Абсолютно вероятностное суждение

Суждение по абсолютной вероятности — это метод, используемый в области оценки надежности человека (HRA) с целью оценки вероятности человеческой ошибки , возникающей при выполнении конкретной задачи. На основе такого анализа можно затем принять меры для снижения вероятности ошибок, возникающих в системе, и, следовательно, привести к повышению общего уровня безопасности. Существует три основные причины для проведения HRA; идентификация ошибок, количественная оценка ошибок и уменьшение ошибок. Поскольку существует ряд методов, используемых для таких целей, их можно разделить на две классификации; методы первого поколения и методы второго поколения. Методы первого поколения работают на основе простой дихотомии «подходит/не подходит» при сопоставлении ситуации с ошибкой в ​​​​контексте с соответствующей идентификацией и количественной оценкой ошибок, а методы второго поколения в большей степени основаны на теории, основанной на их оценке и количественной оценке ошибок. . «Методы HRA используются во многих отраслях, включая здравоохранение , машиностроение , атомная промышленность, транспорт и бизнес-сектор; Каждый метод имеет различное применение в разных дисциплинах.

Абсолютная вероятностная оценка, также известная как прямая численная оценка , основан на количественной оценке вероятности человеческой ошибки (HEP). Он основан на предпосылке, что люди не могут вспомнить или не могут с уверенностью оценить вероятность того или иного события. Экспертное заключение обычно желательно использовать в методике, когда данных для расчета HEP мало или вообще нет, или когда данные непригодны или трудны для понимания. Теоретически качественные знания, полученные на основе опыта экспертов, могут быть переведены в количественные данные, такие как HEP.

От экспертов требуется хороший уровень как предметного опыта (т. е. эксперт должен иметь соответствующий уровень знаний в проблемной области), так и нормативного опыта (т. е. у эксперта должна быть возможность, возможно, с помощью фасилитатора , явно перевести эти знания в вероятности). Если эксперты обладают необходимыми знаниями по существу, но им не хватает знаний, которые имеют нормативный характер, эксперты могут быть обучены или им может быть оказана помощь в обеспечении того, чтобы знания и опыт, которые необходимо охватить, были преобразованы в правильные вероятности, т.е. чтобы гарантировать, что они являются точным представлением заключения экспертов.

Фон

Суждение по абсолютной вероятности – это подход, основанный на экспертных заключениях, который предполагает использование мнений экспертов (например, непосредственного персонала, инженеров-технологов и т. д.) для оценки HEP. Есть две основные формы этой техники; Групповые методы и методы одного эксперта, т.е. это может выполняться как в групповом, так и в индивидуальном порядке. Групповые методы, как правило, более популярны и широко используются, поскольку они более надежны и менее подвержены предвзятости . Более того, в контексте использования редко бывает, чтобы один человек обладал всей необходимой информацией и опытом, чтобы иметь возможность точно оценить рассматриваемую надежность человека. При групповом подходе результат объединения индивидуальных знаний и мнений более надежен.

Методологии

Существует 4 основные группы методов, с помощью которых можно вынести суждение с абсолютной вероятностью.

Агрегированный индивидуальный метод

Используя этот метод, эксперты делают свои оценки индивидуально, не встречаясь и не обсуждая задачу. Затем оценки агрегируются путем взятия среднего геометрического оценок отдельных экспертов для каждой задачи. Главный недостаток этого метода заключается в том, что в группе нет общего опыта; однако положительным моментом этого является то, что благодаря индивидуальности процесса избегаются любые конфликты, такие как доминирующие личности или конфликтующие личности, и, следовательно, результаты свободны от какой-либо предвзятости.

метод Дельфи

Разработано Далки, Метод Дельфи очень похож на агрегированный индивидуальный метод в том смысле, что эксперты делают свои первоначальные оценки изолированно. Однако после этого этапа экспертам показывают результат, к которому пришли все остальные участники, и затем они могут пересмотреть оценки, которые они сделали изначально. Затем повторные оценки агрегируются с использованием среднего геометрического . Это позволяет обмениваться некоторой информацией , избегая при этом большинства групповых предубеждений; однако все еще остается проблема отсутствия дискуссий.

Номинальная групповая техника (НГТ)

Этот метод использует метод Дельфи и предполагает ограниченное обсуждение/консультацию между экспертами. Таким образом, обмен информацией становится более эффективным, а доминирование группы смягчается за счет того, что эксперты по отдельности приходят к своим собственным выводам, прежде чем суммировать баллы HEP.

