Iraq *Iran might become more suspicious of US/ coalition | | :--- | | *Iran might feel greater need for WMDs (to deter invasion) |

*俄罗斯可能会对其影响力范围的缩小感到担忧 *俄罗斯可能觉得在为自己的军事行动争取国际支持方面的义务减少

*al-Qaeda 可能会感到有必要寻找新的行动基地 *al-Qaeda 可能会将伊拉克本身作为目标

第 5 步:新产生的不确定性(可能的意外后果)

*伊朗会继续还是逆转 1990 年代末对美/联盟国家的开放趋势? *伊朗会限制还是加速其核计划? *伊朗会维持还是扩大对邻国的干预?
*Will Iran continue or reverse late 1990s trend of openness toward US/coalition countries? *Will Iran restrain or accelerate nuclear program? *Will Iran maintain or expand its interventions in neighboring countries?| *Will Iran continue or reverse late 1990s trend of openness toward US/coalition countries? | | :--- | | *Will Iran restrain or accelerate nuclear program? | | *Will Iran maintain or expand its interventions in neighboring countries? |

*俄罗斯在国际上会表现得谦虚还是更加自信?*俄罗斯会同样需要还是减少对国际共识的需求?*俄罗斯会同样还是更加积极地保护该地区的伙伴?

*基地组织会留在原地还是会寻找新的行动基地?*基地组织会维持还是会将其重点转移到在伊拉克攻击西方?*基地组织对潜在招募对象的吸引力会保持不变还是会增强?
*Will al-Qaeda remain where it is or seek out new bases of operation? *Will al-Qaeda maintain or shift its focus to attack the West in Iraq? *Will al-Qaeda be equally or more attractive to potential sources of recruits?| *Will al-Qaeda remain where it is or seek out new bases of operation? | | :--- | | *Will al-Qaeda maintain or shift its focus to attack the West in Iraq? *Will al-Qaeda be equally or more attractive to potential sources of recruits? |
Step 1. Underlying Driving Change Saddam and his allies have been removed from power in Iraq, and US/ coalition forces will be in Iraq (in some form) long term. Step 2. Agents That Define the Broader Context Iran Russia al-Qaeda Step 3. New Environment for Agents New "Threats": Old adversary removed; other (more powerful) adversary now next door; leaders suspected of pursuing WMDs removed from power New "Opportunities": Influence a large Shia population; have a "say" regarding its neighbor "New "Threats": Strategic partner gone; US forces nearer; greater risk of broader instability for other partners (Syria) New "Opportunities": Create new partners; claim precedent set (by US) to justify its own preemptive invasions under the right circumstances" New "Threats": More US/coalition forces in region (easier to move against al-Qaeda) New "Opportunities": More US/coalition forces accessible as targets; large disenfranchised Sunni population (possible recruits); propaganda from US/coalition invasion/presence in Islamic country Step 4. How Agents Might Act Differently "*Iran might try harder to influence Iraq *Iran might become more suspicious of US/ coalition *Iran might feel greater need for WMDs (to deter invasion)" *Russia might become concerned about a shrinking sphere of influence *Russia might feel less obligation to gain international support for own military actions *al-Qaeda might feel the need to seek out new bases of operation *al-Qaeda might target Iraq itself Step 5. New Uncertainties That Are Generated (Possible Unintended Consequences) "*Will Iran continue or reverse late 1990s trend of openness toward US/coalition countries? *Will Iran restrain or accelerate nuclear program? *Will Iran maintain or expand its interventions in neighboring countries?" *Will Russia be modest or more assertive of its intentions internationally? *Will Russia feel the same or feel less need for international consensus? *Will Russia equally or more actively protect partners in the region? "*Will al-Qaeda remain where it is or seek out new bases of operation? *Will al-Qaeda maintain or shift its focus to attack the West in Iraq? *Will al-Qaeda be equally or more attractive to potential sources of recruits?"| Step 1. Underlying Driving Change | Saddam and his allies have been removed from power in Iraq, and US/ coalition forces will be in Iraq (in some form) long term. | | | | :---: | :---: | :---: | :---: | | Step 2. Agents That Define the Broader Context | Iran | Russia | al-Qaeda | | Step 3. New Environment for Agents | New "Threats": Old adversary removed; other (more powerful) adversary now next door; leaders suspected of pursuing WMDs removed from power New "Opportunities": Influence a large Shia population; have a "say" regarding its neighbor | New "Threats": <br> Strategic partner gone; US forces nearer; greater risk of broader instability for other partners (Syria) New "Opportunities": Create new partners; claim precedent set (by US) to justify its own preemptive invasions under the right circumstances | New "Threats": More US/coalition forces in region (easier to move against al-Qaeda) New "Opportunities": More US/coalition forces accessible as targets; large disenfranchised Sunni population (possible recruits); propaganda from US/coalition invasion/presence in Islamic country | | Step 4. How Agents Might Act Differently | *Iran might try harder to influence Iraq *Iran might become more suspicious of US/ coalition <br> *Iran might feel greater need for WMDs (to deter invasion) | *Russia might become concerned about a shrinking sphere of influence *Russia might feel less obligation to gain international support for own military actions | *al-Qaeda might feel the need to seek out new bases of operation *al-Qaeda might target Iraq itself | | Step 5. New Uncertainties That Are Generated (Possible Unintended Consequences) | *Will Iran continue or reverse late 1990s trend of openness toward US/coalition countries? <br> *Will Iran restrain or accelerate nuclear program? <br> *Will Iran maintain or expand its interventions in neighboring countries? | *Will Russia be modest or more assertive of its intentions internationally? *Will Russia feel the same or feel less need for international consensus? *Will Russia equally or more actively protect partners in the region? | *Will al-Qaeda remain where it is or seek out new bases of operation? <br> *Will al-Qaeda maintain or shift its focus to attack the West in Iraq? *Will al-Qaeda be equally or more attractive to potential sources of recruits? |


如何识别最可信的未来结果——“发散情景开发”方法


未来导向反事实推理,第三阶段

  摘要


良好的情报分析着眼于长远。它积极主动,不仅仅局限于罗列当前的问题,而是及时揭示未来的挑战,以便在尚有影响力时采取行动。这种分析能发现那些原本会令人意外的结果,并让客户现在就将其纳入视野。这是一项重大挑战,因为未来充满不确定性,不仅因为分析者缺乏完整可靠的信息,更因为塑造未来的力量本身就不确定。未来有多种可能性,而这些不同路径的具体形态远非显而易见。有些未来的变化,客户直到真正发生时才会意识到。这正是分析者发挥最大价值的地方:他们能帮助客户不仅预见未来,更预见他们应为之准备的多种未来图景。因此,分析者需要建议如何拓宽客户对可能发生之事的视野,以确保他们在事情发生时不会措手不及。


1. 方法的问题特定方面:它建议分析师提出哪些问题?


如果分析师采用发散情景开发法,他们会选择用特定类型的问题来引导思考。首先,他们决定总体上提出“这种变化可能何时何地发生?”的问题,并进行未来探索。也许他们的客户直接询问在没有驻军的地区有哪些新兴威胁,或从某地区撤军对稳定有何影响,又或者他们的军队需要准备应对哪些类型的长期挑战。另一方面,客户可能通过指派一项战略评估任务间接提出未来探索的问题,而这项评估理想情况下至少需要先进行未来探索。除非分析师已经评估了该地区可能出现哪些可信威胁(即回答了未来探索的问题),否则他们无法评估客户应对该地区新兴威胁的选项(即回答战略评估问题“客户如何应对 I t I t ItI t ?”)。

在使用发散情景开发时,分析师们将其未来探索构建为试图回答子问题“这一变化何时何地可能产生长期影响?”选择这种方法,分析师优先考虑结果维度,并寻求发现未来可能性可能(且很可能)带来的后果,即其影响。这是从叙事“结局”角度进行的未来探索——未来的故事如何自行解决(至少在该故事的框架内)。这代表了一个想象中的变化的最终效果。“发散”情景展示的是从一个可能事件出发,在未来分化的不同路径。该可能事件可以是一个特定的、从“开始到结束”进行探索的事件(即其起因、背景和后果),使用以发散情景开发为第三阶段的未来导向反事实推理。或者,该可能事件可能是泛指的,仅仅指代事物的现状,在这种情况下,该方法用于生成值得进一步探索的可能未来。

该方法有两个可能的起点,每个起点对 Futures Exploration 知识的要求不同。如果起点是特定的未来可能性(需要深入探讨),那么分析师必须对其可能的原因和背景(来自其他未来方法)有充分的了解。如果起点是现在(即没有特定的未来可能性),为了确定一系列值得深入探讨的未来情景,则不需要其他 Futures Exploration 知识。然而,无论哪种情况,分析师都需要具备因果分析和假设开发的知识。分析师在探讨某个地区可能的未来威胁(或该地区特定大规模杀伤性武器威胁的未来可能性)之前,必须首先评估该地区为何面临这些问题(即回答因果分析问题“为什么会发生这种情况?”),并确认该地区确实面临这些问题(即回答假设开发问题“正在发生什么?”)。虽然很容易简单地假设这些问题的答案,但明智的分析师会质疑自己是否真正了解它们。 因此,为了使用发散情景开发,建议分析师从发现未来可能变化后果的角度出发,询问何时何地可能发生变化,这既可以作为分析的目标,也可以作为实现目标的关键步骤。


2. 方法的程序性方面:它建议分析师遵循哪些规则?


使用发散情景开发的分析师们决定将他们的推理不仅与特定问题保持一致,还要遵循一组特定的规则。他们选择具体的程序作为必须遵循的准则,这些准则现在可用于评估他们思维的质量。这四项优先规则不仅与该方法相关,而且对方法特别重要。首先,为了识别相关背景,该方法要求分析师考虑问题的各个方面,要求他们找出最重要的因素作为构建情景的驱动因素。其次,为了推断出合理的结论,该方法敦促分析师通过挑战他们区分影响领域的更不确定和更确定的因素,以及更显著和较不显著的因素,做出相关的区分。第三,为了想象可能的替代方案,该方法指导分析师构建合理的替代方案,其核心重点不是构建两个或四个,而是八个不同的未来愿景。 第四,为阐释更广泛的意义,该方法敦促分析者在整合因素时,不仅要考虑当前环境,还要放眼未来,探索更广阔的背景。因此,Divergent Scenario De-


发展要求分析过程考虑问题维度,做出相关区分,开发合理的替代方案,并探索更广泛的背景。因此,使用这种方法的分析师既选择在特定案例中遵循这些规则,也试图在整体分析过程中加强这些规则。


3. 方法的个人层面:它建议分析师体现哪些特征?


为了实现发散式情境发展,分析师们不仅致力于回答特定问题并遵循一系列规则,还致力于展现特定的认知美德。他们决定突出某些特质,这些特质(理想情况下)应定义他们作为思考者的“身份”。这些特质在有效运用该方法时尤为重要,而有效运用该方法也意味着使这些特质更深入地融入分析师们作为推理者的(理想)“身份”愿景中。首先,通过从与该主题及更广泛背景相关的所有潜在因素中汲取信息,以寻找最不确定且最关键的因素来构建情境,该方法优先考虑好奇心的具体美德(即平衡兴趣的广度与深度),以此通往智识勇气的普遍美德。其次,在强调表明生成情境正在“成形”的指标(无论是稳定的还是变化的)时,该方法将注意力集中在敏感性的具体美德上(即平衡对相似性的识别与对变化的识别),作为通往智识自我控制的普遍美德的途径。 第三,通过挑战分析师从更多选项中找出三个最不确定和最重要的因素,即使两者都是“程度问题”,该方法应激励分析师尝试追求多功能性这一具体美德(即平衡预设程序与自发适应),以此作为达到辨别力这一普遍美德的手段。第四,该方法强调开发既详细又引人入胜且让客户难忘的情景,强调了优雅这一美德(即平衡具体性与普遍性)作为实现智力公平这一普遍美德的方式。因此,发散情景开发建议分析师保持好奇、敏感、多才多艺和优雅。因此,当分析师使用这种方法时,他们决定在一般情况下更加努力地成为这样的人,并且总体上更加努力地成为理想的“作为推理者的自己”。


4. 方法介绍:它通常如何运作?


第一步:确定情景的起点及其因果背景:根据客户所面临的关键问题,决定是探索无任何限制的总体未来(例如,主题 X 的未来是什么?)还是假设特定变化发生后的具体未来(例如,如果 Y 发生,主题 X 的未来是什么?)。基于该决策,确定将用于估计的因果变量的适当来源。


a. 无任何限制的总体未来(单独使用发散情景开发时):因果背景是当前影响主题的各种力量。它们就是因果变量。


b. 假设特定变化发生时的具体未来(当使用发散情景开发作为未来导向反事实推理的第三阶段时):因果背景将更加稳健,并包括:(1) 当前影响该主题的因果力量;(2) 未来变化如何“形成”的具体描述,从当前某些因果力量的变化开始(即应用收敛情景开发的结果);以及(3) 该变化如何与更广泛背景下的其他因果力量相互作用(即应用涟漪效应分析的结果)。所有这些都将成为因果变量。

第二步:哪些因素相关:探索客户的兴趣点:哪些因素是相关的?特别要寻找那些他们可以用来评估“成功”或“失败”的变量(即随时间增减的事物特征)。这些变量最终是影响主题的因果因素。从第一步确定的来源中识别出相关的因果变量。

注:通常需要独立因果分析来完成此步骤。


第三步:描述不确定性、重要性和独立性的程度:识别(并暂时从进一步考虑中排除)那些“相对不太不确定”的因果变量。较不确定的变量其未来方向更可合理预测。接着对剩余的“相对不太重要”的变量进行相同处理。重要性较低的变量似乎对整体情况的影响因果力较弱。最后,对剩余的“相对不太独立”的变量进行相同操作,这意味着它们更依赖于另一个变量的方向,并将跟随该变量的方向。从剩余列表中,识别出三个“最不确定”(其方向最难合理预测)、“最重要”(对情况影响因果力最强)和“最独立”(最不依赖其他变量)的变量。这些即为情景驱动因素。


*注意:虽然这种方法通常仅使用两个变量,但使用三个变量代表了一种更强有力的方法,尤其对于初学者而言,更有可能生成一系列有用且独特的场景。

第四步:构建可能性框架:为每个情景驱动因素确定两个合理的极端对立端点。它们的不确定性合理极限是什么?它们在每个方向上可能走多远?避免使用是/否或高/低作为驱动因素的端点。选择更具(定性)描述性的内容。将这些内容布置在两个 2 × 2 2 × 2 2xx22 \times 2 矩阵上(第三个驱动因素在其端点处连接矩阵),并生成每个驱动因素端点不同组合的八种可能性。

第 5 步:确定起始位置:为之前识别但未被选为驱动因素的其他因果变量(参见第 2 步)设定默认假设状态:它们要么保持当前预期状态,要么跟随一个(或多个)情景驱动因素的方向。无论哪种方式,这在所有情景中都是一致的。

注意:这只是一个默认设置。特定场景的叙述可能会自然地导致此默认状态的改变。

第 6 步:寻找初始“情节”构想:现在,利用对主题的了解,查看(端点的)组合,并尝试想象每个组合可能意味着什么的一般性、非常高层次的描述:变量是如何最终形成该组合的?

步骤 7. 撰写叙述:现在,为每个情境中发生的事件编写叙述性描述。这主要是驱动因素向其终点演变的进程(以及“情节”)及其与其他假设因果变量的相互作用。从当前的持续因果力开始,然后引入一个“变化”,该变化开始将一个(或多个)驱动因素推向其终点的方向。探讨这一变化的影响,并引入其他情境驱动因素以展开完整的故事线。

注意:作为叙述,一个场景必须包含开头、中间和结尾。如果它所做的只是在简短的描述中重申构成这种可能性的端点,那么它就不是一个场景。 1 1 ^(1){ }^{1}

第 8 步:制定指标/预警信号(并完善叙述):针对每个情景,考虑其随时间推移的演变过程,以及哪些进展会表明该情景正从“可能”转变为“很可能”。识别出那些有助于“排除”其他情景的事件或趋势。制定足够多的指标,确保每个情景都拥有独一无二的指标组合,使之成为最可能的情景(即让所有替代情景不再成立)。若无法做到这一点,则需进一步区分情景,直至能够实现这一目标。

指标应是未来事件或趋势,这些事件或趋势应具备以下特点:(a) 中间性:时间上介于现在与情景“设定”之间(即它们会在情景变得“不可阻挡”之前发生);(b) 区分性:对其他情景的概率产生影响; 2 2 ^(2){ }^{2} 以及 © 可确定性:随着时间的推移,客户能够识别的事物。

步骤 9. 定位共同主题与影响:纵观各种情景,识别在大多数情景中发生的事件和/或趋势(但并非仅是起初做出的假设)。如果客户坚持要对可能性做出判断,这些便是评估未来“可能”发生之事的最佳候选(理想情况下不应进行此类判断)。 3 3 ^(3){ }^{3} 其余则是“可能”发生的情况。对于每个情景,它对客户及其潜在决策和利益意味着什么?在情景中,他们在多大程度上实现了目标?哪些决策可能使目标在情景中更易(或更难)实现?以及哪些决策可能使情景本身更易(或更难)实现?

注意:在没有限定词的情况下,切勿使用“will”、“would”或“might”。“will”和“would”表达确定性,而“might”仅表示可能性。有用且可信的未来探索总是介于两者之间:即合理(偶尔是可能)的领域。应使用“will plausibly”和“will probably”,或“might plausibly”和“would probably”。前者适用于未假定任何特定未来可能性发生的情景;后者则用于假设了某种具体未来可能性的情况(即,在面向未来的反事实推理中)。此外,在这种情况下,结论应为条件句,形式为“如果……发生,那么……可能会合理发生。”


图 26.1 发散式场景开发的结构


5. 方法实践:它在具体示例中如何运作?


2001 年,美国、北约及其他盟军发动了对阿富汗的入侵,旨在推翻执政的塔利班,并铲除在该地区受到庇护的基地组织成员。最终目标不仅是消除基地组织的行动基地,还要帮助阿富汗成为一个健康、功能正常的国家。随着阿富汗局势开始好转,2014 年底正式决定将安全事务移交给阿富汗,美国、北约及其他盟国则逐步撤军,从而结束这一阶段的战争。随着这一日期的临近,许多人开始思考阿富汗未来将如何发展。想象一下,分析师们运用“分歧情景发展法”来构建一系列情景,探讨阿富汗自 2015 年起及之后可能的发展路径。 4 4 ^(4){ }^{4}

分析师们从 2015 年起将关注点放在阿富汗上,对其未来如何演变并未做出特别的假设(步骤 1)。(也就是说,他们心中并没有预设特定的可能性,例如“如果阿富汗陷入另一场内战会怎样?”等。)未来完全是“开放的”,分析师们基于 2014 年发挥作用的各种因素,寻找最有可能发生的情景。鉴于先前对当前影响阿富汗发展的因素进行了因果分析,他们识别出相关因素(步骤 2),并努力刻画这些因素的不确定性、重要性和独立性,以确定其中三个作为情景驱动因素(步骤 3)。

表 26.1 发散情景开发步骤 2-3 的示例

第 2 步:确定起点和因果背景因素,以及哪些因素与客户的利益相关
Step 2: Identify Starting Point and the Causal Background Factors and What Factors Are Relevant to Client's Interests| Step 2: Identify Starting Point and the Causal Background Factors and | | :--- | | What Factors Are Relevant to Client's Interests |

第三步:不确定性,重要性,
Step 3: Uncertainty, Significance,| Step 3: | | :--- | | Uncertainty, | | Significance, |
"Step 2: Identify Starting Point and the Causal Background Factors and What Factors Are Relevant to Client's Interests" "Step 3: Uncertainty, Significance,"| Step 2: Identify Starting Point and the Causal Background Factors and <br> What Factors Are Relevant to Client's Interests | Step 3: <br> Uncertainty, <br> Significance, | | :--- | :--- | :--- | :--- | :--- | :--- |

分析师们选取了他们选择的三个驱动因素,并尝试确定其端点(步骤 4)。他们评估了不确定性的限度。对于自然资源市场的盈利能力,他们评估了其可能达到的极端情况,即其发展到何种程度能够推动更广泛的经济增长,并选择“支持更广泛的经济发展”和“支持狭窄的经济发展”作为端点。对于阿富汗国家安全部队的有效性,他们


判断合理的极端情况为阿富汗国家安全部队(ANSF)有效的广度(假设其至少在部分地区有效),并选择“跨区域有效性”和“孤立有效性”作为端点。对于巴基斯坦对塔利班(及其盟友)的支持程度,他们确定合理的极端情况为“名义上”或“实质上”。需要注意的是,分析人员并未使用“高”与“低”或“是”与“否”的变体作为端点,同时也避免使用纯粹的否定。假想的分析人员随后识别出由此产生的八种组合,并尝试对它们可能的情况进行非常粗略的整体描述。


图 26.2 发散场景开发步骤 4 的示例


在分析师为这些情景构建叙述之前,他们会盘点所有将做出的假设。特别是,他们会记录那些未被选为情景驱动因素的所有其他变量的状态。存在四种可能性:这些其他变量可以(a)保持现状,(b)遵循第一个驱动因素——自然资源市场盈利能力的路径,(c)遵循第二个驱动因素——阿富汗国家安全部队(ANSF)有效性的路径,或(d)遵循第三个驱动因素——巴基斯坦对塔利班(及其盟友)支持程度的路径。有些变量可能(在某种程度上)与多个驱动因素相关联。他们将表 26.2 中看到的十五个变量进行了划分。

表 26.2 发散情景开发步骤 5 的示例
| | | | | | | :--- | :--- | :--- | :--- | :--- | :--- | :--- |

分析人员没有简单的机械方法来为这些情景编写叙述(步骤 7)。他们从当前发生的情况(以及可能继续保持现状的变量)开始,探讨他们的三个驱动因素如何可能随着这些变量朝着每组终点演变,同时描述它们之间的相互作用及其对其他变量的影响。表 26.3 展示了他们开发的八个叙述中的三个示例。(注意:这些叙述并不一定是最可信的,因为没有给出这样的排名,它们只是想象中分析人员可能开发的各种选项的示例。)为了强调它们是叙述,它们被分为“开始”、“中间”和“结束”三部分。

表 26.3 发散情景开发叙述示例

情景三:分裂国家“碎片斯坦”经济发展受限;阿富汗国家安全部队(ANSF)孤立无援;巴基斯坦对塔利班的表面支持
Scenario 3: Fractured State "Fragmentistan" Narrow Economic Development; ANSF Isolated Effectiveness; Nominal Taliban Support from Pakistan| Scenario 3: | | :--- | | Fractured State | | "Fragmentistan" | | Narrow Economic | | Development; | | ANSF Isolated | | Effectiveness; | | Nominal Taliban | | Support from Pakistan |

情景 4:警察国家“喀布尔堡垒”狭隘的经济发展;阿富汗国家安全部队跨区域效力;巴基斯坦对塔利班的表面支持
Scenario 4: Police State "Fortress Kabul" Narrow Economic Development; ANSF Trans-Regional Effectiveness; Nominal Taliban Support from Pakistan| Scenario 4: Police | | :--- | | State "Fortress Kabul" | | Narrow Economic | | Development; ANSF | | Trans-Regional | | Effectiveness; | | Nominal Taliban | | Support from Pakistan |

情景 6:改革后的国家“塔利班 2.0”更广泛的经济发展;阿富汗国家安全部队(ANSF)孤立的效力;巴基斯坦对塔利班的实质性支持
Scenario 6: Reformed State "Taliban 2.0" Broader Economic Development; ANSF Isolated Effectiveness; Substantive Taliban Support from Pakistan| Scenario 6: Reformed State "Taliban 2.0" | | :--- | | Broader Economic | | Development; | | ANSF Isolated Effectiveness; | | Substantive Taliban Support from Pakistan |

“开端”:主要因素如何(开始)改变

民族和部落的忠诚度仍然是一个优先事项,地方领导人继续做着似乎对当地有利的事情。这给阿富汗国家安全部队(ANSF)带来了压力,因为成员们在忠于部落与忠于部队之间挣扎。这些分歧加剧了政府的低效运作,自然资源市场也缺乏总体领导。

阿富汗丰富的自然资源仍有机会,中国和印度帮助开发。但民族和部落的忠诚阻碍了关于如何推进的全面共识。中央政府管理着一些有利可图的关系,但缺乏广泛的阿富汗支持。

地区领导人对喀布尔的忠诚度持续摇摆不定,这使得其效力进一步减弱。自然资源市场中出现了一些机遇,部分领域也有所发展,但未能形成统一的策略。与此同时,巴基斯坦加大了对塔利班的支持力度,导致叛乱活动更为猖獗。

“中间”:这些变化如何影响其他因素
"Middle": How Those Changes Affect the Other Factors| "Middle": How | | :--- | | Those Changes | | Affect the Other | | Factors |

塔利班在某些地区取得足够进展,使得巴基斯坦认为无需进一步支持他们。鸦片贸易扩大,而俄罗斯和伊朗仍专注于打击这一贸易,对改善整体经济或安全状况贡献甚微。地区领导人逐渐以越来越多的自主权行事,这仅导致决策中更优先考虑种族、部落和地区因素,进一步削弱了阿富汗国家安全部队(ANSF),使其逐渐演变为主要保护喀布尔中央政府的势力,而非国家军队。

分裂导致更多 ANSF 成员叛逃,该部队在喀布尔以外地区难以发挥作用。经济联系带来了新的资源,但这些资源被用于维持 ANSF 以保护国家首都和经济活动。即使没有巴基斯坦的大力支持,塔利班仍成功控制了更多地区,而中央政府则利用其新资源加强对首都及其小型经济引擎的控制。

