文章总结： 团队分析被证实是减少情报分析错误的有效工具。情报分析人员面临认知偏见影响，尤其是确认偏见，难以识别自身错误但能发现他人错误。文章建议通过组建具备智力多样性的小团队，包含具备探路者思维、重视真相的成员，并采用结构化分析技术提高透明度。团队应鼓励信息共享和建设性批评，但需警惕群体思维和观点极化风险。 综合评分： 89 文章分类： 威胁情报,安全建设,安全运营,社会工程学

【资料】团队分析——一种用于减少情报分析错误的工具

丁爸 情报分析师的工具箱

2025年11月22日 11:13 四川

团队分析被认定为减少情报分析错误的一种有效工具。情报分析是一项认知负荷极高的活动，容易受到认知偏见和分析错误的影响。由于不确定性、否认、欺骗、保密性要求以及对时效性的需求，情报分析人员所承受的压力会进一步加剧这些错误和偏见。由于这些局限性和挑战，个人往往难以识别自身的错误，但却能够识别他人犯的错误。为此，提出采用团队分析的方法。然而，团队协作也可能带来群体思维和观点极化的风险。因此，分析团队必须经过合理选择、科学构建和有效管理。

1 引言

当情报分析人员进行分析工作时，他们的工作常常会陷入人类普遍存在的陷阱，例如判断失误。失误可能由多种原因引起，例如信息不完整、逻辑谬误或认知偏差，其中确认偏误最为人熟知且常见。无论原因如何，失误都可能影响分析过程的整体质量和最终情报产品的质量。在本文中，我们将探讨情报分析中错误的一些成因，然后提出应对或减轻这些错误的解决方案。我们回顾了该主题的相关文献，并通过综合方法提出，采用团队协作的方式来减轻和减少情报分析中的错误。

情报分析是情报工作过程中的关键环节。也被称为情报周期，它包括规划（或指导）、收集、处理、分析和分发。其主要功能是识别问题，整合公开来源或机密的数据与信息，生成并评估假设，识别模式，汇总信息，并以解释、评估和预测的形式向决策者呈现最终的情报产品。美国国家情报总监办公室（ODNI）为美国情报分析人员社区设立了五项分析标准。根据这些标准，情报分析应保持客观，不受政治因素影响，及时基于所有可用信息来源，并应实施和体现九项分析专业标准。当然，这些是理想标准，是分析人员应努力追求的目标，但往往难以实现。

【九项分析专业标准为：（1）对基础信息来源、数据和方法的质量与可信度进行描述；（2）表达并解释与主要分析判断相关的不确定性；（3）区分基础情报信息与分析人员的假设和判断；（4）纳入替代方案分析；（5）展示客户相关性并说明其影响；（6）使用清晰且逻辑严密的论证；（7）解释分析判断的变化或一致性，并将重大分析判断差异告知使用者；（8）做出准确的判断和评估；（9）在适当情况下融入有效的视觉信息。】

情报分析在某些方面与其它信息收集和处理活动有显著区别。约翰斯顿（2005，第4页）将情报分析定义为“在秘密的社会文化背景下，运用个体和集体认知方法对数据进行权衡并检验假设”。这也意味着，情报分析除了具备认知特性外，还面临一些在其他分析职业中并不总是常见的限制和压力。这些问题源于不确定性、否认与欺骗、保密性，以及最重要的是时间限制。这些挑战综合作用，可能对分析人员的失误产生深远影响，从而影响其工作质量。尽管本文聚焦于情报分析，但所描述的认知局限、分析错误以及可能的缓解措施，也可能适用于刑事调查和国家安全调查，例如反间谍和反恐调查。

