Теория принятия решений

Теория принятия решений. Курс «Управленческие решения»

Лекция 1. Решения. Математическая теория принятия решений. Процесс принятия решений. Модель проблемной ситуации (постановка задачи принятия решений). Классификация задач принятия решений. Участники процесса принятия решений.

Семинар 1. Построение модели проблемной ситуации. Идти на семинар или нет. Поступление в вуз. Выбор номинантов на премию Оскар. Кредитный скоринг. Социальный менеджмент.

Дополнительный материал. А. Румянцев. Скоринговые системы: наука помогает бизнесу.

Тема 2. Описание предпочтений

Лекция 2. Описание предпочтений для построения модели проблемной ситуации. Ранжирование. Задание функции предпочтительности. Задание функции выбора. Построение отношения предпочтения. Оценка по критериям. Взаимосвязь различных видов описания предпочтений.

Семинар 2. Введение в дискретную математику. Множества и операции над ними. Бинарные отношения и их свойства. Графы. Любовный треугольник. Родословная. Социальная сеть. Отношение предпочтения.

Дополнительный материал. Сологуб Г.Б. Элементы дискретной математики.

Тема 3. Формальная модель выбора

Лекция 3. Формальная модель выбора. Характеристические свойства функций выбора. Наследование. Константность. Независимость от отбрасывания отвергнутых вариантов. Прямое и обратное условия Кондорсе.

Семинар 3. Задачи выбора. Принцип Кондорсе. Задача (выбор приза из оставшихся, выбор фильма в многозальном кинотеатре). Парнодоминантный выбор. Применение принципа Кондорсе.

Эквивалентное описание парнодоминантного выбора отношением предпочтения, его графом и матрицей. Продолжение предпочтения по транзитивности. Механизм опроса лица, принимающего решение.

Уточнение и исправление противоречий.

Дополнительный материал. Милов Л.Т. Лекция №6 по ТПР.

Дополнительный материал. Милов Л.Т. Лекция №10 по ТПР.

Семинар 4. Задача педагогического оценивания. Построение отношения предпочтения. Граф и матрица предпочтения. Задание функции предпочтительности. Перешкалирование оценок. Учет и анализ мнения нескольких экспертов. Применение методов экспертного оценивания в банковской сфере.

Дополнительный материал. В. И. Михеев. Моделирование и методы теории измерений в педагогике. 2-е изд. М.: УРСС, 2004.

Тема 4. Функция полезности

Лекция 5. Функция полезности. Определение. Виды методов построения. Метод главного критерия и метод обобщенного критерия. Виды свёрток. Аддитивная функция полезности. Независимость по предпочтению. Теорема Дебре.

Семинар 5. Функция полезности в экономике. Определение функции полезности. Закон убывающей полезности. Предельная полезность. Карта кривых безразличия. Задача определения оптимального набора потребления. Предельная норма замещения. Кривая «доход – потребление». Кривая «цена – потребление». Анализ ситуаций.

Дополнительный материал. Б.С. Малышев. Теория предельной полезности (потребитель на рынке товаров и услуг). Благовещенск, 1999.

Лекция 6. Построение аддитивной функции полезности. Утверждение Леонтьева-Гормана. Проверка на независимость по предпочтению. Методы построения функции полезности. Шаговый метод совместного шкалирования. Метод половинного деления.

Семинар 6. Моделирование экономических ситуаций. Функция полезности с полным взаимодополнением благ. ФП с полным взаимозамещением благ. Функция полезности Кобба-Дугласа.

Применение функции полезности для анализа деятельности страховых компаний (вероятность банкротства, кривая безразличия «риск-доходность» для страховой компании, критерий достаточного капитала).

Дополнительные материалы. Данилов Н. Н., Иноземцева Л. П. Основы математической экономики. Р. Сушко, А. Ретинский. Сотрудничество банков и страховых компаний. Недосекин А.О. Анализ функции полезности ипотечного кредита для российского домашнего хозяйства.

Тема 5. Принятие решений в условиях риска

Лекция 7. Принятие решений в условиях риска. Отношение стохастического доминирования. Принципы: гарантированного результата, среднего результата, кучности результата. Лотерея, выигрыши. Склонность к риску. Функция полезности по фон Нейману и Моргенштерну.

Семинар 7. Методы формирования вопросов (ЗПР в условиях риска). Лотерея . Смесь вариантов. Симплекс. Функция полезности по фон Нейману и Моргенштерну. Ожидаемая полезность. Параметрическое оценивание квадратичной функции полезности, точность построения. Методики опроса для нахождения двухпараметрической квадратичной функции полезности.