由于对中央政府缺乏信心,加之民族和地区差异被激化,阿富汗国家安全部队(ANSF)遭遇了严重的逃兵现象和挫败。

塔利班武装力量向首都推进,自然资源市场仍存一丝希望。眼见塔利班势力日益壮大,且缺乏统一应对之策,中央政府试图将塔利班融入国家体系。
With lack of confidence in the central government and ethnic and regional differences inflamed, the ANSF experiences significant desertions and defeats. Taliban forces progress toward the capital, while a few glimmers of hope remain in the natural resource market. Seeing that the Taliban is gaining power, and with no unified approach to counter them, the central government tries to integrate the Taliban into the state.| With lack of confidence in the central government and ethnic and regional differences inflamed, the ANSF experiences significant desertions and defeats. | | :--- | | Taliban forces progress toward the capital, while a few glimmers of hope remain in the natural resource market. Seeing that the Taliban is gaining power, and with no unified approach to counter them, the central government tries to integrate the Taliban into the state. |
"Scenario 3: Fractured State "Fragmentistan" Narrow Economic Development; ANSF Isolated Effectiveness; Nominal Taliban Support from Pakistan" "Scenario 4: Police State "Fortress Kabul" Narrow Economic Development; ANSF Trans-Regional Effectiveness; Nominal Taliban Support from Pakistan" "Scenario 6: Reformed State "Taliban 2.0" Broader Economic Development; ANSF Isolated Effectiveness; Substantive Taliban Support from Pakistan" "Beginning": How the Main Factors (Start to) Change Ethnic and tribal loyalties remain a priority, and local leaders continue to do what seems to help their immediate area. This strains the ANSF as members struggle between loyalty to their tribe and loyalty to it. The divisions exacerbate the government's low functionality, and no overall leadership emerges for the natural resource market. Opportunities remain for Afghanistan's rich natural resources, and China and India help develop it. But ethnic and tribal loyalties prevent overall consensus on how to proceed. The central government manages a few profitable relationships, but without broad Afghan support. Regional leaders continue to hedge their loyalties to Kabul, which make it even less effective. Opportunities emerge in the natural resource market and some segments develop pieces of it, but no unified approach results. At the same time, Pakistan increases its support for the Taliban, creating a stronger insurgency. ""Middle": How Those Changes Affect the Other Factors" The Taliban makes enough progress in some regions that Pakistan feels no need to support them further. The opium trade expands, and Russia and Iran remain focused on countering it and do little to help the overall economic or security situation improve. Regional leaders progressively operate with more and more autonomy, which only leads to more prioritization of ethnic, tribal, and regional factors in decision making that further weakens the ANSF, and it evolves to be primarily a protector of the central government in Kabul rather than a national force. Divisions lead to more defections from the ANSF, and the force fails to be effective outside of Kabul. The economic connections bring in new resources but they are put to maintaining the ANSF to protect the country's capital and economic endeavors. The Taliban manages to take control of more regions even without much support from Pakistan, and the central government uses its new resources to strengthen its grip on the capital and its small economic engine. "With lack of confidence in the central government and ethnic and regional differences inflamed, the ANSF experiences significant desertions and defeats. Taliban forces progress toward the capital, while a few glimmers of hope remain in the natural resource market. Seeing that the Taliban is gaining power, and with no unified approach to counter them, the central government tries to integrate the Taliban into the state."| | Scenario 3: <br> Fractured State <br> "Fragmentistan" <br> Narrow Economic <br> Development; <br> ANSF Isolated <br> Effectiveness; <br> Nominal Taliban <br> Support from Pakistan | Scenario 4: Police <br> State "Fortress Kabul" <br> Narrow Economic <br> Development; ANSF <br> Trans-Regional <br> Effectiveness; <br> Nominal Taliban <br> Support from Pakistan | Scenario 6: Reformed State "Taliban 2.0" <br> Broader Economic <br> Development; <br> ANSF Isolated Effectiveness; <br> Substantive Taliban Support from Pakistan | | :---: | :---: | :---: | :---: | | "Beginning": How the Main Factors (Start to) Change | Ethnic and tribal loyalties remain a priority, and local leaders continue to do what seems to help their immediate area. This strains the ANSF as members struggle between loyalty to their tribe and loyalty to it. The divisions exacerbate the government's low functionality, and no overall leadership emerges for the natural resource market. | Opportunities remain for Afghanistan's rich natural resources, and China and India help develop it. But ethnic and tribal loyalties prevent overall consensus on how to proceed. The central government manages a few profitable relationships, but without broad Afghan support. | Regional leaders continue to hedge their loyalties to Kabul, which make it even less effective. Opportunities emerge in the natural resource market and some segments develop pieces of it, but no unified approach results. At the same time, Pakistan increases its support for the Taliban, creating a stronger insurgency. | | "Middle": How <br> Those Changes <br> Affect the Other <br> Factors | The Taliban makes enough progress in some regions that Pakistan feels no need to support them further. The opium trade expands, and Russia and Iran remain focused on countering it and do little to help the overall economic or security situation improve. Regional leaders progressively operate with more and more autonomy, which only leads to more prioritization of ethnic, tribal, and regional factors in decision making that further weakens the ANSF, and it evolves to be primarily a protector of the central government in Kabul rather than a national force. | Divisions lead to more defections from the ANSF, and the force fails to be effective outside of Kabul. The economic connections bring in new resources but they are put to maintaining the ANSF to protect the country's capital and economic endeavors. The Taliban manages to take control of more regions even without much support from Pakistan, and the central government uses its new resources to strengthen its grip on the capital and its small economic engine. | With lack of confidence in the central government and ethnic and regional differences inflamed, the ANSF experiences significant desertions and defeats. <br> Taliban forces progress toward the capital, while a few glimmers of hope remain in the natural resource market. Seeing that the Taliban is gaining power, and with no unified approach to counter them, the central government tries to integrate the Taliban into the state. |
  表 26.3. 续

“结束”:变化的合理后果

各个相互竞争的地区势力彼此间变得更加敌对,一些与塔利班结盟,另一些则涉足鸦片贸易,还有一些选择独立或与中央政府合作。阿富汗陷入分裂状态,其中一部分势力为争夺整体控制权而相互争斗,另一部分则试图避免冲突,选择“单干”。

该国演变成一个拥有非常强大安全机构的集权地区,其动力源自(并寻求保护)其自然资源市场。从那时起,这支新的阿富汗国家安全部队(ANSF)开始在情报收集和反叛乱方面更广泛地扩大其在国内的影响力,主要是为了保护其中央政府和基础设施。尽管其关注点仍然狭窄,但它逐渐发展成为一个整体上更为有效的力量。

塔利班迅速采取行动控制并开发自然资源市场,以此展示其比前任更高效的潜力,而中国和印度则努力抓住这些机遇。通过威吓手段,塔利班迫使内部达成足够协议以推动进程,并启动一个由该市场驱动的全新“经济引擎”,将其融入整体经济中。塔利班强调经济发展以保障其长期安全,因此,它对其前身所支持的恐怖主义活动的支持力度大为减弱。
"End": Plausible Consequences of the Changes The various competing regional players become more hostile to one another and some become aligned with the Taliban, others with the opium trade, and others with themselves or the central government. Afghanistan descends into a fractured state with some of the components engaged in a fight with one another for control of the whole and others trying to avoid conflict and to "go it alone." The country evolves into a centralized area with a very robust security apparatus, fueled by (and seeking to protect) its natural resource market. From there, this new ANSF begins to expand its influence more broadly in the country in terms of intelligence gathering and counterinsurgency, primarily to protect its central government and infrastructure. It slowly evolves into a more effective force overall, although its focus remains narrow. The Taliban moves quickly to take control and to develop the natural resource market as a way to show its potential to be more efficient than its predecessor, and China and India work to take advantage of the opportunities. Using intimidation, the Taliban coerces enough internal agreements to get the process moving and begin a new "economic engine" fueled by this market into the overall economy. The Taliban emphasizes economic development to preserve its longterm security. As such, it is far less supportive of terrorism than its prior incarnations.| "End": Plausible Consequences of the Changes | The various competing regional players become more hostile to one another and some become aligned with the Taliban, others with the opium trade, and others with themselves or the central government. Afghanistan descends into a fractured state with some of the components engaged in a fight with one another for control of the whole and others trying to avoid conflict and to "go it alone." | The country evolves into a centralized area with a very robust security apparatus, fueled by (and seeking to protect) its natural resource market. From there, this new ANSF begins to expand its influence more broadly in the country in terms of intelligence gathering and counterinsurgency, primarily to protect its central government and infrastructure. It slowly evolves into a more effective force overall, although its focus remains narrow. | The Taliban moves quickly to take control and to develop the natural resource market as a way to show its potential to be more efficient than its predecessor, and China and India work to take advantage of the opportunities. Using intimidation, the Taliban coerces enough internal agreements to get the process moving and begin a new "economic engine" fueled by this market into the overall economy. The Taliban emphasizes economic development to preserve its longterm security. As such, it is far less supportive of terrorism than its prior incarnations. | | :---: | :---: | :---: | :---: |

分析师们现在转向识别那些如果发生,将暗示一个或多个情景从“可能”降至“不大可能”的指标(步骤 8)。目标是制定一个(整体上)能让分析师们明确在何种条件下某一情景已从“可能”转变为“很可能”的清单(即所有替代方案都已降至“不大可能”)。他们还探索了多数情景中潜在的共同主题(步骤 9)。这些主题成为“很可能”会发生的事件的候选(如果他们被迫做出此类判断)。

表 26.4 发散场景开发步骤 9 的示例
N Z 0 0 N N  N   Z  0 0  N   N  {:[" N "],[" Z "],[(0)/(0)],[" N "],[" N "]:}\begin{aligned} & \text { N } \\ & \text { Z } \\ & \frac{0}{0} \\ & \text { N } \\ & \text { N } \end{aligned}
v - 0 1 0 ~ 0  v   -  0 1 0 ~ 0 {:[" v "],[" - "],[0^(1)],[ tilde(0)^(∼)],[0^(∼)]:}\begin{aligned} & \text { v } \\ & \text { - } \\ & \stackrel{1}{0} \\ & \stackrel{\sim}{\tilde{0}} \\ & \stackrel{\sim}{0} \end{aligned}

i. 塔利班仍是阿富汗中央政府的威胁
YES YES YES YES YES YES

ii. 中央政府缺乏广泛的公众信任
YES YES YeS YES YES

iii. 阿富汗不是全球恐怖主义的赞助者
YES YES YES YES YES YES YES

a. 政府与塔利班进行重要谈判以加入
NO NO NO NO NO

b. 政府大规模打击鸦片行动
NO NO NO

c. ANSF 在喀布尔附近损失
NO NO NO NO

d. 对巴基斯坦的整体怨恨大幅增加
NO NO NO NO NO

e. 增加的鸦片资金进入更广泛的经济领域
NO NO NO

f. ANSF 与塔利班双方的军事胜利持续
NO NO NO NO NO

g. 政府建立强大的经济合作伙伴关系
NO NO NO

使场景最为合理的组合
ab ade ef fg bde cg bce bcf
https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-292.jpg?height=238&width=45&top_left_y=707&top_left_x=430 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-292.jpg?height=192&width=53&top_left_y=546&top_left_x=969 " N Z (0)/(0) N N " https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-292.jpg?height=238&width=41&top_left_y=545&top_left_x=1158 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-292.jpg?height=199&width=53&top_left_y=545&top_left_x=1252 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-292.jpg?height=220&width=51&top_left_y=545&top_left_x=1333 https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-292.jpg?height=240&width=53&top_left_y=545&top_left_x=1420 " v - 0^(1) tilde(0)^(∼) 0^(∼)" https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-292.jpg?height=238&width=49&top_left_y=545&top_left_x=1601 i. Taliban Remains a Threat to Central Afghan Government YES YES YES YES YES YES ii. Central Government Lacks Widespread Public Confidence YES YES YeS YES YES iii. Afghanistan Is Not a Sponsor for Global Terror YES YES YES YES YES YES YES https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-292.jpg?height=144&width=50&top_left_y=1387&top_left_x=433 a. Major Government Talks with Taliban to Join NO NO NO NO NO b. Major Opium Crackdown by Government NO NO NO c. ANSF Loses around Kabul NO NO NO NO d. Strongly Increased Overall Resentment of Pakistan NO NO NO NO NO e. Increased Opium Money Enters the Broader Economy NO NO NO f. Continued Military Victories by Both ANSF & Taliban NO NO NO NO NO g. Government Forms Strong Economic Partnerships NO NO NO Combination That Makes Scenario the Most Plausible One ab ade ef fg bde cg bce bcf| ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-292.jpg?height=238&width=45&top_left_y=707&top_left_x=430) | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-292.jpg?height=192&width=53&top_left_y=546&top_left_x=969) | $\begin{aligned} & \text { N } \\ & \text { Z } \\ & \frac{0}{0} \\ & \text { N } \\ & \text { N } \end{aligned}$ | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-292.jpg?height=238&width=41&top_left_y=545&top_left_x=1158) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-292.jpg?height=199&width=53&top_left_y=545&top_left_x=1252) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-292.jpg?height=220&width=51&top_left_y=545&top_left_x=1333) | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-292.jpg?height=240&width=53&top_left_y=545&top_left_x=1420) | $\begin{aligned} & \text { v } \\ & \text { - } \\ & \stackrel{1}{0} \\ & \stackrel{\sim}{\tilde{0}} \\ & \stackrel{\sim}{0} \end{aligned}$ | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-292.jpg?height=238&width=49&top_left_y=545&top_left_x=1601) | | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | | | i. Taliban Remains a Threat to Central Afghan Government | | | YES | YES | YES | YES | YES | YES | | | ii. Central Government Lacks Widespread Public Confidence | | | YES | YES | | YeS | YES | YES | | | iii. Afghanistan Is Not a Sponsor for Global Terror | YES | YES | YES | YES | YES | YES | | YES | | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-292.jpg?height=144&width=50&top_left_y=1387&top_left_x=433) | a. Major Government Talks with Taliban to Join | | | NO | NO | NO | | NO | NO | | | b. Major Opium Crackdown by Government | | NO | NO | | | NO | | | | | c. ANSF Loses around Kabul | NO | NO | | NO | NO | | | | | | d. Strongly Increased Overall Resentment of Pakistan | | | NO | NO | | NO | NO | NO | | | e. Increased Opium Money Enters the Broader Economy | NO | | | NO | | | | NO | | | f. Continued Military Victories by Both ANSF & Taliban | NO | NO | | | NO | NO | NO | | | | g. Government Forms Strong Economic Partnerships | | | NO | | | | NO | NO | | | Combination That Makes Scenario the Most Plausible One | ab | ade | ef | fg | bde | cg | bce | bcf |

  注释


  1. 可识别情节的核心重要性是这类方法的一个关键特征,这一点常被忽视。参见 Peter Schwartz, The Art of the Long View: Planning for the Future in an Uncertain World (New York: Doubleday, 1991)。

  2. 将指标视为有助于排除替代方案的想法,是 Pherson 和 Heuer 在此类方法研究中的重要贡献。参见 Richards J. Heuer Jr.和 Randy Pherson 的《Structured Analytic Techniques for Intelligence Analysis》(千橡市,CA:CQ 出版社,2010 年)。

  3. 从方法论的角度来看,这种方法强烈倾向于不做出此类判断。我将此纳入此步骤,是对客户需求的一种让步,而非该方法的理想表达。

  4. 本示例旨在为情景开发的应用提供一个原创性的说明;然而,它确实从其他对该特定案例采用此类方法的应用中汲取了一些灵感。特别是,最终选择将巴基斯坦的角色作为情景驱动因素之一,部分受到了 Michael Semple 在“阿富汗:未来情景”(cidob.org;https://www.cidob.org/end/content/download/37182/591731/file/NOVEMBER_2013_MICHAEL+SEMPLE.pdf)中的启发。当然,此示例并非旨在支持那些总体结论;它仅是从其部分推理中获得了一些局部灵感。

  第 X 部分


情报分析师战略评估理论

关于“客户如何应对?”的推理范式

27


重要的现存战略评估方法


风险、无知与博弈论范式

  摘要


情报分析师面临的问题涉及四种不同的推理类型:假设发展(正在发生什么)、因果分析(为什么会发生这种情况)、未来探索(何时何地可能会发生变化)以及战略评估(客户如何应对)。因此,理想的分析师推理描述需要对每个领域提出合理的处理方法。由于这些领域不仅是情报分析师关注的主题,在其他背景下也进行了广泛研究,分析师应熟悉外部对这些领域的方法,因为这些其他方法的某些方面可能对分析师的工作有用。因此,本章描述了战略评估(以及理性决策)的三种传统方法:风险范式、无知或“单边不确定性”范式,以及博弈论或“多边不确定性”范式。与本书其他类似部分一样,这里的讨论并不旨在全面阐述这三种观点。 相反,它旨在为分析人员提供一个概览,以增强他们对这些内容的熟悉度,促进更广泛的辩论和讨论,并(最终)突出值得注意的潜在见解,从而激发专为情报分析人员设计的说明。


1. 战略评估学术理论的背景


在讨论这三种方法之前,先考虑一下“战略”一词的含义。一些人将决策分为四个领域:(1) 伦理:基本价值观、最终目标和/或其在世界中的代表性最终状态,(2) 战略:为实现这些最终目标和/或最终状态而采取的整体行动方式,同时仍满足基本价值观,(3) 操作:在特定情况下支持实施整体行动方式所需的中间步骤,(4) 战术:在特定情况下实施整体行动方式的具体行动。在本研究中,“战略”一词并非指上述“2”中的狭义含义,而是指涉及“战略”、“操作”和“战术”的更广泛含义。换句话说,“战略评估”旨在成为“手段-目的”决策评估的同义词——识别追求选定目标的最重要手段。

战略评估有三大主要范式,情报分析师应熟悉这些来自“理性决策理论”领域的范式,该领域融合了哲学、经济学、数学和社会科学:风险范式、无知或“单边不确定性”范式,以及博弈论或“多边不确定性”范式。这些方法均源自约翰·冯·诺伊曼和奥斯卡·摩根斯坦的工作,以及随后众多决策理论家的研究。 1 1 ^(1){ }^{1} 在 20 世纪 50 年代和 60 年代冷战高峰期,这些方法在情报界更为广泛知晓,但之后其影响力有所下降。这很大程度上与指责使用这些方法必然使分析师陷入假设人类行为遵循“理性行为者模型”有关。过去几十年,随着流行的替代模型“启发式与偏见模型”的兴起,尤其是在心理学及心理学导向的社会科学方法中,对人类行为的这种理解受到了持续的批评。 2 2 ^(2){ }^{2} 此外,关于情报界主要竞争对手/对手是谁的最新观点也促成了这一转变,许多人提出这些竞争对手/对手“并非理性行为者”。遗憾的是,后一种指责往往隐含着对其他文化推理过程的种族嘲讽,严重误解了他们的社会、文化和/或宗教观点如何影响其战略思维。坦率地说,这种语气也根本未能理解“理性行为者模型”所提出的内容,以及它与理性决策理论的关系。


理性与人类决策之间的关联,远早于“理性行为者模型”的提出。诸如柏拉图等古代哲学家认为,人类之所以往往无法达到真、善、美、正义的理想境界,是因为身体欲望的干扰导致了无知。为了对抗这种干扰,人类需将注意力转向理性与反思,以此帮助灵魂(即心智)从这些干扰中解脱,实现真正的人类成就。 3 3 ^(3){ }^{3} 亚里士多德则主张,人类之所以区别于其他生物,在于他们是“理性的动物”。 4 4 ^(4){ }^{4} 他提出,所有生命都拥有一个“植物性灵魂”负责其生长,所有动物拥有一个“感性灵魂”使其感知周围世界,而人类则拥有一个“反思性灵魂”,使人类能够意识到自身(及其意识)。正是这种自我意识,使得人类作为一种存在类别独具特色,并因此具备了理性决策的潜能。 这两种关于人类决策如何与理性相连的规定性概念,在整个中世纪、宗教改革、文艺复兴及启蒙运动期间,于西方传统中始终占据重要地位。然而,到了启蒙运动的后期,一种新的转折出现了。通过“科学方法”将理性应用于理解世界的做法,开始更加系统地被用于人类行为的研究(这最终将发展成为社会科学)。其目标是试图找到类似于牛顿“运动定律”的东西:一个简单的核心概念及几条支配原则,用以解释广泛的现象。在亚当·斯密(1723-1790)等思想家那里浮现出的理念是“自利”:个人与组织的行为旨在推进他们视为目标的事物。 5 5 ^(5){ }^{5} 正是在这一点上,关于人类的一个更为坚实的描述性主张出现了。这并非指他们在决策时总是理性的,而是说,许多人类决策可以通过假设人们是“手段-目的”理性的方式来加以解释(即理解)。 也就是说,人们可以通过探索来理解许多人类行为,仿佛参与者是以一种战略上明智的方式追求他们的目标。这并不意味着他们的目标是理性的,而是他们追求目标的方式可以被理解为战略上理性的。 6 6 ^(6){ }^{6} 这是“理性行动者”的开端


在 20 世纪,随着数学和形式概率论的发展,其中一些思想激发了对“理性决策理论”领域的探索。这一领域以逻辑和数学上精确的方式,探讨了某事物在何种意义上可被视为“战略上理性”。但严格来说,这一尝试并未必然预设这是理解人类决策的唯一途径。诚然,“理性行为者模型”提升了该领域的关注度,但定义理性决策的原则有其独立存在的价值。该领域关注的是关于人类应如何做出决策的规定性主张,而非描述人类实际如何决策的描述性主张。“理性决策理论”方法的主要价值在于它们如何帮助人们做出更好的决策,而非因为它们能多好地描述任何人的行为。它们之所以重要,在于其规定性力量:它们帮助分析者理解何为/非良好决策。


2. 风险范式:策略评估即利用可能结果的概率来估计最优决策


当代理做出决策时,其反思过程的结果是意图执行特定行动以实现特定结果。这一意图可概念化为一种心理指令,即因为相信执行 A A AA 有助于促成结果 O O OO ,并且渴望实现结果 O O OO ,所以去做 A A AA 。代理认为执行 A A AA 有助于促成结果 O O OO 的信念,可被概念化为对 O O OO A A AA 引起的可能性(其“概率”)的评估,而代理对实现结果 O O OO 的渴望,则可被概念化为代理对 O O OO 对其整体价值(其“效用”)的评估。理性决策理论提出,只要代理是理性的,其执行 A A AA 的意图强度将等同于 A A AA 的“期望效用”: A A AA 结果的效用乘以它们由 A A AA 引起的概率。换言之,理性决策者是那些其决策追求最大化其期望效用的人。 8 8 ^(8){ }^{8}

战略评估的风险范式代表了最纯粹且最稳健的理性决策理论。

风险下的决策:在这种情况下,个体能够合理地(1)识别其决策可能产生的结果,(2)评估这些结果对他们的价值(为他们提供偏好结果的排序以及衡量一个结果比另一个更受偏好的程度,通常采用 0 到 100 的基数尺度),以及(3)估计在给定决策下这些结果发生的概率。

官方而言,风险范式仅适用于“风险”下的决策,即所有假设均成立的情况。相比之下,无知或“单边不确定性”范式适用于“无知”下的决策,即仅第一个假设成立的情况。

无知/不确定性下的决策:在这种情况下,决策者可以合理地(1)识别其决策的可能结果,但(2)不一定能为结果的价值赋予一个基数(有时只能给出一个序数:第一、第二、第三等),并且(3)不一定能合理地估计结果的概率。

博弈论范式适用于无知/不确定性下的一个特殊决策子类别

多边不确定性下的决策:在无知情况下的决策,其中决策结果取决于另一代理人的合理可识别决策(该代理人也知道其决策结果取决于另一代理人,并且双方都能合理识别其决策依据)。

这种相互认知创造了一种替代了解结果概率的方式:相互期望和可预测性。因此,在无知/不确定性下的决策有时被称为“单边不确定性”或“多边不确定性”的情况。因此,风险范式的假设最为雄心勃勃,而无知范式的假设最少,博弈论则介于两者之间。

假设一个客户正试图确定能够最好地应对他们在确保一个地点安全时将面临的抵抗的军事单位规模。进一步假设他们并不完全确定抵抗的规模。他们理想地希望部署的部队规模与抵抗规模相匹配,因为他们既不想被更大的力量打个措手不及,也不想为任务部署超过必要的单位。假设他们对概率和效用的评估如表 27.1 所示:

表 27.1 风险下决策示例

“对抗抵抗”
"Countering the Resistance"| "Countering the | | :---: | | Resistance" |

遇到较大阻力
Large Resistance Encountered| Large Resistance | | :---: | | Encountered |

遇到中等阻力
Medium Resistance Encountered| Medium Resistance | | :---: | | Encountered |

遇到小阻力
Small Resistance Encountered| Small Resistance | | :---: | | Encountered |
  大规模部队部署

概率 = 0.10 = 0.10 =0.10=0.10 效用 = 90 = 90 =90=90
Probability =0.10 Utility =90| Probability $=0.10$ | | :---: | | Utility $=90$ |

概率 = 0.60 = 0.60 =0.60=0.60 效用 = 70 = 70 =70=70
Probability =0.60 Utility =70| Probability $=0.60$ | | :---: | | Utility $=70$ |

概率 = 0.30 = 0.30 =0.30=0.30 效用 = 50 = 50 =50=50
Probability =0.30 Utility =50| Probability $=0.30$ | | :---: | | Utility $=50$ |
  中等力量已部署

概率 = 0.10 = 0.10 =0.10=0.10 效用 = 5 = 5 =5=5
Probability =0.10 Utility =5| Probability $=0.10$ | | :---: | | Utility $=5$ |

概率 = 0.60 = 0.60 =0.60=0.60 效用 = 95 = 95 =95=95
Probability =0.60 Utility =95| Probability $=0.60$ | | :---: | | Utility $=95$ |

概率 = 0.30 = 0.30 =0.30=0.30 效用 = 75 = 75 =75=75
Probability =0.30 Utility =75| Probability $=0.30$ | | :---: | | Utility $=75$ |
  小规模部队部署

概率 = 0.10 = 0.10 =0.10=0.10 效用 = 0 = 0 =0=0
Probability =0.10 Utility =0| Probability $=0.10$ | | :---: | | Utility $=0$ |

概率 = 0.60 = 0.60 =0.60=0.60 效用 = 10 = 10 =10=10
Probability =0.60 Utility =10| Probability $=0.60$ | | :---: | | Utility $=10$ |

