Абсолютная вероятность суждения - Absolute probability judgement

Абсолютная вероятность суждения это метод, используемый в области человеческая надежность оценка (HRA), в целях оценки вероятности человеческая ошибка происходящие на протяжении выполнения конкретной задачи. На основе такого анализа затем могут быть приняты меры для снижения вероятности ошибок, возникающих в системе, и, следовательно, привести к повышению общего уровня безопасности. Существуют 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 своей оценке и количественной оценке ошибок больше основаны на теории. . 'Методы HRA используются в различных отраслях, включая здравоохранение, инженерное дело, атомный, транспортный и деловой сектор; каждый метод имеет различное применение в разных дисциплинах.

Абсолютное вероятностное суждение, также известное как прямая численная оценка,^[1] основан на количественная оценка вероятностей человеческой ошибки (HEP). Он основан на предпосылке, что люди не могут вспомнить или не могут с уверенностью оценить вероятность того, что данное событие произойдет. Экспертная оценка обычно желательна для использования в методике, когда данных для расчета HEP мало или совсем нет, или когда данные непригодны или трудны для понимания. Теоретически качественные знания, полученные благодаря опыту экспертов, могут быть преобразованы в количественные данные такие как HEP.

От экспертов требуется хороший уровень как предметного опыта (т.е. эксперт должен иметь соответствующий уровень знаний в предметной области), так и нормативного опыта (т.е. он должен быть возможен для эксперта, возможно, с помощью помощник, чтобы явно перевести эти знания в вероятности). Если эксперты обладают необходимыми предметными знаниями, но им не хватает знаний, которые являются нормативными по своей природе, эксперты могут пройти обучение или помощь в обеспечении того, чтобы знания и опыт, которые необходимо зафиксировать, были преобразованы в правильные вероятности, т.е. заключения экспертов.

Фон

Абсолютное вероятность суждение - это подход, основанный на экспертном суждении, который включает использование убеждений экспертов (например, рядового персонала, инженеров-технологов и т. д.) для оценки HEP. Есть две основные формы этой техники; Групповые методы и методы одного эксперта, то есть это может выполняться как в группе, так и в качестве индивидуального упражнения. Групповые методы, как правило, более популярны и широко используются, поскольку они более надежны и менее подвержены влиянию предвзятость. Более того, в контексте использования для одного человека необычно обладать всей необходимой информацией и опытом, чтобы иметь возможность единолично и точно оценить рассматриваемую человеческую надежность. При групповом подходе результат агрегирования индивидуальных знаний и мнений более надежен.

Методологии

Существует 4 основных групповых метода, с помощью которых можно сделать оценку абсолютной вероятности.

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 можно избежать любого конфликта, такого как доминирование личностей или конфликтующих личностей, и поэтому результаты не содержат каких-либо предубеждений.

Delphi метод

Разработано Dalkey,^[2]^[3] то Delphi метод очень похож на Агрегированный индивидуальный метод в том, что эксперты делают свои первоначальные оценки изолированно. Однако после этого этапа экспертам затем показывают результат, к которому пришли все остальные участники, и они могут пересмотреть оценки, которые они сделали изначально. Затем переоценки агрегируются с использованием среднее геометрическое. Это позволяет некоторым распространение информации, избегая при этом большинства групповых предубеждений; однако по-прежнему остается проблема отсутствия обсуждения.

Номинальная групповая техника (NGT)

Этот метод использует метод Delphi и вводит ограниченное обсуждение / консультации между экспертами. Таким образом, обмен информацией превосходит другие, а доминирование группы смягчается за счет того, что эксперты по отдельности приходят к своему собственному выводу до агрегирования оценок HEP.