Дополнительный материал. О.Ю. Воробьев, Е.А. Сорокин. Построение сиcтемы предпочтений индивидуума: два метода формирования вопросов.

Лекция 8. Построение функции полезности по фон Нейману и Моргенштерну. Правило замены, правило свёртывания. Базовая лотерея. Достоверный эквивалент и средний результат лотереи. Характеристика отношения к риску. Метод 5-ти точек (Кини и Райфа).

Тема 6. Психологический подход к задачам выбора

Лекция 9. Психологический подход к задачам выбора. Бихейвиоризм и когнитивная психология. Модели памяти. Эвристики и ошибки оценивания. Психологическая корректность методов принятия решений.

Семинар 8. Психологические аспекты принятия решений. Психологические и физиологические исследования по мышлению и принятию решений. Аксиомы предпочтения в модели фон Неймана и Моргенштерна. Функция полезности по фон Нейману и Моргенштерну и её нелинейные обобщения.

Эвристики и смещение оценок. Preference reversal phenomenon (несоответствие предпочтения лотерей и достоверных эквивалентов). Reference point phenomenon («эпидемия», зависимость предпочтений от контекста и формулировки постановки задачи).

Критерии психологической корректности методов принятия решений.

Дополнительный материал. Некрасов А.А. Лекция 1. Неопределенность.

Тема 7. Задачи группового выбора

Лекция 10. Задачи группового выбора. Процедура ания. Процедуры ания типов «упорядочение-упорядочение» и «выбор-выбор» и применяющиеся в них принципы согласования.

Семинар 9. Задачи группового выбора типов «упорядочение-упорядочение» и «выбор-выбор». Коллективный выбор учебной группой формы аттестации. Различие результатов выборов при применении различных правил ания.

Достоинства и недостатки принципов согласования, основанных на упорядочении вариантов. Определение членами жюри списка победителей в соревновании. Достоинства и недостатки принципов согласования, основанных на количественных (балльных) оценках вариантов.

Методология разработки Agile, Scrum poker, коллективное оценивание заданий.

Лекция 11. Процедуры ания типов «упорядочение-выбор». Правила ания с подсчетом очков. Правило Кондорсе. Состоятельные по Кондорсе правила. Нормативные свойства правил ания. Манипулируемость принципов согласования.

Семинар 10. Задачи группового выбора типа «У-В». Большинству нравится наименее предпочтительный для большинства, по Борда и во втором туре по относительному большинству выбирается не победитель по Кондорсе.

Отсутствует победитель по Кондорсе (нетранзитивность), победители по Борда, Копленду, Симпсону и относительному большинству различаются. Эффект удаления несущественных вариантов для Борда и относительного большинства.

Дополнительный материал. Др. Джеймс Мак-Кэффри. Групповое определение в тестировании программного обеспечения.

Тема 8. Качественные методы принятия решений

Лекция 12. Общие черты неструктуризованных проблем. Требования к качественным методам принятия решений. Метод ЗАПРОС. Постановка задачи. Опорные ситуации и их списки векторных оценок. Проверки на корректность.

Лекция 13. Задача ординальной классификации. Метод ОРКЛАСС. Идея метода. Процедура опроса. Информативность векторной оценки.

Источник: http://dep805.ru/education/tpr.html

Теория принятия решений

Виктор Васнецов. Витязь на распутье (1882)

Тео́рия приня́тия реше́ний — область исследования, вовлекающая понятия и методы математики, статистики, экономики, менеджмента и психологии с целью изучения закономерностей выбора людьми путей решения проблем и задач, а также способов достижения желаемого результата.

Различают нормативную теорию, которая описывает рациональный процесс принятия решения и дескриптивную теорию, описывающую практику принятия решений.

Процесс решения проблем и задач[ | ]

Рациональный процесс решения проблем и задач включает следующие этапы, при необходимости выполняемые одновременно, параллельно, итерационно, с возвратом к исполнению предыдущих этапов:

1. Ситуационный анализ (анализ проблемной ситуации);
2. Идентификация проблемы и постановка цели;
3. Поиск необходимой информации;
4. Формирование множества возможных решений;
5. Формирование критериев оценки решений;
6. Разработка индикаторов и критериев для мониторинга реализации решений;
7. Проведение оценки решений;
8. Выбор наилучшего решения;
9. Планирование;
10. Реализация;
11. Мониторинг реализации;
12. Оценка результата.

При этом выполнение всего процесса и этапов осуществляется рационально обоснованным способом.

Проблема эргодичности[ | ]

Для того, чтобы делать «строгие» статистически достоверные прогнозы на будущее, нужно получить выборку из будущих данных. Так как это невозможно, то многие специалисты предполагают, что выборки из прошлых и текущих, например, рыночных индикаторов равнозначны выборке из будущего.

