← Curso básico de inteligencia · Catálogo de análisis
ACINP · AMPLIACIÓN DE ANÁLISIS
Qué explica este capítulo. Cómo comparar explicaciones, valorar evidencias diagnósticas y expresar una conclusión sin convertir un ranking en certeza.
La explicación favorita también debe competir
Cuando una situación admite varias explicaciones, resulta fácil adoptar la primera que parece razonable y buscar información que la confirme. ACH hace visible la competencia entre alternativas. El propósito es examinar qué hipótesis explica mejor el conjunto disponible, qué contradicciones aparecen y qué información cambiaría el juicio.
En el ejemplo del servicio de transporte, las obras pueden explicar retrasos, pero también pueden intervenir la capacidad o los errores del registro. Las explicaciones no siempre son excluyentes: varias causas pueden actuar simultáneamente. Si se comparan hipótesis excluyentes, deben formularse con ese alcance; si se estudian contribuciones, conviene reconocer sus combinaciones.
Qué se introduce en la matriz
Cada hipótesis debe ser suficientemente concreta para poder contrastarse. «El servicio funciona mal» describe el problema; «los retrasos se deben exclusivamente a las obras» propone una explicación refutable. Una evidencia es una observación, documento o información evaluada, con fecha, procedencia y limitaciones.
La matriz obliga a considerar cada evidencia frente a todas las alternativas. Compatible significa que puede esperarse bajo esa explicación; incompatible, que genera una contradicción relevante; neutral, que apenas ayuda a discriminar. «No evaluado» debe conservarse cuando falta una valoración, en vez de convertirse en neutralidad por defecto.
Una evidencia se contrasta con todas las hipótesis
| Evidencia | H1 | H2 | H3 |
|---|---|---|---|
| E1 | C | C | N |
| E2 | I | C | N |
| E3 | N | N | I |
Cómo leer el ejemplo
La concentración de seis retrasos en la ruta con obras es compatible con H1, pero también con una restricción de capacidad concentrada en esa ruta. Por tanto, esa observación no basta para elegir. Los dos retrasos fuera de ella contradicen una versión de H1 que atribuye todos los casos a las obras. Las horas cotejadas reducen la plausibilidad de un error general del registro, aunque no eliminan cualquier error posible.
H2 recibe menos contradicciones en esta tabla. La conclusión razonable es que merece seguir considerándose; no que se haya demostrado. Faltan datos de carga, disponibilidad y asignación. Una hipótesis puede sobrevivir simplemente porque todavía no se dispone de evidencia que la ponga a prueba.
La evidencia diagnóstica y la independencia
Una evidencia diagnóstica afecta de manera distinta a las alternativas. Para comparar obras y capacidad, sería útil conocer si los retrasos crecen con la carga en rutas sin obras. Añadir más información que todas las hipótesis predicen aporta menos que una observación capaz de diferenciarlas.
Corroboración independiente frente a repetición
La repetición de un comunicado puede crear una impresión de corroboración. Hay que conservar el origen de cada afirmación y señalar dependencias entre fuentes. También conviene separar la fiabilidad habitual del productor de la credibilidad de esa afirmación concreta.
Sensibilidad y comunicación
Un juicio frágil cambia cuando se retira una sola evidencia dudosa o se modifica una valoración discutible. Revisar esas condiciones ayuda a localizar el punto del que depende la conclusión. El análisis debe explicar por qué una incompatibilidad es importante, en vez de confiar únicamente en una suma de puntuaciones.
Una redacción adecuada sería: «La explicación basada exclusivamente en las obras presenta contradicciones; la falta de capacidad sigue siendo plausible, con confianza limitada por ausencia de datos operativos». Esa frase comunica alternativas y límites. La matriz y sus fuentes permiten al revisor reconstruir el razonamiento.
Los ocho pasos de Heuer
Richards J. Heuer, que formuló el método, lo describió en ocho pasos:
- Identificar las hipótesis posibles, preferiblemente en grupo y con perfiles distintos.
- Listar las evidencias y argumentos relevantes, incluidos los propios supuestos y la ausencia de lo que cabría esperar.
- Preparar la matriz y valorar cada evidencia frente a cada hipótesis, fijándose en su capacidad de diagnóstico.
- Depurar la matriz: reformular hipótesis y retirar las evidencias que no discriminan.
- Extraer conclusiones provisionales tratando de refutar hipótesis, no de confirmarlas.
- Analizar la sensibilidad de la conclusión a unas pocas evidencias críticas: ¿qué pasaría si fueran falsas o engañosas?
- Informar de la conclusión junto con la probabilidad relativa de todas las hipótesis, no solo de la favorita.
- Fijar hitos u observaciones futuras que indicarían que los acontecimientos toman otro rumbo.
Dos matices útiles. Una hipótesis no probada no es una hipótesis refutada: la del engaño, por ejemplo, debe seguir abierta aunque no haya pruebas a favor, porque un engaño bien hecho no las deja. Y conviene anotar lo fácil que sería ocultar o falsificar cada evidencia.
ACH no es una garantía. Los estudios sobre su eficacia son escasos y con muestras pequeñas, y el propio método puede sufrir el sesgo de confirmación si las valoraciones se hacen pensando en la hipótesis favorita. En ejercicios de formación, distintas personas que valoraban la misma matriz discrepaban en una parte apreciable de las celdas. Su mayor valor es la discusión que provoca y el rastro que deja: obliga a explicitar el razonamiento y permite a otra persona revisarlo.
Cómo se relaciona con Yappari One
El objeto ACH organiza hipótesis, evidencias y valoraciones. La tabla educativa simplifica sus posibilidades para mostrar la lógica. El analista sigue siendo responsable de la calidad de las entradas, el significado de la escala y la conclusión. Una puntuación de inconsistencia no debe presentarse como una probabilidad calculada de verdad.
Fuentes y continuidad
Richards J. Heuer, Psychology of Intelligence Analysis (1999), capítulo 8, y Small Group Processes for Intelligence Analysis (2008); Robert D. Folker, sobre la evaluación empírica de los métodos estructurados (2000); Story-Based Inquiry (UNESCO), sobre hipótesis y verificación. Explicación propia con ejemplos ficticios.
Ejemplos y diagramas de elaboración propia, con datos ficticios; no son capturas ni resultados de la aplicación. Para explorar la herramienta: Yappari One (fase alfa; las pantallas pueden cambiar entre versiones).
