BEST-KAG usa LLMs e grafos para consultar normas de construção

O que aconteceu

O preprint BEST-KAG (Knowledge-Augmented Generation for Building Engineering STandards) foi submetido ao arXiv em 2 de agosto de 2026 e registrado na área de Inteligência Artificial (Computer Science > Artificial Intelligence). O estudo propõe uma arquitetura em três camadas: um grafo de conhecimento multimodal (MKG) para representar de forma unificada a hierarquia dos documentos e o conhecimento heterogêneo das normas; um pipeline híbrido de regras e LLMs para construção escalável do conhecimento; e uma arquitetura de geração aumentada por recuperação em grafo, com respostas fundamentadas em cláusulas e rastreáveis.

O grafo construído reúne 251 normas de engenharia de construção, 171.652 nós e 310.914 arestas (arXiv). Nos experimentos, o BEST-KAG superou de forma consistente vários LLMs de mercado em avaliação de especialistas e nas métricas BLEU e ROUGE, com ganho máximo de 74,01% em relação aos baselines.

Contexto

Normas de construção são críticas para a segurança e a sustentabilidade das edificações. O fluxo de trabalho atual, porém, depende de busca por palavras-chave e de interpretação manual de cláusulas cruzadas — o que não suporta raciocínio envolvendo múltiplas cláusulas, uso de conhecimento multimodal (texto, tabelas, imagens) nem vinculação rastreável de evidências a cláusulas específicas. Essas limitações ficam evidentes quando uma decisão de projeto depende de cláusulas distribuídas em diferentes normas e formatos.

Por que importa

Para engenheiros, arquitetos e construtoras, a consulta a normas faz parte do dia a dia de projetos, licenciamentos e vistorias. Erros de interpretação e lacunas de busca geram retrabalho, atrasos e risco de não conformidade. Um sistema que devolve respostas pontuais com referência à cláusula de origem muda essa rotina. No Brasil, onde a construção civil movimenta grande volume de projetos e obras, a consulta a normas técnicas está na rotina do setor — e respostas rastreáveis podem apoiar auditorias e aprovações.

Impacto

No curto prazo, o BEST-KAG abre caminho para assistentes de IA aplicados a normas técnicas, com consultas mais rápidas e respostas de origem verificável. No médio prazo, a abordagem pode ser estendida a outros domínios normativos, como energia, saneamento e segurança, que enfrentam o mesmo problema de informação dispersa entre documentos.

O que muda

A principal mudança é a troca da recuperação por palavras-chave por uma recuperação baseada em grafo multimodal. Em vez de receber uma lista de documentos para leitura manual, o usuário obtém uma resposta direta fundamentada em cláusulas, com um caminho de evidência rastreável — aspecto relevante em contextos em que decisões precisam ser justificadas.

O que vem agora

O estudo está em fase de preprint no arXiv (arXiv:2608.11244). O material não menciona a disponibilização de código nem testes de campo. Os próximos passos esperados incluem ampliar a cobertura de normas, validar o framework em cenários reais de projeto e criar uma interface de uso para profissionais da construção.

Fontes

• arXiv — BEST-KAG: Enhancing Question Answering of Building Engineering Standards with Multimodal Knowledge Graph Modeling and Large Language Model (https://arxiv.org/abs/2608.11244)