Contato

ē.22 · O que você consegue perceber que eu ainda não percebi?
A máquina que decide

ē.22 · O que você consegue perceber que eu ainda não percebi?

Carlos Eduardo Tobias

22 de abril de 2026
Parte 22

Quando o archēON deixou de ser "IA dentro do sistema" e começou a parecer inteligência sobre contexto

Abrir uma caixa de chat e conectar um modelo é fácil. O difícil é dar território à inteligência.

Depois que o CORE começou a ganhar forma, a minha pergunta mudou. Eu já não perguntava apenas:

Como coloco IA aqui dentro?

A pergunta começou a ser outra:

Agora que o sistema sabe o que existe, com o que se relaciona, o que mudou, quem está olhando e qual é o objetivo... o que a inteligência consegue fazer com isso?

A diferença é enorme, porque colocar IA num software é relativamente simples.

  • Você abre uma caixa de chat.
  • Conecta um modelo.
  • Escreve um prompt.
  • Pronto.
  • Tem IA.

Eu queria outra coisa: que a inteligência tivesse território.

01O ON não podia começar pelo chat

Foi talvez uma das decisões conceituais mais importantes. Eu não queria uma inteligência esperando alguém digitar:

Olá, pode me ajudar?

Ela precisava estar conectada ao que estava acontecendo.

  • Uma entidade mudou.
  • Um projeto atrasou.
  • Uma meta entrou em risco.
  • Uma decisão foi tomada.
  • Um cliente mudou de comportamento.
  • Um documento novo apareceu.
  • Um sinal surgiu.

ON precisava conseguir olhar para isso e perguntar:

Isso importa?

E, se importa:

  • Para quem?
  • Por quê?
  • Com qual relação?
  • Existe histórico parecido?
  • Há alguma decisão antiga relevante?
  • Qual agente deveria olhar?
  • Existe informação suficiente para concluir alguma coisa?

Aí já não estamos falando apenas de resposta, mas de atenção contextual.

02Eu comecei a pensar no ON como uma inteligência que atravessa o grafo

Não uma IA central onisciente (isso eu não quero), mas uma camada capaz de navegar por contexto. Imagine:

de onde a pergunta entra a travessia EVENTO ENTIDADE RELAÇÕES HISTÓRICO META OBSERVADOR CONHECIMENTO AGENTES HIPÓTESES um evento dispara análise um workflow pede leitura uma pessoa pergunta um agente pede contexto a saída não é resposta nenhuma dessas entradas é uma caixa de chat
fig. 01A cadeia é sua; o que o desenho acrescenta são as portas laterais. Se a travessia só pudesse começar no topo, ON seria um chat com passos extras.

A pergunta pode começar em qualquer ponto: uma pessoa pergunta, um evento dispara análise, um workflow solicita interpretação, um agente pede contexto adicional.

ON começa a funcionar como uma espécie de sistema nervoso cognitivo sobre a estrutura.

03E foi aí que a palavra "inteligência" começou a me incomodar um pouco

Usamos inteligência para tudo.

  • Chatbot é inteligência.
  • Recomendação é inteligência.
  • Busca é inteligência.
  • Automação é inteligência.
  • Modelo generativo é inteligência.

Daqui a pouco qualquer if vira inteligência artificial.

Eu queria uma definição operacional mais útil para mim, não científica nem universal, só uma definição para o sistema.

E comecei a pensar assim:

Inteligência é a capacidade de usar contexto para escolher melhor o que merece atenção, qual pergunta fazer e qual ação considerar.

Servia, porque separava três coisas.

  • Saber.
  • Entender.
  • Agir.

04Saber não é entender

O sistema pode saber:

Receita caiu 12%.

É dado.

Pode saber:

A queda aconteceu depois da mudança de preço.

É relação temporal.

Pode saber:

A meta previa crescimento.

Contexto.

Pode encontrar:

clientes citaram preço em feedbacks recentes.

Outro contexto.

Agora começamos a montar uma hipótese.

Mas ainda não significa:

O preço causou a queda.

grau de certeza causalidade hipótese contexto relação temporal dado O preço causou a queda. aqui a evidência acaba agora começamos a montar uma hipótese clientes citaram preço em feedbacks recentes. A meta previa crescimento. A queda aconteceu depois da mudança de preço. Receita caiu 12%.
fig. 02Todas as quatro primeiras afirmações são verdadeiras e nenhuma delas sustenta a de cima. O teto tracejado é o lugar onde um modelo bem treinado passa direto sem perceber.

