当期荐读 2024年第3期 | 美国预见性情报工作的组织管理及启示研究

图源 | Internet

李国俊^1,2　王延飞²　徐　扬²

1. 北京大学图书馆，北京，100871；

2. 北京大学信息管理系，北京，100871

　　世界处于一个充满不确定性的时代，地缘战略竞争日益激烈，为了获得并保持竞争优势，许多国家加强了对未来环境的扫描力度，识别未来可能的发展趋势，以期获得未来发展的主动权。这些发展不仅有利于国家安全，而且有利于经济优势、国际影响力和社会效益，确保自身处于优势地位。

　　情报感知目标是对“未知”问题进行感知探索，“早醒远眺”，对不确定的未来揭示预警，从而减少意外和不确定性。这样的情报感知往往具有重大的意义，是情报工作的真正价值所在^[1-2]。为了加强对未来发展趋势的情报感知，美国情报高级研究计划局（IARPA）开展了预见性情报项目（anticipatory intelligence programs），目标是探索能够检测和预测未来重大事件的方法和工具。

　　国内有关预见性情报（anticipatory intelli-gence）的研究较少。Anticipatory Intelligence第一次出现在《美国国家情报战略》报告中的时间是2014年，在2019版《美国国家情报战略》报表中对anticipatory intelligence进行了详细阐述^[3]。预见性情报是指识别和评估新的、正在出现的趋势，不断变化的条件，以及未被充分重视的现象，从而挑战长期存在的假设，鼓励新的观点，识别新的机会，并对未来的威胁提出预警。预见性情报通常利用跨学科的方法，并利用专门的技术从“弱信号”中识别新出现的问题，从而应对高度的不确定性，并考虑替代的未来^[4]。预见性情报以预见（foresight，识别新出现的问题）、预测（forecasting，开发潜在的情景）、预警(warning)的方式来展望未来^[3]。

　　IARPA以预见性情报的预见、预警和预测评估为框架，联合多个高校和公司的科研团队，开展了多个科研攻关项目，以期开发一套工具、指标和方法能够帮助情报分析人员在可量化指标体系的基础上准确识别和预测未来发展。这种情报机构牵头，集中高校和公司的研发力量集体科研攻关的模式取得了很好的效果。

　　为解决情报早发现、早识别的问题，探索美国情报机构开展预见性情报工作的实践，以IARPA组织的四个项目为例，结合具体的任务场景，分析预见性情报项目的实施情况，总结项目的特点和影响力，为国内情报机构提供参考和借鉴，推动我国预见性情报工作的开展。

IARPA在预见性情报领域开展了多个项目，涵盖了技术预见情报、预警情报和预测评估情报三个方面^[5]。图1展示了这些项目的整体框架。技术预见情报方面包括了FUSE项目和ForeST项目，旨在探索未来的技术发展趋势和影响。预警情报方面只有OSI项目，旨在利用开源数据对未来可能发生的社会重大事件进行预警。预测评估情报方面只有ACE项目，旨在评估不同的预测方法和团队的表现。这些项目反映了IARPA对技术预见的重视，也体现了前沿技术的竞争优势。表1总结了这四个项目的基本情况。

新技术的兴起是指创新的观点、思维和技术从萌芽、发展、成熟到应用的一个过程。因此，如果能够在新兴技术发展早期提前预测，则可以提早布局，从而获得显著性的竞争优势。FUSE项目产生的背景是面对快速增长的文献数量，基于情报分析人员手工的技术扫描方法不能很好地处理这些信息而产生的。前沿技术的识别和评估是一个非常耗时、面向特定领域并且需要专家深度参与的过程。这就导致了前沿技术识别存在数据量较少、可重复性验证较差、偏见控制有限等问题。因此，情报分析人员需要一个能够自动对全球科技文献进行地平线扫描的工具，并且能够基于可量化的技术涌现指标自动提炼出新兴技术列表，同时提供充分的数据支持。

