インシデントコマンド意思決定インテリジェンス
このスキルは、難しい部分が選択肢を生み出すことではなく、状況が実際に必要とする認識、分析、情報収集、および調整規律の程度を判断することにある場合に使用します。
使用すべき場合
- 時間的プレッシャーが高まると、マルチエージェントまたは人間-エージェントシステムの意思決定が悪化する。
- 各コンポーネントが個別には有能に見えても、ハンドオフ、コマンド移行、または部門間の協調が失敗する。
- 情報が不完全で、次に何を学ぶ価値があるか誰も知らないためにシステムが躊躇する。
- 事後分析またはケーススタディから派生したトレーニングセットが、遡及的合理化によって汚染されている可能性がある。
- 自動的、ルールガイド、または完全に分析的という行動レベルで作業をルーティングする必要がある。
対象外の境界
このスキルは、以下の主たるレンズとしては使用しません:
- 明確な要件と有意な不確実性のない日常的な実装作業。
- 実行中に環境が変化しない静的単一エージェントタスク。
- 網羅的最適化が安価で、遅延に対するペナルティがない問題。
- 専門的判断、協調、またはプレッシャー下での行動を伴わない純粋な確率推定タスク。
コアメンタルモデル
列挙より先に認識
時間的プレッシャーの下では、専門家は通常、ランク付けされた選択肢のセットを比較しません。彼らは状況タイプを認識し、最初の実行可能な応答を表面化させ、それを精神的にシミュレーションし、シミュレーションが失敗した場合にのみ検索を広げます。
行動レベルルーティング
ルーティング規律としてRasmussenのレベルを使用します:
- スキルベース: 安定した、よく練習された状況に対する自動的またはコンパイルされた応答。
- ルールベース: 中程度の適応を伴うパターントリガー式ルール適用。
- 知識ベース: 新規性、曖昧性、またはハイリスクなフレーム破綻に対する明示的な推論。
重要なリスクはミスマッチです。スキルレベルの作業に対する知識ベースの処理は時間を浪費します。知識レベルの問題に対するスキルレベルの自動化は破滅的なエラーです。
認識論的不確実性
危機的状況では、不確実性はしばしばまだ知られていないことに関するものであり、本質的なランダム性に関するものではありません。問題は、確実性が得られるまで待つ方法ではなく、どの欠落した事実が行動を最も変えるかになります。
遡及的歪み
ケーススタディとインタビューは、実際に起こったことではなく、起こるべきだったことを再構築することがよくあります。観測的トレースは、きれいな事後的な物語よりも重み付けされるべきです。
個人の優秀さ vs システムの信頼性
優れた局所的な判断は、システムレベルの成功を保証しません。境界障害、過負荷チャネル、および権限の不一致は、強力な個々の決定を圧倒する可能性があります。
決定ポイント
コンパクトなルーティングビューについてはdiagrams/01_flowchart_decision-points.mdを参照してください。
flowchart TD
A[意思決定問題] --> B{高い時間的プレッシャーまたは断片化された情報？}
B -->|はい| C{強いパターンマッチ？}
B -->|いいえ| D[通常のルールベースまたは分析的処理を使用]
C -->|はい| E[認識優先行動と迅速なシミュレーション]
C -->|いいえ| F[知識ベース推論とターゲット探索]
E --> G[更新チェックポイントで行動]
F --> G
1. 行動レジスタの選択
- 状況が本当に馴染み深く、時間的プレッシャーが有意であり、自動化がすでに検証されている場合にのみ、スキルベース処理を使用します。
- 既知のプレイブックが適用可能だが、依然として状況に応じたパラメータ化が必要な場合に、ルールベース処理を使用します。
- フレームが争われている、状況が新しい、または間違った単純化が罰せられる場合に、知識ベース推論を使用します。
2. 取得する情報の決定
- 選択した行動を最も変更する可能性が高い1つの欠落した事実を特定します。
- 広範な探索的検索の前にその事実を取得します。
- 予見可能な探索が行動を変更しない場合は、最良の現在の推定値で進み、明示的な更新チェックポイントを作成します。
3. エピソードから学習する方法の決定
- 洗練された回想よりも、観測的トレース、タイムスタンプ、メッセージ履歴、および行動ログを優先します。
- 不自然なほどきれいな説明は、実際の認知のグラウンドトゥルースとしてではなく、理想に関する教育資料として扱います。
- 行動原因とシステム原因を分離して、事後分析が責任追及に陥らないようにします。
障害モード
1. 分析麻痺
症状: 選択肢生成が拡大する一方で、行動の質は改善しない。 検出ルール: 新しい代替案が現れ続けるが、いずれも短期的な決定を実質的に変えない。 回復: 最初の実行可能な選択肢の認識優先シミュレーションに切り替え、さらなる検索にタイムボックスを設定します。
2. 行動レベルのミスマッチ
