Instytut Łączności

W idealnym świecie decyzje podejmujemy na podstawie pełnych danych: wiemy, co jest ważne, umiemy to uporządkować i przypisać odpowiednie znaczenie każdemu kryterium. W rzeczywistości… no cóż - zwykle „trochę wiemy, trochę czujemy, a resztę zgadujemy”. 

Nowe badania pokazują jednak, że ten brak pełnej wiedzy można nie tylko zaakceptować, ale wręcz wykorzystać. 

Współczesne decyzje - od wyboru technologii po wybór miejsca do życia - opierają się na wielu, często sprzecznych kryteriach. Koszty, jakość, bezpieczeństwo, komfort, dostępność usług - lista szybko się wydłuża. Klasyczne metody analizy wielokryterialnej (MCDA) zakładają, że potrafimy jasno określić, co jest ważniejsze, a co mniej. Problem w tym, że w praktyce… rzadko tak jest.  

Często znamy tylko fragment układanki: coś jest „na pewno ważniejsze”, coś „raczej mniej istotne”, a reszta pozostaje niejednoznaczna. 

Autorzy badania - Jakub Więckowski oraz dr hab. inż. Wojciech Sałabun – obaj z Instytutu Łączności- proponują metodę, która zamiast wymuszać pełną wiedzę, pozwala pracować na jej fragmentach. Kluczowa idea jest prosta, ale bardzo skuteczna: zamiast jednego „idealnego” zestawu wag dla kryteriów analizuje się wszystkie możliwe warianty, które są zgodne z tym, co faktycznie wiemy. 

Mówiąc prościej: nie musimy dokładnie określać, jak bardzo ważne jest każde kryterium. Wystarczy, że potrafimy wskazać podstawowe zależności – na przykład że bezpieczeństwo jest ważniejsze niż koszt, albo że dostęp do opieki zdrowotnej ma większe znaczenie niż oferta rozrywkowa. 

To podejście - nazwane Partial Knowledge Weighting (PKW) - zostało połączone z metodą decyzyjną SPOTIS, tworząc narzędzie, które nie upraszcza rzeczywistości na siłę, tylko uczciwie uwzględnia jej złożoność. 

Aby pokazać, jak to działa w praktyce, badacze przeanalizowali wybór miasta o najlepszej jakości życia - decyzję, która w naturalny sposób łączy wiele różnych kryteriów. Pod uwagę wzięto m.in. koszty życia, bezpieczeństwo, dostęp do opieki zdrowotnej, edukację czy ofertę kulturalną. To typowy przykład sytuacji, w której trudno jednoznacznie określić, co jest najważniejsze - a właśnie takie przypadki są największym wyzwaniem dla klasycznych metod. 

Zamiast jednego zestawu wag przypisanych kryteriom, badacze wygenerowali ponad 85 milionów możliwych scenariuszy. W praktyce oznacza to analizę wszystkich kombinacji, które są zgodne z wiedzą decydenta – czyli z tym, co jesteśmy w stanie określić na danym etapie. 

Zamiast jednej odpowiedzi powstaje więc szeroki zestaw możliwych wariantów, a system sprawdza, które z nich prowadzą do podobnych wyników i które rozwiązania pojawiają się najczęściej. 

Wyniki pokazują wyraźną zależność: im więcej wiemy o relacjach między kryteriami, tym bardziej stabilne stają się wyniki. Na początku - przy bardzo ograniczonej wiedzy - ranking analizowanych miast może się znacząco zmieniać.  Jednak wraz z dodawaniem kolejnych informacji liczba możliwych scenariuszy gwałtownie maleje, a wyniki zaczynają się powtarzać. 

W skrajnym przypadku liczba dopuszczalnych wariantów spada z dziesiątek milionów do zaledwie 116 – ale co najważniejsze, większość z nich prowadzi do bardzo podobnych wyników. 

W analizowanym scenariuszu najwyżej oceniono: Tartu -  drugie co do wielkości miasto Estonii i ważny ośrodek akademicki - a także  Monachium oraz Wiedeń. Co istotne, niektóre miasta zmieniały swoje pozycje w zależności od poziomu wiedzy o preferencjach, co pokazuje, jak silnie decyzje zależą od tego, co uznajemy za najważniejsze. 

Najważniejszy wniosek z badania jest dość przewrotny: problemem nie jest brak wiedzy, lecz próba sztucznego jej uzupełniania. 

Nowe podejście pokazuje, że niepewność można modelować, a decyzje można podejmować mimo braków danych. Co więcej, zamiast jednej „sztywnej” odpowiedzi otrzymujemy zestaw najbardziej prawdopodobnych wyników oraz informację, które decyzje pozostają stabilne niezależnie od szczegółowych założeń.Decyzje przyszłości 

W świecie, w którym decyzje stają się coraz bardziej złożone – od planowania infrastruktury po polityki publiczne – takie podejście może mieć ogromne znaczenie. Zamiast jednej, pozornie precyzyjnej odpowiedzi, która często opiera się na niepełnych założeniach, otrzymujemy szerszy obraz sytuacji. 

Widzimy nie tylko możliwe wyniki, ale też to, które z nich są najbardziej odporne na zmiany założeń – czyli takie, które „utrzymują się”, nawet gdy nie mamy pełnej wiedzy. To właśnie ta stabilność decyzji staje się w praktyce ważniejsza niż sama próba wskazania jednej, idealnej opcji.