概率 = 0.30 = 0.30 =0.30=0.30 效用 = 100 = 100 =100=100
Probability =0.30 Utility =100| Probability $=0.30$ | | :---: | | Utility $=100$ |
""Countering the Resistance"" "Large Resistance Encountered" "Medium Resistance Encountered" "Small Resistance Encountered" Large Force Deployed "Probability =0.10 Utility =90" "Probability =0.60 Utility =70" "Probability =0.30 Utility =50" Medium Force Deployed "Probability =0.10 Utility =5" "Probability =0.60 Utility =95" "Probability =0.30 Utility =75" Small Force Deployed "Probability =0.10 Utility =0" "Probability =0.60 Utility =10" "Probability =0.30 Utility =100"| "Countering the <br> Resistance" | Large Resistance <br> Encountered | Medium Resistance <br> Encountered | Small Resistance <br> Encountered | | :---: | :---: | :---: | :---: | | Large Force Deployed | Probability $=0.10$ <br> Utility $=90$ | Probability $=0.60$ <br> Utility $=70$ | Probability $=0.30$ <br> Utility $=50$ | | Medium Force Deployed | Probability $=0.10$ <br> Utility $=5$ | Probability $=0.60$ <br> Utility $=95$ | Probability $=0.30$ <br> Utility $=75$ | | Small Force Deployed | Probability $=0.10$ <br> Utility $=0$ | Probability $=0.60$ <br> Utility $=10$ | Probability $=0.30$ <br> Utility $=100$ |

大规模兵力部署的预期效用为 = 0.10 × 90 + 0.60 × 70 + 0.30 × 50 = 66 = 0.10 × 90 + 0.60 × 70 + 0.30 × 50 = 66 =0.10 xx90+0.60 xx70+0.30 xx50=66=0.10 \times 90+0.60 \times 70+0.30 \times 50=66 。中等规模兵力部署的预期效用为 = 0.10 × 5 + 0.60 × 95 + 0.30 × 75 = 80 = 0.10 × 5 + 0.60 × 95 + 0.30 × 75 = 80 =0.10 xx5+0.60 xx95+0.30 xx75=80=0.10 \times 5+0.60 \times 95+0.30 \times 75=80 。小规模兵力部署的预期效用为 = 0.10 × 0 + 0.60 × 10 + 0.30 × 100 = 36 = 0.10 × 0 + 0.60 × 10 + 0.30 × 100 = 36 =0.10 xx0+0.60 xx10+0.30 xx100=36=0.10 \times 0+0.60 \times 10+0.30 \times 100=36 。因此,最大化代理预期效用的决策是中等规模兵力部署。

请注意,无论做出何种决策,结果发生的概率都是相同的。但这并非适用于所有情况。在此例中,假设敌对势力的数量是已经“固定”在某一地点的敌方军事力量,与我方用于对抗他们的部队规模无关。然而,在另一种情况下,抵抗力量可能不是预设的敌方军事力量,而是更大群体中的一个子集,其规模根据参与意愿而变化。在这种情况下,必须考虑是否更大规模的武力展示会激起更大的反应,还是能够起到威慑作用。无论如何,关于结果概率是否依赖于所做决策(即每种决策下概率不同)或独立于决策(即所有决策下概率相同),并没有普遍适用的规则。这一切都将取决于具体情况。同样,结果效用对于每个决策是否相同,也取决于情境的具体细节。原则上,效用适用于结果与已做决策的组合。 有时它的价值完全取决于结果,


其他时候,这关乎决策与结果的“契合”程度(如上述案例)。上述例子同样为每种可能性赋予了不同的效用值,但原则上也可能存在“并列”情况。此外,并不强制要求使用 0 到 100 的完整数值范围。惯例是,最佳结果得分为 100,其余结果则根据它们与该结果的偏离程度来评分。

这种基本的决策评估方法可以通过区分影响效用分配的不同元素而逐步变得更加精细。例如,如果有多个不同的价值处于风险之中,那么可以根据特定的因素,对相同的决策和结果以不同的方式分配效用。如果不同的潜在结果与该因素相关,甚至可以使用不同的结果,只要决策自然相同。换句话说,分析人员会多次经历上述过程(每个因素一次)。然后,每个因素将被赋予一个“权重”(或相对重要性)(以 100%为基准),该权重将与每个决策的所有最终预期效用相乘,以确定在考虑所有因素后最能最大化代理人预期效用的决策。因此,这种方法并不一定要求分析人员始终“全面考虑”分配效用。他们可以根据合理程度将潜在因素划分得尽可能细致或粗略。 希望这能澄清一种常见的误解,即认为某物的效用仅限于其经济(即货币)价值。虽然在某些经济决策中这可能成立,但该方法本身并不要求如此。对主体有价值的任何事物都可以在分配效用时加以考虑。

尽管风险范式可以通过足够细化来处理对多种价值类型的担忧,但它面临着一个不同的忧虑,即是否有可能量化结果的价值或其概率。这是一个更为严重的潜在挑战。需要注意的是,问题不在于分析师能否提出一个潜在的价值或概率。总是可以编造一个数字,并为其提供某种理由支持。关键在于,分析师能否在给定决策的情况下,对结果的潜在价值及其概率做出合理的估计。换言之,这些数字是否拥有显著合理的证据基础,从而使结论得到充分证明?它们在多大程度上具备这一点,决定了这一方法在多大程度上是合适的;而它们在多大程度上不具备这一点,则意味着需要转而采用无知范式或博弈论范式。

但在转向“无知”范式之前,值得强调“风险”范式的一些最为显著的特点。它的适用范围极为广泛,因为它足够通用,原则上可以应用于任何类型的决策情境。它还具有强大的力量,因为它能给出关于何种决策最为理性的明确结果。它围绕并能够轻松处理那些无法确定预测的结果,并建议考虑多种可能的决策。然而,使用其优雅公式的前提是,决策者决策的合理后果是可识别的,且其概率(在给定决策下)可以被合理估计。这两者都需要一个相对稳定的背景环境,决策在其中作出,后果也在其中发生。如果环境变化剧烈,存在根本性变化的可能,全新挑战出现,新功能变得重要,那么这种推理形式就不再适用。 因此,在战略评估中,环境稳定性的程度变得尤为重要。如果环境足够稳定,风险范式的方法是适用的;但如果不稳定,则需要采用不同的方法。环境的“可知性”


环境至关重要。因此,考虑到其范围、力量、处理不确定性的能力以及鼓励我们考虑多种可能性,该方法前景广阔。但只有通过关于我们决策结果可获知性的相当稳健的假设,才能触及这些优势。因此,风险范式有效地展示了环境稳定性的重要性及可能后果的可预测性。对于分析师而言,在他们采用的任何战略评估方法中考虑这一点都很重要。


3. 无知/单边不确定性范式:策略评估通过使用可能结果的合意性来突出可能决策的潜在重要性


风险范式对分析师在客户决策结果上的知识水平做出了决策理论中最稳健的假设。它不仅要求分析师能够识别这些结果可能是什么,还要求他们能够在给定特定决策的情况下,合理地(以数值方式)估计这些结果的概率(发生的可能性)及其效用(对客户的总体价值)。但是,如果分析师没有足够的证据来对这些结果进行合理评估,会发生什么呢?这种情况被称为在“无知”状态下做出的决策,它们是决策理论另一种方法——无知(或“单边不确定性”)范式的焦点。 9 9 ^(9){ }^{9}


当代理人在无知状态下做出决策时,他们能够识别可能决策的后果,但无法对其概率进行合理估计。这些结果只能根据其对代理人的价值来评估。但即便如此,也存在局限性。结果本身是按序数尺度(第一、第二、第三等)而非基数尺度( 100 , 90 , 80 100 , 90 , 80 100,90,80100,90,80 等)赋予价值的,因为后者假设对其潜在影响有更精确的理解。因此,无法将决策过程转化为一个基于各种结果发生几率计算决策价值的公式。相反,每个决策的潜在价值完全是相对比较的:其潜在结果相较于其他决策结果的有用性如何。例如,如果一个决策的结果对客户而言是最优和第三优,而另一个决策的结果是第二优和第四优,那么显然前者是更好的选择。这一决策“无论如何都是更优的”,并代表了所谓的“支配策略”。

主导策略:无论发生何种结果,其后果对客户而言都更为可取的决策(例如,客户将获得最优而非次优结果,或他们将获得第三优而非第四优结果)。

人们也可以讨论具有弱支配策略的情况,例如,如果一项决策为客户提供了最优和第三优的结果,而另一项决策则提供了次优和(同样)第三优的结果。客户做出该决策“没有任何损失”。

弱支配策略:在至少一种情况下(例如,将给出第一最佳而非第二最佳结果)对客户而言后果更优,且在所有其他情况下(例如,两者都给出第三最佳结果)不会更差的决策。

由于优势策略的明显优越性,在现实世界的决策评估中它们相对罕见。可以说,正是由于缺乏优势策略,才首先产生了进行更深入策略评估的需求。也就是说,人们之所以对自己的选择进行更广泛的评估,是因为这些选择中没有一个是“无论如何都更好”或“毫无损失”的。所有选择都代表某种需要以其他方式权衡的权衡取舍。

超越主导地位,想象一个渴望民主的国家正在举行其首次正式的“自由”选举,而客户希望两位候选人中的特定一位能够胜出。假设这是竞选活动的最后阶段,而期望的候选人在民意调查中开始落后,并正在寻求国际“伙伴”的帮助以巩固其支持,如果他们获得支持(并获胜),将更有利于客户。无论采取何种措施,尚不清楚谁会胜出,但显然,候选人将根据客户是否提供某种形式的支持而做出部分回应。而且,客户显然更希望理想的候选人无论如何都能获胜。假设这种情况在表 27.2 中进行了评估。

表 27.2 无知条件下的决策示例

“影响选举”(整体案例)
"Influence the Election" (Overall Case)| "Influence the Election" | | :--- | | (Overall Case) |

理想候选人赢得选举
Desirable Candidate Wins Election| Desirable Candidate | | :---: | | Wins Election |

不受欢迎的候选人赢得选举
Undesirable Candidate Wins Election| Undesirable Candidate | | :---: | | Wins Election |

支持理想候选人
  第一   第七

批评不良候选人
  第二   第八

保持官方中立
  第四   第五

保持官方中立但支持自身价值观(这些价值观是理想候选人所共有的)
Remain Officially Neutral but Speak in Favor of One's Values (That Are Shared by Desirable Candidate)| Remain Officially Neutral but Speak in | | :--- | | Favor of One's Values (That Are Shared | | by Desirable Candidate) |
  第三   第六
""Influence the Election" (Overall Case)" "Desirable Candidate Wins Election" "Undesirable Candidate Wins Election" Endorse Desirable Candidate 1st 7th Criticize Undesirable Candidate 2nd 8th Remain Officially Neutral 4th 5th "Remain Officially Neutral but Speak in Favor of One's Values (That Are Shared by Desirable Candidate)" 3rd 6th| "Influence the Election" <br> (Overall Case) | Desirable Candidate <br> Wins Election | Undesirable Candidate <br> Wins Election | | :--- | :---: | :---: | | Endorse Desirable Candidate | 1st | 7th | | Criticize Undesirable Candidate | 2nd | 8th | | Remain Officially Neutral | 4th | 5th | | Remain Officially Neutral but Speak in <br> Favor of One's Values (That Are Shared <br> by Desirable Candidate) | 3rd | 6th |

在此分析中,没有一种决策是整体上的主导策略,因为没有一种是“无论如何都更好”或“毫无损失”的。然而,存在一对策略,其中一种相对于另一种具有主导性。“支持理想候选人”在所有情况下都比“批评不理想候选人”更可取。当一种决策在战略上被另一种决策所主导时(无论其是否整体上占优),前者可以被排除。

战略优势消除:从进一步考虑中移除任何决策,这些决策的结果相对于至少一个替代方案而言,无论在任何情况下都更差,或在至少一种情况下更差且在任何情况下都不更好。

表 27.3. 战略优势消除示例

“影响选举”(战略主导消除)
"Influence the Election" (Strategic Dominance Elimination)| "Influence the Election" | | :--- | | (Strategic Dominance Elimination) |

理想候选人赢得选举
Desirable Candidate Wins Election| Desirable Candidate | | :---: | | Wins Election |

不受欢迎的候选人赢得选举
Undesirable Candidate Wins Election| Undesirable Candidate | | :---: | | Wins Election |

支持理想候选人
  第一   第七

Eritieize 不良候选策略主导决策
Eritieize Undesirable Candidate Strategically Dominated Decision| Eritieize Undesirable Candidate | | :--- | | Strategically Dominated Decision |
2nt- 8th-

保持官方中立
  第四   第五

保持官方中立但支持自身价值观(这些价值观是理想候选人所共有的)
Remain Officially Neutral but Speak in Favor of One's Values (That Are Shared by Desirable Candidate)| Remain Officially Neutral but Speak in | | :--- | | Favor of One's Values (That Are Shared | | by Desirable Candidate) |
  第三   第六
""Influence the Election" (Strategic Dominance Elimination)" "Desirable Candidate Wins Election" "Undesirable Candidate Wins Election" Endorse Desirable Candidate 1st 7th "Eritieize Undesirable Candidate Strategically Dominated Decision" 2nt- 8th- Remain Officially Neutral 4th 5th "Remain Officially Neutral but Speak in Favor of One's Values (That Are Shared by Desirable Candidate)" 3rd 6th| "Influence the Election" <br> (Strategic Dominance Elimination) | Desirable Candidate <br> Wins Election | Undesirable Candidate <br> Wins Election | | :--- | :---: | :---: | | Endorse Desirable Candidate | 1st | 7th | | Eritieize Undesirable Candidate <br> Strategically Dominated Decision | 2nt- | 8th- | | Remain Officially Neutral | 4th | 5th | | Remain Officially Neutral but Speak in <br> Favor of One's Values (That Are Shared <br> by Desirable Candidate) | 3rd | 6th |

在没有总体主导策略且所有被支配策略被消除的情况下,现在可以通过两个主要视角来评估决策:“风险规避”和“风险承受力”。当代理人的主要兴趣是如果最坏结果“发生”时处于最佳可能位置时,他们就是“风险规避”的。因此,他们做出的决策将是其最坏结果优于任何替代决策的最坏结果的决策。这代表了“最大最小策略”:

极大化极小策略:在所有替代决策中,其最坏结果优于其他决策的最坏结果的决策(具有“最大最小值”)。

在这种情况下,选择“保持官方中立”是最佳策略,因为其最坏结果在总体中排名第五,相较于其他选择可能获得第六或第七的最佳结果而言更为有利。相反,当代理人的主要兴趣在于在最佳结果“实现”时处于尽可能好的位置时,他们被视为“风险承受型”。因此,他们会做出的决策将是那些其最佳结果优于任何其他替代决策最佳结果的选项。这体现了“最大化最大策略”:

极大化策略:其最佳结果优于所有替代决策的最佳结果(具有“最大中的最大”)。

在这种情况下,最佳选择是“支持理想候选人”,因为与其他可能导致第三或第四选择的结果相比,其最佳结果总体上是最优的。

表 27.4 极大极小与极大极大策略示例

“影响选举”(极大极小和极大极大策略)
"Influence the Election" (Maximin and Maximax Strategies)| "Influence the Election" | | :--- | | (Maximin and Maximax Strategies) |

理想候选人赢得选举
Desirable Candidate Wins Election| Desirable Candidate | | :---: | | Wins Election |

不受欢迎的候选人赢得选举
Undesirable Candidate Wins Election| Undesirable Candidate | | :---: | | Wins Election |

支持理想候选人最大化策略
Endorse Desirable Candidate Maximax Strategy| Endorse Desirable Candidate | | :--- | | Maximax Strategy |
  第一届 "Maximum Maximum"
1st "Maximum Maximum"| 1st | | :---: | | "Maximum | | Maximum" |
  第七

Eritieize 不良候选策略主导决策
Eritieize Undesirable Candidate Strategically Dominated Decision| Eritieize Undesirable Candidate | | :--- | | Strategically Dominated Decision |
  第二   第八

保持官方中立 极大极小策略
Remain Officially Neutral Maximin Strategy| Remain Officially Neutral | | :--- | | Maximin Strategy |
  第四

第五,保持官方中立但支持与理想候选人共享的价值观“最大最小化”
5th Remain Officially Neutral but Speak in,Favor of One's Values (That Are Shared,by Desirable Candidate) "Maximum Minimum"| 5th | | :---: | | Remain Officially Neutral but Speak in <br> Favor of One's Values (That Are Shared <br> by Desirable Candidate) | | "Maximum Minimum" |
""Influence the Election" (Maximin and Maximax Strategies)" "Desirable Candidate Wins Election" "Undesirable Candidate Wins Election" "Endorse Desirable Candidate Maximax Strategy" "1st "Maximum Maximum"" 7th "Eritieize Undesirable Candidate Strategically Dominated Decision" 2ndt 8th "Remain Officially Neutral Maximin Strategy" 4th "5th Remain Officially Neutral but Speak in,Favor of One's Values (That Are Shared,by Desirable Candidate) "Maximum Minimum""| "Influence the Election" <br> (Maximin and Maximax Strategies) | Desirable Candidate <br> Wins Election | Undesirable Candidate <br> Wins Election | | :--- | :---: | :---: | | Endorse Desirable Candidate <br> Maximax Strategy | 1st <br> "Maximum <br> Maximum" | 7th | | Eritieize Undesirable Candidate <br> Strategically Dominated Decision | 2ndt | 8th | | Remain Officially Neutral <br> Maximin Strategy | 4th | 5th <br> Remain Officially Neutral but Speak in <br> Favor of One's Values (That Are Shared <br> by Desirable Candidate) <br> "Maximum Minimum" |

在最大最小与最大最大策略之间的选择可能极为艰难,但在深入思考之前,人们或许会对这一情境下剩余选项的可行性产生疑问。它具备一个引人入胜的特点:虽然不提供整体上最佳的“最佳”结果或最佳的“最差”结果,但它绝不会在特定结果下提供最糟糕的局面。“保持官方中立但……”这一策略带来了第三佳而非第四佳的结果,或是第六佳而非第七佳的结果。无论发生什么,客户若选择其他方案,其境况本可更优。然而,同样地,不论结果如何,他们至少避免了采取其他选择时可能遭遇的最坏境地。他们将获得第三佳(而非可能的第四佳)或第六佳(而非可能的第七佳)的结果。他们面临的潜在“遗憾”(即差距)将是最小的。


在他们最终得到的结果与可能拥有的结果之间,他们拥有“最小最大”遗憾。这就是“最小最大策略”:

Minimax 策略:其最具遗憾结果(即对决策者的价值与最佳替代方案之间的差距)低于任何替代方案的最具遗憾结果的决策。

要评估什么是极小极大策略,有必要以更精确的方式评估结果的价值,并从序数尺度(第一、第二、第三等)转变为基数尺度( 100 , 90 , 80 100 , 90 , 80 100,90,80100,90,80 等)。类似于风险范式,将最佳结果赋值为 100,其余结果按比最佳结果差多少的比例赋值为 100 到 0。结果的“遗憾”值是该结果相对于替代决策中最佳结果低多少。

表 27.5. 极小化极大策略示例

“影响选举”(Cardinal Ranks & Minimax 策略)
"Influence the Election" (Cardinal Ranks & Minimax Strategy)| "Influence the Election" | | :--- | | (Cardinal Ranks & Minimax Strategy) |

理想候选人赢得选举
Desirable Candidate Wins Election| Desirable Candidate | | :---: | | Wins Election |

不受欢迎的候选人赢得选举
Undesirable Candidate Wins Election| Undesirable Candidate | | :---: | | Wins Election |

支持理想候选人最大化策略
Endorse Desirable Candidate Maximax Strategy| Endorse Desirable Candidate | | :--- | | Maximax Strategy |
1 0 0 1 0 0 100\mathbf{1 0 0} (Regret = 0)
"Maximum Maximum"
100 (Regret = 0) "Maximum Maximum"| $\mathbf{1 0 0}$ (Regret = 0) | | :---: | | "Maximum Maximum" |
   1 0 1 0 10\mathbf{1 0} (遗憾 = 40)

Eritieize 不良候选策略主导决策
Eritieize Undesirable Candidate Strategically Dominated Decision| Eritieize Undesirable Candidate | | :--- | | Strategically Dominated Decision |
   9 0 9 0 90\mathbf{9 0} (悔恨 = 10)    0 0 0\mathbf{0} (遗憾 = 50)

保持官方中立 极大极小策略
Remain Officially Neutral Maximin Strategy| Remain Officially Neutral | | :--- | | Maximin Strategy |
   6 0 6 0 60\mathbf{6 0} (遗憾 = 40)

5 0 5 0 50\mathbf{5 0} (后悔 = 0 = 0 =0=0 )“最大最小”
50 (Regret =0 ) "Maximum Minimum"| $\mathbf{5 0}$ (Regret $=0$ ) | | :---: | | "Maximum Minimum" |

保持官方中立但支持个人价值观(这些价值观是理想候选人所共有的)极小化极大策略
Remain Officially Neutral but Speak in Favor of One's Values (That Are Shared by Desirable Candidate) Minimax Strategy| Remain Officially Neutral but Speak in | | :--- | | Favor of One's Values (That Are Shared | | by Desirable Candidate) | | Minimax Strategy |

8 0 8 0 80\mathbf{8 0} (遗憾 = 20 ) = 20 ) =20)=20) "最小最大遗憾"
80 (Regret =20) "Minimum Maximum Regret"| $\mathbf{8 0}$ (Regret $=20)$ | | :---: | | "Minimum Maximum | | Regret" |
   4 0 4 0 40\mathbf{4 0} (悔恨 = 10)
""Influence the Election" (Cardinal Ranks & Minimax Strategy)" "Desirable Candidate Wins Election" "Undesirable Candidate Wins Election" "Endorse Desirable Candidate Maximax Strategy" "100 (Regret = 0) "Maximum Maximum"" 10 (Regret = 40) "Eritieize Undesirable Candidate Strategically Dominated Decision" 90 (Regret = 10) 0 (Regret = 50) "Remain Officially Neutral Maximin Strategy" 60 (Regret = 40) "50 (Regret =0 ) "Maximum Minimum"" "Remain Officially Neutral but Speak in Favor of One's Values (That Are Shared by Desirable Candidate) Minimax Strategy" "80 (Regret =20) "Minimum Maximum Regret"" 40 (Regret = 10)| "Influence the Election" <br> (Cardinal Ranks & Minimax Strategy) | Desirable Candidate <br> Wins Election | Undesirable Candidate <br> Wins Election | | :--- | :---: | :---: | | Endorse Desirable Candidate <br> Maximax Strategy | $\mathbf{1 0 0}$ (Regret = 0) <br> "Maximum Maximum" | $\mathbf{1 0}$ (Regret = 40) | | Eritieize Undesirable Candidate <br> Strategically Dominated Decision | $\mathbf{9 0}$ (Regret = 10) | $\mathbf{0}$ (Regret = 50) | | Remain Officially Neutral <br> Maximin Strategy | $\mathbf{6 0}$ (Regret = 40) | $\mathbf{5 0}$ (Regret $=0$ ) <br> "Maximum Minimum" | | Remain Officially Neutral but Speak in <br> Favor of One's Values (That Are Shared <br> by Desirable Candidate) <br> Minimax Strategy | $\mathbf{8 0}$ (Regret $=20)$ <br> "Minimum Maximum <br> Regret" | $\mathbf{4 0}$ (Regret = 10) |

“保持官方中立但……”的最大遗憾值为 20,而“支持理想候选人”和“保持官方中立”各自的最大遗憾值为 40。因此,“保持官方中立但……”能最小化最大遗憾,是最小化最大策略。

无知范式提供了五种评估策略的方法:(1)战略优势:是否有决策“无论如何都更好”或“没有任何损失”?(2)战略优势消除:相对于特定竞争对手,是否有决策“无论如何都更差”或“没有任何收益”?(3)极大极小策略:哪个决策具有“最好”的最坏结果?(4)极大极大策略:哪个决策具有“最好”的最好结果?(5)极小极大策略:哪个决策的最高后悔值最低?现在,除了战略优势(这种情况很少见),这些方法并不一定能保证某个决策被认定为“最佳”。如上例所示,它们可能会相互冲突(例如,极大极小、极大极大和极小极大策略可能支持不同的决策)。 11 11 ^(11){ }^{11} 这似乎是对无知范式的一种反对意见,而且这确实是一个潜在的缺点。但另一种看待它的方式是,这仅仅是对其使用要求不那么严格的结果。 风险范式要求分析师能够为结果的概率提供合理的数值估计,而无知范式则不然(甚至允许仅通过结果的序数排名进行某些评估)。分析师准备做出的假设越大胆,他们得出的结论也就越大胆。相比之下,如果


分析师们仅准备做出更为保守的假设,那么他们就必须准备好接受更为温和的结论。此外,“无知范式”的支持者可能会辩称,其价值并不总在于确定某一决策为明显最佳,而在于引导人们关注那些可能使决策成为最佳的不同因素。换言之,它或许提供了关于应考虑哪些方面的指导,而非机械地决定结论。此外,它有效地展示了考虑可能后果本身的重要性。分析师们在此应予以注意:可能的结果(完全独立地)可以成为评估潜在策略的一种有效方式(即便对其可预测性缺乏了解)。


4. 博弈论/多边不确定性范式:战略评估作为探索参与主体对彼此选项假设之间相互作用的过程


博弈论是对决策情境的正式分析和评估,仿佛它们在结构上就是“游戏”。作为一些哲学家、经济学家和政治科学家中流行的学科,博弈论旨在探索涉及多个主体的理想化决策情境中最理性的选项,每个主体都能合理地预见其他主体可用的选项。因此,博弈论范式在假设的稳健性上介于风险范式和无知范式之间。与风险范式不同,它不假设主体能对可能结果的概率提供合理的估计。但与无知范式不同,它认为主体可以对结果的预期性有所陈述,因为这些结果体现在其他主体对该决策的回应方式中。类似于无知范式,其部分原则仅需使用对结果价值的序数评估(第一、第二、第三等),而其他原则则需要对结果价值的基数评估( 100 , 90 , 80 100 , 90 , 80 100,90,80100,90,80 等)。 有趣的是,尽管风险范式有时被视为最稳健、最确定的理性决策理论版本,但实际上博弈论才是这种方法的最初版本(至少作为一个完整的逻辑/数学理论),而风险和无知范式则是特殊情况(单代理博弈或可以估计结果概率的博弈)。

