7. Методы и технологии принятия управленческих решений в условиях «природной» неочевидности

При разработке решений ЛПР и исполнители часто сталкиваются с проблемой трансформации понятий и категорий вербальных тео­рий, например социологических, психологических и им подобных на математический язык. По-прежнему это происходит без достаточной ясности. Немногие области, где были предприняты подобные шаги, позволяют понять, что вообще можно сделать в этом направлении. Весьма важная из этих областей для жизни человека — экономика, где попытка создать математическую модель теории полезности лик­видировала множество неясностей в понятии «рационального пове­дения» и вскрыла ряд основных методологических проблем в опера­ционном определении и измерении «полезности». По-видимому, эти успехи могли быть сделаны и без математики, но, как указал Г. Сай­мон, они все же не были сделаны без нее.

Анализируя саму идею внедрения математики в социологиче­ские науки, Г. Саймон выдвигает для этого направления деятельно­сти следующие три положения:

Исходным пунктом является задача перевода на язык матема­тики некоторых понятий и положений, фундаментальных в совре­менной социально-психологической теории.

Сегодня в социальной психологии и других социальных нау­ках мы имеем не одну, а несколько теорий, поэтому реальный подход состоит в том, чтобы создать не одну математическую модель, а множество их.

В математических моделях, объединяющих рациональные и иррациональные аспекты поведения, нерациональные аспекты мо­гут быть введены в модель в качестве условий, ограничивающих об­ласть рациональной деятельности.

В экономике также подчас необходимо вводить критерии, изме­ряющие отношение ЛПР к риску, когда механизм проблемной си­туации классифицируется как «природная неопределенность», или, в терминах теории игр, как «игра с природой».

Первые попытки разработки методического аппарата и методов анализа игр с природой восходят к началу 50-х годов XX в. Все они могут быть отнесены к типу эвристических, поскольку авторы форми­ровали эти подходы и методы на основе наблюдений за практически­ми ситуациями, а затем аппроксимировали результаты выбора в виде специальных принципов оптимальности. Каждый из этих принципов, хотя и бессистемно, учитывал какие-то особенности личности ЛПР.

Затем, вплоть до конца 80-х годов, практически не наблюдалось никаких изменений в методологическом подходе, пока вновь не по­требовалось обобщить накопленные априорные знания для того, что­бы построить модели работы операторов сложных систем. Это и биржевые аналитики, и брокеры, и работники диспетчерских служб аэропортов, и операторы служб и систем охраны, и другие лица, при­нимающие решения на основе текущей информации. Часто они ин­туитивно чувствуют степень возможности того или иного исхода, даже могут описать эти чувства в терминах шансов. Иногда они ощущают меру риска через ожидание больших величин потерь или больших вы­игрышей, а иногда субъективно стремятся застраховаться или, наобо­рот, попытаться уловить удачную конъюнктуру. Анализ всей доступ­ной информации о том, какими соображениями руководствуются подобные операторы, когда они принимают ответственные решения в условиях, сходных с «природной неопределенностью», позволил вы­двинуть ряд гипотез о восприятии не стохастического риска. На основе гипотез затем были предложены критерии оценки характеристик лич­ности операторов и сформированы технологии принятия решений.

Таким образом, можно выделить как бы два этапа развития методов и технологий для анализа решений в условиях природ­ной неопределенности: классический этап и современный. По этой же причине все методы и технологии условно разделим на классические и современные, учитывающие несколько характе­ристик личности ЛПР. Рассмотрим основные методы и техноло­гии обоснования решений в условиях природной неопределенно­сти применительно к случаю, когда результат скалярный и его желательно максимизировать.