DOI: https://doi.org/10.32604/cmes.2025.073488
تاريخ النشر: 2026-01-01
المؤلف: Silvia Alayón وآخرون
الموضوع الرئيسي: نمذجة وتحليل العمليات التجارية
نظرة عامة
تقدم ورقة البحث منهجية جديدة لنمذجة العمليات التجارية (BPM) تستفيد من نماذج اللغة الكبيرة (LLMs) والذكاء الاصطناعي متعدد الوسائط (AI) لتوليد مخططات نمذجة العمليات التجارية والتدوين (BPMN) تلقائيًا من الأوصاف اللفظية. تُنتقد الأساليب التقليدية لنمذجة العمليات التجارية لكونها بطيئة وعرضة للأخطاء وتتطلب خبرة متخصصة. تستخدم الحل المقترح خط أنابيب من مرحلتين يجمع بين NotebookLM (Gemini) وChatGPT (GPT-4) لمعالجة تسجيلات الفيديو لشرح الخبراء، محققة متوسط درجة F1 مثير للإعجاب يبلغ 93.5% ودقة خطوة مثالية (SA = 100%). تقلل هذه الابتكارات بشكل كبير من وقت النمذجة إلى حوالي 4 دقائق لكل إجراء، مما يعزز السرعة والدقة وسهولة الوصول إلى BPM.
على الرغم من نتائجها الواعدة، تعترف الدراسة بعدة قيود، بما في ذلك الاعتماد على جودة الأوصاف المدخلة، مجموعة بيانات محدودة من سياق مؤسسي واحد، والطبيعة الملكية لنماذج اللغة الكبيرة المستخدمة، مما يحد من الشفافية وقابلية التكرار. تشمل اتجاهات البحث المستقبلية توسيع مجموعة البيانات، واستكشاف نماذج اللغة الكبيرة مفتوحة المصدر لتحسين القابلية للتفسير، ودمج التحقق الدلالي التلقائي. بالإضافة إلى ذلك، تهدف المنهجية إلى التكيف مع سيناريوهات أكثر تعقيدًا تتضمن إشارات بصرية وإيماءات، مما قد يعزز مخطط العملية الناتج. بشكل عام، يبرز هذا العمل الإمكانات التحويلية لنماذج اللغة الكبيرة متعددة الوسائط في تمثيل العمليات ويضع أساسًا لمزيد من التقدم في أتمتة سير العمل التنظيمي.
مقدمة
تسلط مقدمة ورقة البحث الضوء على الدور الحاسم لنمذجة العمليات التجارية (BPM) في تعزيز تحليل وتحسين وأتمتة تدفق المعلومات داخل المنظمات. تجيب BPM على أسئلة أساسية تتعلق بأدوار وتوقيت الأنشطة، مما يمكّن المنظمات من فهم هيكل سير العمل بشكل أفضل. أداة بارزة في هذا المجال هي نموذج العمليات التجارية والتدوين (BPMN)، الذي يُعترف به كمعيار دولي. على الرغم من الاعتماد الواسع على BPM لتحسين الكفاءة والجودة، لا يزال تحليل العمليات المعقدة يمثل تحديًا، وغالبًا ما يتطلب وقتًا وموارد كبيرة.
تواجه الأساليب التقليدية للنمذجة قيودًا ملحوظة، أساسًا بسبب اعتمادها على التفسير اليدوي من قبل مهندسين متخصصين، مما قد يؤدي إلى نتائج بطيئة وعرضة للأخطاء. تعقيد العمليات التنظيمية وضرورة التعاون بين التخصصات يزيد من تعقيد هذه الجهود. بينما أظهرت الأساليب القائمة على القواعد إمكانية لتوليد نماذج تلقائية، إلا أنها غالبًا ما تفتقر إلى المرونة عند التعامل مع الأوصاف الغامضة أو غير المكتملة. هذا الاعتماد على مجموعات القواعد المصممة يدويًا يجعل هذه الأساليب هشة وصعبة التوسع، خاصة في استيعاب المدخلات باللغة الطبيعية.
الطرق
توضح قسم الطرق التصميم التجريبي وتقييم منهجية جديدة تجمع بين الذكاء الاصطناعي متعدد الوسائط ونماذج اللغة الكبيرة (LLMs) لتوليد مخططات نموذج العمليات التجارية والتدوين (BPMN). كان الهدف الأساسي هو تحديد ما إذا كانت هذه الطريقة يمكن أن تنتج مخططات BPMN دقيقة وكاملة وقابلة للمقارنة مع تلك التي أنشأها الخبراء البشر.
