Оценка абсолютной вероятности — это метод, используемый в области оценки надежности человека (HRA) для оценки вероятности возникновения человеческой ошибки в ходе выполнения определенной задачи. На основе такого анализа можно принять меры для снижения вероятности возникновения ошибок в системе и, следовательно, для повышения общего уровня безопасности. Существует три основные причины проведения HRA: идентификация ошибок, количественная оценка ошибок и сокращение ошибок. Поскольку существует ряд методов, используемых для таких целей, их можно разделить на две классификации: методы первого поколения и методы второго поколения. Методы первого поколения работают на основе простой дихотомии «соответствует/не соответствует» при сопоставлении ситуации с ошибкой в контексте с соответствующей идентификацией и количественной оценкой ошибок, а методы второго поколения больше основаны на теории в своей оценке и количественной оценке ошибок. «Методы HRA использовались в различных отраслях, включая здравоохранение , машиностроение , ядерную промышленность, транспорт и бизнес; каждый метод имеет различное применение в различных дисциплинах.
Абсолютная оценка вероятности, также известная как прямая численная оценка , [1] основана на количественной оценке вероятностей человеческих ошибок (HEP). Она основана на предпосылке, что люди не могут вспомнить или не способны с уверенностью оценить вероятность наступления определенного события. Экспертная оценка обычно желательна для использования в технике, когда мало или совсем нет данных для расчета HEP, или когда данные непригодны или трудны для понимания. Теоретически качественные знания, полученные на основе опыта экспертов, могут быть переведены в количественные данные , такие как HEP.
От экспертов требуется хороший уровень как содержательного опыта (т. е. эксперт должен иметь соответствующий уровень знаний в проблемной области), так и нормативного опыта (т. е. эксперт должен иметь возможность, возможно, с помощью посредника , явно перевести эти знания в вероятности). Если эксперты обладают требуемыми содержательными знаниями, но не обладают нормативными по своей природе знаниями, эксперты могут быть обучены или им может быть оказана помощь в обеспечении того, чтобы требуемые для фиксации знания и опыт были переведены в правильные вероятности, т. е. чтобы они были точным представлением суждений экспертов.
Оценка абсолютной вероятности — это подход, основанный на экспертных суждениях, который включает использование убеждений экспертов (например, персонала первой линии, инженеров-технологов и т. д.) для оценки HEP. Существует две основные формы этого метода: групповые методы и методы одного эксперта, т. е. его можно применять как в группе, так и индивидуально. Групповые методы, как правило, более популярны и широко используются, поскольку они более надежны и менее подвержены предвзятости . Более того, в контексте использования необычно, чтобы один человек обладал всей необходимой информацией и опытом, чтобы иметь возможность единолично оценить, точным образом, рассматриваемую человеческую надежность. При групповом подходе результат агрегирования индивидуальных знаний и мнений более надежен.
Существует 4 основных групповых метода, с помощью которых можно проводить оценку абсолютной вероятности.
Используя этот метод, эксперты делают свои оценки индивидуально, фактически не встречаясь и не обсуждая задачу. Затем оценки суммируются путем взятия геометрического среднего оценок отдельных экспертов для каждой задачи. Главным недостатком этого метода является то, что в группе нет общих экспертных знаний; однако, положительным моментом является то, что благодаря индивидуальности процесса любой конфликт, такой как доминирующие личности или конфликтующие личности, избегается, и поэтому результаты свободны от какой-либо предвзятости.
Разработанный Dalkey [2] [3] метод Delphi очень похож на метод Aggregated Individual в том, что эксперты делают свои первоначальные оценки изолированно. Однако после этого этапа экспертам показывают результат, к которому пришли все остальные участники, и они могут пересмотреть свои первоначальные оценки. Затем повторные оценки агрегируются с использованием геометрического среднего . Это позволяет обмениваться некоторой информацией , избегая при этом большинства групповых предубеждений; однако все еще остается проблема отсутствия обсуждения.
Эта техника использует метод Дельфи и вводит ограниченное обсуждение/консультацию между экспертами. Таким образом, обмен информацией является превосходным, а групповое доминирование смягчается, поскольку эксперты по отдельности приходят к собственному заключению перед тем, как суммировать баллы HEP.
Это наиболее группоцентричный подход, требующий, чтобы группа пришла к консенсусу по оценкам HEP путем обсуждения и взаимного согласия. Этот метод максимизирует обмен знаниями и идеями, а также способствует равным возможностям для участия в обсуждении. Однако он также может оказаться логистически неудобным для координации, поскольку требует, чтобы все эксперты были вместе в одном месте для того, чтобы обсуждение состоялось. Из-за этой технической особенности личности и другие механизмы предвзятости, такие как чрезмерная уверенность, недавняя доступность и привязка, могут стать фактором, тем самым увеличивая вероятность искажения результатов. Если возникают обстоятельства, при которых возникает тупик или сбой в групповой динамике , тогда становится необходимым вернуться к одному из других методов оценки абсолютной вероятности группы.
