Un metodo per la presa di decisioni multicriterio con termini linguistici probabilistici basato su cloud TOPSIS

Perché scegliere in condizioni di incertezza è importante

Quando le comunità devono affrontare decisioni ad alto rischio — per esempio come evacuare le persone durante un incidente nucleare — i decisori devono bilanciare molte preoccupazioni in competizione: sicurezza, costi, stress e altro. Gli esperti spesso descrivono questi fattori con parole come “rischio basso” o “perdita molto elevata” invece di numeri precisi. Queste espressioni sono utili per gli esseri umani ma scomode per i calcolatori. Questo articolo presenta un nuovo modo per trasformare un linguaggio fuzzy e probabilistico in classifiche chiare e giustificabili delle opzioni, con l’obiettivo di supportare decisioni migliori quando sia il rischio sia l’incertezza sono elevati.

Trasformare le parole in nuvole misurabili

Gli autori si basano su una famiglia di strumenti nota come presa di decisioni multicriterio, che confronta alternative usando più criteri contemporaneamente. Invece di chiedere agli esperti valori precisi, li lasciano rispondere con termini di uso quotidiano — come “molto piccolo”, “medio” o “molto grande” — e associano a ciascun termine una probabilità che esprima il grado di fiducia. Questi “termini linguistici probabilistici” vengono poi convertiti in quello che gli autori chiamano nuvole: oggetti numerici semplici che catturano tre aspetti insieme — il valore tipico, quanto il termine è vago e quanto anche quella vaghezza è incerta. Usando uno schema matematico correlato al rapporto aureo, il metodo colloca queste nuvole su una scala in modo coerente con la percezione naturale delle gradazioni da molto piccolo a molto grande.

Fondere molte opinioni in un’unica immagine

Le decisioni reali raramente si basano su un solo esperto. Il nuovo quadro introduce un modo per fondere le nuvole di più esperti in una singola nuvola combinata per ogni alternativa e per ogni criterio. Gli esperti con opinioni più chiare e fiduciose influenzano maggiormente il risultato, pur preservando l’incertezza complessiva. Gli autori progettano anche un nuovo modo per misurare la distanza tra due nuvole qualunque. Questa distanza riflette non solo la differenza nei valori tipici, ma anche le differenze nella vaghezza e nella casualità. In modo cruciale, il metodo può confrontare in modo equo opinioni anche quando gli esperti hanno usato mix diversi di termini linguistici, evitando la perdita di informazione che può verificarsi nelle tecniche precedenti.

Dai confronti di nuvole alle scelte classificate

Per trasformare queste nuvole in una classifica di alternative, lo studio adatta un metodo ben noto chiamato TOPSIS, che confronta ogni alternativa con un ideale migliore e un ideale peggiore. Qui quegli ideali sono essi stessi nuvole, che rappresentano le valutazioni immaginabili più favorevoli e meno favorevoli su tutti i criteri. Per ogni piano di evacuazione, il metodo calcola quanto le sue nuvole sono vicine all’ideale migliore e quanto lontane dall’ideale peggiore, tenendo conto dell’importanza relativa di ciascun criterio. Il risultato è un punteggio unico per ogni piano che rispetta la sfumatura e la casualità presenti nel linguaggio originale degli esperti, ma produce un ordinamento netto di quali opzioni sono migliori o peggiori.

Testare il metodo con piani di evacuazione nucleare

Per mostrare il metodo in azione, gli autori simulano un’emergenza nucleare nella quale tre esperti valutano quattro strategie di evacuazione. Giudicano ogni piano usando quattro criteri di tipo costo: dose complessiva di radiazione alla popolazione, dose massima a un individuo, disagio psicologico e perdita economica. Gli esperti esprimono le loro valutazioni con termini verbali e probabilità; il metodo converte questi dati in nuvole, li aggrega e classifica le strategie. L’analisi individua una strategia come chiaramente migliore, e uno studio di sensibilità dettagliato mostra che questa classifica rimane stabile anche quando l’importanza assegnata a ciascun criterio o certi parametri di incertezza vengono variati su ampi intervalli. Gli autori confrontano inoltre i loro risultati con diversi altri metodi decisionali avanzati; nonostante si basino su matematica molto diversa, gli approcci concorrenti più solidi concordano sulle scelte migliori, dando fiducia al nuovo quadro.

Cosa significa per le decisioni nel mondo reale

In termini semplici, lo studio offre un modo per permettere agli esperti di “parlare con parole” pur producendo “numeri su cui agire”. Rappresentando i giudizi verbali come nuvole che codificano sia la vaghezza sia la casualità, il metodo può gestire informazioni disordinate e incerte senza imporre una precisione artificiale. Semplifica le tecniche basate sulle nuvole precedenti, riduce lo sforzo computazionale e continua a fornire classifiche che si allineano bene con altri approcci all’avanguardia. Sebbene il lavoro sia dimostrato sulla pianificazione dell’evacuazione nucleare, la stessa idea potrebbe supportare decisioni in sanità, protezione ambientale, pianificazione delle infrastrutture e in qualsiasi altro campo dove le scelte devono essere prese sotto profonda incertezza e le opinioni degli esperti sono espresse con linguaggio piuttosto che con dati rigidi.

Citazione: Almandeel, A., Rao, C., Zhang, X. et al. A method for multi-criteria decision making with probabilistic linguistic term based on cloud TOPSIS. Sci Rep 16, 14122 (2026). https://doi.org/10.1038/s41598-026-44609-y

Parole chiave: presa di decisioni multicriterio, modellazione dell'incertezza, valutazione linguistica, pianificazione delle emergenze nucleari, metodi di supporto alle decisioni