Иными словами, если встать на такую точку зрения, то получится, что прогнозируемые показатели — лишь статистические тени прошлых и текущих рыночных сигналов. Такой подход сводит работу аналитика к выяснению, каким образом участники рынка получают и обрабатывают рыночные сигналы.

Без устойчивости рядов нельзя делать обоснованных выводов. Но это вовсе не значит, что ряд должен быть устойчив во всём. Например, он может иметь устойчивые дисперсии и совершенно нестационарные средние — в этом случае мы будем делать выводы только о дисперсии, в обратном случае только о среднем.

Устойчивости могут носить и более экзотический характер. Поиск устойчивостей в рядах и есть одна из задач статистики.

Если лица, принимающие решения (ЛПР), полагают, что процесс не является стационарным (устойчивым), а следовательно, эргодическим, и даже если они считают, что вероятностные функции распределения инвестиционных ожиданий всё-таки могут быть просчитаны, то эти функции «подвержены внезапным (то есть непредсказуемым) изменениям» и система, по существу, непредсказуема.

Принятие решений в условиях неопределённости[ | ]

Условиями неопределённости считается ситуация, когда результаты принимаемых решений неизвестны.

Неопределённость подразделяется на стохастическую (имеется информация о распределении вероятности на множестве результатов), поведенческую (имеется информация о влиянии на результаты поведения участников), природную (имеется информация только о возможных результатах и отсутствует о связи между решениями и результатами) и априорную (нет информации и о возможных результатах).Задача обоснования решений в условиях неопределённости всех типов, кроме априорной, сводится к сужению исходного множества альтернатив на основе информации, которой располагает ЛПР.Качество рекомендаций для принятия решений в условиях стохастической неопределённости повышается при учёте таких характеристик личности ЛПР, как отношение к своим выигрышам и проигрышам, склонность к риску.Обоснование решений в условиях априорной неопределённости возможно построением алгоритмов адаптивного управления[1].

Выбор в условиях неопределённости[ | ]

Эта область представляет ядро теории принятия решений.

Термин «ожидаемая ценность» (теперь называется математическое ожидание) был известен с XVII века. Блез Паскаль использовал это в описании известного пари, которое содержится в его работе «Мысли о религии и других предметах», изданной в 1670.

Идея ожидаемой ценности заключается в том, что перед лицом множества действий, когда каждое из них может дать несколько возможных результатов с различными вероятностями, рациональная процедура должна идентифицировать все возможные результаты, определить их ценности (положительные или отрицательные, доходы или затраты) и вероятности, затем перемножить соответствующие ценности и вероятности и сложить, чтобы дать в итоге «ожидаемую ценность». Действие, которое будет выбрано, должно давать наибольшую ожидаемую ценность.

В 1738 Даниил Бернулли опубликовал влиятельную статью, названную «Изложение новой теории измерения риска» (Exposition of a New Theory on the Measurement of Risk), в которой он использует Санкт-Петербургский парадокс, чтобы показать, что теория ожидаемой ценности должна быть нормативно неправильной.

В его решении, он определяет функцию полезности и вычисляет , а не ожидаемую финансовую ценность.

В XX столетии, интерес был повторно подогрет работой Абрахама Вальда (1939), указывающей, что две центральные проблемы ортодоксальной статистической теории, а именно, проверка статистических гипотез и статистическая теория оценивания, могли обе быть расценены как специфические специальные случаи более общей теории принятия решений. Эта работа вводила большую часть «ментального пейзажа» современной теории принятия решений, включая функции потери, функции риска, , априорные распределения, байесовские правила решения, и минимаксные решающие правила. Термин «теория принятия решений» непосредственно начал использоваться в 1950 году Э. Л. Леманном.

Возникновение теории субъективной вероятности из работ Фрэнка Рамсея, Бруно де Финетти, Леонарда Сэвиджа и других, расширяет возможности теории ожидаемой полезности до ситуаций, где доступны только субъективные вероятности.

В то же время раньше в экономике вообще предполагалось, что люди ведут себя как рациональные агенты и таким образом теория также продвинула теорию реального человеческого поведенческого принятия решения при риске.

Работа Мориса Алле и Даниэля Эллсберга показала, что это было не так очевидно.

Теория перспектив Даниэля Канемана и Амоса Тверски помещает поведенческую экономику на более прочную опору свидетельств.

Эта теория указала, что в фактическом человеческом принятии решений (в противоположность нормативному) «потери чувствительнее выигрышей».