“游戏”这一概念难以精确描述,但通常理解为一个目标导向的活动,其中参与者的成功程度取决于其预测自身行动后果的能力,而这些后果又依赖于其他参与者的行动及共同知晓的规则。按此定义,许多现实情境(至少类比上)可被视为游戏。但易产生误解。称某事物为游戏,并不意味着:(a) 它等同于实际/字面意义上的游戏(如扑克、大富翁、卡坦岛等);(b) 它主要为娱乐或消遣而进行(甚至完全不为此);(c) 它必然具有竞争性(也可能是合作性的);(d) 它完全随机(如彩票)或完全确定(如国际象棋);(e) 它是对称的(参与者可能有不同的选择或目标)。此外,采用博弈论范式与运用战争游戏不同。技术上讲,战争游戏通常被视为现实世界情境的模拟,而非


仅仅是一个类比(如在博弈论中那样)。 12 12 ^(12){ }^{12} 总体而言,将某物称为游戏,是为了强调个体行为的后果不仅取决于另一具有自身目标的代理者的行为,还取决于双方都无法控制的因素(规则),而成功的程度则依赖于个体预测并应对这两方面的能力。现在请注意,这一定义并未完美涵盖“游戏”一词通常所蕴含的全部意义,但就当前目的而言,整体上已足够。

博弈论范式最重要的方法论特点在于,它从多个主体的角度评估每个结果的价值。也就是说,如果有两个主体,就需要为每个主体的每个结果分配一个效用。通过从多个相关主体的角度评估决策情境,一系列新的考量因素便进入视野,例如决策的相互可预期性。然而,要全面把握这一特点对战略评估带来的所有影响,并没有简单或直接的方法。因此,与其提供一般性的规则(如风险与无知范式那样),不如通过博弈论范式中讨论最广泛的“游戏”来展示该范式所能提供的(部分)内容。因此,这并不是对博弈论范式原则(哪怕是初步的)的总结尝试,而是运用该方法的一个主要示范实例。 13 13 ^(13){ }^{13}

最著名的博弈论例子当然是“囚徒困境”。囚徒困境最初由兰德公司在 1950 年代描述,内容如下:一对罪犯被捕并被分开,并被提供以下交易。如果你向警方提供同伙的信息而对方保持沉默,你可以获得自由,而对方将面临十年监禁。如果你提供信息而对方也这样做,那么你们都将获得减刑,各自服刑五年。相反,如果你保持沉默而对方提供信息,那么你将面临最高十年的监禁。如果你们都保持沉默,那么你们都将获得最低六个月的监禁。你们都有相同的选择,并且必须在没有机会互相交流的情况下立即做出决定。

表 27.6. 经典囚徒困境

基本囚徒困境
  保持沉默   报价信息
  保持沉默   (第二, 第二)   (第四,第一)
  报价信息   (第一,第四) (3rd, 3rd)
Basic Prisoner's Dilemma Stay Silent Offer Information Stay Silent (2nd, 2nd) (4th, 1st) Offer Information (1st, 4th) (3rd, 3rd)| Basic Prisoner's Dilemma | Stay Silent | Offer Information | | :---: | :---: | :---: | | Stay Silent | (2nd, 2nd) | (4th, 1st) | | Offer Information | (1st, 4th) | (3rd, 3rd) |

“提供信息”对双方玩家来说在战略上占主导地位(无论如何都更优),因为它提供的是第一或第三好的结果,而非第二或第四好的结果。然而,如果双方都采取这一策略,那么他们都将确保获得第三好的结果,而如果他们都保持沉默,则双方都能获得第二好的结果。但当然,如果一方知道对方会保持沉默,那么这一方应该提供信息,因此不应保持沉默。因此,尽管保持沉默对双方来说显然是最佳结果,但犯罪分子无法同时为保持沉默找到正当理由,这正是困境所在。

更广泛地说,囚徒困境代表了一种情况,即每个人都追求自己的最大利益,实际上对所有人来说都是次优的;然而,知道其他人不会追求自己的最大利益,反而使得某人只追求自己的利益变得合理。

表 27.7 通用囚徒困境

通用囚徒困境

帮助或遵循规则/协议
Help or Follow Rule/Agreement| Help or Follow | | :---: | | Rule/Agreement |

违反或破坏规则/协议
Harm or Break Rule/Agreement| Harm or Break | | :---: | | Rule/Agreement |

帮助或遵循规则/协议
Help or Follow Rule/Agreement| Help or Follow | | :---: | | Rule/Agreement |
  (第二, 第二)   (第四,第一)

违反或破坏规则/协议
Harm or Break Rule/Agreement| Harm or Break | | :---: | | Rule/Agreement |
  (第一,第四) (3rd, 3rd)
Generic Prisoner's Dilemma "Help or Follow Rule/Agreement" "Harm or Break Rule/Agreement" "Help or Follow Rule/Agreement" (2nd, 2nd) (4th, 1st) "Harm or Break Rule/Agreement" (1st, 4th) (3rd, 3rd)| Generic Prisoner's Dilemma | Help or Follow <br> Rule/Agreement | Harm or Break <br> Rule/Agreement | | :---: | :---: | :---: | | Help or Follow <br> Rule/Agreement | (2nd, 2nd) | (4th, 1st) | | Harm or Break <br> Rule/Agreement | (1st, 4th) | (3rd, 3rd) |

许多现实世界中的情境(可以说)与囚徒困境具有相同的结构,例如(1)军备竞赛:削减军备与增加军备,(2)间谍活动:不进行间谍活动与秘密进行间谍活动,(3)环境监管:采取“绿色”行动与不采取“绿色”行动,(4)强力政府支出的政治:承认其不可持续性与不承认其不可持续性。但最常被讨论且使用该游戏(特别是在情报分析中)来考虑的实际情况是冷战时期的核威慑。

表 27.8. 囚徒困境示例

冷战核威慑
  不进行先发制人的打击   先发制人
  不进行先发制人的打击   (第二, 第二)   (第四,第一)
  先发制人   (第一,第四) (3rd, 3rd)
Cold War Nuclear Deterrence No Preemptive Strike Preemptive Strike No Preemptive Strike (2nd, 2nd) (4th, 1st) Preemptive Strike (1st, 4th) (3rd, 3rd)| Cold War Nuclear Deterrence | No Preemptive Strike | Preemptive Strike | | :---: | :---: | :---: | | No Preemptive Strike | (2nd, 2nd) | (4th, 1st) | | Preemptive Strike | (1st, 4th) | (3rd, 3rd) |

囚徒困境提出了一个反直觉的结论(尤其对于核威慑而言),即每个参与者的最佳策略是确保他们双方都获得第三好(因此也是第二差)结果的那种策略,而如果他们双方选择不同的策略,他们本可以各自确保获得第二好的结果。它也帮助更精确地聚焦于如何概念化相关决策。原案例中,参与者在单次且(实际上)同时做出选择,且对对方的行为一无所知。然而,人们可以设想同样的情境,同样的选择被多次做出,且每个参与者都有机会了解对方之前所做的决定。可以说,后一种情况更类似于冷战时期的核威慑:双方不断做出是否发动先发制人打击的决定,并且(通过早期预警)每一方都有机会根据对方的行动做出回应。此外,这个游戏没有明确的“终点”;它只是无限期地持续下去。 因此,许多人提出,在这种情况下,主导策略比单一决策更为复杂。具体而言,这种观点认为主导策略是首先选择“不先发制人”,直到/除非对方选择“先发制人”,然后(且仅在那时)自己也选择“先发制人”。只要游戏没有预定的“结束” 14 14 ^(14){ }^{14} ,并且双方总是有机会以任一决策回应 15 15 ^(15){ }^{15} ,大多数人相信这就是主导策略。当然,这也是冷战时期经典核威慑理论的基础。即便这一策略最终并不令人完全满意,博弈论提供了一个框架,用以评估原本可能非常复杂的情境。

博弈论范式有潜力揭示在重要现实案例中发挥作用的一些主要战略因素。而且它无需像风险范式那样假设分析师能够估计结果的概率。


确实假设分析师可以合理地期望其他参与方会表现得好像他们是“手段到目的”理性的,并且意识到各方拥有的选项、这些选项对各自的价值,以及每个参与方对另一方可能产生的影响。再次强调,这并不意味着必须假设各方拥有理性的目标或目的,或者他们实际上就是“手段到目的”理性的,只是他们(通常)会表现得好像他们是理性的。如果无法做出这样的假设,那么情况就开始转变为风险范式(如果参与方是非理性但可预测的)或无知范式(如果参与方是非理性且不可预测的)。无论哪种方式,博弈论范式的核心价值在于:至少,它迫使分析师从受其客户决策影响的其他参与方的角度来思考决策,并根据这些其他参与方可能产生的影响来概念化这些决策的结果。最佳策略必须考虑到所有这些因素。也就是说,一个决策的后果将取决于另一个参与方(如竞争对手或对手)的行为。 这导致决策过程中需要考虑一系列新的因素,所有这些因素都是博弈论者大量研究的主题。即便有人对现实中是否存在许多官方博弈论“游戏”开发的情景(如冷战时期的核威慑)持极大怀疑态度,这一观点对分析家而言仍具有重要价值。因此,分析家应认真对待其强调的其他行为者预期对战略评估影响的重要性。


5. 对比三种方法:它们有何不同?


现存的三种战略评估范式在激发敏感性和其总体观点的主题上有所不同。风险范式在认识论上是乐观的,认为可能结果的概率是可知的,并从单一主体的角度探索基于其后果、概率和基数效用的决策。无知范式在认识论上是悲观的,认为可能结果的概率是不可知的,并从单一主体的角度探索基于其后果和序数效用的决策。博弈论范式在认识论上介于两者之间,认为可能结果的概率不可知但取决于其他主体的行动,并从两个(或更多)主体的角度探索基于其他主体可能决策和序数效用的决策。这些范式也应用了不同的标准。风险范式试图计算和评估期望效用。无知范式试图探索可能后果的收益(本身)并从单一角度评估可能的效用。 而博弈论范式试图评估多个代理对彼此决策的影响,并从两个(或更多)角度评估可能的效用。

关于风险、无知和博弈论范式对情报分析师的潜在价值,还有很多可以探讨的内容。然而,由于本研究的目的是为情报分析师开发一种新的推理方法,而非适应现有方法,这些其他方法效用的完整阐述将留待他日。从这些范式的考量中得出的主要启示是,一个良好的战略评估方法应强调环境稳定性和可能后果的可预测性的重要性,对可能后果本身的考虑,以及其他行为者预期的影响。

表 27.9. 现有战略评估范式的比较

利用可能结果的概率和可取性来估计最佳决策的风险
Risk Using the Probabilities and Desirability of Possible Outcomes to Estimate the Optimal Decision| Risk | | :--- | | Using the Probabilities and Desirability of Possible Outcomes to Estimate the Optimal Decision |

无知/单边不确定性 利用可能结果的合意性来强调可能决策的重要性

博弈论/多边不确定性 探讨参与者之间对彼此选项假设的相互影响
Game Theory/ Multilateral Uncertainty Exploring the Interplay between the Assumptions the Involved Actors Have about Each Other's Options| Game Theory/ | | :--- | | Multilateral | | Uncertainty | | Exploring the Interplay between the Assumptions the Involved Actors Have about Each Other's Options |

描述方法的摘要

策略评估是计算哪个决策具有最佳可估计回报

战略评估正在探索可能后果的回报(本身)以确定最佳选择

战略评估是评估多个参与者对彼此决策及可能收益的影响

驱动方法的情感

认识论上乐观的:可能结果的概率是可知的
Epistemologically Optimistic: The probabilities of possible outcomes are knowable| Epistemologically | | :--- | | Optimistic: | | The probabilities of possible outcomes are knowable |

认识论上的悲观主义:可能结果的概率是不可知的
Epistemologically Pessimistic: The probabilities of possible outcomes are not knowable| Epistemologically Pessimistic: | | :--- | | The probabilities of possible outcomes are not knowable |

认识论上的中间状态:可能结果的概率不可知,但取决于其他行为者的可知行动
Epistemologically In Between: The probabilities of possible outcomes are not knowable but depend on other actors' knowable actions| Epistemologically In Between: | | :--- | | The probabilities of possible outcomes are not knowable but depend on other actors' knowable actions |

定义方法的主题

代理的决策、后果、概率及(基数)效用从某一视角来看

代理的决策、后果以及(序数)效用的单一视角

一个代理的决策,另一个代理的决策,以及从两个(或更多)视角的(序数)效用

指导方法的标准
  预期效用
从一个参与者的视角看可能的效用

两位(或更多)行动者视角下的潜在效用

源自该方法的重大理念

环境稳定性和后果的可预测性对 Strategy Assessment 至关重要

考虑可能的后果本身对战略评估至关重要

其他代理的期望对策略评估的影响至关重要
"Risk Using the Probabilities and Desirability of Possible Outcomes to Estimate the Optimal Decision" Ignorance/ Unilateral Uncertainty Using the Desirability of Possible Outcomes to Highlight the Significance of Possible Decisions "Game Theory/ Multilateral Uncertainty Exploring the Interplay between the Assumptions the Involved Actors Have about Each Other's Options" Summary That Describes the Approach Strategy Assessment is calculating which decision has the best estimable payoff Strategy Assessment is exploring the payoffs of possible consequences (in themselves) to identify the best choice Strategy Assessment is evaluating the effect that multiple actors have on each other's decision making and possible payoffs Sensibility That Drives the Approach "Epistemologically Optimistic: The probabilities of possible outcomes are knowable" "Epistemologically Pessimistic: The probabilities of possible outcomes are not knowable" "Epistemologically In Between: The probabilities of possible outcomes are not knowable but depend on other actors' knowable actions" Subject That Defines the Approach Decisions of an agent, consequences, probabilities, and (cardinal) utilities from one perspective Decisions of an agent, consequences, and (ordinal) utilities from one perspective Decisions of an agent, decisions of another agent, and (ordinal) utilities from two (or more) perspectives Standard That Directs the Approach Expected Utilities Possible Utilities from One Actor's Perspective Possible Utilities from Two (or More) Actors' Perspectives Significant Idea That Derives from the Approach Environmental stability and the predictability of consequences is important to Strategy Assessment Consideration of possible consequences in and of themselves is important to Strategy Assessment The impact of other agent's expectations is important to Strategy Assessment| | Risk <br> Using the Probabilities and Desirability of Possible Outcomes to Estimate the Optimal Decision | Ignorance/ Unilateral Uncertainty Using the Desirability of Possible Outcomes to Highlight the Significance of Possible Decisions | Game Theory/ <br> Multilateral <br> Uncertainty <br> Exploring the Interplay between the Assumptions the Involved Actors Have about Each Other's Options | | :---: | :---: | :---: | :---: | | Summary That Describes the Approach | Strategy Assessment is calculating which decision has the best estimable payoff | Strategy Assessment is exploring the payoffs of possible consequences (in themselves) to identify the best choice | Strategy Assessment is evaluating the effect that multiple actors have on each other's decision making and possible payoffs | | Sensibility That Drives the Approach | Epistemologically <br> Optimistic: <br> The probabilities of possible outcomes are knowable | Epistemologically Pessimistic: <br> The probabilities of possible outcomes are not knowable | Epistemologically In Between: <br> The probabilities of possible outcomes are not knowable but depend on other actors' knowable actions | | Subject That Defines the Approach | Decisions of an agent, consequences, probabilities, and (cardinal) utilities from one perspective | Decisions of an agent, consequences, and (ordinal) utilities from one perspective | Decisions of an agent, decisions of another agent, and (ordinal) utilities from two (or more) perspectives | | Standard That Directs the Approach | Expected Utilities | Possible Utilities from One Actor's Perspective | Possible Utilities from Two (or More) Actors' Perspectives | | Significant Idea That Derives from the Approach | Environmental stability and the predictability of consequences is important to Strategy Assessment | Consideration of possible consequences in and of themselves is important to Strategy Assessment | The impact of other agent's expectations is important to Strategy Assessment |

  注释


  1. 关于这一非常复杂(且不幸被误解)领域的一些一般性介绍,可参阅 Richard Jeffrey 的《决策逻辑》(芝加哥:芝加哥大学出版社,1983 年);Michael D. Resnik 的《选择:决策理论导论》(明尼阿波利斯:明尼苏达大学出版社,1987 年);以及由 Peter Gärdenfors 和 Nils-Eric Shalin 编辑的《决策、概率与效用:精选读本》(纽约:剑桥大学出版社,1988 年)。

  2. 参见,例如,Daniel Kahneman、Paul Slovic 和 Amos Tversky 编辑的《不确定性下的判断》(纽约:剑桥大学出版社,2008 年)。

  3. 参见《柏拉图著作集》中的《理想国》,由欧文·埃德曼编辑(纽约:现代图书馆,1956 年)。

  4. 参见亚里士多德的《论灵魂》,载于《亚里士多德著作集》第 3 卷,W. D. 罗斯编辑(伦敦:牛津大学出版社,1961 年)。

  5. 关于其知识基础,参见亚当·斯密的《道德情操论》,由克努德·哈康森编辑(纽约:剑桥大学出版社,2002 年)。

  6. “仿佛”这一点很重要:人们可能是偶然(或通过“看不见的手”)按照战略理性的要求行事。

  7. 显然,一些人将这种方法推得更远,并认为,例如,国家可以被视为以某种理性方式行事的单一行为体。这将需要比这里讨论的“理性行为体模型”更多的内容,因为它意味着国家行动的统一性,以及国家行为类似于个体行为体的主张,即使这里所说的一切都是正确的,这两者也可能被证明是错误的。

  8. 欲了解该方法的更完整版本,请参阅 Jeffrey 的《决策逻辑》或 Resnik 的《选择》。另一种简化版本,可参见 Noel Hendrickson、Kirk St. Amant、William Hawk、William O’Meara 和 Daniel Flage 合著的《Rowman & Littlefield 批判性思维手册》(Lanham, MD: Rowman & Littlefield, 2008)。也可参考 Morgan Jones 所著《思考者工具包》(纽约:Three Rivers Press, 1998)中关于“效用分析”的相关章节。

  9. 关于这一方法的更完整版本,参见 Jeffrey 的《决策逻辑》或 Resnik 的《选择》。另一种简化版本,请参阅 Hendrickson 等人所著的《Rowman & Littlefield 批判性思维手册》。

  10. 我们日常的许多实用“手段到目的”活动,实际上或许可以被描述为执行主导策略(例如,用我的电脑输入这些字,当我想输入单词“pressing”时按下 p p pp 键,等等)。但就它们而言,我们可能如此迅速地意识到这些是主导策略,以至于甚至没有认识到这是一个需要策略评估的情境。

  11. 同一策略有可能既是极大极小、极大极大,又是极小极大,但这并不必然意味着它是最佳选择。

  12. 主要区别在于此。模拟旨在“具象化”:存在一个预期中的真实或虚构的外部对象,使得其(重要)元素能够与游戏的(重要)元素建立一一对应关系(反之亦然)。模拟的设计目的是通过游戏过程实际上增加对参照物的了解。相比之下,博弈论范式下的“游戏”则是“类比性”的:规则(及游戏玩法)的存在并非为了探索或解释参照物或主题。相反,参照物或主题的存在是为了探索或解释规则和游戏玩法。显然,这里存在一个光谱。但总体而言,博弈论范式下的“游戏”被提供作为现实世界情境的类比,而非其(或模拟)的再现。

  13. 关于这一方法的更完整版本,请参阅 Jeffrey 的《决策逻辑》或 Resnik 的《选择》。另一种简化版本可参见 Hendrickson 等人合著的《Rowman & Littlefield 批判性思维手册》。此外,Steven J. Brams 的《博弈论与政治》(纽约:自由出版社,1975 年)和《理性政治》(加州千橡市:CQ 出版社,1985 年)也值得考虑。

  14. 如果存在一个预定的终点,并且一方知道另一方选择了“不先发制人”,那么优势策略将是选择“先发制人”(因为他们无法报复)。但当然,有了预定的终点,另一方也会知道这一点,因此会选择“先发制人”。在这种情况下,在此之前选择“不先发制人”就没有意义了,因为一方已经知道自己将遭到报复。因此,这开始了一系列类似的逆向选择,最终从一开始就选择了“先发制人”。因此,没有预定的终点是至关重要的。

  15. 报复能力的不对称性也可能破坏这一结论,这就是为什么核武库的规模、范围和有效性(以及博弈论)仍然重要的原因。

28


战略评估的多维方法


引入环境、效果和期望维度

  摘要


情报分析员的工作在能够为客户展示理想推理时意义最为重大。在多维方法中,这一理想由三个维度构成:个人维度(理想推理体现了正确的美德)、程序维度(理想推理遵循正确的规则)和问题特定维度(理想推理提出了正确的问题)。正是情报分析中推理的具体挑战,促使了这一理论提出这三个维度。问题特定维度对应分析员推理的目标,即客户的竞争对手或对手,这导致了不足、无关、不确定性和无意义等问题。这些问题对应着解决它们所需的四种思维类型,分别是假设发展、因果分析、未来探索和战略评估。本章探讨了战略评估的多维方法,其中情报分析员通过回答“客户如何应对?”这一问题进行推理。首先,本章详细阐述了战略评估在情报中的目的。 其次,它概述了情报领域中提出的新的多维战略评估理论。第三,它描述了分析师进行战略评估实践的说明。


1. 情报分析中战略评估目的的多维方法


战略评估是一种推理过程,旨在向客户描述可能决策的重要性。它并不规定客户应采取哪种决策,也不特别主张客户选择某一特定决策,而仅仅是概述每种可能决策对客户的意义。它通过描述决策重要性如何受到其他行为者合理预期、决策可能后果以及客户未来可能面临的环境的影响来实现这一点。通过这种方式,战略评估针对的是“无意义”的认知挑战,即必须推理出能够推进客户目标的及时决策。这种思维在分析师推理中扮演着三种角色:直接、间接和结构性。

战略评估在分析师的推理中具有明显的直接作用,因为情报客户经常询问他们可用选项的效用。一些历史例子可能包括:“美国如何为后冷战世界准备其军事能力?”(1990 年代的军事规划);“美国如何应对伊拉克可能重启的 WMD 计划?”(2003 年入侵伊拉克);以及“美国如何就苏联在古巴部署导弹与其进行接触?”(1962 年古巴导弹危机)。这些都是直接的战略评估问题,因为它们询问了潜在行动方案对客户的重要性(例如,后冷战军事规划的选项、阻止伊拉克潜在的 WMD 计划以及应对苏联在古巴的导弹)。 请注意,问题并未以诸如“美国如何最好地准备其冷战后的军事能力?”或“美国如何最好地应对伊拉克可能重启的 WMD 计划?”等形式提出,因为这类措辞会预先假定分析人员试图将客户的选择范围缩小至最优方案,而非开发一系列候选方案并识别它们对客户的重要意义。情报客户(及其政策顾问)负责决定选择哪个选项,而分析人员则提供对选项重要性的评估。因此,情报分析人员需要准备好直接回答战略评估问题。

战略评估在分析师推理中也扮演着间接角色。然而,其间接作用与假设发展、因果分析和未来探索的间接作用略有不同。后三者往往通过解决必须回答的问题来在分析师推理中发挥关键的间接作用,这些问题是为了回答客户的直接问题而必须解决的。它们处理的是前提性问题。但由于最高层次的问题是战略性的(即,战略评估基于未来探索,未来探索基于因果分析,因果分析又基于假设发展),它们不会成为其他任何类型推理的必要前驱。不过,有时从假设发展到因果分析,再到未来探索,最后到战略评估的这种线性进展,反而可能更多地表现为一个循环,其中战略评估可用于支持假设发展。 例如,人们可能会通过探索竞争对手的战略选项(使用变体策略评估问题“竞争对手如何应对?”)来试图理解竞争对手或对手的意图(这通常是假设发展型问题“正在发生什么?”的内容)。又如,人们可能会评估苏联在古巴导弹危机期间的战略选项对苏联的重要性(一个策略评估问题),以探索其意图是什么(一个假设发展问题)。这在智力上可能变得“混乱”,因为它将策略评估的重点从支持客户对其决策的评估性审视,转向支持对他人思维的理解(即从“规范性”转向“描述性”)。因此,这种做法并非总是合适。但在某些特定情境下,这样做可能是有意义的。事实上,多维方法提出的最终方法论——期望影响分析,要求分析师明确考虑竞争对手决策过程中的某些方面。 在某些情况下,将部分分析作为起点,进行“假设开发”以探索竞争对手的意图,可能是合适的。再次强调,这并非战略评估对分析师所扮演的典型角色。然而,有时这四种推理类型之间的关系,从“假设开发”到“战略评估”并非一条渐进线,而更像是一个持续循环的过程。因此,情报分析师应准备好回答间接的战略评估问题。

战略评估在情报推理中的结构性作用源于分析师如何将思维导向客户的目标:竞争对手或对手,以及由此产生的“无意义”问题。无意义是情报推理中区别于其他类型思维的四个(针对特定问题的)挑战之一。分析师必须推理以支持客户及时做出推进其目标的决策。情报思维绝不仅仅“为了其自身”,就像在学术背景下可能的那样。情报推理也不特别适合达成“中立”或“不可知”的结论,这是学术界有时也会得出的结论,即“需要做更多的工作”,因此没有任何决定得到特别支持。情报客户必须采取行动为后冷战世界做准备,他们必须以某种方式回应伊拉克潜在的 WMD 计划,并且他们必须对古巴的苏联导弹采取行动。尽管在这些案例中分析师的工作有不同的时间框架,但最终都需要对决策意义进行某种具体的评估。 仅因其趣味性而进行的智力探索或仅得出中性结论的探索,都不会被视为可接受的结果。当考虑到实际竞争对手很可能处于利用客户决策需求的位置,并会利用客户的任何犹豫时,这一点就更加明显。竞争对手希望客户在准备就绪之前做出决定。这定义了情报分析师思维的目标,并突显了无足轻重挑战的存在以及战略评估的结构性需求。

