En robust beslutsalgoritm för att hantera osäkerhet i karriärplanering via en cirkulär intuitionistisk fuzzy SWARA-WASPAS-metod

Varför det är så svårt att välja utbildningsvägar

Många studenter avslutar yrkesprogram för att senare upptäcka att det fortfarande är svårt att få ett bra arbete. De måste välja mellan kurser, rådgivningstjänster och jobbsökarworkshops samtidigt som arbetsgivarnas behov ständigt förändras. Denna artikel undersöker hur man kan utforma och jämföra sådana program på ett sätt som tar hänsyn till den röriga verkligheten i mänskligt omdöme, där experter känner osäkerhet, ändrar sig och inte alltid är överens.

Beslut i en värld av tvekan

Beslut om karriärutbildning involverar många rörliga delar: att matcha färdigheter med verkliga jobb, hjälpa unga att klargöra sina mål, lära ut jobbsökarvanor och hålla människor anställda över tid. Dessa faktorer kan dra åt olika håll, och experter som utbildare, rådgivare och branschpartners har ofta endast partiell eller osäker information. Istället för att tvinga dem att ge en enda tydlig poäng tillåter studien att deras åsikter återspeglar tvekan och osäkerhet, vilket fångar både hur starkt de föredrar ett alternativ och hur osäkra de är i sin bedömning.

Cirklar som fångar osäkerhet

För detta använder författaren en nyare idé inom matematiken som beskriver åsikter som cirklar snarare än som enstaka punkter. Varje cirkel visar hur mycket en expert lutar för eller emot ett alternativ, plus ett band av osäkerhet runt den bedömningen. Denna rikare bild erkänner att en expert kan säga ”det här verkar bra, men jag är inte helt säker”. På denna grund anpassar studien två populära rankningsverktyg: ett som avgör hur viktiga de olika faktorerna är, och ett annat som poängsätter och ordnar de konkurrerande utbildningsprogrammen. Båda verktygen skrivs om så att de kan arbeta direkt med dessa cirkulära åsiktsrepresentationer istället för stela siffror.

Vägning av vad som betyder något och poängsättning av alternativ

Den första delen av metoden fokuserar på att väga de faktorer som är viktigast, såsom hur väl färdigheter matchar jobb, hur tydliga studenter känner sig om sina karriärer, hur redo de är att söka jobb, hur ofta de får placeringar och hur länge de förblir anställda. Experter uttrycker sina bedömningar med vardagliga termer som ”måttlig” eller ”mycket hög”, vilka sedan översätts till den cirkulära åsiktsformen. Metoden jämför gradvis faktorer mot varandra och justerar deras vikter samtidigt som experternas tvekan hålls synlig. Den andra delen tar flera konkurrerande utbildningsmodeller, kombinerar alla experters åsikter för varje faktor och producerar poäng med två olika sätt att summera bevisen. Poängen blandas sedan för att ge en slutlig rangordning av programmen.

Testning i ett realistiskt utbildningsscenario

För att visa hur detta fungerar i praktiken bygger författaren en fallstudie av ett yrkesinstitut som vill förbättra anställningsutfallen. Fem programtyper jämförs, från enkel kompetensträning till en fullt integrerad modell som lägger till strukturerad planering, personlig vägledning och kopplingar till arbetsgivare. Experter från undervisning, rådgivning och bransch bedömer varje alternativ, återigen med vardagligt språk som mappas in i det cirkulära åsiktssystemet. När metoden bearbetar denna information framträder ett alternativ tydligt: att kombinera yrkesutbildning med grundläggande karriärrådgivning placeras konsekvent först, före mer nedskalad träning och till och med före mer komplexa integrerade upplägg.

Stabila resultat vid närmare granskning

Studien kontrollerar sedan hur sköra dessa rangordningar är. Den varierar vikten som ges till olika faktorer och förskjuter balansen mellan de två poängsättningsformlerna. Den mäter också hur lika rangordningarna är över metoder med ett standardstatistiskt test. Över alla dessa kontroller förblir samma programkombination i topp, och ordningen för de andra alternativen förändras mycket lite. Detta antyder att metoden inte är alltför känslig för små justeringar eller oenighet bland experter, vilket är ett viktigt krav för användning i verkliga utbildnings- och policysammanhang.

Vad studien innebär för studenter och planerare

Enkelt uttryckt visar artikeln ett sätt att göra komplexa beslut om utbildning och karriärvägledning mer ärliga inför osäkerhet utan att bli kaotiska. Genom att låta experters åsikter vara fuzzy och tveksamma, men ändå kombinera dem på ett strukturerat sätt, identifierar metoden alternativ som både är effektiva och stabila över många tester. För en allmän läsare är slutsatsen att även modest karriärrådgivning tillsammans med yrkesutbildning kan ge en tydlig, pålitlig förbättring i anställningsutfall, och att noggranna, osäkerhetsmedvetna beslutsverktyg kan hjälpa skolor och myndigheter att välja sådana förbättringar med större självförtroende.

Citering: 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

Nyckelord: karriärplanering, yrkesutbildning, beslutsfattande, fuzzylogik, arbetsmarknadsrådgivning