2 情报分析错误的来源

一些错误由于某些主题的复杂性和不可知性而不可避免，但通过适当的流程，一些错误是可以预防的，至少可以被识别出来，并减轻其影响或降低其程度。错误可能出现在情报周期的各个阶段，可能导致情报失败。一些人认为，情报失败实际上就是分析失败。由于情报分析被认定为一种认知决策过程，它不可避免地受到所有思考者共有的认知特性与局限性的影响，这意味着人们可能会犯错。卡尼曼在其对人类认知的简化版本中提到了两种思维方式：“系统1”和“系统2”。“系统1”代表大脑的无意识、自动和情绪化反应，而“系统2”则代表较慢、逻辑性强且更费力的思维方式。尽管他强调两种系统都不完美，也不完全理性，但核心观点是，“系统2”的刻意思考需要更多的努力、资源和时间。由于情报分析是在快节奏且时间受限的环境中进行的，个体分析员更难保持“系统2”的思维方式。

特定的工作环境可能进一步使情报分析员暴露于认知偏见之中，导致他们在判断和最终分析成果中出现错误。休尔是最早探索影响情报分析质量与工作的心理因素（包括认知偏见）的先驱之一。他发现人类大脑在有效应对不确定性方面能力不足，且人们（包括情报分析员）具有心理模型或思维定式，这使得他们对相同信息做出不同解读。因此，偏见和谬误对情报分析构成了重大挑战，这一点分析员自身也十分清楚。在一项简短的调查中，菲尔森和博德曼请情报分析员列出他们在进行分析时最可能受到的前几项认知偏见和直觉陷阱。分析员将确认偏见（67%）列为首要问题，其次是锚定效应（56%）、对一致性和不确定性减少的渴望（56%）、满足即可（56%）、思维散弹枪效应（44%）以及生动性偏见（44%）。

贝顿和达米回顾了该领域的文献，识别出至少21种可能影响个体分析员工作的关键偏见，其中八种在分析工作流程的每个阶段都具有特别重要的意义。他们将分析工作流程划分为六个阶段：（1）获取需求（理解背景）；（2）规划分析响应（替代方法与优先级排序）；（3）获取数据（选择并验证数据与来源）；（4）处理数据（分析工具与技术）；（5）解读输出（评估）；（6）传达结论（呈现）。最常见的偏见是确认偏见，仅在“规划分析响应”和“传达结论”两个阶段未被识别。但究竟什么是认知偏见，又源于何处？

它们从何而来，最重要的是，如何在情报分析中减轻这些影响？

“认知偏差”这一术语由特沃斯基和卡尼曼提出。他们将认知偏差描述为人们系统性但显然有缺陷的思维模式以及对决策问题的非理性反应。根据他们的观点，偏差或系统性错误是由于人们在不确定情境下使用心理捷径或启发法所导致的。他们识别出三种启发法：（1）代表性启发法，使我们因过于关注相似性而错误计算概率；（2）可得性启发法，即我们依赖于脑海中迅速浮现或最容易获取的信息；（3）锚定启发法，即我们过度依赖在某一话题上最先接收到的信息。

自那以后，被识别出的偏差数量急剧增加。巴斯特·本森收集了超过200种已知的偏差，将其按照四个主要问题进行分类：（1）信息过多；（2）信息意义不足；（3）时间与资源不足；（4）记忆容量不足。情报分析人员很可能认同这些问题，但还会增加另一个问题，即信息不足，因为有些信息被隐藏（秘密），有些则无法获取（谜团）。

盖尔夫提出，阻碍人们更清晰地看待事物并更理性思考的根本原因在于其思维模式。人们普遍存在的思维模式被她称为“士兵思维模式”，暗示思考类似于防御性战斗。在这种思维模式下，我们专注于捍卫自己预先形成的观念。我们攻击对方的观点，同时加固和捍卫自己的立场。因此，改变想法在心理上等同于在战斗中失败。“士兵思维模式”的理念源自“动机性推理”，即我们的无意识动机塑造了我们对信息的解读方式。因此，人们往往倾向于得出自己希望为真的结论。动机性推理与偏差密切相关，最常见的是确认偏差，尼克森将其定义为“以偏向已有信念、期望或手头假设的方式寻找或解释证据”。其他人则更倾向于使用“自我立场偏差”这一术语来替代“确认偏差”。他们认为，这一术语更能解释人们的行为，因为人们倾向于确认或否定那些与自己立场相悖的证据或假设，而不是盲目地确认脑海中浮现的信念或想法。此外，奥伯斯特与因霍夫认为，许多已知的认知偏差实际上都可以追溯到基本先验信念与人们倾向于处理与信念一致的信息（确认/自我立场偏差）的结合。

