Cargo atual
Professora Assistente de MS&E e, por cortesia, de Engenharia Elétrica
Intersecção com o projeto
Visão geral
As pesquisas da professora Madeleine Udell oferecem uma ponte técnica e sociotécnica essencial para o projeto do chatbot de gestão agrícola, especialmente no que tange à democratização do acesso a ferramentas de otimização complexas. Seu trabalho aborda tanto o desenvolvimento de sistemas de inteligência artificial capazes de traduzir a linguagem natural em modelos matemáticos rigorosos quanto a compreensão das barreiras de adoção dessas ferramentas por usuários não especialistas. No contexto do projeto, as produções de Udell validam a escolha de uma interface conversacional (WhatsApp) para lidar com dados do mundo real (“dados confusos”) e transformar a rotina informal do produtor rural em decisões de gestão otimizadas e confiáveis.
”OptiMUS: Scalable Optimization Modeling with (MI)LP Solvers and Large Language Models” (2024)
Esta pesquisa introduz o OptiMUS, um agente baseado em Grandes Modelos de Linguagem (LLMs) que automatiza a formulação e resolução de problemas de otimização a partir de descrições em linguagem natural. O sistema utiliza um framework baseado em agentes (Manager, Formulator, Programmer, Evaluator) para superar limitações de modelos de IA comuns, como o processamento de contextos longos e dados complexos. O termo (MI)LP refere-se à Programação Linear (Inteira Mista), uma técnica matemática usada para encontrar a melhor solução entre várias alternativas, como a otimização de rotas ou o uso de insumos
Tradução da Linguagem Natural para Ação
- “OptiMUS, um agente baseado em Grandes Modelos de Linguagem (LLM) projetado para formular e resolver problemas de programação linear (inteira mista) a partir de suas descrições em linguagem natural.”. “OptiMUS, a Large Language Model (LLM)-based agent designed to formulate and solve (mixed integer) linear programming problems from their natural language descriptions.”
- Interseção: O chatbot utiliza o Processamento de Áudio Avançado para realizar a interpretação semântica de áudios informais enviados pelo produtor. O trabalho de Udell fornece a base técnica para que esses comandos de voz sejam transformados pela IA em gatilhos e modelos matemáticos de execução operacional
Acessibilidade para Pequenos Negócios e Setores sem Especialistas
- “Automatizar a modelagem de otimização permitiria que setores que não podem arcar com o acesso a especialistas em otimização melhorem a eficiência usando técnicas de otimização.” “Automating optimization modeling would allow sectors that cannot afford to have access to optimization experts to improve efficiency using optimization techniques.”
- Interseção: O público-alvo do chatbot são produtores rurais que preferem a “operação prática” e não possuem especialistas em pesquisa operacional. O sistema atua como a “secretária executiva” automatizada que traz a eficiência da otimização para dentro da fazenda sem a necessidade de conhecimento técnico avançado por parte do usuário
”“It Was a Magical Box”: Understanding Practitioner Workflows and Needs in Optimization”
Este é um estudo qualitativo que analisa os fluxos de trabalho reais de desenvolvedores de modelos de otimização (OMDs). Udell e seus colaboradores propõem os “Três Ds” (Data, Decisions, Dialogue) como os pilares para o sucesso de projetos de otimização no mundo real. O termo “Diálogo” refere-se à comunicação contínua com as partes interessadas para construir confiança, enquanto “Problem Elicitation” (Elicitação do Problema) descreve a fase de tradução de necessidades de negócios vagas em requisitos técnicos.
Importância do Diálogo para a Confiança e Adoção
- “Descobrimos que a prática da otimização não trata apenas de algoritmos que entregam melhores decisões, mas é igualmente moldada por dados e diálogo — a comunicação contínua com as partes interessadas que permite o enquadramento do problema, a confiança e a adoção.” “Our findings reveal that optimization practice is not only about algorithms that deliver better decisions, but is equally shaped by data and dialogue—the ongoing communication with stakeholders that enables problem framing, trust, and adoption.”
- Interseção: O projeto escolhe o WhatsApp como interface principal devido à sua “altíssima familiaridade”. Udell demonstra que a otimização falha se for uma “caixa mágica” opaca; ao usar uma plataforma de diálogo diário, o chatbot constrói a confiança necessária para que o produtor rural aceite os alertas e sugestões da IA
Lidando com Dados “Confusos” do Mundo Real
- “A otimização é caracterizada por dados confusos e incompletos que informam e restringem a formulação do modelo…” “optimization is characterized by messy and incomplete data that inform and constraint model formulation…”
- Interseção: O Motor de Aprendizado Contínuo do projeto lida com dados extraídos de áudios, mensagens e imagens de comprovantes, que são inerentemente informais e “confusos”. Udell destaca que 70% do esforço em projetos reais está no processamento desses dados, validando o foco tecnológico do projeto em transformar rotinas informais de campo em dados estruturados para gestão
Papers na íntegra
Madeleine Udell - OptiMUS Scalable Optimization Modeling with (MI)LP Solvers and Large Language Models.pdf Madeleine Udell - “It Was a Magical Box” Understanding Practitioner Workflows and Needs in Optimization.pdf