尽管特定竞争对手或对手的存在通过其产生的挑战有助于将情报分析与其他形式的推理区分开来,但情报之外的其他力量也在塑造分析师的推理。无意义性独特地定义了分析师的推理,并非因为它仅适用于情报,而是因为它在情报中尤为深刻。这一挑战最终根植于一般推理,并在信息时代进一步加剧。在一般推理中,所有决策都预设了关于可能做出的决策的重要性(例如,关于它们的后果如何映射到决策者的目标)以及知识与智慧之间的差距。并非所有知识都与每个人、每个决策和每种情况相关。而在信息时代,思想和信息的创造与传播的数量和速度不断增加,进一步限制了决策时间,因此更加强调识别决策的重要性。 因此,在情报分析中,无意义性挑战和战略评估的需求尤为突出,但它也根植于一般推理,并在信息时代加速显现。当分析人员将思维导向这一挑战时,它便在情报中发挥着至关重要的结构性作用。


2. 多维提案:情报分析师的一种策略评估理论


情报分析师的理想推理是多维的,包括个人、程序和问题特定三个方面。这些主要维度又由多个次要维度构成。例如,假设发展、因果分析、未来探索和战略评估构成了推理的问题特定方面。这些还可以进一步细分为三级维度,如战略评估的环境、效果和期望方面。但战略评估的这些不同维度是什么?这些是回答“客户如何应对?”这一问题的不同方法。

多维方法提出的战略评估的三个维度受到了现有主要理性决策观点所强调的内容的启发,包括环境稳定性和可能后果的可预测性、对可能后果本身的考虑以及其他主体期望的影响(参见第 27 章)。为了尝试从所有这些理论中汲取“最佳”内容,该方法坚持三个同等重要的维度(以及三种相应的方法论)。每一种都是思考和实施战略评估的同等重要方式。它们在认识论上相互关联。也就是说,每一种维度需要的背景知识或多或少不同于其他维度。环境维度假设的背景知识在认识论上最为薄弱,因为它甚至不要求分析者能够识别客户决策的合理后果。这在情境可能发生变化且不确定这种变化是温和还是剧烈的情况下尤为相关。这一维度是战略相关性检查方法的重点。 在认识论上处于中间位置的背景被效果维度所设想,因为它要求代理决策的可能后果是可识别的,但除此之外并不要求更多(例如这些后果是否由另一个意图可知的代理造成)。这一维度是决策重要性比较方法的重点。在认识论上最为稳固的背景由期望维度所假定,它既要求可能决策的后果是可识别的,又要求这些后果由其他代理的决策构成,且这些代理的决策过程至少对分析者来说是合理可理解的(并需评估该代理采取何种行动是合理的)。这一维度是期望影响分析方法的对象。理论上,还存在一个更为稳固的可能背景,其中可用决策的可能后果不仅可识别,还能对其概率进行估计(无论它们是否由其他代理的决策引起)。这是风险范式所设想的认识论情境。 如果分析人员评估他们处于那种乐观的情况,那么应用该范式的规则可能是有意义的。然而,这项工作最终认为这种情况对于情报分析人员来说是罕见的,更重要的是,分析人员评估他们知道的东西比实际多的风险很高。 1 1 ^(1){ }^{1} 因此,多维方法将这种情况视为例外或特殊情况,而不是战略评估的一个维度。


图 28.1. 战略评估维度概览

多维战略评估方法的第一个方面是环境维度。它从可能变化的决策背景的角度来看待战略评估,并通过子问题“未来可能的背景如何影响客户应对方式?”的视角来解释回答“客户如何应对?”这一问题的任务。这种强调部分受到风险范式的启发,该范式突出了环境稳定性和可能后果的可预测性的重要性。然而,与风险范式不同,它对决策后果的“可知性”持更加怀疑的态度。它不仅质疑估计决策结果概率的合理性,还怀疑假设结果本身是否可识别是否合理。这也受到强调“战略灵活性”的战略评估描述的启发,例如迈克尔·雷纳最近提出的方法。 2 2 ^(2){ }^{2} 也就是说,这一维度将决策背景视为可能正在发生根本性变化的背景,其中全新的结果成为可能,而长期以来的方法不再适用。该维度并不假设存在根本性变化,而只是认为值得考虑可能存在这种变化。一些最大的战略错误并非源于对哪些后果最为重要的误判,而是从一开始就没有考虑正确的后果。换句话说,很容易将稳定环境误认为适度变化的环境,或根本性变化的环境,反之亦然。分析师不希望在不稳定的情况下假设环境是稳定的,或在稳定的情况下假设环境是不稳定的。他们也不希望在根本性变化时准备应对适度变化,或在仅适度变化时准备应对根本性变化。环境维度将这些考虑因素置于分析师关注的最前沿。因此,这就是为什么说可能变化的决策背景是进行战略评估的一个视角。这就是环境维度。

多维战略评估方法的第二个方面是效果维度。它从不确定决策结果的角度来看待战略评估,并通过子问题“可能的后果如何影响客户如何应对?”的视角来解读回答“客户如何应对?”这一任务。这种强调部分源于“无知(单边不确定性)”范式,该范式强调了考虑可能后果本身的重要性。 3 3 ^(3){ }^{3} 与环境维度不同,效果维度将背景上下文视为足够给定的条件,以便进行估计以识别可用决策的可能后果,但不对其概率进行任何估计。这些后果都被视为(功能上)同等可能的结果。决策的评估完全基于这些结果的特性(以及可能产生它们的决策)。它引导分析师专注于思考决策过程,而不对哪些结果更有可能或更不可能做出假设。 这就是所谓不确定决策结果是进行战略评估的一个视角的含义。这是效应维度。


多维战略评估方法的第三个方面是期望维度。它从每个主体对另一主体决策过程的假设出发来看待战略评估,并通过子问题“其他行为者的期望如何影响客户如何应对?”的视角来解释回答“客户如何应对?”这一问题的任务。这一维度部分受到博弈论(多边不确定性)范式的启发及其强调的影响。


关于其他代理人预期的影响。期望维度并不关注环境变化如何影响决策的重要性(如环境维度所示),也不关注可能的后果本身如何影响决策的重要性(如效果维度所示),而是聚焦于其他代理人及其行为(或未行为)的预期如何影响决策的重要性。它强调了其他行为者在决定客户决策后果及其对客户有用性方面所扮演的角色,因为这些后果往往可以被解读为主要由其他代理人的反应构成。反过来,客户的决策也可以被视作主要针对这些代理人决策的回应。每一方的决策都是另一方的“不确定”后果。关注这种互动意味着,每个代理人对对方决策过程的假设是进行战略评估的一个视角。这就是期望维度。

战略评估是多维度的。这意味着有多种同等重要的方法可以探索“客户如何应对它?”这一问题。分析师可以通过“未来可能的情境如何影响客户的应对方式?”、“可能的结果如何影响客户的应对方式?”或“其他行为者的期望如何影响客户的应对方式?”等问题来进行分析。值得注意的是,这三个问题常常交织在一起,因为这些维度并不是三个(可分离的)部分,而是战略评估的三个可以区分但并非完全独立的维度。正如一般推理包括思考者的个人特质、他们的思考程序和技术以及他们思考的问题和目标一样,战略评估也由环境、效果和期望对决策意义的影响构成。总的来说,这三个维度都值得同等重视。

表 28.1 战略评估维度比较
  环境维度   效果维度   期望维度

背景与可能决策的关系
Relationship of the Background to Possible Decisions| Relationship of the | | :--- | | Background to Possible | | Decisions |

结果与可能决策的关系
Relationship of the Outcomes to Possible Decisions| Relationship of the | | :--- | | Outcomes to Possible | | Decisions |

竞争对手与可能决策的关系
Relationship of Competitors to Possible Decisions| Relationship of Competitors | | :--- | | to Possible Decisions |

询问“未来可能的背景如何影响客户对其的应对方式?”
Asks "How Do Possible Future Contexts Affect How the Client Can Respond to It?"| Asks "How Do Possible | | :--- | | Future Contexts Affect | | How the Client Can | | Respond to It?" |

询问“可能的后果如何影响客户应对它的方式?”
Asks "How Do Possible Consequences Affect How the Client Can Respond to It?"| Asks "How Do Possible | | :--- | | Consequences Affect | | How the Client Can | | Respond to It?" |

询问“其他参与者的期望如何影响客户对其的回应?”
Asks "How Do the Expectations of Other Actors Affect How the Client Can Respond to It?"| Asks "How Do the | | :--- | | Expectations of Other Actors | | Affect How the Client Can | | Respond to It?" |

描述在不同未来背景下可能决策的重要性
Describes Significance of Possible Decisions Given Different Possible Future Contexts| Describes Significance of | | :--- | | Possible Decisions Given | | Different Possible Future | | Contexts |

描述在不确定决策结果下可能决策的重要性
Describes Significance of Possible Decisions Given Uncertain Decision Outcomes| Describes Significance | | :--- | | of Possible Decisions | | Given Uncertain Decision | | Outcomes |

描述每个代理对其他代理的假设下可能决策的重要性
Describes Significance of Possible Decisions Given Each Agent's Assumptions about the Other Agents| Describes Significance of | | :--- | | Possible Decisions Given | | Each Agent's Assumptions | | about the Other Agents |

最少先决知识;认识论上悲观的
Least Prerequisite Knowledge; Epistemologically Pessimistic| Least Prerequisite | | :--- | | Knowledge; | | Epistemologically Pessimistic |

中间先决知识;认识论上适度
In-Between Prerequisite Knowledge; Epistemologically Moderate| In-Between Prerequisite | | :--- | | Knowledge; | | Epistemologically Moderate |

大多数先决知识;认识论上乐观
Most Prerequisite Knowledge; Epistemologically Optimistic| Most Prerequisite | | :--- | | Knowledge; | | Epistemologically Optimistic |

通过战略相关性检查方法强调
Emphasized by Strategic Relevance Check Method| Emphasized by Strategic | | :--- | | Relevance Check Method |

通过决策重要性比较法强调
Emphasized by Decision Significance Comparison Method| Emphasized by Decision | | :--- | | Significance Comparison | | Method |

通过期望影响分析方法强调
Emphasized by Expectations Impact Analysis Method| Emphasized by Expectations | | :--- | | Impact Analysis Method |
Environment Dimension Effect Dimension Expectation Dimension "Relationship of the Background to Possible Decisions" "Relationship of the Outcomes to Possible Decisions" "Relationship of Competitors to Possible Decisions" "Asks "How Do Possible Future Contexts Affect How the Client Can Respond to It?"" "Asks "How Do Possible Consequences Affect How the Client Can Respond to It?"" "Asks "How Do the Expectations of Other Actors Affect How the Client Can Respond to It?"" "Describes Significance of Possible Decisions Given Different Possible Future Contexts" "Describes Significance of Possible Decisions Given Uncertain Decision Outcomes" "Describes Significance of Possible Decisions Given Each Agent's Assumptions about the Other Agents" "Least Prerequisite Knowledge; Epistemologically Pessimistic" "In-Between Prerequisite Knowledge; Epistemologically Moderate" "Most Prerequisite Knowledge; Epistemologically Optimistic" "Emphasized by Strategic Relevance Check Method" "Emphasized by Decision Significance Comparison Method" "Emphasized by Expectations Impact Analysis Method"| Environment Dimension | Effect Dimension | Expectation Dimension | | :--- | :--- | :--- | | Relationship of the <br> Background to Possible <br> Decisions | Relationship of the <br> Outcomes to Possible <br> Decisions | Relationship of Competitors <br> to Possible Decisions | | Asks "How Do Possible <br> Future Contexts Affect <br> How the Client Can <br> Respond to It?" | Asks "How Do Possible <br> Consequences Affect <br> How the Client Can <br> Respond to It?" | Asks "How Do the <br> Expectations of Other Actors <br> Affect How the Client Can <br> Respond to It?" | | Describes Significance of <br> Possible Decisions Given <br> Different Possible Future <br> Contexts | Describes Significance <br> of Possible Decisions <br> Given Uncertain Decision <br> Outcomes | Describes Significance of <br> Possible Decisions Given <br> Each Agent's Assumptions <br> about the Other Agents | | Least Prerequisite <br> Knowledge; <br> Epistemologically Pessimistic | In-Between Prerequisite <br> Knowledge; <br> Epistemologically Moderate | Most Prerequisite <br> Knowledge; <br> Epistemologically Optimistic | | Emphasized by Strategic <br> Relevance Check Method | Emphasized by Decision <br> Significance Comparison <br> Method | Emphasized by Expectations <br> Impact Analysis Method |


3. 情报分析中战略评估实践的多维方法


多维方法致力于提供一个与其它相关学术方法互动的智能推理理论的全面视角。本章指出,此类理论(在第 27 章中讨论)如何有助于启发本工作的理论。多维方法还努力为分析人员提供一个关于智能推理实践的全面视角,以帮助他们成为良好的推理“榜样”。因此,本节描述了战略评估理论的三个维度如何转化为实践。接下来的章节将详细说明每种方法的具体步骤。本节在之前的“理论”与即将到来的“实践”之间提供了一个总体过渡概述。


战略相关性检查强调环境维度,并利用可能变化的决策背景探讨潜在决策的意义。具体而言,它明确要求分析师构建多种未来决策背景的可能情景:一种稳定,两种适度变化,两种剧烈变化。随后,分析师需评估所提议的战略在每种情境下的相关性。该战略是否仅在假定某一未来情境最有可能发生时才对客户有益?还是说,该战略更具韧性,能够帮助客户在所有情境中推进目标?更准确地说,所提议的战略在这些不同可能情境中的实用性如何?此方法旨在操作化对战略“多功能性”的普遍关注,当环境(已知)不够稳定以评估提议决策的可能后果时。 4 4 ^(4){ }^{4} 此方法聚焦于不同未来可能情境在决策重要性中所扮演的角色。

决策显著性比较强调效果维度,并利用不确定的决策结果探讨可能决策的意义。特别是,它借鉴了“无知”(单边不确定性)范式中的著名原则,如支配、最大最大、最大最小和最小最大,要求分析师探索每种提议的决策在给定每个原则下如何被解释为最佳决策。 5 5 ^(5){ }^{5} 这与决策理论中这些原则的典型用法不同,在决策理论中,人们通常只进行整体评估,确定这些原则是否适用,如果适用,则确定该原则倾向于哪种决策。由于这些原则中有些根本不适用,或无法令人信服地解决问题的情况并不罕见,因此该方法将每个原则解释为一种不同的“论证风格”,可以利用决策的后果来支持可能的决策。这是一种基于决策理论的“结构化辩论”或“魔鬼代言”,其中每个选项都会根据这些标准为自己为何是最佳选择进行辩护。 因此,它帮助分析师提炼出这些信息,以便他们能够向客户强调每个决策背后可能的支持理由。由此可见,这种方法着重探讨了可能后果在决策重要性中所扮演的角色。


期望影响分析强调期望维度,并利用每个主体对另一个主体决策过程的假设,探讨可能决策的重要性。最终,它试图开发一种简洁易学的方法,将博弈论范式的见解应用于情报分析工作。由于这种方法源自一个非常扎实的学术领域,因此必须进行大幅简化。


因此,它被浓缩为一个核心理念:客户的竞争对手在何种期望下会认为自己的每个选择对他们更为有利? 6 6 ^(6){ }^{6} 这一问题的答案使分析师能够进一步探讨,客户应培养何种期望,以使竞争对手有理由按照客户的偏好行事。这一思路借鉴了博弈论范式的理念,但随后运用了风险范式中的公式来计算相关期望;因此,它是一种融合了两种方法元素的理论混合体。但该方法的核心概念在于聚焦于行动者期望在决策重要性中所扮演的角色。

三种提议的策略评估方法通常是根据分析师希望强调的维度来选择。这可能取决于他们认识论立场的强度以及他们可获得的知识量。然而,有时选择方法时,基于问题特定因素之外的其他因素(如个人和程序推理维度所设想的)可能更有意义(或许是为了随时间变化而多样化)。虽然多维方法的所有优点和规则对这些方法都很重要,但有些更为突出,代表了它们的重点。过于频繁或过于稀少地采用这些方法之一或多种方法的分析师,可能会面临个人或程序失衡的风险。他们有可能过多或过少地关注这些优点或规则之一。有时,主要因其优点或规则重点(为了方法多样化)而选择策略评估方法可能是有意义的,但通常它会基于策略的哪个维度是最佳焦点:环境、效果还是期望?

  注释


  1. 我在向有志成为分析师的学生教授这些概念时,尽管十年来仅涉及数百名学生,但这一经历让我得出结论:要对何时使用“风险范式”做出合理判断,需要特别高水平的概率论教育和经验。因此,对于本书的(大部分)目标读者而言,这种可能性基本上被排除了。如果有读者具备这样的背景,并且特别钟爱其公式,不妨设想策略评估存在第四个维度,称为“估算维度”,它提出的问题是“结果的合理预测如何影响客户的应对方式?”,并采用传统的效用分析作为相应方法。这一维度曾多次被考虑更广泛地应用,但基于上述原因,最终未纳入本版方法中。

  2. 参见 Michael E. Raynor, 《战略悖论:为何承诺成功会导致失败(以及如何应对)》(纽约:Doubleday 出版社,2007 年)。

  3. 参见理查德·杰弗里,《决策逻辑》(芝加哥:芝加哥大学出版社,1983 年);马丁·彼得森,《决策理论导论》(纽约:剑桥大学出版社,2009 年)。关于其他更简明的论述,参见诺埃尔·亨德里克森、柯克·圣阿芒特、威廉·霍克、威廉·奥米拉和丹尼尔·弗拉格,《罗曼与利特菲尔德批判性思维手册》(马里兰州兰哈姆:罗曼与利特菲尔德出版社,2008 年)。

  4. 虽然并不完全相同,但 Raynor 的《战略悖论》是这种方法的先驱。

  5. 关于这些原则本身,请参阅 Jeffrey 的《决策逻辑》;Peterson 的《决策理论导论》;以及 Hendrickson 等人合著的《The Rowman & Littlefield 批判性思维手册》。

  6. 这类似于以下两种做法:(a) “解决”诸如“囚徒困境”之类的问题,或(b) 提出“混合策略”(即双方对彼此采取某些行动的概率的相互预期)。参见,例如 Jeffrey 的《决策逻辑》;Peterson 的《决策理论导论》。


    表 28.2 战略评估方法的个人与程序侧重点

注意:每一种美德、规则和问题对每种背景都至关重要;这些美德对相应方法的前景尤为重要。

决策显著性比较

注意:每种美德、规则和问题对每个背景都至关重要;这些规则对于相应方法的前景尤其重要。

决策显著性比较

1. 谦逊:自信与不确定性
\checkmark
1. 考虑问题维度
\checkmark

2. 咨询:中立性 vs. 现实关切
\checkmark
2. 确立决策重要性
\checkmark

3. 求知欲:广度与深度
\checkmark
3. 深入研究主题
\checkmark

4. 敏感性:参见相似性与变化
\checkmark
4. 流程结构透明化
\checkmark

5. 效率:彻底性与便捷性
\checkmark
5. 做出相关区分
\checkmark

6. 描述性:数量与质量的使用
\checkmark
6. 挑战每一个推论
\checkmark

7. 反思性:关注自我与他人
\checkmark
7. 开发合理的替代方案
\checkmark

8. 多功能性:预设与即兴
\checkmark
8. 认真对待异议
\checkmark

9. 整合:“自下而上” vs. “自上而下”
\checkmark
9. 持续进化判断力
\checkmark

10. 现实主义:视威胁而非机遇
\checkmark
10. 项目新问题
\checkmark

11. 优雅:明确性与简洁性
\checkmark
11. 识别证据限制
\checkmark

12. 慈善:反对意见与改进措施
\checkmark
12. 探索更广泛的背景
\checkmark
Note: Every virtue, rule, and question is significant to every background; these virtues are especially significant to the foreground of the corresponding methods. https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-319.jpg?height=41&width=380&top_left_y=1469&top_left_x=418 "Decision Significance Comparison" https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-319.jpg?height=49&width=419&top_left_y=1320&top_left_x=418 Note: Every virtue, rule, and question is significant to every background; these rules are especially significant to the foreground of the corresponding methods. https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-319.jpg?height=56&width=389&top_left_y=659&top_left_x=418 "Decision Significance Comparison" https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-319.jpg?height=38&width=419&top_left_y=522&top_left_x=418 1. Humility: Confidence vs. Uncertainty ✓ 1. Consider Problem Dimensions ✓ 2. Advisory: Neutrality vs. Real-World Concern ✓ 2. Establish Decision Significance ✓ 3. Inquisitiveness: Breadth vs. Depth ✓ 3. Thoroughly Research Subject ✓ 4. Sensitivity: See Similarity vs. Change ✓ 4. Structure Process Transparently ✓ 5. Efficiency: Thoroughness vs. Expediency ✓ 5. Make Relevant Distinctions ✓ 6. Descriptiveness: Use Quantity vs. Quality ✓ 6. Challenge Every Inference ✓ 7. Reflectiveness: Focus on Self vs. Other ✓ 7. Develop Plausible Alternatives ✓ 8. Versatility: Preset vs. Spontaneous ✓ 8. Take Objections Seriously ✓ 9. Integration: "Bottom Up" vs. "Top Down" ✓ 9. Continually Evolve Judgments ✓ 10. Realism: Sees Threats vs. Opportunities ✓ 10. Project New Issues ✓ 11. Elegance: Specificity vs. Simplicity ✓ 11. Identify Evidential Limitations ✓ 12. Charity: Objections vs. Refinements ✓ 12. Explore Broader Context ✓| Note: Every virtue, rule, and question is significant to every background; these virtues are especially significant to the foreground of the corresponding methods. | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-319.jpg?height=41&width=380&top_left_y=1469&top_left_x=418) | "Decision Significance Comparison" | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-319.jpg?height=49&width=419&top_left_y=1320&top_left_x=418) | Note: Every virtue, rule, and question is significant to every background; these rules are especially significant to the foreground of the corresponding methods. | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-319.jpg?height=56&width=389&top_left_y=659&top_left_x=418) | "Decision Significance Comparison" | ![](https://cdn.mathpix.com/cropped/2025_02_24_452ab6fce6dfa6f20380g-319.jpg?height=38&width=419&top_left_y=522&top_left_x=418) | | :---: | :---: | :---: | :---: | :---: | :---: | :---: | :---: | | 1. Humility: Confidence vs. Uncertainty | $\checkmark$ | | | 1. Consider Problem Dimensions | | | $\checkmark$ | | 2. Advisory: Neutrality vs. Real-World Concern | | | $\checkmark$ | 2. Establish Decision Significance | $\checkmark$ | | | | 3. Inquisitiveness: Breadth vs. Depth | | $\checkmark$ | | 3. Thoroughly Research Subject | | $\checkmark$ | | | 4. Sensitivity: See Similarity vs. Change | $\checkmark$ | | | 4. Structure Process Transparently | | | $\checkmark$ | | 5. Efficiency: Thoroughness vs. Expediency | | | $\checkmark$ | 5. Make Relevant Distinctions | | $\checkmark$ | | | 6. Descriptiveness: Use Quantity vs. Quality | | $\checkmark$ | | 6. Challenge Every Inference | $\checkmark$ | | | | 7. Reflectiveness: Focus on Self vs. Other | | | $\checkmark$ | 7. Develop Plausible Alternatives | | $\checkmark$ | | | 8. Versatility: Preset vs. Spontaneous | $\checkmark$ | | | 8. Take Objections Seriously | | | $\checkmark$ | | 9. Integration: "Bottom Up" vs. "Top Down" | | $\checkmark$ | | 9. Continually Evolve Judgments | $\checkmark$ | | | | 10. Realism: Sees Threats vs. Opportunities | $\checkmark$ | | | 10. Project New Issues | $\checkmark$ | | | | 11. Elegance: Specificity vs. Simplicity | | | $\checkmark$ | 11. Identify Evidential Limitations | | $\checkmark$ | | | 12. Charity: Objections vs. Refinements | | $\checkmark$ | | 12. Explore Broader Context | | | $\checkmark$ |

  第十一部分


情报分析师的战略评估实践


推理方法


“客户如何回应它?”

29


如何在没有已知结果或预期的情况下支持决策


“战略相关性检查”方法

  摘要


良好的情报分析使客户为未知做好准备。战略决策评估通过权衡选择与客户目标的后果来进行。通常这些后果是不确定的,但在基本的背景环境下仍可被识别为可能。但如果环境本身也不确定呢?如果决策背景变化如此之大,以至于分析师甚至无法知道哪些结果是可能的呢?当决策环境发生变化时,同一个选择可能会产生与之前截然不同的后果。如果分析师知道环境正在变成什么样子,这就不成问题,因为他们可以相应地调整战略评估。但有时,看似需要战略“修订”的中等变化环境,实际上是一个需要战略“革命”的根本变化环境。同样,有时看似根本变化的环境,实际上只是中等变化的环境。偶尔,“现状”会持续下去,表面的变化实际上并没有带来真正的改变。 如果分析者在环境本身不确定的情况下假设了错误的决策环境,那么他们不仅可能误解结果的可能性,甚至可能一开始就没有考虑正确的结果。因此,当分析者无法合理确定将决定客户选择后果的未来环境时,他们需要关于如何帮助客户为多种可能环境做准备的建议。


1. 方法的问题特定方面:它建议分析师提出哪些问题?


通过应用战略相关性检查,分析师们以一种特定类型的问题引导他们的思考。首先,他们总体上选择回答“客户如何应对它?”这一问题,并参与到战略评估中。例如,客户可能直接要求分析师探索与之前被认定为“恐怖分子”的团体互动的方式,该团体现在声称自己是一个合法的政党,或者评估其应获取何种类型的海军军事资产,或者考虑如何应对盟国的政治动荡。现在,大多数战略评估问题都是明确如此的(像这些);然而,


理论上,分析师可能会遇到间接的战略评估问题。例如,如果客户对竞争对手或对手的意图感兴趣,有时从竞争对手的角度出发,将其作为战略评估问题来探讨是有意义的。人们必须假设从竞争对手“理性”行为的角度探讨其意图是合适的,但这有时是一种合理的方法。

进行战略相关性检查的分析师将他们的战略评估解释为回答子问题“可能的未来情境如何影响客户对其的应对方式?”这种方法强调环境维度,并描述了在不同可能的未来情境下潜在决策的重要性。这是从背景与客户选项关系的角度进行的战略评估。该方法思考了客户可能面临一个如此动态和变化的情况,以至于关键问题变成了他们在广泛未来情境下潜在决策的多样性。因此,该方法聚焦于这些环境,探讨其变化的潜力以及这将如何影响可用决策的有效性。


分析师即使在认识论上最为悲观、环境急剧变化、无法合理预测客户行为可能后果的情况下,仍可使用此方法。当分析师能够对此进行估计时,该方法依然适用,但此类评估并非先决条件。然而,分析师需具备先前的未来探索、因果分析和假设开发知识以运用此方法。例如,为评估应对“改革后”恐怖组织的策略选项,分析师首先需评估该组织可能的未来(即提出未来探索问题“这种变化何时何地可能发生?”)。而要评估这些未来路径,分析师首先需评估为何该恐怖组织正演变为合法政治团体(即提出因果分析问题“为何会发生这种情况?”),以及该组织确实正在转变为合法政党(即提出假设开发问题“正在发生什么?”)。策略评估背后涉及诸多因素,因此分析师必须谨慎,不应假定自己已掌握这些答案。 因此,当分析师进行战略相关性检查时,建议他们从描述背景与可能决策重要性的关系角度,询问客户如何应对。这通常是他们分析的最终目标,因此基于大量的先决工作。


2. 方法的程序性方面:它建议分析师遵循哪些规则?