对这类认知现象的认识并非新事。古希腊作家修昔底德在公元前5世纪写道：“……他们的判断更多基于盲目的愿望，而非任何可靠的预测；因为人类的习惯是将他们所渴望的事物托付给轻率的希望，并用至高无上的理性去排斥他们不希望看到的事物。” 后来在公元17世纪，弗朗西斯·培根常被称为科学经验主义之父，他注意到人们倾向于寻找支持自己判断的证据，而忽视相反的证据：“人类的理解力一旦确立某个命题（无论是基于普遍接受或信念，还是因其带来的愉悦感），便会强迫其他一切事物为其提供新的支持和证实；尽管存在大量有力且充分的反例，人们却要么视而不见，要么轻视它们，或通过某种武断且有害的区分将其排除，宁可坚持最初结论的权威，也不愿放弃。” 这引发了一个问题：我们为什么会这样做？这种倾向又从何而来？

梅尔西尔和斯佩伯认为，人类推理能力并非自然选择为了让人更好地发现世界真相而演化出来的，而是为了更有效地进行辩论并赢得与他人的争论。其核心在于说服。推理帮助我们的祖先在复杂的社会环境中生存并繁衍。一个人需要擅长说服，用论据来说服他人做出选择。如果成功，其声誉和福祉也会随之提升。另一方面，推理也帮助个体警惕他人的论点，识别逻辑谬误，并有效反驳对方观点。梅尔西尔和斯佩伯将这一观点称为“推理的论辩理论”。类似地，海德特指出，人们主要受直觉或先入为主的观念驱动，理性思考往往在信念形成之后才出现。人们非常擅长为自己的立场寻找合理的解释和证据，却常常对最明显的相反证据或论点视而不见。这促成了“道德基础理论”的发展，该理论旨在基于内在的道德基础解释人类道德推理的起源与差异。库西马诺和隆布罗佐发现，个体常常会支持并认为自己有正当理由相信那些道德上令人向往的命题，即使他们意识到缺乏相关证据。这些“道德上令人向往的偏见”使人们坚持非逻辑倾向，甚至为此感到自豪，尤其是当证据支持他们道德上反感的观点时。

由于我们运用策略性推理来为自己的偏好辩护，这使我们容易陷入确认偏误。这种倾向在政治和道德讨论中尤为明显，进一步放大了我们的偏见和推理错误。对多种观点和假设的分析是情报分析师工作的重要组成部分，因此他们极易受到上述影响。情报分析师作为人类，也无法摆脱人类心智固有的认知特性与局限。

3 减少错误的努力

为减少情报分析中的错误与偏见，一些作者提出应加强批判性思维训练，运用逻辑推理，并采用更多基于科学的方法论，尤其是假设检验。Harris 和 Spiker提出将批判性思维技能融入情报分析的四个职能中：（1）评估和整合信息；（2）将信息组织为前提；（3）提出假设；（4）检验假设。Moore 等人倡导在情报工作中采用“意义建构”，这是一种有意识的、持续的努力，旨在理解情境及其成因。这与溯因思维非常相似，即从数据集中推导出最合理的解释。

