CAPITOLO 4
SISTEMI INFORMATICI E SUPPORTO ALLE DECISIONI
NEL CONTESTO TERRITORIALE
Nel presente capitolo viene investigato il legame fra i sistemi informatici e le tecniche di aiuto alle decisioni multicriteri in un contesto territoriale.
In particolare vengono analizzate le connessioni fra gli strumenti di analisi dei dati territoriali in ambiente GIS, i sistemi informatici di supporto alle decisioni e le tecniche di analisi a criteri multipli, fino a pervenire al concetto di “Multicriteria Spatial Decision Support Systems” (MC-SDSSs) che possono essere considerati come un ramo del più ampio campo di ricerca conosciuto come “Spatial Decision Support Systems” (SDSSs). Il concetto stesso di SDSS si è evoluto negli ultimi trent’anni, anche se il periodo di maggiore sperimentazione e crescita di questi sistemi si è concretizzato nella seconda metà degli anni novanta, grazie soprattutto ai veloci cambiamenti nella struttura delle tecnologie hardware e software che hanno consentito agli analisti (ma spesso anche a molti degli attori coinvolti nel processo decisionale) di interagire con i computers e con gli strumenti di analisi ed elaborazione dei dati territoriali, fra cui i GIS.
Il rapido sviluppo di strumenti di gestione dei dati territoriali, dotati di interfacce “user friendly” e di sistemi più intuitivi di accesso alle procedure informatizzate di geoprocessing, hanno consentito ai decision makers di comprendere e riconoscere il ruolo chiave delle tecniche di analisi spaziale in tutti i processi decisionali di tipo territoriale ed in particolare modo nell’ambito della pianificazione del territorio.
In questo contesto, caratterizzato da una crescente complessità in termini di territori di riferimento e numero di attori coinvolti, numerosi sono gli approcci che possono essere sperimentati, come ad esempio i “Collaborative Spatial Decision Making Systems”, o gli “Spatial Knowledge-Based Systems” ed infine gli “Spatial Expert Support Sistems”. Proprio questa ultima tipologia di strumenti, che prevede l’integrazione fra i sistemi esperti ed i sistemi si supporto alla decisioni in ambito territoriale, viene in questa sede analizzata e studiata, dato che rappresenta un importante punto di partenza per l’ideazione di un MC-SDSS, argomento principe di indagine del presente lavoro di tesi. Un concetto centrale per la costruzione di uno strumento di aiuto alle decisioni multicriteri di tipo territoriale, è rappresentato dall’interazione fra il generico decisore ed il sistema informatico cui egli si avvicina, spesso senza possedere la “scienza” dell’analista, ma essendo desideroso di sperimentare gli strumenti di analisi spaziale e le procedure analitiche multicriteri.
Lo stesso strumento diventa un supporto indispensabile per la figura dell’analista esperto che può strutturare e gestire con maggiore efficacia e chiarezza (sia nei confronti degli
stakeholders che del client) le diverse fasi del processo decisionale, spesso caratterizzate da situazioni di conflitto.
Il contributo significativo fornito dai MC-SDSSs è quello di focalizzare l’attenzione sulla necessità di integrare strumenti (analisi dei dati, procedure di aggregazione multicriteri, GIS) usati, generalmente, in maniera separata: il risultato è un sistema unico ed integrato le cui potenzialità ed utilità sono nettamente superiori a quelle derivanti dalla semplice “somma” delle sue parti costitutive.
Infine è opportuno sottolineare come, nonostante un trend di crescita costante riguardo all’uso degli SDSSs, il ramo dei MC-SDSSs non ha ancora raggiunto una sua completa maturità (Malczewski, 1999). Uno dei motivi può essere ascritto ad un approccio non sistematico adottato nei diversi casi di studio, anche se il fattore di maggiore criticità riguarda la natura multidisciplinare dei concetti e dei fondamenti teorici che stanno alla base di tali sistemi, oltre che alla ancor scarsa possibilità di valutarne l’efficienza. Nonostante la proliferazione di software orientati al supporto alle decisioni, il processo di ideazione, implementazione e validazione di un MC-SDSS completo ed integrato risulta quindi piuttosto complessa.
4.1 GIS E SISTEMI DI SUPPORTO ALLE DECISIONI
In un processo decisionale reale che coinvolge problematiche di tipo territoriale, i sistemi informativi geografici rappresentano un potente ed efficace strumento di analisi di tutte le dinamiche di tipo “spaziale”.
Fra le diverse metodologie interpretative che la letteratura propone in merito alla
struttura dei processi decisionali, Simon (1960) ne ha formalizzato una generalizzazione,
oggi largamente accettata, secondo cui ciascun processo è scomponibile in tre fasi principali: l’individuazione dei problemi e della possibilità di miglioramento dello status quo cui segue la raccolta delle informazioni necessarie per inquadrare il problema decisionale (intelligence), l’analisi delle alternative esistenti e/o la progettazione di nuove (design) ed infine la scelta (choice) della o delle alternative ritenute preferibili sulla base di un ordinamento determinato dal sistema di preferenze dall’insieme di decision makers coinvolti nel processo decisionale (figura 4.1).
Intelligence
Design
Choice
I tre momenti del processo decisionale sopra esplicati non necessariamente seguono un percorso consequenziale che procede direttamente dalla fase di intelligence a quella di scelta; potrebbe essere necessario, infatti, in corrispondenza di un qualsiasi momento dell’intero percorso, tornare indietro alla fase precedente per acquisire ulteriori informazioni o approfondire il livello di dettaglio dell’analisi.
Questo lavoro di feed-back richiede, pertanto, un impegno addizionale in termini di intelligence, alternativamente, giunti al momento di implementare i risultati di una decisione, qualora il processo di analisi retroattiva non sia stato opportunamente effettuato, può essere necessario integrare, se non addirittura ripetere, alcune o tutte le fasi del percorso.
Nel contesto dei sistemi di supporto alle decisioni di tipo “spaziale”, cioè inseriti in un contesto territoriale, l’interrogativo cruciale a cui rispondere può essere, quindi, così formulato (Malczewski, 1999): in quale modo e fino a che punto i GIS possono costituire un effettivo supporto di informazione per ciascuna delle tre fasi del processo decisionale? Per dare una risposta a questo interrogativo è necessario approfondire in maggiore dettaglio i nodi cruciali di ciascuno dei tre suddetti step.
RACCOLTA DELLE INFORMAZIONI (INTELLIGENCE)
Ciascun processo decisionale ha inizio con l’identificazione del problema da analizzare e valutare; questo comporta necessariamente il riconoscimento dalla differenza tra lo stato del sistema territoriale reale e quello desiderato, ovvero l’analisi del “gap” tra lo stato di fatto e quello auspicato dalla mente dei ciascun decisore.
L’innesco e lo sviluppo di un processo decisionale avviene quando esiste un problema imminente da affrontare, oppure quando viene rilevata un’opportunità di miglioramento dello stato esistente, quindi quando il sistema non soddisfa più le esigenze per cui era stato realizzato e si riconosce l’impossibilità di un miglioramento efficace e duraturo. Di conseguenza, la fase di “intelligence” implica un esame attento ed un’ analisi approfondita dell’ambiente sia fisico, che economico-politico, che socio-culturale in cui il percorso decisionale si sviluppa. Dal punto di vista operativo questa fase richiede che i
dati grezzi vengano innanzitutto raccolti da varie fonti (precedentemente identificate
come “rilevanti”), quindi resi omogenei, poi esaminati e processati per diventare
informazioni utili ad identificare obiettivi ed opportunità.
In questo contesto, il ruolo dei GIS è davvero fondamentale, in quanto le varie funzioni di acquisizione, recupero, controllo, immagazzinamento e gestione dei dati, riferiti ad uno specifico contesto decisionale e ad un preciso ambito spaziale, possono essere inseriti in un database di tipo geografico.