Кроме того, люди более сосредоточены на «изменениях» полезности своих состояний, чем на полезности самих состояний, а оценка соответствующих субъективных вероятностей заметно смещена относительно присущей каждому «точки отсчёта».

Разница между риском и неопределённостью[ | ]

Существует два вида описания ситуаций, в которых точный исход неизвестен: риск и неизвестность. Ситуацию называют выбором в условиях риска, когда возможные исходы известны, при этом некоторые из этих исходов более благоприятны для агента, чем остальные.

Например, при заключении пари исхода два: агент пари либо выиграет, либо нет, и вероятность выигрыша обычно можно посчитать математически, используя формулы разной сложности. В отличие от выбора в условиях риска, выбор в условиях неопределённости подразумевает неизвестное множество исходов.

Например, в примере о пари на незнакомом языке, неопределённость можно превратить в риск, если агент выучит этот язык или воспользуется переводом.

Ошибки первого и второго рода[ | ]

Разделение ошибочных решений на ошибки первого и второго рода вызвано тем, что последствия от разного рода ошибочных решений принципиально различаются в части того, что упущенный выигрыш оказывает меньшее влияние на ситуацию, чем реализованный проигрыш.

Например, для биржевого трейдера последствия того, что акции не были куплены, когда их следовало покупать, отличаются от последствий ситуации, когда акции были куплены, но покупать их не следовало. Первая ситуация может означать упущенную выгоду, вторая — прямые потери вплоть до разорения трейдера.

Аналогично для политика отказ от захвата власти в революционной ситуации отличается по последствиям от проигранной попытки захватить власть. Для генерала начать военную операцию, которая будет проиграна, гораздо хуже, чем упустить ситуацию, когда можно было провести успешную операцию.

Вместе с тем, классификация ошибок первого и второго рода допустима только в ситуациях, когда ведется точный учёт и анализ рисков. Так, С. Гафуров отмечал для ситуации биржевых брокеров: «Многие полагают, что стратегическая задача аналитических служб (в отличие от прочих подразделений инвестиционных компаний) — не увеличение прибыли, а минимизация возможных потерь.

И это принципиальное отличие. С точки зрения теории игр оптимальные решения аналитиков должны отличаться от оптимальных трейдерских действий.

Предполагается, что оптимальные стратегии, реализованные в рекомендациях аналитиков, исходят из принципа минимизации максимальных проигрышей (минимакса), в то время как для трейдеров минимакс — неприемлемая стратегия (минимизация максимального проигрыша на рынке — не играть), и в общем виде оптимизация решений трейдеров формализуется только с точки зрения байесовского подхода. Отсюда и необходимость специальных функциональных подразделений, обеспечивающих баланс стратегий, — управляющих фондами. Компании ожидают от фондовых аналитиков непредвзятых прогнозов и обоснованных рекомендаций. Одни свойства таких прогнозов очевидны: точность, достоверность. Другие, такие как воспроизводимость, методологическая корректность или робастность (независимость результатов прогноза от системы координат), часто остаются вне поля зрения как специалистов, делающих прогнозы, так и тех, кто эти прогнозы оценивает»[2].

Альтернативы теории вероятностей[ | ]

Очень спорная проблема — можно ли заменить использование вероятности в теории решения другими альтернативами. Сторонники нечёткой логики, теории возможностей, теории очевидностей Демпстера-Шафера и др.

поддерживают точку зрения, что вероятность — только одна из многих альтернатив, и указывают на многие примеры, где нестандартные альтернативы использовались с явным успехом.

Защитники теории вероятностей указывают на:

• работу Ричарда Трелкелда Кокса по оправданию аксиом теории вероятностей;
• парадоксы Бруно де Финетти как иллюстрацию теоретических трудностей, которые могут возникнуть благодаря отказу от аксиом теории вероятностей;
• , которые показывают, что все эквивалентны байесовскому решающему правилу с некоторым априорным распределением (возможно, неподходящим) и некоторой функции полезности. Таким образом, для любого решающего правила, порождённого невероятностными методами, либо есть эквивалентное байесовское правило, либо есть байесовское правило, которое никогда не хуже, но (по крайней мере) иногда и лучше.

Действительнозначность вероятностной меры под сомнение была поставлена только однажды — Дж. М. Кейнсом в его трактате «Вероятность» (1910 год). Но сам автор в 30-х годах назвал эту работу «самой худшей и наивной» из его работ.

И в 30-х годах стал активным приверженцем аксиоматики Колмогорова — Р. фон Мизеса и никогда не ставил её под сомнение. Конечность вероятности и счётная аддитивность — это сильные ограничения, но попытка убрать их, не разрушив здания всей теории, оказались тщетными.

Это в 1974 году признал один из самых ярких критиков аксиоматики Колмогорова — Бруно де Финетти.