شمل التصميم التجريبي تطبيق المنهجية المقترحة على عينة تمثيلية من الإجراءات القضائية، وتحديدًا الخمس إجراءات الأكثر تكرارًا في المحاكم التجارية في إسبانيا، المختارة من إجمالي عشرين. تم استخدام منهجية NotebookLM + ChatGPT لتوليد مخططات BPMN بناءً على تسجيلات الفيديو من خبير. بعد ذلك، خضعت هذه المخططات لتقييم صارم من قبل قاضي متخصص في القانون التجاري، الذي قام بتقييم صحتها ووفائها للعمليات القضائية الفعلية. ركزت مراجعة الخبير على ضمان أن جميع الخطوات في مخططات BPMN الناتجة تعكس بدقة الإجراءات وأن الانتقالات والتمثيلات الدلالية كانت دقيقة.
النتائج
في قسم النتائج، تم تطبيق المنهجية المقترحة على خمس إجراءات قضائية مختارة، باستخدام NotebookLM وChatGPT للاستعلام بناءً على المطالبات المحددة في القسم 4.4. تم تقديم مثال توضيحي للإجراء الأول، الذي يتعلق بإفلاس شخص طبيعي ليس مالكًا للأعمال ولا يمتلك أصولًا. تم توثيق الاستجابة التي تم إنشاؤها بواسطة NotebookLM في الجدول 1. تم استخدام هذه الاستجابة بعد ذلك كمدخل لـ ChatGPT لإنتاج مخطط إجراء بتنسيق XML، كما هو موضح في الجدول 2. يتم تمثيل مخطط نموذج العمليات التجارية والتدوين (BPMN) الناتج بصريًا في الشكل 4، مما يوضح فعالية المنهجية في توليد تمثيلات إجرائية منظمة.
المناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على تطور تقنيات معالجة اللغة الطبيعية (NLP) من الأساليب التقليدية القائمة على القواعد إلى اعتماد نماذج اللغة الكبيرة (LLMs) والذكاء الاصطناعي التوليدي في إدارة العمليات التجارية (BPM). أظهرت الدراسات الأولية فائدة تصنيف أجزاء الكلام والتحليل النحوي لاستخراج المعلومات المنظمة من النص، ولكن هذه الأساليب غالبًا ما كانت تواجه صعوبات مع الخطوات الضمنية والاعتمادات السياقية. أظهرت التقدمات الأخيرة، وخاصة مع نماذج LLMs القائمة على المحولات، وعدًا في أتمتة توليد نماذج BPMN، على الرغم من أن التحديات لا تزال قائمة بشأن دمج المدخلات متعددة الوسائط وموثوقية المخرجات الناتجة.
تشدد الورقة على اعتماد الصناعة على أدوات BPM المدعومة بالذكاء الاصطناعي، مشيرة إلى أن المنصات الكبرى تقوم بإدماج قدرات توليد. ومع ذلك، فإن الاعتماد على وثائق البائع للتحقق يثير مخاوف بشأن الصرامة العلمية لهذه الادعاءات. تشير المناقشة أيضًا إلى إمكانات الأنظمة متعددة الوسائط التي يمكن أن تفسر كل من المعلومات النصية والبصرية، على الرغم من أن التوليد المباشر من المدخلات الخام للفيديو أو الصوت لا يزال قيد التطوير. في سياق سير العمل القضائية، بينما تم استخدام الأساليب التقليدية لنمذجة العمليات القانونية، تقترح الورقة أن الأطر المعتمدة على LLM يمكن أن تتكيف مع هذا المجال، شريطة أن يتم دعمها بمعرفة محددة في المجال والتحقق من الخبراء. بشكل عام، تسهم الدراسة في تقديم خط أنابيب متعدد الوسائط جديد من مرحلتين يستفيد من LLMs لتوليد نماذج BPMN من الأوصاف اللفظية للفيديو، مما يعالج الفجوات في المنهجيات الحالية ويمهد الطريق لاستكشافات مستقبلية في نمذجة العمليات متعددة الوسائط.
DOI: https://doi.org/10.32604/cmes.2025.073488
Publication Date: 2026-01-01
Author(s): Silvia Alayón et al.
Primary Topic: Business Process Modeling and Analysis
Overview
The research paper presents a novel methodology for Business Process Modelling (BPM) that leverages Large Language Models (LLMs) and multimodal Artificial Intelligence (AI) to automatically generate Business Process Modelling and Notation (BPMN) diagrams from verbal descriptions. Traditional BPM approaches are criticized for being slow, error-prone, and requiring specialized expertise. The proposed solution utilizes a two-stage pipeline combining NotebookLM (Gemini) and ChatGPT (GPT-4) to process video recordings of expert explanations, achieving an impressive average F1-score of 93.5% and perfect step accuracy (SA = 100%). This innovation significantly reduces modeling time to approximately 4 minutes per procedure, enhancing the speed, accuracy, and accessibility of BPM.