在选择战略相关性检查方法时,分析师不仅决定用特定问题引导其思维,还决定用一组特定规则来指导其思考。他们优先考虑某些程序,并使自己对这些程序“负责”。战略相关性检查有四个主要程序优先级。虽然这些并非该方法鼓励分析师遵循的唯一标准,但它们是该方法最直接优先考虑的程序。首先,为了识别相关背景,该方法建议分析师特别通过明确关注可能决策与一系列不同未来环境(包括中度和剧烈变化的环境)之间的“契合度”来确立决策的重要性。其次,为了推断出合理的结论,该方法还建议分析师通过强调如果环境不同,关于客户决策后果的主张将不成立的方式,公开挑战每一个推论。第三,为了设想可能的替代方案,该方法


建议他们随着方法的发展不断明确地进化判断,因为这种方法使得对客户决策重要性的评估依赖于客户未来的环境。第四,为了解释更广泛的意义,该方法建议分析师在预测新问题时更加明显,当他们识别出客户的选项可能无法“适应”不同潜在未来环境的方式时。因此,战略相关性检查建议分析过程更透明地建立决策重要性,挑战每一个推论,不断进化判断,并预测新问题。在选择这种方法时,分析师既选择在他们的具体案例中尝试遵循这些规则,也选择在他们的分析过程中普遍加强这些规则。


3. 方法的个人层面:它建议分析师体现哪些特征?


选择战略相关性检查方法不仅意味着决定突出一个特定问题和一套规则,还意味着被引导去尝试展现某些认知美德。采用此方法的分析师优先考虑某些特征,以(理想情况下)定义他们作为思考者的“身份”。该方法强调的美德不仅对良好运用该方法尤为重要,而且通过选择该方法,这些美德将被(隐含地)更广泛地视为分析师的理想。有四种分析师特征对战略相关性检查特别重要。首先,通过认真考虑客户当前选项与未来环境之间可能存在的“契合”或“不契合”,该方法强调了谦逊这一具体美德(在自信与不确定性之间取得平衡),以此呼唤普遍的知识勇气美德。 其次,通过不仅考虑“现状”未来的潜力,还考虑“适度变化”和“根本变化”决策环境的潜力,该方法将敏感性这一特定美德(平衡相似性与变化的识别)作为实现智力自我控制这一普遍美德的途径。第三,通过在需要战略“修正”与需要战略“革命”之间转换,以应对各种潜在环境,该方法在其对洞察力这一普遍美德的呼吁中,突出了适应性这一特定美德(平衡预设程序与自发调整)。第四,通过质疑所考虑策略在各类环境中的(积极)相关性及其(消极)局限性,该方法在其对智力公平这一普遍美德的呼吁中,推崇现实主义这一特定美德(平衡威胁与机遇)。因此,战略相关性检查建议分析人员在思考中更加谦逊、敏感、灵活和现实。 因此,在选择这种方法时,分析者不仅决定在特定情况下尝试以这些方式思考,还试图更全面地体现这些特征,作为理想中“他们作为思考者是谁”的一部分。


4. 方法介绍:它通常如何运作?


战略相关性检查首先确定待评估的特定选项组合。随后,它建议分析师描述五种可能使用这些选项的未来环境:一种“现状”、两种“适度变化”和两种“彻底变化”。后两者之间的主要区别在于,前者通常仅需要对客户所需能力进行“修订”,而后者通常需要进行“替换”。


他们的能力与某些不同之处。对于这五种环境中的每一种,分析人员被要求识别其最具决定性的挑战以及与每种环境最相关的能力。最后,分析人员评估客户的选择在多大程度上为他们提供了与每种环境最相关的能力,以及这些选择带来的限制。

第一步:明确待评估的战略:描述被评估战略的主要要素。特别是,该战略为代理开发了哪些核心能力?

第二步:描述当前的“现状”环境:描述代理当前做出决策的环境,以及如果这种情况持续到未来会是什么样子。主要竞争对手和/或对手是谁或什么?

第三步:开发两种“适度变化”的环境替代方案:假设当前环境不会持续。构建构成“适度”变化的替代方案。也就是说,竞争对手或对手的性质,以及应对它们的功能,将需要“修订”(但不会完全“替换”,因为仍存在一些相似之处)。在当前环境中,至少一些主要功能的相对重要性将发生变化。提出两种不同的“适度变化”背景。

步骤 4:开发两种“彻底改变”的替代环境:假设当前环境不会持续,且变化将超过“适度改变”环境中的程度。构建构成“彻底”变化的替代方案。即,竞争对手或对手的性质,以及应对它们所涉及的功能,将需要被“替换”(而不仅仅是“修订”,因为几乎没有相关的基础保留)。一些全新的功能将变得相关。提出两种截然不同的“彻底改变”背景。

第 5 步:识别每个环境中最具决定性的挑战:考虑代理人在这些环境中必须采取哪些行动来推进或实现其目标。每个环境中最具决定性的挑战是什么?确保每个挑战都能反映出环境作为“现状”、“适度变化”或“剧烈变化”决策背景的地位。

第 6 步:探索与每个环境相关的最重要能力:思考代理可能需要具备哪些能力来应对每个环境的挑战(在第 5 步中已识别)。确保每种能力都能反映出环境作为“现状”、“适度变化”或“彻底变化”决策背景的状态。

第 7 步:描述所考虑策略的局限性:评估被评估策略(来自第 1 步)与五个环境中的每一个的相关性。与每个环境相适应的能力相比,它所发展的能力有多大的局限性?评估为低、中或高,然后具体说明其局限性的方式。最大的局限性领域在哪里?

结论:识别客户当前选择中隐含的具体威胁和机遇,这些选择源于与不同可能的未来环境缺乏“契合”。


5. 方法实践:它在具体示例中如何运作?


随着冷战在 1980 年代末至 1990 年代初接近尾声,美国政策制定者面临着一个不断变化的决策环境。表面上,世界似乎不再由美俄之间的竞争所驱动。然而,尚不清楚什么将是主导的推动因素。但美国迄今为止发展的大部分军事能力都集中在确保与俄罗斯常规军事力量的平衡或优势上。想象一下,一群分析师试图利用战略相关性检查来探讨这组现有选项在多大程度上与后冷战新世界相关。

分析师们识别出客户当前的战略(20 世纪 80 年代末至 90 年代初),他们希望评估这一战略对变化环境的影响(步骤 1):发展一支足以威慑俄罗斯对盟国(尤其是欧洲)采取行动并在全面对抗发生时击败他们的常规军事力量。他们提出,“现状”环境(步骤 2)由与一个军事超级大国(如冷战时期的苏联)的竞争构成。随后,分析师们识别出两种可能的未来决策环境,它们与“现状”有足够大的差异,使得现有能力的重要性发生变化,但又不至于差异巨大到需要全面开发完全不同的能力(步骤 3):“中国崛起”和“地区掠夺者”。他们还识别出两种更为显著的决策环境变化(步骤 4)。 这些变化足够重大,以至于全新的功能有可能成为相关能力,而不仅仅是现有功能重要性的改变:“颠覆性组织”和“自然之怒”。

分析师们在探索五种环境时,识别出客户在每个环境中必须应对的最具决定性的挑战(步骤 5)。同时,分析师们还考虑了每个环境中的主要竞争对手或对手,以及由此产生的决定性挑战,并尝试确定在这些环境中哪些军事能力最为重要(步骤 6)。最后,他们将正在评估的战略与每个环境所需的能力进行比较,以定位这些能力的局限性。在“现状”环境中,能力的局限性较低,因为它们似乎与之相当契合。在“中国崛起”环境中,能力受到适度限制,因为它们并未特别针对保护经济资产进行优化。在“地区掠夺者”环境中,能力也受到适度限制,因为它们并不专注于军事胜利后维持秩序,而是更多侧重于威慑冲突和/或赢得军事对抗。 在“颠覆性组织”环境中,能力受到极大限制,因为部队的多功能性和用于支持“国家”的必要资源都非常有限。在“自然之怒”环境中,能力同样受到极大限制,因为部队中缺乏足够的专业技能(以应对挑战),并且投入到支持潜在危机“国家”的资源也不多。


表 29.1. 战略灵活性检查示例
  环境类型   第 2 步   第三步   步骤 4

当前“现状”环境

合理的新“中度变化”环境 1

合理的新“适度改变”环境 2

合理的新“彻底改变”环境 1

合理的新“彻底改变”环境 2

主要竞争对手或对手

“军事超级大国对手”(例如,俄罗斯/苏联)

“中国崛起”(例如,“强势”中国)
"China Rising" (e.g., "Aggressive" China)| "China Rising" (e.g., | | :--- | | "Aggressive" China) |

“区域性掠食者”(例如,前苏联国家之间的侵略行为)
"Regional Predators" (e.g., Aggression between Former Soviet States)| "Regional Predators" | | :--- | | (e.g., Aggression between Former Soviet States) |

“颠覆性组织”(例如,Latin American Drug Traffickers, Middle East Terrorists)

“自然之怒”(例如,疾病传播、自然灾害、重大气候变化)
n 0 5 0 5 (0)/(5)\frac{0}{5} i n i n ini n
最具决定性的挑战及其结果

在欧洲、拉丁美洲和中东,军事而非经济对等的反制影响

东亚和非洲经济平等但(尚未)军事平等的反向影响

国家间(或国家内部)的反暴力并非军事对等(即维护人权)

反制地区团体影响力及其向本土或盟友扩散的潜力(即推广价值观)

防止疾病传播或自然事件破坏稳定并造成毁灭性影响(即避免人道主义灾难)
con
所需的最重要能力

在可预测的地点威慑或反击常规军事攻击;在其他地方通过代理人战争来对抗影响力

威慑或反击可预测地点的常规军事攻击;保护国内外经济资产

在准敌对(且半预测)地区的“维和”;对他人的常规军事防御

在最初并不欢迎(且未预料到)的地点进行“国家建设”;不同特种部队和基础设施支持

在最初欢迎(且出乎意料的)地区进行“国家建设”;专业技能(科学)和基础设施支持

评估策略的局限性
  限制少

适度限制:保护经济资产
Moderate in Limitations: Protecting Economic Assets| Moderate in Limitations: | | :--- | | Protecting Economic Assets |

适度限制:军事胜利后的秩序维护

高度限制:强制多功能性;支持“状态”

局限性高:专业技能;支持“状态”
Environment Type Step 2 Step 3 Step 4 Current "Status Quo" Environment Plausible New "Moderately Changed" Environment 1 Plausible New "Moderately Changed" Environment 2 Plausible New "Radically Changed" Environment 1 Plausible New "Radically Changed" Environment 2 Primary Competitor or Adversary "Rival Military Superpower" (e.g., Russia/USSR) ""China Rising" (e.g., "Aggressive" China)" ""Regional Predators" (e.g., Aggression between Former Soviet States)" "Disruptive Organizations" (e.g., Latin American Drug Traffickers, Middle East Terrorists) "Wrath of Nature" (e.g., Disease Spread, Natural Disasters, Major Climate Change) n (0)/(5) in Most Defining Challenges That Result Counter influence of a military but not economic equal in Europe, Latin America, and Middle East Counter influence of an economic but not (yet) military equal in East Asia and Africa Counter violence between (or within) nations not a military equal (i.e., uphold human rights) Counter regional influence of groups and potential to spread to homeland or allies (i.e., promote values) Counter spread of disease or impact of natural events that destabilize and destroy (i.e., avoid humanitarian catastrophes) con Most Significant Capabilities Required Deter or counter conventional military attack in predictable locations; fight proxy wars to counter influence elsewhere Deter or counter conventional military attack in predictable locations; protect economic assets at home and abroad "Peacekeeping" in semihostile (and semipredicted) locations; conventional military defense of others "Nation-building" in initially unwelcoming (and unpredicted) locations; varying special forces and infrastructure support "Nation-building" in initially welcoming (and unpredicted) locations; specialized skills (scientific) and infrastructure support 永 Limitations of Evaluated Strategy Low in Limitations "Moderate in Limitations: Protecting Economic Assets" Moderate in Limitations: Maintaining Order after Military Victory High in Limitations: Force Versatility; Supporting a "State" High in Limitations: Specialized Skills; Supporting a "State"| | Environment Type | Step 2 | Step 3 | | Step 4 | | | :---: | :---: | :---: | :---: | :---: | :---: | :---: | | | | Current "Status Quo" Environment | Plausible New "Moderately Changed" Environment 1 | Plausible New "Moderately Changed" Environment 2 | Plausible New "Radically Changed" Environment 1 | Plausible New "Radically Changed" Environment 2 | | | Primary Competitor or Adversary | "Rival Military Superpower" (e.g., Russia/USSR) | "China Rising" (e.g., <br> "Aggressive" China) | "Regional Predators" <br> (e.g., Aggression between Former Soviet States) | "Disruptive Organizations" (e.g., Latin American Drug Traffickers, Middle East Terrorists) | "Wrath of Nature" (e.g., Disease Spread, Natural Disasters, Major Climate Change) | | n $\frac{0}{5}$ $i n$ | Most Defining Challenges That Result | Counter influence of a military but not economic equal in Europe, Latin America, and Middle East | Counter influence of an economic but not (yet) military equal in East Asia and Africa | Counter violence between (or within) nations not a military equal (i.e., uphold human rights) | Counter regional influence of groups and potential to spread to homeland or allies (i.e., promote values) | Counter spread of disease or impact of natural events that destabilize and destroy (i.e., avoid humanitarian catastrophes) | | con | Most Significant Capabilities Required | Deter or counter conventional military attack in predictable locations; fight proxy wars to counter influence elsewhere | Deter or counter conventional military attack in predictable locations; protect economic assets at home and abroad | "Peacekeeping" in semihostile (and semipredicted) locations; conventional military defense of others | "Nation-building" in initially unwelcoming (and unpredicted) locations; varying special forces and infrastructure support | "Nation-building" in initially welcoming (and unpredicted) locations; specialized skills (scientific) and infrastructure support | | 永 | Limitations of Evaluated Strategy | Low in Limitations | Moderate in Limitations: <br> Protecting Economic Assets | Moderate in Limitations: Maintaining Order after Military Victory | High in Limitations: Force Versatility; Supporting a "State" | High in Limitations: Specialized Skills; Supporting a "State" |

30


如何支持在未知期望下关于已知结果的决策


“决策显著性比较”方法

  摘要


良好的情报分析会探索事物对客户可能具有重要性的各个方面。人们自然会首先比较一个选择的“影响”与其“概率”。但如果决策的后果不确定且无法估计其概率呢?这是一个智力上棘手的情况,因为分析师预见可能性的能力可能会诱使他们断言哪种情况最有可能发生。如果他们这样做并判断某一特定结果最有可能,那么他们就是在拒绝承认不确定性,从而有可能向客户错误地描述情况。因为分析师通常能够看到一系列可能的结果,但却无法确定它们发生的概率。因此,需要有一种方法让分析师评估这些类型的结果,而不必完全依赖于对哪种情况最有可能的(推测性)判断。分析师需要建议,即使在决策可能结果的概率未知的情况下,如何提供指导。


1. 方法的问题特定方面:它建议分析师提出哪些问题?


进行决策重要性比较的分析师因此以特定类型的问题构建其思维。首先,他们总体上决定提出“客户如何应对”这一问题,并追求战略评估。他们的客户可能想知道,对于其飞机意外进入竞争国领空并坠毁,或对抗针对盟友的叛乱增长,或促进两国间军事合作,他们有哪些应对选项。与这些查询类似,大多数战略评估问题都是直接的;然而,分析师偶尔也会遇到间接的问题。例如,想知道竞争对手如何应对威胁邻国的计划的客户,可能会受益于分析师从该竞争对手的角度将问题作为战略评估来探索。分析师必须假设从竞争对手认为“合理”的行为角度来调查其规划是有意义的,但这在某些类型的竞争对手中确实有其价值。

如果分析师使用决策显著性比较法,那么他们在进行战略评估时会提出子问题:“可能的后果如何影响客户对其的应对方式?”这种方法优先考虑效果维度,并在决策结果不确定的情况下描述潜在选择的重要性。战略评估通过决策与其可能结果之间的关系来审视决策的显著性。这种方法设想了客户选项可能带来的具体后果,但将其视为不确定因素,因此完全根据(例如)什么可能是“无论如何都是最好的”,或具有“最佳的最坏情况结果”,或具有“最佳的最佳情况结果”来评估选项的重要性。


分析师无法在认识论上最为悲观的情况下采用这种方法,因为他们必须能够(至少)合理地预测客户行为可能带来的后果。因此,环境需要足够稳定,以便识别哪些结果是可能的;然而,分析师并不需要能够评估这些结果发生的概率(甚至不需要判断哪个结果最有可能或最不可能)。分析师也不需要能够识别其他主体对客户行为的预期。但在尝试这种方法之前,分析师确实需要具备先前的未来探索、因果分析和假设开发知识。例如,只有当分析师已经探索了这种潜在违规行为可能导致的未来结果(即回答了未来探索问题“何时何地可能发生这种变化?”),他们才能评估应对竞争对手领空意外侵犯的选项。 他们只有在评估了两国为何拥有目前的关系,以及这种侵犯可能产生何种影响(即回答因果分析问题“为什么会发生这种情况?”),并确定飞机确实侵犯了领空(即回答假设发展问题“发生了什么?”)之后,才能探索那些可能的未来。战略评估通常会带来许多潜在问题,分析师应始终注意不要假设自己知道这些问题的答案。因此,建议使用决策重要性比较的分析师从描述可能结果与可用决策关系的角度,询问客户如何应对。由于这通常是他们分析的最终目标,它将基于大量的潜在推理。


2. 方法的程序性方面:它建议分析师遵循哪些规则?


在决定使用决策重要性比较法时,分析师不仅选择用特定问题引导他们的思考,还选择用一套特定规则来指导思维。他们坚持特定的程序,作为现在必须遵循的义务。决策重要性比较法有四个程序重点。这些重点是该方法要求分析师普遍遵循的标准。显然,该方法也鼓励分析师遵循其他标准;这些程序只是该方法中最重要的部分。首先,为了识别相关背景,该方法建议分析师通过引导他们考虑每个可能后果的方方面面,以及每个方面如何对客户可能(或许与最初的直觉相反)具有重要意义,来深入研究主题。其次,为了推断出合理的结论,该方法还建议分析师在强调决策后果的关键不确定性以及“最佳”和“最差”可能结果等方面,更清晰地进行相关区分。 第三,为了设想可能的替代方案,该方法建议分析者通过明确引导他们考虑每个可能的决策如何成为“最佳”来制定合理的替代方案


无论什么情况,“最佳”在最坏情况下,或“最佳”在最好情况下(例如)。第四,为了解释更广泛的意义,该方法建议他们直接通过探索每种决策在四种不同方式中可能具有的重要性来识别证据限制。因此,任何重要性的判断都必然需要认识到替代方案同样重要的可能性。因此,决策重要性比较建议分析过程应深入研究主题,做出相关区分,发展可行的替代方案,并识别证据限制。因此,在选择这种方法时,分析师既决定在具体案例中尝试遵循这些规则,也尝试在整个分析过程中加强这些规则。


3. 方法的个人层面:它建议分析师体现哪些特征?


当分析师选择决策显著性比较时,他们不仅决定提出一个具体问题并遵循一套规则,还选择被引导去尝试实例化特定的认知美德。他们选择强调具体特征,这些特征将定义“他们是谁”(理想情况下)作为思考者。这些美德对于良好运用该方法尤为重要。通过选择这种方法,分析师也使得这些美德在他们整体自我愿景中变得更加重要。有四个特征对决策显著性比较最为关键。首先,通过询问决策可能具有显著性的四种不同方式,该方法优先考虑好奇心的具体美德(即平衡兴趣的广度与深度),作为通往智力勇气这一普遍美德的路径。其次,通过引起对“遗憾”程度以及整体“最佳”和“最差”等限定词的注意,该方法强调描述性的具体美德(即平衡事物的定量与定性特征),作为通往智力自我控制这一普遍美德的路径。 第三,通过探索决策的普遍意义(如“无论如何更好”)以及具体情境下的意义(如最坏情况下的“最佳”),该方法聚焦于整合这一具体美德(即平衡“自下而上”与“自上而下”的思考),以此作为通向辨识力这一普遍美德的路径。第四,通过探讨每个决策及其替代方案在四种不同方式中的可能意义,该方法凸显了慈善这一具体美德(即平衡对替代观点的反对与精炼),以此呼唤理智公平这一普遍美德。因此,决策意义比较法建议分析者更加好奇、描述性、整合性和慈善。故而,在决定采用此方法时,分析者不仅选择在具体案例中尝试这些思维方式,还致力于在更广泛的层面上体现这些特质,将其作为理想中“作为思考者的自我”的一部分。


4. 方法介绍:它通常如何运作?


决策重要性比较首先定位对客户可能决策的实用性影响最大的主要变量,并识别其可能的结果。该方法随后针对每个相关选项,根据四种不同的可能理性决策原则(a)支配性、(b)极大极小、(c)极大极大和(d)极小极大,探讨它如何可能对客户最为重要。这些原则中的每一个都代表了决策可能被证明为最重要的不同方式。

第一步:确定关键不确定性的结果:找出对客户可能决策价值影响最大的关键问题或疑问。该问题或疑问应具有可识别的可能(即“已知”)结果。但其概率无需可估计。将这些结果明确描述为少数几个互斥的备选方案。

步骤 2:描述客户的相关决策选项:确定客户在应对这一关键不确定性时正在考虑的决策。将这些选项描述为少数几个互斥的替代方案。

第三步:解释每个可能决策如何被视为主导选项:针对每一个可能的决策,尽可能为其成为“主导”策略提供最佳理由,即无论关键不确定性的结果如何,该决策都优于其他替代方案。通常,这种推理会表现为“无论如何,某某好事仍会发生。”

步骤 4:解释每个可能决策如何被解读为最大化最小值选项:对于每个可能的决策,尽可能为其为何及如何成为“最大化最小值”策略提供最佳论证:即该决策的最坏结果优于其他替代方案的最坏结果……它拥有“最好”的最坏结果。通常,这种推理会表现为“即使该策略的最坏结果发生,至少某某好事仍然成立。”

第五步:解释每种可能的决策如何被视为最大最大选项:对于每种可能的决策,尝试为其可能成为“最大最大”策略的最佳情况提供解释,即该决策的最佳结果优于其他替代方案的最佳结果……它拥有“最佳”的最佳结果。通常,这种推理会以“如果该策略的最佳结果发生,那么某某好事也会随之发生”的形式呈现。

第六步:解释每个可能的决策如何被视为极小化极大选项:针对每个可能的决策,尽可能为其成为“极小化极大”策略提供最佳理由,即该决策在选择替代方案时对“可能发生的情况”产生最小的遗憾……其结果最接近于通过替代决策所能获得的“最佳”结果。这种推理通常表现为“如果替代策略的最佳结果发生了,而该替代策略的益处并未实现,仍然会有如此这般的好事发生。”


注意:选项越少,某事物作为极小极大选项的论点与其作为极大极小选项的论点相似的可能性就越大。


5. 方法实践:它在具体示例中如何运作?