Questo passaggio, dal contesto della comprensione del problema decisionale a quello tecnico-operativo della raccolta delle informazioni, prevede di dare risposta, attraverso assunzioni talora semplificative del processo, a molti interrogativi: quali entità reali
devono essere osservate, selezionate, filtrate, classificate e registrate come dati? quali informazioni sono rilevanti per fornire un supporto ai problemi decisionali in rapporto alla loro connotazione territoriale?
A tal riguardo, è necessario tenere in considerazione alcune qualità che i dati devono possedere, come l’utilità, la rapidità, l’accuratezza, l’attendibilità e la flessibilità di tutta l’informazione in termini di aggregazione o disaggregazione spaziale.
Una volta strutturato il problema decisionale ed analizzate le sue connotazioni territoriali, tutti i dati vengono manipolati ed analizzati per ottenere informazione addizionale robusta e strutturata.
L’analisi esplorativa dei dati gioca un ruolo fondamentale proprio durante le fasi di raccolta e di produzione di nuova informazione e così tutte le tecniche implementabili
tramite un GIS (operazioni di overlay e di connettività, ma anche simulazioni, tecniche di
correlazione e metodi geostatistici) risultano essere assai utili proprio nella fase di intelligence.
Tutti gli strumenti sopra citati rappresentano, infatti, un’opportunità unica nell’ affrontare in modo più appropriato i problemi tradizionalmente associati alle fasi di raccolta e gestione di un’enorme mole di informazioni che possono, attraverso i GIS, essere facilmente processate secondo procedure capaci di considerare l’importanza della
connotazione territoriale nell’elaborazione dei dati, consentendo di effettuare e
rappresentare analisi più efficienti ed efficaci che portano a risultati più robusti e consolidati, oltre che più facilmente comprensibili.
Il GIS è in grado fornire un valido aiuto nel coordinamento di tutta la fase di analisi del processo decisionale, grazie alla sua abilità di integrare dati ed informazioni derivanti da un ampia gamma di fonti.
A conferma di ciò sta il fatto che la costruzione di un valido sistema informativo
territoriale è, allo stato attuale, ritenuto essenziale, sia nel settore pubblico che in quello
privato, per un’efficiente e sicura analisi dei dati, per l’individuazione delle priorità nelle attività di controllo dei processi, per una corretta pianificazione e razionalizzazione nell’uso delle risorse.
PROGETTAZIONE E SVILUPPO DELLE SOLUZIONI (DESIGN)
La fase di design coinvolge l’ideazione, lo sviluppo e l’analisi di un insieme di possibili soluzioni alternative, relative ai problemi identificati durante la fase di intelligence.
Le alternative decisionali possono essere rappresentate da azioni o interventi che abbiano una certa rilevanza nel contesto territoriale in cui sono inserite, come ad esempio la realizzazione di un nuovo impianto, la scelta del miglior uso del suolo, l’allocazione di risorse per energie rinnovabili o la riorganizzare un sistema infrastrutturale.
Indipendentemente dall’applicazione, è necessario, in questa fase, identificare e successivamente implementare un modello formale ed adatto al contesto, avente la
funzione di supportare i diversi decisori, coinvolti nel processo decisionale, nella costruzione e successivo ordinamento del set di alternative fra loro confrontate.
Tale modello deve poter consentire una rappresentazione semplificata delle realtà e del contesto decisionale che risultano, spesso, troppo complessi per essere analizzati nella loro interezza e senza un preciso schema di riferimento.
Nei processi di aiuto alle decisioni, il ruolo ed il significato dei modelli che ne forniscono un supporto, è oggetto di studi approfonditi, come riportato in dettaglio nel capitolo 2 del presente lavoro di tesi.
In questa fase ciò che ci preme sottolineare è il ruolo degli strumenti GIS in un contesto decisionale con forte connotazione spaziale, come accade nella maggior parte dei problemi che riguardano la pianificazione del territorio.
In ambito territoriale, un modello deve innanzitutto fornire una rappresentazione degli aspetti rilevanti del problema decisionale, sulla base delle informazioni raccolte e strutturate all’interno di un geodatabase.
L’integrazione in ambiente GIS di modelli che consentano la costruzione e la successiva
valutazione delle alternative decisionali di tipo spaziale, sulla base delle istanze di diversi
decision makers, è, ancora allo stato attuale, scarsamente presente e poco sviluppata. Sono, invece, ormai appurate le potenzialità dei GIS riguardo alle possibilità di generare un set di alternative decisionali, territorialmente connotate, attraverso gli strumenti di analisi geografica che fanno riferimento ai principi di connettività, contiguità e prossimità delle relazioni spaziali, oltre che sulle tecniche di sovrapposizione (overlay).
Ad esempio le operazioni di overlay sono spesso usate per identificare, almeno alla macro scala, zone adatte per nuove edificazioni, scuole, ospedali, complessi industriali, siti per nuovi impianti, e così via.
Quando, però, si sviluppa un processo decisionale reale e complesso, la selezione di aree localizzative idonee, sulla base di mappe digitali che soddisfino simultaneamente un insieme di criteri locali, comporta anche l’integrazione delle preferenze, spesso contrastanti, di tutti i decisori in merito all’importanza dei criteri di valutazione.
A questo punto le funzioni di sovrapposizione non sono in grado da sole di dare un sufficiente supporto analitico, proprio a causa delle limitate capacità di incorporare nel processo decisionale le istanze dei decisori.
Inoltre, la complessità delle relazioni di alcuni problemi decisionali territoriali non può essere rappresentata facilmente ed in tempi brevi attraverso gli strumenti direttamente disponibili in ambiente GIS, ma è necessario fare ricorso a “software ad hoc”, esterni a tale ambiente, ma capaci di dialogare con esso.
Ne consegue che i sistemi GIS da soli non risultano sufficientemente flessibili per consentire varianti tanto sul contesto che riguardo al processo di decisione in ambito territoriale (Malczewski, 1999).
A causa di queste difficoltà, nasce l’esigenza di integrare le tecniche di decision aiding con le funzionalità dei GIS e questo può essere effettuato o incorporando i modelli analitici direttamente nei linguaggi di programmazione dei sistemi informativi geografici, oppure realizzando delle interfacce “ad hoc” di semplice lettura, ma basate su procedure robuste di analisi decisionale.
SCELTA (CHOICE)
Anche nei processi decisionali che coinvolgono i sistemi urbani e territoriali, la decisione termina con la fase di scelta che implica la selezione, sulla base di un ordinamento, di una alternativa ritenuta “migliore” tra quelle disponibili per il caso in esame.
In questo stadio (choice) si valuta ciascuna alternativa e la si analizza in relazione alle altre, sulla base di specifiche regole decisionali che vengono adottate ed implementate per ottenere un ordinamento basato sulle preferenze dei decisori.
Nella fase di scelta, infatti, le alternative decisionali, costruite ed identificate nella fase di design, vengono valutate attraverso un confronto reciproco da cui deriva un ordinamento, o meglio un insieme di ordinamenti relativi alle diverse preferenze dei decision makers riguardo all’importanza dei criteri e degli attributi di valutazione.
In questa fase diventa ancor più importante disporre di strumenti capaci di incorporare le preferenze dei decisori all’interno del processo decisionale.
Lo strumento di aiuto alle decisioni deve essere, quindi, flessibile, permettere di modificare i pesi dei criteri di valutazione, consentire a colui che esegue la valutazione (analista) di costruire e rappresentare scenari alternativi di ordinamento delle alternative territoriali ed, infine, prospettare ai decisori (compreso il committente/cliente) un ampio spettro di soluzioni, prima di pervenire ad una scelta finale.
