Участники осваивают способы сравнения альтернатив в многокритериальной задаче и учатся обосновывать эффективное решение.
Что будут изучать: Постановка многокритериальной задачи; методы многокритериальной оптимизации; метод главного критерия; линейная и максиминная свёртки. На практике - выбор метода и кейс по приоритизации инвестиционного портфеля: какие проекты продолжать, а какие замораживать.
На выходе: вы сравниваете альтернативы по нескольким критериям и обосновываете получение эффективного решения.

Модуль посвящён задачам, в которых решение представляет собой последовательность взаимосвязанных шагов и может пересматриваться по ходу процесса.
Что будут изучать: Динамическое программирование; функциональное уравнение Беллмана; классы задач; марковские модели принятия решений; матрица переходных вероятностей. На практике - вычислительные аспекты динамического программирования и кейс трансформационной программы с точками «продолжить / скорректировать / выйти».
На выходе: вы формулируете многостадийную задачу и используете принцип Беллмана для поиска последовательности решений.

Участники осваивают методы многокритериального выбора, когда для сравнения альтернатив используется дополнительная информация о предпочтениях и оценках.
Что будут изучать: Методы ELECTRE; задачи с малым числом критериев и альтернатив; ранжирование объектов по важности; матрица попарных сравнений; метод анализа иерархий; проверка информации на непротиворечивость; функции полезности. На практике - компьютерные симуляции, проверка согласованности и разбор 3-4 задач участников методом анализа иерархий.
На выходе: вы выполняете попарные сравнения, проверяете согласованность оценок и ранжируете альтернативы.

Участники знакомятся с устройством систем поддержки принятия решений и экспертных систем, а также с ролью больших языковых моделей в контуре подготовки решений.
Что будут изучать: Характеристики и классификация СППР; методология разработки; структура экспертных систем; представление нечётких знаний; формула Байеса; база знаний и алгоритм логического вывода. Блок по ИИ: LLM как компонент СППР; генеративный ИИ для подготовки и стресс-тестирования альтернатив; галлюцинации и проверка адекватности рекомендаций; границы делегирования ИИ; ответственность руководителя. На практике - проектирование структуры СППР и базы знаний, демонстрация связки «классическая модель выбора + LLM».
На выходе: вы ставите задачу на разработку СППР своей команде и осознанно применяете ИИ-инструменты в подготовке решений.

Модуль показывает, как индивидуальные, групповые и организационные факторы могут исказить результат формально корректной модели.
Что будут изучать: Индивидуальные искажения: эффект якоря, склонность к подтверждению, эффект невозвратных затрат, чрезмерная уверенность, иллюзия контроля. Групповой уровень: групповое мышление, ложный консенсус, эскалация обязательств. Организационный уровень: влияние структуры принятия решений. Протоколы защиты: предпосмертный анализ, «адвокат дьявола», психологическая безопасность. На практике - разбор кейсов и ролевая игра на групповое принятие решений.
На выходе: вы диагностируете точки, где индивидуальные, групповые и организационные факторы способны исказить результат модели, и проверяете собственный проект на уязвимость к этим искажениям.