在 21 世纪初,全球“反恐战争”伊始,美国及其盟友评估了敌对政权萨达姆·侯赛因领导下的伊拉克可能重启其


在化学、生物和核武器方面,伊拉克过去曾拥有大规模杀伤性武器计划。1991 年海湾战争后,针对伊拉克入侵科威特的行为,国际社会发现伊拉克确实存在此类计划。战后,伊拉克拆除了这些计划,并接受联合国武器核查人员的监督,直至核查人员被禁止进入伊拉克。在随后的几年里,伊拉克被越来越怀疑重新启动了此类计划,从而对其邻国以及美国和全球盟友的利益构成了更大的威胁。最终,美国及其盟友评估认为伊拉克很可能重启了其大规模杀伤性武器计划,并因此入侵了伊拉克。然而,试想一下,如果分析人员选择不尝试估计伊拉克重启其大规模杀伤性武器计划的概率,而是使用决策显著性比较来评估(在 21 世纪初的)各种选项。

分析人员将关键不确定性确定为伊拉克是否已重启其大规模杀伤性武器计划(步骤 1)。他们进一步将决策者的主要选项(步骤 2)定位为更严厉的制裁(即在军事入侵迫在眉睫的威胁下进行彻底检查)、间接政权更迭(即通过空袭或其他军事行动支持内部政变企图)以及直接政权更迭(即地面入侵并最终占领,直至可能过渡到新政府)。

表 30.1 决策显著性比较步骤 1-2 示例

伊拉克已重启其大规模杀伤性武器计划
Iraq HAS Restarted Its WMD Programs| Iraq HAS Restarted | | :---: | | Its WMD Programs |

伊拉克并未重启其大规模杀伤性武器计划
Iraq HAS NOT Restarted Its WMD Programs| Iraq HAS NOT Restarted | | :---: | | Its WMD Programs |

更严格的制裁(全面检查,威胁迫在眉睫)
Tighter Sanctions (Thorough Inspections with Imminent Threat)| Tighter Sanctions (Thorough | | :--- | | Inspections with Imminent Threat) |
  WMD 重启
WMD Restart| | | :---: | | WMD Restart |
  没有大规模杀伤性武器
No WMDs| | | :---: | | No WMDs |

间接政权更迭(空袭与支持政变企图)
Indirect Regime Change (Air Campaign & Support of Coup Attempt)| Indirect Regime Change | | :--- | | (Air Campaign & Support of | | Coup Attempt) |
  WMD 重启
WMD Restart| | | :--- | | WMD Restart |
  没有大规模杀伤性武器
No WMDs| | | :---: | | No WMDs |

直接政权更迭(地面入侵与占领)
Direct Regime Change (Land Invasion & Occupation)| Direct Regime Change | | :--- | | (Land Invasion & Occupation) |
  WMD 重启
WMD Restart| | | :---: | | WMD Restart |
  没有大规模杀伤性武器
No WMDs| | | :---: | | No WMDs |
"Iraq HAS Restarted Its WMD Programs" "Iraq HAS NOT Restarted Its WMD Programs" "Tighter Sanctions (Thorough Inspections with Imminent Threat)" " WMD Restart" " No WMDs" "Indirect Regime Change (Air Campaign & Support of Coup Attempt)" " WMD Restart" " No WMDs" "Direct Regime Change (Land Invasion & Occupation)" " WMD Restart" " No WMDs"| | Iraq HAS Restarted <br> Its WMD Programs | Iraq HAS NOT Restarted <br> Its WMD Programs | | :--- | :---: | :---: | | Tighter Sanctions (Thorough <br> Inspections with Imminent Threat) | <br> WMD Restart | <br> No WMDs | | Indirect Regime Change <br> (Air Campaign & Support of <br> Coup Attempt) | <br> WMD Restart | <br> No WMDs | | Direct Regime Change <br> (Land Invasion & Occupation) | <br> WMD Restart | <br> No WMDs |

分析师随后试图证明这些选项中的每一个都符合主导选项(步骤 3)、最大最小选项(步骤 4)、最大最大选项(步骤 5)和最小最大选项(步骤 6)的条件。


表 30.2 决策显著性比较步骤 3-6 示例

第一步:关键不确定性的可能结果:伊拉克已重启其大规模杀伤性武器计划 vs 伊拉克未重启其大规模杀伤性武器计划
Step 1: Key Uncertainty's Possible Outcomes: Iraq HAS Restarted Its WMD Programs versus Iraq HAS NOT Restarted Its WMD Programs| Step 1: Key Uncertainty's Possible Outcomes: | | :--- | | Iraq HAS Restarted Its WMD Programs versus Iraq HAS NOT Restarted Its WMD Programs |
  第二步:选项
Step 2: Options| Step 2: | | :--- | | Options |

第三步:如何将其解读为优势选项?

第 4 步:如何将其解释为最大最小化选项?
Step 4: How Might It Be Interpreted as a Maximin Option?| Step 4: How Might It Be Interpreted as | | :--- | | a Maximin Option? |

第 5 步:如何将其解读为极大极大选项?

第 6 步:如何将其解释为极小极大选项?

更严格的制裁(全面检查,威胁迫在眉睫)
Tighter Sanctions (Thorough Inspections with Imminent Threat)| Tighter Sanctions | | :--- | | (Thorough Inspections with Imminent Threat) |

无论怎样,美国及其盟友的军事行动始终只是出于自卫或应对直接攻击的防御(他们保持了法律/道德上的“高地”)。

即使伊拉克拥有大规模杀伤性武器并继续掌权,至少它这样做也是严格违反制裁和国际社会一致反对的意愿,针对它的进一步行动很容易被证明是正当的。

如果伊拉克没有大规模杀伤性武器且实施了制裁,那么制裁最终将被证明是有用/有效的(尽管存在迫在眉睫的威胁),从而为国际影响力创造了一个更强大的工具。

如果伊拉克拥有大规模杀伤性武器且实施了制裁,而直接政权更迭并未发生,仍然存在采取行动的坚实依据。

间接政权更迭(空袭与支持政变企图)

无论怎样,伊拉克潜在的大规模杀伤性武器场所都将被摧毁(通过空袭),而美国/盟军的大部分军事力量仍未被动用(以保持未来的“灵活性”)。

即使伊拉克没有大规模杀伤性武器并且发生政变,那么至少其发展这些武器的能力也会被摧毁(通过空袭),而无需美国/盟军的地面入侵/占领。

如果伊拉克拥有大规模杀伤性武器,并尝试发动政变(对可能的大规模杀伤性武器地点进行空袭),那么在没有美国/盟军地面入侵和占领的情况下,一个危险的威胁将被避免。

如果伊拉克没有大规模杀伤性武器,并且发生了政变,尽管没有采取最“正当”的制裁措施,但仍然没有发生地面入侵,伊拉克的大规模杀伤性武器能力也被摧毁了。

直接政权更迭(地面入侵与占领)

无论如何,萨达姆政权都将被推翻,在美国及其盟国的影响下,将认真尝试建立一个友好的政权。

即使伊拉克没有大规模杀伤性武器,也没有真正的入侵理由,至少萨达姆已经下台,该地区将迎来建立民主国家的认真尝试。

如果伊拉克拥有大规模杀伤性武器(WMDs)并且发生地面入侵/占领,那么这一行动将被证明是“正当的”,消除了威胁,建立了一个可信赖的地区盟友,并向 WMD 的研发发出了强烈信号。

如果伊拉克没有大规模杀伤性武器却遭到入侵,而最“正当”的制裁措施未被采取,萨达姆依然倒台,该地区仍将认真尝试民主化。
"Step 1: Key Uncertainty's Possible Outcomes: Iraq HAS Restarted Its WMD Programs versus Iraq HAS NOT Restarted Its WMD Programs" "Step 2: Options" Step 3: How Might It Be Interpreted as a Dominant Option? "Step 4: How Might It Be Interpreted as a Maximin Option?" Step 5: How Might It Be Interpreted as a Maximax Option? Step 6: How Might It Be Interpreted as a Minimax Option? "Tighter Sanctions (Thorough Inspections with Imminent Threat)" No matter what, US/allied military actions remain only out of self or other defense in response to a direct attack (they keep the legal/ethical "high ground"). Even if Iraq has WMDs and remains in power, then at least it does so in strict violation of sanctions and international will united against it, and further action against it is easily justified. If Iraq has no WMDs and sanctions were used, then sanctions will be finally shown useful/effective (albeit with imminent threats) creating a stronger tool for international influence. If Iraq has WMDs and sanctions were used, while Direct Regime Change did not occur, still a strong basis exists to act against him. Indirect Regime Change (Air Campaign & Support of Coup Attempt) No matter what, Iraq's potential WMD sites will have been destroyed (from the air campaign), and most US/ allied military assets remain uncommitted (to preserve future "flexibility"). Even if Iraq did not have WMDs and a coup is attempted, then at least its capacity for developing them is destroyed (from air campaign) without US/allied land invasion/occupation. If Iraq has WMDs and coup is attempted (air campaign against likely WMD sites), then a dangerous threat will have been averted without land invasion and occupation by US/allied forces. If Iraq did not have WMDs and a coup is attempted, while the most "justifiable" Sanctions were not taken, still there was no land invasion and Iraq's capacity for WMDs is destroyed. Direct Regime Change (Land Invasion & Occupation) No matter what, Saddam's regime will have been removed from power and a friendly regime will be seriously attempted under US and allied influence. Even if Iraq did not have WMDs and there was no real basis for invasion, then at least Saddam is gone, and the region will get a serious attempt at a democratic country. If Iraq has WMDs and there is a land invasion/occupation, then the action will have proven "justified," removed a threat, created plausible regional ally, and sent a strong message about WMD development. If Iraq did not have WMDs and there was an invasion, while the most "justifiable" Sanctions were not taken, still Saddam is gone and the region will get a serious attempt at democracy.| Step 1: Key Uncertainty's Possible Outcomes: <br> Iraq HAS Restarted Its WMD Programs versus Iraq HAS NOT Restarted Its WMD Programs | | | | | | :---: | :---: | :---: | :---: | :---: | | Step 2: <br> Options | Step 3: How Might It Be Interpreted as a Dominant Option? | Step 4: How Might It Be Interpreted as <br> a Maximin Option? | Step 5: How Might It Be Interpreted as a Maximax Option? | Step 6: How Might It Be Interpreted as a Minimax Option? | | Tighter Sanctions <br> (Thorough Inspections with Imminent Threat) | No matter what, US/allied military actions remain only out of self or other defense in response to a direct attack (they keep the legal/ethical "high ground"). | Even if Iraq has WMDs and remains in power, then at least it does so in strict violation of sanctions and international will united against it, and further action against it is easily justified. | If Iraq has no WMDs and sanctions were used, then sanctions will be finally shown useful/effective (albeit with imminent threats) creating a stronger tool for international influence. | If Iraq has WMDs and sanctions were used, while Direct Regime Change did not occur, still a strong basis exists to act against him. | | Indirect Regime Change (Air Campaign & Support of Coup Attempt) | No matter what, Iraq's potential WMD sites will have been destroyed (from the air campaign), and most US/ allied military assets remain uncommitted (to preserve future "flexibility"). | Even if Iraq did not have WMDs and a coup is attempted, then at least its capacity for developing them is destroyed (from air campaign) without US/allied land invasion/occupation. | If Iraq has WMDs and coup is attempted (air campaign against likely WMD sites), then a dangerous threat will have been averted without land invasion and occupation by US/allied forces. | If Iraq did not have WMDs and a coup is attempted, while the most "justifiable" Sanctions were not taken, still there was no land invasion and Iraq's capacity for WMDs is destroyed. | | Direct Regime Change (Land Invasion & Occupation) | No matter what, Saddam's regime will have been removed from power and a friendly regime will be seriously attempted under US and allied influence. | Even if Iraq did not have WMDs and there was no real basis for invasion, then at least Saddam is gone, and the region will get a serious attempt at a democratic country. | If Iraq has WMDs and there is a land invasion/occupation, then the action will have proven "justified," removed a threat, created plausible regional ally, and sent a strong message about WMD development. | If Iraq did not have WMDs and there was an invasion, while the most "justifiable" Sanctions were not taken, still Saddam is gone and the region will get a serious attempt at democracy. |


如何支持已知期望下已知结果的决策制定


“期望影响分析”方法

  摘要


良好的情报分析能够理解他人的预期。战略决策制定常常权衡可能决策结果的利弊。这需要理解这些结果及其“如何形成”。然而,这并不仅仅关乎“某一类决策通常会导致什么”。因为有时客户决策的后果取决于另一个战略决策过程——对手的决策过程。客户的决策结果可能成为其竞争对手的决策,同样,竞争对手的决策结果也可能是客户的决策。客户与其竞争对手有时会形成一种互动循环,一方的决策成为另一方决策的结果,反之亦然。这对战略评估具有重大意义,当竞争对手预见到客户的特定决策并据此采取准备行动时,将会发生什么? 分析师必须认识到,客户的竞争对手同样是一位战略决策者,他们可能会因为预期客户将采取特定行动而采取行动。因此,分析师需要就如何考虑竞争对手的期望影响客户合理行动的方式获得建议。


1. 方法的问题特定方面:它建议分析师提出哪些问题?


当分析师进行期望影响分析时,他们决定用特定类型的问题来引导思维。首先,他们总体上选择尝试回答“客户如何应对?”这一问题,并尝试进行战略评估。例如,他们的客户可能会直接询问在另一个国家鼓励交战派系之间和平的选项,或者阻止新激进运动发展的方法,或者阻止对手采取行动对抗他们的策略。通常,战略评估问题是明确如这些;然而,分析师有时也可以探索间接的问题。如果客户对对手军事集结背后的目的感兴趣,那么分析师可能会决定从该竞争对手的角度使用战略评估来调查。在这样做时,分析师会假设探索对手的思维是合理的。


从他们“理性”行为的角度来看,但这种方法在某些情况下是合适的。

使用期望影响分析的分析师将他们的战略评估解释为回答子问题“其他参与者的期望如何影响客户对其的应对方式?”该方法强调期望维度,并描述竞争对手心态对决策重要性的影响。这是从每个参与者对其他参与者及其决策过程的假设角度进行的战略评估。它认为客户决策的结果从根本上取决于对手的选择,同样也认为客户的决策是其竞争对手选择后果的基础。一方的可能决策是另一方的可能后果,反之亦然。因此,每个参与者对对方的期望在他们的行动中起着重要作用,因此影响这些期望是鼓励客户期望结果的战略的一部分。


分析师只能在认识论上最为乐观的情况下使用这种方法,即他们既能识别客户决策的可能后果,又能合理估计竞争对手的可能计划和意图。分析师不必预测结果的可能性,但必须能够探索其他代理对他们的可能期望。分析师还必须具备来自先前未来探索、因果分析和假设开发的基础知识才能使用这种方法。例如,要评估如何鼓励另一个国家交战派系之间的和平,分析师必须首先检查这些派系可能采取的合理未来路径(即,提出未来探索问题“何时何地可能发生变化?”)。而要检查这些路径,分析师必须首先调查导致这些派系之间冲突的因素(即,提出因果分析问题“为什么会发生这种情况?”),还必须首先确定派系实际上处于特定的冲突状态(即,提出假设开发问题“发生了什么?”)。 战略评估总是需要大量的先决知识,因此分析师在匆忙进行选项评估时需要谨慎。因此,在选择期望影响分析时,建议分析师从描述其他参与者期望与可能决策关系的角度,询问客户如何应对。这通常是分析师推理的最后阶段,因此它基于扎实的基础知识。


2. 方法的程序性方面:它建议分析师遵循哪些规则?


当分析师使用期望影响分析时,他们不仅选择用特定问题引导自己的思考,还用一套特定的规则来指导。他们明确指出必须遵循的具体程序。期望影响分析有四个特别强调的方面。这些并不是该方法要求分析师遵循的唯一标准,但对于这种方法来说尤为重要。首先,为了识别相关背景,该方法指导分析师通过以与通常截然不同的方式构建客户的决策选项来考虑问题的维度;即,将其视为竞争对手决策的可能后果(从而引出决策过程的另一个方面)。其次,为了推断出合理的结论,该方法指导分析师通过要求他们明确客户的选项、竞争对手的选项、竞争对手的目标以及他们认为有助于竞争对手的


目标、竞争对手可能拥有的不同预期及其影响。第三,为了设想可能的替代方案,该方法指导分析师通过考虑竞争对手对客户决策可能持有的所有不同层次预期来认真对待反对意见。第四,为了解读更广泛的意义,该方法指导分析师通过考虑客户为其竞争对手创造的预期作为机遇和威胁的来源来探索更广泛的背景。因此,预期影响分析建议分析过程应考虑问题维度、透明地构建过程、认真对待反对意见,并探索更广泛的背景。因此,在选择这种方法时,分析师决定在具体案例中尝试遵循这些规则,并在整体分析过程中更广泛地加强这些规则。


3. 方法的个人层面:它建议分析师体现哪些特征?


每当分析师使用期望影响分析时,他们不仅决定要受一种问题和一套规则的指导,还试图体现特定的认知美德。他们选择优先考虑某些特征,这些特征将(理想情况下)定义他们作为思考者的“身份”。这些美德对于有效运用该方法尤为重要,而在选择该方法时,分析师使这些美德对于他们作为分析师的整体自我认知更为关键。期望影响分析中,四大特征尤为重要。首先,该方法侧重于理解客户竞争对手的思维及其视角下的期望,以及这些对客户的影响,从而优先考虑咨询动机这一具体美德(即平衡中立性与现实关切),以支持智力勇气这一普遍美德。 其次,通过聚焦于客户及其竞争对手的两个主要决策选项,以及由此产生的组合的一组价值,该方法优先考虑效率这一具体美德(即平衡彻底性与迅捷性),以支持智力自控这一普遍美德。第三,在不仅关注客户的选项,还关注其竞争对手的选项以及每一方的决策如何成为对方的结果时,该方法优先考虑反思性这一具体美德(即平衡对客体/他人的关注与对主体/自我的关注),以支持辨识力这一普遍美德。第四,通过试图以一对选项及对其可能的预期来整体刻画决策情境,该方法优先考虑优雅这一具体美德(即平衡特定性/情境与普遍性/普适性),以支持智力公平这一普遍美德。因此,期望影响分析建议分析师在动机上更具咨询性、更高效、更反思、更优雅。 因此,在选择这种方法时,分析者既决定在具体情况下尝试以这种方式思考,也决定在更广泛的层面上体现这些特征,作为理想中“他们作为思考者是谁”的一部分。


4. 方法介绍:它通常如何运作?


期望影响分析首先通过识别客户决策选项作为竞争对手决策选项的可能结果来展开。随后,它探讨了这些结果组合对竞争对手的价值,以及不同可能的期望如何影响


客户的决定会影响竞争对手的战略最佳选择。最后,探讨了竞争对手对客户行动的预期可能带来的机会和威胁。

第一步:识别客户的决策选项:理想情况下,定位客户两个最具吸引力的决策选项(并且是竞争对手实际可预见的)。将它们表示为定义 2 × 2 2 × 2 2xx22 \times 2 表格列的客户竞争对手的后果。理想情况下,从竞争对手可能考虑的长期后果角度来思考(尽管显然可以选择关注短期)。

第二步:识别竞争对手的决策选项:理想情况下,找到竞争对手两个最具吸引力的决策选项,并以他们理解的方式呈现(避免使用暗示任何批评的“带偏见的语言”)。将它们表示为 2 × 2 2 × 2 2xx22 \times 2 表的行。识别由此产生的可能性组合。

第三步:识别竞争对手的相关目标:考虑这些组合以及竞争对手在多大程度上会(或不会)将这些视为(战略上的)“好”结果(即,它们本身是理想最终状态,或是达到理想最终状态的有用手段)。哪些因素与此相关?识别两到三个。

步骤 4:根据所有因素为每个组合分配一个值:考虑不同因素并全面评估每个组合对竞争者的有用性。从竞争者的角度为它们分配一个“效用”。将“最佳”结果(在可用的选项中)设为 100,其余结果根据与“最佳”结果的比较按比例分配 100 到 0 之间的值(允许并列)。

表 31.1. 期望影响分析步骤 4 的结构

客户决策 1 (d1)

客户决策 2(d2)

竞争对手决策 1(D1)
Competitor's Decision 1 (D1)| Competitor's Decision 1 | | :---: | | (D1) |

d1 的效用(U1)(给定 D1)
Utility (U1) of d1 (Given D1)| Utility (U1) of d1 | | :---: | | (Given D1) |

d2 的效用(U3)(给定 D1)
Utility (U3) of d2 (Given D1)| Utility (U3) of d2 | | :---: | | (Given D1) |

竞争对手的决策 2(D2)
Competitor's Decision 2 (D2)| Competitor's Decision 2 | | :---: | | (D2) |

d1 的效用 (U2)(给定 D2)
Utility (U2) of d1 (Given D2)| Utility (U2) of d1 | | :---: | | (Given D2) |

d2(给定 D2)的效用(U4)
Utility (U4) of d2 (Given D2)| Utility (U4) of d2 | | :---: | | (Given D2) |
Client's Decision 1 (d1) Client's Decision 2 (d2) "Competitor's Decision 1 (D1)" "Utility (U1) of d1 (Given D1)" "Utility (U3) of d2 (Given D1)" "Competitor's Decision 2 (D2)" "Utility (U2) of d1 (Given D2)" "Utility (U4) of d2 (Given D2)"| | Client's Decision 1 (d1) | Client's Decision 2 (d2) | | :---: | :---: | :---: | | Competitor's Decision 1 <br> (D1) | Utility (U1) of d1 <br> (Given D1) | Utility (U3) of d2 <br> (Given D1) | | Competitor's Decision 2 <br> (D2) | Utility (U2) of d1 <br> (Given D2) | Utility (U4) of d2 <br> (Given D2) |

步骤 5:根据客户决策的不同可能预期,计算竞争对手各选项的期望效用:每个竞争对手选项的期望效用将是每种组合的效用(来自步骤 4)乘以其概率的总和。然而,由于这些组合源自客户的决策,让它们的概率成为竞争对手可能预期客户执行这些决策的不同潜在水平。使用以下值(基于标准概率范围)。

表 31.2 概率与相应的期望水平

标准概率范围
Standard Probability Range| Standard | | :--- | | Probability | | Range |
   0 . 9 5 1 . 0 0 0 . 9 5 1 . 0 0 0.95-1.00\mathbf{0 . 9 5 - 1 . 0 0} 几乎确定
0.95-1.00 Nearly Certain| $\mathbf{0 . 9 5 - 1 . 0 0}$ | | :---: | | Nearly | | Certain |
   0 . 8 0 0 . 9 5 0 . 8 0 0 . 9 5 0.80-0.95\mathbf{0 . 8 0 - 0 . 9 5} 极有可能
0.80-0.95 Highly Probable| $\mathbf{0 . 8 0 - 0 . 9 5}$ | | :---: | | Highly | | Probable |

0 . 5 5 0 . 8 0 0 . 5 5 0 . 8 0 0.55-0.80\mathbf{0 . 5 5 - \mathbf { 0 . 8 0 }} 0 . 4 5 0 . 5 5 0 . 4 5 0 . 5 5 0.45-0.55\mathbf{0 . 4 5 - 0 . 5 5} 概率大致均等
0 . 2 0 0 . 4 5 0 . 2 0 0 . 4 5 0.20-0.45\mathbf{0 . 2 0 - 0 . 4 5}
Improbable
0.20-0.45 Improbable| $\mathbf{0 . 2 0 - 0 . 4 5}$ | | :---: | | Improbable |
   0 . 0 5 0 . 2 0 0 . 0 5 0 . 2 0 0.05-0.20\mathbf{0 . 0 5 - 0 . 2 0} 极不可能
0.05-0.20 Highly Improbable| $\mathbf{0 . 0 5 - 0 . 2 0}$ | | :---: | | Highly | | Improbable |
0 . 0 0 0 . 0 5 0 . 0 0 0 . 0 5 0.00-0.05\mathbf{0 . 0 0 - 0 . 0 5}
Remote
0.00-0.05 Remote| $\mathbf{0 . 0 0 - 0 . 0 5}$ | | :---: | | Remote |
Level of   几乎   高度   预期   同样   意外

高度预期 确定预期 预期 预期
Highly Expectation Certain Expected Expected| Highly | | :---: | | Expectation | | Certain | | Expected | | Expected |
  几乎 0 . 6 5 0 . 6 5 0.65\mathbf{0 . 6 5}
Almost 0.65| Almost | | :---: | | $\mathbf{0 . 6 5}$ |
0 . 9 8 0 . 9 8 0.98\mathbf{0 . 9 8} 0 . 8 8 0 . 8 8 0.88\mathbf{0 . 8 8} 0 . 5 0 0 . 5 0 0.50\mathbf{0 . 5 0}

意外的确定性 Not 0 . 1 2 0 . 1 2 0.12\mathbf{0 . 1 2}
Unexpected Certain Not 0.12| Unexpected | | :---: | | Certain Not | | $\mathbf{0 . 1 2}$ |
0 . 0 2 0 . 0 2 0.02\mathbf{0 . 0 2}
"Standard Probability Range" "0.95-1.00 Nearly Certain" "0.80-0.95 Highly Probable" 0.55-0.80"0.45-0.55 Probable Roughly Even Odds" "0.20-0.45 Improbable" "0.05-0.20 Highly Improbable" "0.00-0.05 Remote" Level of Almost Highly Expected Equally Unexpected "Highly Expectation Certain Expected Expected" "Almost 0.65" 0.98 0.88 0.50 "Unexpected Certain Not 0.12" 0.02 | Standard <br> Probability <br> Range | $\mathbf{0 . 9 5 - 1 . 0 0}$ <br> Nearly <br> Certain | $\mathbf{0 . 8 0 - 0 . 9 5}$ <br> Highly <br> Probable | $\mathbf{0 . 5 5 - \mathbf { 0 . 8 0 }}$$\mathbf{0 . 4 5 - 0 . 5 5}$ <br> Probable <br> Roughly <br> Even Odds | $\mathbf{0 . 2 0 - 0 . 4 5}$ <br> Improbable | $\mathbf{0 . 0 5 - 0 . 2 0}$ <br> Highly <br> Improbable | $\mathbf{0 . 0 0 - 0 . 0 5}$ <br> Remote | | | :--- | :---: | :---: | :---: | :---: | :---: | :---: | :---: | | Level of | Almost | Highly | Expected | Equally | Unexpected | Highly <br> Expectation <br> Certain <br> Expected <br> Expected | Almost <br> $\mathbf{0 . 6 5}$ | | $\mathbf{0 . 9 8}$ | $\mathbf{0 . 8 8}$ | | $\mathbf{0 . 5 0}$ | | Unexpected <br> Certain Not <br> $\mathbf{0 . 1 2}$ | $\mathbf{0 . 0 2}$ | |

预期效用如表 31.3 所示。


表 31.3 期望影响分析步骤 5 的结构

竞争对手选择 D1 的后果预期

竞争对手对选择 D2 后果的预期

后果预期的范围

预期效用( d 1 = U 1 d 1 = U 1 d1=U1d 1=\mathrm{U} 1 的效用, d 2 = U 3 d 2 = U 3 d2=U3d 2=U 3 的效用)
Expected Utilities (Utility of d1=U1, Utility of d2=U3 )| Expected Utilities | | :--- | | (Utility of $d 1=\mathrm{U} 1$, | | Utility of $d 2=U 3$ ) |

