Abstract

Prezenta lucrare abordeazã un segment al  problematicii complexe cu privire la  procesul de luare a deciziilor. Odatã cu  dezvoltarea tehnologiilor informațioanle s-au dezvoltat și implementat sistemele suport de decizie (DSS) care au devenit din ce în ce mai performante și au fost iplementate în cele mai variate domenii. În lucrarea de fațã sunt prezentate aspecte privind cercetarea științificã, decizia și clasificarea deciziilor, algoritmul de luare a deciziei, situația privind stadiul domeniului cu exemple de lucrãri care atestã implementarea DSS în diferite sectoare de activitate. De asemenea, au fost abordate aspecte privind proiectarea, algoritmi și scheme bloc pentru derularea proiectãrii și luarea deciziilor în cazul unor situații complexe de proiectare care se desfãșoarã în cadrul SC Setko Impex și care necesitã transfer tehnologic pentru asistarea deciziilor și, prin urmare, implementarea unui sistem DSS în cadrul companiei care are activitatea de bazã, cercetarea științificã iar ca activitate secundarã proiectarea, în principal, sisteme de asigurare a unor localitãți cu apã, canalizare, gaze etc.

Cuvinte cheie:  decizie, cercetare științificã, decizie asistatã, SSD, (sisteme suport ale deciziei), riscuri

Introducere

Schimbãrile, fãrã precedent, ale societãții umane, au ca bazã, în cea mai mare parte,  rezultatele cercetãrii științifice care a devenit cel mai important factor al dezvoltãrii și evoluției umanitãții. Acum, cercetarea depãșește cadrul strict concurențial al companiilor și face obiectul unor politici publice, coerente, la nivel național și internațional, de susținere, management, colaborare și coordonare a entitãților care activeazã în domeniul cercetãrii științifice și dezvoltãrii tehnologice.  Cercetarea științificã, însãși, a fãcut obiectul unor profunde transformãri și abordãri fiind una dintre componentele strategice ale oricãrei dezvoltãri. Conceptul de ”economie a cunoașterii”^[1] reflectã stadiul în care s-a ajuns în cadrul acestui proces complex, respectiv, punerea problemelor care urmeazã sã fie soluționate, asigurarea resurselor financiare, crearea capitalului științific, aplicarea și gestionarea  în cadrul societãții a rezultatelor acestui capital științific, tehnic și tehnologic.

Constituie, deja,  un fapt banal realitatea cã știința a devenit omniprezentã în procesele de generare a satisfactorilor destinați creșterii confortului și bunãstãrii ființei umane. Rezultatele  cercetãrilor științifice  sunt, de cele mai multe ori spectaculoase. Dar, ca orice realizare a minții umane, au atât consecințe favorabile cât și, unele, nefavorabile, asupra omului și vieții sociale. De aceea rolul bioeticii în cadrul derulãrii cercetãrilor și, mai ales, în utilizarea rezultatelor cercetãrii a crescut și va trebui sã creascã în continuare. Întrucât, multe dintre aceste rezultate au efecte distructive dacã etica nu funcționeazã. Toatã lumea știe cã stãpânirea reacțiilor nucleare poate fi beneficã atunci când, de exemplu, acestea sunt utilizate în producerea energiei electrice și termice, în medicinã etc. Dar când au fost utilizate în fabricația de bombe nucleare consecințele utilizãrii unor astfel de arme au fost dezastruoase. Un exemplu recent, cercetãrile privind coronavirușii. Dacã plecãm de la ipoteza cã intențiile cercetãtorilor sunt sau ar fi acelea de a studia structurile, adaptabilitatea, replicarea, modalitatea de transmitere și infectare, rezistența existenței virusurilor în diferite medii și în corpul uman, cu scopul de a dobândi cunoștințele necesare în vederea producerii de mijloace de luptã împotriva acestor virusuri (vaccinuri, tratamente, mijloace de prevenție etc.) atunci aceste cercetãri se înscriu pe linia eticii. Dacã preocupãrile unor cercetãtori sunt sau au fost acelea de a realiza un virus-armã biologicã, atunci componenta eticã din astfel de cercetãri, este îndoielinicã spre a lipsi în totalitate. Toatã planeta a fost aruncatã într-o crizã medicalã, pandemie,  care a condus la pierderi de vieți omenești și pierrderi economice incalculabile. Oricum, existã cercetãri care avanseazã ideea cã originea virusului este una de laborator^[2]. ”Analiza noastrã, a glicoproteinei spike din 2019-nCoV, a dezvãluit câteva descoperiri interesante: în primul rând, am identificat 4 inserții unice în glicoproteina spike 2019-nCoV care nu sunt prezente în niciun alt coronavirus raportat pânã în prezent. Spre surprinderea noastrã, toate cele 4 inserții din 2019-nCoV mapate pe segmente scurte de aminoacizi din HIV-1 gp120 și Gag printre toate proteinele virale adnotate din baza de date NCBI. Este puțin probabil ca aceastã asemãnare neobișnuitã a inserțiilor noi în proteina spike 2019- nCoV cu HIV-1 gp120 și Gag sã fie întâmplãtoare”

De aceea, o problemã importantã, în acest context, o reprezintã decizia în legãturã cu  abordarea aspectelor  privind influențele, consecințe directe sau colaterale pe care le au sau le pot avea rezultatele cercetãrilor științifice. În special, ale cercetãrilor asupra unor subiecți umani precum și  tehnologiile și produsele realizate în baza acestor rezultate.

De multe ori, societatea sau segmente semnificative ale acesteia manifestã percepții negative cu privire la astfel de produse și tehnologii. Dacã aspectele negative sunt reale, intervenția societãții în astfel pe cercetãri este beneficã. Chiar dacã, uneori, se manifestã dupã un numãr îndelungat de ani. Este de notorietate internaționalã, negativã este adevãrat, studiul Tuskegee^[3]. Acest studiu s-a desfãșurat în statul Alabama din SUA între anii 1932-1972. Cu toatã perioada îndelungatã pe parcursul cãreia studiul s-a derulat, cu toate cã au fost invocate rapoarte publice și faptul cã nu s-a desfãșurat în clandestinitate, evaluarea finalã a acestui studiu, fãcutã și sub presiunea și cu ajutorul presei, a dus la concluzia cã s-au comis atrocitãți asupra unor minoritãți afro-americane  iar ”cercetarea” nu a respectat normele de bioeticã. Deși președintele ”Clinton și-a cerut scuze, în 1997, pentru atrocitãți comise împotriva negrilor de cãtre medici albi americani, timp de 40 de ani, este îndoielnic faptul cã acestea au contribuit  la diminuarea sentimentelor de neîncredere pe care mulți negri le au astãzi fațã de albii din întreaga lume” se menționeazã într-o lucrare^[4] elaboratã de cãtre un profesor african.