　　基于已发表的科学、技术和专利文献中的公开信息，开发一套能够自动检测前沿技术的自动化分析工具，从而辅助情报分析人员对前沿技术进行系统、连续和全面的评估。FUSE设想这个自动化系统功能包含三个方面的特点^[6]：①处理来自世界各地的大量、多学科、不断增长、嘈杂和多语言的科技文献和专利文献的全文；②自动生成RDG列表并确定其优先级，识别出哪些是新兴技术，并提供令人信服的事实证据；③文献的语言包含英语和至少两种非英语的文献。

ForeST计划的目标是通过融合领域专家的判断，开发一套能够及时准确预测重要的科学技术里程碑事件的方法。ForeST的关注点包括^[7]：①利用组合预测市场的方法有效地汇总和融合不同专家的判断；②从科技文献和专利文献中的指标生成科技预测问题；③与全球超过1万名科学家和工程师一起开发和解决众包问题的方法。ForeST项目的整体流程如图2所示，ForeST从各领域的问题关切出发，利用众包的方式让超过1万名全球科学家和工程师参与预测，最终将集体预判结果和实际结果进行对比来校正预判的正确性。

ACE项目的目标是通过综合情报分析人员的判断，极大地提高一系列事件情报预测的正确性、精准性和时效性。在情报界，无条件情况下的预测称为估计（estimates），有条件情况下的预测称为条件估计（contingent estimates）。ACE主要针对的是对将来可能要发生的事件概率进行预测。ACE项目的聚焦点为^[8]：①如何有效激发情报分析人员对事件的概率判断，特别是偶然事件的条件概率判断；②如何对不同情报分析人员的判断进行数据汇总，将多个判断汇总为一个准确有效的判断，考虑的因素包括过去的表现、专业知识、认知风格、元知识和其他影响预测准确性的属性；③对汇总的概率判断和分布情况进行有效展示，以方便用户交流和沟通。

社会重大事件往往会引起用户在信息交流、消费和活动等方面的行为变化，这些变化有时可以从公开可用的数据中捕捉到，如网络搜索、博客、微博、互联网流量、金融市场、流量网络摄像头、维基百科编辑等^[9]。OSI项目的目标是利用这些开源数据，通过数据融合和分析，对未来可能发生的社会重大事件进行预警，如政治危机、人道主义危机、大规模暴力或暴乱、大规模迁移、疾病爆发、经济不稳定、资源短缺以及对自然灾害的反应等。OSI项目关注的是未预期事件（unexpected events），即那些难以预测和控制的事件，进而为决策者提供有价值的情报信息。

如图3所示，IARPA的项目管理流程包括四个环节：项目通过网络公开发布、项目需求说明书、项目评审标准公开和项目执行监督。从四个项目的需求说明书中可以看出，IARPA预见性情报项目的实践方法也包含四个部分，即理论阐述、数据基础、指标构建和结果评估。理论阐述部分主要是阐述该问题的背景和理论基础，以及明确任务目标的概念内涵。数据基础部分主要是指明该项目所要分析的数据类型和来源，从而使任务的解决更有针对性。指标构建部分是项目的关键部分，是从数据来源中构建预测的特征指标，针对的是任务目标。结果评估部分是判断最终的预测结果的正确性的方法。

针对目标的任务场景内涵是项目实践的关键部分，也是理论基础和项目边界的依据。虽然这四个项目都属于预见性情报项目，但是情报界对预见性情报的理论研究还不够充分，因此，这些项目是从实践角度来探索预见性情报研究的方法和路径。表2显示了这四个项目的研究问题和核心概念、相应的情报类型。这四个项目分别从预见性情报的不同角度来进行预测，FUSE项目是对新兴技术的预测，ForeST项目是对科学技术里程碑事件的预测，这两类都属于已知情报。ACE项目是对可能发生的事情概率的预测，从而进行风险评估，OSI项目是对未来不确定性事件的预测，这些事件是在该情境下之前没有出现过的。从预见性情报的角度来说，这四个项目是对已知情报的扫描、或然情报的风险评估和未然情报的预测。

　　传统的情报人员预测往往依靠个人的经验和判断，缺乏有效数据的支撑，情报结果缺乏量化依据。随着大数据时代的来临，数据的增长规模和速度远远超过了个人所能够接受的程度，因此，基于众多来源的大数据，利用计算机工具和方法辅助情报分析人员进行预测成为情报界的关注点。表3列出了IARPA四个项目所使用的数据类型、数据来源、技术方法和目标对象。FUSE的目标对象是识别出新兴技术，使用的数据类型主要包括科技文献和专利文献。文献的语种主要是在学术文献中占比较大的中文文献和英文文献。