Метод группы консенсуса

Это наиболее ориентированный на группу подход и требует, чтобы группа пришла к консенсусу по оценкам HEP путем обсуждения и взаимного согласия. Этот метод максимизирует Обмен знаниями и обмен идеями, а также способствует равным возможностям для участия в обсуждениях. Тем не менее, координация может оказаться затруднительной с точки зрения логистики, поскольку для проведения обсуждения требуется, чтобы все эксперты находились вместе в одном месте. Из-за этих технических особенностей личности и другие механизмы предвзятости, такие как самоуверенность, недавняя доступность и привязка, могут стать факторами, увеличивая, таким образом, вероятность искажения результатов. Если возникает обстоятельство, при котором тупик или поломка в групповая динамика, тогда возникает необходимость вернуться к одному из методов оценки абсолютной вероятности другой группы.

Процедура

1. Выберите экспертов в предметной области.

Отобранные эксперты должны хорошо разбираться в задачах, которые необходимо оценить. Правильное количество экспертов зависит от того, что кажется наиболее практичным, с учетом любых ограничений, таких как пространственная и финансовая доступность. Однако чем больше группа, тем больше вероятность возникновения проблем.

2. Подготовьте формулировку задачи.

Операторы задач являются необходимым компонентом метода; подробно расписаны задачи. Чем полнее объяснение задачи в утверждении, тем меньше вероятность того, что эксперты прибегнут к индивидуальным догадкам о задачах. Заявление также должно гарантировать, что любые предположения четко сформулированы в интерпретируемом формате для понимания всеми экспертами. Оптимальный уровень детализации будет зависеть от характера рассматриваемой задачи и требуемого использования окончательной оценки HEP.

3. Подготовьте буклет для ответов. В этих буклетах подробно описана постановка задачи и построена шкала, которая будет использоваться при оценке вероятности ошибки и с помощью которой эксперты могут высказать свое мнение.^[1] Масштаб должен быть таким, чтобы различия были очевидны. Буклет также включает инструкции, предположения и образцы элементов.

4. Разработайте инструкции для предметов

Инструкции должны указать экспертам причины проведения сеанса, в противном случае они могут угадать такие причины, которые могут вызвать смещение в итоговых оценках человеческая надежность.

5. Получить судебные решения

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

6. Расчет согласованности между судьями

Это метод, с помощью которого можно сравнивать различия в оценках HEP отдельных экспертов; для этих целей используется статистическая формулировка.

7. Агрегированные индивидуальные оценки

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

8. Оценка границы неопределенности. Вычисляется с использованием статистических подходов, включающих доверительные интервалы.

Пример работы

Контекст

В этом примере суждение об абсолютной вероятности использовалось Евроконтроль, в экспериментальном центре в г. Brétigny-sur-Orge Париж, используя методологию группового консенсуса.

Необходимые входы

Сотрудники каждой категории, включенные в сеанс, по очереди давали оценки вероятности ошибок, включая наземный персонал, пилотов и диспетчеров. Перед началом занятия было проведено вводное упражнение, чтобы участники чувствовали себя более комфортно при использовании техники; это включало объяснение предыстории метода и предоставляло обзор того, что повлечет за собой сеанс. Чтобы повысить осведомленность о методе, были использованы образцы шаблонов, чтобы показать, как оцениваются ошибки.

Метод

Первоначальные постановки задач проекта были созданы, оставляя место для индивидуального мнения об оценках задач и дополнительных предположений, от которых группа могла коллективно отказаться.
Состоялась сессия, на которой экспертам были подробно описаны индивидуальные сценарии и задачи.
Затем эксперты, обладая этими знаниями, могли вводить индивидуальные оценки для всех рассматриваемых задач.
Последовало обсуждение, в ходе которого всем участникам была предоставлена возможность высказать свое мнение остальной части группы.
Затем была использована фасилитация для достижения группового консенсуса по оценочным значениям. При необходимости проводились дальнейшие обсуждения и поправки.

Во время сеанса 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 облегчило достижение соглашения. Поэтому из-за этой трудности было необходимо агрегировать отдельные оценки, чтобы вычислить их среднее геометрическое. В следующей таблице представлен образец полученных результатов.

