Intelligence de Décision de Commandement d'Incident

Que fait Intelligence de Décision de Commandement d'Incident ?

Utilisez cette compétence lorsque la difficulté ne réside pas dans la génération d'options, mais dans la décision du degré de reconnaissance, d'analyse, de collecte d'informations et de discipline de coordination dont la situation a réellement besoin.

Quand l'utiliser

• Les systèmes multi-agents ou humains-agents prennent de moins bonnes décisions à mesure que la pression temporelle augmente.
• Les transferts, les passations de commandement ou les coordinations inter-équipes échouent même lorsque chaque composant semble individuellement compétent.
• Un système hésite parce que l'information est incomplète et que personne ne sait ce qu'il vaut la peine d'apprendre ensuite.
• Un ensemble d'entraînement issu de post-mortems ou d'études de cas peut être contaminé par une rationalisation rétrospective.
• Vous devez router le travail par niveau comportemental : automatique, guidé par des règles, ou entièrement analytique.

NE PAS pour les limites

Cette compétence n'est pas le prisme principal pour :

• Les tâches de mise en œuvre de routine avec des exigences claires et sans incertitude significative.
• Les tâches mono-agent statiques où l'environnement ne changera pas pendant l'exécution.
• Les problèmes où l'optimisation exhaustive est bon marché et où il n'y a pas de pénalité en cas de retard.
• Les tâches pures d'estimation de probabilité qui n'impliquent pas de jugement d'expert, de coordination ou d'action sous pression.

Modèles Mentaux Fondamentaux

Reconnaissance avant énumération

Sous pression temporelle, les experts ne comparent généralement pas un ensemble classé d'options. Ils reconnaissent le type de situation, font émerger la première réponse réalisable, la simulent mentalement, et n'élargissent la recherche que si la simulation échoue.

Routage par niveau comportemental

Utilisez les niveaux de Rasmussen comme une discipline de routage :

• Basé sur les compétences : réponses automatiques ou compilées pour des situations stables et bien rodées.
• Basé sur les règles : application de règles déclenchées par des motifs avec adaptation modérée.
• Basé sur les connaissances : raisonnement explicite pour la nouveauté, l'ambiguïté ou les ruptures de cadre à forts enjeux.

Le risque clé est l'inadéquation. Un traitement basé sur les connaissances d'un travail de niveau compétence fait perdre du temps. Une automatisation de niveau compétence sur un problème de niveau connaissance est l'erreur catastrophique.

Incertitude épistémique

Dans les contextes de crise, l'incertitude porte souvent sur ce qui n'est pas encore connu, et non sur le caractère aléatoire inhérent. La question devient quel fait manquant changerait le plus l'action, et non comment attendre jusqu'à l'obtention de la certitude.

Distorsion rétrospective

Les études de cas et les entretiens reconstruisent souvent ce qui aurait dû se produire plutôt que ce qui s'est réellement produit. Les traces observationnelles méritent plus de poids que les récits rétrospectifs propres.

Excellence individuelle vs Fiabilité du système

D'excellents jugements locaux ne garantissent pas le succès au niveau du système. Les défaillances de limites, les canaux surchargés et les inadéquations d'autorité peuvent submerger des décisions individuelles solides.

Points de décision

Voir la vue de routage compacte dans diagrams/01_flowchart_decision-points.md.

flowchart TD
  A[Problème de décision] --> B{Forte pression temporelle ou informations fragmentées ?}
  B -->|Oui| C{Correspondance forte avec un motif ?}
  B -->|Non| D[Utiliser le traitement ordinaire basé sur les règles ou analytique]
  C -->|Oui| E[Action basée sur la reconnaissance plus simulation rapide]
  C -->|Non| F[Raisonnement basé sur les connaissances plus sonde ciblée]
  E --> G[Agir avec un point de mise à jour]
  F --> G

1. Choisir le registre comportemental

• Utilisez le traitement basé sur les compétences uniquement lorsque la situation est vraiment familière, la pression temporelle est significative et l'automatisation a déjà été validée.
• Utilisez le traitement basé sur les règles lorsqu'un manuel connu s'applique mais nécessite encore un paramétrage situationnel.
• Utilisez le raisonnement basé sur les connaissances lorsque le cadre est contesté, la situation est nouvelle, ou les enjeux punissent une simplification erronée.

2. Décider quelles informations acquérir

• Identifiez le fait manquant unique le plus susceptible de modifier l'action choisie.
• Acquérez ce fait avant une recherche exploratoire large.
• Si aucune sonde prévisible ne modifierait l'action, avancez avec la meilleure estimation actuelle et créez un point de mise à jour explicite.

3. Décider comment tirer des leçons de l'épisode

• Préférez les traces observationnelles, les horodatages, les historiques de messages et les journaux de comportement aux souvenirs précis.
• Traitez les récits suspectement propres comme du matériel pédagogique sur les idéaux, et non comme une vérité fondamentale sur la cognition réelle.
• Séparez les causes d'action des causes système afin qu'un post-mortem ne dégénère pas en attribution de blâme.