Quero preservar essa diferença o tempo inteiro, porque modelos são muito bons em transformar fragmentos de informação numa história convincente.

E história convincente não é necessariamente verdade.

05ON precisava aprender a dizer "não sei"

Parece pouco. Para mim é gigantesco.

Eu quero respostas como:

  • Existem três sinais relacionados, mas não há evidência suficiente para afirmar causalidade.
  • Encontrei duas explicações plausíveis.
  • A informação necessária não está registrada.
  • Não sei.

Para mim, isso é muito mais inteligente do que preencher o espaço com uma resposta bonita.

Talvez por isso a filosofia tenha entrado tão naturalmente, já que a pergunta:

Como sabemos?

é quase tão importante quanto:

O que sabemos?

06E aí Sócrates voltou mais uma vez

Ele aparece muito nessa história, eu sei. Aqui o que interessa não é ele ser o personagem principal do Panteon, e sim uma habilidade cognitiva que eu queria espalhar pelo sistema:

questionar premissas.

Você pergunta:

Como aumentar vendas?

Talvez ON não devesse responder imediatamente.

Pode perguntar:

Por que você acredita que vendas são o gargalo?

Parece irritante, e às vezes é. Ainda assim é uma pergunta excelente.

Talvez o problema seja retenção.

  • Margem.
  • Capacidade.
  • Produto.
  • Posicionamento.
  • Qualidade do lead.

A pergunta inicial pode estar errada.

Se a IA responde perfeitamente uma pergunta errada, temos um problema sofisticado.

07ON começou a parecer uma máquina de melhorar perguntas

Gosto demais dessa ideia: não apenas responder, refinar. Você pergunta:

Como melhorar minha empresa?

ON ajuda a decompor.

  • Qual objetivo?
  • Qual horizonte?
  • Qual área?
  • O que mudou?
  • Qual evidência temos?
  • Onde existe tensão?
  • Quem é afetado?

Agora temos uma pergunta melhor, e pergunta melhor gera contexto melhor, que permite análise melhor. Talvez a inteligência comece antes da resposta.

08O grafo ajudava a encontrar o que perguntar

Aqui ficou interessante. Imagine que um cliente está em risco.

ON encontra:

  • atraso de projeto;
  • três tickets recentes;
  • queda de uso;
  • fatura vencida;
  • troca de decisor.

Existem cinco sinais.

A resposta poderia ser:

Cliente em risco. Probabilidade de churn: 82%.

Eu não queria isso como padrão.

Queria algo mais próximo de:

  • Houve cinco mudanças relevantes nesta conta nas últimas seis semanas. Qual delas você quer investigar primeiro?
  • Existe uma concentração incomum de sinais negativos. Recomendo revisar a relação antes de concluir a causa.

Mais humano.

vista de cima de um mapa antigo colorido aberto sobre uma mesa de madeira clara; duas mãos de pessoas diferentes seguram juntas uma lupa de latão sobre um ponto do mapa, que brilha dourado através da lente.

Mais epistemicamente honesto e mais útil.

09Foi aí que começou a surgir o conceito de hipótese dentro do sistema

Nem tudo precisa ser:

verdadeiro ou falso.

Podemos ter:

  • fato
  • hipótese
  • opinião
  • inferência
  • decisão
  • pergunta
  • evidência

Imagine:

hipótese A queda de renovação pode estar relacionada à mudança no onboarding. evidências a favor aumento de tickets queda de ativação evidências contrárias segmento B não caiu STATUS · em investigação
fig. 03A balança pende, mas não fecha. Registrar uma hipótese com peso dos dois lados é o que separa "achamos" de "sabemos", e o que permite testá-la depois.

Agora temos algo que pode ser testado, e a empresa se aproxima de uma forma mais científica de pensar. A ideia é distinguir:

achamos

de

sabemos.

10E os agentes começaram a ficar muito melhores quando receberam esse tipo de contexto

Um cientista do Panteon pode ser convocado não para responder sobre física.

Talvez para ajudar a estruturar hipótese e evidência.

  • Um historiadorpode buscar precedentes.
  • Um exploradorpode pensar descoberta.
  • Um artistapode provocar percepção.
  • Um estrategistapode analisar posição.
  • Um filósofopode atacar premissas.

