Conecte fatos, documentos e decisões

Ligue um documento à afirmação que ele sustenta, ao autor e à decisão em que foi usado. Comece desenhando essas relações em linguagem comum. Ontologia é um modelo que define os tipos de coisa e o significado dessas ligações; ela ajuda a preservar relações quando categorias sozinhas não respondem à pergunta.

Na Biblioteca Aurora, o acervo hipotético da aula anterior, a equipe já encontra guias sobre síntese. Agora precisa descobrir quais guias usam uma fonte que mudou e quem responde pela revisão. A categoria do assunto não registra, sozinha, essa dependência entre documentos.

Responda primeiro a uma pergunta, como quais relatórios sustentam a recomendação do memorando. Desenhe as ligações com frases completas e identifique os trechos de origem. O guia abaixo organiza o trabalho; as seções seguintes explicam os termos técnicos necessários quando o modelo passar a ser compartilhado entre sistemas.

Dê um sentido preciso à palavra ontologia

Na filosofia, ontologia investiga o que existe e que tipos de coisas compõem a realidade. Na computação, o termo designa uma representação explícita de um domínio para uma finalidade. A distinção evita esperar que um modelo de biblioteca resolva todas as questões sobre conhecimento.

Thomas Gruber descreveu ontologia como uma especificação explícita de uma conceitualização, em trabalho publicado em 1993. Conceitualização é o recorte de objetos, conceitos e relações escolhido para representar uma área. Uma ontologia compartilhada torna esse recorte compreensível entre participantes e sistemas.

Na Biblioteca Aurora, a equipe pode tratar 'Documento' e 'Pessoa' como classes distintas e decidir que 'revisado por' exige um vínculo com uma pessoa. Outra biblioteca pode modelar uma comissão como revisora. As duas escolhas podem atender a tarefas diferentes; a interoperabilidade exige explicar a diferença.

Compartilhada não significa aceita por toda a humanidade. Significa que os participantes relevantes conseguem usar os termos com critérios compatíveis. Escrever definições é parte do trabalho; negociar as diferenças e registrar decisões também é. Uma planilha bem explicada pode ser o primeiro esboço antes da formalização para software.

Separe classes, instâncias, atributos e relações

Classe reúne entidades segundo uma definição; instância é uma entidade particular dessa classe. Na biblioteca hipotética, 'Documento' é uma classe. O 'Guia de síntese', identificado como guia-sintese-v1, é uma instância. A classe não se confunde com a lista atual de documentos cadastrados.

Atributo descreve uma entidade com um valor, como título ou data. Relação conecta entidades, como 'escrito por' entre guia e pessoa. Em linguagens formais, ambos podem ser tratados como propriedades: algumas ligam objetos a objetos; outras ligam objetos a valores.

Uma restrição acrescenta uma condição ao modelo. Ela pode afirmar, por exemplo, que certas classes não compartilham instâncias. A palavra restrição também aparece em validação de dados, mas as duas funções precisam ser distinguidas. Uma condição lógica não se transforma automaticamente em um campo obrigatório no formulário.

Uma relação deve poder ser lida como frase. 'O guia cita o relatório' deixa clara sua direção. 'Relacionado a' cabe em quase qualquer situação e, por isso, informa pouco. Quando a pergunta pede autoria, revisão ou derivação, registre exatamente esse vínculo.

Também separe a pessoa da função que ela exerce. Ana pode escrever um guia e revisar outro. Criar uma identidade 'Ana autora' e outra 'Ana revisora' fragmentaria uma única pessoa no acervo. A função pode aparecer na relação ou, se a pergunta exigir período e contexto, em uma participação específica.

Uma decisão de modelagem depende do uso. Um catálogo simples pode registrar o título como texto. Um sistema de tradução talvez precise tratar cada versão linguística como objeto próprio, com responsáveis e datas. Acrescente detalhe quando ele for necessário para responder às perguntas, não apenas porque é possível desenhá-lo.

