Solidny algorytm podejmowania decyzji do radzenia sobie z niepewnością w planowaniu kariery za pomocą okręgowej intuicyjno-rozmytej metody SWARA‑WASPAS

Dlaczego wybór ścieżek szkoleniowych jest tak trudny

Wielu uczniów kończy programy zawodowe, by przekonać się, że znalezienie dobrej pracy wciąż bywa trudne. Muszą wybierać spośród kursów, usług doradczych i warsztatów poszukiwania pracy, podczas gdy potrzeby pracodawców nieustannie się zmieniają. W artykule analizuje się, jak projektować i porównywać takie programy w sposób uwzględniający złożoną rzeczywistość ludzkich ocen, w której eksperci są niepewni, zmieniają zdanie i rzadko w pełni się zgadzają.

Decyzje w świecie wątpliwości

Decyzje dotyczące szkoleń zawodowych obejmują wiele elementów: dopasowanie umiejętności do rzeczywistych miejsc pracy, pomaganie młodym ludziom w określeniu celów, naukę technik poszukiwania pracy oraz utrzymanie zatrudnienia w czasie. Czynniki te mogą ciągnąć w różnych kierunkach, a eksperci — trenerzy, doradcy czy partnerzy z przemysłu — często dysponują tylko fragmentarycznymi lub niepewnymi informacjami. Zamiast zmuszać ich do podania jednej, sprecyzowanej oceny, badanie pozwala, by ich opinie odzwierciedlały wahanie i wątpliwości, uchwycając zarówno siłę poparcia dla opcji, jak i stopień niepewności.

Okręgi, które uchwytują niepewność

Aby to osiągnąć, autor wykorzystuje nową koncepcję matematyczną, która opisuje opinie jako okręgi zamiast pojedynczych punktów. Każdy okrąg pokazuje, na ile ekspert skłania się za lub przeciw danej opcji, oraz pasmo niepewności wokół tej oceny. Ten bogatszy obraz uznaje, że ekspert może powiedzieć „to wygląda dobrze, ale nie jestem całkowicie pewny”. W oparciu o to badanie adaptuje dwa popularne narzędzia rankingowe: jedno służące do ustalania ważności kryteriów, drugie do oceniania i porządkowania konkurujących programów szkoleniowych. Oba narzędzia zostały przepisane tak, by działać bezpośrednio z tymi okrągłymi reprezentacjami opinii, zamiast sztywnych liczb.

Ważenie istotnych kryteriów i punktowanie opcji

Pierwsza część metody koncentruje się na ważeniu czynników, które mają największe znaczenie, takich jak dopasowanie umiejętności do miejsc pracy, jasność celów uczniów, gotowość do aplikowania, częstotliwość zatrudniania oraz długość utrzymania pracy. Eksperci wyrażają swoje opinie za pomocą codziennych określeń, takich jak „średnie” czy „bardzo wysokie”, które następnie są przekształcane do okręgowej formy opinii. Metoda stopniowo porównuje kryteria między sobą, dostosowując ich wagi przy zachowaniu widocznego elementu wahania ekspertów. Druga część bierze kilka konkurencyjnych modeli szkoleniowych, łączy wszystkie opinie ekspertów dla każdego kryterium i generuje oceny przy użyciu dwóch różnych sposobów agregacji dowodów. Wyniki są następnie łączone, aby uzyskać ostateczny ranking programów.

Testowanie w realistycznym scenariuszu szkoleniowym

Aby pokazać praktyczne zastosowanie, autor przygotowuje studium przypadku instytutu zawodowego, który chce poprawić rezultaty zatrudnieniowe. Porównuje się pięć stylów programów, od prostego szkolenia umiejętności po w pełni zintegrowany model, który dodaje strukturalne planowanie, indywidualne doradztwo i powiązania z pracodawcami. Eksperci z obszaru nauczania, doradztwa i przemysłu oceniają każdą opcję, ponownie używając potocznego języka odwzorowanego na system okręgowych opinii. Po przetworzeniu tych informacji przez metodę jedna opcja wyróżnia się: łączenie szkolenia zawodowego z podstawowym doradztwem kariery konsekwentnie zajmuje pierwsze miejsce, wyprzedzając bardziej podstawowe szkolenia, a nawet bardziej złożone, zintegrowane schematy.

Stabilne wyniki przy bliższej analizie

Badanie następnie sprawdza, jak kruche są te rankingi. Zmienia się ważność przypisywaną poszczególnym kryteriom i przesuwa równowagę między dwoma formułami punktowania. Mierzona jest także zgodność rankingów między metodami przy użyciu standardowego testu statystycznego. We wszystkich tych testach ta sama kombinacja programu pozostaje na szczycie, a porządek pozostałych opcji zmienia się bardzo nieznacznie. Sugeruje to, że metoda nie jest nadmiernie wrażliwa na drobne korekty czy niezgodności między ekspertami — co jest kluczowe dla zastosowań w edukacji i polityce.

Co to oznacza dla uczniów i planistów

Mówiąc prosto, artykuł pokazuje sposób na podejmowanie złożonych decyzji dotyczących szkoleń i poradnictwa zawodowego w sposób bardziej uczciwy wobec niepewności, nie dopuszczając do chaosu. Pozwalając, by opinie ekspertów były rozmyte i pełne wahań, a jednocześnie łącząc je w uporządkowany sposób, metoda identyfikuje opcje skuteczne i stabilne w wielu testach. Dla czytelnika niebędącego specjalistą wniosek jest taki, że dodanie nawet skromnego doradztwa kariery do szkoleń zawodowych może przynieść wyraźną, wiarygodną poprawę wyników zatrudnieniowych, a starannie zaprojektowane narzędzia decyzyjne uwzględniające niepewność mogą pomóc szkołom i instytucjom wybierać takie usprawnienia z większą pewnością.

Cytowanie: Chen, J. A robust decision making algorithm for handling uncertainty in career planning via a circular intuitionistic fuzzy SWARA WASPAS method. Sci Rep 16, 15953 (2026). https://doi.org/10.1038/s41598-026-45506-0

Słowa kluczowe: planowanie kariery, kształcenie zawodowe, podejmowanie decyzji, logika rozmyta, poradnictwo zawodowe