A diversidade toda começa a fazer sentido aqui. Não é preciso repetir sempre os mesmos seis agentes: o Panteon inteiro pode funcionar como um conjunto de modos de investigação.

É uma das razões de eu ter ido tão longe naquela construção. Talvez longe demais naquele momento, mas não totalmente sem motivo.

11E o RAG começou a deixar de ser uma base de PDFs

No começo eu tinha aquela experiência:

  • documentos entram.
  • pergunta.
  • busca trechos.
  • resposta.

Muito útil.

Mas agora eu queria:

antes · que texto se parece com isso? agora · onde existe evidência relevante? documentos entram pergunta busca trechos resposta quatro passos. nenhum deles sabe do que a pergunta fala. PERGUNTA IDENTIFICAR ENTIDADES ENCONTRAR RELAÇÕES DEFINIR CONTEXTO BUSCAR FONTES RECUPERAR HISTÓRICO CONSULTAR CONHECIMENTO MONTAR EVIDÊNCIAS RESPONDER vem do grafo, não do texto o texto continua essencial — mas agora entra dentro de uma estrutura maior.
fig. 04Os dois desenhos respondem à mesma pergunta. A diferença é que cinco dos nove passos da direita só existem porque o CORE já sabia do que a pergunta estava falando.

Texto e documentos continuam essenciais, mas entram dentro de uma estrutura maior.

É quase como se o RAG deixasse de perguntar apenas:

AntesQue texto se parece com isso?
AgoraOnde, dentro deste contexto, existe evidência relevante para isso?

Era muito mais próximo do que eu queria.

12ON também precisava entender a diferença entre memória e conhecimento

A distinção voltou.

  • Conhecimentoo que sabemos sobre o mundo.
  • Memóriao que aconteceu conosco.

Exemplo.

Um agente pode conhecer muito sobre estratégia competitiva.

É conhecimento.

Mas saber que, três meses atrás, decidimos não atacar determinado mercado porque faltava capacidade operacional...

é memória.

Quando eu pergunto:

Devemos entrar agora?

ON precisa dos dois.

Conhecimento externo.

Memória interna.

E contexto atual.

  • CONHECIMENTO
  • MEMÓRIA
  • CONTEXTO ATUAL
  • OBJETIVO
  • BASE PARA RACIOCÍNIO

De novo, não é fórmula.

Mas a lógica me agrada.

13E aí a temporalidade ficou ainda mais importante

ON pode encontrar informação correta e ainda assim errada para o presente.

  • Nosso posicionamento é X.Era.
  • O responsável pelo projeto é João.Foi.
  • A prioridade é Produto A.Era.

Então recuperação precisava considerar vigência.

  • Recência.
  • Estado.
  • Histórico.

E, quando necessário, mostrar mudança.

Até março, a prioridade era A. Em abril, uma decisão registrada alterou para B.

É resposta com memória.

14E eu comecei a querer comparar versões da própria empresa

Me fascina essa possibilidade.

  • Como nossa estratégia mudou em um ano?
  • Quais prioridades desapareceram?
  • Quais dores continuam?
  • Quais processos melhoraram?
  • Onde ainda repetimos os mesmos problemas?
  • Que decisões tiveram mais impacto?

Agora ON não está apenas analisando estado, mas trajetória. Isso conversa muito com ME também.

Uma pessoa pode fazer perguntas semelhantes sobre si mesma.

Talvez seja por isso que ON acabou ficando tão transversal.

15ON não pertence a um departamento

Ele pode trabalhar em Financeiro.

  • Comercial.
  • Marketing.
  • Projetos.
  • ME.
  • LAB.
  • Setores.
  • Panteon.

Qualquer lugar onde exista contexto suficiente.

Ele não é um módulo.

É uma capacidade cognitiva sobre o sistema.

E aí comecei a entender por que gostava tanto do nome.

ON.

  • Ligado.
  • Ativo.
  • Conectado.

Não no sentido de inteligência consciente (não quero vender isso), mas no sentido de:

a estrutura começa a ficar disponível para interpretação.

16E eu comecei a imaginar algo quase invisível

Talvez a melhor versão do ON nem seja uma página chamada:

Inteligência Artificial.

Talvez ele esteja espalhado.