1. Выберите экспертов в предметной области
Выбранные эксперты должны иметь хорошие практические знания задач, которые необходимо оценить. Правильное количество экспертов зависит от того, что кажется наиболее практичным, принимая во внимание любые ограничения, такие как пространственная и финансовая доступность. Однако, чем больше группа, тем больше вероятность возникновения проблем.
2. Подготовить постановку задачи
Формулировки задач являются необходимым компонентом метода; задачи подробно описываются. Чем полнее объяснение задачи в формулировке, тем меньше вероятность того, что эксперты прибегнут к индивидуальным догадкам о задачах. Формулировка также должна гарантировать, что любые предположения четко изложены в интерпретируемом формате для понимания всеми экспертами. Оптимальный уровень детализации будет определяться характером рассматриваемой задачи и требуемым использованием окончательной оценки HEP.
3. Подготовьте буклет для ответа. В этих буклетах подробно описывается постановка задачи и дизайн шкалы, которую следует использовать для оценки вероятности ошибки, и с помощью которой эксперты могут выносить свои суждения. [1] Шкала должна позволять выявлять различия. Буклет также включает инструкции, предположения и примеры элементов.
4. Разработать инструкции для субъектов
Инструкции требуют указания экспертам причин проведения сеанса, в противном случае они могут предположить такие причины, которые могут привести к смещению в итоговых оценках надежности человека .
5. Получить суждения
Эксперты должны раскрыть свои суждения по каждой из задач; это можно сделать в группе или индивидуально. Если это делается первым способом, часто используется посредник, чтобы предотвратить любую предвзятость и помочь преодолеть любые проблемы.
6. Рассчитайте согласованность между судьями
Это метод, с помощью которого можно сравнивать различия в оценках HEP отдельных экспертов; для этих целей используется статистическая формулировка.
7. Совокупные индивидуальные оценки
Если методы группового консенсуса не используются, необходимо вычислить совокупность для каждой из индивидуальных оценок для каждого HEP.
8. Оценка границы неопределенности Рассчитывается с использованием статистических подходов, включающих доверительные диапазоны.
В этом примере абсолютная вероятностная оценка была использована Евроконтролем в экспериментальном центре в Бретиньи-сюр-Орж, Париж , с использованием методологии группового консенсуса.
Каждый из классов персонала, включенных в сессию, по очереди давал оценки вероятностей ошибок, включая наземный персонал, пилотов и диспетчеров. Перед началом сессии было проведено вводное упражнение, чтобы позволить участникам почувствовать себя более комфортно с использованием техники; оно включало объяснение предыстории метода и давало обзор того, что повлечет за собой сессия. Для повышения осведомленности о методе использовались примерные шаблоны, показывающие, как оцениваются ошибки.
В ходе сессии выяснилось, что легкость, с которой эксперты смогли прийти к консенсусу, была низкой в отношении различных оценок различных значений HEP. Обсуждения часто меняли мышление отдельных лиц, например, в свете новой информации или интерпретаций, но это не облегчало достижение соглашения. Из-за этой трудности было необходимо объединить индивидуальные оценки, чтобы вычислить их геометрическое среднее. В следующей таблице показан пример полученных результатов.
Таблица: Пилотная сессия оценки абсолютной вероятности – извлечение результатов
В различных случаях диапазон цифр, разделяющих максимальные и минимальные значения, оказался слишком большим, чтобы с уверенностью принять агрегированное значение. Эти значения представляют собой события в модели риска, которые необходимо количественно оценить. В модели могут возникнуть 3 основные ошибки:
Существовали различные причины, которые могут объяснить причины столь большой разницы в оценках, предоставленных группой: группа экспертов была в значительной степени разнообразной, и опыт отдельных лиц различался. Опыт работы с наземной системой дополнения (GBAS) также показал различия. Этот процесс был новым опытом для всех экспертов, участвовавших в процессе, и был только один день, в течение которого проходила сессия, чтобы ознакомиться с ее использованием и использовать ее правильно. Наиболее важным был тот факт, что детализация оценок была очень тонкой, к чему персонал не привык. Эксперты также были сбиты с толку тем, как проводилась оценка; ошибки не рассматривались сами по себе, а анализировались как группа. Это означало, что оцененные значения представляли собой вклад ошибки в отказ системы, а не единичный вклад в отказ системы.