Whitesmith提出应用认识论，特别是“合理真实信念”理论，作为情报分析人员应追求的理想标准，其目标是提升情报分析产生真相而非谬误的能力。为了更好地减少情报分析中的错误和偏见，一些人认为情报分析人员应采用更多方法论【存在一种强烈趋势，即开发软件并应用其他技术解决方案，如人工智能，以克服认知偏见。尽管此类技术在情报过程的所有阶段都有用，但仍可能受到人为错误或偏见的影响。这类技术并不能使分析师免受认知偏见的影响，甚至在某些情况下可能反而助长偏见。】，使用结构化分析技术或 SATs，而另一些人则认为“基于直觉的情报意义建构，为理解那些速度、不确定性与互动性极强的跨国威胁提供了途径，这些威胁超越了传统分析方法的范畴”。这一问题在情报界通常被称为“科学与直觉之争”。

Heuer 和 Pherson列出了超过五十五种 SATs 供分析师使用，并根据它们如何帮助分析师克服认知局限进行分组：分解与可视化；指标/路标/情景；挑战思维定式；假设生成与检验；以及群体过程技术。而其他人则根据其目的对它们进行分类：诊断型；逆向型；以及想象型。Dhami 等人识别出 75 种 SATs，并将其归入十三个主要功能。

【这些主要功能包括：（1）生成想法/情景/问题/假设/选项；（2）澄清；（3）确定数据的有用性；（4）批判；（5）减少分歧或达成共识；（6）识别/监控随时间变化的模式/趋势；（7）识别/理解（非因果）关系；（8）识别/理解因果关系；（9）假设检验；（10）预测/预报；（11）决策/选择；（12）构建信息；（13）呈现信息。】

他们发现，大多数 SATs 最终仍依赖于分析师的主观技能与输入。此外，没有任何一种 SATs 能保证分析判断的准确或无偏。Jones也认识到这一点，这意味着可能不存在完全无偏的分析技术。

CIA 分析局发布并介绍了其分析师使用的十二种核心分析技术：关键假设检查；信息质量检查；变化的指标或路标；竞争性假设分析（ACH）；反方辩护；团队A/团队B；高影响/低概率分析；“如果……会怎样？”分析；头脑风暴；由外而内的思考；红队分析；以及替代未来分析。在这十二种 SATs 中，Chang 等人指出，现状偏见（偏好维持现状）和确认偏见是这些技术旨在缓解的两种最常见的偏见。

在一项系统性综述中，Coulthart从严谨性和准确性角度评估了这十二种核心 SATs 的有效性。反方辩护具有最具可信度的证据基础和最高的有效性。分析竞争假设（ACH）被发现是有效的，并且具有高度可信的证据基础，但相关研究较少。头脑风暴的效果参差不齐，证据基础中等可信。在几乎所有研究中，未来情景分析都被发现是有效的，但其证据基础可信度较低。红队分析似乎也非常有效，但同样，其证据基础可信度低。团队A/团队B仅有一项低可信度的研究。其他六种核心分析技术（SATs）均无评估性研究。Chang等人警告称，尽管初步结果表明在某些条件下，ACH、魔鬼代言人法和头脑风暴可能有效，但他们建议“整体上应更加审慎地审视这些分析技术”。Chang等人还指出，这些分析技术未能解决偏见的两极性问题，因为试图减少某种偏见可能导致其对立面的偏见上升。

分析技术还容易忽视噪声问题，即分析过程中各阶段的结论噪声可能渗透到后续阶段，导致最终判断出现错误。

最常被提出用于缓解确认偏见影响的分析技术之一是分析竞争假设（ACH）。ACH是由理查德·休尔开发的一种分析方法，要求分析师识别一组假设，系统评估与每个假设一致或不一致的数据，并剔除包含过多不一致数据的假设。Dhami等人指出，目前缺乏关于分析技术实际应用情况或其有效性的证据。他们测试了ACH在减少确认偏见方面的有效性，但结果并不一致。然而，他们观察到ACH可能增加判断错误。Whitesmith也批评了ACH的使用。她认为ACH方法的理论基础存在缺陷，且缺乏实证依据支持其用于缓解认知偏见。此外，De Melo指出，尽管ACH在实践中广泛使用，但在实验测试中表现不佳。他认为该技术在缓解偏见或提升分析师推理能力方面并无实效。