L’integrazione fra le tecniche di analisi a criteri multipli e gli strumenti GIS diventa, quindi, essenziale per supportare i processi decisionali di tipo collaborativo e partecipato. Innanzitutto i GIS consentono di rappresentare, in modo efficace, direttamente nello spazio fisico interessato dall’intervento, le implicazioni territoriali di tutte le soluzioni alternative proposte, mettendo in luce, per ciascuna soluzione, i punti di forza e di debolezza (impatti positivi o negativi su ciascuna risorsa) con conseguenze spesso inaspettate o non sufficientemente approfondite da parte di ciascun decision maker. Un’importante riflessione deve poi essere effettuata in merito al fatto che i sistemi informativi geografici possono rappresentare un effettivo aiuto per gestire i conflitti tra parti opposte, grazie alla possibilità di fornire a ciascun attore le più ampie e più accurate informazioni possibili.
Riguardo alla possibilità che un livello di informazione più estesa e di migliore qualità possa effettivamente essere di aiuto alla risoluzione delle situazioni di contrasto fra opposti interessi, è necessario distinguere le differenti tipologie di conflitto che
scaturiscono in un processo decisionale di tipo territoriale, anche in riferimento ai diversi tempi che accompagnano l’ evoluzione della decisione.
E’ possibile evidenziare due tipologie di conflitti tra attori i cui interessi sono di natura “opposta”: conflitti di interesse (non concordanza sui valori) e conflitti cognitivi (disaccordo sui fatti).
Infatti, dato che ogni decisione è un processo che si evolve nel tempo ed implica interazioni tra i diversi stakeholders, ci si può attendere differenti livelli di conflitto a mano a mano che il processo decisionale progredisce.
Può anche accadere che, con l’evolversi della fase di decisione, i “conflitti sui valori” tendano a rimanere costanti, indipendentemente dall’ammontare di dati ed informazioni resi disponibili dall’analista. Una maggiore informazione sui fatti, non accompagnata dalle fasi di esposizione e confronto delle istanze di ogni decisore, potrebbe addirittura accrescere il numero degli elementi di disaccordo, portando anche all’inasprimento del conflitto.
La potenzialità dei GIS di supportare la risoluzione di conflitti cognitivi diviene, quindi, efficace quando si riesce ad integrare questi strumenti con le tecniche analitiche di decision aiding, in particolare quelle a criteri multipli: in tal caso i GIS consentono di gestire i conflitti sui fatti, fornendo informazioni più ampie, approfondite e di maggiore dettaglio, mentre le tecniche di aiuto alle decisioni a criteri multipli garantiscono il supporto metodologico ed analitico per chiarificare il processo decisionale e ridurre i
disaccordi sui valori tra le diversi parti in conflitto (Jankowski e al. 1997, Eastman 1997, Thill, 1999).
4.2 Tipologie di sistemi di supporto alle decisioni in ambito
territoriale
Già a partire dal 1960, Simon effettua un’importante distinzione fra problemi decisionali strutturati e non strutturati che costituisce anche oggi un elemento di fondamentale importanza nella definizione e nella comprensione del concetto di sistemi di supporto alle decisioni (Decision Support Systems, DSS).
Secondo Simon ogni problema decisionale è rappresentabile attraverso un continuum che spazia da decisioni completamente strutturate a decisioni non strutturate (figura 4. 2).
Computer & Decision maker
(DSS) Decision
Maker Computer
Livello di strutturazione del problema
Decisioni strutturate Decisioni non strutturate Decisioni semi-strutturate
Figura 4.2 Livello di strutturazione di un problema decisionale
Le decisioni strutturate si realizzano ogniqualvolta che un ben definito problema decisionale può essere articolato, tramite il supporto di un analista, sulla base di una teoria ben conosciuta e di procedure consolidate.
In quest’ipotesi, inoltre, tutti gli attori coinvolti sono in grado di identificare completamente e coerentemente obiettivi, strategie, metodi e procedure inerenti la situazione decisionale.
Le decisioni completamente strutturate sono talvolta definite come “programmabili” proprio perché, nella grande maggioranza dei casi, possono essere programmate e risolte tramite sistemi automatici di calcolo, sotto la supervisione da una figura esperta che espone i risultati agli altri decision makers.
All’estremo opposto si collocano le decisioni non strutturate: queste si verificano quando gli attori non sono in grado di strutturare in modo completo il problema, esplicitando i propri obiettivi, istanze e preferenze, quindi l’intero processo non può essere affrontato solamente sulla base di una teoria rilevante, né facendo ricorso a procedure codificate. In questo secondo caso i parametri dell’intero processo risultano mal definiti ed incerti, oltre al fatto che la risoluzione della situazione problematica non è consolidata attraverso ripetuti casi di studio, proprio perché ognuno di questi costituisce un caso a sé; risulta,
quindi, assai difficile definire e codificare un modello generale che possa essere impiegato come base per una loro implementazione.
Nella realtà non è semplice trovare degli esempi di processi decisionali in ambito territoriale che corrispondano a problemi di tipo completamente strutturato o non strutturato.
Tuttavia, la maggioranza delle situazioni problematiche, relative alla pianificazione territoriale, che necessitano di un supporto alle decisione risultano generalmente
complesse e mal strutturate, a causa della varietà di istanze ed interessi dei gruppi
sociali e delle incertezze associate sia all’accuratezza dell’informazione (tanto dei dati geografici, quanto delle preferenze dei decision makers), sia alle procedure valutative adottate.
Basti pensare, ad esempio, alla valutazione degli effetti intangibili connessi alla localizzazione di servizi pubblici (sistemi di smaltimento dei rifiuti, autostrade, ospedali, scuole etc) che generalmente non possono essere strutturati attraverso metodi di programmazione automatica e linguaggi codificati e ripetitivi.
La maggioranza dei problemi decisionali reali che coinvolgono la dimensione territoriale presentano, pertanto, un livello di strutturazione intermedia fra i due casi estremi di decisioni completamente strutturate e quelle non strutturate e vengono generalmente definite come decisioni semi-strutturate.
Questa è l’area in cui i Sistemi di Supporto alle Decisioni (DSS) trovano più frequente applicazione ed il contributo fornito dall’uso di supporti informatici risulta in questo caso rilevante.
A tal fine è utile estendere la distinzione tra decisioni strutturate e non strutturate, incorporando in questa classificazione quattro elementi relativi all’ attività metodologica del “problem solving”: i dati, le procedure, gli obiettivi ed i vincoli, le strategie (Sprague e Watson, 1996).
I dati rappresentano e misurano lo stato del sistema reale in relazione all’applicazione considerata, le procedure sono le sequenze dei passi e delle operazioni necessarie per risolvere il problema, gli obiettivi ed i vincoli riguardano, rispettivamente, lo stato desiderato del sistema in rapporto alla risoluzione del problema e le limitazioni imposte sullo spazio decisionale ed, infine, le strategie indicano quali procedure applicare al fine di raggiungere gli obiettivi prefissati.
Sulla base del livello di strutturazione ed in rapporto ai quattro elementi sopra esplicitati, è possibile individuare quattro tipologie di problemi decisionali (Malczewski, 1999):
Problemi del primo tipo: sono quelli completamente strutturati nel senso che tutti
e quattro gli elementi (dati, procedure, criteri di valutazione e vincoli, strategie) risultano ben definiti. Tali problemi divengono quindi programmabili e possono essere affrontati e gestiti con l’aiuto di sistemi convenzionali di “processing” dei dati; essi sono denominati “Data Processing Systems” (DPS);
Problemi del secondo tipo: sono quelli di tipo semi-strutturato, quindi risolvibili
mediante sistemi di supporto alle decisioni, “Decision Support Systems” (DSS);
Problemi del terzo tipo: si verificano quando tutta l’informazione necessaria per la
risoluzione del problema decisionale può essere codificata ed i sistemi che ne consentono la risoluzione sono denominati sistemi esperti, “Expert Systems” (ES);
Problemi del quarto tipo: sono problemi semi-strutturati per i quali l’informazione
sostanziale per la risoluzione dello stesso non può essere codificata e la cui risoluzione può essere affrontata tramite sistemi di supporto esperti, “Expert Support Systems”(ESS).