症状: システムが安定したタスクを過剰に推論するか、新規性を自動化する。 検出ルール: 応答スタイルが状況の真の新規性と曖昧性に一致しない。 回復: ツールやモデルを変更する前に、タスクをSB、RB、またはKBとして再分類します。
3. 情報収集癖
症状: システムが行動計画を変更せずに、より多くのデータを要求し続ける。 検出ルール: 取得された情報は、決定を変更するよりも主に信頼性を高める。 回復: 行動への影響で探索をランク付けし、レバレッジの低いデータの収集を停止します。
4. 遡及的過学習
症状: トレーニングまたは事後分析の結論が、元のイベントよりもきれいで合理的になる。 検出ルール: 説明が、ライブトレースによって弱くしかサポートされていないエレガントなストーリーに収束する。 回復: 自己報告の証拠を格下げし、再構築されたステップの周りに不確実性を注釈します。
5. 協調盲検診断
症状: すべてのコンポーネントがローカルレビューに合格する一方で、システム全体は依然として失敗する。 検出ルール: 障害がハンドオフまたは共有チャネルに現れても、説明は個人レベルにとどまる。 回復: 個々のアクターを再トレーニングする前に、転送ポイント、役割境界、および情報フローを監査します。
実例
例1: 緊急インシデントルーティング
オーケストレーションレイヤーがライブ障害中にアラートのバーストを受信します。ナイーブなシステムはすべての可能な応答者シーケンスを列挙し、停止します。このスキルを使用して、問題をRB/KB境界作業として分類し、最初の信頼できる封じ込め行動を選択し、次の3つのステップをシミュレーションし、封じ込めの選択を覆す可能性のある単一の欠落した信号のみを要求します。
例2: 事後分析トレーニングデータトリアージ
洗練されたインシデントレビューは、指揮官が行動する前に冷静に3つの代替案を評価したと主張します。ライブチャットログは、パターン認識のジャンプと1回の迅速な実行可能性チェックを示しています。このスキルは、そのナラティブを「教義として有用、行動トレースとしては低重み」にルーティングし、トレーニングセットを遡及的歪みから保護します。
品質ゲート
- 推論の深さを選択する前に、タスクがSB、RB、またはKBとして明示的に分類されている。
- 情報リクエストは、それらが行動をどれだけ変える可能性があるかによってランク付けされている。
- 事後分析は、個人の意思決定の質と協調の質を分離している。
- 遡及的記述は、観測的、自己報告的、または混合としてマークされている。
- アーキテクチャには、コンポーネントレベルのスコアリングだけでなく、明示的なハンドオフとコマンド転送の監査がある。
参照ファイル
| ファイル | ロード条件 |
|---|---|
references/recognition-primed-decision-making-for-agents.md | 認識優先の行動選択の設計、または選択肢列挙バイアスの修正時 |
references/three-behavior-levels-for-agent-routing.md | SB/RB/KBレベルでのタスクルーティング、または認知レジスタによる作業分解時 |
references/epistemic-uncertainty-and-information-triage-in-crisis-systems.md | 時間的プレッシャー下での欠落情報のトリアージ時 |
references/crisis-decision-failures-taxonomy-for-agent-systems.md | 意思決定病理のレビューと事前障害チェック時 |
references/coordination-failure-modes-in-multi-agent-crisis-systems.md | ハンドオフ障害と集団的崩壊の診断時 |
references/the-retrospective-distortion-problem-for-agent-learning.md | ケーススタディ証拠の重み付けと学習パイプラインの保護時 |
references/novice-to-expert-progression-in-agent-capability.md | システムがタスククラスに対して十分に専門的かどうかの判断時 |
references/the-theory-practice-gap-in-crisis-decision-research.md | 研究モデルが運用現実に適合するかの評価時 |
アンチパターン
- すべての危機的決定を、認識とシミュレーションの問題ではなく、最適化問題として扱うこと。
- その情報がどのように行動を変えることができるかを最初に述べずに、より多くの情報を求めること。
- 障害を形成したハンドオフ構造を無視しながら、個々のアクターを評価すること。
- 事後的な物語を、あたかも専門家の認知の直接的な記録であるかのように使用すること。