Mai amintim ”Experimentele naziste din Cel de-al Doilea Rãzboi Mondial care au inclus:  ingestia de apã sãratã, expunerea la temperaturi și presiuni extreme, transplanturi de oase și membre fãrã indicație medicalã, injecții cu bacterii în scopul testãrii eficienței  noilor medicamente antibacteriene. Dr. Mengele o condus numeroqse experimente pe gemeni.”^[5]

Evoluția percepțiilor privind  cercetarea-dezvoltarea conține numeroase situații în care percepțiile, la nivel individual sau colectiv,  au fost eronate. Astfel, ca exemplu de percepție eronatã, la nivel individual, celebrã, amintim Kelvin, Lord William Thomson^[6] (1824-1907) care susținea cã ”obiectele mai grele decât aerul nu pot zbura”. Acum, dupã cum toatã lumea știe, cerul este brãzdat de zborul nenumãrator obiecte mult mai grele  decât aerul. La nivel colectiv, o percepție eronatã, care a adus mari prejudicii unui întreg sistem socio-economic a fost aceea potrivit cãreia ”cibernetica este o pseudoștiințã reacționarã”^[7];[8];[9] Aceastã percepție, consideratã în sistemul  de tip soviatic a adus mari prejudicii dezvoltãrii științei și economiei țãrilor din blocul estic din timpul rãzboiului rece..

Exemplele pot fi numeroase pentru ambele perspective  prezentate mai sus. Prin urmare, putem conchide cã ”decizia”  fundamentatã și/sau intuitã poate fi un factor esențial în dezvoltarea unui domeniu sau, dimpotrivã, în frânarea acestuia.

Epoca actualã conține, la nivel științific și social o serie întreagã de idei, teorii, concepte  și altele care nasc multe controverse ce depãșesc cadrul strict științific. Astfel tehnologia 5G a dat drumul imaginației unor populații întregi și s-a ajuns ca, la nivel de țarã, sã fie interzisã. S-a mers pânã acolo încât s-a fãcut legãtura cu pandemia coronavirus, vaccinarea obligatorie și, odatã cu aceastã vaccinare, microciparea populației! Au apãrut mișcãri coordonate care vor sã distrugã aceastã tehnologie. Ca în vremea apariției revoluției industriale când oamenii distrugeau mașinile. Din fericire, pe baza lucrãrilor științifice și a cercetãrilor privind aceastã tehnologie, se poate trage concluzia cã efectele benefice asupra umanitãții vor fi colosale. Iar riscurile, se pare, pot fi ușor ținute sub control și manageriate. Prin urmare, decizia de a fi implementatã aceastã tehnologie este una corectã iar România se aflã în topul țãrilor care o implementeazã.

Mai menționãm, exemplificativ,  preluate dintr-un articol^[10], urmãtoarele idei care, cu mai mult sau mai puțin timp în urmã, erau considerate imposibilitãți și pe care, știința ”le-a cucerit”: analiza stelelor, meteoriții provin din spațiu, zborul în spațiu, utilizarea energiei nucleare, superconductori calzi, gãuri negre, crearea câmpurilor de forțã, invizibilitatea și teleportarea.  Unele sunt la începuturi altele sunt, deja, la maturitate tehnologicã. Și se aflã în exploatare curentã.

În toate aceste cazuri și în multe altele, de fapt în toate cercetãrile, decizia și fundamentarea ei sunt aspecte fãrã de care știința nu ar fi putut avea rezultatele pe care le-a obținut și continuã sã le obținã.

Procesul de cercetare științificã

”Logica cunoașterii științifice poate fi numitã și teorie a teoriilor.” afirmã Karl Poper în lucrarea Logica cercetãrii^[11] și continuã ”Teoriile științifice sunt enunțuri universale”. Pornind de la aceste afirmații, este aceptatã definiția potrivit cãreia ”cercetarea științificã reprezintã procesul de cãutare sistematicã, uneori accidentalã, de noi cunoștințe, desfãșuratã de regulã în cadrul disciplinelor academice de cãtre cercetãtori. Prin definiție, activitatea de cercetare se referã la rezultate privind sporirea cunoașterii, rezultate care pot fi considerate noi numai dacã sunt recunoscute ca atare pe plan internațional. În caz contrar, nu poate fi vorba de o activitate de cercetare, ci de documentare.”^[12]

Rezultatele cercetãrilor se pot materializa în lucrãri, articole, studii, documentații, teorii, metodologii, planuri, desene, scheme, rapoarte, tehnologii, produse, algoritmi, rețete, formule, descoperiri, brevete, copyright-uri, softuri etc.  

Schematic, procesul de  cercetare  se desfãșoarã ca în schemele de mai jos, fig.1 și fig. 2:

Fig.1 - https://imgur.com/rIGUsa1

Fig.2 - https://imgur.com/7XisfSC

Potrivit situației din figura 1 oricare tip de  cercetare presupune o abordare științificã inițialã care poate porni, neexhaustiv, de la o necesitate tehnicã, economicã, socialã urmãrindu-se ”gãsirea” elaborarea, producerea  unui satisfactor care sã satisfacã acea necesitate. Reflecția intelectualã și raționamentul, de asemenea, pot genera cercetare prin diverse posibile legãturi în cadrul aceluiași domeniu sau în domenii diferite, care au loc în procesele intelectuale respective.  Experimentul, ca urmare a observațiilor, care au loc în cadrul proceselor de derulare a unor experimente, pot deschide câmpul unor noi și noi cercetãri științifice. Cercetãtorul, de regulã, se focuseazã asupra obiectului cercetãrii sale dar are ochii larg deschiși spre orice alte evenimente sau fenomene care apar în cadrul acestor cercetãri. Și, în special, asupra acelora noi care pot avea sau nu o explicație pertinentã. Întâmplarea, hazardul pot conduce adesea la inițierea de noi cercetãri științifice care pot conduce la rezultate importante pentru științã.

Odatã ce abordarea științificã a fost inițiatã, urmeazã o fazã complexã de emitere a uneia sau mai multor ipoteze, de structurare, organizare și management al respectivei cercetãri științifice.  În baza acestora și a celorlați factori, respectiv, metode, proceduri,  principii, observații, colectare date, tehnici, instrumente, modele, corelații, testare se desfãșoarã cercetãrile, prelucrarea datelor și se obțin rezultate. Care pot fi cele așteptate sau nu.