Более того, он показал фактически обратное — отказ от счётной аддитивности делает невозможными операции интегрирования и дифференцирования и, следовательно, не даёт возможности использовать аппарат математического анализа в теории вероятностей. Поэтому задача отказа от счетной аддитивности — это не задача реформирования теории вероятностей, это задача отказа от использования методов математического анализа при исследовании реального мира.

Попытки же отказаться от конечности вероятностей привели к построению теории вероятностей с несколькими вероятностными пространствами, на каждом из которых выполнялись аксиомы Колмогорова, но суммарно вероятность уже не должна была быть конечной. Но пока неизвестно каких-либо содержательных результатов, которые могли бы быть получены в рамках этой аксиоматики, но не в рамках аксиоматики Колмогорова. Поэтому это обобщение аксиом Колмогорова пока носит чисто схоластический характер.

полагал, что принципиальным отличием теории вероятности Кейнса (а, следовательно, и мат. статистики) от колмогоровской (Фон Мизеса и пр.

) является то, что Кейнс рассматривает статистику с точки зрения теории принятия решений для нестационарных рядов…. Для Колмогорова, Фон Мизеса, Фишера и пр.

Известно, что теория нечётких множеств (англ. fuzzy sets) в определённом смысле сводится к теории случайных множеств, то есть к теории вероятностей. Соответствующий цикл теорем приведён в книгах А. И. Орлова, в том числе указанных в списке литературы ниже.

Парадокс выбора[ | ]

Во многих случаях наблюдается парадокс, когда больший выбор может привести к худшему решению или, вообще, к отказу принять решение.

Иногда это теоретически объясняется тем, что называется «параличом анализа», реального или воспринятого, а также, возможно, «рациональным невежеством». Много исследователей, включая Шину С. Аенгара и Марка Р. Леппера (Sheena S.

Iyengar and Mark R. Lepper), опубликовало исследования этого явления. (Goode, 2001)

Также у нас сейчас есть центральная проблема выбора — свобода выбора.[3][неавторитетный источник?] В понимании Барри Шварца выбор не сделал нас свободнее, но ограничил, не сделал нас счастливее, но постоянно вызывает неудовлетворённость.

Моделирование принятия решений[ | ]

Многоплановой моделью для исследования различных аспектов теории принятия решений являются деловые шахматы. При этом в качестве экспертных систем возможно применение существующих шахматных компьютерных программ.

Ссылки[ | ]

• Теория принятия решений в условиях вероятностной неопределенности

Источник: https://encyclopaedia.bid/%D0%B2%D0%B8%D0%BA%D0%B8%D0%BF%D0%B5%D0%B4%D0%B8%D1%8F/%D0%A2%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D0%BF%D1%80%D0%B8%D0%BD%D1%8F%D1%82%D0%B8%D1%8F_%D1%80%D0%B5%D1%88%D0%B5%D0%BD%D0%B8%D0%B9

Субъективные вероятности

ЛПР каждому возможному событию, исходу X может поставить в соответствие число Р(X)из интервала [0,1], которое будем в дальнейшем называть субъективной вероятностью.

Субъективная вероятность отражает степень уверенности ЛПР в том, что событие В наступит, и в ее основе лежит готовность данного ЛПР действовать в соответствии с этой уверенностью.ЛПР может формировать свои субъективные вероятности для возможных событий на основе многочисленных соображений.

Сюда входят знания о физических явлениях, эмпирические данные, результаты моделирования взаимосвязи различных факторов и экспертные суждения.

Субъективная вероятность, основанная на физических явлениях. Внекоторых ситуациях можно предположить, что все возможные исходы некоторого эксперимента (случайного события) имеют равные шансы на появление в результате эксперимента.

Это означает, что если существует К возможных исходов, то субъективная вероятность каждого из них равна 1/К. Основываясь на таком предположении, обычно приписывают вероятность 1/2 выпадению герба на правильной монете и вероятность 1/6 выпадению шестерки на игральной кости.

Вероятности, которые можно проверить исчерпывающими экспериментами, часто называют объективными вероятностями. Большинство людей согласны с такими вероятностями.

Если некоторый ЛПР принимает их как руководство к действию, то объективные вероятности, по определению, являются также и субъективными вероятностями.

Субъективная вероятность, основанная на имеющихся данных. Если имеются данные о возможности наступления событий, интересующих ЛПР, то их можно использовать для формирования суждений о вероятностях событий.

Пусть X1,…,Xk — полный набор взаимоисключающих событий.

Если в каждом из К испытаний наблюдалось одно из событий: или X1, или X2, …, или Xk, причем событие Xmнаблюдалось Km раз, то вероятность Xm принимается равной частоте события, т.е.

