ABSTRACT
Analysts across the intelligence community (IC) face rapid growth in the volume of data to be transformed into intelligence. Dramatic growth in open source intelligence (OSINT) is being driven by digital news outlets, blogs, and social media, particularly in conflict zones that lack traditional infrastructure and communications networks. At the same time, the IC is experiencing a reduction of skilled senior analysts due to attrition and budget contraction. At a time when all-source, multi-int, and open-source analysis are critical to combating terrorism, transnational threats, and hostile proto-states, skills and knowledge gaps must be aggressively remedied. A systemic improvement that could address these challenges is an approach to training that (a) embeds the effective use of proven, replicable methods for intelligence analysis in authentic scenarios, and (b) applies approaches to experiential, scenario-based learning that have been shown to yield effective outcomes. In this article, we describe a simulation enabled by online, scenario-based training incorporating a repeatable and proven analytic workflow. Composite Signatures Analyst Learning Tool (CSALT) applies scenario-based, technology-enriched training to create web-accessible interactive training scenarios. CSALT will equip analysts with the skills and knowledge to identify adversary locations, clandestine facilities, illicit activities, and other phenomenology using a proven composite signatures methodology.
Resumen
A lo largo de la Comunidad de Inteligencia, los analistas se enfrentan al rápido crecimiento en el volumen de datos para su transformación en inteligencia. El crecimiento dramático en inteligencia de fuentes abiertas (OSINT) está siendo impulsado por canales digitales de noticias, blogs y redes sociales, particularmente en zonas de conflicto que carecen de las tradicionales infraestructuras y redes de comunicación. Al tiempo, la Comunidad de Inteligencia está sufriendo una reducción de analistas experimentados competentes debido al abandono y reducción del presupuesto. En un momento en que el análisis multi-INT y multifuente es crítico para combatir al terrorismo, a las amenazas transnacionales y a proto-estados hostiles, las lagunas en cuanto a conocimiento y competencias deben remediarse. Una mejora sistémica que podría abordar estos desafíos es un enfoque formativo: (1) que integre el uso eficaz de métodos demostrados y replicables para el análisis de inteligencia en escenarios auténticos; (2) que aplique aproximaciones al aprendizaje experiencial basado en escenarios que se hayan mostrado capaces de cosechar resultados eficaces. En este artículo se describe una simulación posibilitada por formación basada en escenarios, online, que incorpora un flujo de trabajo analítico probado y replicable. Herramienta de aprendizaje para el analista de firmas compuestas (CSALT) aplica formación basada en escenarios y enriquecida con tecnología para generar escenarios de formación interactivos. CSALT equipará a los analistas con capacidades y conocimientos para identificar la localización de adversarios, instalaciones clandestinas, actividades ilícitas, y otra fenomenología utilizando una metodología probada de firmas.
Palabras clave:
Additional information
Notes on contributors
Benjamin Bell
Benjamin Bell is the principal of Aqru Research and Technology, LLC, based in Doylestown, Pennsylvania, USA. He is a recognized expert in advanced information systems and their interaction with individuals and teams.
Michael Marks
Michael Marks is the managing partner of Intelligent Decision Partners, LLC, based in Doylestown, Pennsylvania, USA. He has over 35 years of high level public and private sector experience in international affairs and national security issues, technology competitiveness, innovative open source intelligence methodologies, and business development in the federal government marketplace.