Ocena niepewności jest ważnym zadaniem w projektowaniu systemów eksperto-wych, gdyż dane w bazie wiedzy typowego systemu ekspertowego są często nie-precyzyjne, niepełne i niepewne. Tradycyjnymi metodami oceny niepewności wsystemie ekspertowym są metody będące kombinacją prawdopodobieństwa z meto-dą predykcyjną. Wadą tych metod jest to , że nie uwzględniają one dokładnietego, że dane są w większości rozmyte, przybliżone. Proponuje się zastosowa-nie logiki rozmytej stosującej przybliżone, rozmyte wnioskowanie. Logika rozmyta pozwala na posługiwanie się liczebnikami rozmytymi np. mało, dużo,wszystko itp. Większość reguł w systemach ekspertowych zawiera rozmyte zało-żenia i dlatego są wyrażeniami rozmytymi. Zastosowanie algorytmu rozmytegopozwala uwzględnić posybilistyczną i probabistyczną niepewność w systemie wramach jednego schematu. W logice rozmytej wyciaganie wniosków ze zbioruzałożeń sprowadza się do rozwiązania układu nieliniowego. Ocena niepewnościw zbiorach rozmytych sprowadza się do definiowania funkcji przynależnościzbioru rozmytego. Wymieniono szereg metod definiowania funkcji przynależno-ści. Szczególnie zwrócono uwagę na metodę skalowania psychologicznego, ważnąw systemach człowiek-maszyna.