11.2. ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ И МЕТОДЫ ТЕХНОЛОГИЧЕСКОГО ПРОГНОЗИРОВАНИЯ

В п. 1.2 настоящей работы были рассмотрены фазы процесса соз­дания новшеств. Более конкретное их рассмотрение предполагает дальнейшую детализацию этапов осуществления нововведений (рис.

Нововведение может находиться на той или иной стадии сво­его осуществления. Если в настоящий момент оно находится на каком-то этапе, то в будущем ожидается переход на другой этап. Так, если сейчас проведены полевые испытания, то через не­сколько лет наступит стадия первого практического применения, а затем широкого внедрения. В общем виде речь идет о движе­нии от фундаментальных исследований к прикладным и дальше к внедрению. Такой переход технологии от одного этапа развития к другому называется вертикальным технологическим переме­щением. Вместе с тем возможны перемещение от исследований в одной области к исследованию в другой, слияние технологий, разработка поддерживающих систем и т.д. Это горизонтальное перемещение.

Рис. 11.1. Детализация этапов осуществления нововведений

Технологическое прогнозирование во многом заключается в том, чтобы предвидеть сроки и конфигурацию технологического перемещения (как вертикального, так и горизонтального) и его масштабы.

Виды технологических прогнозов

ТЕХНОЛОГИЧЕСКИЙ ПРОГНОЗ — это вероятностная, научно обос­нованная оценка будущего перемещения технологии, сделан­ная с относительно высокой степенью достоверности [47, с. 19].

Когда мы говорим вероятностная оценка, то имеем в виду то, ^Что она не является полностью достоверной. Неполная достовер­ность — это промежуточное состояние между полной неопре­деленностью и полной достоверностью. Неполная достоверность возникает из-за того, что мы имеем дело со случайными или сто­хастическими процессами.

Случайный (стохастический) процесс — это функция л:(/) от действительного параметра времени t, значения которой при каж­дом / являются случайными величинами. Случайная величина — переменная величина, принимающая одно из возможных значений в зависимости от случайных обстоятельств.

Задача технологического прогнозирования — снизить неоп­ределённость настолько, насколько позволяет это сделать по­нимание сущности процесса, и превратить неопределенность в вероятность.

Научная обоснованность оценки предполагает, что:

а) исследуются внутренняя качественная логика и причинно- следственные связи, определяющие развитие процесса;

б) анализируются фактические наблюдения, характеризующие состояние объекта в прошлом.

Технологические прогнозы делятся на две большие группы: изыскательские (поисковые) и нормативные.

Изыскательский прогноз основан на анализе тенденции процес­са, исследовании возможностей его развития исходя из совокуп­ности факторов, прежде всего существующей базы знаний. Дан­ный прогноз является как бы пассивным в том смысле, что не связан с какими-либо будущими целями, а ориентирован на учет инерции процесса.

Нормативный прогноз основан на том, что первоначально оце­ниваются будущие цели, а затем определяется то, что нужно сде­лать дня их достижения в те или иные временные периоды. Дан­ный прогноз содержит желаемое видение будущего.

Горизонт прогнозирования — временной период, на который может быть получен более или менее надежный прогноз.

Период, иа который фактически делается прогноз, называется периодом упреждения. Период упреждения не должен превышать длительности горизонта прогнозирования.

Период ретроспективы — период прошлого, за который соби­рается информация, используемая в прогнозировании.

Для оценки адекватности и качественных характеристик про­гноза осуществляется его верификация.

Верификация • — оценка достоверности и точности прогноза. Под точностью прогноза понимается интервал, в котором с из­вестной вероятностью находится прогнозное значение.

Достоверность прогноза характеризует вероятность его осуще­ствления в заданном прогнозном интервале. Как правило, прогноз делается с 90%-й или 95%-й вероятностью.

Экстраполяция — перенос в будущее тенденций, сложившихся в прошлом.

Методы технологического прогнозирования

Методы прогнозирования весьма разнообразны. Среди основных можно выделить следующие.

I. Экспертные:

а) метод "мозгового штурма" (или метод генерации идей);

б) метод Дельфи и др.

II. Описательные методы:

а) морфологический;

б) аналогий;

в) сценариев;

г) дерева целей и др.

III. Статистические.

IV. Математического моделирования.

Экспертное прогнозирование (ехрегШ — опытный, сведущий, знающий). Как уже отмечалось, одна из задач прогнозирования — снижение неопрел елейности, которое может быть достигнуто раз­личными методами. В данном случае снижение неопределенности достигается в результате использования в процессе генерации про­гнозных оценок на основе суждений специалистов (рис. 11.2).

Сущность экспертных методов прогнозирования заключается проведении специалистами интуитивно-логического (качествен­ного и количественного) анализа и выработке на этой основе груп­повой оценки. Групповая (коллективная) оценка — объединение Индивидуальных мнений экспертов, осуществляемое по опреде­ленному алгоритму.

При проведении групповой экспертизы предполагается, что ор­ганизованное взаимодействие между специалистами позволит компенсировать смещенность оценок отдельных членов группы

и что сумма информации, имеющаяся в распоряжении группы экс­пертов, больше, чем информация любого специалиста, входящего в группу. Смещенные оценки — это заведомо искаженные оценки, оценки, которые сильно отличаются от истинных оценок.

