Objective: This study aims to tackle the increasing prevalence of employee burnout by introducing a novel hybrid methodology employing Bayesian networks and fuzzy logic. This approach seeks to identify and address burnout risks comprehensively. Theoretical Framework: Drawing from burnout theories alongside Bayesian networks and fuzzy logic, this research establishes a robust foundation for understanding burnout complexities and evaluating the efficacy of the proposed hybrid approach. Method: The methodology encompasses a model development phase utilizing OpenMarkov and FisPro to integrate Bayesian networks and fuzzy logic. Data collection involved a multifaceted approach including surveys, expert interviews, and a thorough review of literature focusing on workload, work environment, psychology, and other pertinent factors influencing burnout. Results and Discussion: Findings indicate that burnout tends to manifest at lower levels in scenarios characterized by weak communication, high workload, and low obstacles, while it escalates in situations marked by weak communication, occasional workload spikes, and moderate obstacles, among other contributing factors. These results are analyzed within the context of the theoretical framework, emphasizing their implications for individual well-being and organizational success. Research Implications: This study provides actionable insights for companies, particularly human resources managers, to bolster employee psychological support systems and advance organizational objectives. Proactively addressing burnout risks can enhance both employee well-being and overall organizational performance. Originality/Value: By proposing a hybrid methodology that merges Bayesian networks and fuzzy logic to comprehensively tackle burnout risks, this research contributes to the existing literature. The innovative methodology and practical implications underscore the significance and applicability of this study for organizations strivi, Objetivo: Este estudo visa abordar a crescente prevalência do esgotamento profissional entre os funcionários, introduzindo uma metodologia híbrida inovadora que utiliza redes Bayesianas e lógica difusa. Este enfoque busca identificar e abordar de forma abrangente os riscos de esgotamento profissional. Quadro Teórico: Com base em teorias sobre esgotamento profissional juntamente com redes Bayesianas e lógica difusa, esta pesquisa estabelece uma base sólida para compreender as complexidades do esgotamento profissional e avaliar a eficácia da abordagem híbrida proposta. Método: A metodologia abrange uma fase de desenvolvimento de modelo utilizando o OpenMarkov e FisPro para integrar redes Bayesianas e lógica difusa. A coleta de dados envolveu uma abordagem multifacetada que incluiu pesquisas, entrevistas com especialistas e uma revisão abrangente da literatura focada em carga de trabalho, ambiente de trabalho, psicologia e outros fatores relevantes que influenciam o esgotamento profissional. Resultados e Discussão: Os achados indicam que o esgotamento profissional tende a manifestar-se em níveis mais baixos em cenários caracterizados por comunicação fraca, alta carga de trabalho e obstáculos baixos, enquanto se agrava em situações marcadas por comunicação fraca, picos ocasionais de carga de trabalho e obstáculos moderados, entre outros fatores contribuintes. Esses resultados são analisados no contexto do quadro teórico, enfatizando suas implicações para o bem-estar individual e o sucesso organizacional. Implicações da Pesquisa: Este estudo oferece insights práticos para empresas, especialmente para gerentes de recursos humanos, para fortalecer os sistemas de apoio psicológico dos funcionários e avançar nos objetivos organizacionais. Abordar proativamente os riscos de esgotamento profissional pode melhorar tanto o bem-estar dos funcionários quanto o desempenho organizacional como um todo. Originalidade/Valor: Ao propor uma metodologia híbrida que combina redes Bayesiana, Objetivo: Este estudio tiene como objetivo abordar la creciente prevalencia del agotamiento laboral entre los empleados mediante la introducción de una metodología híbrida novedosa que emplea redes Bayesianas y lógica difusa. Este enfoque busca identificar y abordar de manera integral los riesgos de agotamiento laboral. Marco Teórico: Basándose en teorías sobre el agotamiento laboral junto con redes Bayesianas y lógica difusa, esta investigación establece una sólida base para comprender las complejidades del agotamiento laboral y evaluar la eficacia del enfoque híbrido propuesto. Método: La metodología abarca una fase de desarrollo de modelo utilizando OpenMarkov y FisPro para integrar redes Bayesianas y lógica difusa. La recopilación de datos involucró un enfoque multifacético que incluyó encuestas, entrevistas a expertos y una exhaustiva revisión de literatura centrada en carga de trabajo, ambiente laboral, psicología y otros factores pertinentes que influyen en el agotamiento laboral. Resultados y Discusión: Los hallazgos indican que el agotamiento laboral tiende a manifestarse en niveles más bajos en escenarios caracterizados por una comunicación débil, alta carga de trabajo y obstáculos bajos, mientras que se agrava en situaciones marcadas por una comunicación débil, picos ocasionales de carga de trabajo y obstáculos moderados, entre otros factores contribuyentes. Estos resultados se analizan en el contexto del marco teórico, enfatizando sus implicaciones para el bienestar individual y el éxito organizacional. Implicaciones de la Investigación: Este estudio proporciona ideas prácticas para las empresas, especialmente para los gerentes de recursos humanos, para fortalecer los sistemas de apoyo psicológico de los empleados y avanzar en los objetivos organizacionales. Abordar proactivamente los riesgos de agotamiento laboral puede mejorar tanto el bienestar de los empleados como el rendimiento organizacional en general. Originalidad/Valor: Al proponer una metodolo