Compare ontologia, taxonomia, grafo e esquema

Taxonomia organiza categorias; ontologia explicita conceitos e relações com significados definidos. Uma ontologia pode conter hierarquias de classes, mas também representar autoria, dependência e outras relações. A distinção está na função e no significado, não no fato de o desenho ter caixas e setas.

Grafo é uma estrutura com nós e ligações. Um grafo de conhecimento reúne entidades e afirmações relacionadas; pode usar uma ontologia para definir seus termos. A ontologia também pode ser representada em grafo, portanto 'grafo' e 'ontologia' não são alternativas mutuamente exclusivas.

Esquema, ou schema, é um termo amplo para a estrutura e as regras de dados. Um esquema de banco organiza tabelas e campos; um esquema de documento pode especificar tipos e obrigatoriedade. Alguns esquemas também carregam semântica de domínio. Verifique o que cada artefato expressa, em vez de decidir apenas pelo nome.

Schema.org é um vocabulário específico de tipos e propriedades usado para descrever entidades na Web. Não confunda o nome do projeto com qualquer esquema de banco ou com uma ontologia completa da sua organização. Usar seus termos exige conferir a definição e a finalidade da aplicação.

Na Biblioteca Aurora, uma tabela simples de autoria pode resolver a necessidade inicial. Uma ontologia se justifica quando os significados precisam ser compartilhados, as relações ganham complexidade ou regras de inferência ajudam a responder às perguntas. Adotar um formalismo sem essa necessidade cria manutenção antes de criar utilidade.

Leia uma tripla RDF como uma afirmação simples

RDF, Resource Description Framework, representa informação por triplas: sujeito, predicado e objeto. O sujeito é aquilo de que se fala; o predicado nomeia a relação; o objeto é a entidade ou o valor relacionado. Várias triplas formam um grafo.

No exemplo, a frase 'O guia foi escrito por Ana' pode ser decomposta sem mudar sua direção. Um identificador representa o guia, outro representa a pessoa e um terceiro identifica a propriedade de autoria. Essa estrutura permite que sistemas diferentes troquem afirmações usando as mesmas referências.

URI é um identificador de recurso; IRI é a forma internacionalizada que RDF 1.1 utiliza. Um identificador pode ter aparência de endereço Web, mas sua função no modelo é identificar. O nome visível pode mudar sem que a entidade mude. Literais representam valores, como textos com idioma ou datas com tipo declarado.

No acervo hipotético, duas pessoas podem se chamar Ana. Relacionar documentos apenas ao texto 'Ana' não permite distinguir suas identidades. Identificadores diferentes resolvem essa ambiguidade no cadastro; verificar se dois cadastros representam a mesma pessoa exige evidência e regras de conciliação.

RDF é um modelo de dados, não um formato visual único. Turtle e JSON-LD são formas de escrever dados RDF. Escolher uma serialização não define, por si só, o significado de 'revisado por' nem a qualidade da informação registrada.

Use RDFS e OWL para declarar significados e consequências

RDFS, RDF Schema, oferece vocabulário para classes, subclasses e propriedades. Se Guia é subclasse de Documento e um item é Guia, esse item também é Documento. A inferência torna explícita uma consequência dos dados e das regras adotadas.

OWL, Web Ontology Language, acrescenta recursos para expressar relações lógicas mais detalhadas. É possível declarar classes equivalentes, classes disjuntas e condições sobre propriedades. A escolha do recurso altera o que um mecanismo de inferência pode concluir e precisa ser testada.

Um mecanismo de inferência, também chamado de raciocinador, calcula consequências lógicas do modelo. Ele não consulta automaticamente o mundo para verificar se Ana escreveu o guia. Se a autoria foi registrada por engano, o sistema pode produzir conclusões coerentes a partir de um fato falso.

Domínio e alcance descrevem as classes associadas às pontas de uma propriedade. Na relação 'escrito por', podemos declarar domínio Documento e alcance Pessoa. Se A está ligado a B por essa propriedade, a semântica permite inferir que A é Documento e B é Pessoa.

