🤖 AI

GUIDE: Governed Unified Intelligence for Document-to-Artifact Generation in Enterprise Settings

O artigo apresenta o GUIDE, um framework multiagente governado que automatiza a extração, validação e síntese de documentos complexos de diretrizes empresariais em artefatos prontos para implantação, reduzindo significativamente o tempo de processamento de dias para menos de duas horas, ao mesmo tempo em que alcança alta precisão e taxas de extração de regras.

Autores originais: Shivali Dalmia, Sumukha Thoppanahalli, Mohammadreza Sediqin, Abhishek Mukherji

Publicado 2026-08-13

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Shivali Dalmia, Sumukha Thoppanahalli, Mohammadreza Sediqin, Abhishek Mukherji

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você está tentando ensinar um robô a realizar um trabalho muito específico e complicado, como separar correspondência ou pintar um quadro. Você tem um manual de instruções gigante e bagunçado, escrito para humanos. Ele possui parágrafos longos, tabelas confusas que se estendem por várias páginas e imagens com setas apontando para coisas. Agora, imagine que você precisa transformar esse manual bagunçado em um checklist perfeito, passo a passo, que o robô possa realmente seguir sem se confundir. Este é o mundo da "gestão de dados" e da "inteligência artificial" (IA). Neste campo, cientistas constroem programas de computador chamados "Modelos de Linguagem de Grande Escala" (LLMs), que podem ler e entender texto, e "Modelos de Linguagem-Visão" (VLMs), que podem olhar para imagens e textos simultaneamente. O grande desafio é que esses computadores inteligentes às vezes inventam coisas (um problema chamado "alucinação") ou se confundem com tabelas bagunçadas, levando a instruções erradas ou perigosas. Se uma empresa tentar fazer essa conversão manualmente, leva dias e é cheia de erros. Este artigo pergunta: Podemos construir uma equipe de robôs de IA que trabalhem juntos, verifiquem o trabalho uns dos outros e sigam regras estritas para transformar esses manuais bagunçados em instruções perfeitas para robôs de forma rápida e segura?

Os autores deste artigo, uma equipe da Centific Research, dizem "Sim, mas apenas se adicionarmos um gerente rigoroso". Eles introduzem um novo sistema chamado GUIDE (Governed Unified Intelligence for Document-to-Artifact Generation). Pense no GUIDE não como um único robô superinteligente, mas como uma fábrica bem organizada com seis trabalhadores especializados diferentes, todos conectados por um caderno compartilhado e com controle de versão.

Veja como a fábrica funciona:

O Parser (Analisador): O primeiro trabalhador lê o documento bagunçado. Se for texto, ele o digita perfeitamente. Se for uma imagem ou uma tabela complexa, ele usa um "olho" especial (um VLM) para ver o que está acontecendo.
O Extrator de Regras: O segundo trabalhador olha para esse texto limpo e extrai as regras importantes, transformando-as em um formato estrito com 26 campos específicos, como um formulário de preencher lacunas.
O Verificador de Consistência: O terceiro trabalhador garante que nenhuma regra contradiga outra e que não haja regras repetidas. Eles atuam como um bibliotecário garantindo que cada livro esteja no lugar certo.
O Avaliador: Este é o inspetor de controle de qualidade. Eles usam uma verificação de duas etapas. Primeiro, verificam se o formulário foi preenchido corretamente (L1). Segundo, pedem a um juiz de IA inteligente para dar uma nota ao significado das regras em uma escala de 1 a 5 (L2).
O Controlador Human-in-the-Loop (HITL - Humano no Ciclo): Se o inspetor de IA encontrar uma regra que esteja confusa, com detalhes faltando ou com pontuação baixa, ele não a descarta simplesmente. Ele a sinaliza e a envia para um especialista humano (como um Gerente de Qualidade) para ser corrigida. Isso é como uma rede de segurança.
O Gerador de Artefatos: Finalmente, o último trabalhador pega todas as regras aprovadas e as transforma em documentos do mundo real, como descrições de cargos, guias de treinamento ou checklists de qualidade, prontos para a equipe usar.

O artigo testou este sistema em 120 documentos de diretrizes empresariais reais de clientes industriais. Eram documentos difíceis, alguns com texto, outros com fala e alguns com imagens. Os resultados foram impressionantes: o GUIDE processou com sucesso 96% dos documentos. Ele extraiu 3.896 regras e, incrivelmente, 71,4% dessas regras eram tão boas que o sistema as aprovou automaticamente sem precisar que um humano as tocasse. Ele até criou 812 documentos prontos para uso (artefatos).

Antes deste sistema, realizar este trabalho manualmente levava de 2 a 3 dias por documento e era propenso a erros. Com o GUIDE, o tempo caiu para entre 40 e 125 minutos por documento. Os autores compararam sua abordagem baseada em equipe com uma abordagem de "passo único" (one-shot), onde uma única IA tenta fazer tudo de uma vez. A IA única cometeu muito mais erros: sua taxa de "alucinação" (inventar coisas) saltou de 3,2% para 15,7%, e ela criou muito mais regras duplicadas ou contraditórias. Isso prova que ter uma equipe de agentes especializados verificando o trabalho uns dos outros é muito mais seguro e preciso do que confiar em um único grande cérebro.