　　ForeST项目是以众包的方式来提高预测的准确率，因此，它的数据来源主要是专家判断，针对的是科技事件。ACE项目的数据来源也是专家判断，不过是来自情报分析人员的，主要针对地缘政治事件。OSI项目的数据来源是公开的信息源，包括社交媒体、搜索引擎、新闻、网络流量、维基百科、高空图像、金融市场等，针对的是社会重大事件的预测。

　　按照目标对象来划分，可以将这四类项目分为两个类别：一类是对新兴技术的预测，另一类是对事件的预测，由于事件类型的特点不一样，所使用的数据来源也不一样。从技术方法来看，新兴技术预测主要使用自然语言处理、社会网络分析、文本分析等处理文献的方法；而针对事件的预测多采用机器学习等人工智能方法。

如何评判预测结果的质量是预见性情报项目的关键点之一。在IARPA的四个项目中，根据项目的数据基础和目标的不同，分别设置了不同的评判指标。这些指标旨在限制目标范围，同时在提出所述问题的解决方案时给予最大的灵活性、创造力。表4列出了IARPA预见性情报项目的评判指标，FUSE项目主要是处理文献和专利数据，所以关注数据抽取的相关指标包括证据质量、提名质量、多语种表现和计算效率四个指标。ForeST针对的是专家判断，采用了精准性指标。ACE则是采用了针对离散事件的概率预测评价指标MQS和针对连续事件的概率预测评价指标MSPE。OSI则根据预警事件的提前时间、概率分数和预警质量三个指标划分了不同的预警级别，从而区分预警的有效性。

IARPA的预见性情报项目都是由多个不同类型的机构合作开展的，而非由单一机构承担。一般来说，每个项目至少包含两类机构，即高校和公司。这说明IARPA项目既要求在问题的研究理论上有创新，也要求问题的解决方法能够得到实际应用，兼顾了问题的学术性和结果的应用性。通常而言，参与的公司有多种类型，包括国防公司、咨询公司、科技公司、软件公司、非营利性的公司等，根据问题的不同特点选择合适的合作伙伴。由于项目本身的复杂性和学科多样性的特点，需要不同特长的机构来协同完成。表5展示了项目的团队构成情况，从表中可以看出有些团队同时参与了多个项目，比如SRI International、Raytheon BBN Technologies等。另一个值得注意的是有三个项目的团队中包含了非营利的研究机构。此外，四个项目都有技术开发背景的公司参与。

尽管对预见性情报理论的研究相对较少，但是IARPA从实践出发，组织开展了四个相关的应用实践项目，为预见性情报理论的发展提供了应用基础。在项目的开展过程中，资金对项目的可持续性发展起到非常重要的作用，尽管由于IARPA对于项目资金的预算保密，无法直接获取，但是从IARPA“高风险、高回报”的投资理念来看，IARPA平均每个项目的资金预算高达数百万美元^[14]。

　　预测世界日益复杂的安全环境中的威胁和机遇是一项艰巨的任务，需要不同领域的专家集思广益。不同领域的专家对同一问题有不同的视角，情报感知的目标就是降低未来的不确定性。为了更全面地实现项目目标，提高预测结果的完整性，IARPA在组织项目时采取了齐头并进的科研策略，即允许多个团队用不同的视角和技术来研究同一个问题。因此，这些项目的中标团队不是由单一的队伍组成，而是由具有不同理念和视角的团队共同完成。

　　例如FUSE项目，对于新兴技术的假设，四支队伍提出了四种假设^[15]，Columbia团队认为，如果一个概念被其所在的领域之外接受，那么就是新兴技术；BAE认为，当概念的网络在健壮性增强时表示是新兴技术；Ray-theon BBN认为，新兴技术具有概念新颖、出乎意料、显著的和不断增长的特点；SRI团队认为，当概念实现了之前无法实现的能力并且持续存在时就是新兴技术。面对提出这四种合理假设的团队，IARPA并没有只选择其中一个团队，而是让这四个团队同时进行研发，通过最终的实践结果来进行评判。从情报的角度来说，这种齐头并进的策略可以减少未来场景的不确定性，增强情报机构预测未来的能力，防止因选择错误而导致的情报失误。