Isso não significa que o sistema rejeitará automaticamente um formulário que recebeu um objeto inesperado. Se alguém registrar que um guia foi escrito por outro documento, o mecanismo pode inferir que esse segundo documento também é Pessoa. Havendo uma regra de disjunção entre Pessoa e Documento, a combinação pode tornar o modelo inconsistente.

O erro é esperar que domínio e alcance sejam apenas listas de tipos permitidos numa tela. Para impedir um cadastro inadequado, implemente uma regra de validação apropriada e uma mensagem que permita corrigir o dado. A declaração semântica e a validação cumprem funções complementares.

Trate informação ausente sem transformá-la em negação

Sob a suposição de mundo aberto usada em OWL, a ausência de uma informação não autoriza concluir que ela é falsa. Se o grafo não informa quem revisou o guia, a conclusão adequada é que essa revisão não está estabelecida pelos dados disponíveis.

Na biblioteca hipotética, o registro pode estar incompleto. A falta de um vínculo com revisor não prova que ninguém revisou. Tampouco permite declarar que houve revisão. Para publicar, a organização pode exigir um registro explícito: essa é uma política operacional verificável.

Uma aplicação pode trabalhar com uma suposição de mundo fechado em um recorte definido: para certas consultas, considera completos os dados recebidos. O recorte e a regra precisam ser declarados. Não transfira essa convenção para qualquer fonte externa ou para qualquer fato sobre o mundo.

OWL também não pressupõe que nomes diferentes sejam necessariamente entidades diferentes. A existência de dois identificadores exige cuidado ao interpretar contagens e restrições. Quando a distinção importa, o modelo e a aplicação precisam explicitá-la, em vez de deduzi-la apenas da grafia.

SHACL, Shapes Constraint Language, valida grafos RDF contra condições descritas em formas, ou shapes. Uma forma pode exigir a presença de um título, limitar a quantidade de valores ou conferir o tipo de um valor. O resultado é um relatório sobre os dados avaliados.

Para a Biblioteca Aurora, uma regra pode selecionar documentos publicados e exigir ao menos um título. Outra pode exigir uma referência de revisão antes da publicação. O dado ausente gera uma violação da regra definida; isso não afirma que o documento jamais teve título ou revisão fora daquele conjunto de dados.

Defina quais dados entram na validação e se haverá inferência antes dela. O resultado pode mudar conforme esse conjunto e a configuração. SHACL é útil para conferir contratos de dados; ele também depende de regras adequadas e não comprova a verdade das afirmações.

Construa o modelo a partir de questões de competência

Questões de competência são perguntas que a base deverá conseguir responder. O guia Ontology Development 101, de Natalya Noy e Deborah McGuinness, usa essas perguntas para delimitar o escopo e avaliar o modelo. O texto é uma referência histórica de 2001, não uma novidade sobre IA generativa.

Para a biblioteca hipotética, proponha perguntas que levam a uma ação

• Quais guias citam a versão substituída de um relatório?
• Quem escreveu e quem revisou cada guia antes da publicação?
• Quais afirmações de uma síntese vêm de quais trechos das fontes?
• Que materiais tratam do mesmo assunto, mas apresentam conclusões diferentes?

Cada pergunta revela dados e relações necessários. A primeira exige distinguir versões e registrar citações. A terceira exige representar afirmações e trechos; relacionar apenas documento com documento seria insuficiente. Esse teste evita gastar tempo com detalhes que não ajudam nenhuma consulta.

Preserve autoria, contexto e divergência na síntese de fontes

Uma ontologia ajuda a distinguir o documento, a afirmação contida nele e o contexto em que ela vale. Essa separação é útil quando fontes usam o mesmo nome para coisas diferentes ou apresentam números que não podem ser comparados diretamente.

No acervo hipotético, um relatório usa 'conclusão' para indicar finalização de cadastro; outro usa a palavra para conclusão de uma atividade. Unir os registros apenas pelo rótulo produziria uma comparação inválida. O modelo deve representar a etapa medida, o período, a população e a fonte, conforme a pergunta exigir.

