Absolutní odhad pravděpodobnosti
Absolutní odhad pravděpodobnosti je technika používaná v oblasti posuzování spolehlivosti lidského faktoru (HRA) pro účely vyhodnocení pravděpodobnosti lidské chyby, ke které dojde během dokončování konkrétního úkolu. Z těchto analýz pak mohou být přijata opatření ke snížení pravděpodobnosti výskytu chyb v rámci systému, a tím vést ke zlepšení celkové úrovně bezpečnosti. Pro provádění HRA existují tři hlavní důvody: identifikace chyb, kvantifikace chyb a snížení chyb. Vzhledem k tomu, že existuje řada technik používaných pro tyto účely, mohou být rozděleny do jedné ze dvou klasifikací: techniky první generace a techniky druhé generace. Techniky první generace pracují na základě jednoduché dichotomie „hodí/nehodí se“ při porovnávání chybové situace v kontextu se související identifikací a kvantifikací chyb a techniky druhé generace jsou ve svém posuzování a kvantifikaci chyb založeny spíše na teorii. „Techniky HRA byly využívány v řadě průmyslových odvětví včetně zdravotnictví, strojírenství, jaderné energetiky, dopravy a podnikatelského sektoru; každá technika má v rámci různých oborů různé využití.
Absolutní odhad pravděpodobnosti, který je také znám jako přímý numerický odhad , je založen na kvantifikaci pravděpodobnosti selhání lidského faktoru (HEP). Vychází z předpokladu, že lidé si nemohou vzpomenout nebo nejsou schopni s jistotou odhadnout pravděpodobnost, že k dané události dojde. Odborný úsudek je pro využití v technice typický tehdy, když existuje málo nebo žádná data, s nimiž lze vypočítat HEP, nebo když jsou data nevhodná nebo obtížně pochopitelná. Kvalitativní znalosti získané na základě zkušeností odborníků mohou být teoreticky převedeny do kvantitativních dat, jako jsou HEP.
Od znalců se vyžaduje dobrá úroveň jak věcné zkušenosti (tj. znalec musí mít odpovídající úroveň znalosti problémové oblasti), tak normativní zkušenosti (tj. znalec musí mít možnost, třeba s pomocí zprostředkovatele, tyto znalosti explicitně převést do pravděpodobnosti). Pokud znalci mají požadované věcné znalosti, ale chybí jim znalosti normativní povahy, mohou být znalci vyškoleni nebo jim může být poskytnuta pomoc při zajišťování toho, aby znalosti a odborné znalosti, které je třeba zachytit, byly převedeny do správných pravděpodobností, tj. aby se zajistilo, že jde o přesnou reprezentaci úsudků znalců.
Mohlo by vás zajímat: Absolutní odchylka
Posudek absolutní pravděpodobnosti je přístup založený na odborném úsudku, který zahrnuje využití přesvědčení odborníků (např. předních pracovníků, procesních inženýrů atd.) k odhadu vysokoškolských diplomů. Existují dvě primární formy techniky; skupinové metody a jednotlivé expertní metody, tj. lze je provádět buď jako skupinové, nebo jako individuální cvičení. Skupinové metody bývají oblíbenější a široce používané, neboť jsou robustnější a méně podléhají předpojatosti. Navíc v kontextu použití je neobvyklé, aby jednotlivec disponoval všemi požadovanými informacemi a odbornými znalostmi, aby byl schopen pouze přesně odhadnout dotyčnou lidskou spolehlivost. Ve skupinovém přístupu je výsledek agregace individuálních znalostí a názorů spolehlivější.
Metodiky posuzování absolutní pravděpodobnosti
Existují 4 hlavní skupinové metody, kterými lze provést posouzení absolutní pravděpodobnosti.
Agregovaná individuální metoda
S využitím této metody odborníci provádějí své odhady individuálně, aniž by se s úkolem skutečně setkali nebo o něm diskutovali. Odhady se pak agregují tak, že se pro každý úkol vezme geometrický průměr odhadů jednotlivých odborníků. Hlavní nevýhodou této metody je, že neexistuje sdílená expertiza prostřednictvím skupiny; nicméně pozitivem je, že díky individualitě procesu se zabrání jakémukoli konfliktu, jako jsou dominantní osobnosti nebo protichůdné osobnosti, a výsledky jsou tedy bez jakýchkoli předpojatostí.
Metoda Delphi vyvinutá Dalkeym je velmi podobná metodě agregovaného jednotlivce v tom, že odborníci provádějí své počáteční odhady izolovaně. Po této fázi se však odborníkům ukáže výsledek, k němuž dospěli všichni ostatní účastníci, a poté mohou znovu zvážit odhady, které původně provedli. Opětovné odhady se pak agregují pomocí geometrického průměru. To umožňuje určité sdílení informací a zároveň se vyhýbá většině předpojatostí vedených skupinami; stále však zůstává problém nedostatečné diskuse.
Technika jmenovitých skupin (NGT)
Tato technika používá metodu Delphi a zavádí omezenou diskusi/konzultaci mezi odborníky. Tímto způsobem je sdílení informací nadřazené a dominantní postavení ve skupinách je zmírněno tím, že odborníci samostatně dospějí k vlastnímu závěru před agregací skóre HEP.
