Um algoritmo robusto de tomada de decisão para lidar com incertezas no planejamento de carreira via um método circular intuicionista fuzzy SWARA WASPAS

Por que escolher trajetórias de formação é tão difícil

Muitos estudantes terminam programas vocacionais apenas para descobrir que conseguir um bom emprego continua sendo difícil. Eles precisam escolher entre cursos, serviços de aconselhamento e oficinas de busca de emprego enquanto as demandas dos empregadores continuam mudando. Este artigo examina como projetar e comparar esses programas de uma forma que respeite a realidade complexa do julgamento humano, em que especialistas se sentem inseguros, mudam de opinião e nem sempre concordam.

Decisões em um mundo de dúvida

As decisões sobre formação profissional envolvem muitas peças em movimento: alinhar competências a vagas reais, ajudar jovens a esclarecer seus objetivos, ensinar hábitos de busca de emprego e manter as pessoas empregadas ao longo do tempo. Esses fatores podem puxar em direções diferentes, e especialistas como instrutores, conselheiros e parceiros da indústria frequentemente dispõem apenas de informações parciais ou incertas. Em vez de forçá‑los a dar uma nota única e precisa, o estudo permite que suas opiniões reflitam hesitação e dúvida, captando tanto o quanto favorecem uma opção quanto o quão inseguros se sentem sobre isso.

Círculos que capturam a incerteza

Para isso, o autor usa uma ideia recente da matemática que descreve opiniões como círculos em vez de pontos isolados. Cada círculo mostra quanto um especialista tende a favor ou contra uma opção, além de uma faixa de incerteza em torno dessa avaliação. Essa imagem mais rica reconhece que um especialista pode dizer “isto parece bom, mas não estou totalmente confiante”. A partir disso, o estudo adapta duas ferramentas populares de ranqueamento: uma que determina a importância de cada fator e outra que pontua e ordena os programas de formação concorrentes. Ambas são reescritas para trabalhar diretamente com esses círculos de opinião circular em vez de números rígidos.

Ponderando o que importa e pontuando opções

A primeira parte do método foca em ponderar os fatores mais relevantes, como o quanto as competências se alinham a vagas, o quão claros os estudantes estão quanto à carreira, quão preparados estão para se candidatar, com que frequência são colocados e por quanto tempo permanecem empregados. Os especialistas expressam suas opiniões usando termos do dia a dia como “médio” ou “muito alto”, que são então traduzidos para a forma de opinião circular. O método compara gradualmente os fatores entre si, ajustando seus pesos enquanto mantém visível a hesitação dos especialistas. A segunda parte pega vários modelos de formação concorrentes, combina todas as opiniões de especialistas para cada fator e produz pontuações usando duas formas diferentes de agregar as evidências. As pontuações são então mescladas para dar um ranqueamento final dos programas.

Testando em um cenário de formação realista

Para mostrar como isso funciona na prática, o autor constrói um estudo de caso de um instituto profissional que quer melhorar os resultados de emprego. Cinco estilos de programa são comparados, variando desde treinamento de habilidades simples até um modelo totalmente integrado que adiciona planejamento estruturado, orientação pessoal e vínculos com empregadores. Especialistas de ensino, aconselhamento e indústria avaliam cada opção, novamente usando linguagem cotidiana mapeada no sistema de opinião circular. Quando o método processa essas informações, uma opção se destaca: combinar formação profissional com aconselhamento de carreira básico fica consistentemente em primeiro lugar, à frente de treinamentos mais simples e até de esquemas integrados mais complexos.

Resultados estáveis sob escrutínio

O estudo então verifica quão frágeis são esses ranqueamentos. Ele varia a importância atribuída aos diferentes fatores e ajusta o equilíbrio entre as duas fórmulas de pontuação. Também mede quão semelhantes são os ranqueamentos entre métodos usando um teste estatístico padrão. Em todas essas verificações, a mesma combinação de programa permanece no topo, e a ordem das outras opções muda muito pouco. Isso sugere que o método não é excessivamente sensível a pequenos ajustes ou a divergências entre especialistas, requisito chave para uso em contextos reais de educação e formulação de políticas.

O que o estudo significa para estudantes e planejadores

Em termos simples, o artigo mostra um modo de tornar decisões complexas sobre formação e orientação de carreira mais honestas quanto à incerteza sem se tornarem caóticas. Ao permitir que opiniões de especialistas sejam fuzzy e hesitantes, mas ainda assim combiná‑las de maneira estruturada, o método identifica opções que são tanto eficazes quanto estáveis em muitos testes. Para um leitor leigo, a conclusão é que adicionar mesmo um aconselhamento de carreira modesto à formação profissional pode fazer uma diferença clara e confiável nos resultados de emprego, e que ferramentas de decisão cuidadosas e sensíveis à incerteza podem ajudar escolas e agências a escolher tais melhorias com maior confiança.

Citação: Chen, J. A robust decision making algorithm for handling uncertainty in career planning via a circular intuitionistic fuzzy SWARA WASPAS method. Sci Rep 16, 15953 (2026). https://doi.org/10.1038/s41598-026-45506-0

Palavras-chave: planejamento de carreira, formação profissional, tomada de decisão, lógica fuzzy, orientação profissional