  • Você abre um projeto.aparece uma pergunta relevante
  • Abre uma entidade.surge uma síntese
  • Um evento acontece.aparece um sinal
  • Você cria um campo.já existe algo equivalente?
  • Você escreve um artigo.referências relacionadas
  • Você entra num setor.perguntas de pesquisa

A inteligência deixa de ser destino.

Vira comportamento do sistema.

Gosto muito dessa ideia.

imagem pendente placa · on-sinais captura de tela · largura total · proporção 16:10
placaO ON aparecendo dentro de uma entidade, não como página de IA, mas como pergunta que surge onde já existe contexto suficiente para ela.

17E isso muda completamente a interface

Eu não preciso colocar um ícone de estrelinha em tudo dizendo:

✨ Gerar com IA

Rapidamente fica ridículo.

A IA pode simplesmente participar quando faz sentido.

  • Quando existe ambiguidade.
  • Quando existe contexto suficiente.
  • Quando pode reduzir trabalho.
  • Quando pode provocar uma pergunta melhor.
  • Quando pode encontrar relação.
  • Quando pode resumir histórico.
  • Quando pode detectar conflito.
  • Quando pode organizar conhecimento.

É muito mais elegante.

18Mas aí aparece uma pergunta difícil

Até onde ON pode ir sozinho?

  • Pode apenas sugerir?
  • Pode criar?
  • Pode editar?
  • Pode decidir?
  • Pode chamar workflow?
  • Pode comunicar alguém?
  • Pode executar?

E aí voltamos à separação que foi ficando fundamental.

ON interpreta.
FLOW transforma.

Essa fronteira evita muita confusão.

ON pode dizer:

Esta fatura está vencida e não encontrei negociação ativa.

FLOW pode executar a política correspondente.

Mas talvez precise de aprovação, de uma regra ou de um humano.

19ON não deveria ter poder só porque é inteligente

A frase parece óbvia, mas acho importante.

Conhecimento não é autoridade. Um agente pode saber muito sem poder fazer tudo, e isso vale para humanos também.

Então a arquitetura precisava separar:

quem faz o quê ON HUMANO FLOW onde ON para CONHECER RECOMENDAR DECIDIR AUTORIZAR EXECUTAR conhecimento não é autoridade
fig. 05Cinco verbos, três donos. ON atravessa os dois primeiros e para na linha tracejada, não porque é incapaz, mas porque decidir e autorizar são outra coisa.

Podem ser papéis diferentes.

E frequentemente deveriam ser.

20Talvez essa seja a melhor forma de manter o humano dentro

Não colocando um botão:

Human in the Loop

como se o humano fosse uma exceção no processo da máquina.

Às vezes o humano é justamente o responsável.

A IA prepara.

  • Investiga.
  • Organiza.
  • Apresenta.
  • Questiona.

E a pessoa decide.

Em outras situações, a regra já permite execução automática.

Tudo depende de autoridade e risco.

Esse desenho me parece muito mais saudável.

21E foi aqui que ON começou a encontrar a filosofia da archē

Ele não existe para produzir mais respostas.

Nós já temos respostas demais.

Qualquer pessoa consegue pedir para uma IA escrever cinquenta páginas sobre quase qualquer assunto em alguns segundos.

O problema começa a mudar.

  • Qual resposta importa?
  • Para qual pergunta?
  • Baseada em quê?
  • Em qual contexto?
  • Para qual objetivo?
  • E o que não sabemos?

É talvez o que mais me interessa.

Uma inteligência que não apenas responde, mas ajuda a tornar o contexto interrogável.

E, se eu pudesse resumir ON em uma pergunta, não seria:

O que você sabe?

Seria:

Diante de tudo que sabemos, o que merece ser perguntado agora?

Só que responder essa pergunta cria responsabilidade: algumas perguntas precisam produzir decisões.

Algumas decisões precisam produzir movimento.

E algumas mudanças atravessam o sistema inteiro.

É nesse momento que ON precisa parar de pensar sozinho.

E entregar a transformação para outra camada.

FLOW.


Da pergunta à archē · 22 Anterior: O CORE não nasceu para ser um ERP Próximo: Pensar não muda nada

Esta série acompanha as perguntas, tecnologias, erros e ideias que foram transformando a archē de uma estrutura de organização em um sistema de contexto.

Comentários

Ainda não há comentários por aqui. O primeiro pode ser o seu.

Deixe o seu