在项目需求中明确量化考核标准是IARPA组织项目的一个显著特点。IARPA项目申请书不仅列出了项目的考核要求，还对每个阶段的考核指标进行了量化，有些项目甚至要求由第三方机构来验证和测试预测结果的准确性。这样做既能让申请者清晰地了解每个阶段的任务目标，也能提高项目管理和评价的效率。例如，在ACE项目中，IARPA要求申请者在每个月的最后一天提交对未来6个月内发生的全球事件的概率预测，同时提供预测的置信区间和理由。IARPA还指定了一个第三方机构，即预测市场研究中心，来收集和评估预测结果，以及提供反馈和奖励。通过这种方式，IARPA能够客观地比较不同的预测方法和团队的表现，以及检验预测的准确性和可靠性。

IARPA项目团队不仅仅有学术机构，还有不同类型的公司，因此，项目的成果不仅仅包含学术论文，还包括科研成果在产业界的应用。比如ForeST项目举办了世界上最大的科技预测赛事SciCast^[15]，该网站拥有超过10000名科技专家和爱好者，对包括技术、数学、科学、地缘政治在内的数百个主题做出了80000多个预测。SciCast的主题包括农业、生物学和医学、化学、计算科学、能源、工程技术、全球变化、信息系统、数学、物理学、科技商业、社会科学、空间科学和交通等。ACE项目资助了一个致力于“利用大众智慧预测世界大事”项目Good Judgment Project(GJP)^[16]。该组织基于ACE的研究成果成立了Good Judgment Inc公司，提供普遍感兴趣的问题进行预测、自定义预测以及good judgment 预测技术培训等服务。该公司提供预测的问题包括地缘政治和金融事件、美国政治、娱乐和体育等相关问题。

这个四个项目的另外一个特点就是团队的多样化，这是解决复杂问题的必然要求。从表5中可以看出，参与的团队既包括高校的科研机构，也包括各种类型的公司，并且同一个项目中往往包含多个高校机构和公司，真正体现了复杂问题的跨学科解决方案。在ACE项目的需求申报书中明确说明一个团队需要包含五个方面的专业知识，即心理学、经济学或决策科学、统计学或计量经济学、计算机科学、数据可视化或信息设计、软件快速原型开发。

IARPA预见性情报项目的影响力可以从学术和社会两个方面来衡量。学术影响力主要体现在学术论文的数量和质量上；社会影响力主要体现在主流新闻媒体和学术协会的报道上，如华尔街日报、纽约时报、美国科学促进会、自然杂志等。表6显示了截至2023年5月1日，IARPA预见性情报项目的各个子项目的学术和媒体影响力。从表中可以看出，FUSE项目在学术论文方面领先，发表了128篇论文，其次是OSI项目；而ACE项目在媒体报道方面最多，其次是OSI项目。这说明IARPA项目不仅重视项目的学术成果，也注重项目的社会影响，通过媒体宣传来扩大项目的知名度和认可度。

目前对于预见性情报的理论研究还在一个起步阶段，但是IARPA从情报实践的角度出发，推进了预见性情报在技术预见情报、预警情报和预测评估情报方面的研究工作，为预见性情报工作的开展提供了示范作用。比如FUSE在梳理新兴技术概念内涵的基础上，结合复杂网络的理论，提出了四个检测技术涌现的指标^[17]：新颖性（novelty）、持久性（persistence）、群体性（community）、增长性（growth），并设置了每个指标的衡量方法和标准。该技术涌现的检测方法提出后受到了学术界的关注，被专门内嵌到文本挖掘软件VantagePoint中，用于新兴技术的识别和检测。

IARPA的使命是跨越科学的界限，推动前沿领域的探索，从而更好地应对学科面临的挑战。IARPA以项目为中心，整合各学科领域优秀的科研力量，开展协同的科研活动，适应未来的需求。从IARPA的项目实践来看，以情报机构IARPA为牵头组织的科研项目具有协调、预见等独特的优势，借鉴这些特殊关切，可以归纳出我国情报机构开展预见性情报工作所需把握的重点。