Whitesmith认为，认知偏见并非习得行为，也难以轻易察觉。它们往往在无意识状态下、在潜意识层面发生。在与Frueh的访谈中，卡尼曼也承认，个体层面克服偏见极为困难，目前尚无充分证据表明可以轻易实现。他更相信机构在改进思维方面的能力，而非个体。他还承认，使用启发式或思维捷径并非完全无用。其他学者如Gigerenzer和Gaissmaier早已指出，在不确定性情境下，启发式方法可能比所谓更系统、更严谨的思维方式更有效。

此外，某些偏见可能根本就不是偏见。研究人员在实验室实验中发现了偏见，但正如Klein所发现的，人们在现实情境中往往能做出相当不错的决策。他质疑是否所有错误都能被清晰识别并归因于推理失误。例如，Zhong认为，当信息成本较高时，最优策略是寻求对自己已有信念的确认。因此，确认偏见实际上是解决“如何在信息成本高的情况下做出决策”这一问题的合理应对方式。

为了根据我们预先形成的信念，有效地在不同新闻来源之间分配资源。这使得佩奇（2022）提出，许多看似偏见的现象实际上是人们应对实际问题的良好解决方案，这意味着这些偏见实际上是应对现实生活情境的适应性策略。

然而，盖尔夫（2021）提出了一种克服偏见和错误的方法，即改变并培养自己的思维模式。她建议人们接纳她所谓的“侦察兵思维模式”。与“士兵思维模式”不同，后者以战斗模式看待世界，侦察兵思维模式则类似于绘制地图的过程。这种思维模式的转变是从试图取胜转变为尽可能准确。新信息，即使与已有观点相冲突，也有助于建立更准确、更全面的世界图景。其核心理念是运用动机性推理，但动机不应是为了赢得争论，而应是追求真理本身。她提出了成为更好侦察兵的指导原则，例如：认识到真理并不与个人的其他目标相冲突；学习有助于清晰认知的工具；并欣赏“侦察兵思维模式”带来的情感回报。她还建议培养这些习惯，因为避免或克服动机性推理具有挑战性（海德特，2012；默瑟与斯佩伯，2011）。毕竟，无法保证一名个体情报分析员不会重新陷入“士兵思维模式”。

4 通过分析团队减少错误

自古以来，人们普遍认识到，个体更容易发现他人的缺点，却很少察觉自身的不足，这正如伊索寓言中关于两个袋子的故事所揭示的：“每个人身上都背着两个袋子，一个在前，一个在后，两个都装满了缺点。前面的袋子装着邻人的缺点，后面的袋子装着自己的缺点。因此，人们看不见自己的缺点，却从不遗漏他人的缺点”。这种倾向——即更容易看到他人缺点而忽视自身缺点——在《圣经》中也有体现：“你为何看见你兄弟眼中的刺，却不想自己眼中的梁木？”。这些古老的典故表明，人们对这一现象的认知早已深深融入我们的文化意识之中。这引发了一个问题：如果作为个体，我们无法识别自身的偏见或错误，却能轻易发现他人的，那么我们能否利用这一现象？团队协作是否是一种更有效的策略，以减少偏见和错误？

马林建议，为克服情报分析人员中“科学与直觉”之间的争论，将两者结合组成混合分析团队是有益的。通过这种方式，更具直觉性和想象力的人可以与更具科学性或系统性思维的分析人员协作，通过互补技能共同成长。整合不同类型知识和视角的理念基于一个认识：这样做所产生的价值大于各部分之和。特雷弗顿与菲什贝因也指出，团队协作是一种有效方式，能够“促进对自身思维潜在缺陷的持续关注，这需要不同视角个体之间持续对话”。正如默瑟与斯佩伯所言，人们在发现他人论点中的错误和缺陷方面比识别自身错误更具能力。因此，解决方案是建立分析师小组，彼此对论点和证据进行“同行评审”。类似地，Wang和Jeon发现，人们更容易看到他人身上的偏见，而难以察觉自身存在的偏见。也就是说，人们在识别偏见时也存在偏见。他们还指出，当人们了解我们所有人都可能受到偏见影响时，偏见是可以被减轻的。

