Nell'affrontare un processo decisionale, il decisore si trova spesso di fronte a dubbi, problemi ed incertezze. Per ovviare a ciò e "manipolare" le incertezze e le imprecisioni, generalmente ci si avvale degli strumenti messi a disposizione dalla teoria della probabilità "accettando il principio che l'imprecisione - qualunque sia la sua natura - può essere eguagliata alla casualità" (Bellman e Zadeh, 1970). In realtà, all'interno del processo decisionale ci troviamo di fronte a diversi tipi di incertezza ed imprecisioni, ognuna delle quali richiede uno strumento specifico per essere trattata.

La teoria della probabilità è adatta a rappresentare la natura stocastica dell'analisi decisionale, ma non è in grado di misurare l'imprecisione o l'incertezza che nasce dal comportamento umano, che non è ne stocastico ne casuale (a tal proposito si rimanda al paragrafo introduttivo del capitolo sulle variabili linguistiche). Il ruolo fondamentale del decisore o di altre persone che subentrano nel contesto decisionale, causa una serie di problemi che non possono venire affrontati in modo appropriato dalla teoria della probabilità. Riferendosi in modo specifico all'analisi multicriteriale, questo implica che spesso i valori di A j (x i ), cioè l'alternativa x i rispetto all'attributo A j, non possano essere definiti in maniera precisa, che il decisore non sia in grado (o non voglia) esprimere le sue preferenza in maniera precisa, che le valutazioni o i giudizi siano espressi in termini linguistici, ecc..

Per affrontare correttamente questi tipi di incertezza è opportuno ricorrere alla logica fuzzy. Gli insiemi fuzzy, i numeri fuzzy e le variabili linguistiche sono ottimi strumenti per manipolare quella che risulta essere la maggior fonte di imprecisione nei processi decisionali.