Modelo Conceitual de Referência do Conhecimento

1. Finalidade e escopo

Oferecer uma base comum para organizar e relacionar o conhecimento no LAC, distinguindo o que é conhecido, quem conhece, como se representa, com que sustentação e em quais condições se utiliza.

Definição operacional: conhecimento é compreensão ou capacidade de interpretar, explicar ou agir em relação a um referente, situada em sujeitos e práticas, cuja sustentação, adequação e limites podem ser examinados.

Proposta para validação humana

O modelo abrange conhecimento conceitual, procedimental, experiencial e tácito. Essas perspectivas podem coexistir. Não exige que todo conhecimento derive de pesquisa formal nem que todo saber seja integralmente verbalizável.

Dois planos complementares: o conhecimento humano envolve compreensão e capacidade; a organização do LAC usa Objetos de Conhecimento identificáveis para estruturar, relacionar e representar conteúdos. O objeto organizado pode conter afirmações provisórias ou contestadas.

Distinções estruturantes do modelo

As definições abaixo harmonizam as fontes anexadas com a primeira versão desta página. A mudança de terminologia é uma decisão proposta para revisão, sem alterar os arquivos-fonte.

Na v1.0, “Objeto de conhecimento” designava somente o recorte do referente e “Jornada” designava a experiência vivida. A v1.1 separa essas acepções e adota as distinções presentes nos anexos específicos do LAC.

2. Knowgrama do Conhecimento no LAC — visão estrutural e complementos v1.3

Explore os conceitos e relações

Referente: conhecimento e sua organização no LAC. Objetivo: distinguir conhecer, organizar, representar e usar. Contexto: sistema sociotécnico com governança humana.

3. Catálogo de entidades

4. Relações e cardinalidades propostas

Restrições de registros estruturados, sujeitas à validação humana. Mínimos podem depender da etapa do ciclo. Navegação livre é admitida, sem Jornada previamente selecionada.

As relações devem possuir direção, contexto, justificativa e, quando necessário, validade temporal, fonte e versão. “É tipo de” e “faz parte de” não são intercambiáveis.

Malha, Jornada, Navegação e experiência

A Jornada referencia objetos, sem ser proprietária deles. Reutilizar o mesmo objeto em outra Jornada não exige duplicar sua identidade. Logs são registros de uso; sua interpretação como evidência de aprendizagem exige critérios e resultados adicionais.

Rede, grafo e implementação

A rede descreve conexões semânticas. Um grafo as formaliza ou materializa com nós, arestas e propriedades. JSON, RDF, D3.js, banco relacional ou banco de grafos são escolhas de representação e implementação; nenhuma delas é condição para a existência conceitual da Malha.

Máquina de Conhecimento

Apoia captura, transformação, consulta, seleção de subgrafos, composição de Jornadas, registro de Navegação e revisão. Capacidades aqui descritas são interfaces conceituais propostas; esta página não demonstra sua implementação. Julgamento, autoria e autorização permanecem atribuídos a responsáveis humanos.

Tipos de conhecimento como facetas

Um objeto admite múltiplas classificações. Toda atribuição deve declarar a dimensão utilizada, sua finalidade e justificativa. As categorias abaixo são um conjunto inicial, não uma taxonomia universal.

“Procedimental” pode aparecer em mais de uma dimensão: a atribuição deve identificar sua faceta. “Contestado”, “histórico” e “publicado” são tratados nesta proposta como estados ou condições do ciclo, não como tipos da mesma hierarquia.

Exemplo: OC-PLAC-001 é conceitual quanto às regras, procedimental quanto à implementação e condicional quanto à decisão de aceitar um comando; parte de sua representação é explícita.

Aquisição, transformação e integração

Demanda → aquisição → interpretação → transformação → avaliação → integração → uso → novas evidências → revisão. É uma referência iterativa, com retornos e atividades simultâneas.

Conversões e seus limites

Socialização, externalização, combinação e internalização, presentes nos anexos, descrevem movimentos possíveis entre experiência e explicitação. Não constituem etapas rígidas nem garantem aprendizagem. Externalizar produz uma representação parcial; internalizar exige apropriação por prática e reflexão.

Regra de fidelidade: converter texto em knowgrama, JSON ou grafo requer verificar perdas, simplificações e mudança de contexto. Preservar a distinção entre citação, interpretação, inferência e decisão.

Construção, inferência, explicação e feedback

Uma atividade mobiliza conhecimentos e produz resultados. Esses resultados são interpretados segundo critérios; inferências propõem conclusões; explicações mostram seu encadeamento; feedback orienta o participante e pode provocar revisão. Nenhuma passagem é automática.

Explore a suficiência de um registro

Selecione um cenário didático. O painel oferece perguntas de revisão, sem atribuir validade automática.

Incerteza e explicação rastreáveis

Uma explicação plausível ou fluente não garante uma conclusão correta. Na participação da IA, registrar fontes e justificativas verificáveis; não exigir nem presumir acesso ao raciocínio interno do sistema.

