Een intelligent enkel-waardig neutrosofisch MCDM-kader voor curriculumplanning en pedagogische ondersteuning van Business English-analyses onder onzekerheid

Waarom het zo moeilijk is de juiste business English-cursus te kiezen

Voor bedrijven die grensoverschrijdend werken is business English geen luxevaardigheid meer — het is de taal van deals, e-mails en virtuele vergaderingen. Toch is het verrassend lastig om het meest effectieve opleidingsprogramma voor medewerkers te kiezen. Managers moeten onderwijskwaliteit, kosten, culturele aansluiting en praktijknut tegen elkaar afwegen, vaak op basis van vage indrukken zoals "heel goed" of "matig" in plaats van harde cijfers. Deze studie introduceert een nieuw besliskader dat zulke vage, soms aarzelende meningen omzet in een systematische manier om business English-trainingsopties te vergelijken en te rangschikken onder onzekerheid.

Vage opinies omzetten in bruikbare informatie

Traditionele besluitvormingsinstrumenten geven de voorkeur aan zuivere cijfers: toetsresultaten, prijzen, uren. Maar beslissingen over taalverwerving worden meestal in woorden uitgedrukt — "uitstekende docenten", "enigszins boeiend", "niet zeker van culturele waarde". De auteurs gebruiken een wiskundig concept genaamd een enkel-waardige neutrosofische verzameling om drie aspecten van elk oordeel tegelijk vast te leggen: hoe waar het lijkt, hoe onzeker het is, en hoe onwaar het mogelijk is. In plaats van experts te dwingen een enkele score te kiezen, legt deze benadering hun vertrouwen en aarzeling expliciet vast. Daardoor sluiten de invoergegevens beter aan bij hoe mensen daadwerkelijk denken over onderwijskwaliteit, motivatie en communicatieve vaardigheden.

Menselijk oordeel mengen met datagedreven checks

Het kader is ontworpen voor situaties met meerdere kandidaat-trainingsstrategieën en veel kwalitatieve criteria. In hun voorbeeld beschouwen de auteurs vier typen business English-programma’s — van in-company intensieve cursussen tot een buitenlandse onderdompelingscamp — en tien batengerichte criteria zoals onderwijskwaliteit, betrokkenheid van leerlingen, culturele aanpasbaarheid, flexibiliteit en praktische toepasbaarheid. Drie experts, waaronder curriculumdeskundigen en een bedrijfstrainer, beoordelen elke optie in eenvoudige linguïstische termen van "heel heel slecht" tot "heel heel goed". Deze termen worden omgezet in neutrosofische waarden en gecombineerd met een zorgvuldige gemiddeldeprocedure, zodat geen enkele expert de discussie domineert.

Twee aanvullende rangschikkingsmethoden die samenwerken

Nadat de expertsmeningen in deze rijkere numerieke vorm zijn vertaald, past het kader twee rangschikkingsmethoden toe die verschillende doelen dienen. Ten eerste produceert een aanpak genaamd ORESTE een algemene ordening van de trainingsopties op basis van hun prestaties over alle criteria, terwijl ook de relatieve belangrijkheid van elk criterium wordt weerspiegeld. Belang is niet alleen door meningen vastgelegd: subjectieve gewichten van experts worden gecombineerd met objectieve gewichten die zijn afgeleid van hoeveel de criteria daadwerkelijk onderscheid maken tussen alternatieven. Ten tweede controleert een methode bekend als QUALIFLEX de rangorde via gedetailleerde paargewijze vergelijkingen, waarbij in feite wordt gevraagd: "Maakt optie A echt meer zin dan optie B, gegeven al het bewijs?" Door een gemakkelijk te begrijpen globale rangorde te combineren met een rigoureuze paargewijze consistentietest, streeft het kader ernaar zowel intuïtief als betrouwbaar te zijn.

Wat de casestudy onthult over trainingskeuzes

Om de methode te demonstreren bouwen de auteurs een realistisch hypothetisch geval van een multinationale onderneming die kiest tussen vier business English-strategieën: een in-house intensief programma, een online interactieve cursus, een universiteit–industrie partnerschap en een internationaal zakelijke trainingskamp in het buitenland. Met hun kader vinden ze dat het buitenlandse trainingskamp als beste optie uit de bus komt, gevolgd door de online cursus, daarna het in-house programma, met het universiteitspartnerschap als laatste. Belangrijk is dat deze volgorde stabiel blijft, zelfs wanneer ze variëren hoeveel gewicht wordt toegekend aan expertsmening versus datapatronen, of hoe tolerant het systeem is voor onzekerheid. Vergelijkende tests met meer bekende vage besluitvormingsinstrumenten tonen aan dat alle methoden het eens zijn over de beste keuze, maar het nieuwe kader produceert duidelijkere verschillen tussen opties en is minder gevoelig voor kleine veranderingen in de linguïstische invoer.

Waarom dit ertoe doet voor praktijkgerichte opleiders en managers

Voor niet-specialisten is de kernboodschap dat het mogelijk is helderdere, eerlijkere keuzes te maken tussen complexe taaltrajecten zonder te doen alsof alle oordelen precies zijn. Door twijfel en gedeeltelijke kennis expliciet te modelleren helpt dit neutrosofische besliskader curriculumontwerpers, trainingsmanagers en beleidsmakers meerdere kwalitatieve factoren tegen elkaar af te wegen en tot een stabiele rangorde van programma’s te komen. Hoewel de studie zich richt op business English, zou dezelfde logica beslissingen kunnen sturen over andere taalcursussen, onderwijstechnologieën of elke situatie waarin experts in grijstinten spreken in plaats van in zwart-witte cijfers.

Bronvermelding: Ding, C., Tang, R. & Ji, W. An intelligent single valued neutrosophic MCDM framework for Business English language analysis curriculum planning and pedagogical support under uncertainty. Sci Rep 16, 6641 (2026). https://doi.org/10.1038/s41598-026-36803-9

Trefwoorden: business English-training, taalcurriculumplanning, besluitvorming onder onzekerheid, vage en neutrosofische methoden, evaluatie van trainingsstrategieën