Групові рішення

До цих пір можна було вважати, що у нас є один експерт або одна ОПР. А що робити, якщо їх декілька? Нехай, для прикладу, ми готуємо пропозиції для однієї ОПР і хочемо врахувати думку декількох експертів. Розглянемо такий випадок стосовно моделі критеріального вибору. При груповій експертизі найбільш типова наступна ситуація:

у експертів різні думки з приводу набору критеріїв

· у експертів різні думки про порівняльну значущість критеріїв

· експерти дають різні оцінки альтернатив по критеріях.

Можна сказати, що методи групового вибору дозволяють структурізовать безліч альтернатив в ситуації "різноголоссі" думок експертів. Спершу пригадаємо, як долається різниця думок в звичайній практиці. На розум тут же приходить спосіб вирішення спірних питань методами голосування: консенсус (повна згода), проста більшість, кваліфікована більшість. При всій хрестоматійності і широкій поширеності, ці методи мають щонайменше один істотний недолік. Вони відкидають думку меншини (окрім консенсусу, де початкова меншина просто зводиться нанівець шляхом переконання). У методах підтримки ухвалення рішень намагаються, по можливості, обробляти експертні думки без відкидання. Дійсно, адже ми маємо справу з експертами, тобто з фахівцями високої кваліфікації. Як же можна просто відкидати їх думки? Іноді до відкидання все ж таки удаються, але - в окремих випадках, наприклад, в методах так званої "боротьби з маніпулюванням", тобто свідомим спотворенням експертами своїх оцінок з метою лобіювання тих або інших альтернатив. Любителі фігурного катання знають, що при виставлянні оцінки учасникові змагань крайні оцінки суддів відкидаються, а ті, що залишилися усереднюються. Це приклад один з простих методів боротьби з маніпулюванням.
Які ж методи застосовуються для вирішення проблем, позначених на початку цього розділу? При формуванні набору критеріїв можна попросити кожного експерта дати свою безліч критеріїв, а потім об'єднати всі множини в одне. Якщо є жорстке обмеження по кількості критеріїв, то тут без відкидання не обійтися. Найпростіше упорядкувати критерії по частоті згадки і "підвести межу" в тому місці, яке задовольняє заданому обмеженню.

Отже, набір критеріїв сформований. Як отримати їх порівняльну значущість? Тут хороший, наприклад, метод побудови компромісного ранжування. Кожен експерт дає своє ранжування критеріїв по важливості. На основі індивідуальних ранжувань потрібно побудувати узагальнену. Це можна зробити різними методами. Найбільш коректним (але і найбільш трудомістким) вважається метод "медіани Кемені" (по імені автора - американського математика і економіста, лауреата Нобелівської премії). Для знаходження медіани, перш за все, потрібно задати спосіб визначення відстані між ранжуваннями, як говорять математики "визначити метрику в просторі ранжувань". Після цього, потрібно знайти (побудувати) таке ранжування, сумарна відстань від якої до всіх заданих експертних ранжувань була б мінімальна. Шукане ранжування і буде медіаною Кемені. Відмітимо, що тим самим ми отримуємо узагальнену думку експертів не відкидаючи жодної думки, оскільки при побудові медіани істотно враховуються всі індивідуальні ранжування.
Тепер займемося оцінками альтернатив по критеріях. Ця частина тексту, на жаль, містить математичні категорії і читачам-гуманітаріям рекомендується її пропустити. Отже, перше, що приходить в голову - потрібно узяти середнє арифметичне оцінок експертів. На жаль, все не так просто. Перш за все, потрібно задуматися про узгодженість експертних думок. Дійсно, якщо експерти оцінюють реальний об'єкт, то їх оцінки не повинні сильно розходитися. А якщо вони все-таки істотно розходяться? Тоді, перш за все, не можна використовувати середнє арифметичне, оскільки тоді ми отримуємо так звану "середню температуру по лікарні". Дійсно, якщо скласти температуру всіх високотемпературних хворих і температуру тіл в морзі, а потім поділити на загальну кількість вимірів, то можна отримати 36,6°. Чи свідчить це про те, що що "в середньому" все знаходяться в лікарні здорові? Проте, абсурдність усереднювання оцінок без попереднього аналізу узгодженості мало хто розуміє. А як рахувати узгодженість? Якщо розподіл оцінок близький до Гаусового, можна використовувати стандартне відхилення. Якщо немає, потрібно використовувати непараметричні методи розрахунку узгодженості. А якщо узгодженість все ж таки виявилася низькою? В цьому випадку потрібно намагатися з'ясувати причину розбіжностей і по можливості спробувати усунути її. Часто причиною може бути відсутність важливої інформації у деяких експертів. Іноді ситуація дуже невизначена, "розмита".

В деяких випадках експерти розбиваються на дві стійкі групи (ситуація різних наукових шкіл, або ситуація "розробники - експлуатанти"). В цьому випадку також не можна будувати узагальнені оцінки. Групи потрібно уміти виявляти і обробляти окремо. Таким чином, спосіб обробки оцінок у кожному конкретному випадку повинен підбиратися індивідуально і ретельно обгрунтовуватися.