Кm/К. Например, если среди последних 10000 договоров о страховании имущества от пожара в 100 случаях пришлось выплачивать страховое возмещение, то субъективно можно положить, что вероятность потери имущества при пожаре равна 0,01.

Субъективная вероятность, основанная на результатах моделирования. Вероятности стохастических событий часто невозможно получить на основе статистических данных из-за их отсутствия или недостатка.

Теория исследования операций рекомендует в этом случае построить аналитическую или имитационную модель явления, при помощи которой можно получить оценки вероятности наступления стохастического события.

В аналитических моделях для оценки вероятности стохастического события применяются методы теории вероятностей, а при имитационном моделировании– метод статистических испытаний (метод Монте-Карло). Суть метода Монте-Карло состоит в использовании выборки случайных чисел (сгенерированных компьютерной программой) для получения искомых оценок.

Оценка полезности

В ТПР предполагается, что существует единственная мера эффективности,относительно которой необходимо оценить предпочтения ЛПР. Мера – нормированная числовая функция множества.

Нужно оценить полезность каждого возможного исхода … При большом числе возможных исходов необходимо оценить функцию полезности . Существуют специальные процедуры выявления функции полезности у ЛПР, но они дополняются искусством исследователя, его способностями установить контакт с ЛПР.

Для оценки функции полезности исследователь должен доказать ЛПР важность таких заручиться его поддержкой и сделать процедуру оценивания удобной.

На рис.2.13 приведены графики восьми типовых функций предпочтений. На каждом графике по горизонтальной оси отложен объективно измеряемый параметр у.

В качестве такого параметра может быть, например, выигрыш при у > 0 или проигрыш при у < 0, выраженные в денежной оценке.

По вертикальной оси на всех графиках дано значение функции предпочтения f (у), характеризующей субъективное понимание ЛПР ценности (полезности) значений объективно измеряемого параметра. При f(y)>0 имеет место полезность, а при f(y)

Источник: http://kursak.net/teoriya-prinyatiya-reshenij/

Эссенциализм и теория принятия решений

Когда я готовил статью про визуализацию одномерных данных, изучил минималистический подход к построению диаграмм Эдварда Тафти. Минимализм — хорошая идея, но название не очень удачное, так как не отвечает на вопрос, что за минимум мы должны оставить?

Позже я подумал, что хорошо бы создать подход, связанный с сутью, которая должна оставаться после минимализма. Подход, ориентированный на суть, можно было бы назвать эссенциализмом от английского слова essential (сущностный, важнейший). Как оказалось, его уже придумали, и даже написали книгу.

После прочтения книги, у меня осталось ощущение бессистемности изложения. К последним главам я уже совсем потерялся в цитатах и примерах. И стало досадно, что вроде книга про суть, про её выявление в своей жизни, а четкой и рабочей схемы после прочтения книги не остается.

Хорошо автор книги в конце написал, что главное в его подходе. Оказалось, что это вопрос, который нужно задавать при принятии любого решения:

Что существенно?

Что же существенного в книге про эссенциализм? Краткое содержание книги можно прочитать здесь. Я же рассмотрю книгу с позиций теории принятия решений, и что эссенциализм добавляет к стандартным подходам выбора (+ иллюстрация, которой нет в книге).

Характеристики эссенциализма

Что же существенного мы можем найти в книге про существенное? По сути автор книги Грег МакКеон предлагает методику принятия решений (выбора). При этом методика в подробностях не рассматривается, но делается акцент на некоторых важных характеристиках процесса принятия решения, а именно:

1. Личный выбор — у нас есть способность самостоятельно решать, как тратить свое время и энергию (только мы про эту способность часто забываем).
2. Наличие шума — почти все неважно, кроме некоторых вещей. Мы уделяем время, чтобы их определить (“что существенно?”).
3. Важность компромиссов — никому не дано успеть всё и получить всё. Мы должны оценивать варианты и отбрасывать многие из них (уступки).

В первую очередь, книга напоминает нам про нашу способность выбирать. Теория принятия решений подробно рассматривает, как именно делать выбор, а эссенциализм говорит, что мы должны постоянно это делать, отбрасывая несущественное. Антон Павлович Чехов сформулировал это так:

Никогда не рано спросить себя: делом я занимаюсь или пустяками?

Далее, эссенциализм полагает, что есть очень ограниченный набор по-настоящему важных вещей и вариантов.

Двадцать лет назад, версии Windows казались важными. Мы с друзьями проводили много времени в обсуждениях их особенностей, пробовали разные версии, сравнивали, спорили. А сейчас мне нужно лезть в настройки компьютера, чтобы понять, какая у меня версия Windows.

