Probabilistic Multi-Criteria Decision-Making for Circularity Performance of Modern Methods of Construction Products

Resumo Técnico: Tomada de Decisão Multicritério Probabilística para o Desempenho de Circularidade de Produtos de Métodos Modernos de Construção

Definição do Problema
A indústria da construção enfrenta uma pressão significativa para reduzir o consumo de recursos e o impacto ambiental, necessitando de uma transição de uma economia linear para uma economia circular (EC). Embora os Métodos Modernos de Construção (MMC) ofereçam potenciais benefícios na redução do carbono incorporado e dos resíduos, uma barreira crítica permanece: a falta de uma estrutura de avaliação padronizada para medir a circularidade ao nível do produto. As estruturas existentes frequentemente sofrem com a falta de objetividade devido à dependência de uma participação limitada de partes interessadas, falham em abordar adequadamente o nexo entre sustentabilidade e circularidade e têm dificuldade em lidar com as incertezas inerentes à tomada de decisão multicritério (MCDM) envolvendo diversos stakeholders e dados incompletos.

Metodologia
Para abordar essas lacunas, os autores propõem uma estrutura de avaliação acoplada que integra análise probabilística com tomada de decisão multicritério. A metodologia procede através de quatro estágios distintos:

1. Estabelecimento da Estrutura: Uma estrutura hierárquica de quatro camadas foi desenvolvida, incorporando fatores Econômicos, Sociais, Ambientais e Tecnológicos (Nível de Requisito). Estes foram decompostos em 12 critérios específicos e, posteriormente, em indicadores detalhados. A estrutura foi projetada para ser flexível, permitindo que os tomadores de decisão refinem os critérios com base em objetivos específicos.
2. Coleta de Dados e Ponderação (AHP): Um questionário online interativo foi distribuído para 85 stakeholders divididos em seis grupos (Arquitetos, Engenheiros, Fabricantes, Empreiteiros, Pesquisadores e Clientes). O Processo de Hierarquia Analítica (AHP) foi aplicado aos dados da pesquisa para calcular os pesos para os 12 critérios, capturando a importância relativa atribuída por diferentes grupos de stakeholders.
3. Geração de Pesos Probabilísticos (Monte Carlo & LHS): Para lidar com as incertezas decorrentes de julgamentos variáveis de especialistas e dados incompletos (especificamente onde 85 amostras não puderam fornecer dados válidos para o nível de indicador), o estudo empregou simulação de Monte Carlo aprimorada por Amostragem de Hipercubo Latino (LHS). Este processo gerou 1.000 conjuntos de pesos aleatórios para o nível do indicador (Camada 4), aderindo a restrições que garantiam que os pesos somassem um e mantivessem um limiar mínimo para evitar valores próximos de zero.
4. Aplicação de Cenários (MIVES): A estrutura acoplada foi aplicada a três cenários reais de produtos MMC: um Painel de Parede Spec (S1), um Painel de Fachada HardiePanel® (S2) e uma Parede Pré-moldada por DanElement (S3). O método MIVES (Modelo Integrado de Valor para una Evaluación Sostenible) foi utilizado para converter dados quantitativos e qualitativos em uma escala de valor unificada (0–1). Os 1.000 conjuntos de pesos foram usados para calcular distribuições de probabilidade para o desempenho de sustentabilidade e circularidade de cada cenário.

Principais Resultados
A aplicação da estrutura gerou insights probabilísticos sobre o desempenho dos três cenários de MMC:

• Desempenho Geral: O Cenário 3 (Parede Pré-moldada) alcançou consistentemente os valores médios mais altos tanto para sustentabilidade (0,6346) quanto para circularidade (0,6483). O Cenário 1 (Parede Spec) classificou-se como o mais baixo em ambas as categorias.
• Probabilidades de Classificação: A análise probabilística revelou que o Cenário 3 tem uma probabilidade de 90,4% de ocupar o primeiro lugar em sustentabilidade geral e uma probabilidade de 98,8% de ocupar o primeiro lugar em circularidade geral. Por outro lado, o Cenário 1 tem uma probabilidade de 93,9% de ocupar o terceiro lugar em sustentabilidade.
• Forças Dimensionais:
  • Econômico: O Cenário 3 demonstrou uma probabilidade de 100% de ocupar o primeiro lugar em sustentabilidade econômica e 98,8% em circularidade econômica.
  • Social: O Cenário 1 destacou-se no desempenho social, com uma probabilidade de 90,7% de ocupar o primeiro lugar em sustentabilidade social e 91,7% em circularidade social.
  • Ambiental: O Cenário 3 alcançou uma probabilidade de 100% de ocupar o primeiro lugar em circularidade ambiental, enquanto o Cenário 2 ficou em primeiro lugar em sustentabilidade ambiental (100% de probabilidade).
  • Tecnológico: O Cenário 2 mostrou o desempenho tecnológico mais forte em circularidade (72,3% de probabilidade de ocupar o primeiro lugar), enquanto o Cenário 3 liderou em sustentabilidade tecnológica (71,1% de probabilidade).
• Análise Comparativa: O estudo descobriu que os valores de circularidade foram geralmente superiores aos valores de sustentabilidade em todos os cenários. Além disso, embora os desempenhos social e tecnológico fossem comparáveis entre os dois paradigmas, a circularidade apresentou desempenho ambiental superior, ao passo que a sustentabilidade demonstrou melhor desempenho econômico.

Principais Contribuições e Significância
O artigo afirma oferecer uma abordagem inovadora para avaliar simultaneamente a circularidade e a sustentabilidade de produtos MMC com maior robustez e objetividade. As principais contribuições incluem:

• Integração de Análise Probabilística: Ao ir além da ponderação determinística, a estrutura aborda explicitamente as incertezas associadas a múltiplos critérios e diversas perspectivas de stakeholders. Isso permite um suporte à decisão que considera a probabilidade de diferentes resultados, em vez de um único resultado estático.
• Estrutura de Avaliação Acoplada: O estudo fornece um método estruturado para avaliar o nexo, muitas vezes indefinido, entre sustentabilidade e circularidade, utilizando uma hierarquia de quatro camadas que integra dimensões econômicas, sociais, ambientais e tecnológicas específicas para MMC.
• Suporte à Decisão Robusto: O uso de simulação de Monte Carlo com LHS gera uma gama de resultados potenciais, oferecendo uma compreensão mais confiável e abrangente do desempenho. Isso ajuda os stakeholders a identificar os principais impulsionadores da incerteza e a tomar decisões informadas em relação à seleção de produtos e opções de design.
• Aplicação Prática: A demonstração em três produtos MMC do mundo real valida a aplicabilidade da estrutura, mostrando como diferentes produtos se destacam em dimensões específicas (ex: Cenário 3 em economia, Cenário 1 em aspectos sociais), orientando assim melhorias direcionadas.

Os autores concluem que esta abordagem MCDM probabilística aumenta a objetividade do processo de avaliação, contribuindo para uma melhor tomada de decisão e para a implementação bem-sucedida de práticas sustentáveis e circulares na indústria da construção. O estudo reconhece limitações relativas à subjetividade do julgamento de especialistas do AHP e à dependência da qualidade dos dados de entrada para as simulações de Monte Carlo, sugerindo que trabalhos futuros poderiam explorar outros métodos de MCDM para análise de sensibilidade e expandir as comparações para níveis estruturais e de edifícios.