Principalele raționamente utilizate în cadrul proceselor de cercetare științicã sunt raționamentele ipotetico-deductive, ipotetico-inductive,  raționamentele bazate pe faze și etape de experiment precum și raționamentele bazate pe observațiile sistematice.

În figura 2 se prezintã, schematic, drumul de la observație la rezultate.

De-a lungul întregului proces de cercetare științificã un rol important îl au ipotezele care se avanseazã și se testeazã și deciziile care se iau în fiecare etapã, fazã de lucru. Dacã unele decizii sunt, relativ, simple și ușor de luat, altele sunt complexe și dificil de adoptat. De aceea un suport asistat de calculator de luare a deciziei este de mare utilitate în procesul de derulare a cercetãrilor științifice.

În cadrul societãții noastre, pe lângã activitatea de cercetare se desfãșoarã și o activitate de proiectare, în special în domeniul infrastructurilor edilitare cum sunt alimentãrile cu apã, canalizãrile, alimentãrile cu gaze etc. Și acest domeniu presupune fluxuri de proiectare riguroase, coerente și care utilizeazã decizia complexã în elaborarea și gestionarea datelor, documentelor și documentațiilor.

 În cadrul proceselor de proiectare, de asemenea, în toate fazele, este nevoie de decizii privind soluțiile tehnice adoptate, optimizarea acestora, analiza scenariilor de implementare a proiectelor și multe altele.  Elaborarea documentelor se face conform unor algoritmi în care sunt etape decizionale.  Un exemplu de astfel de algoritm de proiectare a documentelor este prezentat în figura 3. Se observã cã secvențele operaționale tip ”romb” sunt blocuri decizionale. În situația în care rezultatele nu corespund unor criterii se adoptã decizia iterativã de reîntoarcere a documentului sau soluției la o operație anterioarã.

Fig.3 - https://imgur.com/dHZlx5p

În figura 4 prezentãm sub forma unei scheme bloc procesul  de realizare a unui proiect investițional în care atât în cadrul fiecãrui bloc funcțional cât și la trecerea de la un bloc la altul trebuie îndeplinite sarcini și criterii. În baza acestei analize se iau decizii determinante pentru derularea  proiectului.

Fig.4 - https://imgur.com/Cy9mrDu

Decizie, tipuri de decizii

În  figura 5 prezentãm o propunere de schemã bloc generalã a procesului de inițiere și luare a deciziilor. Dupã cum se observã, inițierea luãrii unei decizii este generatã de o anumitã situație, realã sau ipoteticã, care se aflã într-un context dinamic dat ( provine din context sau este destinatã acestuia). Luarea deciziei presupune o anumitã fundamentare de orice tip ar fi ea: intuitivã, emoționalã, raționalã sau combinații ale acestora.

Fig.5 - https://imgur.com/omogQcp

 O astfel de fundamentare poate dura câteva secude sau ani de ipoteze, analize, calcule etc. Cu excepția deciziilor intuitive și emoționale, deciziile raționale, în funcție de importanța și complexitatea lor urmeazã parțial sau în totalitate algoritmul prezentat în fig. 5. Astfel, odatã ce necesitatea de a lua o decizie a fost inițiatã se trece la identificarea deciziei dintr-un portofoliu de decizii existente cunoscute sau se imagineazã și proiecteazã decizii noi. Apoi se face analiza, de cele mai multe ori, comparativã, a deciziilor cu sau fãrã modelarea situației și a efectelor pe care se previzioneazã cã le-ar avea decizia și se alege dintre variantele identificate, ca fiind posibile, varianta care, pe baza datelor și informațiilor de care decidentul dispune la un moment dat, varianta  consideratã a fi cea mai bunã, optimã sau care corespunde unui anumit risc acceptat ori compromis convenit. De multe ori, post factum, s-a dovedit cã anumite decizii care pãreau a fi foarte bune au fost decizii proaste. De aceea este foarte important ca, în procesul deciziei, decidentul sã dispunã de date complete, cu acuratețea necesarã,  sã cunoascã întreg ansamblul și contextul privitor la decizie și sã aibã proiecția cât mai aproape de ”realitatea care va urma deciziei” în toate sau cât mai multe dintre consecințele deciziei. În plan militar și politic, de-a lungul timpului s-a dovedit cã multe decizii au fost greșite. Fie ca urmare a informațiilor deficitare, a ipotezelor hazardante ori a intoxicãrilor cu informații false din partea celor interesați ca deciziile sã nu aibã efectele scontate de decident.

Dupã stabilirea opțiunii pentru o anumitã decizie, urmeazã analiza de senzitivitate care depinde de complexitatea deciziei. ”Metodele de analizã a senzitivitãții clasice sunt adesea inadecvate pentru modelele bazate pe date, cum ar fi rețelele neuronale recurente, datoritã numãrului mare de intrãri interdependente. Metodele obișnuite, de bazã, la un moment dat nu reușesc sã ofere rezultate semnificative atunci când se ia în considerare un numãr mare de intrãri. Acestea pot fi totuși îmbunãtãțite prin utilizarea seturilor de date utilizate inițial pentru instruire, validare și testarea modelelor. Aceste seturi de date acoperã în mod necesar intrãrile posibile, adesea cu distribuția statisticã care se potrivește cu realitatea”^[1] Faza de previziune a efectelor deciziei și de modelare preced ”faza decizionalã” cu privire la decizie. Prin urmare, în urma etapelor anteriare decidentul trebuie sã aibã toate datele și informațiile pentru a rãspunde la întrebarea ”Este decizia de care este nevoie?”  Potrivit algoritmului, sunt trei posibilitãți de rãspuns: ”da”, caz în care decizia se implementeazã, ”nu”, decizia este abandonatã și ”da dar trebuie revizuitã” caz în care decizia se reîntoarce la faza de fudamentare pentru a fi revizuitã și îmbunãtãțitã. Dupã implementare, decizia este monitorizatã sau mai bine spus, efectele și implicațiile ei sunt monitorizate și evaluate dupã un timp de la aplicare. Aceastã evaluare se finalizeazã, de asemenea, ca în situația implementãrii, într-un bloc decizional, cu una dintre cele trei cãi de urmat ca rãspuns la întrebarea: ”Decizia a confirmat așteptãrile?” dacã rãspunsul este ”da” decizia continuã sã rãmânã implementatã și sã producã efecte. Dacã  rãspunsul este ”nu” decizia este abandonatã. Existã și a treia posibilitate, ”da dar trebuie revizuitã” situație în care decizia se reîntoarce la faza de fundamentare în vederea analizãrii aspectelor care s-au dovedit a fi necorespuzãtoare, decizia este revizuitã, îmbunãtãțitã, adaptatã situației concrete, de data aceasta cunoscutã, și urmeazã, apoi, pașii din algoritm. Principial, acest algoritm, cu unele adaptãri care sã ținã seama de specificitatea domeniului, toate deciziile urmeazã un astfel de algoritm sau unul similar.