Una rappresentazione schematica ed efficace delle quattro tipologie di problemi decisionali viene riportata in figura 4.3.
DATI PROCEDURE OBIETTIVI & VINCOLI STRATEGIE Attività effettuate
dal Computer Attività effettuate dal decisore (esperto)
DPS DSS I Data Processing Systems II Decision Support Systems ES ESS III Expert Systems IV Expert Support Systems
Figura 4.3 Problemi decisionali, strumenti informatici ed attività di risoluzione dei
problemi (Sprague e Watson, 1996)
Quando il problema decisionale comprende anche la dimensione spaziale (territoriale) le quattro tipologie di sistemi di supporto alle decisioni, precedentemente definite, possono essere ulteriormente riclassificate in:
sistemi per il trattamento dei dati di tipo spaziale (Spatial Data Processing
sistemi spaziali/territoriali di supporto alle decisioni (Spatial Decision Support
Systems, SDSSs),
sistemi spaziali/territoriali esperti (Spatial Expert Systems, SESs);
sistemi spaziali/territoriali esperti di supporto alle decisioni (Spatial Expert
Support Systems, SESSs).
Viene di seguito effettuata una sintetica descrizione delle principali caratteristiche di ciascuno si questi sistemi.
SISTEMI PER IL TRATTAMENTO DEI DATI DI TIPO SPAZIALE/TERRITORIALE (SDPSS)
In questa tipologia di sistemi, esiste un insieme di criteri e vincoli ben definito, il problema può essere risolto generalmente mediante procedure piuttosto
standardardizzate e non è, di regola, necessaria una strategia complessa per generare e
valutare le varie alternative decisionali.
L’ipotesi che sta dietro questa tipologia di sistemi è che il problema possa essere risolto attraverso sistemi automatici o semiautomatici di calcolo e che al centro della risoluzione del problema territoriale debbano essere collocate:
a) l’abilità di incorporare tutti gli elementi del problema decisionale in un modello rappresentativo del problema;
b) l’impiego di tecniche sistematiche o di algoritmi per l’analisi del modello.
Nell’ambito di questo sistema, un modello serve a descrivere la situazione decisionale, mentre l’algoritmo analizza tale descrizione allo scopo di generare una soluzione del problema.
Una pianta di un sistema di trasporto di metropolitana (un modello) è ben diversa dall’uso che se ne può fare per trovare il percorso minimo (un algoritmo) tra due stazioni. Certamente uno dei maggiori limiti degli “spatial data processing systems” è legato all’impossibilità di generare strategie flessibili e per questo il loro campo di applicazione difficilmente comprende problemi decisionali complessi come quelli inerenti alla pianificazione del territorio.
Un esempio di questa tipologia di sistemi, integrati con la tecnologia GIS, è costituito dalla realizzazione di mappe automatizzate per la gestione di servizi. Tali sistemi sono spesso adottati da società che offrono servizi di pubblica utilità, nel campo delle linee elettriche, di quelle del gas, delle reti idriche etc in cui tutti i dati necessari sono disponibili, il problema decisionale è ben strutturato e sono elaborate (spesso anche in caso di guasto) procedure (algoritmi) consolidate per la risoluzione dei problemi.
SISTEMI DI SUPPORTO ALLE DECISIONI IN UN CONTESTO SPAZIALE/TERRITORIALE (SDSSs)
I sistemi di supporto alle decisioni che coinvolgono processi di analisi spaziale/territoriale (SDSSs) possono essere definiti come sistemi interattivi basati sulle potenzialità di
coloro che vogliono usufruire del sistema, a raggiungere una maggiore efficacia nelle decisioni e nella risoluzione di problemi semi-strutturati in cui è evidente il ruolo chiave della dimensione territoriale.
Densham (1991) suggerisce che gli SDSSs dovrebbero avere le seguenti caratteristiche: 1) un design esplicito rivolto alla soluzione di problemi mal posti;
2) un’interfaccia fortemente comunicativa e facile da usare;
3) l’abilità di combinare in modo flessibile le potenzialità dei modelli analitici con la capacità di gestire un’ampia mole di dati;
4) la possibilità di esplorare lo spazio delle soluzioni mediante la costruzione di
alternative;
5) la capacità di supportare una moltitudine di stili decisionali;
6) la possibilità di utilizzare metodi interattivi e ricorsivi per la risoluzione dei problemi.
Lo stesso Densham (1991) suggerisce quattro funzioni distintive per gli SDSSs, infatti tali sistemi dovrebbero:
a) fornire meccanismi per l’ input dei dati territoriali;
b) consentire rappresentazioni delle relazioni e delle strutture spaziali; c) includere tecniche di analisi spaziale;
d) fornire risultati in formati geografici diversi, tra cui le mappe.
Sulla base delle caratteristiche e delle funzioni distintive sopra indicate, è possibile evidenziare i tre concetti che catturano l’essenza di un SDSS: esistenza di un problema
territoriale semi-strutturato, implementazione di metodi e tecniche analitiche efficaci e
capacità di fornire un effettivo supporto al processo decisionale.
Come già anticipato, l’uso di un potente sistema di calcolo informatico rappresenta un valido aiuto nel supportare il decisore nella risoluzione di problemi decisionali semi-strutturati.
Di grande rilievo è, poi, il fatto che un SDSS mira a migliorare l’efficacia delle scelte
incorporando sia i giudizi del decision-makers, che le potenzialità di programmi informatici.
Di conseguenza la terza fondamentale caratteristica di uno SDSS è che il sistema non si
vuole sostituire ai decisori, ma vuole aiutarli ad effettuare scelte migliori.
Il contributo del sistema dovrebbe essere, infatti, quello di aiutare tutti gli attori sociali e lo stesso analista ad esplorare il processo decisionale in modo interattivo e ricorsivo. Le componenti tipiche di un SDSS sono:
un database geografico ed un sistema di gestione del database (Data Base Management System, DBMS);
un sistema di gestione del modello (Model Based Management System, MBMS); un sistema di generazione e di gestione del dialogo (Data Generation and Management System, DGMS).
Il sottosistema dei dati coordina tutte le funzioni collegate alla gestione delle informazioni, ad esempio la fase di archivio e memorizzazione, il recupero all’interno del database, l’estrazione da varie fonti e così via. Esso fornisce accesso a tutti i dati contenuti nel sistema ed ai software di controllo, necessari per adoperare le informazioni nel formato appropriato per lo specifico problema decisionale.
Il sottosistema MBMS contiene tutte le librerie di modelli che possono essere impiegati nel processo decisionale e le procedure abilitate a mantenerli in efficienza e gestirli. Esso è in grado di gestire tutti i possibili modelli che potrebbero essere lanciati durante l’analisi e ne controlla la corretta implementazione. Il MBMS consente la possibilità di stabilire dei “legami” tra i vari modelli, in modo che il risultato di uno diventi l’input per un altro.
L’importanza del sottosistema di dialogo è evidente, dato che tutte le capacità del SDSS sono articolate ed implementate per il suo tramite. Il modulo DGMS contiene procedure attraverso le quali dati ed informazioni diventano input al sistema ed output dal sistema.
SISTEMI SPAZIALI/TERRITORIALI ESPERTI (SESS)
I “sistemi spaziali esperti” possono essere definiti come sistemi che impiegano le
potenzialità di calcolo dei computer e che, sulla base di articolate metodologie di
“reasoning”, riguardo ai problemi decisionali in ambito territoriale, forniscono consigli e raccomandazioni come una figura umana esperta (Waters, 1988; Kim et al.,1990).
Un SES può essere anche definito come un sistema di analisi territoriale basato sulla conoscenza, Spatial Knowledge-Based System (SKBS).
