做爲一個科學過程,情報分析應用科學方法處理數據、作出判斷。安全
可是,分析員在科學過程當中並非一個衡量。一切科學研究的主體都是人,是人對不一樣客體的認識過程,於是科學研究過程也是一個認知過程。機器學習
天然科學中,人的認知對象是天然實體,認知過程相對客觀。社會科學中,人既是認識的主體,也是認識的客體,認知過程當中的主觀因素更明顯、更突出。ide
在情報分析中,因情報固有的」不肯定性「和預測功能,認知問題尤爲重要。學習
社會科學研究人和天然界的社會性,人既是研究的主體,也是研究的客體,研究者的精神、思惟、感情在其中有較大發揮空間。spa
天然科學研究人和天然界的天然性,研究者的價值觀雖然有必定影響,但不像社會科學那麼顯著。對象
研究過程是否足夠」中立「、」客觀「是社會科學與天然科學的重要區別之一。繼承
情報分析做爲一門應用社會科學,因其自己固有的」不肯定性「,研究者的主觀意識影響更大。進程
情報分析的起點每每是不完整的、不可靠的信息,終點則是」不知道「或」不可能知道的事情「。情報就是從不肯定中抽取出肯定性,從不連貫的環境中幫助作出連貫性的決策。事件
原本,在分析過程當中,科學方法是尋找肯定性的路徑。可是情報分析在應用科學方法時卻面臨下列挑戰:數據分析
這些問題致使了情報分析過程當中觀察、假設和驗證過程都存在重大缺陷,而這些缺陷只能靠分析員的主觀思想、經驗、偏見來補足。這種狀況下,分析員要充分調動本身的想象力,發揮主觀能動性,作出」最佳猜想「。與生俱來的不肯定性使情報分析帶有很強的主觀色彩。
從某種程度上來講,情報分析更像是受概念驅動,而不是數據驅動的。重要的不只是收集到的數據,還有分析員的儲備知識中的思惟模式,分析員經過思惟模式解讀數據,並增長附加值。
人在認識事物時,是先有事實仍是先有觀念,這是認識論中的一個根本問題。
20世紀的哲學家波普爾說,事實老是在人原有的觀念中被看到,沒有解釋就沒有事實,人們老是用已有的理論、假設和解釋來測驗事實。
美國學者西蒙第一個提出」有限理性(bounded or limited rationality)「,指出人思惟能力有限,不可能認識到複雜的現實世界,要創建一種對現實世界進行簡化的思惟模式。
整體上來講,因爲人思惟能力有限,不能直接處理複雜的物質世界和社會環境,必須造成對世界的簡化的、有結構的知識體系。人在接受外部事物時,就是經過這個簡化的知識體系或認知地圖(cognitive map)。
人感知外界的過程是一個複雜的內心過程,哪些信息參與這個過程、如何組織這些信息、這些信息的意義是什麼?受一我的過去的經驗、教育、文化價值、職業須要、組織觀念的影響。這些因素共同組成了人的思惟模式(conception framework)。
人必須根據本身已經有的知識,認識和理解新事物,也就是必須藉助於思惟模式才能認識世界。思惟模式可讓人把接受到的信息迅速歸類,也即所謂的格物致知。
思惟模式處於變化之中,分析員天天都處於一個學習過程,他的思惟模式隨着新信息、新觀念的加入在不斷髮生變化。同時,思惟模式受感情、文化傳統、我的性格、過去的經驗等因素影響,有時又不能及時做出有效調整,致使滯後於實際的客觀世界。
對於專業情報分析員而言,不管是模糊的仍是清晰的,其頭腦中都會有研究對象的一個圖像。在美國情報共同體中,這個圖像被稱爲馬賽克或拼圖(jigsaw puzzle),即情報馬賽克理論(the mosaic theory),情報就是收集不一樣的信息,做爲小塊,最後拼成一個大的馬賽克圖像。
情報分析員的觀察就是在不斷尋找恰當的小塊,並經過驗證將其放到適當的位置。
認知模式不是一成不變的,而是隨着人的知識、閱歷增長而不斷調整,這也是科學可以向前發展的緣由。
社會科學和天然科學同樣,宗旨都是修正人們對研究對象所造成的流行觀念,或者用更恰當的概念取代它們。
傑維斯指出,思惟模式有很強的生命力,在兩種情形下會改變:
若是沒有明顯衝突的信息出現,針對於思惟模式略有不符的信息,分析員通常只會微調本身的思惟模式,以接納和適應新信息。只有在衝突信息源源不斷,微調不能知足的狀況下,分析員纔會實質性調整思惟模式,根據新信息創立新思惟模式。
由於思惟模式或固有觀念是人認識過程當中不可缺乏的組成部分,絕大部分時候它發揮正確的、好的做用,能幫助人準確、快速地認識事物,可是少數狀況下,它也會產生負面做用,能阻礙人們作出正確判斷,這時人們就稱其爲」認知偏見「。
偏見是人性的一部分,屬於人性的弱點,認知偏見是認識過程的固有部分,也是戰略情報分析失誤的一個重要緣由。
咱們接下來援引美國陸軍情報部門的」戰略情報分析手冊「中,關於認知偏見的分類,逐個討論它們。
人的自戀情結主要體如今人類太高相信本身理解天然和社會的能力、文化種族優越感、專業優越感、研究人員的自負等。
人對本身理解、控制天然、社會的能力老是過於自信,社會科學家相信本身能找到全部社會現象的因果關係,於是可以理解、掌握社會規律。實際上,有不少社會現象是隨機發生的,根本沒有因果關係,有的社會現象縱然有因果關係,憑人類目前的理解能力,也很難掌握。