Modes d'échec

1. Paralysie analytique

Symptômes : la génération d'options s'élargit tandis que la qualité de l'action ne s'améliore pas. Règle de détection : de nouvelles alternatives continuent d'apparaître mais aucune ne modifie matériellement la décision à court terme. Récupération : passez à la simulation basée sur la reconnaissance de la première option réalisable et fixez un temps limite pour toute recherche ultérieure.

2. Inadéquation du niveau comportemental

Symptômes : le système soit sur-analyse des tâches stables, soit automatise à travers la nouveauté. Règle de détection : le style de réponse ne correspond pas à la nouveauté et à l'ambiguïté réelles de la situation. Récupération : reclassifiez la tâche en SB, RB ou KB avant de changer d'outils ou de modèles.

3. Thésaurisation d'informations

Symptômes : le système continue de demander plus de données sans modifier le plan d'action. Règle de détection : les informations acquises augmentent principalement la confiance plutôt que de changer les décisions. Récupération : classez les sondes par impact sur l'action et cessez de collecter les données à faible levier.

4. Surajustement rétrospectif

Symptômes : les conclusions de l'entraînement ou du post-mortem deviennent plus propres et plus rationnelles que l'événement original. Règle de détection : les explications convergent vers des histoires élégantes qui sont faiblement soutenues par les traces en direct. Récupération : dévalorisez les preuves d'auto-évaluation et annotez l'incertitude autour des étapes reconstruites.

5. Diagnostic aveugle à la coordination

Symptômes : chaque composant réussit l'examen local tandis que le système complet échoue toujours. Règle de détection : les explications restent au niveau individuel alors même que les défaillances apparaissent aux points de transfert ou sur les canaux partagés. Récupération : auditez les points de transfert, les limites de rôle et les flux d'informations avant de réentraîner les acteurs individuels.

Exemples travaillés

Exemple 1 : Routage urgent d'incident

Une couche d'orchestration reçoit une rafale d'alertes lors d'une panne en direct. Un système naïf énumère toutes les séquences possibles de répondants et se bloque. En utilisant cette compétence, vous classez le problème comme un travail à la frontière RB/KB, choisissez la première action de confinement crédible, simulez les trois prochaines étapes, et ne demandez que le seul signal manquant qui pourrait inverser le choix de confinement.

Exemple 2 : Triage des données d'entraînement post-mortem

Un rapport d'incident précis affirme que le commandant a calmement évalué trois alternatives avant d'agir. Les journaux de discussion en direct montrent un saut de reconnaissance de motif plus une vérification rapide de viabilité. La compétence achemine le récit dans « utile comme doctrine, faible poids comme trace comportementale » et protège l'ensemble d'entraînement de la distorsion rétrospective.

Contrôles de qualité

• La tâche est explicitement classée comme SB, RB ou KB avant que la profondeur de raisonnement ne soit choisie.
• Les demandes d'informations sont classées en fonction de leur capacité à modifier l'action.
• Les post-mortems séparent la qualité des décisions individuelles de la qualité de la coordination.
• Les comptes rendus rétrospectifs sont marqués comme observationnels, auto-déclarés ou mixtes.
• L'architecture a un audit explicite des transferts et des passations de commandement, et non seulement une évaluation au niveau des composants.

Fichiers de référence

Fichier	Charger lorsque
references/recognition-primed-decision-making-for-agents.md	Conception d'une sélection d'action basée sur la reconnaissance ou correction d'un biais d'énumération d'options
references/three-behavior-levels-for-agent-routing.md	Routage des tâches par niveau SB/RB/KB ou décomposition du travail par registre cognitif
references/epistemic-uncertainty-and-information-triage-in-crisis-systems.md	Triage des informations manquantes sous pression temporelle
references/crisis-decision-failures-taxonomy-for-agent-systems.md	Révision des pathologies de décision et vérifications des échecs avant l'événement
references/coordination-failure-modes-in-multi-agent-crisis-systems.md	Diagnostic des échecs de transfert et des défaillances collectives
references/the-retrospective-distortion-problem-for-agent-learning.md	Pondération des preuves d'études de cas et protection des pipelines d'apprentissage
references/novice-to-expert-progression-in-agent-capability.md	Décider si un système est assez expert pour une classe de tâches
references/the-theory-practice-gap-in-crisis-decision-research.md	Évaluer si un modèle de recherche correspond à la réalité opérationnelle

Anti-patrons

• Traiter chaque décision de crise comme un problème d'optimisation plutôt qu'un problème de reconnaissance et de simulation.
• Demander plus d'informations sans d'abord énoncer comment ces informations pourraient modifier l'action.
• Noter les acteurs individuels tout en ignorant la structure de transfert qui a façonné l'échec.
• Utiliser des récits rétrospectifs comme s'il s'agissait d'enregistrements directs de la cognition experte.