Задачи, решаемые в процессе экспертного технологического прогнозирования;

• подбор экспертов;

• организация и проведение экспертного оценивания;

• обобщение результатов экспертизы и выработка соответст­вующих рекомендаций.

При подборе экспертов надо иметь в виду, что:

• затраты на проведение экспертизы ограниченны;

характеристики Рис. 11.2. Процесс генерации прогнозных оценок

• достоверность результатов должна быть достаточно высоко-

Поэтому надо таким образом подобрать количественный и качест­венный состав экспертов, чтобы при заданном уровне достоверности прогноза обеспечить наименьшие затраты на экспертизу либо при за­данных затратах максимизировать достоверность результатов. При подборе экспертов нужно определить области знаний, информация из которых будет необходима при решении данной экспертной задачи.

При подборе экспертов следует учитывать их:

• компетентность;

• креативность (способность к творческой деятельности);

• конформизм (уровень зависимости эксперта от мнений дру­гих экспертов);

• отношение к экспертизе (позитивное, негативное);

• прагматизм (способность предлагать решения, имеющие прак­тическое значение);

• коллективизм;

• самокритичность.

Определение компетентности экспертов. Существуют три основных метода определения компетентности эксперта:

1) анкетирование;

2) метод самооценки;

3) метод коллективной оценки.

1. При анкетировании эксперт заполняет анкету, на основе ко­торой рассчитывается коэффициент его компетентности:

^} V¹ шах '

1Л

1

где — уровень 1-го показателя, характеризующего компетентность у-го эксперта;

й,"^х— максимальный уровень г-го показателя, характеризующего компетентность эксперта.

Для расчета устроится эталонная таблица (табл. 11.1)[35].

2. Метод самооценки. Процедура метода:

а) экспертам дают перечень проблем, по которым им предстоит высказать мнение;

б) предлагается оценить знакомство с каждой проблемой по Ю-балльной шкале, при этом проблеме, с которой эксперт знаком

в наибольшей степени, присваивается высший балл (10). Осталь­ные проблемы оцениваются количеством баллов, соответствую­щим уровню знакомства эксперта с каждой из проблем:

Первая проблема 10 баллов Вторая проблема 5 баллов Третья проблема 1 балл

ИТОГО = 16 баллов.

£...= 16/3 = 5,3.

Умножаем полученную оценку /с, на 0,1 и получаем коэффициент 0,53, который далее используется для получения сводной оценки.

3. Метод коллективной оценки. Все характеристики экспертов (компетентность, креативность и др.) приводятся в табл. 11.2.

Каждый эксперт оценивает по балльной шкале других экспер­тов. Далее все анкеты обобщаются и выводится общее мнение об эксперте.

Обработка и анализ экспертной информации. Генерирова­ние экспертной информации может осуществляться С ПОМОЩЬЮ различных показателей: рангов, баллов, времени, уровней, вер"' ятности.

Ранжирование — распределение каких-либо объектов или яв­лений в порядке возрастания и убывания определенного признака.

Если эксперты присваивают одинаковые ранги различным объ­ектам, то эти объекты называются эквивалентными. Ранг эквива­лентных объектов — средняя арифметическая величина из после­довательных ранговых оценок этих объектов. Недостаток ранговой оценки в том, что при ней нельзя измерить разрыв между характе­ристиками объектов. Этот недостаток нивелируется, если исполь­зовать балльный метод.

В случае балльного метода предпочтительность объекта опреде­ляется на основе балльной оценки. Балльный метод применяется для того, чтобы определить разрыв между характеристиками объектов.

Временная оценка — экспертный прогноз совершения события ^Б будущем.

Оценка уровня объекта — определение значения того или ино­го показателя к заранее установленной дате.

Определение вероятности совершения события — оценка ве­роятности совершения события в будущем.

Обобщение и анализ экспертных оценок. Целью обобщения экспертной информации является получение обобщенных данных ^и Новой информации, содержащейся в скрытой форме в эксперт- " ^ых оценках. При этом решаются следующие основные задачи:

• построение обобщающей оценки объектов на основе индиви­дуальных оценок экспертов;

• определение согласованности мнений экспертов;

• определение зависимости между ранжировками.

Обобщенная оценка объектов в случае балльной оценки. Для

определения обобщенной оценки может быть использован сле­дующий алгоритм [35]. Пусть

V ~ результат балльной оценки показателя И для /-го объекта ]-ы экс­пертом;

— удельный вес (важность показателя И); к, — уровень компетентности /-то эксперта.

Тогда сводная оценка определится:

Ограничения: =7; 2]*/-¹-

к ; 1> )

Пример 11.1

Предположим, что эксперты оценивают две технологии фирмы. Они должны определить, какая из технологий лучше.

Предположим, что компетентность у экспертов одинаковая. Тогда коэффициент компетентности к, = , где#— число экспертов. По­лучаем: Х_к = 36 баллов, Х_Б = 34 балла, т.е. рассмотренные техноло­гии примерно одинаковы, но технология А немного эффективнее.

Обобщенная ранговая оценка. Если с- ■ — ранговая оценка 141 технологии /-м экспертом, то суммарная ранговая оценка этой технологии

щ - •

}

Предположим с. < с,