竞争性假设分析法

竞争性假设分析法（ACH）是情报分析人员常用的一种方法，用来解决复杂问题并避免“确认偏误”（也就是只看到自己想看的东西的倾向）。它不是让你去寻找证据来支持自己最偏爱的理论，而是要求你列出所有可能的解释，然后看看证据能证明哪些解释是错误的。想象一位侦探，他不会只盯着能证明管家是凶手的线索，而是主动检查这些线索是否能完全排除司机或厨师作案的可能。通过系统性地排除不可能的情况，剩下的理论就是你最好的答案。

想一想：当你确信自己是对的时候，停下来问问自己：“我需要看到什么具体的证据，才会改变我现在的想法？”

ACH 的核心是将推理过程转化为一个可视化的、循序渐进的步骤，通常会用到一个包含各种可能性的“矩阵”。它的目的是让你的思考过程外显，以便检查其中是否有漏洞。

具体步骤：

• 提出假设： 首先，头脑风暴出所有潜在的解释，无论它们看起来多么不可思议。这些解释必须是相互排斥的。
• 梳理证据： 在表格的侧面列出每一条重要的证据（事实、报告、观察结果），并在表格顶部列出你的假设。
• 诊断一致性： 逐个单元格进行检查，问自己：“这个证据与这个假设一致吗？”关键在于，你不是在寻找匹配项，而是在寻找不一致的地方。
• 重反驳，轻证实： 最有力的证据是那种符合某个理论，但与另一个理论相悖的证据。你评判理论的标准应该是它包含最少的不一致，而不是它拥有最多的证明。

我们来看一个商业案例：一款新产品上市失败了。你不能直接认定是“营销不佳”导致的，而是要测试三个假设：“营销不佳”、“产品有缺陷”和“市场已饱和”。如果在营销做得非常完美的地区销量依然很低，这个证据就反驳了第一个假设。在医学领域，医生们也会使用一种叫做“鉴别诊断”的类似心智模型，系统性地排除各种疾病，直到剩下正确的诊断结果。

由美国中央情报局（CIA）资深专家理查兹·霍耶尔（Richards Heuer）提出，ACH 针对人类工作记忆无法同时处理多个复杂概率这一认知限制提供了应对方法。

• Heuer (1999)：该方法强制分析人员将证据与所有假设进行比对，从而减轻了确认偏误，防止过早锁定单一观点。[1]
• Wheaton (2006)：当证据模棱两可且利害攸关时，ACH 最为有效，因为它将思考过程外显出来，让其他人能够对逻辑本身而非仅仅是结论进行评判。[2]
• Pherson (2010)：一个关键的发现是，移除最具诊断价值的那条证据往往会改变最终结果，这凸显了结论对特定数据点的敏感性。[3]

ACH 非常耗时，对于简单问题来说可能有些小题大做。它还面临着“垃圾进，垃圾出”的问题：如果证据不可靠，或者真正的假设一开始就不在列表中，那么矩阵就会得出一个具有误导性的结果。此外，它无法自动识别欺骗（比如伪造的证据）。