Para sintetizar, guarde a afirmação com seu vínculo ao trecho de origem. Se duas fontes discordam, registre as duas atribuições. Uma relação 'afirmado por' permite dizer quem sustenta cada posição sem transformar ambas em fatos aceitos pela organização.

PROV-O é um vocabulário do W3C para representar proveniência, incluindo entidades, atividades e agentes envolvidos na produção dos dados. Ele pode ajudar a registrar de onde veio uma síntese e quem participou de sua elaboração. A escolha de como representar uma alegação específica ainda exige projeto.

Uma ontologia não decide sozinha qual fonte merece confiança. Ela torna as escolhas representáveis e auditáveis. A avaliação da evidência continua considerando método, origem, contexto e limitações. Um registro estruturado pode estar impecável e carregar uma conclusão mal sustentada.

Na prática, escreva a síntese com a distinção preservada: 'As fontes usam definições diferentes de conclusão; os resultados não permitem comparação direta'. Essa frase é mais útil do que calcular uma média entre medidas incompatíveis. O modelo apoia a decisão editorial; não substitui a leitura.

Aplique o modelo à interoperabilidade e à IA com um teste definido

Interoperabilidade é a capacidade de sistemas trocarem informações com significado utilizável. Uma ontologia pode reduzir ambiguidades ao conectar campos locais a conceitos definidos. Essa conexão precisa ser revisada: dois campos chamados 'autor' podem representar a pessoa que escreveu e a conta que publicou.

Em busca e RAG, um modelo pode ajudar a recuperar fontes por relações, como documentos que citam uma determinada versão. RAG é a geração apoiada em materiais recuperados. O modelo oferece caminhos de consulta, mas o resultado ainda depende dos dados, da busca e da geração.

Para avaliar uma proposta na Biblioteca Aurora, compare perguntas que exigem relações com perguntas resolvidas por busca textual. Use a mesma coleção e guarde as fontes esperadas. Avalie separadamente se o material foi encontrado e se a resposta respeitou esse material.

• Um vínculo errado pode conduzir a fontes inadequadas com aparência de precisão.
• Um modelo incompleto pode excluir documentos úteis que ainda não receberam relações.
• Uma resposta pode inventar uma conclusão mesmo após recuperar a fonte correta.
• Uma consulta baseada em relações pode custar mais implementação e manutenção do que o benefício demonstrado.

Adote a estrutura quando os testes mostrarem uma necessidade atendida e houver capacidade de mantê-la. Não prometa ausência de alucinação, citação em buscadores de IA ou ganho automático de qualidade apenas porque o conteúdo passou a ter uma ontologia.

Governe o significado para que a base não se contradiga

Governança define quem pode alterar conceitos, como a mudança é avaliada e quais sistemas precisam se adaptar. Renomear um rótulo é diferente de redefinir uma classe. Uma alteração de sentido pode afetar registros antigos, consultas, inferências e validações.

Guarde versões do modelo, justificativas e exemplos de impacto. Quando uma propriedade for substituída, indique o caminho de migração. Evite reutilizar o identificador antigo para um significado novo: os consumidores podem continuar interpretando-o pela definição anterior.

No acervo hipotético, separar 'cita' de 'depende de' merece revisão dos dados. Um guia pode citar um relatório apenas como contraponto; isso não significa que a conclusão dependa dele. Se o sistema tratar toda citação como dependência, uma atualização disparará revisões desnecessárias.

A aprovação deve reunir quem conhece o domínio e quem mantém o sistema. O primeiro confere o significado; o segundo confere as consequências operacionais. Mantenha um conjunto de perguntas e respostas esperadas para perceber quando uma mudança resolve um caso e prejudica outro.

Desenhe o menor modelo que responda a uma pergunta do seu acervo e preencha um exemplo completo com fonte. Na Biblioteca Aurora, já é possível distinguir a categoria do guia, sua autora, a versão citada e o registro de revisão. O trabalho estará pronto para uso quando essas relações responderem às perguntas esperadas e as lacunas continuarem visíveis.