Resumen: En este artículo, informamos nuestra experiencia con varios LLM por su capacidad para comprender un modelo de proceso en un estilo conversacional interactivo, encontrar errores sintácticos y lógicos en él y razonar con él en profundidad a través de una interfaz de lenguaje natural (NL). Nuestros hallazgos muestran que un LLM básico y no capacitado como ChatGPT (modelo o3) en una configuración de disparo cero es efectivo para comprender los modelos de procesos BPMN a partir de imágenes y responder consultas sobre ellos de manera inteligente en niveles de profundidad sintáctico, lógico y semántico. Además, los diferentes LLM varían en rendimiento en términos de precisión y eficacia. Sin embargo, nuestro análisis empírico muestra que los LLM pueden desempeñar un papel valioso como asistentes para los diseñadores y usuarios de procesos de negocio. También estudiamos el “proceso de pensamiento” del LLM y la capacidad para realizar un razonamiento más profundo en el contexto del análisis y optimización de procesos. Encontramos que los LLM parecen exhibir propiedades antropomórficas.
Publicado originalmente en export.arxiv.org el 9 de octubre de 2025.
Ver fuente original