Do registro à aprendizagem

Experiência → reflexão → conceituação → nova experimentação é um percurso possível apresentado pelo anexo. Pode orientar uma atividade, com retornos e outras sequências. Não constitui uma lei universal nem justifica classificar pessoas em estilos fixos de aprendizagem.

Dimensões humanas, colaboração e gestão

Estas perspectivas complementam as facetas de classificação do conteúdo e podem atravessar qualquer objeto, atividade ou Jornada.

Métodos de aquisição e registros

Compartilhar e reutilizar

Uma pessoa, comunidade, Jornada ou sistema pode utilizar objetos compartilhados. Reutilização exige identificador, versão, contexto, permissões aplicáveis e condições de interpretação. Disponibilizar uma representação não garante transferir integralmente o conhecimento tácito nem a compreensão.

Gestão do conhecimento: objetivos orientam prioridades; competências indicam capacidades necessárias; comunidades de prática apoiam colaboração; lições aprendidas preservam experiências; governança define responsabilidade. Essas são interfaces do modelo, sem impor uma estrutura organizacional única ao LAC.

Métricas: processo, uso, aprendizagem e aplicação

Todo indicador requer finalidade, unidade, período, método, responsável e limites. As famílias abaixo não são equivalentes e devem permanecer separadas na avaliação.

O anexo menciona aumento de retenção de “até 60%”, mas não identifica o estudo correspondente no trecho. Esse número não foi adotado como evidência ou meta nesta página.

Gestão: da demanda à decisão e à continuidade

O modelo organiza entidades e restrições; a gestão utiliza essas estruturas para priorizar necessidades, orientar uso, avaliar resultados e decidir intervenções. A decisão pode determinar manutenção, nova revisão, publicação, substituição ou preservação.

Explore uma decisão possível

Compartilhamento, reutilização e memória

Compartilhar torna uma representação ou experiência acessível para um público e finalidade. Reutilizar mobiliza um objeto existente em outra situação, preservando identidade, versão e contexto. Preservar mantém registros e vínculos necessários à continuidade, sem confundir arquivo histórico com orientação vigente.

Não se exige extrair integralmente o conhecimento tácito de uma pessoa. Prática acompanhada, mediação e experiência continuam relevantes. Indicadores de rastreabilidade, busca e retrabalho devem declarar método e condições, sem se tornarem medidas automáticas de aprendizagem.

Consultar Gestão do Conhecimento no LAC — nome canônico definido por Walter. O link pressupõe a página em /conhecimento/gestao_conhecimento_lac.html.

5. Ciclo de vida, estados e transições

O Objeto de Conhecimento pode manter sua identidade enquanto conteúdos, relações, representações e versões evoluem. O modelo separa atividade de trabalho, avaliação, publicação e vigência para evitar um único campo de status ambíguo.

Estado da avaliação de uma afirmação

“Substituída” pertence à vigência e não aparece entre os estados de avaliação.

Eventos e condições propostas

Todo evento relevante registra origem, destino, responsável, data, justificativa, evidências e versões. Publicação não prova validade permanente; contestação pode coexistir com disponibilidade, exigindo sinalização e decisão responsável.