Una delle assunzioni di base per la costruzione e l’impiego di un sistema territoriale esperto risiede nella possibilità di essere usato anche e soprattutto da persone inizialmente non molto esperte, in modo da favorire lo sviluppo delle loro capacità di “problem solving”, aumentando, progressivamente, anche il grado di conoscenza del sistema analizzato.
Le caratteristiche fondamentali di un SES possono essere così sintetizzate
a) capacità di risolvere problemi di tipo territoriale nello stesso modo in cui verrebbero risolti da esperti “umani”, se non addirittura in modo migliore; b) uso della conoscenza esperta sotto forma di regole o strutture;
c) capacità di interazione con i decisori;
Alcune delle potenzialità di un sistema esperto, inserito in un contesto di analisi
territoriale, risiedono nella capacità di interagire con fatti ed informazioni rappresentati
sotto forma di mappe geografiche e di derivare nuova conoscenza anch’essa sotto forma di carte territoriali (Jones, 1993). Al contrario dei tradizionali sistemi esperti che estraggono regole generalmente in termini di operazioni booleane, in uno Spatial Expert System la sintassi delle regole viene estesa in modo da comprendere operazioni di tipo
spaziale, come “all’interno, “all’esterno di”, “in prossimità di”, “a distanza da”,
“nell’intorno di” etc.
In termini generali, un SES consiste in un insieme di regole e di dati forniti dall’utente che interagiscono mediante un motore di inferenza (Kim e al. 1990;Schmoldt e Rauscher 1996).
Pertanto, oltre all’interfaccia utente, un sistema territoriale esperto consta di altre due
componenti principali:
una base di conoscenza (knowledge base); un motore di inferenza (inference engine).
La base di conoscenza è essenzialmente costituita da un insieme di regole che descrivono le relazioni tra gli elementi che appartengono al dominio della conoscenza: nella loro forma più generale tali regole possono essere espresse come:
condition(s)→outcome(s)
Le regole necessarie per arrivare ad un risultato (outcome) possono essere derivate o sulla base di una conoscenza umana esperta, oppure direttamente dai dati (metodi data
driven).
Il processo di acquisizione della conoscenza, da parte del sistema esperto, è comunque difficile da realizzare e riguarda la competenza nell’uso di svariate tecniche di analisi dei dati (comprese interviste informali e formali), la capacità di strutturare problemi ipotetici e la possibilità di apprendere direttamente dall’abilità di esperti umani.
Il motore per l’inferenza è un metodo che applica le regole, contenute nella base di conoscenza, al fine di trarre conclusioni; esso stabilisce quali regole applicare ed in quale ordine.
Generalmente si basa su una tipologia di logica che fa ricorso a metodi statistici per la misura e la classificazione, come ad esempio la logica del primo ordine o anche logiche diverse come quella fuzzy.
Lo sviluppo di sistemi esperti si basa sull’assunto che gli esseri umani arrivino a strutturare delle decisioni navigando attraverso lo spazio di ricerca associato al problema in esame, accedendo ad una serie limitata ed interconnessa di regole, ciascuna delle quali rappresenta un determinata “azione decisionale”(Malczewski,1999).
Questo “meccanismo mentale e logico” può essere rappresentato in un codice informatico attraverso una serie di regole IF/THEN.
L’esperienza reale ha mostrato come sia possibile articolare problemi decisionali complessi mediante regole, apparentemente semplici, che incorporino nella loro struttura operatori logici come AND, OR, NOT etc.
In generale, quindi, è possibile scrivere una regola decisionale nel modo seguente: IF condizione, THEN associa il risultato al contesto
dove il risultato (outcome) è la conclusione che si ottiene quando la condizione è vera, mentre il contesto è un’area dove la conoscenza viene immagazzinata e memorizzata in modo da determinare le condizioni per le quali l’ipotesi è vera.
In molti casi poi, sia al risultato che alle regole, viene associato un livello di probabilità, derivato da esperti umani, oppure direttamente dai dati.
Numerosi sono gli avanzamenti tecnologici nel campo degli SESs, tuttavia questi sistemi presentano tuttora alcuni limiti importanti. In primo luogo molti problemi decisionali definiti in un contesto territoriale, coinvolgono processi di tipo spaziale le cui leggi sono di difficile comprensione e validazione.
In secondo luogo la conoscenza esperta, generalmente fruibile attraverso gli esseri umani, risulta essere effettivamente molto complessa per essere in larga parte assorbita da sistemi di tipo informatico; esistono, infatti, livelli di conoscenza differenti (conoscenza causale, senso comune, meta-conoscenza) difficilmente acquisibilii da un computer. Infine, esiste nella natura umana la capacità di risolvere lo stesso problema decisionale secondo modalità diverse, tutte quante valide e che possono essere fra loro confrontate, individuando per ciascuna i punti di forza e di debolezza.
Pertanto, alcuni autori (Sprague e Watson, 1996) suggeriscono di sviluppare sistemi
collaborativi esperti in cui gruppi diversi di analisti possono implementare differenti
strumenti SESs dotati di una struttura piuttosto flessibile che può essere migliorata attraverso il confronto reciproco fra i gruppi, in modo da creare un sistema facilmente migliorabile e capace di evolversi al variare delle esigenze del problema in esame.
Tutte queste considerazioni portano direttamente alla necessità di integrare i sistemi spaziali esperti SESs con quelli di supporto alle decisioni in ambito territoriale SDSSs, come viene meglio descritto nel paragrafo seguente.
SISTEMI ESPERTI DI SUPPORTO ALLE DECISIONI IN UN CONTESTO SPAZIALE/TERRITORIALE (SESSS)
Lo scopo generale delle due tipologie di sistemi sopra descritti, SDSSs ed SESs, è praticamente lo stesso: essi cercano di migliorare la qualità dei processi decisionali cui fornire un aiuto efficace.
Tuttavia le filosofie sottostanti i due sistemi e le modalità con cui il risultato viene raggiunto sono sostanzialmente diverse; infatti l’obiettivo prioritario degli SDSSs è quello di fornire un supporto ai processi decisionali, piuttosto che quello di sostituirsi, anche solo in parte, alla figura umana che fornisce il supporto (analista) o, in maniera più generica, ai vari decision makers (tabella 4.1).
Di conseguenza, nei sistemi territoriali di supporto alle decisioni, SDSS, al centro del processo decisionale sta l’interazione tra i decisori ed il sistema informatico che garantisce la gestione di tutta l’informazione geografica e l’implementazione delle tecniche di analisi spaziale, oltre che dei modelli (procedure) di aiuto alle decisioni.
Di contro, un sistema spaziale esperto, SES, è prevalentemente incentrato sul fornire indicazioni all’utente, quindi anche a ciascun attore (compreso l’analista) coinvolto nel processo decisionale.
CARATTERISTICHE SDSS SES
Obiettivi Fornire un supporto al processo decisionale
Estrarre conoscenza riproducendo il comportamento
degli esperti umani Tipo di problema
decisionale
Ampi e complessi problemi decisionali in ambito
territoriale
Limitati e ripetitivi problemi decisionali in ambito territoriale Chi effettua la
decisione
Gli esseri umani sulla base del supporto fornito dal sistema
Il sistema indirizza le scelte dei decisori
Orientamento Supporto alle decisioni Costruire e trasferire conoscenza esperta Direzione prevalente
dell’interrogazione Dai decisori verso la macchina Dalla macchina verso i decisori Capacità di
ragionamento Limitata Estesa
Capacità di
spiegazione Limitata Estesa
Tabella 4.1 Principali differenze fra un SDSS ed un SES (Malczewski, 1999 sulla base di
Turban e Watkins, 1986)
Un SDSS consente a ciascun attore di affrontare il problema in modo personalizzato e
flessibile attraverso la possibilità di interagire con la struttura dei dati e dei modelli,
mentre con un SES la flessibilità dell’utente viene effettivamente ridotta.
