Análisis de hipótesis en competencia (ACH): cómo usarlo y cuándo falla

Lupa sobre una pila de documentos: sopesar la evidencia en el análisis de hipótesis en competencia

Versión en inglés (English version)

El análisis de hipótesis en competencia (ACH, por Analysis of Competing Hypotheses) es una técnica estructurada para juzgar cuál de varias explicaciones encaja mejor con la evidencia. En lugar de elegir una respuesta favorita y reunir apoyos para ella, el ACH plantea todas las hipótesis razonables y contrasta cada elemento de evidencia con todas a la vez. La respuesta que sobrevive es la que la evidencia no consigue descartar, y a menudo no es aquella con la que empezó la sala.

El analista de la CIA Richards Heuer desarrolló el ACH y lo publicó en Psychology of Intelligence Analysis (1999), que sigue siendo uno de los libros más enseñados en análisis de inteligencia. Desde entonces, el ACH ha pasado de la inteligencia gubernamental a la inteligencia competitiva, las investigaciones, la ciberseguridad y la estrategia corporativa.

He usado el ACH durante la mayor parte de mi carrera, en inteligencia competitiva para empresas y en nuestros propios productos de inteligencia publicados. Esta página explica el método, desarrolla un ejemplo y repasa lo que dice la investigación sobre cuándo ayuda y cuándo no.

En resumen

  • El ACH contrasta la evidencia con todas las hipótesis a la vez, no solo con la favorita.
  • Busca evidencia que refute, no evidencia que respalde. Una sola inconsistencia sólida puede eliminar una hipótesis; un montón de evidencia consistente no puede probar ninguna.
  • Lo que importa es la evidencia diagnóstica. La evidencia que encaja con todas las hipótesis no dice casi nada.
  • El resultado es una clasificación más una lista de señales que vigilar: qué explicaciones sobreviven y qué indicios futuros cambiarían la respuesta.
  • No es magia. Los experimentos muestran que el ACH puede ayudar a ordenar el pensamiento, pero no elimina los sesgos automáticamente. Funciona mejor dentro de un proceso disciplinado.

Por qué existe el ACH: el problema del análisis intuitivo

La manera natural de analizar una cuestión es formarse una opinión pronto y luego reunir evidencia a su favor. Parece rigor. En realidad es alegato, y así es como personas inteligentes se convencen de errores cometidos con total seguridad.

El problema es el sesgo de confirmación. La mayor parte de la evidencia es compatible con más de una explicación, de modo que un analista decidido siempre encontrará apoyo para la respuesta que ya le gusta. La intuición de Heuer fue que el remedio tiene que ser procedimental. Conocer los sesgos no protege de ellos; una estructura que obliga a considerar las alternativas, sí. Véase la guía de sesgos cognitivos (en inglés) para un catálogo más amplio.

La comunidad de inteligencia de EE. UU. ha incorporado desde entonces esa idea a sus normas formales. La ICD 203, la directiva que fija las normas analíticas de toda la comunidad, exige a los analistas incorporar el análisis de alternativas (ODNI, ICD 203).

Los ocho pasos del ACH

Heuer describió el ACH como un procedimiento de ocho pasos (Heuer, cap. 8). En términos sencillos:

  1. Enumerar las hipótesis. Haga una lluvia de ideas con todas las explicaciones razonables, idealmente con personas que vean el problema de otra forma. Incluya las que no le gustan.
  2. Enumerar la evidencia y los argumentos. Incluya hechos, informes, supuestos y argumentos lógicos, y fíjese en lo que falta tanto como en lo que está.
  3. Construir la matriz. Las hipótesis en la parte superior y la evidencia en el lateral. En cada celda, pregúntese si ese elemento es consistente, inconsistente o irrelevante para esa hipótesis.
  4. Depurar la matriz. Reformule o fusione hipótesis y descarte la evidencia que no ayude a distinguirlas.
  5. Sacar conclusiones provisionales. Recorra cada columna buscando inconsistencias. La hipótesis más probable suele ser la que tiene menos evidencia en contra, no la que tiene más a favor.
  6. Probar la sensibilidad. Pregúntese en qué pocos elementos se apoya realmente su conclusión y qué ocurre si alguno es erróneo, engañoso o se ha colocado deliberadamente.
  7. Comunicar las conclusiones, incluida la probabilidad relativa de cada hipótesis, no solo de la ganadora.
  8. Fijar hitos. Nombre las observaciones futuras que le indicarían que los acontecimientos toman otro rumbo.
Ejemplo de matriz ACH que contrasta cuatro hipótesis con cuatro elementos de evidencia y cuenta las inconsistencias
Una matriz ACH para el ejemplo desarrollado. La evidencia más llamativa, las ofertas de empleo, encaja con todas las hipótesis y no decide nada.

La idea clave: la diagnosticidad

El concepto más útil del ACH es la diagnosticidad. Una evidencia es diagnóstica si ayuda a distinguir entre hipótesis. La evidencia consistente con todas las hipótesis puede parecer un fuerte respaldo de su favorita, pero no le ayuda a elegir.