Dezvoltarea economicã, din ce în ce mai complexã, cu multiple relații între operatorii economici precum și între aceștia și administrațiile  publice și mediul de afaceri genereazã cantitãți de informații care, de la un anumit nivel, depãșesc posibilitãțile managerilor precum și ale specialiștilor care utilizeazã și gestioneazã astfel de informații, de a le gestiona. Ca atare, organizațiile (companii, entitãți ale administrației, ONG-uri etc.) apleazã tot mai mult la sprijinul informaticii  pentru a putea face fațã acestei avalanșe de date și informații de care au nevoie și cu care se confruntã,  pentru a putea lua deciziile cele mai bune și în timp util. Acest tip de sprijin se realizeazã cu ajutorul Sistemelor Suport de Decizie (Decision Support System DSS^[2]) Un DSS este un ”sistem de informații conceput pentru a sprijini procesul de luare a deciziilor în afaceri și organizații” În primã fazã, un astfel de sistem asista persoanele care luau decizii manageriale semistructurate sau slab structurate, fãrã sã înlocuiascã în vreun fel gândirea umanã. Aceste sisteme trebuia sã fie ușor de utilizat de cãtre nespecialiști, sã  asiste ”managerii care se confruntã cu probleme semistructurate”, sã ofere posibilitatea combinãrii între  ”modelele sau tehnicile analitice cu accesul la baze de date tranzacționale” sã ia în considerare ”particularitãțile de mediu și caracteristicile cognitive ale factorului de decizie”^[3] Arhitectura unui astfel de sistem este prezentatã în figura 6 preluatã din lucrarea citatã.

Fig.6 - https://imgur.com/57G0LpY

Sursa: Op. citat nota

Dupã cum se observã din figurã sistemul conține o bazã de date, o bazã de modele un sistem conversațional și un driver prin intermediul cãruia operatorul interacționeazã cu sistemul.

În principiu, cu adaptãri la tehnologiile informatice actuale, arhitectura DSS se menține și în prezent. Precizãm cã DSS nu ia decizii. Existã DSS pentru management (MIS- Management Information System) și pentru decidenți (EIS – Executive Information System). Sistemul este interactiv și are o arhitecturã complexã. Principalele caracteristici ale unui DSS: este asistat de calculator, este interactiv în raport cu decidentul uman asistat, asigurã asistențã decidenților, contribuie la creșterea eficienței în activitatea decizionalã, permite realizarea unei sinergii între  mintea umanã și capacitãțile informaticii. Tipurile de decizie care se pot lua, beneficiind de asistența DSS,  sunt prezentate, ca o propunere formulatã de autor,  în tabelul de mai jos, tabelul nr 1.

Tabel cu o propunere de clasificare a tipurilor de decizii care pot fi luate la nivel organizațional cu ajutorul DSS

Tabel nr.1 - https://imgur.com/TYhXyiA

State of art

”Primele abordari in legatura cu sistemele de asistare a deciziei au avut loc in 1967-1968, in Statele Unite, la Universitatea din Dorthmouth, cand s-au realizat primele sisteme logice destinate domeniului financiar. Primii cercetatori ce au manifestat interes deosebit pentru domeniul sistemelor de asistare a deciziei au fost Little, Gory, Scott, Morton si Geritty, ulterior acest domeniu fiind cercetat si de catre Alter, Flynn, Montgomery, Turban, O’Brien, in prezent aflandu-se in continua dezvoltare. Acest domeniu implica doua probleme principale: construirea unui model conceptual si a unui instrument software adecvat, pe de o parte, iar pe de alta parte identificarea si dezvoltarea metodelor si tehnicilor de realizare a sistemelor de asistare a deciziei^[1].”

Pe baza rezultatelor deosebite obținute în ”gestionarea municipalitãților” cu ajutorul DSS, în Italia, a fost dezvoltat  un  DSS, numit CLASS (City Logistics Analysis and Simulation Support System)^[2]. Sistemul conține modele avansate de cerere,  care modeleazã  efectele asupra comportamentului actorilor asupra mãsurilor logistice ale orașului, scenarii de utilizare a terenrilor, schimbãri demografice, modelarea cererii, etc. Ca aplicații sunt prezentate  ”simularea transportului urban de marfã în zona interioarã a Romei și evaluarea locației activitãților de distribuție a mãrfurilor în Padova”

În Spania a fost propus  DSS specific^[3] pentru a îmbunãtãți funcționarea  unei secții  industriale de recuperare a cãldurii (o rețea de schimbãtoare de cãldurã) într-o fabricã de producție de fibre cu obiectivul de a ”optimiza utilizarea resurselor în timp real, satisfãcând în același timp un set de constrângeri de producție.”  Sistemul a fãcut obiectul unui contract de finanțare europeanã  din programul de cercetare și inovare al Uniunii Europene Orizont 2020 în temeiul acordului de subvenționare nr. No 723575 (CoPro) and from the Spanish MICIU with FEDER funds under project InCO4In (PGC2018–099312-B-C31)

În Tunisia a fost adoptat un ”sistem de susținere a deciziilor (DSS) în agriculturã^[1] pentru prevenirea bolii cartofului” care  și-a dovedit utilitatea conducând la creșterea eficienței prin reducerea costurilor de producție și prin impactul asupra mediului.

În Brazilia a  fost dezvoltat un DSS^[2]  care ajutã la realizarea de planuri  de rutare pentru vehicule de distribuție angro, pentru comenzi zilnice. Sistemul  integreazã rutele planificate cu asistența șoferului și cu sisteme mobile logistice de operare / gestionare. Acestea funcționeazã folosind cloud computing pentru urmãrirea vehiculelor prin GPS folosind GSM și ajutã șoferii sã urmãreascã stradã cu stradã. Sistemul integreazã și gestioneazã datele privind personalul, organizarea comenzilor, gestionarea stocurilor, gestionarea clienților, plãți / facturare și altele. Este legat de business intelligence (BI).