6. Regras de integridade e governança

1. Identificar referente, objeto, finalidade, contexto e responsável por cada representação publicada.
2. Distinguir registro disponível, afirmação documentada e conhecimento demonstrado pelo sujeito.
3. Não inferir aprendizagem apenas por acesso, leitura, tempo de permanência ou conclusão de uma atividade.
4. Cada afirmação avaliada deve ter identificador, escopo, estado, critérios e justificativa; afirmações ainda sem avaliação permanecem identificadas como tais.
5. Fontes e evidências não são sinônimos: registrar como um conteúdo foi usado para sustentar ou contestar uma afirmação.
6. Toda validação tem escopo e data: ela não garante verdade absoluta nem adequação a qualquer situação.
7. Preservar contraexemplos, divergências, incertezas e limitações relevantes. Não apagá-los para simplificar o modelo.
8. Versionar alterações relevantes e registrar autoria, motivo, impacto e relações afetadas.
9. Explicitar conceitos e relações: similaridade visual, proximidade ou associação automática não substituem significado definido.
10. Conhecimento tácito pode ser descrito por práticas e desempenho sem exigir sua explicitação integral.
11. Registrar a participação da IA, seus insumos e saídas pertinentes e a revisão do responsável humano; não promover uma saída automaticamente a conhecimento validado.
12. Processos organizam atividades; Jornadas compõem percursos intencionais; Navegação registra sua realização. A experiência do participante requer interpretação situada.
13. Manter identificador estável do objeto, independente do nome do arquivo e das representações.
14. Distinguir referente, recorte investigado e Objeto de Conhecimento do LAC.
15. Jornadas referenciam objetos compartilhados; não devem duplicá-los apenas para reutilização.
16. Governar relações com predicado, direção, domínio, alcance, contexto e validade quando pertinentes.
17. Classificações devem declarar faceta; não misturar tipo, avaliação, publicação e vigência.
18. Preservar original, interpretação, inferência e decisão como registros distinguíveis.
19. Registrar sucessor ao substituir uma versão e sinalizar claramente versões descontinuadas.
20. Vincular cada inferência registrada a premissas, procedimento, conclusão e limites; distinguir hipótese e evidência.
21. Oferecer explicações adequadas ao participante e rastreáveis a fontes, regras e resultados verificáveis.
22. Registrar incertezas e pressupostos sem converter rótulos subjetivos em probabilidades sem método.
23. Relacionar feedback a objetivo, produção e critérios, com autoria e próxima ação quando pertinente.
24. Separar indicadores de processo, participação, aprendizagem, percepção e impacto.
25. Preservar autoria das contribuições colaborativas e justificar a resolução de divergências.
26. Relacionar demandas, objetivos de uso e critérios, registrando a finalidade de organizar ou reutilizar conhecimento.
27. Identificar o responsável humano de cada decisão, seu papel e escopo de responsabilidade.
28. Distinguir proposta de ação, autorização e execução; a exportação de um registro não executa a ação.
29. Registrar alvo, versão, fundamento e efeitos de decisões; indicar sucessor ao substituir.
30. Compartilhamento e reutilização devem preservar identidade, versão, contexto e condições de acesso aplicáveis.
31. Preservar registros necessários à memória e sinalizar que versões históricas não são automaticamente orientações atuais.

7. Instância ilustrativa: conhecimento sobre o placar

Exemplo didático. Os resultados abaixo são hipotéticos; nenhum teste físico foi executado para esta página.

Segunda instância ilustrativa: fábrica de doces

Exemplo de modelagem proveniente da página de gestão. Não são apresentados testes empíricos, resultados de produção ou parâmetros técnicos validados.

Teste conceitual de adequação: o exemplo do placar enfatiza regras e testes; este enfatiza experiência, explicitação parcial e mediação. Ambos exigem contexto, evidência e governança.

8. Laboratório de registro de uma afirmação

Preencha um pequeno registro e exporte em JSON. Os campos permanecem apenas nesta página enquanto ela estiver aberta; use a exportação para conservá-los.

Preenchimento não equivale a validação. A decisão cabe ao responsável, com exame das evidências.

9. Integração com conhecimento, pesquisa, aprendizagem e gestão

Gestão do conhecimento: gestao_conhecimento_lac.html utiliza as entidades e regras deste modelo para organizar, compartilhar, preservar e orientar decisões.

Localização definida para esta página: /fundamentos/modelo_conceitual_referencia_conhecimento_lac.html. Imagem: assets/img/knowgrama_conhecimento_lac.png, relativa à pasta da página, correspondendo a /fundamentos/assets/img/knowgrama_conhecimento_lac.png.

Critérios para homologação

Checklist de revisão nesta sessão, sem persistência automática.

10. Fontes, proveniência e decisões de harmonização

Consolidação v1.3: versão de trabalho v1.2 desenvolvida nesta conversa, cotejada com o modelo v1.0 reenviado como modelo_conceitual_referencia_conhecimento_lac(1).html e com gestao_conhecimento_lac.html. As fontes anteriores continuam listadas para preservar a proveniência. Os nomes identificam as cópias analisadas; não pressupõem publicação ou homologação de seu conteúdo.

Base estrutural anterior: Modelo Conceitual de Referência da Pesquisa — MCR-PES-LAC v1.1, utilizado para a organização inicial desta página.

Decisões de harmonização mantidas e ampliadas

1. Reservar “Objeto de Conhecimento do LAC” para a unidade semântica e “objeto investigado ou conhecido” para o recorte do referente.
2. Distinguir Jornada planejada, Navegação realizada e experiência do participante.
3. Separar avaliação, trabalho, disponibilização e vigência, refinando a lista de estados do anexo de ciclo de vida.
4. Não adotar as generalizações do anexo amplo que descrevem fatos e conhecimento explícito como independentes de contexto.
5. Não interpretar regra condicional como causalidade demonstrada nem acesso como aprendizagem comprovada.

Responsabilidade: síntese e implementação com apoio de IA, solicitadas por Walter; autoria das decisões finais e homologação dependem de revisão humana. Os arquivos-fonte foram consultados; o modelo reenviado é o alvo desta consolidação. A página de gestão foi utilizada como fonte, sem modificação de seu conteúdo nesta entrega.

Limites: sem revisão bibliográfica externa nesta versão; vocabulário, ontologia e regras físicas gerais não foram reavaliados. Cardinalidades e harmonizações permanecem propostas. O modelo não mede diretamente estados mentais nem demonstra uma Máquina de Conhecimento já implementada.