人老是傾向於過分相信本身的判斷力,這樣容易致使拒絕收集更多的信息、過早作出判斷。
分析員老是認爲本身所從事的專業影像較大,在一個綜合性事件中發揮主導做用。
專業人員除誇大本身專業的重要性以外,還無心識地擴大專業知識的使用範圍。
中情局分析員約翰斯頓指出,當分析員碰到一個專業知識範圍之外的數據時,他可能作出的選擇有:
這就是所謂的:」當你手上只有錘子時,你看什麼都像釘子,而且還總想用手上的錘子去錘它們「
人不是被動地接受新信息的刺激,而是主動接收、選擇新信息,但選擇的過程卻不是徹底客觀公正的。因爲思惟模式的影響,在選取信息時,分析員每每忽視不符合本人思惟模式的證據,對符合思惟模式的證據卻很是敏銳,這種現象被稱爲」指望思惟(wishful thinking)「。
人總想證實本身已經相信的東西,這會在兩個方面產生影響,一是隻看到同本身觀點相符的證據,二是從各類證據中都能解讀出同本身觀念相同的意義來。
一個分析員從線人那裏獲得信息,得出一個好的結論。若是後門證實這個線人已經被對方控制,那麼分析員也不肯相信這個信息是假的,而寧願相信多是反間部門出錯了。
人性固有的惰性令人在認識事物時願意重視、相信較簡單的、直線的方法,而不肯投入精力避免陷阱。
例如,當處理不可靠或不許確信息時,分析員習慣簡化不肯定性,要麼做爲不可靠信息直接棄用,要麼做爲可靠信息直接使用。如把可靠性只有80%的信息當作100%可靠來應用,把可靠性只有30%的信心做爲垃圾信息直接棄用。
當你評估一件事情發生的機率時,這樣的事最近是否發生過,你是否親身經歷過,當時是不是一件重要的事情,細節是否清楚,這些都會影響你的判斷,但其實這些都和事件發生的機率沒有關係。
從廣義上來講,機率與個別案例相比,機率顯然更有科學參考意義,但人們卻更容易相信身邊發生的案例。
假設根據機率分析,某品牌電視機的返修率是1%,但一我的的鄰居家買的這個牌子的電視機壞了,這我的更容易相信該品牌電視機返修率高於1%。
一樣的案例也發生在人們以爲飛機比火車不安全的事情上,真實緣由是報道飛機失事的新聞更多,從而致使了這種認知偏誤。
當你回憶的時候,並非平等地回憶每件事。通常來講,第一印象、親身經歷在記憶中較清晰,這些對你的思考產生的影響就大,而這些或許並非最重要的。
情報分析員通常接觸的都是二手資料,但若是一個情報分析員恰巧在某國住過,那麼印象就很深入,影響就很大。這就可能致使分析員錯誤的給這類情報以太高的權重,從而致使分析結果出錯。
人們老是從信息的表面來看它的價值,而不多關注它的可靠性,如它的表明性,一個分析員很難精確地從各方面來計算它的價值。這方面機器學習模型就作的更好。
例如,在分析員記憶中有這樣兩件事,當美國出現財政赤字時就發行國債,」財政赤字「於是被認爲對」發行國債「具備表明性。然而,分析員可能不知道,更多狀況下,當該證據出現時,並無出現一樣結果,這種現象被稱爲」小樣本法則(law of small number)「,指人們從很小的樣本得出廣泛規律。
這個問題在機器學習和數據分析中也很是常見,即所謂的」樣本豐富度不足問題「,當咱們用於訓練的樣本量太小,或者即便數量夠大可是類型過少時,就容易得出不完整的歸納性結論。
主要證據缺少在情報分析中是常事,而不該該是」看不見的,就不用考慮「,分析員在主要證據缺少時,一是應該分析主要證據的相關變量,在此基礎上考慮修改假設,二是考慮主要證據缺少是不是異常行爲或不採起行動的指標。
證據的連續性是重要的,但有時卻具備欺騙性。有時,可能由於分析員處理的信息來自同一個地方,根本不具備表明性。
一我的若是是以某個觀點做爲研究工做的起點,不論這個起點是本身的仍是繼承前任的,都不容易改變。
在多數狀況下,固守思惟模式是一種正確選擇,機率老是偏心維持現狀。可是,情報分析就是要預測」變化「的狀況,固守思惟定勢成爲情報分析失誤的重要緣由。
從理論上來講,當分析員觀察到與本身的思惟模式不相符的數據或證據,而且這樣的證據足夠多時,就應當改變本身的觀點。但實際上,分析員思惟模式的調整每每會落後於現實變化。
在思惟定勢的影響下,在驗證假設時會歪曲證據。分析員更容易注意到符合其思惟的證據。
思惟模式一旦造成,改變它所須要的反對信息要多於造成它所須要的證實信息。情報分析是日復一日的觀察分析,這種」漸進式分析「最容易把信息吸取到思惟定勢中。
認知偏見是人認知過程自己的缺陷形成的,和人的感情、歷史、利益無關。認知偏見無處不在,存在於情報分析的各個階段,對情報分析的負面影響很是深。
幾乎全部學者都認可,認知偏見不可能根除。思惟模式是人認識事物的前提和途徑,經過消除思惟模式減小認知偏見的方法不可行。惟一可行的方法就是覺知它。這章咱們簡要討論一下如何能認知到本身所處的認知偏見。
美國情報部門要求分析員明確地說明假設前提,將思惟模式或假設前提寫出來至少有兩個好處:
中情局除了強化分析員的自我批評意識外,也組織外部力量批評審查分析員的思惟模式,主要方法有以下幾種: