Ambiente externo
Pessoas, organizações, domínios, instituições, tecnologias, acontecimentos, fontes e sistemas que originam demandas ou utilizam resultados.
1. Propósito
Este documento formaliza o modelo da Máquina de Conhecimento do LAC. Seu papel é definir, com precisão suficiente para orientar projeto, governança, arquitetura, pesquisa e implementação, quais entidades constituem a máquina e como elas se relacionam.
Definição do modelo: o Modelo da Máquina de Conhecimento é uma representação abstrata, sociotécnica, cognitiva, informacional e computacional do sistema que recebe entradas contextualizadas, realiza transformações governadas, produz representações e objetos de conhecimento, disponibiliza resultados para uso e incorpora feedback para aprender e evoluir.
O modelo não é a teoria completa nem uma arquitetura tecnológica. Ele ocupa a posição intermediária entre ambas: seleciona os conceitos necessários, explicita suas relações e estabelece invariantes que qualquer implementação coerente deverá preservar.
2. Dependência teórica e função do modelo
| Camada | Pergunta respondida | Produto principal |
|---|---|---|
| Teoria Geral das Máquinas | O que caracteriza uma máquina em sentido geral? | Vocabulário universal de entrada, estado, transformação, saída, controle, feedback, ambiente e finalidade. |
| Teoria da Máquina de Conhecimento | O que torna uma máquina especificamente orientada ao conhecimento? | Princípios, natureza, limites, hipóteses e fundamentos da transformação do conhecimento. |
| Modelo da Máquina de Conhecimento | Quais elementos e relações concretizam a teoria? | Entidades, estados, transições, componentes, regras, interfaces e critérios. |
| Arquitetura da Máquina de Conhecimento | Como o modelo será organizado e implementado? | Componentes arquiteturais, serviços, dados, interfaces, tecnologias e ambientes. |
Regra de derivação: a arquitetura pode escolher tecnologias e formas de implementação; não pode eliminar elementos constitutivos nem violar os invariantes definidos pelo modelo.
3. Visão integrada pelo knowgrama
O knowgrama sintetiza visualmente o ciclo do conhecimento, os componentes, os fluxos, os atores, as entradas, as saídas e o posicionamento da Máquina de Conhecimento na tipologia geral das máquinas.
Arquivo recomendado da imagem:
fundacao/assets/img/knowgrama_maquina_de_conhecimento_lac.png.
4. Fronteira e ambiente do sistema
A Máquina de Conhecimento possui uma fronteira conceitual que distingue o sistema de seu ambiente, sem isolá-lo. A fronteira define quais elementos são governados pelo LAC e por quais interfaces pessoas, agentes, documentos, dados e sistemas externos interagem com a máquina.
Fronteira
Critérios, interfaces, permissões, protocolos e regras que controlam entrada, saída, acesso, responsabilidade e interoperabilidade.
Ambiente interno
Jornadas, agentes, memória, modelos, representações, controles, governança, infraestrutura e registros operacionais.
Ambiente ⇄ Interfaces de entrada e saída ⇄ Máquina de Conhecimento
5. Modelo formal
A Máquina de Conhecimento pode ser representada, em nível abstrato, pela seguinte estrutura:
MC = ⟨E, X, Q, J, T, R, V, S, A, M, C, G, F, Φ⟩
| Símbolo | Elemento | Função no modelo |
|---|---|---|
| E | Entradas | Perguntas, demandas, problemas, dados, informações, documentos, experiências, hipóteses e eventos. |
| X | Contexto | Finalidade, público, domínio, tempo, ambiente, restrições e condições de interpretação. |
| Q | Estados | Situações reconhecíveis do conhecimento e da jornada ao longo do ciclo. |
| J | Jornadas | Unidades organizadoras que articulam perguntas, papéis, atividades, decisões e entregas. |
| T | Transformações | Operações cognitivas, semânticas, informacionais, sociais e computacionais. |
| R | Representações | Formas de exteriorização do conhecimento: texto, knowgrama, HTML, JSON, grafo, modelo, interface e outras. |
| V | Validação | Critérios e operações que avaliam coerência, evidência, completude, utilidade e conformidade. |
| S | Saídas | Objetos de conhecimento, decisões, modelos, páginas, serviços, relatórios, APIs e experiências. |
| A | Agentes | Pessoas, papéis, sistemas e agentes de IA que percebem, decidem, executam, verificam ou governam. |
| M | Memória | Conceitos, relações, documentos, versões, histórico, evidências, decisões e registros de uso. |
| C | Controle | Regras, critérios de aceitação, permissões, políticas, exceções e mecanismos de acompanhamento. |
| G | Governança | Responsabilidades, decisões, qualidade, riscos, auditoria, conformidade e gestão da evolução. |
| F | Feedback | Retorno produzido pelo uso, pela avaliação, pelas falhas, pelas lacunas e por novas perguntas. |
| Φ | Finalidade | Propósito que justifica a existência da máquina e orienta a avaliação de valor. |
6. Entidades constitutivas
Pergunta
Expressão de uma lacuna, dúvida, necessidade de compreensão ou oportunidade de investigação.
Demanda
Necessidade reconhecida que requer tratamento, decisão, produção ou transformação.
Jornada
Unidade organizadora orientada por pergunta, propósito, estados, atividades, decisões e entrega.
Objeto de conhecimento
Unidade identificável, representada, contextualizada, versionável e utilizável de conhecimento.
Representação
Forma pela qual o conhecimento se torna perceptível, comunicável, processável ou navegável.
Agente
Entidade humana ou computacional capaz de desempenhar papéis e realizar ações sob regras.
Papel
Conjunto de responsabilidades, permissões, competências e expectativas assumido por um agente.
Evidência
Registro, fonte, observação ou resultado que sustenta, limita ou contesta uma afirmação.
Decisão
Escolha registrada entre alternativas, acompanhada de critérios, justificativa e efeitos.
Regra
Critério ou restrição que condiciona classificação, transição, validação, acesso ou evolução.
Versão
Estado identificável de um objeto ou representação em determinado momento da evolução.
Lacuna
Ausência, insuficiência, inconsistência ou necessidade ainda não atendida no conhecimento ou no sistema.
7. Relações fundamentais
| Relação | Origem | Destino | Significado |
|---|---|---|---|
| ativa | Pergunta ou demanda | Jornada | Inicia um percurso de transformação. |
| orienta | Finalidade ou contexto | Jornada ou transformação | Define direção, limites e critérios. |
| desempenha | Agente | Papel | Associa um participante a responsabilidades. |
| executa | Agente ou sistema | Atividade, tarefa ou operação | Realiza trabalho no ciclo. |
| transforma | Operação | Estado ou objeto | Produz mudança reconhecível. |
| representa | Representação | Conhecimento | Exterioriza determinado conteúdo e estrutura. |
| fundamenta | Evidência | Afirmação, modelo ou decisão | Fornece sustentação verificável. |
| valida | Critério, agente ou processo | Objeto ou representação | Avalia adequação e aceitação. |
| produz | Jornada | Entrega ou objeto | Gera resultado observável. |
| utiliza | Pessoa, papel ou sistema | Objeto de conhecimento | Aplica o resultado em situação concreta. |
| retroalimenta | Uso, avaliação ou falha | Máquina | Gera aprendizagem, revisão ou nova demanda. |
| evolui | Feedback governado | Modelo, objeto, regra ou arquitetura | Altera capacidades futuras preservando integridade. |
8. Estados do conhecimento
Os estados descrevem situações reconhecíveis do conhecimento durante seu ciclo. Eles não representam necessariamente uma sequência rígida: podem existir retornos, ramificações, paralelismo e ciclos.
1. CapturadoEntrada registrada, ainda sem organização suficiente.
2. ContextualizadoEntrada relacionada a propósito, domínio, atores e situação.
3. EstruturadoConceitos, relações e componentes organizados.
4. RepresentadoConhecimento exteriorizado em forma apropriada.
5. ValidadoResultado verificado segundo critérios definidos.
6. Disponível e utilizadoConhecimento acessível, aplicado e sujeito a feedback.
Estados complementares
Em elaboração
Objeto submetido a construção, análise ou revisão.
Em validação
Objeto aguardando verificação ou decisão de aceitação.
Publicado
Objeto disponibilizado em ambiente definido.
Em revisão
Objeto reaberto por feedback, lacuna ou mudança de contexto.
Obsoleto
Objeto mantido para histórico, mas não recomendado como referência vigente.
Legado
Objeto preservado como parte da memória evolutiva do sistema.
9. Transformações
Transformação é a passagem controlada de um estado para outro por meio de operações realizadas por agentes, métodos, regras ou sistemas.
| Classe de transformação | Operações típicas | Resultado esperado |
|---|---|---|
| Cognitiva | Perceber, compreender, comparar, inferir, sintetizar, decidir e aprender. | Nova compreensão ou capacidade. |
| Conceitual | Identificar entidades, definir conceitos, classificar e relacionar. | Modelo conceitual mais explícito. |
| Lógica | Aplicar condições, regras, restrições e inferências. | Coerência, conclusão ou decisão. |
| Semântica | Contextualizar, interpretar, desambiguar e atribuir significado. | Sentido compartilhável. |
| Representacional | Converter entre texto, tabela, knowgrama, HTML, JSON, grafo e outras formas. | Representação adequada ao propósito. |
| Informacional | Coletar, selecionar, organizar, indexar, recuperar e versionar. | Informação disponível e rastreável. |
| Computacional | Executar algoritmos, consultas, automações, integrações e validações. | Processamento reproduzível. |
| Social e organizacional | Colaborar, revisar, aprovar, negociar, governar e responsabilizar. | Conhecimento legitimado e utilizável. |
10. Ciclo do conhecimento
Entrada→
Transformação→
Representação→
Disponibilização→
Uso e aplicação→
Feedback e evolução
| Fase | Pergunta orientadora | Resultado |
|---|---|---|
| Entrada | O que ativa a máquina e por quê? | Demanda registrada e contextualizada. |
| Transformação | Que operações produzem entendimento ou solução? | Conhecimento analisado, relacionado e modelado. |
| Representação | Em que forma o conhecimento deve existir? | Objeto representado e versionável. |
| Disponibilização | Como, onde e para quem o resultado será acessível? | Publicação, interface, serviço ou integração. |
| Uso e aplicação | Que compreensão, ação ou decisão o resultado permite? | Valor gerado em contexto. |
| Feedback e evolução | O que o uso revela sobre o conhecimento e a própria máquina? | Correção, aprendizagem, nova demanda ou mudança controlada. |
11. Componentes lógicos do modelo
Agente de orquestração
Coordena jornadas, dependências, estados, transições e distribuição de trabalho entre agentes.
Agentes especialistas
Executam funções específicas de análise, modelagem, representação, validação, curadoria e publicação.
Memória de conhecimento
Preserva objetos, conceitos, relações, versões, fontes, decisões, evidências, eventos e histórico.
Motor de transformação
Aplica métodos, regras, algoritmos e operações aos elementos do conhecimento.
Camada de representação
Produz e relaciona formas textuais, visuais, formais, computacionais e multimodais.
Camada de publicação e acesso
Disponibiliza páginas, portais, busca, APIs, consultas, jornadas e experiências de uso.
Camada de governança
Controla papéis, decisões, qualidade, riscos, auditoria, conformidade e evolução.
Infraestrutura
Oferece ambientes, armazenamento, processamento, rede, segurança, desempenho e continuidade.
12. Agentes e papéis
| Papel | Responsabilidade no modelo | Interação predominante |
|---|---|---|
| Visitante | Explorar, interpretar e reconhecer possibilidades de uso. | Consulta e navegação. |
| Aprendiz | Construir compreensão e desenvolver competência. | Jornadas de aprendizagem. |
| Colaborador | Contribuir com conteúdo, experiência, evidência ou revisão. | Produção compartilhada. |
| Autor | Conceber, estruturar, representar, publicar e manter conhecimento. | Autoria e evolução. |
| Curador | Avaliar qualidade, coerência, pertinência, fontes e relações. | Validação e preservação. |
| Gestor | Priorizar demandas, coordenar jornadas, governar decisões e controlar evolução. | Governança e gestão. |
| Agente de IA | Apoiar tarefas delimitadas sob instruções, controles e validação. | Análise, geração, classificação e automação. |
| Sistema externo | Fornecer ou consumir dados, documentos, eventos e serviços. | Integração por interfaces. |
Um agente não é sinônimo de papel. O agente é quem atua; o papel define sob quais responsabilidades, permissões e critérios ele atua em determinada jornada.
13. Representações do conhecimento
O modelo separa conhecimento de representação. Uma representação torna o conhecimento acessível segundo uma linguagem, um suporte, um público e uma finalidade, mas não se confunde com o conhecimento inteiro.
Texto
Explicação sequencial, argumentação, descrição, narrativa e documentação.
Knowgrama
Síntese visual de conceitos, relações, níveis, fluxos e contexto.
HTML e interface
Publicação navegável, interativa, responsiva e conectada a jornadas.
JSON e dados estruturados
Intercâmbio, processamento e integração computacional.
Grafo
Representação explícita de entidades e relações, inclusive por D3.js ou banco de grafos.
Banco de dados
Persistência estruturada, consulta, integridade e versionamento de registros.
Modelo formal
Definição de conjuntos, relações, regras, estados e restrições.
Serviço ou API
Conhecimento disponibilizado como função consumível por sistemas.
Experiência e prática
Conhecimento incorporado à ação e à competência de pessoas e organizações.
14. Controle e governança
Controle regula o comportamento operacional; governança define legitimidade, responsabilidade, qualidade e direção evolutiva. Ambos são constitutivos da Máquina de Conhecimento.
Critérios de entrada
Determinam o que pode ativar a máquina e quais informações mínimas são necessárias.
Critérios de transição
Definem quando uma jornada ou objeto pode passar de um estado para outro.
Critérios de aceitação
Estabelecem condições para considerar uma entrega suficientemente válida.
Permissões
Delimitam quem pode consultar, criar, alterar, validar, aprovar, publicar ou retirar.
Auditoria
Preserva rastros de fontes, decisões, versões, agentes, eventos e mudanças.
Gestão de riscos
Identifica obsolescência, incoerência, perda, erro, viés, dependência e uso inadequado.
15. Invariantes do modelo
Invariantes são condições que devem permanecer verdadeiras em qualquer arquitetura ou implementação reconhecida como Máquina de Conhecimento do LAC.
- Finalidade explícita: toda jornada e transformação deve estar ligada a uma necessidade, pergunta ou objetivo identificável.
- Contexto preservado: nenhuma entrada deve ser tratada como conhecimento independente de situação, público, domínio e propósito.
- Separação entre conhecimento e representação: o conteúdo pode possuir múltiplas representações sem ser reduzido a uma delas.
- Rastreabilidade: fontes, agentes, decisões, versões, transformações e publicações devem poder ser recuperados.
- Validação proporcional: a forma de validação deve ser adequada ao risco, ao uso e ao tipo de objeto produzido.
- Responsabilidade definida: toda decisão relevante deve possuir papel responsável, mesmo quando apoiada por IA.
- Feedback operacionalizável: o retorno do uso deve poder gerar registro, revisão, aprendizagem ou nova jornada.
- Integridade evolutiva: mudanças locais devem considerar efeitos no sistema e preservar coerência global suficiente.
- Observabilidade: estados, transições, falhas, entregas e resultados devem poder ser reconhecidos e avaliados.
- Interoperabilidade: pessoas, documentos, dados, grafos, páginas, aplicações e agentes devem poder cooperar por interfaces explícitas.
16. Regras de transição
Uma transição válida pode ser descrita pela função:
δ(q, e, x, c, a) → q′
| Elemento | Significado |
|---|---|
| q | Estado atual do objeto, da jornada ou do conhecimento. |
| e | Evento ou entrada que solicita mudança. |
| x | Contexto em que a mudança é interpretada. |
| c | Critérios, regras e condições de controle. |
| a | Agente autorizado a realizar ou confirmar a transição. |
| q′ | Novo estado, acompanhado de registros e efeitos. |
Condição mínima: uma transição só é reconhecida pelo modelo quando produz mudança observável, preserva registro suficiente e respeita os critérios de governança aplicáveis.
17. Memória e aprendizagem
A memória permite que a máquina preserve conhecimento e reconheça sua própria história. A aprendizagem ocorre quando feedback e resultados alteram capacidades futuras, e não apenas quando novos arquivos são armazenados.
Memória declarativa
Conceitos, definições, fatos, modelos, relações, fontes e documentos.
Memória procedimental
Métodos, processos, jornadas, rotinas, regras e formas de executar transformações.
Memória episódica
Histórico de jornadas, eventos, decisões, versões, experiências e resultados.
Memória de governança
Políticas, critérios, aprovações, riscos, auditorias, responsabilidades e justificativas.
Uso + Evidência + Feedback + Revisão governada → Aprendizagem da máquina
18. Entradas, saídas e interfaces
| Classe | Exemplos | Interface possível |
|---|---|---|
| Entradas humanas | Perguntas, experiências, relatos, decisões, avaliações e contribuições. | Formulário, conversa, jornada, página de autoria. |
| Entradas documentais | Textos, imagens, planilhas, PDFs, páginas, referências e registros. | Upload, importação, captura, ligação documental. |
| Entradas de dados | Registros estruturados, métricas, eventos, APIs e bancos. | API, JSON, consulta, integração ou rotina. |
| Saídas cognitivas | Compreensão, orientação, explicação, aprendizagem e decisão. | Página, trilha, knowgrama, interação. |
| Saídas documentais | Objetos de conhecimento, relatórios, modelos, planos e evidências. | HTML, PDF, planilha, imagem ou repositório. |
| Saídas computacionais | Dados, consultas, recomendações, classificações, serviços e automações. | API, JSON, grafo, banco de dados ou agente. |
19. Critérios de qualidade e desempenho
Coerência
Compatibilidade entre conceitos, relações, regras e representações.
Completude suficiente
Cobertura adequada à pergunta e ao risco, sem pretensão de exaustividade universal.
Confiabilidade
Qualidade das fontes, evidências, processos e validações.
Utilidade
Capacidade de apoiar compreensão, ação, decisão ou aprendizagem.
Acessibilidade
Possibilidade de localizar, perceber, compreender e utilizar o resultado.
Rastreabilidade
Capacidade de reconstruir origem, transformação, decisão e versão.
Atualidade
Adequação temporal ao contexto de uso e indicação de obsolescência.
Evolutividade
Facilidade de revisar e ampliar sem romper a integridade do sistema.
Valor gerado
Efeito produzido para pessoas, organizações, projetos e sociedade.
20. Materialização no LAC
| Elemento do modelo | Materialização atual ou prevista no LAC |
|---|---|
| Entrada | Pergunta ativadora, demanda interna, arquivo, problema, hipótese ou experiência. |
| Jornada | Páginas de jornadas, planos de execução, critérios de aceitação e registros de execução. |
| Memória | Páginas HTML, documentos, vocabulário, índices, mapas, JSON, grafos e histórico. |
| Transformação | Método de construção do conhecimento, análise, modelagem, síntese, revisão e automação. |
| Representação | Texto, knowgrama, HTML, tabela, grafo, D3.js, banco de dados e interface. |
| Validação | Revisões, matrizes de decisão, evidências, auditorias, qualidade e critérios de aceitação. |
| Publicação | Ambientes de desenvolvimento e produção, portal, índices, páginas e serviços. |
| Feedback | Uso, observação, lacunas, demandas internas, métricas, revisões e novas perguntas. |
| Governança | Gestão do LAC, papéis, decisões registradas, auditoria de paridade e evolução controlada. |
O LAC é a forma de apresentação, interação e aplicação; a Máquina de Conhecimento é o modelo de funcionamento que organiza a transformação e a evolução do conhecimento.
21. Exemplo de execução do modelo
Pergunta ativadora: “Como revisar uma área do LAC antes de publicá-la em produção?”
| Elemento | Exemplo |
|---|---|
| Entrada | Pergunta, pasta a revisar, páginas existentes e critérios de publicação. |
| Contexto | Ambiente de desenvolvimento, área específica, papel do gestor e risco de inconsistência. |
| Jornada | Jornada de revisão de área do LAC. |
| Agentes e papéis | Autor/gestor, agente de IA de apoio e responsável pela validação. |
| Transformações | Inventariar, classificar, verificar links, comparar ambientes, decidir e corrigir. |
| Representações | Matriz de decisão, plano de execução, página da jornada e relatório de paridade. |
| Validação | Critérios de completude, coerência, navegabilidade, evidência e publicação. |
| Saída | Área revisada, decisão de implantação e registros preservados. |
| Feedback | Problemas encontrados geram ajustes no modelo, na rotina ou nos critérios. |
22. Restrições e limites
- O modelo não presume que todo conhecimento possa ser completamente formalizado ou automatizado.
- Conhecimento tácito, julgamento, valores e contexto humano não são reduzidos a dados ou regras.
- Agentes de IA não possuem responsabilidade institucional própria; atuam sob governança humana e organizacional.
- Representações podem simplificar, omitir ou distorcer; por isso precisam declarar finalidade e limites.
- A evolução não significa mudança irrestrita: depende de controle, memória, validação e integridade evolutiva.
- O modelo descreve o núcleo constitutivo; domínios específicos podem especializá-lo sem contradizê-lo.
23. Validação do modelo
O modelo deve ser avaliado por meio de:
Consistência conceitual
Comparação com a Teoria Geral das Máquinas, a Teoria da Máquina de Conhecimento e o Vocabulário do LAC.
Cobertura
Verificação de que entradas, transformações, estados, saídas, controles, agentes e feedback estão representados.
Aplicabilidade
Uso do modelo para explicar e orientar jornadas reais do LAC.
Modelagem formal
Teste por máquinas de estados, grafos, esquemas de dados e regras.
Experimentação
Aplicação nos experimentos do projeto de P&D da Máquina de Conhecimento.
Evolução controlada
Registro de lacunas, hipóteses, alterações e decisões sobre o próprio modelo.
24. Documentos relacionados
Documentos antecedentes
Documentos derivados
- Arquitetura da Máquina de Conhecimento do LAC
- Sistema Operacional do Conhecimento
- Arquitetura Orientada por Jornadas
- Modelo de dados e grafo da Máquina de Conhecimento
- Máquina de estados das jornadas
25. Síntese
O Modelo da Máquina de Conhecimento transforma princípios teóricos em uma estrutura explícita de entidades, relações, estados, transformações, controles, agentes, memória, representações, saídas e feedback.
Entrada contextualizada → Jornada governada → Transformação → Representação → Validação → Disponibilização → Uso → Feedback → Evolução
Conclusão: o modelo define o que deve permanecer verdadeiro para que o LAC opere como Máquina de Conhecimento; a arquitetura definirá como esses elementos serão organizados e implementados.
26. Estado do documento
Versão 1 formalizada
Fundação
Documento apto a orientar a Arquitetura da Máquina de Conhecimento, o modelo de dados, a máquina de estados das jornadas e os experimentos do projeto PPD-MC-001.
Próximas derivações recomendadas
- Produzir a página
arquitetura_da_maquina_de_conhecimento_lac.html. - Formalizar o modelo de estados e transições de uma jornada.
- Derivar o modelo conceitual de dados e o grafo da Máquina de Conhecimento.
- Relacionar os elementos do modelo aos experimentos do PPD-MC-001.
- Atualizar o índice da Fundação com teoria, modelo, knowgrama e futuras derivações.