Rakip Hipotezler Analizi (ACH): Nasıl Kullanılır ve Ne Zaman Başarısız Olur

İngilizce sürüm (English version)
Rakip Hipotezler Analizi (ACH, İngilizce Analysis of Competing Hypotheses), birden fazla açıklamadan hangisinin kanıtlara en iyi uyduğunu değerlendirmeye yarayan yapılandırılmış bir tekniktir. Gözde bir yanıt seçip onu destekleyen kanıt toplamak yerine ACH, makul tüm hipotezleri ortaya koyar ve her kanıtı aynı anda hepsiyle sınar. Ayakta kalan yanıt, kanıtların dışarıda bırakamadığı yanıttır ve bu çoğu zaman toplantının başında öne çıkan yanıt değildir.
CIA analisti Richards Heuer ACH’yi geliştirdi ve Psychology of Intelligence Analysis (1999) adlı kitabında yayımladı; kitap bugün de istihbarat analizinde en çok okutulan eserlerden biridir. ACH o zamandan beri devlet istihbaratından rekabet istihbaratına, soruşturmalara, siber güvenliğe ve kurumsal stratejiye yayıldı.
Kariyerimin büyük bölümünde ACH’yi kullandım; hem şirketler için rekabet istihbaratında hem de kendi yayımladığımız istihbarat ürünlerinde. Bu sayfa yöntemi açıklıyor, bir örnek üzerinden ilerliyor ve araştırmaların yöntemin ne zaman işe yarayıp ne zaman yaramadığına dair söylediklerini özetliyor.
Kısaca
- ACH kanıtları aynı anda tüm hipotezlerle sınar; yalnızca gözde olanla değil.
- Destekleyen değil, çürüten kanıt arar. Tek bir sağlam tutarsızlık bir hipotezi eleyebilir; bir yığın tutarlı kanıt ise hiçbirini kanıtlayamaz.
- Önemli olan tanılayıcı kanıttır. Her hipoteze uyan kanıt size neredeyse hiçbir şey söylemez.
- Çıktı bir sıralama ve bir izleme listesidir: hangi açıklamaların ayakta kaldığı ve gelecekte hangi işaretlerin yanıtı değiştireceği.
- Sihir değildir. Deneyler, ACH’nin düşünceyi düzenlemeye yardım edebildiğini ama yanlılıkları kendiliğinden ortadan kaldırmadığını gösteriyor. En iyi, disiplinli bir süreç içinde işler.
ACH neden var: sezgisel analizin sorunu
Bir soruyu analiz etmenin doğal yolu, erkenden bir görüş oluşturup sonra onu destekleyen kanıt toplamaktır. Bu titizlik gibi hissettirir. Aslında bir savunmadır ve akıllı insanlar kendilerini emin oldukları hatalara böyle ikna eder.
Sorun doğrulama yanlılığıdır. Kanıtların çoğu birden fazla açıklamayla uyumludur; bu yüzden kararlı bir analist, zaten beğendiği yanıt için her zaman destek bulabilir. Heuer’in kavrayışı, çarenin usule dayalı olması gerektiğiydi. Yanlılıkları bilmek sizi onlardan korumaz; sizi alternatifleri düşünmeye zorlayan bir yapı korur. Daha geniş bir katalog için bilişsel yanlılıklar rehberine bakın (İngilizce).
ABD istihbarat topluluğu daha sonra bu fikri resmî standartlarına yerleştirdi. Topluluğun tamamı için analiz standartlarını belirleyen ICD 203 yönergesi, analistlerin alternatiflerin analizini işlerine katmasını şart koşar (ODNI, ICD 203).
ACH’nin sekiz adımı
Heuer ACH’yi sekiz adımlı bir prosedür olarak tarif etti (Heuer, 8. bölüm). Sade bir dille:
- Hipotezleri sıralayın. Makul tüm açıklamaları, tercihen soruna farklı bakan kişilerle birlikte çıkarın. Hoşlanmadıklarınızı da ekleyin.
- Kanıtları ve argümanları sıralayın. Olguları, raporları, varsayımları ve mantıksal argümanları ekleyin; neyin var olduğu kadar neyin eksik olduğuna da dikkat edin.
- Matrisi kurun. Hipotezler üstte, kanıtlar yanda. Her hücre için o kanıtın o hipotezle tutarlı mı, tutarsız mı yoksa ilgisiz mi olduğunu sorun.
- Matrisi rafine edin. Hipotezleri yeniden ifade edin ya da birleştirin, hipotezleri ayırt etmeye yardım etmeyen kanıtları çıkarın.