Esto invierte la forma en que la mayoría de las organizaciones leen la información. Los directivos suelen pesar la evidencia según lo llamativa, reciente o autorizada que sea. El ACH hace otra pregunta: ¿este elemento hace menos probable alguna hipótesis? Si no, déjelo a un lado, por impresionante que parezca.

Un ejemplo desarrollado

Supongamos que un competidor ha publicado una docena de ofertas de empleo para ingenieros de baterías en los últimos dos meses. La dirección quiere saber qué significa. Cuatro hipótesis:

  • H1: el competidor está creando su propia línea de baterías.
  • H2: está internalizando un componente que antes subcontrataba para reducir costos.
  • H3: se prepara para comprar una startup de baterías y contrata antes de la operación.
  • H4: es rotación habitual y las ofertas significan poco.

Ahora, la evidencia:

  • Las propias ofertas de empleo encajan con las cuatro hipótesis. No discriminan nada.
  • Los puestos son de ensamblaje de packs y calidad de proveedores, no de investigación en química de celdas. Eso es inconsistente con H1, porque una nueva línea de baterías necesitaría químicos, y con H4, porque una oleada concentrada en una sola función no es rotación habitual. Encaja con H2.
  • El principal proveedor del competidor subió hace poco sus precios. Consistente con H2; no dice nada de las demás.
  • No hay actividad de financiación ni rumores de compra en los registros públicos ni en la prensa especializada. Eso es inconsistente con H3.

La evidencia más llamativa, la oleada de ofertas, resulta ser la menos diagnóstica. Los detalles discretos, qué puestos y qué más ocurrió, son los que hacen el trabajo. H2 sobrevive sin inconsistencias. Los hitos que vigilar: cambios en los contratos con proveedores, permisos de fábrica y cualquier nueva financiación que reavivara H3.

Lo que dice la investigación sobre el ACH

El ACH se enseña mucho, pero la evidencia de que mejore el juicio es dispar.

En un experimento de 2019, Mandeep Dhami, Ian Belton y David Mandel asignaron al azar a 50 analistas de inteligencia a usar o no el ACH ante un mismo problema. Concluyeron que la comunidad de inteligencia debería examinar en qué condiciones es útil el ACH y explorar alternativas (Dhami, Belton y Mandel, Applied Cognitive Psychology, 2019). Una revisión de los experimentos relacionados indica que los analistas que usaban el ACH a veces asignaban probabilidades de forma menos coherente que quienes no lo usaban, y recurrían menos a las tasas base (Karvetski, Mandel e Irwin, Judgment and Decision Making, 2020).

Colegas que cuestionan el razonamiento de los demás ante una pizarra, un contrapeso del análisis de hipótesis en competencia

Eso no hace inútil al ACH. Significa que una matriz no sustituye al juicio. Según mi experiencia, el ACH compensa cuando se cumplen cuatro condiciones:

  • Las hipótesis son realmente distintas, de modo que la evidencia puede separarlas.
  • Las tasas base se consideran primero: ¿con qué frecuencia resulta cierta cada explicación en situaciones como esta?
  • Alguien ajeno al equipo cuestiona la lista de hipótesis, porque la explicación que nadie anotó es la que le sorprende.
  • Los hitos se vigilan de verdad, para que el análisis siga vivo después de la reunión.

Usado así, el ACH es menos una calculadora que una disciplina: hace visible el razonamiento para que otros puedan comprobarlo.

El lugar del ACH

El ACH forma parte de una familia de técnicas analíticas estructuradas. Funciona bien junto con:

Preguntas frecuentes

¿Qué es el análisis de hipótesis en competencia?

El ACH es una técnica analítica estructurada desarrollada por el analista de la CIA Richards Heuer. Evalúa varias explicaciones posibles a la vez contrastando cada elemento de evidencia con cada hipótesis, y favorece la hipótesis con menos evidencia en contra.

¿Quién creó el ACH?

Richards J. Heuer Jr., analista veterano de la CIA, desarrolló el ACH y lo describió en su libro de 1999 Psychology of Intelligence Analysis, publicado por el Center for the Study of Intelligence de la CIA.

¿Qué es la diagnosticidad en el ACH?

La diagnosticidad es la medida en que una evidencia ayuda a distinguir entre hipótesis. La evidencia consistente con todas las hipótesis tiene baja diagnosticidad, por mucho que parezca respaldar a una de ellas.

¿Elimina el ACH el sesgo de confirmación?

No por sí solo. Los experimentos con analistas de inteligencia han dado resultados dispares. El ACH ayuda más cuando las hipótesis son distintas, se consideran las tasas base y personas ajenas cuestionan la lista de hipótesis.

¿Pueden las empresas usar el ACH?

Sí. El ACH se usa en inteligencia competitiva, investigaciones, ciberseguridad y estrategia, en cualquier situación en que un equipo deba elegir entre explicaciones en competencia de una evidencia incompleta.

Trabaje con Competitive Futures

Usamos el análisis estructurado, incluido el ACH, en nuestro trabajo de inteligencia competitiva y en nuestros productos de inteligencia publicados, y lo enseñamos en formación de directivos y en nuestro curso avanzado de análisis estratégico. Si su equipo debe tomar una decisión que depende de leer bien una evidencia incompleta, solicite una conversación de 20 minutos.

Más análisis de Competitive Futures

Referencias

  • 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