Într-o altã lucrare^[3] se analizeazã comparativ, procesele, existente,  de furnizare a produselor și serviciilor a douã companii furnizoare de produse diferite. Companiile au sediile în țãri diferite și vând produse pentru piațã. Niciuna dintre cela douã companii analizate nu dispune de un  DSS și utilizezã un sistem de management clasic cu toate cã au procese tehnologice complexe. Acest aspect face ca eficiența activitãților celor douã companii sã nu fie cea posibilã și, prin urmare, este loc de îmbunãtãțiri în special, prin implementarea unui sistem de asistențã decizionalã (DSS).  Un astfel de sistem va fi capabil sã  gestioneze o parte a proceselor tehnologice. În acest fel se vor scurta timpii de fabricație, se vor utiliza mai eficient resursele, consumurile energetice și tehnologice. Acestea vor contribui la eficientizarea activitãților celor douã companii, pe de o parte și la creșterea satisfacției clienților pe de alta. Menționãm cã propunerea autorilor lucrãrii este una teoreticã, implementarea propunerii  rãmânând la latitudinea celor doã companii ca opțiune de dezvoltare și modernizare.

Sistemele  suport de decizie (DSS) au aplicații în cele mai diverse domenii ale activitãților umane. Și domeniul artei beneficiazã de avantajele unui astfel de sistem. Astfel, pornindu-se de la ideea potrivit cãreia  ”Centrele culturale pot fi identificate ca organizații cu mediu estetic și artistic” în cadrul unui studiu^[4] a fost propusã ”aplicarea unui instrument cuprinzãtor de mãsurare a calitãții serviciilor pentru a evalua calitatea serviciilor în galeriile de artã. modele de mãsurare și concepte de calitate în cercetarea artisticã care au fost formulate cu abordarea EFA și validate pe baza metodei CB-SEM. Cu toate acestea, principala noutate a acestui studiu a fost introducerea unui model DSS hibrid” Instrumentul de ”mãsurare” ARTIQUAL a fost utilizat și validat în șapte galerii de artã din Teheran, Iran. Autorii studiului realizeazã cã  din cauza diferențelor culturale dintre diferitele zone geografice, persoane, grupuri de persoane, percepțiile respectiv consecințele analizei modelului, pot varia. Și este evident acest aspect întrucât percepțiile, ca urmare a orizonturilor culturale diferite, pot fi și sunt diferite. De altfel este arhicunoscut dictonul  ”De gustibus et coloribus non disputandum” De aceea autorii recomandã ”compararea percepției calitãții serviciilor pe baza modelului ARTQUAL pentru galeriile de artã din diferite zone și diferite setãri culturale” Mai mult, ei recomandã ”extinderea modelului ARTQUAL în alte mãsurãtori ale calitãții serviciilor din diferite centre culturale, cum ar fi sãli de concerte, cinematografe și sãli de teatru. În al doilea rând, datele de intrare ale DSS propuse pot fi extinse la diverse structuri matematice, cum ar fi seturi bipolare fuzzy, structura datelor de interval și structuri multiset neutrosofice bazate pe datele colectate în alte aplicații.”. Se deschide astfel un câmp larg pentru aplicarea DSS:

Dezvoltarea sistemelor bazate pe inteligența artificialã (AI) a condus la îmbunãtãțirea sistemelor DSS și la creșterea complexitãții lor. Cu toate acestea sunt aspecte care ridicã problema neîncrederii în sfaturile pe care le furnizeazã astfel de sisteme. Poate și pentru faptul cã  nu s-a fãcut suficient în domeniul metodelor care sã transmitã încredere utilizatorilor. Într-o lucrare^[1] autorii olandezi,  menționați în nota de subsol, prezintã ”un cadru pentru mãsuri de încredere interpretabile (ICM)”  ”care a fost evaluat prin efectuarea a douã experimente de utilizator. Rezultatele aratã cã ICM poate fi la fel de precisã ca alte mãsuri de încredere, în timp ce se comportã într-un mod mai previzibil.”

Evoluția sistemelor DSS și a derivatelor  este strâns legatã de evoluția tehnologiior comunicaționale și a internetului. Cu privire la platformele web și dezvoltarea acestora, prezentãm, mai jos, un scurt istoric.

Web 1.0 - web static; cunoscut ca ”numai citire” Utilizatorul mediu se rezuma doar la a citi informațiile care îi erau prezentate. Au apãrut milioane de site-uri statice care prezentau orice, Fãrã comunicare activã. Utilizatorii cautã și citesc informații. Apare coșul de cumpãrãturi. Lipsa interacțiunii.

Web 2.0 – În anul a apãrut ”noua erã”: ”Citire-Scriere-Publicare”. Apare LiveJournalul, Blogger-ul. Utilizatorii non-tehnici pot interacționa în mod activ și pot contribui la web cu conținut.  Aceastã interacțiune și contribuție a schimbat fundamental peisajul web. Utilizatorii se implicã în informațiile disponibile. Au apãrut bloguri, social-media,  video-streaming. Twitter , YouTube , eZineArticles , Flickr, Facebook.

Web 3.0 – Este cunoscut ca ”web-ul semantic de executare” Marcaj semantic și servicii web. ”ușurința de regãsire și agregare a informațiilor distribuite, fãcutã posibilã de cãtre web-ul semantic, ridicã probleme de confidențialitate, deoarece nu este întotdeauna posibil sã se previnã utilizarea abuzivã a informațiilor sensibile”^[2]  ”folosind tehnici web semantice, inclusiv ontologii și reguli pentru limbi strãine, credem cã va fi posibil pentru mai mari comunitãți care se suprapun pe web pentru a dezvolta un vocabular al politicilor partajate, pas cu pas, de jos în sus. Interoperabilitatea globalã perfectã a acestor politici este puțin probabil, dar acesta nu este un defect fatal”^[3] Marcajul semantic vizezã  decalajul de comunicare dintre utilizatorii web umani și aplicațiile computerizate. Aplicațiile web nu au fost în mãsurã sã ofere context datelor și, prin urmare, nu permit sã se înțeleagã ce este relevant și ce nu. Serviciul web este conceput pentru a sprijini interacțiunea computer-computer pe web. În cadrul Web 3.0, acestea ocupã un loc central. Prin combinarea unui marcaj semantic și a serviciilor web, interacțiunea computer-computer ocupã locul central iar calculatoarele pot ”vorbi” între ele pentru realizarea de cãutãri mai largi și mai complexe. Interfețele sunt mai simple. ”Web 3.0 oferã site-uri web mai inteligente, mai deschise ºi mai conectate.”^[4] ”Web 3.0 are un limbaj mai puternic derivat din rețelele neuronale și algoritmi genetici, cu un accent deosebit pe analizã, capacitatea de procesare și modul de generare a ideilor noi pe baza informațiilor generate de utilizator. Web 3.0 este un neologism folosit pentru a descrie transformarea Web-ului într-o bazã de date, o modalitate de a face conținutul mai accesibil prin intermediul mai multor aplicații non - browser , tehnologii de inteligențã artificialã, Web semantic, Web geospațial și 3DWeb. Piața îl folosește adesea pentru a promova îmbunãtãțiri în raport cu Web 2.0.”^[5]

Web 4.0 - „Web mobil”

Urmãtorul pas nu este o versiune nouã, ci o versiune alternativã a ceea ce avem deja. Web necesar pentru a se adapta la mediul mobil. Web 4.0 conecteazã toate dispozitivele din lumea realã și virtualã în timp real.

