三次确认，可能只有一条证据路径

追溯通向结论的路径

三份措辞精致的报告可能拥有同一个证据源头。它们可以出自不同作者、界面并使用不同表述，却依赖同一模型、检索来源或照搬的假设。此时按报告数量计算，就会夸大相互印证的程度。先画出依赖关系图：原始观察、转换过程、模型、建议和最终决定。标出某条分支继承另一分支结果的位置。

独立性并不要求每个人都孤立工作。共同标准可以减少任意的不一致，共享工具也可以使昂贵的专业知识惠及更多人。真正的问题是：第二条路径能否揭示第一条路径容易遗漏的重大错误？换一个品牌并不足够；不借助工具的人类判断也不会自动更独立或更优秀。

一个简单的概率例子

仅作说明，假设两项检查各有10%的概率遗漏某种缺陷。如果它们的漏检事件彼此独立，两项都漏检的概率就是1%。如果它们总是漏掉完全相同的缺陷，两项都漏检的概率则为10%。边际漏检率完全一样，组合后的保护效果却不同。这些是教学假设，不是任何产品的实测数据。

实际依赖关系通常介于这些简单极端之间，也可能随失效类型而变化。两项检查可能在算术上得出不同结果，却共同接受一个错误的任务定义。应记录每项检查旨在揭示哪种错误。关于独立性的数值假设，应有证据支持或经过敏感性分析，不能仅由供应商数量推断。

先保留分歧，再处理分歧

一种成本较低的设计改变是时间上的分离：让审核者在看到共同建议之前记录自己的初步判断，再比较理由。这不能证明初步判断正确，却能保留原本可能因锚定效应或从众而消失的信息。

保留原始证据和改变决定的理由。只有当有人能够调查重要分歧并据此行动时，分歧记录才有价值。不要为分歧本身设置奖励：仅仅引入随机差异的审核者，并没有提供有用的独立路径。应检验替代路径能否发现错误、代价多大，以及组织是否能够裁决冲突。

对表面独立性进行压力测试

下面的虚构概率模型用于揭示共同原因。某个共同数据缺陷有5%的概率出现，并使两项检查都漏掉相关问题。如果该共同缺陷没有出现，每项检查独立漏检的概率为5%。因此，共同漏检概率为0.05 + 0.95 × 0.05 × 0.05 = 0.052375，即5.2375%。任一检查的边际漏检概率为0.05 + 0.95 × 0.05 = 9.75%。把这两个边际概率直接相乘是错误的，因为共同原因造成了依赖。

这个模型刻意保持简单。它假设共同缺陷必然导致共同漏检，条件漏检事件彼此独立，且这些概率适用于同一缺陷总体。改变其中任何假设，计算都会变化。本课意在暴露依赖关系，不是给出审核效果的普遍估计。

设计一次小型配对审核：让两项检查处理同一批案件，保留各自最初的结果，并按机制分类共同漏检。说明如何形成参考判断，同时保留未能裁定的案件，而不是把其中一个检查者直接当作真相。报告联合结果，不要只列出两个准确率。小样本中观察到很少的共同漏检，不能证明系统能够抵御罕见的共同失效。

研讨：购买第二条路径，还是修复第一条路径？

为每组设定固定的虚构审核预算。一种方案购买另一份基于相同数据的报告；第二种支付对照原始记录核对的费用；第三种改造原有数据流程。学员必须说明每项方案针对哪种失效、成本如何、还剩哪些风险。可以组合方案，但应解释因此放弃了什么。

提交一页依赖关系图和一份简短采购建议，英文原要求为200词，中文建议约400字。在总结讨论时，移除那份被认为独立的来源，并询问哪些结论仍然成立。坦诚说明相互印证已经消失，应比临时声称“措辞不同，所以证据独立”得到更高评价。