競合仮説の分析

競合仮説分析（ACH ）は、観測データに対する複数の競合仮説を評価する方法論です。これは、中央情報局で45年間勤務したリチャード（ディック）J.ホイヤー・ジュニアによって1970年代に開発され、同局で使用されました。^{[1] ACHは、推論において高いリスクを伴う判断を行うさまざまな分野の分析者によって使用されています。ACHの目的は、先見性のある}情報分析の達成を非常に困難にする認知的限界の一部を分析者が克服、または少なくとも最小限に抑えられるように支援することです。^[1]

ACH はインテリジェンス分析方法論における一歩前進でしたが、最初は比較的非公式な言葉で説明されていました。不確実なデータから入手可能な最良の情報を生み出すことは、産業界、学界、政府の研究者、ツール開発者、アナリストの目標であり続けています。彼らの領域には、データ マイニング、認知心理学と視覚化、確率と統計などが含まれます。アブダクション推論は、ACH と類似した初期の概念です。

ホイヤーは著書『知能分析の心理学』の中で、ACHプロセスについてかなり詳細に概説している。^[1] ACHプロセスは以下のステップから構成される。

1. 仮説 – プロセスの最初のステップは、すべての潜在的な仮説を特定することです。できれば、さまざまな視点を持つアナリストのグループを使用して、可能性についてブレインストーミングを行います。このプロセスでは、アナリストが 1 つの「可能性のある」仮説を選択し、その正確性を証明するために証拠を使用するのを控えます。考えられるすべての仮説が考慮されると、認知バイアスは最小限に抑えられます。^[1]
2. 証拠 – 分析者は、各仮説に対する賛否両論の証拠と議論（仮定と論理的推論を含む）を列挙します。^[1]
3. 診断 – マトリックスを使用して、アナリストは各仮説に対する証拠を適用し、可能な限り多くの理論を反証しようとします。一部の証拠は他の証拠よりも「診断性」が高くなります。つまり、いくつかの証拠は、代替仮説の相対的な可能性を判断するのに役立ちます。ホイヤーによると、このステップが最も重要です。アナリストは、1 つの仮説とすべての証拠を見るのではなく (マトリックスを「下向きに」作業する)、一度に 1 つの証拠を検討し、それをすべての可能性のある仮説と照らし合わせて調べる (マトリックスを「横向きに」作業する) ことが推奨されます。^[1]
4. 改良 – アナリストは調査結果を検討し、ギャップを特定し、残りの仮説をできるだけ多く反証するために必要な追加の証拠を収集します。^[1]
5. 矛盾 – 次に、アナリストは各仮説の相対的な可能性について暫定的な結論を導き出そうとします。一貫性が低いほど、可能性も低くなります。最も一貫性のない仮説は排除されます。マトリックスは各仮説の最終的な数学的合計を生成しますが、アナリストは最終的な結論を出すために自分の判断を使用する必要があります。ACH 分析の結果自体がアナリスト自身の判断を覆すものであってはなりません。
6. 感度 – アナリストは感度分析を使用して結論を​​テストします。感度分析では、主要な証拠や議論が間違っていたり、誤解を招いたり、異なる解釈の対象になったりした場合に結論がどのように影響を受けるかを検討します。主要な証拠の妥当性と重要な議論の一貫性は、結論の要となる要素と推進要因の健全性を保証するために二重チェックされます。^[1]
7. 結論と評価 – 最後に、アナリストは意思決定者に結論と、検討された代替案の概要、およびそれらが却下された理由を提供します。アナリストはまた、将来の分析の指標として役立つ可能性のあるプロセスのマイルストーンを特定します。^[1]

ACH マトリックスを実行することの利点は次のとおりです。

• 監査可能です。
• 認知バイアスを克服するのに役立つと広く信じられていますが、この信念を裏付ける強力な経験的証拠は不足しています。^[2]
• ACH ではアナリストがマトリックスを構築することが必要となるため、証拠と仮説を遡ることができます。これにより、意思決定者や他のアナリストは、結論に至った一連のルールとデータを確認できます。

ACH マトリックスを実行する際の弱点は次のとおりです。

• ACH を作成するプロセスには時間がかかります。
• 複雑なプロジェクトを分析する場合、ACH マトリックスは問題になる可能性があります。
• アナリストにとって、複数の証拠を含む大規模なデータベースを管理するのは面倒な場合があります。
• 証拠が信頼できない場合も問題が生じます。
• マトリックスで使用される証拠は静的であるため、ある時点のスナップショットになります。