- Geçici sonuçlar çıkarın. Her hipotez sütununda yukarıdan aşağı tutarsızlık arayın. En olası hipotez genellikle lehine en çok kanıt bulunan değil, aleyhine en az kanıt bulunan hipotezdir.
- Duyarlılığı sınayın. Vardığınız sonucun gerçekte hangi birkaç kanıta dayandığını ve bunlardan biri yanlış, yanıltıcı ya da kasıtlı olarak yerleştirilmişse ne olacağını sorun.
- Sonuçları raporlayın; yalnızca kazananın değil, her hipotezin göreli olasılığını da belirtin.
- Kilometre taşları belirleyin. Olayların başka bir yöne gittiğini size gösterecek gelecekteki gözlemleri adlandırın.

Temel fikir: tanılayıcılık
ACH’deki en yararlı kavram tanılayıcılıktır. Bir kanıt, hipotezleri birbirinden ayırt etmeye yardım ediyorsa tanılayıcıdır. Her hipotezle tutarlı olan kanıt, gözde hipotezinizi güçlü biçimde destekliyor gibi gelebilir, ama seçim yapmanıza yardım etmez.
Bu, çoğu kuruluşun bilgiyi okuma biçimini tersine çevirir. Yöneticiler kanıtı ne kadar çarpıcı, yeni ya da otoriter olduğuna göre tartma eğilimindedir. ACH başka bir soru sorar: bu kanıt herhangi bir hipotezi daha az olası kılıyor mu? Kılmıyorsa, ne kadar etkileyici görünürse görünsün, bir kenara koyun.
Bir örnek
Bir rakibin son iki ayda batarya mühendisleri için bir düzine iş ilanı yayımladığını varsayalım. Üst yönetim bunun ne anlama geldiğini bilmek istiyor. Dört hipotez:
- H1: Rakip kendi batarya ürün hattını kuruyor.
- H2: Maliyetleri düşürmek için dış kaynaktan aldığı bir bileşeni şirket içine alıyor.
- H3: Bir batarya girişimini satın almaya hazırlanıyor ve anlaşmadan önce eleman alıyor.
- H4: Bu olağan personel devridir ve ilanların pek bir anlamı yoktur.
Şimdi kanıtlar:
- İş ilanlarının kendisi dört hipotezin hepsine uyar. Hiçbir ayrım yapmaz.
- Pozisyonlar hücre kimyası araştırmasında değil, batarya paketi montajında ve tedarikçi kalitesinde. Bu H1 ile tutarsızdır, çünkü yeni bir batarya hattı kimyagerlere ihtiyaç duyardı; H4 ile de tutarsızdır, çünkü tek bir işlevde yoğunlaşan bir dalga olağan personel devri değildir. H2’ye uyar.
- Rakibin ana tedarikçisi yakın zamanda fiyatlarını artırdı. H2 ile tutarlı; diğerleri hakkında bir şey söylemez.
- Resmî bildirimlerde ve sektör basınında hiçbir finansman hareketi ya da anlaşma söylentisi görünmüyor. Bu H3 ile tutarsızdır.
En dikkat çekici kanıt olan ilan dalgası, en az tanılayıcı kanıt çıkıyor. İşi gören, göze batmayan ayrıntılar: hangi pozisyonlar ve başka ne olduğu. H2 hiç tutarsızlık olmadan ayakta kalıyor. İzlenecek kilometre taşları: tedarikçi sözleşmelerindeki değişiklikler, fabrika izinleri ve H3’ü yeniden gündeme getirecek her yeni finansman.
Araştırmalar ACH hakkında ne diyor
ACH yaygın biçimde öğretiliyor, ancak muhakemeyi iyileştirdiğine dair kanıtlar karışık.
2019’daki bir deneyde Mandeep Dhami, Ian Belton ve David Mandel, 50 istihbarat analistini aynı problem üzerinde ACH kullanacak ve kullanmayacak gruplara rastgele ayırdı. İstihbarat topluluğunun ACH’nin hangi koşullarda yararlı olduğunu değerlendirmesi ve alternatifleri araştırması gerektiği sonucuna vardılar (Dhami, Belton & Mandel, Applied Cognitive Psychology, 2019). İlgili deneylere dair bir derleme, ACH kullanan analistlerin olasılık atarken zaman zaman kullanmayanlardan daha az tutarlı olduğunu ve taban oranı bilgisini daha az kullandığını bildiriyor (Karvetski, Mandel & Irwin, Judgment and Decision Making, 2020).

Bu, ACH’yi işe yaramaz kılmaz. Bir matrisin muhakemenin yerini tutmadığı anlamına gelir. Deneyimime göre ACH, dört koşul sağlandığında emeğe değer:
- Hipotezler gerçekten birbirinden farklıdır, böylece kanıtlar onları ayırabilir.
