Метод Дельфи или метод Дельфи ( / ˈ d ɛ l f aɪ / DEL -fy ; также известный как Estimate-Talk-Estimate или ETE ) — это метод или метод структурированной коммуникации, первоначально разработанный как систематический интерактивный метод прогнозирования , основанный на группа экспертов. [1] [2] [3] [4] [5] Этот метод также можно адаптировать для использования на личных встречах, и тогда он называется мини-Delphi . Delphi широко используется для бизнес-прогнозирования и имеет определенные преимущества перед другим подходом структурированного прогнозирования — рынками прогнозирования . [6]
Delphi также можно использовать для достижения консенсуса экспертов и разработки профессиональных руководств. [7] Он используется для таких целей во многих областях, связанных со здравоохранением, включая клиническую медицину, общественное здравоохранение и исследования. [7] [8]
Delphi основан на принципе, согласно которому прогнозы (или решения) структурированной группы людей более точны, чем прогнозы неструктурированных групп. [9] Эксперты отвечают на анкеты в два и более раунда. После каждого раунда координатор или агент изменений [10] предоставляет анонимное резюме прогнозов экспертов предыдущего раунда, а также причины, по которым они выработали свои суждения. Таким образом, экспертам рекомендуется пересмотреть свои предыдущие ответы в свете ответов других членов их группы. Считается, что в ходе этого процесса диапазон ответов уменьшится и группа приблизится к «правильному» ответу. Наконец, процесс останавливается после заранее определенного критерия остановки (например, количества раундов, достижения консенсуса, стабильности результатов), а результаты определяют средние или медианные баллы последних раундов. [11]
Особое внимание необходимо уделить формулировке тезисов Дельфи, а также определению и отбору экспертов, чтобы избежать методологических недостатков, которые серьезно угрожают достоверности и надежности результатов. [12] [13]
Название Дельфи происходит от Дельфийского Оракула , хотя авторы метода были недовольны пророческим подтекстом имени, «немного отдающим оккультизмом». [14] Метод Дельфи предполагает, что групповые суждения более обоснованны, чем индивидуальные суждения.
Метод Дельфи был разработан в начале Холодной войны для прогнозирования влияния технологий на военные действия . [15] В 1944 году генерал Генри Х. Арнольд приказал подготовить для Воздушного корпуса армии США отчет о будущих технологических возможностях, которые могут быть использованы военными.
Были опробованы разные подходы, но недостатки традиционных методов прогнозирования , таких как теоретический подход , количественные модели или экстраполяция тенденций, быстро стали очевидными в областях, где точные научные законы еще не установлены. Для борьбы с этими недостатками метод Дельфи был разработан проектом RAND в 1950-1960-х годах (1959) Олафом Хельмером , Норманом Долки и Николасом Решером . [16] С тех пор он используется вместе с различными модификациями и переформулировками, такими как процедура Имена-Дельфи . [17]
Экспертам было предложено высказать свое мнение о вероятности, частоте и интенсивности возможных атак противника. Другие эксперты могли анонимно оставить отзыв. Этот процесс повторялся несколько раз, пока не был достигнут консенсус.
Протокол исследования, объясняющий строгий подход к применению метода Дельфи, был первоначально опубликован в BMJ Open в 2015 году. [18] Этот протокол исследования обычно используется и цитируется в настоящее время в любом исследовании, применяющем метод Дельфи, поскольку это первый раз, когда существует четкий протокол. Описано применение методики на практике.
В 2021 году междисциплинарное исследование Beiderbeck et al. сосредоточился на новых направлениях и достижениях метода Delphi, включая форматы Delphi реального времени . Авторы предоставляют методологический набор инструментов для разработки опросов Delphi, включая, среди прочего, анализ настроений в области психологии. [19]
Следующие ключевые характеристики метода Дельфи помогают участникам сосредоточиться на рассматриваемых проблемах и отделить Дельфи от других методологий: в этом методе формируется группа экспертов как внутри, так и за пределами организации. В состав комиссии входят эксперты, обладающие знаниями в области, требующей принятия решений. Каждого эксперта просят сделать анонимные прогнозы.
Обычно все участники остаются анонимными. Их личности не раскрываются даже после завершения окончательного отчета. Это предотвращает доминирование авторитета, личности или репутации некоторых участников процесса над другими. Возможно, это также освобождает участников (в некоторой степени) от их личных предубеждений, сводит к минимуму « эффект подножия » или « эффект ореола », позволяет свободно выражать мнения, поощряет открытую критику и облегчает признание ошибок при пересмотре предыдущих суждений.
Первоначальные вклады экспертов собираются в виде ответов на анкеты и их комментариев к этим ответам. Директор панели контролирует взаимодействие между участниками, обрабатывая информацию и отфильтровывая ненужный контент. Это позволяет избежать негативных последствий личных дискуссий и решает обычные проблемы групповой динамики .
