Abstract
Uma Rede de Crenças Bayesianas é uma forma diagramática de raciocinar probabilisticamente e compreender a inferência causal em sistemas complexos. Propomos o uso de Bayesian Belief Networks (BBN) nos estágios iniciais dos projetos de design para destacar componentes com alto risco de falha. A identificação destes componentes de alto risco pode informar como os recursos devem ser melhor utilizados em tarefas de modelagem dispendiosas. Além disso, componentes de alto risco podem impor requisitos de modelagem funcional, o que, por sua vez, irá informar o projeto de sistemas flexíveis para áreas críticas. Esta abordagem tem o potencial de reduzir significativamente o risco ao focar e informar os esforços de modelagem, o que por sua vez aumenta a chance de sucesso do projeto e reduz os custos para todos os envolvidos.
Usando um protótipo de software desenvolvido para criar rapidamente BBNs e calcular um valor de probabilidade final de um resultado específico (o “produto de trabalho”), testamos diferentes cenários de projeto coletados através de três entrevistas com profissionais da indústria. Em cada caso, identificamos um aspecto do projeto que mudou durante o curso do projeto com implicações de longo alcance. Ajustando os valores e estrutura destas redes, formulamos requisitos funcionais específicos para os modelos digitais e, em alguns casos, para os sistemas construtivos associados. Verificamos que estes requisitos teriam aumentado o valor global dos seus respectivos projectos ao abordar directamente as áreas de forte influência e incerteza identificadas no BBN.