- Önce taban oranları ele alınır: benzer durumlarda her açıklama ne sıklıkla doğru çıkıyor?
- Ekip dışından biri hipotez listesine itiraz eder, çünkü kimsenin yazmadığı açıklama sizi şaşırtacak olandır.
- Kilometre taşları gerçekten izlenir, böylece analiz toplantıdan sonra da canlı kalır.
Böyle kullanıldığında ACH bir hesap makinesinden çok bir disiplindir: akıl yürütmeyi görünür kılar, böylece başkaları onu denetleyebilir.
ACH’nin yeri
ACH, yapılandırılmış analiz teknikleri ailesinin bir üyesidir. Şunlarla birlikte iyi çalışır:
- Senaryo planlaması (İngilizce): bugünün açıklamaları yerine gelecekle ilgili sorular için.
- Bir tahmini değerlendirmek (İngilizce): başkasının iddialarını değerlendirirken.
- Premortem: bir planın zaten başarısız olduğunu varsayar ve nedenini sorar.
- Bir öngörü kültürü (İngilizce): kuruluş hoşa gitmeyen bir yanıta göre hareket etmezse hiçbir teknik işe yaramaz.
Sıkça sorulan sorular
Rakip hipotezler analizi nedir?
ACH, CIA analisti Richards Heuer’in geliştirdiği yapılandırılmış bir analiz tekniğidir. Her kanıtı her hipotezle sınayarak birden fazla olası açıklamayı aynı anda değerlendirir ve aleyhine en az kanıt bulunan hipotezi tercih eder.
ACH’yi kim geliştirdi?
Uzun yıllar CIA analisti olarak çalışan Richards J. Heuer Jr. ACH’yi geliştirdi ve CIA’nın Center for the Study of Intelligence birimince 1999’da yayımlanan Psychology of Intelligence Analysis adlı kitabında anlattı.
ACH’de tanılayıcılık nedir?
Tanılayıcılık, bir kanıtın hipotezleri birbirinden ayırt etmeye ne kadar yardım ettiğidir. Her hipotezle tutarlı olan bir kanıtın tanılayıcılığı, birini ne kadar güçlü desteklediği görünürse görünsün, düşüktür.
ACH doğrulama yanlılığını ortadan kaldırır mı?
Tek başına kaldırmaz. İstihbarat analistleriyle yapılan deneyler karışık sonuçlar verdi. ACH en çok, hipotezler birbirinden farklı olduğunda, taban oranları dikkate alındığında ve dışarıdan kişiler hipotez listesine itiraz ettiğinde yardımcı olur.
Şirketler ACH kullanabilir mi?
Evet. ACH rekabet istihbaratında, soruşturmalarda, siber güvenlikte ve stratejide, yani bir ekibin eksik kanıtlara dair rakip açıklamalar arasında seçim yapması gereken her yerde kullanılır.
Competitive Futures ile çalışın
ACH dahil yapılandırılmış analizi rekabet istihbaratı çalışmalarımızda ve yayımladığımız istihbarat ürünlerinde kullanıyor, yönetici eğitimlerinde ve ileri stratejik analiz kursumuzda öğretiyoruz. Ekibiniz eksik kanıtları doğru okumaya bağlı bir karar almak üzereyse, 20 dakikalık bir görüşme talep edin.
Competitive Futures’tan ilgili analizler
- Bilişsel yanlılıklar: belirsizlik altında karar vermek zorunda olan liderler için bir rehber (İngilizce)
- Öngörü kültürü nasıl oluşturulur (İngilizce)
- Bir tahmin nasıl değerlendirilir (İngilizce)
- Senaryo planlaması (İngilizce)
- Stratejik zihin tuzaklarından nasıl kaçınılır (İngilizce)
Kaynakça
- Dhami, M. K., Belton, I. K., & Mandel, D. R. (2019). The “analysis of competing hypotheses” in intelligence analysis. Applied Cognitive Psychology, 33(6), 1080–1090. doi.org/10.1002/acp.3550
- Heuer, R. J., Jr. (1999). Psychology of Intelligence Analysis, ch. 8. Center for the Study of Intelligence, CIA. cia.gov
- Karvetski, C. W., Mandel, D. R., & Irwin, D. (2020). Coherence of probability judgments from uncertain evidence: Does ACH help? Judgment and Decision Making, 15(6), 939–958.
- Office of the Director of National Intelligence (2015, amended 2022). Intelligence Community Directive 203: Analytic Standards. odni.gov
Bu yazı, Intelligence Analysis Tradecraft rehberimizin bir parçasıdır (İngilizce).