A Robust Grey Multi-Criteria Decision-Making Framework for Prioritization under Uncertainty: Application to Smart Transformation Systems

No mundo silencioso e orientado por dados das instituições científicas, o desafio da modernização raramente se trata de encontrar o melhor novo dispositivo. Trata-se de navegar em uma névoa de incerteza. Quando uma agência governamental responsável por monitorar os tremores da Terra considera atualizar seus sistemas, ela enfrenta uma complexa teia de escolhas. Deve investir em inteligência artificial para detectar terremotos mais rapidamente ou construir uma rede de sensores inteligentes? Deve proteger seus dados com tecnologia blockchain ou mover tudo para a nuvem? As respostas raramente são claras. Custos são estimativas, cronogramas são suposições e o desempenho futuro dessas tecnologias é frequentemente desconhecido. Em tais situações, os tomadores de decisão não podem confiar em números precisos porque esses números simplesmente ainda não existem. Em vez disso, eles devem trabalhar com intervalos de possibilidade, pesando os benefícios de velocidade e segurança contra as restrições de orçamento e tempo. Este é o reino da tomada de decisão sob incerteza, onde o objetivo não é encontrar uma resposta perfeita, mas sim encontrar o caminho mais robusto quando a informação é incompleta.

Uma equipe de pesquisadores da Universidade de Teerã abordou exatamente esse problema ao desenvolver uma nova maneira de ajudar o Centro Sismológico Iraniano a priorizar sua transformação digital. Eles reconheceram que os métodos tradicionais de escolha de tecnologia frequentemente falham nesses ambientes de alto risco porque exigem dados precisos que as organizações simplesmente não possuem. Para resolver isso, os pesquisadores criaram uma estrutura que abraça a incerteza em vez de tentar eliminá-la. Eles reuniram um painel de dez especialistas seniores, incluindo ex-diretores e gestores atuais, para avaliar cinco projetos inteligentes específicos: um sistema de IA para detecção de eventos sísmicos, uma rede de estações inteligentes habilitadas para IoT, um sistema de blockchain para segurança de dados, uma plataforma em nuvem para gestão de informações e um aplicativo móvel para relatórios públicos. Em vez de pedir aos especialistas que dessem uma pontuação única e exata para cada projeto, os pesquisadores pediram que fornecessem intervalos. Essa abordagem, conhecida como teoria dos sistemas cinzentos (grey system theory), permite a expressão de informações vagas ou incompletas, como "o custo estará entre X e Y", em vez de forçar um palpite sobre um número específico.

Os pesquisadores então utilizaram um processo matemático especializado para ponderar a importância de treze critérios diferentes, que variam desde cibersegurança e desempenho até custo e tempo de implementação. Eles descobriram que os especialistas atribuíram o maior valor à eficiência de desempenho, cibersegurança e usabilidade, dando também um peso significativo ao custo de aquisição. Isso revelou uma preferência clara por soluções que sejam confiáveis e seguras, mesmo que exijam um planejamento financeiro cuidadoso. Quando a equipe aplicou sua estrutura para classificar os cinco projetos, um líder claro surgiu. O sistema de detecção de eventos sísmicos baseado em IA foi identificado como a prioridade máxima, pontuando significativamente acima das outras opções. Esse sistema foi escolhido porque oferecia o melhor equilíbrio entre alto desempenho, forte segurança e custos gerenciáveis, abordando diretamente as necessidades mais críticas do centro sismológico.

Seguindo o sistema de IA, os pesquisadores classificaram as estações inteligentes baseadas em IoT e a plataforma de relatórios móveis como os próximos investimentos de maior valor. Essas duas opções obtiveram pontuações muito próximas, sugerindo que ambas são candidatas fortes para a próxima fase de desenvolvimento. O sistema de blockchain para integridade de dados ficou em quarto lugar, e a plataforma de gestão de dados em nuvem ficou em último. A classificação inferior para as opções de nuvem e blockchain não significou que fossem tecnologias ruins; pelo contrário, indicou que, sob as atuais restrições de orçamento e prontidão organizacional, elas eram menos viáveis como prioridades imediatas em comparação às soluções de IA e IoT. O estudo mostrou explicitamente que, embora o blockchain oferecesse excelente segurança, seu alto custo e complexidade o tornavam um ponto de partida menos atraente. Da mesma forma, a plataforma em nuvem foi prejudicada por seus substanciais custos de aquisição e desempenho mais fraco nos critérios de prontidão organizacional.

Para garantir que esses resultados não fossem apenas um acaso das opiniões de especialistas específicos, os pesquisadores realizaram milhares de simulações computacionais para testar a estabilidade de suas classificações. Eles variaram levemente a importância dos critérios em cada simulação para ver se a ordem dos projetos mudaria. Os resultados foram tranquilizadores: o sistema de IA permaneceu como a primeira escolha em quase 70 por cento dos cenários simulados, provando que a recomendação era robusta e não excessivamente sensível a pequenas mudanças de julgamento. O estudo também destacou que o aplicativo móvel e as estações IoT foram escolhas estáveis para o segundo e terceiro lugares, enquanto as opções de blockchain e nuvem mostraram mais variabilidade, reforçando sua menor prioridade.

O resultado final desta pesquisa não é apenas uma lista de vencedores e perdedores, mas um roteiro prático de ação. Os pesquisadores sugerem que o centro sismológico deve iniciar sua transformação implementando o sistema de detecção por IA. Uma vez estabelecida essa base, a organização pode avançar para a atualização de sua rede de sensores com tecnologia IoT e o lançamento do aplicativo móvel para comunicação pública. As tecnologias mais complexas e caras, como o blockchain e a migração total para a nuvem, podem ser introduzidas posteriormente, uma vez que a organização tenha construído os recursos e a experiência necessários. Essa abordagem passo a passo permite que a instituição gerencie o risco e distribua seus investimentos ao longo do tempo. Ao utilizar um método que aceita a incerteza como uma parte natural do processo, os pesquisadores forneceram um guia claro e baseado em evidências sobre como uma agência governamental científica pode modernizar suas operações sem apostar no desconhecido.