Метод Дельфи позволяет участникам комментировать ответы других, прогресс группы в целом, а также пересматривать собственные прогнозы и мнения в режиме реального времени.
Человек, координирующий метод Дельфи, обычно известен как координатор или лидер и облегчает ответы своей группы экспертов , которые выбираются по какой-то причине, обычно потому, что они обладают знаниями в отношении мнения или точки зрения. Фасилитатор рассылает анкеты, опросы и т. д., и если группа экспертов принимает их, они следуют инструкциям и высказывают свое мнение. Ответы собираются и анализируются, затем выявляются общие и противоречивые точки зрения. Если консенсус не достигнут, процесс продолжается через тезисы и антитезисы, чтобы постепенно работать над синтезом и достижением консенсуса.
В течение последних десятилетий координаторы использовали множество различных мер и порогов для измерения степени консенсуса или несогласия. Подробный обзор литературы и резюме собраны в статье фон дер Грахта. [20]
Первые применения метода Дельфи были в области прогнозирования науки и техники. Цель метода заключалась в объединении мнений экспертов о вероятности и ожидаемом времени разработки конкретной технологии в одном показателе. В одном из первых подобных докладов, подготовленном в 1964 году Гордоном и Хелмером, оценивалось направление долгосрочных тенденций развития науки и технологий, охватывая такие темы, как научные прорывы, контроль над населением , автоматизация , космический прогресс, предотвращение войн и системы вооружений. Другие прогнозы развития технологий касались систем транспортных средств и дорог, промышленных роботов, интеллектуального Интернета, широкополосных соединений и технологий в образовании.
Позже метод Дельфи применялся и в других местах, особенно в тех, которые касались вопросов государственной политики, таких как экономические тенденции , здравоохранение и образование. Он также успешно и с высокой точностью применялся в бизнес-прогнозировании. Например, в одном случае, о котором сообщили Басу и Шредер (1977), [21] метод Дельфи предсказал продажи нового продукта в течение первых двух лет с погрешностью 3–4% по сравнению с фактическими продажами. Количественные методы давали ошибки 10–15%, а традиционные методы неструктурированного прогноза имели ошибки около 20%. (Это только один пример; общая точность метода неоднозначна.)
Метод Дельфи также использовался в качестве инструмента для реализации подходов с участием многих заинтересованных сторон для разработки политики на основе участия в развивающихся странах. Правительства стран Латинской Америки и Карибского бассейна успешно использовали метод Дельфи как открытый подход государственного и частного секторов для определения наиболее неотложных проблем для своих региональных планов действий eLAC по ИКТ в целях развития . [22] В результате правительства широко признали ценность коллективного разума гражданского общества, академического и частного сектора участников Дельфи, особенно в области быстрых изменений, таких как технологическая политика.
В начале 1980-х годов Джеки Аверман из Jackie Awerman Associates, Inc. разработал модифицированный метод Delphi для определения роли различных участников в создании продукта, имеющего право на патент. (Корпорация Epsilon, реактор химического осаждения из паровой фазы) Результаты затем были использованы патентными поверенными для определения процента распределения бонусов к общему удовлетворению всех членов команды. [ нужна цитата ]
С 1970-х годов использование метода Дельфи в разработке государственной политики привнесло ряд методологических новшеств. В частности:
Дальнейшие инновации связаны с использованием компьютерных (а позже и веб-конференций) Delphi. По мнению Туроффа и Хилца, [23] в компьютерном Delphis:
По словам Болоньини, [24] веб-интерфейс Delphis предлагает две дополнительные возможности, актуальные в контексте интерактивного формирования политики и электронной демократии . Это:
Одним из успешных примеров (частично) веб-политики Delphi является пятираундовое мероприятие Delphi (с участием 1454 участников) по созданию Планов действий eLAC в Латинской Америке. Считается, что на данный момент это самое масштабное онлайн-прогнозирование формирования политики в истории межправительственных процессов в развивающемся мире. [22] В дополнение к предоставленным конкретным политическим рекомендациям, авторы перечисляют следующие извлеченные уроки: «(1) потенциал методов Policy Delphi для обеспечения прозрачности и подотчетности в процессе принятия государственных решений, особенно в развивающихся странах; (2) полезность мероприятий по форсайту для содействия созданию межведомственных сетей в сообществе развития; (3) полезность внедрения мероприятий по форсайту в существующие механизмы представительной демократии и международного многостороннего подхода, такие как Организация Объединенных Наций; (4) потенциал онлайн-инструментов для облегчения участие в развивающихся странах с дефицитом ресурсов; и (5) эффективность использования ресурсов, вытекающая из масштаба международных усилий по прогнозированию, и, следовательно, ее адекватность для регионов с дефицитом ресурсов». [22]
