Mitigating Anchoring Bias in LLM-Based Agents for Energy-Efficient 6G Autonomous Networks

Resumo Técnico: Mitigação do Viés de Ancoragem em Agentes Baseados em LLM para Redes Autônomas 6G Eficientes em Energia

Declaração do Problema
A transição para redes 6G exige autonomia de Nível 4 e Nível 5, exigindo o implante de agentes de Grandes Modelos de Linguagem (LLM) para gerenciar o fatiamento de rede (network slicing) complexo e dinâmico e a orquestração de recursos. No entanto, este artigo identifica uma vulnerabilidade crítica em tais sistemas agênticos: o viés de ancoragem. Semelhante às distorções cognitivas humanas descritas por Tversky e Kahneman, os agentes de LLM tendem a aderir rigidamente a propostas heurísticas iniciais. No contexto da negociação de recursos 6G, esse viés faz com que os agentes superprovisionem recursos (largura de banda e CPU) para garantir a segurança, levando a severas ineficiências energéticas. Além disso, em interações multiagentes, esses vieses podem criar "câmaras de eco conversacionais", causando uma convergência prematura em equilíbrios enviesados e subótimos que falham em explorar todo o potencial das capacidades do 6G.

Metodologia
Os autores propõem um novo framework que integra a mitigação de viés cognitivo com modelagem matemática rigorosa e simulação de Gêmeo Digital (DT). Os componentes principais da metodologia incluem:

1. Modelagem de Sistema e Integração de CVaR:
   A rede é modelada como um sistema cross-domain composto por computação de borda (Edge) e filas de Rede de Acesso de Rádio (RAN). Os agentes negociam partições de recursos ($b_i, f_i$) para minimizar o consumo de energia enquanto satisfazem os Acordos de Nível de Serviço (SLAs). Para garantir robustez contra rajadas de tráfego, os agentes utilizam um Gêmeo Digital fundamentado na teoria de filas. Crucialmente, os agentes otimizam com base no Valor em Risco Condicional (CVaR) das distribuições de latência (especificamente o percentil 99,999 para URLLC) em vez da latência média, garantindo garantias estritas de latência de cauda (tail-latency).

2. Framework Teórico: Teorema de Utilidade de Evitação de Restrição Bimodal:
   O artigo introduz e prova um teorema que descreve o comportamento da degradação da utilidade em relação à distância da âncora inicial em relação à solução ótima. O teorema identifica uma transição de fase na dinâmica de negociação:

   • Fase 1 (Convergência Viável): Quando as propostas iniciais estão dentro dos limites de capacidade física, a perda de utilidade segue um limite linear clássico proporcional à distância da âncora.
   • Fase 2 (Recuperação de Penalidade): Quando as propostas iniciais excedem a capacidade, disparando concessões obrigatórias e potenciais violações de SLA, o sistema entra em um regime onde a perda de utilidade decai via um envelope racional inverso. O teorema postula que iniciar estrategicamente com um "déficit" (uma âncora inicial mais baixa) cria um buffer de segurança que reduz a probabilidade de violações catastróficas de restrição, diminuindo assim a perda de utilidade esperada.

3. Estratégia de Mitigação: Distribuição de Weibull de 3 Parâmetros Truncada:
   Para desmantelar padrões de negociação rígidos, os autores propõem substituir heurísticas determinísticas por uma estratégia de ancoragem randomizada. As propostas iniciais de recursos são extraídas de uma distribuição de Weibull de 3 parâmetros truncada ($W_{trunc}$).

   • A distribuição é limitada por pisos físicos (requisitos mínimos) e tetos (capacidade total).
   • A moda é intencionalmente posicionada abaixo da linha de base do requisito estrito para incentivar a exploração.
   • O parâmetro de forma ($k$) é adaptado por tipo de fatia (slice): uma distribuição de pico estreito ($k=5,0$) para URLLC para garantir segurança, e uma distribuição mais ampla ($k=2,0$) para eMBB para incentivar uma exploração mais vasta.
   • Esta abordagem força os agentes a explorar ativamente a região de "decaimento racional inverso" da curva de utilidade, navegando com segurança nos limites das restrições de SLA.

4. Implementação:
   O framework é implementado usando um LLM leve de 1 bilhão de parâmetros (otel-llm-1b-it) para garantir compatibilidade com as escalas temporais operacionais do Controlador de Rede Inteligente de Tempo Não-Real (non-RT RIC) do O-RAN.

Principais Resultados
A validação empírica usando 200 testes independentes com perfis de tráfego diferenciados (eMBB e URLLC) gerou os seguintes resultados:

• Validação da Teoria: Os dados experimentais confirmaram o Teorema de Utilidade de Evitação de Restrição Bimodal. Os dados bifurcaram claramente no regime linear previsto (âncoras viáveis) e no regime de decaimento racional inverso (âncoras restritas), demonstrando que o "low-balling" estratégico reduz a perda de utilidade em ambientes restritos.
• Eficiência Energética: A estratégia de Weibull randomizada desmantelou com sucesso o superprovisionamento rígido, alcançando até 25% de economia global de energia em comparação com estratégias de base determinísticas.
• Conformidade de SLA: Apesar da otimização agressiva de energia, o sistema manteve estritamente as latências de percentil 99,999 do URLLC abaixo de 10ms. A estratégia randomizada utilizou a folga de SLA disponível (resultando em latências médias ligeiramente superiores) para maximizar a eficiência sem violar as restrições de risco de cauda.
• Desempenho de Latência: O uso do modelo de 1 bilhão de parâmetros resultou em um tempo de resposta médio do LLM de 0,95 segundos, confirmando a compatibilidade do framework com os requisitos de sub-segundo dos loops de controle do non-RT RIC.

Significância e Alegações
O artigo alega que este trabalho estabelece um pilar fundamental para redes 6G autônomas e sustentáveis, unindo a psicologia cognitiva e a automação de rede. Sua principal significância reside em:

• Desenviesamento Cognitivo: Demonstrar que estratégias de randomização matematicamente limitadas e específicas podem mitigar efetivamente os vieses cognitivos inerentes aos LLMs em infraestruturas críticas.
• Insight Teórico: Fornecer a primeira prova rigorosa da natureza de regime duplo da degradação de utilidade em negociações multiagentes restritas, desafiando a suposição de que âncoras iniciais mais próximas sempre produzem melhores resultados.
• Viabilidade Prática: Provar que a orquestração de rede baseada em intenção e zero-touch pode ser alcançada usando LLMs pequenos, hospedados localmente e preservadores de privacidade (1 bilhão de parâmetros), em vez de depender de modelos massivos dependentes da nuvem. Isso torna a abordagem computacionalmente viável para implantação em tempo real na borda, garantindo simultaneamente garantias estritas de SLA e reduções significativas de energia.