Tento přístup je nejvíce zaměřen na skupinu a vyžaduje, aby skupina dospěla ke shodě ohledně odhadů HEP prostřednictvím diskuse a vzájemné dohody. Tato metoda maximalizuje sdílení znalostí a výměnu myšlenek a také podporuje rovné příležitosti k účasti v diskusi. Může se však také ukázat jako logisticky nešikovné koordinovat, protože vyžaduje, aby všichni odborníci byli pohromadě na stejném místě, aby mohla diskuse proběhnout. Vzhledem k této technické stránce se mohou stát faktorem osobnosti a další zaujaté mechanismy, jako je přílišná sebedůvěra, dostupnost a ukotvení v poslední době, čímž se zvyšuje potenciál zkreslení výsledků. Pokud nastane okolnost, že dojde k zablokování nebo rozpadu skupinové dynamiky, je pak nutné vrátit se k jedné z dalších metod posuzování absolutní pravděpodobnosti ve skupině.
Postup pro posouzení absolutní pravděpodobnosti
1. Vybrat odborníky na danou problematiku
Vybraní odborníci musí mít dobré pracovní znalosti o úkolech, které je třeba posoudit. Správný počet odborníků závisí na tom, co se jeví jako nejpraktičtější, přičemž se berou v úvahu případná omezení, jako je prostorová a finanční dostupnost. Je však třeba poznamenat, že čím větší skupina, tím pravděpodobnější problémy vzniknou.
2. Připravit zadání úkolu
Nezbytnou součástí metody jsou výkazy úkolů; úkoly jsou podrobně specifikovány. Čím úplnější bude vysvětlení úkolu v rámci výkazu, tím méně bude pravděpodobné, že se odborníci uchýlí k individuálním dohadům o úkolech. Prohlášení by také mělo zajistit, aby veškeré předpoklady byly jasně uvedeny ve vysvětlitelném formátu, kterému budou všichni odborníci rozumět. Optimální úroveň podrobnosti se bude řídit povahou zvažovaného úkolu a požadovaným použitím konečného odhadu HEP.
3. Připravte brožuru s odpověďmi Tyto brožury podrobně popisují zadání a návrh stupnice, která se má použít při posuzování pravděpodobnosti chyb a podle níž mohou odborníci stanovit své úsudky. Stupnice musí být taková, aby umožňovala zviditelnit rozdíly. Brožura obsahuje také pokyny, předpoklady a ukázkové položky.
4. Vypracovat pokyny pro subjekty hodnocení
Pokyny jsou nutné k upřesnění důvodů sezení odborníkům, jinak mohou uhodnout takové důvody, které mohou způsobit zkreslení výsledných odhadů lidské spolehlivosti.
Odborníci jsou povinni odhalit svůj úsudek ke každému z úkolů; to může být provedeno ve skupině nebo jednotlivě. Pokud se to provádí prvně uvedenými prostředky, často se používá facilitátor, který zabrání jakémukoli zaujatí a pomůže překonat případné problémy.
6. Vypočítat soulad mezi soudci
Jedná se o metodu, kterou lze porovnávat rozdíly v odhadech HEP jednotlivých odborníků; pro tyto účely se používá statistická formulace.
7. Souhrnné individuální odhady
Pokud se nepoužívají metody skupinového konsensu, je nutné vypočítat souhrn pro každý jednotlivý odhad pro každou HEP.
8. Odhad vázaný na nejistotu Vypočteno pomocí statistických přístupů zahrnujících intervaly spolehlivosti.
V tomto příkladu Eurocontrol použil odhad absolutní pravděpodobnosti v experimentálním centru v Bretigny Paris za použití metodiky skupinového konsensu.
Každý ze zaměstnanců zařazených do relace se střídal, aby poskytl odhady pravděpodobnosti chyb, včetně pozemního personálu, pilotů a řídících. Před začátkem relace bylo provedeno úvodní cvičení, aby se účastníci cítili pohodlněji při používání techniky; to zahrnovalo vysvětlení pozadí metody a poskytlo přehled o tom, co bude relace obnášet. Pro zvýšení obeznámenosti s metodou byly použity vzorové šablony, které ukázaly, jak se chyby odhadují.
Během zasedání se ukázalo, že snadnost, s jakou byli odborníci schopni dospět ke shodě, byla nízká, pokud jde o odlišné odhady různých hodnot HEP. Diskuse často měnily myšlení jednotlivců, např. ve světle nových informací nebo interpretací, což však neusnadňovalo dosažení dohody. Vzhledem k této obtížnosti bylo proto nutné sčítat jednotlivé odhady, aby se vypočítal jejich geometrický průměr. Následující tabulka zobrazuje vzorek získaných výsledků.
Tabulka: Pilotní posouzení absolutní pravděpodobnosti Session–extract of results
V různých případech se ukázalo, že rozsah čísel oddělujících maximální a minimální hodnoty je příliš velký na to, aby bylo možné s jistotou přijmout agregovanou hodnotu Tyto hodnoty jsou události v modelu rizika, které vyžadují kvantifikaci. V modelu jsou 3 primární chyby, které se mohou vyskytnout:
Důvody, proč byl tak velký rozdíl v odhadech poskytnutých skupinou, lze vysvětlit z různých důvodů: skupina odborníků byla do značné míry různorodá a zkušenosti jednotlivců se lišily. Rozdíly ukázaly i zkušenosti se systémem pozemního zdokonalování (GBAS). Tento proces byl novou zkušeností pro všechny odborníky, kteří se procesu účastnili, a existoval pouze jediný den, během něhož se zasedání konalo, aby se seznámili s jeho používáním a používali ho správně. Nejvýznamnější byla skutečnost, že podrobnosti hodnocení byly velmi jemné, na což zaměstnanci nebyli zvyklí. Odborníci byli také zmateni ohledně způsobu, jakým hodnocení probíhalo; chyby nebyly posuzovány samostatně a byly analyzovány jako skupina. To znamenalo, že odhadované hodnoty představovaly příspěvek chyby na selhání systému na rozdíl od jediného příspěvku na selhání systému.