Метод Дельфи широко используется для достижения консенсуса экспертов в вопросах здравоохранения. [7] Например, его часто используют при разработке медицинских руководств и протоколов . [7]
Некоторые примеры его применения в контексте общественного здравоохранения включают неалкогольную жировую болезнь печени, [25] расстройства, вызванные дефицитом йода, [26] создание быстро реагирующих систем здравоохранения для сообществ, пострадавших от миграции, [27] роль систем здравоохранения в повышении благосостояния. для людей, живущих с ВИЧ, [28] и в создании документа 2022 года с рекомендациями по прекращению пандемии COVID-19 . [29]
Использование метода Дельфи при разработке рекомендаций по составлению отчетов о медицинских исследованиях [8] рекомендуется, особенно опытным разработчикам. [30] С тех пор, как этот совет был сделан в 2010 году, два систематических обзора показали, что менее 30% опубликованных руководств по отчетности включали методы Delphi в процесс разработки. [31] [32]
Ряд прогнозов Delphi выполняется с использованием веб-сайтов, которые позволяют выполнять этот процесс в режиме реального времени. Например, проект TechCast использует группу из 100 экспертов со всего мира для прогнозирования прорывов во всех областях науки и технологий. Другим примером является проект Horizon , где футуристы в области образования сотрудничают в Интернете, используя метод Delphi, чтобы придумать технологические достижения, на которые стоит обратить внимание в образовании в течение следующих нескольких лет.
Традиционно метод Дельфи был направлен на достижение консенсуса о наиболее вероятном будущем путем итерации. Другие версии, такие как Policy Delphi, [33] [34] вместо этого представляют собой метод поддержки принятия решений, направленный на структурирование и обсуждение различных взглядов на предпочтительное будущее. В Европе в более поздних интернет-экспериментах метод Дельфи использовался в качестве коммуникационной техники для интерактивного принятия решений и электронной демократии . [35] Argument Delphi, разработанный Осмо Кууси, фокусируется на постоянном обсуждении и поиске соответствующих аргументов, а не на результате. Дезагрегационная политика Delphi, разработанная Петри Тапио, использует кластерный анализ в качестве систематического инструмента для построения различных сценариев будущего в последнем раунде Delphi. [36] Мнения ответчика о вероятном и предпочтительном будущем рассматриваются как отдельные дела. Компьютеризация Argument Delphi относительно сложна из-за нескольких проблем, таких как разрешение аргументов, агрегирование аргументов и оценка аргументов. Компьютеризация Argument Delphi, разработанная Сади Эвреном Секером , предлагает решения таких проблем. [37]
Сегодня метод Дельфи является широко распространенным инструментом прогнозирования и успешно используется в тысячах исследований в различных областях, от прогнозирования технологий до злоупотребления наркотиками . [38] В целом послужной список метода Дельфи неоднозначен. Было много случаев, когда этот метод давал плохие результаты. Тем не менее, некоторые авторы связывают это с плохим применением метода, а не со слабыми сторонами самого метода. [ нужна цитата ] Следует также понимать, что в таких областях, как прогнозирование науки и техники, степень неопределенности настолько велика, что точные и всегда правильные прогнозы невозможны, поэтому следует ожидать высокой степени ошибки.
Важной задачей для этого метода является обеспечение достаточно хорошо осведомленных членов комиссии. Если участники дискуссии дезинформированы по теме, использование Delphi может только добавить уверенности в их невежестве. [6]
Одной из первоначальных проблем метода была его неспособность делать сложные прогнозы с учетом множества факторов. Потенциальные будущие результаты обычно рассматривались так, как если бы они не влияли друг на друга. Позже для решения этой проблемы было разработано несколько расширений метода Дельфи, таких как анализ перекрестного воздействия , который учитывает возможность того, что возникновение одного события может изменить вероятности других событий, охваченных исследованием. Тем не менее, метод Дельфи наиболее успешно можно использовать при прогнозировании одиночных скалярных показателей.
Delphi имеет характеристики, схожие с рынками прогнозов , поскольку оба представляют собой структурированные подходы, объединяющие различные мнения групп. Тем не менее, существуют различия, которые могут иметь решающее значение для их относительной применимости для решения различных проблем. [6]
Некоторые преимущества рынков прогнозов проистекают из возможности обеспечить стимулы для участия.
Похоже, что Delphi имеет следующие преимущества перед рынками прогнозов:
Более поздние исследования также были сосредоточены на объединении технологий Дельфи и рынков прогнозов. В частности, в исследовании Deutsche Börse элементы метода Дельфи были интегрированы в рынок прогнозов. [39]
Методика Delphi, разработанная Олафом Хельмером и Норманом Долки.