Web  5.0- Web deschis, conectat, inteligent, emoțional. Se numește web „simbiotic”. Va fi foarte puternic și se va executa pe deplin. Va fi webul citire-scriere-execuție-concurențã. Va fi despre interacțiunea (emoționalã) dintre oameni și computere. Interacțiunea va deveni un obicei zilnic pentru o mulțime de oameni bazatã pe neurotehnologie.^[6]

În figura 7 prezentãm trendul rețelei web în domeniul afacerilor, comunicațiilor și entertainment-ului. Se remarcã aria cuprinzãtoare și viteza de trecere de la o generație la alta.

În figura 8 prezentãm evoluția numãrului de utilizatori ai rețelei web.

Fig.7 - https://imgur.com/jX80vNP

Fig.8 - https://imgur.com/u2lXmlE

Sursa: https://www.spokesman.com/stories/2020/jun/22/history-world-wide-web/

În contextul celor de mai sus și având în vedere evoluția spectaculoasã a tehnologiilor din domeniile, DSS, comunicații, rețeaua web, bazele de date, modelarea și altele, un sistem de asistențã a deciziei pentru un IMM cu activitãțile pe care le-a avut și le are SC Setko Impex srl, sistem care sã poatã fi realizat, în mai multe etape, în funcție de resursele financiare pe care le va putea accesa sau de care va putea dispune ar putea avea componența și baza teoreticã prezentate mai jos. 

Pentru a lua o decizie într-un domeniu sau pentru a ajunge la cea mai bunã decizie, în momentul actual, când nivelul cunoștințelor crește, exponențial, în fiecare zonã a cunoaterii, decidentul, individual sau colectiv,  trebuie s aibã acces la un volum mare de date, informații, modele, experiențe istorice, previziuni, prognoze și altele. Pe baza unor astfel de date se pot face experimente, cercetãri, reflecții analize, sinteze care vor permite, fie verificarea unor ipoteze fie avansarea altora. Tot acest ansamblu de date, informații, modele, proceduri etc.  excede capacitãțile minții umane oricât de dezvoltatã ar fi aceasta. De aceea, în procesul decizional,  s-au impus și se impun, din ce  în ce mai mult, tehnologiile informaționale pentru suportul deciziei DSS, însoțite de tehnologiile comunicaționale.

În acest context se înscrie și intenția firmei Setko Impex srl, de a-și realiza un sistem suport de decizie pornind de la activitãțile pe care le-a desfãșurat, le desfãșoarã și intenționeazã sã le desfãșoare în viitor.  Astfel, firma are un diversificat portofoliu de activitãți unele care s-au derulat sau se deruleazã altele, probabil, de viitor care, însã, nu au fost încã abordate. Schematic, situația activitãților SC Setko Impex srl, s-ar putea prezenta ca în schema din figura 9. Cu verde, sunt reprezentate activitãți pe care firma le-a desfãșurat și sau le desfãșoarã cu galben și maron sunt reprezentate activitãțile pe care nu le-a desfãșurat dar care au   potențial de dezvoltare.

Fig.9 - https://imgur.com/FTOvGB0

Prin urmare, un sistem suport de decizie, DSS,  pentru aceastã firmã, care este un IMM, ar trebui sã conținã, la modul ideal,  urmãtoarele:

• 1.Hardware (server, stație de lucru, periferice dedicate, sistem de salvare a datelor)
  
  
  
  • Hardware specializat pentru comunicare World Wide Web
  
  
  • Hardware dedicat pentru securitatea rețelei
  
  
  • Hardware specializat pentru stocarea datelor, partajarea, gãsirea și regãsirea acestora, gestionare.
  
  
  • Surse de alimentare inteligente cu monitorizare prin rețea
  
  
  
  


• 2.Baze de date sau acces la baze de date și modele
  
  
  
  • Baze de date și modele în domeniul dezastrelor, calamitãților accidentelor de tot felul. (BDMDCA)
  
  
  • Baze de date și modele în domeniul protecției muncii. (BDPM)
  
  
  • Baze de date și modele în domeniul proiectãrii și ingineriei (BDPI)
  
  
  • Baze de date în domeniul inventicii (BDI)
  
  
  • Baze de date și modele în domeniul fizicii și chimiei (BDFC)
  
  
  • Baze de date și modele în domeniul astronomiei. (BDA)
  
  
  • Baze de date și modele în domeniul științelor sociale. (BDSS)
  
  
  • Baze de date cu standarde interne și internaționale (BDSII)
  
  
  • Acces la baze de date științifice și tehnice(articole, jurnale, cãrți) (BDST)
  
  
  • Modele analitice (MA)
  
  
  • Modele statistice (MS)
  
  
  • Date operaționale (DO)
  
  
  • Date de piațã (DP)și
  
  
  • Date privind vânzãrile (DV)
  
  
  • Date privind clienții (DC)
  
  
  • Alte date
  
  
  
  

• 3.Un sistem interfațã DSS – utilizator care sã permitã:
  
  
  
  • interogare conversație, legãturi multimedia, vizualizare 2 și 3 D
  
  
  • un sistem de management al DSS
  
  
  
  


• 4.Un pachet de softuri adecvate existente și noi (care se vor realiza)


• 5.Acces la internet, web sistem, browser, tehnologii 5G, fibrã opticã.