特に政府と企業の両方の諜報活動においては、アナリストは相手が賢く、欺く目的で情報を生み出している可能性があることを常に意識していなければならない。^{[3] [4]}欺瞞は認知的罠の結果であることが多いため、エルサエッサーとステヒは状態ベースの階層的計画認識（アブダクション推論を参照）を使用して観察の因果的説明を生成した。結果として得られた仮説は動的ベイジアンネットワークに変換され、情報価値分析を使用して、特定の仮説のパスの評価や結論に暗黙的に含まれる仮定を分離する。状態の観察や仮定の形で証拠が観察されると、それらは個別の検証の対象となる可能性がある。仮定または必要な状態が否定された場合、それに依存する仮説は拒否される。これは根本原因分析の一形態である。

社会構成主義の批評家によると、ACH は、グリッドを作成するために使用された仮説の初期形成の問題点を十分に強調していない（または方法として取り上げていない）とも言われています。たとえば、仮説生成に影響を与える可能性のある官僚的、心理的、または政治的な偏見に加えて、文化やアイデンティティの要因も作用しているという証拠は数多くあります。これらの社会的に構築された要因は、最終的に考慮される仮説を制限または事前に選別し、選択された仮説の確証バイアスを強化する可能性があります。 ^[5]

哲学者であり議論理論家でもある ティム・ヴァン・ゲルダーは次のような批判をしている。^[6]

• ACHでは、アナリストがあまりにも多くの個別の判断を下す必要があり、その多くは最良の仮説を見極めることにほとんど貢献しない。
• ACH は、証拠項目がそれ自体で仮説と一致するか、または一致しないかと想定することで、証拠項目と仮説の関係の性質を誤解しています。
• ACHは仮説セットを「フラット」、つまり単なるリストとして扱うため、適切な抽象レベルで証拠を仮説に関連付けることができません。
• ACH は従属的な議論、つまり証拠に基づく議論を表すことはできません。
• 現実的な規模での ACH アクティビティは、アナリストを混乱させたり混乱させたりします。

ヴァン・ゲルダーはACHの代替として仮説マッピング（議論マッピングに似ている）を提案した。 ^{[7] [8]}

競合する仮説の構造化された分析は、アナリストに元のACHの限界を超える改善を提供します。^{[議論] [9]} SACHは、アナリストが1つの仮説を2つの複雑な仮説に分割できるようにすることで、考えられる仮説を最大化します。

たとえば、検証済みの仮説は、イラクが大量破壊兵器を持っているか、イラクが大量破壊兵器を持っていないかの 2 つです。証拠からイラクに大量破壊兵器がある可能性が高いことが示された場合、2 つの新しい仮説が立てられます。大量破壊兵器はバグダッドにあるか、大量破壊兵器はモスルにあるかです。あるいは、アナリストはイラクがどのような種類の大量破壊兵器を持っているかを知る必要があるかもしれません。その場合、新しい仮説は、イラクが生物系大量破壊兵器を持っている、イラクが化学系大量破壊兵器を持っている、イラクが核系大量破壊兵器を持っている、というものです。ACH 構造を与えることで、アナリストは微妙な推定を行うことができます。^[10]

Valtortaらによる確率的手法を用いた手法では、ACHにベイズ分析が追加されている。 ^{[11]この概念を分散型アナリストコミュニティに一般化することで、CACHE（Collaborative ACH Environment） [12]}が開発され、ベイズ（またはベイジアン）コミュニティの概念が導入された。AkramとWangによる研究では、グラフ理論のパラダイムが応用されている。^[13]

他の研究では、確率的手法よりも、MadsenとHicksが議論したように、ACHの認知的および視覚化の拡張に重点を置いています。^[14]自動化の項で議論されているDECIDEは視覚化指向です。^[15]

ポープとヨサンの研究では、不確実性を明確に扱う正式な数学的方法論である主観的論理が使用されています。 ^[16]この方法論は、Verilumaの知能評価ソフトウェアで使用されているShebaテクノロジーの基礎を形成しています。

いくつかのオンラインおよびダウンロード可能なソフトウェア ツールは、ACH プロセスの自動化に役立ちます。これらのプログラムは証拠の視覚的な痕跡を残し、アナリストが証拠を評価できるようにします。

• PARC ACH 2.0 ^{[17] [18]は}、パロアルト研究所（PARC）がリチャーズ・J・ホイヤー・ジュニアと共同で開発しました。これは、アナリストが証拠を入力し、その信頼性と関連性を評価できる標準的なACHプログラムです。
• Decision Commandソフトウェアはウィラード・ザングウィルによって開発されました。^[19]
• DECIDEは分析研究会社SSS Research, Inc.によって開発されました。^{[15] [20]} DECIDEはアナリストがACHを操作できるようにするだけでなく、複数の視覚化製品も提供します。^[21]
• 競合仮説分析（ACH）はオープンソースのACH実装です。^[22]
• ACHテンプレート^[23]は、 ACHのスコアリングと重み付けの方法論、より具体的には重み付け不一致カウントアルゴリズムを実装したExcelシートです。