Structured Analytic Techniques for Intelligence Analysis

Complexity Manager часто может улучшить понимание аналитиком сложной ситуации без временных задержек и затрат, необходимых для построения компьютерной модели и симуляции. Шаги в технике Complexity Manager те же, что и при построении компьютерной модели и симуляции. Это определение соответствующих переменных или действующих лиц, анализ всех взаимодействий между ними и присвоение грубых весов или других значений каждой переменной или взаимодействию.

Ученые, специализирующиеся на моделировании и симуляции сложных социальных систем, отмечают, что "самые ранние, а иногда и самые значительные открытия происходят при сведении проблемы к наиболее фундаментальным игрокам, взаимодействиям и основным правилам поведения", и что "частота и важность дополнительных открытий уменьшается экспоненциально по мере усложнения модели".6 Таким образом, во многих случаях методика Complexity Manager, вероятно, обеспечит значительную, хотя и не всю, пользу от компьютерного моделирования и симуляции, но без временных задержек и затрат на контракты. Однако если ключевые переменные поддаются количественной оценке и их изменения можно отследить во времени, целесообразнее использовать технику количественного моделирования, такую как системная динамика.

Complexity Manager, как и большинство методов структурированного анализа, сам по себе не дает аналитикам ответов. Он позволяет аналитикам найти наилучший возможный ответ, систематизируя беспорядочную информацию о множестве релевантных переменных. Она позволяет аналитикам получить представление о проблеме в целом, а не только об одной ее части . Затем аналитики могут применить свои знания и опыт для вынесения обоснованного суждения о проблеме. Такое структурирование мыслительного процесса аналитика также закладывает основу для хорошо организованного отчета, в котором четко представлено обоснование каждого вывода. Это также может привести к созданию визуальной презентации в той или иной форме, например, концептуальной карты или Mind Map, а также диаграммы причинно-следственных связей или влияния.

Работа над процессом Complexity Manager требует времени, но в конечном итоге это может сэкономить время. Такой структурированный подход помогает аналитикам работать эффективно, не погрязая в сложности проблемы. Поскольку в результате получается более качественный и тщательно продуманный продукт, он также экономит время на редактирование и согласование.

Метод

Complexity Manager требует от аналитика выполнения восьми определенных шагов:

1. Определите проблему: сформулируйте проблему (план, цель, результат), подлежащую анализу, включая период времени, который будет охвачен анализом.

2. Определите и перечислите значимые переменные: Используйте одну из техник мозгового штурма, описанных в главе 5 , чтобы определить значимые переменные (факторы, условия, люди и т. д.), которые могут повлиять на интересующую вас ситуацию в указанный период времени. Мыслите широко, чтобы включить организационные или экологические ограничения, которые никто не может контролировать. Если цель - оценить состояние одной или нескольких переменных на несколько лет вперед, эти переменные должны быть в начале списка. Остальные переменные сгруппируйте каким-либо логическим образом так, чтобы наиболее важные переменные находились в верхней части списка.

3. Создайте матрицу перекрестного воздействия: Создайте матрицу, в которой количество строк и столбцов равно количеству переменных плюс один. Оставив ячейку в левом верхнем углу матрицы пустой, внесите все переменные в ячейки в строке сверху матрицы и те же переменные в столбце слева. В матрице есть ячейка для записи характера связи между всеми парами переменных. Это называется матрицей перекрестного влияния - инструмент для оценки двустороннего взаимодействия между каждой парой переменных. В зависимости от количества переменных и длины их названий может быть удобно использовать буквенные обозначения переменных в верхней части матрицы, а не их полные названия.

Решая, включать или не включать переменную или объединить две переменные в одну, имейте в виду, что количество переменных существенно влияет на сложность и время, необходимое для анализа. Если в аналитической задаче 5 переменных, то существует 20 возможных двусторонних взаимодействий между этими переменными. Это число быстро растет по мере увеличения количества переменных. При 10 переменных, как на рис. 11.7 , существует 90 возможных взаимодействий. При 15 переменных - 210. Менеджер сложности может оказаться непрактичным при использовании более 15 переменных.

4. Оцените взаимодействие между каждой парой переменных: Используйте группу экспертов по соответствующей теме, чтобы проанализировать силу и направление взаимодействия между каждой парой переменных, и внесите результаты в соответствующие ячейки матрицы. Для каждой пары переменных задайте вопрос: Влияет ли эта переменная на парную переменную таким образом, что увеличивает или уменьшает воздействие или влияние этой переменной?