Метод консенсусной группы

Это наиболее ориентированный на группу подход, требующий, чтобы группа пришла к консенсусу по оценкам HEP посредством обсуждения и взаимного согласия. Этот метод максимизирует обмен знаниями и идеями, а также способствует равным возможностям для участия в обсуждении. Однако координация может оказаться затруднительной с точки зрения логистики, поскольку для проведения обсуждения требуется, чтобы все эксперты находились вместе в одном месте. Из-за этой формальности факторами могут стать личности и другие механизмы предвзятости, такие как чрезмерная самоуверенность, недавняя доступность и привязка, что увеличивает вероятность искажения результатов. Если возникают обстоятельства, при которых возникает тупик или сбой в групповой динамике , тогда становится необходимым вернуться к одному из других методов группового суждения с абсолютной вероятностью.

Процедура

1. Выберите профильных экспертов

Выбранные эксперты должны иметь хорошее практическое знание задач, которые необходимо оценить. Правильное количество экспертов зависит от того, что кажется наиболее практичным, принимая во внимание любые ограничения, такие как пространственная и финансовая доступность. Однако чем больше группа, тем больше вероятность возникновения проблем.

2. Подготовьте постановку задачи.

Операторы задач являются необходимым компонентом метода; задачи расписаны подробно. Чем полнее раскрытие задачи в высказывании, тем меньше вероятность того, что эксперты прибегнут к индивидуальным предположениям о задачах. Заявление также должно гарантировать, что любые предположения четко изложены в интерпретируемом формате, понятном всем экспертам. Оптимальный уровень детализации будет зависеть от характера рассматриваемой задачи и необходимости использования окончательной оценки HEP.

3. Подготовьте буклет с ответами.В этих буклетах подробно описана постановка задачи и конструкция шкалы, которая будет использоваться при оценке вероятности ошибки и с помощью которой эксперты могут выражать свои суждения. Масштаб должен быть таким, чтобы различия были очевидными. В буклете также содержатся инструкции, предположения и примеры.

4. Разработать инструкции по предметам

Инструкции необходимы для указания экспертам причин проведения сеанса, в противном случае они могут догадаться о таких причинах, что может вызвать погрешность в результирующих оценках надежности человека .

5. Получите решения

Эксперты обязаны высказать свое мнение по каждой из задач; это можно делать в группе или индивидуально. Если это делается первым способом, часто используется координатор, чтобы предотвратить любую предвзятость и помочь преодолеть любые проблемы.

6. Рассчитайте согласованность действий судей

Это метод, с помощью которого можно сравнить различия в оценках HEP отдельных экспертов; Для таких целей используется статистическая формулировка.

7. Совокупные индивидуальные оценки

Если методы группового консенсуса не используются, необходимо вычислить агрегат для каждой отдельной оценки для каждого HEP.

8. Оценка границы неопределенностиРассчитано с использованием статистических подходов, включающих доверительные диапазоны.

Рабочий пример

Контекст

В этом примере суждение по абсолютной вероятности использовалось Евроконтролем в экспериментальном центре в Бретиньи-сюр-Орж в Париже с использованием методологии группового консенсуса.

Необходимые данные

Персонал каждого уровня, участвовавший в заседании, по очереди давал оценки вероятности ошибок, включая наземный персонал, пилотов и диспетчеров. Перед началом сеанса было проведено вводное упражнение, чтобы участники почувствовали себя более комфортно при использовании этой техники; это включало объяснение сути метода и давало обзор того, что повлечет за собой сеанс. Чтобы повысить осведомленность о методе, были использованы типовые шаблоны, показывающие, как оцениваются ошибки.

Метод

• Были созданы первоначальные формулировки задач проекта, оставляющие место для индивидуального мнения об оценках задач и дополнительных предположений, от которых группа могла коллективно отказаться.
• Была проведена сессия, на которой экспертам были детально детализированы отдельные сценарии и задачи.
• Обладая этими знаниями, эксперты затем смогли ввести индивидуальные оценки для всех рассматриваемых задач.
• Последовало обсуждение, в ходе которого всем участникам была предоставлена ​​возможность высказать свое мнение остальной группе.
• Затем использовалась помощь для достижения группового консенсуса по оценочным значениям. При необходимости проводились дальнейшие обсуждения и поправки.