Это оказалось существенным.

Теория принятия решений также направлена на определение и выбор максимально полезного, ценного, важного варианта. Только эссенциализм указывает на возможность применить осознанный выбор ко всем областям нашей жизни и к жизни в целом.

Третья характеристика эссенциализма (необходимость уступок) также непосредственно вытекает из теории принятия решений. Очевидно, что выбирая какой-то вариант, который мы оценили как самый важный или полезный, мы отказываемся от других. Но в жизни в целом это не так очевидно. Сама суть выбора как отказа от других вариантов часто ускользает от нас.

Лоуренс Джонстон Питер (автор принципа Питера) определил экономику следующим образом:

Экономика есть искусство удовлетворять безграничные потребности при помощи ограниченных ресурсов.

Эссенциализм намекает, что это определение ложное в части безграничности потребностей. Мы не можем потребить всё.

Мы не можем работать одновременно на нескольких компьютерах, говорить сразу по нескольким телефонам, жить сразу во многих домах.

Эссенциализм в этом смысле реакция на пресыщение выбором, в который нас загоняет современная экономика с её безграничным производством. Мир, в котором весь наш выбор — это выбор из каталога товаров и услуг.

Далее рассмотрим саму методику выбора существенного в сравнении с теорией принятия решений. Предложенная методика состоит из трех шагов. Точнее, трех фаз цикла, так как подразумевается, что это замкнутый процесс, который нужно постоянно повторять.

1. Исследуйте: как отделить самое важное от бесполезного?

Первый шаг методики посвящен исследованиям, поиску ответа на вопрос “что существенно?”. Автор приводит в пример навыки журналистов по выявлению сути истории среди разрозненных фактов. Как рекомендация для всех — вести и перечитывать дневник, в смысле бортовой журнал (слова “журнал” и “журналист” однокоренные). Можно провести аналогии со сбором и анализом логов.

Для ведения исследований, письменной оценки вариантов и поиска существенного, нужно выделять пространство и время.

Например, полчаса в день перед сном или наоборот, утром расписать, что существенного планируется сделать сегодня. В проектной работе это можно делать перед началом проекта.

Далее в книге приводится пара вспомогательных, улучшающих качество принятия решения рекомендации: много спать и выделять время на игры и развлечения.

Нужно хорошо высыпаться, чтобы докопаться до существенного. Недостаток сна не приводит к существенному улучшению результатов любой деятельности, даже наоборот.

Что такого можно успеть за 18 часов в сутки, чего нельзя успеть за 15? А если дневное время уделять существенному, то останется много времени на сон, и не нужно будет сидеть по ночам, пытаясь наверстать упущенное при свете солнца.

Достаточное количество сна в книге описывается как показатель хорошего качества жизни.

По своему опыту могу точно сказать, что когда выспишься часов по 10 три-четыре дня подряд, взгляд на жизнь меняется. А если еще совсем отказаться от кофе, то появляется совершенно новый взгляд на жизнь и на возникающие ситуации выбора.

Делу время, потехе час

Пословица призывает уделять время делам, а потехе, игре, всего лишь час. Однако, часто мы впадаем в крайность, когда про игровую часть забываем. Тем временем, игры позволяют отдохнуть, развивают смекалку и приносят радость.

Вернемся к теории принятия решений. В отличие от многокритерального выбора, эссенциализм предлагает пользоваться одним, но абсолютно ясным критерием в отборе существенного.

То есть, подходить максимально критично к выбору и принимать только вариант, по поводу которого мы можем сказать однозначное “да”.

На выходе первого шага методики получаем: выспавшись и не забывая про игры, в спокойной обстановке рассматриваем множество различных вариантов выбора. При помощи одного ясного критерия выбираем наиболее подходящий вариант (порог 90%).

2. Устраняйте: как избавиться от тривиального большинства?

Мы сформулировали самый значимый вариант или несколько вариантов. На втором шаге в книге предлагается сформулировать выбранный вариант абсолютно ясно. При этом формулировка (цель, намерение, направление деятельности) должна быть вдохновляющей, и чтобы было понятно, когда же мы достигнем намеченного.

Главное после того, как мы выбрали наш вариант, от него не отклоняться. Действительно, потратив массу усилий на выделение главной цели или нескольких целей, жалко будет выбросить все результаты исследований. Мы ведь и выбирали самое существенное, чтобы его реализовать, не правда ли?

Эссенциализм напоминает, что мы не можем сделать всё и получить всё. Придется идти на уступки, и эссенциализм призывает уступать в пользу нашего выбора, а не другим людям и их предложениям. В этом существенное дополнение эссенциализма к теории принятия решений.