În schema bloc funcționalã din figura 10 sunt prezentate modulele sistemului suport de decizie care ar putea deservi societatea și care ar putea fi realizat în etape. Dupã cum se observã, în faza finalã, siatemul ar avea sau ar avea acces la 15 baze de date fapt ce l-ar face deosebit de puternic și cu o arie de acoperire multidisciplinarã. Acest fapt, ar permite atât soluționarea problemelor de cercetare disciplinarã, interdisciplinarã și transdisciplinarã care intrã în sfera preocupãrilor societãții cât și a problemelor de natura, consultanțã, proiectare engineering, care sunt curente, precum și reluarea activitãții de comerț internațional pe care societatea a avut-o cu mai mulți ani în urmã și care acum este în stand by. Societatea a exportat toate tipurile de feronerie și confecții metalice (uși, ferestre, balamale, zãvoare etc) pentru boxele de cai, în Franța. De asemenea a exportat coșuri de baschet, deschizãtoare de scoici tot pe relația Franța. Pe relația Germania a exportat seturi de berãrie și a iportat baterii auto. Este o activitate în care firma are experiențã și care poate fi oricând reluat. Iar sistemul de asistențã a deciziei ar putea juca un rol esențial în acest sens.

Cu privire la problemele de cercetare, autorul s-a preocupat și se preocupã de obținerea energiei electrice din mișcarea haoticã a valurior marine. În acest sens a elaborat o soluție tehnicã prevetatã care a obținut 4 medalii de aur (Geneva, Bruxelles, Pittsbourgh) douã cupe de aur (Federația Rusã și Malaezia). A realizat o machetã funcționalã și un model funcțional în standul de valuri de la Universitatea Tehnicã de Construcții București și are în plan un proiect (elaborat la faza de depunere de ofertã pentru obținerea finanțãrii) pentru realizarea unei stații pilot în Marea Neagrã. Pentru aceastã stație pilot are un acord de principiu de la Apele Române pentru amplasare în zona Cap Midia, izobatele 20-50m. Sistemul de asistențã a deciziei ar fi deosebit de util unui asemenea obiectiv.

Tot pe linia preocupãrilor privind cercetãrile se înscriu și cele privind dezastrele naturale, furtuni, tornade, uragane, secetã, cele privind riscurile (de orice fel) etc. Pentru unele a elaborat în fazã de schemã de principiu soluțiile care, acum, se aflã în faza de analizã a posibilitãților de protecție intelectualã și depunerea documentației corespunzãtoare la OSIM.

În figura 11, prezentãm o schemã bloc a hardwer-ului necesar realizãrii sistemului de asistențã a deciziei.

Sistemul va fi capabil sã utilizeze și sã dezvolte  tehnologii noi  Big Data ca nouã generaþie de  tehnologii ºi arhitecturi, proiectate pentru a extrage valoare economicã din volume foarte mari de date de o largã varietate, prin asigurarea unor  viteze ridicate de captare, descoperire ºi/sau analizã,  arhitecturi specializate. BDAF (Big Data Arhitecture Framework), Ecosistemul Hadoop, tehnologii suport pentru infrastructurã etc.

Discuții

Dezvoltarea fãrã precedent a tehnologiilor comunicaționale și informatice pune la îndemâna utilizatorilor instrumentecare s-i ajute în gestionarea unor cantitãți de informații care depãșesc limitele umane. În acest context, sistemele de suport pentru decizie și-au dovedit  și își dovedesc utilitatea ele fiind implementate în tot mai multe domenii atât de companii cât și de cãtre alte entitãți organizaționale. SC Setko Impex se înscrie pe aceastã linie și încearcã sã-și realizeze un sistem suport de adoptare decizii care sã poatã fi utilizat atât în cercetãrile științifice pe care le efectueazã cât și în activitatea de proiectare și în cea de comerț.

Dintre tipurile de decizie care vor face obiectul suportului sistemului de suport decizie, menționãm:

Decizii cu privire la activitatea de cercetare

• - Decizii cu privire la analize de risc


• - Decizii cu privire la optimizarea costurilor și elaborarea unor oferte pentru partciparea la licitații publice.


• - Decizii cu privire la alegerea unor variante de proiectare.


• - Decizii cu privire la optimizarea traseelor conductelor de apã, canalizare, alimentare cu gaze naturale.


• - Decizii cu privire la adoptarea unor soluții tehnice.


• - Decizii cu privire la actualizarea valorilor de investiții și alegerea variantei optime dintre proiecte.

Fig.10 - https://imgur.com/JLT7R1j

Sursa: Figurã realizatã de cãtre autor

Fig. 10. Schema bloc funcionalã a DSS pentru IMM Setko Impex srl

Fig.11. https://imgur.com/SF5PWvW - Schema bloca DSS - hardware

• - Decizii cu privire la otimizarea rutelor de transport.


• - Decizii de naturã comercialã.


• - Alte decizii.

Prezentãm, cu titlu exemplificativ, un studiu de caz cu privire la o serie  de decizii care necesitã asistențã suport, în cazul procesului de proiectare.

Studiu de caz

Estimarea timpului de lucru prin metoda analiticã (metoda ascendentã)

În figura 12 se prezintã o schemã expandatã (ascendentã) a unui  proiectului care ar urma sã fie elaborat de cãtre SC Setko Impex srl,  în situația cã va participa la o licitație, în SEAP, și îi va fi încredințat contractul de proiectare. (o situație ipoteticã pentru a putea realiza un mode care va fi implementat în DSS) Schema conține trei niveluri ierarhice urmând ca, dacã SC Setko  va primi contractul, sã se aprofundeze schema mergând la nivelul patru sau chiar cinci de detaliere. În acest exemplu, ipotetic, pentru estimarea timpului de lucru necesar elaborãrii proiectului, considerãm cele trei niveluri de ierarhizare prezentate ca fiind suficiente.

În baza schemei  am elaborat tabelul 9 care cuprinde toate pãrțile proiectului,  corespunzãtoare celor trei niveluri de detaliere.

Pornind de la normele interne de tmp, în tabel, am calculat timpul de lucru necesar realizãrii proiectului care este de 2950 de ore. Acest fapt  permite alocarea unui colectiv de proiectare care sã asigure  atingerea obietivelor de proiectare și constituirea unor rezerve de timp dupã cum urmeazã:

O rezervã de timp în raport cu timpul de lucru corespunzãtor duratei calendaritice a contractului. .

O altã rezervã de timp provine din posibilitatea utilizãrii  sâmbetelor din perioada de contract în activitatea de proiectare și, de asemenea, o nouã rezervã de timp provine și din posibilitatea utilizãrii parțiale sau integrale a  unei jumãtãți de timp de lucru aferent duminicilor.

În fine, o rezervã importantã de timp este constituitã prin alocarea unui numãr de specialiști format din 8 persoane. Acest colectiv dispune de un  fond de timp de lucru de 4.032  ore cu 27% mai mult decât ar fi necesar. Aceste rezerve de timp au fost constituite în ideea cã elaborarea proiectului în perioada contractatã (ipoteza 3 luni) este imperativã și  cã nu sunt acceptate depãșiri ale acestei perioade decât în caz de forțã majorã.