在应对跨学科的复杂学术问题时，多个学科的研究力量的协同合作是至关重要的。在这一协作过程中，美国情报机构IARPA发挥了情报机构的中介性作用，从而保证了整个协调组织的公平性和有效性。同时，IARPA也具备情报领域的学术背景，为项目的学术属性和评价的客观性提供了保障。复杂的问题通常需要创新方法来解决，而在面对多种可能的解决方案时，情报机构的中介性使其能够保持客观性，同时推动多种潜在方案的并行探索，从而提高了解决复杂问题的成功概率。因此，国内情报机构有必要继续加强其中介性的优势和特点，以在有组织的科研模式下更好地发挥其突出作用，提高协同解决复杂问题的能力。

　　为了在未来获得竞争优势，情报机构需要提前预测可能发生的事件和技术，以便做好相应的准备和战略制定，这正是IARPA开展各种项目的核心目标。虽然这些项目大约始于2010年，但从现在的角度看，它们所涉及的问题和视角仍具有重大的战略意义。我国的情报机构应该借鉴和学习IARPA项目的高度前瞻性和创新性。

　　情报学的根源在于情报实践，因此情报界非常重视情报实践。IARPA的项目对情报实践有着重要的贡献，它们将不同学科领域的知识结合起来，以创新的方式解决前沿的情报问题。在我国情报学一级学科更名之际，我国情报学界应该借鉴和效仿IARPA项目的实践导向，即在实践中进行探索，然后在理论上进行完善。这将有助于提升情报学在信息资源管理学科中的发展水平。

　　美国不仅在实践层面积极从事预见性情报工作，还在预见性情报的教育与研究领域取得了显著进展。犹他州立大学（Utah State University）人文社会学院（College of Humanities & Social Sciences）率先在美国建立了预见性情报研究中心（Center for Anticipatory Intelligence，CAI），致力于推动预见性情报的学术研究与教育。CAI目前提供三个学术教育项目：一是本科层次的预见性情报辅修项目（undergraduate minor in anticipatory intelligence）；二是研究生层次的预见性情报证书课程（graduate certificate in anticipatory intelligence）；三是硕士层次的预见性情报专业（Master of Anticipatory Intelligence，MAI）。这三个项目在美国情报领域皆为创新之举，取得了卓越的成果，在学术界和产业界产生了显著的示范效应。

　　目前，我国情报学领域正在探讨学科改名对情报学未来发展的影响^[18]。预见性情报的应用实践与理论研究为我国情报学领域提供了一项全新选择，可以提升我国情报学的学科地位，增强情报学在跨学科背景下的吸引力，赋予我国情报学更多的话语权。

　　从IARPA的预见性情报项目的流程来看，其与有组织科研模式的特征非常相似。特别是在提出关于未来研究项目方面，IARPA的项目任务书中明确了项目的目标和要求，这体现了有组织科研模式的目标导向和任务特征。此外，IARPA还强调了项目实施过程中的评估和反馈机制，以确保项目进展与预期目标的一致性。

　　IARPA在进行情报探索时也以项目为主导，即首先提出项目需求，然后通过公开招标的方式寻找合适的科研团队，最后对中标团队进行评估和监督。这种以情报机构IARPA为牵头的有组织科研模式，充分体现了IARPA在运行高风险、高回报研究方面的特点之一。

　　在有组织科研模式下，科研活动的开展不再是单打独斗，而是由一个协调一致的团队共同完成，这有助于集中资源、优化配置，提高研究的效率和成果的质量。同时，有组织科研模式还强调跨学科、跨领域的交流与合作，鼓励不同领域的专家相互配合、共同研究，以产生更多创新的科研成果。

　　总之，从IARPA的实践来看，发展情报机构与有组织科研模式的结合有助于推动科技创新和发展。这种模式不仅关注项目的目标导向和任务特征，还强调跨学科、跨领域的交流与合作。通过公开招标和评估等方式，可以激发创新思维，发现新的科研机会，并确保研究过程的高效和质量。

制版编辑 | 周凡倩

审核 | 于   媛

长按识别二维码关注我们