В книге указывается на две вещи, которые мешают нам реализовывать намеченное:

• Новые предложения, противоречащие и отнимающие время у того, что мы наметили. Нужно учиться элегантно отклонять такие предложения. Как именно это делать, описывается в книге (глава 11).
• Груз предыдущих решений, которые завели не туда. Когда что-то пошло не так, нужно уметь вовремя остановиться и начать заново. Согласно книге, проблема в так называемом эффекте владения, который заставляет нас ценить выше то, что у нас уже есть, даже если оно давно не работает и нами не используется.

В общем, нужно в явном для окружающих виде устанавливать границы, за которые они не могут перейти, чтобы не помешать вам заниматься существенным.

Важное замечание. Когда существенное состоит из нескольких частей (направлений), то эти части должны быть упорядочены (отранжированы). То есть, в самом существенном тоже должно быть выделено самое существенное, которое стоит на первом месте. Потом менее существенное, которое стоит на втором месте и так далее.

3. Действуйте: как потратить минимум усилий?

Теперь у нас есть цель и время для её достижения. Остается брать и сделать. Как именно, в книге уже мало действительно полезных и конкретных советов. Главный совет повторяет основную идею эссенциализма. Нужно задавать себе вопрос “что важно сейчас?”.

Можно делать несколько вещей одновременно, но нельзя одновременной сфокусироваться на нескольких вещах. Если мы даже делаем несколько дел одновременно, то фокус только на одном из них (если он вообще есть), а остальные мы делаем автоматически.

Еще один полезный совет — применять теорию ограничений в части поиска и устранения ключевых препятствий на пути к поставленной цели. Идея эссенциалистская, и теория ограничений много лет уже работает сама по себе. Её отголоски находятся много где, например, в канбане.

Другая предлагаемая идея так же может быть найдена в теории ограничений — это создание буфера, дополнительных ресурсов на случай непредвиденных обстоятельств. Например, закладывать на 20% больше времени на выполнение задачи. Это нужно, чтобы не отвлекаться от существенного в условиях, когда всё предсказать невозможно.

Еще пара глав книги призывают переключаться на эссенциализм через серию маленьких побед, а также вводить его в привычку, обычный режим дня. Но этим темам уделяется всего лишь по несколько страниц, после прочтения которых все равно не очень понятно, как это делать. Так что конкретные пути внедрения эссенциализма в жизнь все равно остаются на совести читателя.

Иллюстрация, которой нет в книге

После прочтения книги я сделал иллюстрацию к ней, которой мне не хватило в книге. Иллюстрацию, которая бы в духе эссенциализма отображала бы самое существенно из предложенного в книге подхода. Основные пункты, которые я вынес для себя:

• Постоянный выбор существенного на основе одного ясного критерия (ранжирование)
• Применение высокого порогового значения для отсеивания шума (правило 90%)
• Необходимость отказа много от чего ради существенного (уступки)

Выбор существенного можно изобразить в виде дерева решений. В каждом узле дерева делается выбор “самое существенное и все остальное”. Дерево размещается на плоскости, заданной двумя осями. По вертикали степень выражения нашего критерия от 0 до 100%. По горизонтали наша ограниченная возможность по реализации (потреблению) выбранных вариантов также от 0 до 100%.

Области эссенциализма принадлежит левая верхняя часть (выше 90% по критерию и до 100% по нашему ресурсу). Неэссенцалистский подход в левой нижней области (до 90% по критерию выбора и до 100% по нашему ресурсу). А те варианты, которые мы выбрали, но они никогда не будут реализованы, в правой области (больше 100% наших возможностей).

Таким образом, переход на эссенциализм означает перемещение в левую верхнюю область из двух других.

Существенное

тема книги “Эссенциализм” — постоянно спрашивать себя и других: “что существенно?”. Это означает регулярную практику выбора и реализации наилучших вариантов во всех сферах жизни при помощи теории принятия решений.

Добавления эссенциализма к теории принятия решений приведены в таблице:

Теория принятия решений + Эссенциализм

Процедура и подходы принятия наилучших решений	Применять выбор существенного постоянно в любых ситуациях и по поводу жизни в целом
Выбор вариантов на основе одного критерия	Абсолютно ясный критерий и высокий порог прохождения (правило 90%). Дополнительно подходящие условия: пространство, сон и игра
Высвобождение ресурсов для реализации выбранного варианта	Если несколько вариантов — отранжировать, на все несущественное не отвлекаться, в том числе на новые предложения
Реализация выбранного варианта	«Что важно сейчас?»; теория ограничений

Источник: https://habr.com/post/328408/