Il punto di forza dei sistemi esperti SESs risiede nella base conoscitiva, ovvero nella
capacità di costruire regole decisionali a partire dai dati.
Alcuni studiosi hanno argomentato che i SDSSs e i SESs sono tecnologie complementari (Turban e Watkins, 1986), infatti dalla loro integrazione dovrebbe essere possibile incrementare l’efficienza e efficacia di entrambi.
La sinergia tra le capacità complementari degli SDSSs e degli SESs rappresenta la base per integrare questi due sistemi tecnologici.
Dall’esame della tabella 4.2 è possibile osservare come un sistema spaziale di supporto
alle decisioni (SDSS) fornisca esperienza riguardo al reperimento dei dati, consenta
un’efficiente implementazione dei modelli decisionali e delle tecniche di analisi spaziale, garantisca la possibilità di fornire raccomandazioni a tutti gli attori, così da adattarsi ai loro stili decisionali.
Un sistema spaziale esperto (SES), invece, fornisce consigli e spiegazioni intelligenti, inoltre espande il contributo computazionale al processo decisionale. Anche nell’ ambito di analisi dei processi territoriali, i sistemi esperti hanno sempre più assunto una struttura più accessibile, consentendo all’utente di definire la costruzione del database ed
il set di regole, non necessariamente costruite sulla base dei linguaggi dell’intelligenza artificiale. Anche nel settore della gestione delle risorse naturali, così come nell’ambito dei processi decisionali territoriali aventi una connotazione fortemente ecologica, le potenzialità dei sistemi esperti sono state integrate con gli strumenti di analisi spaziale (Watkins eMcKinney, 1995;Schmoldt e Rauscher, 1996).
CARATTERISTICHE CONTRIBUTI DEL SDSS CONTRIBUTI DEL SES
Database management systems (DBMS)
Fornisce un geodatabase e mette a disposizione le capacità dei GIS nel trattamento dei dati
territoriali
Migliora il processo di costruzione del geodatabase e
l’accessibilità ad un’ampia mole di dati
Model-based management systems (MBMS)
Struttura il problema iniziale; fornisce modelli di analisi
spaziale e non;
immagazzina varie tipologie di modelli decisionali spaziali costruiti ad hoc da esperti
Fornisce una
rappresentazione simbolica dei dati spaziali; aiuta a scegliere il modello
più adatto;
migliora l’analisi di sensitività; genera soluzioni alternative;
semplifica la costruzione di modelli di simulazione
Interfaccia
Fornisce metodi di presentazione capaci di adeguarsi agli stili cognitivi dei
decisori
Permette la costruzione di interfacce “user friendly”;
Fornisce spiegazioni e terminologie più familiari per
chi non è esperto del problema;
Sinergia
Garantisce esperienza nella fase di raccolta, analisi e trattamento
dei dati in ambito spaziale; fornisce un supporto personalizzato per ciascun
decisore
Fornisce un supporto intelligente;
Aggiunge capacità esplicatici e chiarificatrici nei confronti
del problema in esame; Espande il contributo computazionale per lo svolgersi del processo
decisionale
Tabella 4.2 Benefici derivanti dall’integrazione fra un SDSS ed un SES (Malczewski,
Viste i benefici derivanti dalla sinergia tra i SDSSs ed i SESs, sono stati effettuati dei tentativi per integrare le due tecnologie: tali sistemi integrati sono definiti come “sistemi
spaziali esperti o intelligenti di supporto alle decisioni” (SESS, ISDSS) (Zhu ed Healey
1992, Sprague e Watson 1996). Una generica struttura di un SESS viene schematizzato nella figura 4.4. SESS SDSS Sistema Esperto Sistema di Gestione dei Dati Spaziali (DBMS) Sistema di Gestione “Model-Based” (MBMS) Sistema di Generazione e Gestione del dialogo (DGMS) Utente
Figura 4.4 Framework di un sistema spaziale esperto di supporto alle decisioni SSES
(Malczewski, 1999 )
Un sistema esperto di supporto alle decisioni in un contesto territoriale (SESS) deve essere sia accessibile che flessibile. La proprietà di accessibilità deve consentire a tutti coloro che ne fanno uso la possibilità di verificare e controllare il processo di soluzione del problema decisionale; questo può essere ottenuto incrementando le capacità del sistema di fornire efficaci spiegazioni e rappresentazioni. La proprietà del sistema di essere flessibile è connessa alla possibilità di modificare i dati, le procedure, gli obiettivi, i criteri di valutazione, le strategie in modo facile ed in qualsiasi punto importante del processo di analisi e risoluzione del problema.
4.3 SISTEMI ESPERTI DI SUPPORTO ALLE DECISIONI ED
ANALISI MULTICRITERI
Numerosi ricercatori (Keen, 1987; Angehrn, 1992) afferenti al campo della scienza dell’informazione, riconoscono che la natura multicriteri dei problemi decisionali rappresenta l’aspetto centrale del supporto alla decisione. A tal riguardo i sistemi di
supporto alle decisioni multicriteri (MC-DSS) vengono considerati come una delle
maggiori classi dei Decision Support Systems, DSS (Keen, 1987; Eom et al., 1993). Nei processi decisionali relativi alla pianificazione del territorio, dato il ruolo chiave della componente spaziale nell’analisi delle problematiche che riguardano lo sviluppo e la tutela delle risorse, si parla di sistemi di supporto alle decisioni multicriteri di tipo
spaziale, MC-SDSS (Multi Criteria Spatial Decision Support Systems), che enfatizzano il
carattere multidimensionale di un processo decisionale supportato dalla sinergia fra le procedure multicriteri e le tecniche di analisi spaziale basate sui sistemi informativi geografici.
I MC-SDSS presentano, infatti, una struttura capace di integrare le potenzialità dei GIS con quelle delle tecniche di aiuto alle decisioni multicriteri.
La modalità con cui tutto ciò viene implementato dipende
dalla natura del problema decisionale in esame (ad esempio la pianificazione di un sistema di trasporto urbano presenta aspetti problematici sostanzialmente diversi rispetto al caso in cui si voglia realizzare un impianto di conversione dell’energia da fonti rinnovabili, caratterizzato da un forte impatto ambientale);
dalla filosofia sottostante la strategia di design del sistema strettamente legata al numero ed alla tipologia di stakeholders coinvolti;
dalla specifica tecnica di aiuto alle decisioni multicriteri (es. multiobiettivo o multiattributo ) adottata nell’analisi.
Malgrado tutte queste differenze, la struttura di base di un MC-SDSS è generalmente costituita da alcuni elementi fondamentali: un geodatabase, un modello di analisi multicriteri ed un’interfaccia utente. Il sistema così strutturato deve comunque consentire tutte le attività di “problem solving” connesse ad un qualsiasi problema di supporto alle decisioni multicriteri territoriale: la costruzione di un database geografico in ambiente GIS, l’ideazione della struttura del modello decisionale (relazione fra obiettivi, criteri ed attributi ed esplicitazione delle preferenze dei decisori), la generazione e la valutazione delle alternative decisionali, l’analisi di sensitività che comporta un ordinamento robusto delle alternative da cui deriva la scelta finale.
In un MC-SDSS, lo svolgimento di tutte queste attività, all’interno di un processo decisionale complesso, viene articolato attraverso le tre fasi fondamentali di costruzione dell’informazione (intelligence), modellazione (design) e scelta (choice) in cui il contributo dei sistemi GIS e delle procedure a criteri multipli interagiscono e si integrano per supportare la decisione, come evidenziato nel paragrafo iniziale del presente capitolo.
In un MC-SDSS tutte le tecnologie devono essere integrate per ottenere un ambiente user-friendly in ciascuna fase del processo decisionale. A tal fine l’architettura del sistema può essere concepita come un insieme di strumenti (toolbox) che comprendono ed integrano tutte le tecnologie in un unico ambiente informatico (Djokic, 1996).