Таблица: Абсолютное вероятностное суждение пилота Сессия - выдержка результатов

Возможная ошибка (код в модели риска)	Максимум	Минимум	Классифицировать	Среднее геометрическое
C1a	1.1E-03	2.0E-05	55	2.1E-04
C1b	2.5E-04	1.0E-05	25	3.5E-05
D1	1.0E-03	1.0E-04	10	4.3E-04
F1a	4.0E-04	1.0E-05	40	6.9E-05
F1b	1.0E-03	1.0E-04	10	4.0E-04
F1c	1.0E-03	1.0E-04	10	4.6E-04

В различных случаях диапазон цифр, разделяющих максимальные и минимальные значения, оказался слишком большим, чтобы можно было с уверенностью принять агрегированное значение. Эти значения являются событиями в модели риска, которые требуют количественной оценки. В модели могут возникнуть 3 основные ошибки:

C1: Сбор ложной информации о последний подход дорожка
D1: Отказ в обслуживании воздушного судна на пути конечного этапа захода на посадку
F1: Выбор неправильной взлетно-посадочной полосы

Существовали различные причины, которые могут объяснить причины, по которым была такая большая разница в оценках, предоставленных группой: группа экспертов была в значительной степени разнородной, а опыт людей разным. Опыт работы с наземной системой дополнения (GBAS) также показал различия. Этот процесс был новым опытом для всех экспертов, участвующих в процессе, и был только один день, в течение которого проходил сеанс, чтобы познакомиться с его использованием и правильно его использовать. Наиболее важным было то, что детали оценок были очень хорошими, к чему сотрудники не привыкли. Эксперты также не понимали, как проводилась оценка; Ошибки не рассматривались отдельно и анализировались как группа. Это означало, что оцененные значения отражали вклад ошибки в отказ системы, а не единичный вклад в отказ системы.

Результаты / итоги

Диспетчеры и пилоты дали хорошие оценки ошибок, и они использовались в некоторых случаях безопасности.
Участники подчеркнули свое понимание важности своего участия в процессе для предоставления экспертных знаний, в отличие от использования внешних аналитиков по безопасности, т. Е. Их понимание своей роли в проведении оценки надежности системы для человека.
Экспертам было предоставлено реалистичное представление о возможностях человека в системе и, следовательно, о дополнительных требованиях к безопасности, необходимых для повышения безопасности и снижения вероятности выявленных ошибок. Это особенно полезно; для будущего GBAS.

Уроки из исследования

Требуется время, чтобы ознакомиться с методологией и понять, что необходимо сделать в данном контексте.
Эксперты должны понимать обстоятельства, при которых HEP являются условными
Необходимо, чтобы настоящие эксперты были вовлечены в процесс и в значительном количестве, чтобы можно было собрать необходимую информацию.
Использование существующей информации в процессе всегда полезно для целей стандартизации.

Преимущества

Этот метод относительно быстрый и простой в использовании. При большей степени группового обсуждения использования техники получается больше качественных данных; это можно рассматривать как полезный побочный продукт оценки.^[1]
Абсолютная вероятностная оценка не ограничена и не предназначена для использования в определенной области; он легко применим к HRA в любом промышленном секторе, что делает его универсальным методом для использования в широком диапазоне потенциальных приложений. [5]
В результате обсуждения могут появиться полезные предложения о способах уменьшения количества ошибок.^[4]

Недостатки

Абсолютная вероятность суждения склонна к определенным предубеждениям и групповым конфликтам или проблемам. Выбор правильной групповой методологии или качественной групповой фасилитации может уменьшить влияние этих предубеждений и повысить достоверность результатов.^[1]
Поиск подходящих экспертов для оценки абсолютной вероятности - сложный этап процесса, в большей степени из-за двусмысленности, с которой может быть определен термин `` эксперт ''.^[5]
Поскольку эмпирические и / или количественные аргументы, подкрепляющие оценки экспертов, могут быть незначительными или отсутствовать, трудно быть уверенным в достоверности окончательных HEP, т. Е. Нет средств, с помощью которых предположения могут быть подтверждены.^[1]