Este artículo destaca la importancia de las metodologías de inferencia causal existentes y propone una nueva metodología para extraer conocimiento causal de metadatos textuales mediante el uso de modelos lingüísticos a gran escala (LLM). Para abordar la fiabilidad de los LLM, introducimos una medida de consistencia y nos centramos en inferir el orden causal en lugar de grafos causales dirigidos (DAG) considerando relaciones causales indirectas. Proponemos un método para derivar una clase de torneos acíclicos que maximizan la consistencia de los LLM y lo utilizamos para estimar los efectos causales. Verificamos la eficacia del método propuesto mediante experimentos con conjuntos de datos reales y referencias existentes en los campos de la epidemiología y la salud pública.