Despite its promising results, the study acknowledges several limitations, including dependence on the quality of input descriptions, a limited dataset from a single institutional context, and the proprietary nature of the LLMs used, which restricts transparency and reproducibility. Future research directions include expanding the dataset, exploring open-source LLMs for improved explainability, and integrating automatic semantic validation. Additionally, the methodology aims to adapt to more complex scenarios involving visual cues and gestures, potentially enhancing the process schema generated. Overall, this work highlights the transformative potential of multimodal LLMs in process representation and sets a foundation for further advancements in organizational workflow automation.
Introduction
The introduction of the research paper highlights the critical role of Business Process Modelling (BPM) in enhancing the analysis, improvement, and automation of information flow within organizations. BPM answers essential questions regarding the roles and timing of activities, thereby enabling organizations to better understand and structure their workflows. A prominent tool in this domain is the Business Process Model and Notation (BPMN), which is recognized as an international standard. Despite the widespread adoption of BPM for efficiency and quality enhancement, the analysis of complex processes remains challenging, often requiring significant time and resources.
Traditional modelling approaches face notable limitations, primarily due to their reliance on manual interpretation by specialized engineers, which can lead to slow and error-prone outcomes. The complexity of organizational processes and the necessity for interdisciplinary collaboration further complicate these efforts. While rule-based methods have demonstrated the potential for automatic model synthesis, they often lack flexibility when addressing ambiguous or incomplete descriptions. This dependency on manually engineered rule sets renders these methods brittle and difficult to scale, particularly in accommodating natural-language inputs.
Methods
The Methods section details the experimental design and evaluation of a novel methodology combining multimodal AI and large language models (LLMs) for generating Business Process Model and Notation (BPMN) diagrams. The primary objective was to determine if this approach could yield BPMN diagrams that are accurate, complete, and comparable to those created by human experts.
The experimental design involved applying the proposed methodology to a representative sample of judicial procedures, specifically the five most frequent procedures in Spain’s commercial courts, selected from a total of twenty. The NotebookLM + ChatGPT methodology was utilized to generate BPMN diagrams based on video recordings from an expert. Subsequently, these diagrams underwent rigorous evaluation by a magistrate specializing in commercial law, who assessed their correctness and fidelity to the actual judicial processes. The expert’s review focused on ensuring that all steps in the generated BPMN diagrams accurately reflected the procedures and that the transitions and semantic representations were precise.
Results
In the results section, the proposed methodology was applied to five selected judicial procedures, utilizing NotebookLM and ChatGPT for querying based on prompts specified in Section 4.4. An illustrative example is provided for the first procedure, which involves the insolvency of a natural person who is neither a business owner nor possesses assets. The response generated by NotebookLM is documented in Table 1. This response was subsequently used as input for ChatGPT to produce a procedure diagram in XML format, as detailed in Table 2. The resulting Business Process Model and Notation (BPMN) diagram is visually represented in Figure 4, demonstrating the effectiveness of the methodology in generating structured procedural representations.
Discussion
The discussion section of the research paper highlights the evolution of Natural Language Processing (NLP) techniques from traditional grammar-based methods to the adoption of Large Language Models (LLMs) and Generative AI in Business Process Management (BPM). Initial studies demonstrated the utility of part-of-speech tagging and syntactic parsing for extracting structured information from text, but these approaches often struggled with implicit steps and contextual dependencies. Recent advancements, particularly with transformer-based LLMs, have shown promise in automating BPMN model generation, although challenges remain regarding the integration of multimodal inputs and the reliability of generated outputs.
The paper emphasizes the industrial adoption of AI-enabled BPM tools, noting that major platforms are incorporating generative capabilities. However, the reliance on vendor documentation for validation raises concerns about the scientific rigor of these claims. The discussion also points to the potential of multimodal systems that can interpret both textual and visual information, although direct generation from raw video or audio inputs is still developing. In the context of judicial workflows, while traditional methods have been used to model legal processes, the paper suggests that LLM-based frameworks could be adapted for this domain, provided they are supplemented with domain-specific knowledge and expert validation. Overall, the research contributes a novel two-stage multimodal pipeline that leverages LLMs to generate BPMN models from verbal video descriptions, addressing gaps in existing methodologies and paving the way for future exploration in multimodal process modeling.