No entanto, o artigo é honesto sobre seus limites. O sistema ainda tem certa dificuldade com digitalizações muito bagunçadas e de baixa qualidade ou tabelas que não possuem bordas. Além disso, embora a IA seja ótima em seguir regras, às vezes ela sente dificuldade em reescrever essas regras técnicas em uma linguagem que um não especialista (como um novo funcionário) possa entender facilmente. Os autores sugerem que, no futuro, eles ensinarão o sistema a aprender com as correções humanas para se tornar ainda melhor.

Em resumo, o GUIDE mostra que, quando você deseja transformar instruções humanas bagunçadas e complexas em instruções de máquina limpas e confiáveis, você não precisa apenas de uma IA mais inteligente; você precisa de um processo mais inteligente. Ao decompor o trabalho, verificar o progresso em cada etapa e saber exatamente quando pedir ajuda humana, você pode transformar uma tarefa que antes levava dias em uma que leva menos de duas horas, mantendo a qualidade elevada.

Resumo Técnico: GUIDE – Inteligência Unificada Governada para Geração de Documento-para-Artefato

1. Declaração do Problema

Os pipelines de anotação empresarial dependem atualmente da conversão de documentos de diretrizes heterogêneos e multimodais (contendo texto narrativo, tabelas complexas e imagens incorporadas) em artefatos de trabalho estruturados e executáveis. Este processo é atualmente manual, realizado por Gerentes de Qualidade (QMs) e Gerentes de Projeto (PMs), levando de 2 a 3 dias por documento. A abordagem manual é propensa a erros, difícil de escalar e exige retrabalho completo sempre que as diretrizes são atualizadas.

O desafio central é um problema de gestão de dados exacerbado pela natureza dos documentos empresariais:

Heterogeneidade: O texto é frequentemente codificado como tokens posicionais em vez de unidades semânticas; tabelas abrangem páginas, contêm células mescladas ou existem como imagens; e elementos visuais (ex: diagramas de caixa delimitadora) carregam informações semânticas críticas não capturadas no texto.
Falta de Governança: Os sistemas existentes de Large Language Model (LLM) e Vision-Language Model (VLM) sofrem com conteúdo alucinado, degradação da estrutura de tabelas e uma falta de fluxos de trabalho governados que se estendam além da simples extração para validação e geração de artefatos.
Rastreabilidade: As regras extraídas devem ser versionadas, deduplicadas, validadas contra um esquema e tornadas rastreáveis da origem ao artefato final, algo que os métodos de extração de etapa única atuais não conseguem fornecer.

2. Metodologia: O Framework GUIDE

Os autores apresentam o GUIDE (Governed Unified Intelligence for Document-to-Artifact Generation), um framework multi-agente governado projetado para tratar a conversão de diretriz-para-artefato como um problema de gestão de dados.

Arquitetura Central

O sistema é construído em torno de um repositório de regras versionado central contendo tabelas com esquemas aplicados, indexadas por rule_ids estáveis. Este repositório serve como a camada de dados compartilhada, garantindo:

Proveniência: Cada artefato rastreia sua origem até suas regras fonte e o documento de origem.
Versionamento: Atualizações de regras em revisões de documentos são reconciliadas em vez de serem reprocessadas.
Auditabilidade: Cada decisão de Human-in-the-Loop (HITL) é registrada contra um identificador estável.

Os agentes interagem com este repositório através de contratos validados por Pydantic, garantindo que nenhum agente de downstream consuma dados estruturalmente inválidos.