Le diverse componenti di un MC-SDSS possono, così, condividere tutte le informazioni e verificare l’esecuzione dei processi di risoluzione dei problemi, integrando un’ampia gamma di strumenti impiegati per svolgere specifici gruppi di attività (tasks) necessarie per supportare un processo decisionale multicriteri di tipo territoriale.
Un MC-SDSS consta di quattro elementi principali (figura 4.5) di cui tre sono quelli sopra citati ed il quarto riguarda la possibile integrazione con un sistema esperto:
1. uno strumento di analisi e di gestione dei dati geografici che in genere comprende un GIS/DBMS (Data Base Management System), dei fogli di calcolo elettronici, alcuni strumenti di analisi statistica, svariati strumenti di simulazione, la routine di modelli cartografici, i programmi di analisi esplorativa dei dati etc;
2. uno strumento di aiuto alle decisioni multicriteri spaziale che include distinte toolbox capaci di modellare le preferenze dei decisori ed implementare le regole decisionali afferenti sia al campo dell’analisi multiobiettivo che multiattributo; 3. un’ interfaccia utente;
4. un sistema di intelligenza artificiale o comunque un sistema esperto (Kim et. al., 1990; Fedra, 1996) il cui scopo fondamentale è quello di migliorare l’accessibilità, il mantenimento e soprattutto l’operatività delle altre componenti principali del sistema MC-SDSS. MC-SDSS Sistema Esperto Toolbox di analisi e gestione dei dati Spaziali Toolbox di aiuto alle decisioni multicriteri (MCDM) Interfaccia Utente Utente
Figura 4.5 Framework di un MC-SDSS basato sulla costruzione di toolbox (Malczewski,
STRUMENTO DI ANALISI E DI GESTIONE DEI DATI GEOGRAFICI
L’attività fondamentale di un geodatabase, funzionale ad un sistema multicriteri di supporto alle decisioni di tipo territoriale, riguarda la verifica della disponibilità delle
informazioni necessarie al problema decisionale in modo che possano essere analizzate e
gestite dall’analista o dal generico utente nella maniera più efficace ed efficiente possibile.
L’aspetto essenziale nella costruzione del modulo inerente l’analisi e la gestione delle informazioni per un MC-SDSS è relativo, quindi, alla compatibilità del modello di struttura dei dati fra l’ambiente GIS/DBMS ed il sistema di analisi multicriteri (Nyerges, 1993). I GIS basati su una struttura dei dati di tipo raster ed i DBMS di tipo relazionale sono i più appropriati per i modelli decisionali basati su procedure multiattributo.
In questo caso, infatti, una struttura spaziale basata su una griglia di pixel consente di implementare un modello di dati capace di rappresentare in formato tabulare (matrice decisionale) le informazioni relative ai criteri ed agli attributi del problema decisionale che possono essere usati direttamente come input per il modello multiattributo spaziale. A tale scopo, una cella (o una combinazione di celle) di uno strato informativo di tipo raster può essere considerata come un’alternativa decisionale da valutare e ciascun map layer relativo ai dati di ingresso (a seguito di operazioni di pre-processing, necessarie per inserire informazioni mancanti ed eliminare errori o outliers) rappresenta un singolo attributo del set di criteri considerati (Pereira et al., 1993; Malczewski, 1996).
Sebbene un modello di dati di tipo raster possa essere impiegato, in linea generale, anche nel contesto di modelli multiobiettivo (Wright, 1993), esistono metodi alternativi più efficienti per interfacciare un database di tipo geografico con questo tipo di regole decisionali (Ganter e Smith, 1995; MacDonald, 1996): il modello dati che descrive lo spazio è generalmente basato su un network adottando, quindi, una struttura dei dati di
natura vettoriale. Anche se non è facile trovare esempi completi di progetti che adottano
questa struttura, significativi sono i tentativi e le ricerche atti ad impiegare un modello dati “object-oriented” per un MC-SDSS basato su regole multiobiettivo (Reitsma e Carron, 1997).
La toolbox di gestione ed analisi dei dati geografici dovrebbe contenere un insieme di strumenti, direttamente disponibili in un sistema GIS, che diventano di supporto al modello decisionale multicriteri nelle fasi di raccolta delle informazioni e di design del processo di problem solving. La toolbox in esame contiene, quindi, tecniche statistiche e matematiche necessarie per generare, in modo corretto, i dati di input dell’ analisi multicriteri (mappe dei criteri), per costruire ed esplorare le alternative decisionali in un contesto geografico ed, infine, per condurre l’analisi di propagazione degli errori e tutti i processi di analisi dei sensitività del modello. Ad esempio, le tecniche di statistica
multivariata come l’analisi delle componenti principali o l’analisi dei fattori possono essere
decisionale. Inoltre, alcune tecniche statistiche, come ad esempio l’analisi di correlazione, costituiscono un metodo per esaminare l’interdipendenza tra i criteri di valutazione.
Allo stesso modo, la possibilità di effettuare delle simulazioni dinamiche, migliora le capacità analitiche del MC-SDSS anche se la struttura dei sistemi di aiuto alle decisioni multicriteri richiede spesso una semplificazione nella rappresentazione del problema, così da renderlo più facilmente trattabile in un contesto decisionale multiattore. Per integrare i modelli di simulazione complessi con la struttura delle tecniche di analisi a criteri multipli territoriale, sono percorribili due distinti approcci di seguito sintetizzati.
In un primo caso è possibile impiegare un modello di aiuto alle decisioni multicriteri semplificato il cui risultato viene utilizzato come base per un modello di simulazione più dettagliato (ovvero dinamicamente e spazialmente distribuito) che, tenendo conto di obiettivi e vincoli, consente una maggiore risoluzione spaziale e temporale, oltre che una più raffinata comprensione del processo.
È poi possibile effettuare anche il percorso inverso, cioè ricorrere ad una tecnica di simulazione per costruire il set delle alternative e per identificare i criteri più importanti per la valutazione delle alternative; in un secondo momento possono essere impiegate le procedure di aiuto alle decisioni multicriteri di tipo spaziale per incorporare nel processo di risoluzione del problema le preferenze del decisore ed identificare l’ordinamento delle alternative. Un valido esempio di integrazione delle tecniche di analisi a criteri multipli territoriale con le metodologie di simulazione dinamica è fornito da Reitsma e Carron (1997). Infine la simulazione può essere usata per condurre l’analisi di propagazione degli errori: Openshaw ed altri (1991) hanno dimostrato l’utilità della simulazione Monte Carlo per analizzare la propagazione degli errori all’interno dei modelli decisionali multicriteri.
STRUMENTO DI AIUTO ALLE DECISIONI MULTICRITERI IN AMBITO TERRITORIALE
La toolbox relativa ai modelli di aiuto alle decisioni multicriteri territoriali comprende un insieme di tecniche per modellare la struttura delle preferenze degli attori ed implementare le diverse tipologie di regole decisionali, oltre che l’analisi di sensitività e di propagazione dell’errore. I modelli multicriteri di tipo territoriale, prendendo in considerazione una moltitudine di criteri di valutazione (attributi o obiettivi) rappresentati attraverso mappe geografiche georeferenziate, consentono a ciascun decisore di individuare una molteplicità di soluzioni alternative che vengono messe a confronto per arrivare ad una scelta finale.
L’obiettivo di questa toolbox è, infatti, quello di supportare il decisore, garantendo l’adeguatezza della regola multicriteri adottata per lo specifico problema in esame, facendo ricorso alle tecniche di analisi spaziale più robuste, rendendo i risultati del processo (scenari alternativi di soluzione) facilmente comunicabili e confrontabili in un contesto multiattore.
Affinché l’applicazione di un modello di analisi multicriteri territoriale possa avere successo, è necessario valutare attentamente i trade-off tra i punti di forza e di debolezza di ciascuna regola decisionale (Hong e Vogel, 1991).