В ходе сессии выяснилось, что легкость, с которой эксперты смогли прийти к консенсусу, была низкой в ​​отношении различных оценок различных значений HEP. Обсуждения часто меняли мышление людей, например, в свете новой информации или интерпретаций, но это не облегчало достижение соглашения. Поэтому из-за этой трудности пришлось агрегировать отдельные оценки, чтобы вычислить их среднее геометрическое.В следующей таблице показан образец полученных результатов.

Таблица: Пилотная оценка абсолютной вероятности. Сессия – отрывок из результатов.

Потенциальная ошибка (код в модели риска)	Максимум	Минимум	Диапазон	Среднее геометрическое
С1а	1.1Э-03	2.0E-05	55	2.1E-04
C1b	2.5Э-04	1.0E-05	25	3.5Э-05
Д1	1.0Е-03	1.0Е-04	10	4.3E-04
F1a	4.0E-04	1.0E-05	40	6.9E-05
F1b	1.0Е-03	1.0Е-04	10	4.0E-04
F1c	1.0Е-03	1.0Е-04	10	4.6Э-04

В различных случаях диапазон цифр, разделяющих максимальное и минимальное значения, оказывался слишком большим, чтобы можно было с уверенностью принять агрегированное значение.Эти значения представляют собой события в модели риска, которые необходимо оценить количественно. В модели могут возникнуть 3 основные ошибки:

• C1: Сбор ложной информации о конечном пути захода на посадку.
• D1: Неспособность поддерживать ВС на траектории финального захода на посадку.
• F1: Выбор неправильной взлетно-посадочной полосы

Существовали различные причины, которые могут объяснить причины такой большой разницы в оценках, предоставленных группой: группа экспертов была в значительной степени разнообразной, а опыт отдельных людей различался. Опыт работы с наземной системой функционального дополнения (GBAS) также показал различия. Этот процесс стал новым опытом для всех экспертов, участвовавших в нем, и в течение всего сеанса был всего один день, чтобы ознакомиться с его использованием и правильно его использовать. Наибольшее значение имел тот факт, что детализация оценок была очень высокой, к чему сотрудники не привыкли. Эксперты также запутались в том, как проводилась оценка; ошибки не рассматривались сами по себе, а анализировались группой. Это означало, что оцененные значения представляли собой вклад ошибки в сбой системы, а не отдельный вклад в сбой системы.

Результаты/результаты

• Диспетчеры и пилоты предоставили хорошие оценки ошибок, и они были использованы в некоторых случаях безопасности.
• Участники подчеркнули свое понимание важности своего участия в процессе предоставления экспертных знаний в отличие от использования вместо этого внешних аналитиков безопасности, т.е. они поняли свою роль в проведении оценки надежности системы человеком.
• Экспертам было предоставлено реалистичное представление о работе человека в системе и, следовательно, дополнительные требования безопасности, необходимые для повышения безопасности и снижения вероятности выявленных ошибок. Это особенно полезно; для будущего ГБАС.

Уроки исследования

• Требуется время для ознакомления с методологией и понимания того, что необходимо сделать в данном контексте.
• Эксперты должны понимать обстоятельства, при которых HEPs являются условными.
• Необходимо привлечь к этому процессу настоящих экспертов в значительном количестве, чтобы можно было собрать необходимую информацию.
• Использование существующей информации в процессе всегда полезно для целей стандартизации.

Преимущества

• Этот метод относительно быстр и прост в использовании. При большей степени группового обсуждения использования этого метода получается больше качественных данных; это можно рассматривать как полезный побочный продукт оценки.
• Абсолютно-вероятностное суждение не ограничивается и не специализировано для использования в определенной области; его легко применить к HRA в любом промышленном секторе, что делает его универсальной методикой для использования в широком спектре потенциальных применений.[5]
• Полезные предложения могут возникнуть в результате обсуждения способов достижения сокращения ошибок.

Недостатки

• Абсолютно вероятностное суждение склонно к определенным предубеждениям и групповым конфликтам или проблемам. Выбор правильной групповой методологии или качественного группового фасилитации может уменьшить влияние этих предубеждений и повысить достоверность результатов.
• Поиск подходящих экспертов для оценки абсолютной вероятности является трудным этапом процесса, особенно из-за двусмысленности, с которой можно определить термин «эксперт».
• Поскольку эмпирические и/или количественные обоснования, лежащие в основе оценок экспертов, могут быть незначительными или вообще отсутствовать, трудно быть уверенным в достоверности окончательных оценок HEP, т.е. не существует средств, с помощью которых можно было бы проверить предположения.