În tabelul 5  prezentãm situația fondului de timp, a rezervelor calendaristice și gradul proiectat de utilizare a fondului de timp..

Sistemul de suport al eciziei, DSS,  ar permite optimizarea rapidã a soluțiilor,  adoptarea celor mai bune soluții,  dimensionarea corectã, pe baze științifice a forței de muncã și, bineînțeles, ar conduce la creșterea eficienței de proiectare.

Concluzii

Sistemele DSS și-au dovedit utilitatea în toate domeniile în care au fost implementate. Utilizarea de cãtre management, a acestor sisteme,  a condus la  luarea unor decizii bazate pe informații complete și sigure și pe modele validate. Nivelul extraordinar de mare cu care managementul oricãrei companii este bombardat face ca acesta sã nu mai poatã face fațã unei asemenea avalanșe de date și informații. Pentru a lua decizii corecte  și cât mai aproape de situația realã, managementul apeleazã tot mai mult la sistemele suport de decizie, DSS, astfel încât, practic, cine nu dispune de  un asemenea sistem  a pierdut un posibil avantaj competitiv. Pe aceastã direcție se înscrie și intenția SC Setko Impex srl de a-și realiza un asemenea DSS, în etape.

Fig.12 - https://imgur.com/fhk8v2d

Tabel

Cu timpul de lucru necesar realizãrii proiectului

https://imgur.com/ZD9vbHE

Tabel
pentru determinarea timpului de lucru necesar realizãrii proiectului prin metoda analiticã (metoda ascendentã) pornind de la norme de timp de muncã

https://imgur.com/hJ8k78e

Bibliografie^[1]

• Conference on KNOWLEDGE ECONOMY Challenges for Measurement, Luxembourg, 8 - 9 December 2005,


• Prashant Pradhan and colab. Uncanny similarity of unique inserts in the 2019-nCoV spike protein to HIV-1 gp120 and Gag


• Allan M. Brandt, Racism and Research: The Case of the Tuskegee Syphilis Study, Harvard Library,


• Adebayo A. Ogungbure, Department of Philosophy, University of Ibadan, Nigeria, The Tuskegee Syphilis Study: Some Ethical Reflections, A Journal of the Philosophical Association of Kenya (PAK) New Series, Vol.3 No.2, December 2011, pp.75-92.


• Tudor-$efan ROTARU, Cristina GAVRILOVICI, CERCETAREA BIOMEDICALÃ SI ETICA CERCETAR!I,


• Dicționarul filozofic din 1954


• 10 impossibilities conquered by science


• Karl R. Popper, Logica cercetãrii, Editura științificã și enciclopedicã. București, 1981, pg. 97.


• Andrzej T. Tunkiel, Dan Sui, Tomasz Wiktorski, Data-driven sensitivity analysis of complex machine learning models: A case study of directional drilling, Elsevier, Journal of Petroleum Science and Engineering 195 (2020) 107630


• Zelimir Dulcic, Dino Pavlic, Ivana Silic, Evaluating the intended use of Decision Support System (DSS) by applying Technology Acceptance Model (TAM) in business organizations in Croatia, 2012 Published by Elsevier Ltd. Selection and/or peer-review under responsibility of the 8th International Strategic Management ConferenceOpen access under CC BY-NC-ND license.Open access under CC BY-NC-ND license. Zelimir DulcicDino PavlicIvana Silic


• Espinasse and D. Pascot, DECISION SUPPORT SYSTEMS (DSS): A KNOWLEDGE ORIENTED APPROACH, IFAC Economics and Artificial Intelligence. Aix-en-Provence. France. 1986


• Ion Dobre, Adrian Victor Bãdescu. Modelarea deciziilor economico-financiare,


• Marek J. Druzdzel and Roger R. Flynn, Decision Support Systems, Encyclopedia of Library and Information Science, Second Edition, Allen Kent (ed.), New York: Marcel Dekker, Inc., 2002


• Douglas McGregor 1969, p 28 Apud. ZLATE, MIELU, Tratat de psihologie organizațional-managerialã Iași, Editura Polirom, 2004 (Collegium. Psihologie) vol. 1 p. 242.


• Antonio ComiLuca Rosat, CLASS: a DSS for the analysis and the simulation of urban freight systems, Transportation Research Procedia    5   ( 2015 )   132  –  144, Elsevier, ScienceDirect,


• Maria P. Marcos, José Luis Pitarch, César de Prada, Decision support system for a heat-recovery section with equipment degradation, Elsevier, Decision Support Systems,


• Karim Foughalia, Karim Fathallahb, Ali Frihidab, A Cloud-IOT Based Decision Support System for Potato Pest Prevention, Elsevier, Procedia Computer Science 160 (2019) 616–623,


• Marcos José Negreiros Gomes & colab. Integrated DSS Tools for Routing, Tracking and Drivers Assistance in Wholesale – SisRot®, Cherry/Zeus-Track, Elsevier, IFAC MCPL 2013September 11-13, 2013. Fortaleza, Brazil,


• Roberto Sala, Giuditta Pezzotta, Fabiana Pirola, George Q. Huang, Service Delivery Process improvement using Decision Support Systems in two manufacturing companies, Elsevier, V.Peer-review sub responsabilitatea comitetului științific al celei de-a XI-a conferințe CIRP privind sistemele industriale de servicii de produse


• AbteenIjadi Maghsoodi, Abbas Saghaei, Ashkan Hafezalkotob, Service quality measurement model integrating an extendedSERVQUAL model and a hybrid decision support system, Elsevier, European Research on Management and Business Economics 25 (2019) 151–164,


• Jaspervander Waa Tjeerd, Schoonderwoerd Jurriaanvan, Diggelen Mark Neerincx, Interpretable confidence measures for decision support systems, Elsevier, International Journal of Human-Computer Studies,


• Daniel J. Weitzner, Harold Abelson, Tim Berners-Lee, Joan Feigenbaum, James Hendler, Gerald Jay Sussman, Information Accountability, Computer Science and Artificial Intelligence Laboratory, Technical Report, Massachusetts Institute of Technology, Cambridge, ma 02139 usa —MIT-CSAIL-TR-2007-034 June 13, 2007,


• Diana Benito-Osorio, Marta Peris-Ortiz, Carlos Rueda Armengot, Alberto Colino, Web 5.0: the future of emotional competences in higher education, International Network of Business and Management 2013,

Webografie - https://imgur.com/kA2rlGb