倡导情报分析师以团队形式工作并非全新理念。学者们早已认识到分析师团队协作的优势。然而，他们也承认团队工作伴随的风险。Tetlock和Gardner将群体思维和极化视为主要风险。群体思维被定义为“当人们深度参与一个紧密的内部群体时所表现出的一种思维模式，群体成员追求一致性的愿望压倒了他们对其他行动方案进行现实评估的动机”。而群体极化则发生在人们参与辩论后，其观点比讨论开始前更加极端。Straus等讨论了情报分析中不同类型的过程损耗和相互依赖性风险。除了极化和群体思维（或对一致性的压力）之外，他们还担心诸如头脑风暴中的生产力损失（倾听和等待轮到自己发言会阻碍新想法的产生）、共同知识效应（未共享或独特信息往往在小组中未被讨论）、过度自信（在群体中可能加剧）以及确认偏见等过程损耗。

为避免这些风险，Straus等建议关注团队结构（意见和专长多样化，但规模不宜过大）、任务程序（写下想法或头脑写作，同时而非顺序呈现想法，使用SATs）、引导（领导者鼓励开放讨论、新想法和异议）以及培训（有效协作策略）。为建立积极的团队氛围，Tetlock和Gardner还建议团队应具备智力多样性（根据议题包含领域专家），营造分享想法的文化，创造心理安全感，使团队成员能够自由且尊重地讨论彼此的想法和缺陷。Horowitz等也发现，在地缘政治分析任务中，团队的表现优于个人，强调了良好团队合作的影响。他们发现，更具合作性的团队表现优于合作性较弱的团队。团队成功的关键要素包括信息共享、培养推理能力以防范偏见，以及确保所有团队成员的意见都被倾听并受到尊重。

尽管研究人员对团队的最佳规模尚未达成共识，但有迹象表明，较小的团队在群体决策过程中往往更具优势。Tetlock和Gardner建议，在构建成功的分析团队时，应更加注重选择合适的人选。团队应包含具备特定个体特质的分析师。他们应谨慎、谦逊、非决定论者。其思维方式应具有主动开放性、智力好奇心、自我批判性、数理素养、务实性、分析性、重视不同观点、概率思维，并对新观点持开放态度。

根据新事实进行调整，类似于直觉心理学家。他们的职业道德倾向于包含成长型思维和毅力。基本上，我们在挑选团队成员时所关注的，正是盖尔夫所描述的具有“探路者思维”的人。也就是说，那些以准确性为导向进行推理、重视真理并且不将身份与信念紧密绑定的人。所谓“轻视身份”，指的是当一个人的信念与其身份交织在一起时，会成为追求真理的障碍。

库尔特哈特建议通过依赖原则来提升群体的情报分析能力。第一个原则是让分析人员独立提出想法和假设，然后再与团队分享，因为他发现面对面的合作往往会持续降低创造力和想法的发展。第二个原则强调了证据权重的重要性，以及根据证据更新信念，而不仅仅是寻找负面证据。第三个也是最后一个原则指出，引发冲突的技术可能是有效的，但必须谨慎实施。

尽管SAT的有效性仍存在争议，但人们普遍认为结构化方法仍有一些优势，主要体现在其透明性上。卡尼曼在与弗鲁的访谈中指出，相较于仅依赖直觉，某些结构在解决问题时仍然更优。他还强调了最终决策与决策过程之间的区别，强调后者中多样性的重要性。也就是说，独立且多元的观点以及知识来源的重要性。简而言之，“良好的决策建立在多样化信息的基础上”。