预期效用( d 1 = U 2 d 1 = U 2 d1=U2d 1=\mathrm{U} 2 的效用, d 2 = U 4 d 2 = U 4 d2=U4d 2=U 4 的效用)
Expected Utilities (Utility of d1=U2, Utility of d2=U4 )| Expected Utilities | | :--- | | (Utility of $d 1=\mathrm{U} 2$, | | Utility of $d 2=U 4$ ) |

d1 几乎确定 d2 几乎不确定
d1 Almost Certain d2 Almost Certain Not| d1 Almost Certain | | :--- | | d2 Almost Certain Not |
U 1 × 0.98 + U 3 × 0.02 U 1 × 0.98 + U 3 × 0.02 {:[U1xx0.98+],[U3xx0.02]:}\begin{aligned} & \mathrm{U} 1 \times 0.98+ \\ & \mathrm{U} 3 \times 0.02 \end{aligned} U 2 × 0.98 + U 4 × 0.02 U 2 × 0.98 + U 4 × 0.02 {:[U2xx0.98+],[U4xx0.02]:}\begin{gathered} \mathrm{U} 2 \times 0.98+ \\ U 4 \times 0.02 \end{gathered}

d1 高度期待 d2 高度意外
d1 Highly Expected d2 Highly Unexpected| d1 Highly Expected | | :--- | | d2 Highly Unexpected |
U1 × 0.88 + U3 × 0.12  U1  × 0.88 +  U3  × 0.12 {:[" U1 "xx0.88+],[" U3 "xx0.12]:}\begin{aligned} & \text { U1 } \times 0.88+ \\ & \text { U3 } \times 0.12 \end{aligned} U 2 × 0.88 + U 4 × 0.12 U 2 × 0.88 + U 4 × 0.12 {:[U2xx0.88+],[U4xx0.12]:}\begin{gathered} \mathrm{U} 2 \times 0.88+ \\ U 4 \times 0.12 \end{gathered}

d1 预期 d2 意外
d1 Expected d2 Unexpected| d1 Expected | | :--- | | d2 Unexpected |
U 1 × 0.65 + U 3 × 0.35 U 1 × 0.65 + U 3 × 0.35 {:[U1xx0.65+],[U3xx0.35]:}\begin{gathered} \mathrm{U} 1 \times 0.65+ \\ \mathrm{U} 3 \times 0.35 \end{gathered} U 2 × 0.65 + U 4 × 0.35 U 2 × 0.65 + U 4 × 0.35 {:[U2xx0.65+],[U4xx0.35]:}\begin{gathered} U 2 \times 0.65+ \\ U 4 \times 0.35 \end{gathered}

d 1 / d 2 d 1 / d 2 d1//d2d 1 / d 2 同样地预期/意外
U 1 × 0.50 + U 3 × 0.50 U 1 × 0.50 + U 3 × 0.50 {:[U1xx0.50+],[U3xx0.50]:}\begin{aligned} & U 1 \times 0.50+ \\ & U 3 \times 0.50 \end{aligned} U 2 × 0.50 + U 4 × 0.50 U 2 × 0.50 + U 4 × 0.50 {:[U2xx0.50+],[U4xx0.50]:}\begin{aligned} & U 2 \times 0.50+ \\ & U 4 \times 0.50 \end{aligned}

d1 意外 d2 预期
U 1 × 0.35 + U 3 × 0.65 U 1 × 0.35 + U 3 × 0.65 {:[U1xx0.35+],[U3xx0.65]:}\begin{aligned} & \mathrm{U} 1 \times 0.35+ \\ & \mathrm{U} 3 \times 0.65 \end{aligned} U 2 × 0.35 + U 4 × 0.65 U 2 × 0.35 + U 4 × 0.65 {:[U2xx0.35+],[U4xx0.65]:}\begin{gathered} U 2 \times 0.35+ \\ U 4 \times 0.65 \end{gathered}

d1 高度期待 d2 高度意外
d1 Highly Expected d2 Highly Unexpected| d1 Highly Expected | | :--- | | d2 Highly Unexpected |
U 1 × 0.12 + U 3 × 0.88 U 1 × 0.12 + U 3 × 0.88 {:[U1xx0.12+],[U3xx0.88]:}\begin{aligned} & \mathrm{U} 1 \times 0.12+ \\ & \mathrm{U} 3 \times 0.88 \end{aligned} U 2 × 0.12 + U 4 × 0.88 U 2 × 0.12 + U 4 × 0.88 {:[U2xx0.12+],[U4xx0.88]:}\begin{gathered} \mathrm{U} 2 \times 0.12+ \\ \mathrm{U} 4 \times 0.88 \end{gathered}

d1 几乎确定不 d2 几乎确定
d1 Almost Certain Not d2 Almost Certain| d1 Almost Certain Not | | :--- | | d2 Almost Certain |
U 1 × 0.02 + U 3 × 0.98 U 1 × 0.02 + U 3 × 0.98 {:[U1xx0.02+],[U3xx0.98]:}\begin{gathered} \mathrm{U} 1 \times 0.02+ \\ \mathrm{U} 3 \times 0.98 \end{gathered} U 2 × 0.02 + U 4 × 0.98 U 2 × 0.02 + U 4 × 0.98 {:[U2xx0.02+],[U4xx0.98]:}\begin{gathered} \mathrm{U} 2 \times 0.02+ \\ \mathrm{U} 4 \times 0.98 \end{gathered}
Competitor's Expectations of the Consequences of Their Choosing D1 Competitor's Expectations of the Consequences of Their Choosing D2 Range of Expectations of Consequences "Expected Utilities (Utility of d1=U1, Utility of d2=U3 )" "Expected Utilities (Utility of d1=U2, Utility of d2=U4 )" "d1 Almost Certain d2 Almost Certain Not" "U1xx0.98+ U3xx0.02" "U2xx0.98+ U4xx0.02" "d1 Highly Expected d2 Highly Unexpected" " U1 xx0.88+ U3 xx0.12" "U2xx0.88+ U4xx0.12" "d1 Expected d2 Unexpected" "U1xx0.65+ U3xx0.35" "U2xx0.65+ U4xx0.35" d1//d2 Equally Expected/Unexpected "U1xx0.50+ U3xx0.50" "U2xx0.50+ U4xx0.50" d1 Unexpected d2 Expected "U1xx0.35+ U3xx0.65" "U2xx0.35+ U4xx0.65" "d1 Highly Expected d2 Highly Unexpected" "U1xx0.12+ U3xx0.88" "U2xx0.12+ U4xx0.88" "d1 Almost Certain Not d2 Almost Certain" "U1xx0.02+ U3xx0.98" "U2xx0.02+ U4xx0.98"| | Competitor's Expectations of the Consequences of Their Choosing D1 | Competitor's Expectations of the Consequences of Their Choosing D2 | | :---: | :---: | :---: | | Range of Expectations of Consequences | Expected Utilities <br> (Utility of $d 1=\mathrm{U} 1$, <br> Utility of $d 2=U 3$ ) | Expected Utilities <br> (Utility of $d 1=\mathrm{U} 2$, <br> Utility of $d 2=U 4$ ) | | d1 Almost Certain <br> d2 Almost Certain Not | $\begin{aligned} & \mathrm{U} 1 \times 0.98+ \\ & \mathrm{U} 3 \times 0.02 \end{aligned}$ | $\begin{gathered} \mathrm{U} 2 \times 0.98+ \\ U 4 \times 0.02 \end{gathered}$ | | d1 Highly Expected <br> d2 Highly Unexpected | $\begin{aligned} & \text { U1 } \times 0.88+ \\ & \text { U3 } \times 0.12 \end{aligned}$ | $\begin{gathered} \mathrm{U} 2 \times 0.88+ \\ U 4 \times 0.12 \end{gathered}$ | | d1 Expected <br> d2 Unexpected | $\begin{gathered} \mathrm{U} 1 \times 0.65+ \\ \mathrm{U} 3 \times 0.35 \end{gathered}$ | $\begin{gathered} U 2 \times 0.65+ \\ U 4 \times 0.35 \end{gathered}$ | | $d 1 / d 2$ Equally Expected/Unexpected | $\begin{aligned} & U 1 \times 0.50+ \\ & U 3 \times 0.50 \end{aligned}$ | $\begin{aligned} & U 2 \times 0.50+ \\ & U 4 \times 0.50 \end{aligned}$ | | d1 Unexpected d2 Expected | $\begin{aligned} & \mathrm{U} 1 \times 0.35+ \\ & \mathrm{U} 3 \times 0.65 \end{aligned}$ | $\begin{gathered} U 2 \times 0.35+ \\ U 4 \times 0.65 \end{gathered}$ | | d1 Highly Expected <br> d2 Highly Unexpected | $\begin{aligned} & \mathrm{U} 1 \times 0.12+ \\ & \mathrm{U} 3 \times 0.88 \end{aligned}$ | $\begin{gathered} \mathrm{U} 2 \times 0.12+ \\ \mathrm{U} 4 \times 0.88 \end{gathered}$ | | d1 Almost Certain Not <br> d2 Almost Certain | $\begin{gathered} \mathrm{U} 1 \times 0.02+ \\ \mathrm{U} 3 \times 0.98 \end{gathered}$ | $\begin{gathered} \mathrm{U} 2 \times 0.02+ \\ \mathrm{U} 4 \times 0.98 \end{gathered}$ |

步骤 6:确定竞争对手的期望如何影响他们的“最佳”决策:针对竞争对手的每个决策选项,确定哪一组期望(关于客户的决策/竞争对手的后果)使得该决策成为“最佳”决策(即具有最高期望效用的决策)。

步骤 7:评估竞争对手预期对客户的影响:确定如果竞争对手预期客户选择某一选项,是否对客户构成“威胁”。然后确定如果竞争对手预期客户选择另一选项,是否为客户带来相应的“机会”。


5. 方法实践:它在具体示例中如何运作?


20 世纪 50 年代末,随着美苏冷战局势逐渐紧张,古巴发生了一场共产主义革命,菲德尔·卡斯特罗上台,美国支持的富尔亨西奥·巴蒂斯塔被推翻。美国担心古巴与苏联建立紧密联系,使其在西半球获得一个强大的战略盟友,于是在 1961 年发动了旨在推翻卡斯特罗的失败入侵(“猪湾事件”)。此后,美国继续寻找推翻卡斯特罗的途径,而古巴则与苏联结成了更为紧密的伙伴关系(视其为潜在的保护来源)。1962 年秋,美国情报部门发现,

苏联在古巴部署了弹道导弹,导致了(如今)臭名昭著的古巴导弹危机,现在普遍认为这是美苏两国最接近直接冲突(以及核战争风险)的时刻。美国有多种应对选择,其中最重要的是对古巴实施封锁和进行外科手术式空袭以摧毁导弹阵地。苏联的主要选择包括保留导弹和撤除导弹(可能需要美国做出某种让步作为回应)。想象一下,分析师们运用期望影响分析,帮助他们从苏联的角度审视这一事件。


分析师们从更长远的视角出发,考虑美国的选择,即这些选择是否允许卡斯特罗继续掌权,还是持续尝试将其赶下台。因此,对苏联而言,可能的结果是“卡斯特罗留任”与“卡斯特罗下台”(步骤一)。这些是苏联在危机中采取“撤除导弹”与“保留导弹”选项可能带来的长期后果(步骤二)。随后,分析师根据苏联的价值观赋予这些结果相应的效用(步骤三至四)。

表 31.4. 期望影响分析步骤 4 示例
Castro Remains (d1)   卡斯特罗移除 (d2)
  移除导弹 (D1)   移除导弹
  卡斯特罗遗骸   卡斯特罗被免职
  实用工具 = 8 0 = 8 0 =80=\mathbf{8 0}   实用工具 = 2 0 = 2 0 =20=\mathbf{2 0}
  维护导弹 (D2)   维护导弹
  卡斯特罗遗骸   卡斯特罗被免职
  实用工具 = 1 0 0 = 1 0 0 =100=\mathbf{1 0 0}   效用 =0
Castro Remains (d1) Castro Removed (d2) Remove Missiles (D1) Remove Missiles & Castro Remains Castro Removed Utility =80 Utility =20 Maintain Missiles (D2) Maintain Missiles & Castro Remains Castro Removed Utility =100 Utility =0| | Castro Remains (d1) | Castro Removed (d2) | | :--- | :---: | :---: | | Remove Missiles (D1) | Remove Missiles & | | | | Castro Remains | Castro Removed | | | Utility $=\mathbf{8 0}$ | Utility $=\mathbf{2 0}$ | | Maintain Missiles (D2) | Maintain Missiles & | | | | Castro Remains | Castro Removed | | | Utility $=\mathbf{1 0 0}$ | Utility =0 |

在给定这些效用分配的情况下,苏联对于“移除导弹”和“维持导弹”的预期效用如表 31.5(步骤 5)所示。

表 31.5 期望影响分析步骤 5 示例

苏联对其选择“撤除导弹”后果的预期
Soviet Expectations of the Consequences of Their Choosing to "Remove Missiles"| Soviet Expectations of | | :---: | | the Consequences of | | Their Choosing to | | "Remove Missiles" |

苏联对选择“保留导弹”后果的预期
Soviet Expectations of the Consequences of Their Choosing to "Maintain Missiles"| Soviet Expectations of | | :---: | | the Consequences of | | Their Choosing to | | "Maintain Missiles" |

后果预期的范围
Range of Expectations of Consequences| Range of Expectations | | :--- | | of Consequences |

预期效用(Castro 留任的效用 = 80 = 80 =80=80 ,Castro 被移除的效用 = 20 ) = 20 ) =20)=20)
Expected Utilities (Utility of Castro Remains =80, Utility of Castro Removed =20)| Expected Utilities | | :---: | | (Utility of Castro | | Remains $=80$, | | Utility of Castro | | Removed $=20)$ |

预期效用(卡斯特罗留任的效用 = 100 = 100 =100=100 ,卡斯特罗被移除的效用 = 0 = 0 =0=0
Expected Utilities (Utility of Castro Remains =100, Utility of Castro Removed =0 )| Expected Utilities | | :---: | | (Utility of Castro | | Remains $=100$, | | Utility of Castro | | Removed $=0$ ) |
  卡斯特罗遗骸
   80 × 0.98 + 80 × 0.98 + 80 xx0.98+80 \times 0.98+ 几乎确定
80 xx0.98+ Almost Certain| $80 \times 0.98+$ | | :---: | | Almost Certain |
20 × 0.02 20 × 0.02 20 xx0.0220 \times 0.02
= 7 8 . 8 = 7 8 . 8 =78.8=\mathbf{7 8 . 8}
20 xx0.02 =78.8| $20 \times 0.02$ | | :---: | | $=\mathbf{7 8 . 8}$ |
  卡斯特罗遗骸
   80 × 0.88 + 80 × 0.88 + 80 xx0.88+80 \times 0.88+ 高度期待
80 xx0.88+ Highly Expected| $80 \times 0.88+$ | | :---: | | Highly Expected |
100 × 0.98 + 100 × 0.98 + 100 xx0.98+100 \times 0.98+
100 xx0.98+| $100 \times 0.98+$ | | :---: |
"Soviet Expectations of the Consequences of Their Choosing to "Remove Missiles"" "Soviet Expectations of the Consequences of Their Choosing to "Maintain Missiles"" "Range of Expectations of Consequences" "Expected Utilities (Utility of Castro Remains =80, Utility of Castro Removed =20)" "Expected Utilities (Utility of Castro Remains =100, Utility of Castro Removed =0 )" Castro Remains "80 xx0.98+ Almost Certain" "20 xx0.02 =78.8" Castro Remains "80 xx0.88+ Highly Expected" "100 xx0.98+"| | Soviet Expectations of <br> the Consequences of <br> Their Choosing to <br> "Remove Missiles" | Soviet Expectations of <br> the Consequences of <br> Their Choosing to <br> "Maintain Missiles" | | :--- | :---: | :---: | | Range of Expectations <br> of Consequences | Expected Utilities <br> (Utility of Castro <br> Remains $=80$, <br> Utility of Castro <br> Removed $=20)$ | Expected Utilities <br> (Utility of Castro <br> Remains $=100$, <br> Utility of Castro <br> Removed $=0$ ) | | Castro Remains | $80 \times 0.98+$ <br> Almost Certain | $20 \times 0.02$ <br> $=\mathbf{7 8 . 8}$ | | Castro Remains | $80 \times 0.88+$ <br> Highly Expected | $100 \times 0.98+$ |

苏联对其选择“撤除导弹”后果的预期

苏联对选择“保留导弹”后果的预期

后果预期的范围

预期效用(卡斯特罗留任的效用 = 80 = 80 =80=80 ,卡斯特罗被移除的效用 = 20 = 20 =20=20
Expected Utilities (Utility of Castro Remains =80, Utility of Castro Removed =20 )| Expected Utilities | | :--- | | (Utility of Castro Remains $=80$, Utility of Castro Removed $=20$ ) |

预期效用(卡斯特罗留任的效用 = 100 = 100 =100=100 ,卡斯特罗被移除的效用 = 0 = 0 =0=0
Expected Utilities (Utility of Castro Remains =100, Utility of Castro Removed =0 )| Expected Utilities | | :--- | | (Utility of Castro | | Remains $=100$, | | Utility of Castro | | Removed $=0$ ) |
  卡斯特罗遗体瞻仰仪式预计举行 80 × 0.65 + 20 × 0.35 = 5 9 . 0 80 × 0.65 + 20 × 0.35 = 5 9 . 0 {:[80 xx0.65+],[20 xx0.35],[=59.0]:}\begin{gathered} 80 \times 0.65+ \\ 20 \times 0.35 \\ =\mathbf{5 9 . 0} \end{gathered} 100 × 0.65 + 0 × 0.35 = 6 5 . 0 100 × 0.65 + 0 × 0.35 = 6 5 . 0 {:[100 xx0.65+],[0xx0.35],[=65.0]:}\begin{gathered} 100 \times 0.65+ \\ 0 \times 0.35 \\ =\mathbf{6 5 . 0} \end{gathered}

卡斯特罗留任/卡斯特罗下台 同样在意料之中/意料之外
80 × 0.50 + 20 × 0.50 = 5 0 . 0 80 × 0.50 + 20 × 0.50 = 5 0 . 0 {:[80 xx0.50+],[20 xx0.50],[=50.0]:}\begin{gathered} 80 \times 0.50+ \\ 20 \times 0.50 \\ =\mathbf{5 0 . 0} \end{gathered} 100 × 0.50 + 0 × 0.50 = 5 0 . 0 100 × 0.50 + 0 × 0.50 = 5 0 . 0 {:[100 xx0.50+],[0xx0.50],[=50.0]:}\begin{gathered} 100 \times 0.50+ \\ 0 \times 0.50 \\ =\mathbf{5 0 . 0} \end{gathered}

卡斯特罗依然出人意料
80 × 0.35 + 20 × 0.65 = 4 1 . 0 80 × 0.35 + 20 × 0.65 = 4 1 . 0 {:[80 xx0.35+],[20 xx0.65],[=41.0]:}\begin{gathered} 80 \times 0.35+ \\ 20 \times 0.65 \\ =\mathbf{4 1 . 0} \end{gathered} 100 × 0.35 + 0 × 0.65 = 3 5 . 0 100 × 0.35 + 0 × 0.65 = 3 5 . 0 {:[100 xx0.35+],[0xx0.65],[=35.0]:}\begin{gathered} 100 \times 0.35+ \\ 0 \times 0.65 \\ =\mathbf{3 5 . 0} \end{gathered}

卡斯特罗仍然高度出人意料
80 × 0.12 + 20 × 0.88 = 27.2 80 × 0.12 + 20 × 0.88 = 27.2 {:[80 xx0.12+],[20 xx0.88],[=27.2]:}\begin{gathered} 80 \times 0.12+ \\ 20 \times 0.88 \\ =27.2 \end{gathered} 100 × 0.12 + 0 × 0.88 = 1 2 . 0 100 × 0.12 + 0 × 0.88 = 1 2 . 0 {:[100 xx0.12+],[0xx0.88],[=12.0]:}\begin{gathered} 100 \times 0.12+ \\ 0 \times 0.88 \\ =\mathbf{1 2 . 0} \end{gathered}

卡斯特罗几乎确定不会
Castro Remains Almost Certain Not| Castro Remains | | :--- | | Almost Certain Not |
80 × 0.02 + 20 × 0.98 = 2 1 . 2 80 × 0.02 + 20 × 0.98 = 2 1 . 2 {:[80 xx0.02+],[20 xx0.98],[=21.2]:}\begin{gathered} 80 \times 0.02+ \\ 20 \times 0.98 \\ =\mathbf{2 1 . 2} \end{gathered} 100 × 0.02 + 0 × 0.98 = 2 . 0 100 × 0.02 + 0 × 0.98 = 2 . 0 {:[100 xx0.02+],[0xx0.98],[=2.0]:}\begin{gathered} 100 \times 0.02+ \\ 0 \times 0.98 \\ =\mathbf{2 . 0} \end{gathered}
Soviet Expectations of the Consequences of Their Choosing to "Remove Missiles" Soviet Expectations of the Consequences of Their Choosing to "Maintain Missiles" Range of Expectations of Consequences "Expected Utilities (Utility of Castro Remains =80, Utility of Castro Removed =20 )" "Expected Utilities (Utility of Castro Remains =100, Utility of Castro Removed =0 )" Castro Remains Expected "80 xx0.65+ 20 xx0.35 =59.0" "100 xx0.65+ 0xx0.35 =65.0" Castro Remains/Castro Removed Equally Expected/ Unexpected "80 xx0.50+ 20 xx0.50 =50.0" "100 xx0.50+ 0xx0.50 =50.0" Castro Remains Unexpected "80 xx0.35+ 20 xx0.65 =41.0" "100 xx0.35+ 0xx0.65 =35.0" Castro Remains Highly Unexpected "80 xx0.12+ 20 xx0.88 =27.2" "100 xx0.12+ 0xx0.88 =12.0" "Castro Remains Almost Certain Not" "80 xx0.02+ 20 xx0.98 =21.2" "100 xx0.02+ 0xx0.98 =2.0"| | Soviet Expectations of the Consequences of Their Choosing to "Remove Missiles" | Soviet Expectations of the Consequences of Their Choosing to "Maintain Missiles" | | :---: | :---: | :---: | | Range of Expectations of Consequences | Expected Utilities <br> (Utility of Castro Remains $=80$, Utility of Castro Removed $=20$ ) | Expected Utilities <br> (Utility of Castro <br> Remains $=100$, <br> Utility of Castro <br> Removed $=0$ ) | | Castro Remains Expected | $\begin{gathered} 80 \times 0.65+ \\ 20 \times 0.35 \\ =\mathbf{5 9 . 0} \end{gathered}$ | $\begin{gathered} 100 \times 0.65+ \\ 0 \times 0.35 \\ =\mathbf{6 5 . 0} \end{gathered}$ | | Castro Remains/Castro Removed Equally Expected/ Unexpected | $\begin{gathered} 80 \times 0.50+ \\ 20 \times 0.50 \\ =\mathbf{5 0 . 0} \end{gathered}$ | $\begin{gathered} 100 \times 0.50+ \\ 0 \times 0.50 \\ =\mathbf{5 0 . 0} \end{gathered}$ | | Castro Remains Unexpected | $\begin{gathered} 80 \times 0.35+ \\ 20 \times 0.65 \\ =\mathbf{4 1 . 0} \end{gathered}$ | $\begin{gathered} 100 \times 0.35+ \\ 0 \times 0.65 \\ =\mathbf{3 5 . 0} \end{gathered}$ | | Castro Remains Highly Unexpected | $\begin{gathered} 80 \times 0.12+ \\ 20 \times 0.88 \\ =27.2 \end{gathered}$ | $\begin{gathered} 100 \times 0.12+ \\ 0 \times 0.88 \\ =\mathbf{1 2 . 0} \end{gathered}$ | | Castro Remains <br> Almost Certain Not | $\begin{gathered} 80 \times 0.02+ \\ 20 \times 0.98 \\ =\mathbf{2 1 . 2} \end{gathered}$ | $\begin{gathered} 100 \times 0.02+ \\ 0 \times 0.98 \\ =\mathbf{2 . 0} \end{gathered}$ |

在探索这些选项时(步骤 6),分析人员考察了期望与后果的组合,并推断出:如果苏联认为选择“保留导弹”极有可能(或更有可能)导致“卡斯特罗继续掌权”,那么“保留导弹”就是他们的最佳选择。在另一个极端,如果苏联认为选择“保留导弹”极不可能(或更不可能)导致“卡斯特罗继续掌权”,那么“移除导弹”就是他们的最佳选择。然而,如果他们相信选择“保留导弹”后“卡斯特罗继续掌权”的可能性是预期的、同等预期的或非预期的,那么他们的最佳选择将取决于他们对“移除导弹”后果的预期。如果“移除导弹”的后果极有可能(或更有可能)是“卡斯特罗继续掌权”,那么“移除导弹”就是最佳选择。但如果该后果极不可能(或更不可能)是“卡斯特罗继续掌权”,那么“保留导弹”就是最佳选择。


表 31.6 期望影响分析步骤 6 的示例

苏联对其选择“撤除导弹”后果的预期

卡斯特罗几乎确定无疑

卡斯特罗依然备受期待
  卡斯特罗遗体瞻仰仪式预计举行
卡斯特罗依然既在意料之中又出乎意料

卡斯特罗依然出人意料
Castro Remains Unexpected| Castro Remains | | :--- | | Unexpected |

卡斯特罗仍然高度出人意料

卡斯特罗几乎确定不会
Castro Remains Almost Certain Not| Castro Remains | | :--- | | Almost Certain Not |

卡斯特罗几乎确定无疑
Remove = 78.8 Maintain = 98.0 Maintain  Remove  = 78.8  Maintain  = 98.0  Maintain  {:[" Remove "=78.8],[" Maintain "=98.0],[" Maintain "]:}\begin{aligned} & \text { Remove }=78.8 \\ & \text { Maintain }=98.0 \\ & \text { Maintain } \end{aligned} Remove = 72.8 Maintain = 98.0 Maintain  Remove  = 72.8  Maintain  = 98.0  Maintain  {:[" Remove "=72.8],[" Maintain "=98.0],[" Maintain "]:}\begin{aligned} & \text { Remove }=72.8 \\ & \text { Maintain }=98.0 \\ & \text { Maintain } \end{aligned} Remove = 59.0 Maintain = 98.0 Maintain  Remove =  59.0  Maintain  = 98.0  Maintain  {:[" Remove = "59.0],[" Maintain "=98.0],[" Maintain "]:}\begin{aligned} & \text { Remove = } 59.0 \\ & \text { Maintain }=98.0 \\ & \text { Maintain } \end{aligned} Remove = 50.0 Maintain = 98.0 Maintain  Remove  = 50.0  Maintain  = 98.0  Maintain  {:[" Remove "=50.0],[" Maintain "=98.0],[" Maintain "]:}\begin{aligned} & \text { Remove }=50.0 \\ & \text { Maintain }=98.0 \\ & \text { Maintain } \end{aligned}