Seis Agentes Especializados

Agente de Parsing: Separa a extração determinística de texto (usando PyMuPDF, XML interno, LibreOffice) do processamento VLM. O conteúdo visual é processado usando Qwen2.5-VL após deduplicação de imagem baseada em MD5. A qualidade da extração é avaliada via uma métrica de taxa de defeito ( $Q$ ).
Agente de Extração de Regras: Executa um pipeline de duas etapas:
- Extração de domínio aberto: Identifica regras candidatas com spans de origem e pontuações de confiança.
- Normalização: Mapeia regras para um esquema fixo de 26 campos.
- Roteamento: As regras são roteadas com base no tipo (ex: critérios de avaliação para a bancada do QM; requisitos de trabalhadores para a bancada do PM).
Módulo de Consistência: Aplica filtragem baseada em embeddings seguida de classificação por Inferência de Linguagem Natural (NLI) para deduplicar regras, alinhar versões e identificar lacunas ou contradições. Aspectos ausentes são estruturados como GapObjects.
Mecanismo de Avaliação: Um pipeline de validação de duas etapas:
- L1 (Estrutural): Validação determinística Pydantic verificando restrições (ex: campos obrigatórios, enumerações válidas).
- L2 (Semântica): Um LLM-como-juiz pontua objetos em dimensões de qualidade (ex: clareza, adequação de persona, completude) em uma escala de 1 a 5.
- Lógica de Roteamento: Pontuações altas ( $\ge 4$ ) aprovam automaticamente; pontuações médias (2–3) roteiam para HITL; pontuações baixas (1) rejeitam. Objetos com fontes inferidas sempre roteiam para HITL.
Controlador HITL: Gerencia um fluxo de trabalho de revisão em estágios e dependente de dependências:
- Fase 1: Revisa RuleUnits.
- Fase 2: Revisa GapObjects condicionados às regras aprovadas.
- Fase 3: Revisa ExampleObjects condicionados a regras finalizadas e lacunas.
- Aprovações de edição zero são registradas como dados de calibração para reduzir progressivamente a carga do revisor.
Agente de Geração de Artefatos: Transforma regras aprovadas, lacunas resolvidas e exemplos em oito artefatos prontos para implantação (ex: diretrizes para anotadores, estratégia de QA, SOW) usando templates restritos por Pydantic. Os artefatos são pontuados em cobertura de regras, conformidade estrutural, adequação de persona e contradição entre seções.

3. Principais Contribuições

Backbone de Dados Governado: Um repositório de estágio compartilhado versionado e com validação de esquema, com chaveamento estável e rastreabilidade de ponta a ponta.
Framework Multi-Agente: Integração de parsing determinístico, extração baseada em VLM, modelagem de regras estruturada e geração de artefatos dependente de dependências através de seis agentes especializados.
Avaliação de Duas Etapas: Um framework que combina validação estrutural (L1) e pontuação semântica por LLM (L2) com aceitação automática e escalonamento seletivo para HITL.
HITL Baseado em Dependências: Um fluxo de trabalho que roteia apenas regras, lacunas e artefatos sinalizados para revisores humanos com base no tipo de objeto, severidade e dependências downstream.
Validação Empírica: Avaliação em 120 documentos de diretrizes empresariais reais (texto, fala, multimodal, imagem e vídeo) demonstrando desempenho em fidelidade de extração, controle de consistência e geração específica de persona.

4. Resultados Experimentais

O sistema foi avaliado em um corpus de 120 documentos empresariais (texto, fala, multimodal, imagem e vídeo) através de vários níveis de complexidade.

Sucesso do Documento: Alcançou 96% de taxa de sucesso de documento (115/120 documentos processados com sucesso).
Extração de Regras: Extraiu 3.896 RuleUnits com uma taxa de evidência de 84,8% e apenas 3,2% de alucinação.
- Taxa de Passagem L1: 99,1%.
- Auto-Aprovação L2: 71,4% das regras foram auto-aprovadas; 28,6% exigiram revisão humana; 0% foram rejeitadas.
Geração de Artefatos: Produziu 812 artefatos prontos para implantação.
- Auto-Aprovação: 29,8% dos artefatos foram auto-aprovados.
- Revisão Humana: 52,0% roteados para revisão.
- Rejeição: 18,2% dispararam regeneração.
Eficiência: Reduziu o tempo de entrega de 2–3 dias (baseline manual) para 40–125 minutos por documento.
Impacto na Governança: Comparado a um baseline monolítico de etapa única (mesmo modelo, sem governança), o GUIDE reduziu significativamente:
- Alucinação: 15,7% $\to$ 3,2%
- Duplicação: 10,3% $\to$ 3,0%
- Contradições: 7,8% $\to$ 2,9%
- Taxa de Passagem L1: 93,2% $\to$ 99,1%

5. Significância e Alegações

O artigo afirma que o GUIDE fornece uma base principista para sistemas agênticos conscientes de dados e alinhados ao humano, onde confiabilidade, rastreabilidade e supervisão humana seletiva são objetivos de design de primeira classe.

Escalabilidade: Ao automatizar a conversão de diretrizes não estruturadas em artefatos estruturados, o GUIDE aborda um gargalo crítico no dimensionamento de pessoal de projetos empresariais e tempos de lançamento.
Controle de Qualidade: O framework demonstra que pipelines multi-agentes governados podem superar significativamente modelos de extração monolíticos ao impor contratos de esquema e validação de múltiplas etapas.
Otimização do Human-in-the-Loop: O fluxo de trabalho HITL baseado em dependências garante que o esforço humano se concentre apenas em problemas sinalizados (lacunas, ambiguidades, artefatos de baixa confiança), com aprovações de edição zero servindo como sinais de calibração para reduzir futuras cargas de revisores.
Limitações: Os autores reconhecem que a estabilidade do VLM diminui em scans de baixa qualidade e tabelas complexas. Adaptação de persona e cobertura de regras permanecem dimensões desafiadoras. A avaliação atual é limitada a diretrizes empresariais em inglês, embora a arquitetura subjacente (repositório de estágio, contratos de esquema, avaliação L1/L2) seja descrita como agnóstica ao domínio.