5 结论

情报分析是一项认知强度很高的活动，容易受到认知特性与局限的影响，例如认知偏见。分析错误和认知偏见可能因情报分析师面临的不确定性、否认、欺骗、保密性以及时效性压力而进一步加剧。其中最广为人知且影响情报分析的偏见之一是确认偏见，也称为自我立场偏见。根据这种偏见，分析人员会寻找支持其预先设想的证据和信息，而忽视相反的证据。这种思维方式源于动机性推理。

为减轻情报分析中错误的影响，已有诸多尝试，其中最突出的是推广和使用SAT。尽管科学尚未完全支持SAT支持者的主张，但其价值并未被某些人完全否定。另一些人则提倡思维模式的转变，从动机性推理（“士兵思维”）转向以准确性为导向的推理（“探路者思维”），从而成为更理性、更客观的思考者。然而，对个体而言，这种转变非常困难，因为根据辩论理论，人类并非为了寻求真理而进化，而是为了辩论、支持自己的主张，并找出他人论点和判断中的漏洞。这意味着，分析师应被建议在管理良好的团队中工作。通过这种方式，他们可以发现彼此的错误和缺陷，从而产出更优质的情报产品。

尽管某些错误和偏见难以由单个人完全克服，但我们可以通过利用个体天生倾向于发现他人论点中的问题这一心理，将人们置于协作的团队环境中。

然而，这种环境也存在风险，例如群体思维、共同知识效应、确认偏误、过度自信以及观点极化。因此，团队必须经过恰当的选择、结构设计和有效管理。

团队应由聪明且富有好奇心的成员组成，他们还应接受过识别偏见和错误推理的训练（尤其擅长发现他人的错误），重视真相，并能轻视自身身份认同。后者有助于防止观点极化，因为个人的身份不应依赖于其观点。简而言之，他们应具备“探路者心态”。团队中应包含特定领域的专家（视主题而定），但智力多样性至关重要，因为新奇或对立的见解和信息往往来自特定领域之外。此外，多样性还能增强团队成员的认知刺激。然而，即使多样化的团队也可能逐渐趋于一致，从而陷入群体思维的风险。因此，定期轮换成员的论证立场，或周期性引入新成员，可能具有优势。最后，团队规模并非预先设定或固定为某个具体数字，但较小的团队似乎更具价值。

在管理此类团队时，应鼓励所有成员共享信息，并进行建设性（尊重性的）批评。可以同时产生多个分析路径，将其记录下来、讨论，若可能，还可在团队内进行测试。鼓励、发展并讨论原创想法，有助于抑制团队成员回归传统思维的倾向。

使用结构化技术在提高过程透明度方面可能有所帮助，但由于其局限性以及忽略未知、意外因素的风险，不应完全依赖。此外，还应鼓励并培养个体在情报分析、正确心态、批判性思维以及对错误和局限性的认知方面的训练。

然而，组建团队并非万能良方，也无法解决所有分析问题。创建并使用分析团队本身是资源密集型的，若将分析能力集中于少数议题上（相较于个体同时处理多个独立议题），可能会降低整体分析能力。尽管如此，已有证据表明，建立高效的团队可以成为提升情报分析水平的重要基础。

此外，选择“合适”的分析人员和团队有时需要时间，并需不断调整，因为评估个体特质以及准确预测其在团队中的行为并无绝对把握。此外，不确定性、否认与欺骗、保密性以及时间限制，未来仍将是情报分析面临的持续挑战。考虑到这些因素，并认识到情报分析本身也存在局限性，培养认知谦逊应成为整个情报分析过程的根本原则。这一原则同样适用于情报分析技术解决方案的开发，尤其是协作平台，其中观点可以被提出并受到严格挑战，尤其是在预期人工智能将被整合的背景下。最后，团队的恰当应用并不仅限于情报分析领域。

原文已上传知识星球

长按识别下面的二维码可加入星球

里面已有万余篇资料供下载

续费五折优惠