Integração de Large Language Models (LLMs) em Métodos Multicritério de Apoio à Decisão: Uma Revisão Sistemática de Literatura

Ferramentas de Large Language Models (LLMs) tiveram uso pulverizado após a popularização do ChatGPT, da OpenAI, e passaram a ser aplicadas em diversas áreas do conhecimento. Na perspectiva dos modelos de decisão multicritério, existe potencial no emprego dessas ferramentas nas etapas de estruturação, elicitação e avaliação de preferências, bem como no papel de decisores artificiais. Todavia, esta aplicação entre métodos multicritério e LLMs ainda é incipiente na literatura, o que caracteriza uma lacuna relevante. Diante disso, este trabalho respondeu a duas questões: quais abordagens têm sido utilizadas para aliar LLMs a métodos multicritério e qual modelo pode orientar este uso. O objetivo é, a partir de uma revisão sistemática da literatura, categorizar abordagens e propor um modelo de utilização baseado no framework multicritério. A revisão foi conduzida nas plataformas Scopus, ResearchRabbit e Google Scholar, com recorte para artigos publicados em periódicos após 2017, ano do artigo seminal sobre transformadores. Foram identificados 5.807 registros. Como primeiro filtro, desenvolveu-se um script em Python que enriqueceu a base a partir dos resumos e sinalizou a menção a métodos multicritério (famílias ELECTRE e PROMETHEE, MACBETH, AHP, ANP, SMART, SMARTER, Tradeoff, FITradeoff, DEMATEL, TOPSIS e VIKOR), restando 98 artigos. Na leitura dos resumos, adotou-se classificação pareada entre um dos autores e as ferramentas Claude e Gemini, permitindo verificação dupla; ao final, 31 artigos foram lidos integralmente e 24 considerados relevantes e sintetizados. A análise identificou cinco áreas de aplicação: LLM como ferramenta estruturadora da decisão, como ferramenta elicitadora, como ferramenta avaliadora de resultados, como avatar de stakeholder e o uso de métodos multicritério para avaliar LLMs. Entre os artigos relevantes, 50% empregaram LLMs na estruturação, 54% na elicitação com avatares digitais, 50% na avaliação de respostas e 37% utilizaram multicritério para avaliar LLMs, destacando-se o AHP como o método mais recorrente. Com base nessas práticas, foi proposto um modelo modular, orientado pelo framework de doze etapas de decisão multicritério, organizado em dois blocos: personas, que são atores reais ou virtuais definidos por função, atividade e contexto, e especialistas de decisão virtual, compostos por agentes estruturador, elicitador e analista de resultados, coordenados por um agente orquestrador e apoiados por ferramentas e habilidades, como bancos de dados e algoritmos de processamento. O modelo cobre todas as macroetapas do processo decisório, exceto a implementação, e admite uso fragmentado ou completo. Ao fim foi sinalizado o ineditismo do tema, suas fragilidades e a decisão em grupo como principal lacuna para pesquisas futuras.