Model konsensusu optymalizacji wielokryterialnej dla podejmowania decyzji w dużych grupach uwzględniający dynamiczne sieci społeczne

Dlaczego wybór lokalizacji dla instalacji słonecznych jest trudniejszy, niż się wydaje

W miarę jak kraje ścigają się, by ograniczyć emisje węgla, rządy i firmy muszą zdecydować, gdzie wybudować nowe elektrownie słoneczne. Wybory te wpływają na lokalny krajobraz, miejsca pracy i ceny energii elektrycznej, i często angażują dziesiątki ekspertów o różnym doświadczeniu i priorytetach. Artykuł wprowadza nowe podejście, które pomaga dużym grupom ludzi osiągać sprawiedliwe i efektywne porozumienia w takich złożonych wyborach, koncentrując się na przypadku wyboru najlepszego miejsca dla elektrowni fotowoltaicznej (PV).

Wiele głosów, jedna wspólna decyzja

Duże projekty, takie jak farmy słoneczne, rzadko zależą od jednego eksperta. Zamiast tego inżynierowie, naukowcy zajmujący się środowiskiem, planiści i przedstawiciele społeczności wszyscy zabierają głos. Każda osoba ma własne zdanie, które miejsce jest najlepsze, opierając się na czynnikach takich jak nasłonecznienie, koszt budowy, wpływ na środowisko i akceptacja społeczna. Gdy w procesie bierze udział 20 lub więcej osób, proste głosowania czy uśrednianie mogą ukrywać rozbieżności i faworyzować głośną mniejszość. Autorzy analizują to wyzwanie jako decyzję grupową na dużą skalę, gdzie celem jest nie tylko wybór lokalizacji, ale też osiągnięcie poziomu zgody, który większość uczestników uzna za akceptowalny.

Łączenie zaufania i podobieństwa w sieciach ekspertów

Badanie opiera się na założeniu, że eksperci nie działają w izolacji. Niektórzy się znają, niektórzy wcześniej współpracowali, a niektórzy naturalnie bardziej ufają określonym kolegom. Jednocześnie eksperci wyrażający podobne opinie częściej na siebie wpływają. Autorzy łączą te dwa elementy w tzw. hybrydową sieć zaufania. W tej sieci każdy ekspert jest powiązany z innymi na podstawie poziomu zaufania oraz podobieństwa ocen. Metoda wykrywania społeczności, algorytm Louvaina, automatycznie grupuje ekspertów w podgrupy silnie połączone. To grupowanie upraszcza problem, pozwalając na pracę z kilkoma spójnymi zespołami zamiast z wieloma rozłącznymi jednostkami.

Wyważanie kosztu, sprawiedliwości i zgody

Osiągnięcie porozumienia niemal zawsze wymaga, by niektórzy ludzie skorygowali swoje stanowiska. Autorzy opracowali model optymalizacji wielokryterialnej, który stara się jednocześnie realizować trzy cele: zmniejszyć ogólny wysiłek dostosowania, traktować uczestników sprawiedliwie oraz podnieść ogólny poziom konsensusu. Koszt odzwierciedla, jak daleko każdy ekspert musi odejść od swojej pierwotnej opinii. Sprawiedliwość mierzy, czy ciężar dostosowania jest podzielony równomiernie, zamiast spadać głównie na kilka osób. Konsensus uchwyca, jak bliskie są ostateczne opinie wewnątrz i między podgrupami. Korzystając z ewolucyjnej metody przeszukiwania, model generuje zestaw rozwiązań kompromisowych, z których każde oferuje inny kompromis między kosztem, sprawiedliwością i zgodą. Organizatorzy decyzji mogą następnie wybrać rozwiązanie najlepiej pasujące do ich sytuacji.

Pozwalanie, by zaufanie ewoluowało wraz z dyskusją

W rzeczywistych dyskusjach ludzie zmieniają nie tylko swoje oceny, ale też to, ile ufają innym. Artykuł uwzględnia to, aktualizując sieć zaufania po każdej rundzie korekt. Gdy poglądy dwóch ekspertów stają się bardziej podobne, ich wzajemne zaufanie się wzmacnia; jeśli pozostają daleko od siebie, zaufanie rośnie wolniej albo wcale. Po aktualizacji powiązań zaufania metoda ponownie grupuje ekspertów i przelicza ich wpływy w decyzji. Ten dynamiczny proces trwa, aż ogólny poziom zgody przekroczy ustalony próg lub osiągnięta zostanie maksymalna liczba rund, co odzwierciedla, jak rzeczywiste komisje stopniowo zmierzają ku wspólnym wnioskom.

Co pokazuje przypadek z elektrownią słoneczną

Autorzy przetestowali swoje podejście na problemie lokalizacji elektrowni PV z udziałem 20 ekspertów, czterech kandydackich lokalizacji i czterech czynników oceny: dostępności zasobów, kosztów budowy, wpływu na środowisko i akceptacji społecznej. Na początku metoda dzieli ekspertów na cztery podgrupy i stwierdza, że grupa nie osiągnęła jeszcze pożądanego poziomu zgody. Po zastosowaniu optymalizacji i aktualizacji sieci zaufania eksperci są ponownie zagregowani do trzech podgrup, a ich względne wagi ulegają zmianie. Proces ostatecznie osiąga wysoki poziom konsensusu równy 0,9597 przy utrzymaniu kosztu dostosowania i sprawiedliwości w rozsądnym zakresie, i identyfikuje jedną lokalizację jako najlepszy wybór kompromisowy.

Dlaczego to ma znaczenie dla decyzji w świecie rzeczywistym

Dla czytelnika nietechnicznego główne przesłanie jest takie, że złożone decyzje publiczne nie muszą być przepychanką między sprzecznymi interesami. Dzięki jawnemu modelowaniu, kto komu ufa, kto myśli podobnie i jak bardzo każdy musi ustąpić, proponowana metoda pomaga dużym grupom osiągać decyzje, które są nie tylko efektywne, ale także postrzegane jako sprawiedliwe. Chociaż zaprezentowano ją w kontekście lokalizacji elektrowni słonecznej, ta sama struktura mogłaby być stosowana przy wyborach dotyczących infrastruktury, polityki zdrowotnej lub innych kwestii, w których wielu interesariuszy musi współdzielić odpowiedzialność za wynik.

Cytowanie: Chen, G., Lang, A., Han, X. et al. A multi-objective optimization consensus model for large-scale group decision-making considering dynamic social networks. Sci Rep 16, 15314 (2026). https://doi.org/10.1038/s41598-026-45239-0

Słowa kluczowe: podejmowanie decyzji w grupie, sieci społeczne, modelowanie zaufania, lokalizacja elektrowni słonecznych, optymalizacja wielokryterialna