CommunityPesquisa e Análise de Dadosgithub.com

Análise de Hipóteses Concorrentes (ACH)

Técnica estruturada de análise para Inteligência de Ameaças Cibernéticas (CTI), que avalia todas as hipóteses plausíveis contra todas as evidências relevantes, reduzindo vieses cognitivos.

O que é Análise de Hipóteses Concorrentes (ACH)?

Esta habilidade fornece uma implementação estruturada da técnica de Análise de Hipóteses Concorrentes (ACH), essencial para analistas de Inteligência de Ameaças Cibernéticas (CTI). A ACH é projetada para combater o viés de confirmação, forçando o analista a avaliar sistematicamente todas as hipóteses plausíveis contra todas as evidências relevantes, em vez de buscar apenas dados que confirmem uma hipótese preferida. A habilidade detalha um procedimento passo a passo, desde a geração de hipóteses (com um mínimo de três, incluindo uma que desafie o instinto inicial) até a construção de uma matriz de consistência, análise de sensibilidade e elaboração de relatórios. Ela enfatiza o foco em refutar hipóteses (inconsistências) em vez de confirmá-las, e considera a qualidade das fontes com base na Escala do Almirantado. Útil para situações ambíguas, análises de atribuição e avaliações de alto risco, a habilidade é independente de plataforma e pode ser aplicada como uma técnica analítica por qualquer agente de IA ou analista humano que trabalhe com CTI.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add Liberty91LTD/cti-skills

Installed? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que Análise de Hipóteses Concorrentes (ACH) faz?

ACH é a técnica analítica estruturada mais importante para CTI. Ela força você a avaliar TODAS as hipóteses plausíveis contra TODAS as evidências significativas, reduzindo o impacto de vieses cognitivos — especialmente o viés de confirmação.

Quando Usar ACH

  • Perguntas de atribuição: "Quem está por trás desta campanha?"
  • Situações ambíguas: Existem múltiplas explicações plausíveis
  • Avaliações de alto risco: Errar tem consequências significativas
  • Análise contestada: Analistas discordam sobre a conclusão

Procedimento Passo a Passo

Passo 1: Gerar Hipóteses

Liste TODAS as hipóteses razoáveis. Inclua aquelas improváveis — o objetivo é evitar um estreitamento prematuro.

Regras:

  • Mínimo de 3 hipóteses (se você tem apenas 2, está pensando de forma binária)
  • Inclua pelo menos uma que desafie seu instinto inicial
  • As hipóteses devem ser mutuamente exclusivas sempre que possível
  • Inclua "ator desconhecido" ou "coincidência" como hipóteses quando apropriado

Passo 2: Listar Evidências Significativas

Enumere todas as evidências e argumentos relevantes para as hipóteses.

Para cada evidência, registre:

  • Descrição da evidência
  • Fonte (com classificação na Escala do Almirantado)
  • Se é evidência direta, circunstancial ou ausência de evidência

Passo 3: Construir a Matriz de Consistência

Marque cada célula como:

  • C (Consistente) — a evidência apoia esta hipótese
  • I (Inconsistente) — a evidência contradiz esta hipótese
  • NA (Não Aplicável) — a evidência é irrelevante para esta hipótese

Modelo de Matriz

| Evidência | Classificação da Fonte | H1: [Nome] | H2: [Nome] | H3: [Nome] | H4: [Nome] |
|----------|:---:|:---:|:---:|:---:|:---:|
| E1: [descrição] | B2 | C | I | C | NA |
| E2: [descrição] | A1 | C | C | I | C |
| E3: [descrição] | C3 | I | C | C | NA |
| E4: [descrição] | B2 | C | I | I | C |
| E5: [descrição] | D4 | C | C | C | I |
| **Inconsistências** | | **1** | **2** | **2** | **1** |

Passo 4: Analisar a Matriz

Princípio crítico: Foque em REFUTAR hipóteses, não em prová-las.

O viés de confirmação nos faz buscar evidências que confirmem nossa hipótese preferida. A ACH combate isso focando nas inconsistências.

  • Conte as inconsistências para cada hipótese
  • Pese as inconsistências pela qualidade da evidência (uma inconsistência classificada como A1 importa mais que uma D4)
  • A hipótese com o menor número (e mais fracas) de inconsistências é a mais provável

Passo 5: Avaliar Sensibilidade

Pergunte para cada evidência:

  • Se esta evidência estivesse errada, isso mudaria a classificação?
  • Quais itens de evidência são evidências "centrais" (removê-los muda a conclusão)?
  • Algum item central vem de fontes únicas?

Passo 6: Tirar Conclusões

  • Declare a hipótese mais provável com nível de confiança
  • Explique por que as hipóteses alternativas foram rejeitadas (qual evidência as contradiz)
  • Identifique a evidência que mais fortemente discrimina entre as hipóteses
  • Observe evidências centrais e sua confiabilidade
  • Sinalize se a conclusão é sensível a um ou dois itens de evidência

Passo 7: Relatar

## Análise ACH: [Pergunta]

### Hipóteses Avaliadas
1. H1: [descrição]
2. H2: [descrição]
3. H3: [descrição]

### Matriz de Consistência
[Matriz do Passo 3]

### Avaliação
[Hipótese mais provável com nível de confiança e justificativa]

### Evidência Discriminante Chave
[Evidência que mais fortemente separa as hipóteses]

### Análise de Sensibilidade
[Qual evidência é central? O que mudaria a conclusão?]

### Hipóteses Rejeitadas
- H2 rejeitada porque: [evidência específica a contradiz]
- H3 rejeitada porque: [evidência específica a contradiz]

### Riscos e Limitações
[Limitações, lacunas de inteligência, suposições]

Erros Comuns

  • Muito poucas hipóteses — 2 hipóteses é pensamento binário, não ACH
  • Viés de confirmação na marcação — ser generoso com "C" para sua hipótese preferida
  • Ignorar ausência de evidência — "o cão que não latiu" pode ser significativo
  • Ponderação igual — uma inconsistência classificada como A1 deve contar mais que uma D4
  • Parar cedo demais — ACH funciona melhor quando você revisita a matriz à medida que novas evidências surgem
  • Tratar como uma votação — ACH é sobre inconsistências, não contagens de consistência

Habilidades Relacionadas