Análisis de hipótesis en competencia

El análisis de hipótesis en competencia (ACH) es un método que usan los analistas de inteligencia para resolver problemas complejos sin caer en el «sesgo de confirmación»: la tendencia a ver solo lo que esperas ver. En vez de buscar pruebas que apoyen tu teoría favorita, haces una lista de todas las explicaciones posibles y compruebas cuáles quedan refutadas por las pruebas. Imagina a un detective que no solo busca pistas que señalen al mayordomo, sino que también comprueba activamente si las pistas hacen imposible que el conductor o el cocinero hayan sido los responsables. Al descartar sistemáticamente lo imposible, la teoría que queda se convierte en tu mejor respuesta.

Reflexiona sobre esto: Cuando tengas la certeza de estar en lo correcto, detente y pregúntate: «¿Qué pruebas concretas tendría que ver para cambiar de opinión?».

El ACH convierte el razonamiento en un proceso visible, paso a paso, que utiliza una «matriz» de posibilidades. El objetivo es poner tus ideas por escrito para poder detectar lagunas.

El proceso:

• Genera hipótesis: Primero, piensa en todas las explicaciones posibles, por improbables que parezcan. Deben excluirse entre sí.
• Organiza las pruebas: En una tabla, coloca cada prueba relevante (hechos, informes, observaciones) en una fila y las hipótesis en la parte superior de las columnas.
• Comprueba la compatibilidad: Recorre la tabla celda por celda y pregúntate: «¿Esta prueba es compatible con esta hipótesis?». Lo fundamental es que no buscas coincidencias, sino incompatibilidades.
• Refuta en vez de confirmar: Las pruebas más potentes son las que resultan compatibles con una teoría, pero incompatibles con otra. Evalúas las teorías según cuál tenga menos incompatibilidades con las pruebas, no más pruebas a favor.

Piensa en este ejemplo empresarial: el lanzamiento de un producto fracasó. En vez de dar por hecho que se debió a un «mal marketing», pones a prueba tres hipótesis: «Mal marketing», «Fallos del producto» y «Saturación del mercado». Si las ventas fueron bajas incluso en regiones donde el marketing fue perfecto, esa prueba refuta la primera hipótesis. En medicina, los médicos usan un modelo mental parecido, llamado «diagnóstico diferencial», para descartar enfermedades de forma sistemática hasta que queda la correcta.

Desarrollado por Richards Heuer, veterano de la CIA, el ACH aborda una limitación cognitiva: las personas no podemos mantener varias probabilidades complejas en la memoria de trabajo al mismo tiempo.

• Heuer (1999): El método reduce el sesgo de confirmación al obligar a los analistas a contrastar las pruebas con todas las hipótesis, lo que evita que se queden prematuramente con una sola idea. [1]
• Wheaton (2006): El ACH es más eficaz cuando las pruebas son ambiguas y hay mucho en juego, ya que hace visible el proceso de razonamiento y permite que otras personas evalúen de forma crítica la lógica, además de la conclusión. [2]
• Pherson (2010): Un hallazgo clave es que eliminar la prueba que mejor permite distinguir entre las hipótesis a menudo cambia el resultado. Esto pone de relieve lo sensibles que son las conclusiones a datos concretos. [3]

El ACH requiere tiempo y puede resultar excesivo para problemas sencillos. También tiene el problema de que, si los datos de entrada son malos, los resultados también lo serán: si las pruebas no son fiables o la hipótesis verdadera no estaba en la lista desde el principio, la matriz dará un resultado engañoso. No detecta automáticamente los engaños, como las pruebas falsas.