En intelligent enkelvärdes neutrosofisk MCDM-ram för planering av kursplaner och pedagogiskt stöd i Business English under osäkerhet

Varför det är så svårt att välja rätt kurs i affärsengelska

För företag som arbetar över gränser är affärsengelska inte längre en lyxkompetens — det är språket för affärer, mejl och virtuella möten. Ändå är det förvånansvärt svårt att välja det mest effektiva utbildningsprogrammet för anställda. Chefer måste väga undervisningskvalitet, kostnader, kulturell passform och verklig användbarhet, ofta baserat på vaga intryck som ”mycket bra” eller ”hyfsat” snarare än hårda siffror. Denna studie presenterar en ny beslutsram som omvandlar sådana vaga, ibland tveksamma omdömen till ett systematiskt sätt att jämföra och rangordna alternativ för utbildning i affärsengelska under osäkerhet.

Att omvandla fuzzy åsikter till användbar information

Traditionella beslutsverktyg föredrar rena siffror: provresultat, priser, timmar. Men beslut om språkinlärning uttrycks ofta i ord — ”utmärkta lärare”, ”ganska engagerande”, ”osäker på kulturellt värde”. Författarna använder en matematisk idé kallad enkelvärdes neutrosofisk mängd för att fånga tre aspekter av varje bedömning samtidigt: hur sannolik den verkar, hur osäker den är och hur falsk den kan vara. Istället för att tvinga experter att välja en enda poäng registrerar detta tillvägagångssätt deras förtroende och tvekan uttryckligen. Det gör indata närmare hur människor faktiskt tänker om undervisningskvalitet, motivation och kommunikativa färdigheter.

Att blanda mänskligt omdöme med datadrivna kontroller

Ramen är utformad för situationer med flera kandidatstrategier för utbildning och många kvalitativa kriterier. I sitt exempel betraktar författarna fyra typer av program i affärsengelska — från interna intensiva kurser till ett utlandsbaserat immersionsläger — och tio nyttoinriktade kriterier såsom undervisningskvalitet, lärarengagemang, kulturell anpassningsförmåga, flexibilitet och praktisk tillämpning. Tre experter, inklusive kursplanespecialister och en företagsutbildare, betygsätter varje alternativ i enkla språkliga termer från ”mycket mycket dåligt” till ”mycket mycket bra.” Dessa termer omvandlas till neutrosofiska värden och kombineras med en noggrann genomsnittsprocess, så att ingen enskild expert dominerar diskussionen.

Två kompletterande rankningsmetoder som samverkar

När expertåsikterna översatts till denna rikare numeriska form tillämpar ramen två rankningstekniker som tjänar olika syften. Först producerar en metod kallad ORESTE en övergripande ordning av utbildningsalternativen baserat på hur de presterar över alla kriterier, samtidigt som den speglar varje kriteriums relativa vikt. Betydelsen bestäms inte enbart av åsikt: subjektiva vikter från experter blandas med objektiva vikter härledda från hur mycket kriterierna faktiskt skiljer alternativen åt. För det andra kontrollerar en metod känd som QUALIFLEX rangordningen genom detaljerade parvisa jämförelser och frågar i praktiken: ”Gör alternativ A verkligen mer mening än alternativ B, givet all evidens?” Genom att kombinera en lättförståelig global rangordning med ett rigoröst parvis konsistenskontroll syftar ramen till att vara både intuitiv och trovärdig.

Vad fallstudien avslöjar om utbildningsval

För att demonstrera metoden bygger författarna ett realistiskt hypotetiskt fall av ett multinationellt företag som väljer mellan fyra strategier för affärsengelska: ett internt intensivprogram, en interaktiv onlinekurs, ett universitet–industrisamarbete och ett internationellt affärsutbildningsläger utomlands. Med hjälp av sin ram finner de att utlandslägret framträder som det bästa alternativet, följt av onlinekursen, sedan det interna programmet, medan universitetsparterna rankas sist. Viktigt är att denna ordning förblir stabil även när de varierar hur mycket vikt som ges åt experternas åsikter kontra datamönster, eller hur toleranta systemet är mot osäkerhet. Jämförande tester mot mer välbekanta fuzzy-beslutsverktyg visar att alla metoder är överens om toppvalet, men den nya ramen skapar tydligare klyftor mellan alternativen och är mindre känslig för små förändringar i de språkliga indata.

Varför detta är viktigt för praktiska pedagoger och chefer

För icke-specialister är huvudbudskapet att det är möjligt att göra tydligare, rättvisare val bland komplexa språkutbildningsalternativ utan att föreställa sig att alla omdömen är precisa. Genom att uttryckligen modellera tvivel och partiell kunskap hjälper denna neutrosofiska beslutsram kursplanläggare, utbildningsansvariga och beslutsfattare att väga flera kvalitativa faktorer och nå en stabil rangordning av program. Även om studien fokuserar på affärsengelska kan samma logik vägleda beslut om andra språkkurser, utbildningsteknologier eller i alla sammanhang där experter talar i gråskalor snarare än svartvita siffror.

Citering: 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

Nyckelord: affärsengelska utbildning, språkplanering för kursplan, beslutsfattande under osäkerhet, fuzzy- och neutrosofiska metoder, utvärdering av utbildningsstrategier