Ciascun modello rappresenta, infatti, una maniera diversa di strutturare e risolvere il problema di decisione, ed è essenziale, quindi, identificare quello o quelli che meglio interpretano le caratteristiche della problematica in esame; questo aspetto è particolarmente importante quando la connotazione spaziale del processo diventa discriminante, come nel caso dei problemi di pianificazione territoriale.
Hong e Vogel (1991) indicano le caratteristiche che il “multicriteria decision making toolbox” deve presentare per consentire la selezione del modello (procedura operativa)
decisionale più adatto al contesto in esame:
il sistema deve consentire la possibilità di effettuare la valutazione con differenti
tipologie di modelli multicriteri;
la selezione di un modello deve basarsi sulle esigenze dei decision makers riguardo a ciascuna fase del processo decisionale (intelligence, design e choice); il sistema deve essere in grado di fornire un sommario complessivo dei risultati dei modelli eseguiti da cui poter estrarre informazioni utili per la scelta finale.
INTERFACCIA UTENTE
La costruzione dell’interfaccia utente è una fase critica per un qualsiasi sistema di supporto alle decisioni. Essa include, infatti, tutte le procedure attraverso cui è possibile
inserire comandi, richieste e dati nel MC-SDSS e comprende tutti i metodi mediante i
quali i risultati del processo vengono prodotti e rappresentati. L’interfaccia utente può essere pensata come una “superficie” attraverso cui tutti i dati e le informazioni sono scambiati in maniera biunivoca tra l’utente ed il computer, consentendo una sessione interattiva e dinamica di trasferimento di conoscenza tra l’utente ed il sistema (Malczewski, 1999). L’interfaccia deve essere progettata in modo da garantire la massima flessibilità all’utente che deve poter comunicare facilmente con tutti i toolbox del sistema.
Un’interfaccia utile ed efficace per un MC-SDSS dovrebbe, in linea generale, possedere le seguenti proprietà:
1. accessibilità: gli utenti, anche poco familiari con la struttura del sistema decisionale, devono poter essere in grado di accedervi intuitivamente; un’interfaccia user-friendly ha generalmente un maggior impatto sulla probabilità che il sistema di supporto alle decisioni venga compreso da un numero elevato di attori. Questo tipo di interfaccia facilita, quindi, anche il compito dell’analista che può spiegare e chiarire al cliente ed agli stakeholders gli stati di avanzamento ed i risultati definitivi del processo decisionale, potendo inserire nel modello, in maniera trasparente, ulteriori modifiche ed integrazioni di volta in volta richieste da ciascuno degli attori in gioco;
2. flessibilità: consente di sperimentare un’ampia gamma di soluzioni operative riguardo al problema e di tornare sui propri passi quando viene effettuato un errore non intenzionale;
3. interattività: si riferisce all’efficienza con cui l’informazione passa dall’utente al sistema e viceversa;
4. layout ergonomico: enfatizza un’efficiente ed efficace comunicazione tra utente e sistema;
5. interfaccia orientata al processo: consente a ciascun decisore, ed in primo luogo all’analista, di essere consapevole delle attività e delle tecniche implementate, favorendo proprio in un contesto multiattore una maggiore comprensione della struttura dell’intero processo.
Alcune interfacce grafiche sono implementabili direttamente in ambiente GIS (costruzione di finestre, icone e pop-up menu), mentre gli strumenti multimodali ipertestuali costituiscono nuove opportunità per ideare nuove interfacce (Laurini e Thompson, 1992). Un classico esempio di ipertesto è il web che permette di esplorare, tramite la rete, un’infinità di informazioni attraverso un veloce collegamento di una parte del documento con qualsiasi altro documento ad esso concettualmente attinente, ma fisicamente distante, come se si potesse “navigare” attraverso i dati ed i modelli (Laurini e Thompson, 1992; Plewe, 1997). Uno dei più importanti e promettenti sviluppi nella costruzione delle interfacce per i sistemi di supporto alle decisioni di tipo spaziale è denominato “Visual Interactive Modeling” (VIM) (Jones, 1996) che implica l’utilizzo di foto, grafici ed altri supporti visivi per identificare le decisioni desiderate. Esso integra modelli matematici o simbolici con rappresentazioni grafiche in tempo reale dei risultati del modello.
In generale l’utilizzo di tecniche di rappresentazione e visualizzazione dinamica risulta di fondamentale importanza perché aiuta l’analista ed i decisori nella comunicazione dei risultati finali del processo valutativo, favorendo una verifica della correttezza dell’intero processo attraverso la comprensione più approfondita delle relazioni tra tutte le variabili in gioco.
MODALITÀ DI COMBINAZIONE DEI GIS CON I SISTEMI DI AIUTO ALLE DECISIONI MULTICRITERI
Una volta individuati e progettati i componenti fondamentali per un MC-SDSS, un altro elemento di grande importanza per la risoluzione dei problemi decisionali, specialmente in un contesto multiattore, riguarda la modalità con cui l’ambiente GIS ed il sistema di aiuto alle decisioni multicriteri territoriale vengono accoppiati.
Numerose strategie sono state sviluppate a tal riguardo, ma in generale i metodi con cui l’accoppiamento risulta essere più efficiente sono riconducibili a due famiglie (Jankoswski, 1995) (figura 4.6, a e b):
1. accoppiamento debole (“loose coupling”): questo approccio consente l’integrazione di un GIS con le tecniche di analisi multicriteri mediante un meccanismo di file di scambio che comporta la possibilità di far girare il modello di
analisi a criteri multipli in un ambiente esterno al GIS che viene invece usato
come sorgente di dati e strumento di rappresentazione dei risultati.
I dati sono esportati dal software GIS per essere utilizzati all’interno di una struttura di analisi multicriteri di tipo spaziale, in modo tale che i due ambienti possano comunicare semplicemente per mezzo di file di interscambio che ciascuno dei due software può leggere.
In questo caso è talvolta necessario programmare un codice ad hoc per trasferire le informazioni relative alla strutture dei dati e del modello decisionale;
2. accoppiamento forte (“tight coupling”): questa modalità consente una forte integrazione tra i GIS e i sistemi di analisi a criteri multipli sulla base di un singolo
sistema di gestione dei dati e dei modelli ed una comune interfaccia utente.
A seconda del modo con cui una delle due componenti risulti dominante, in termini di struttura del software, è possibile distinguere tra la strategia d’integrazione a prevalenza GIS (in questo caso il modello decisionale multicriteri è implementato tramite i comandi ed il linguaggio dei sistemi informativi
geografici) da quella a prevalenza MCDM (Eastman, 1997).
Nella modalità a dominanza GIS, i programmi di analisi multicriteri vengono
lanciati direttamente dall’ambiente GIS e ciò consente ai due moduli di girare
simultaneamente condividendo un geodatabase comune.
Questo approccio richiede la scrittura un programma, compilato dall’analista, cui il generico utente può accedere tramite interfacce dedicate, in modo da implementare le funzioni decisionali multicriteri necessarie.
Questa strategia richiede, quindi, un buon livello di conoscenza del linguaggio di programmazione GIS (Avenue o Visual Basic) oltre che considerevoli doti di programmazione; pertanto presenta il vantaggio di poter modellare in maniera flessibile il processo decisionale, utilizzando un singolo database integrato, ma anche lo svantaggio di dover adattare il modello multicriteri alle funzionalità del linguaggio informatico implementato in un GIS.
a) MC-SDSS GIS Interfaccia Utente Files Condivisi Utente Modelli MCDM Interfaccia Utente b) MC-SDSS
GIS CondivisiFiles
Utente
Modelli Multicriteri
(MCDM) Interfaccia Utente
Figura 4.6 Strategie di costruzione di un MC-SDSS: a) accoppiamento debole, b)
