Revealed vs Stated: a IA não entende — ela infere pelo quanto você revela
O que você declara à IA (stated) pesa menos do que o que você revela (revealed). Um modelo de quatro primitivos cognitivos e uma camada ontológica para enxergar como a máquina infere a sua real intenção.
Semantic AI: a diferença entre pedir e ser compreendido
"O que você diz (ou pensa) sobre o outro fala mais sobre você do que sobre o outro."
Sigmund Freud
Existe uma distância entre o que você declara para uma IA e o que você revela ao declará-lo. A economia já nomeou isso há quase um século
Paul Samuelson cunhou a revealed preference em 1938: revealed preference versus stated preference, o que a ação mostra contra o que a fala afirma. Toda requisição carrega essas duas camadas, e a boa notícia é desconfortável: a ação revela mais do que a fala.
Toda requisição tem duas camadas
O que você declara (stated) é a requisição literal, a intenção explícita. O que você revela (revealed) é o interesse real, tácito, escondido nos seus padrões. A tese é simples e cabe numa frase: a IA não entende
ela infere, e infere pelo quanto você revela, não pelo que você pede.
Mas revelar não é radiografar
e a economia comportamental já cobrou essa conta. Amartya Sen, em Rational Fools (1977), mostrou que reduzir alguém à mera consistência das próprias escolhas é tratá-lo como um tolo; Paul Slovic (1995) foi adiante
a preferência é, muitas vezes, construída no próprio ato de perguntar. Ler o revelado é cautela informada, não certeza exata.
Agente × Objeto: revela-se apenas dois eixos
Entre o agente de IA que deve interpretar o que você revela e o resultado que lhe interessa receber, revelam-se apenas dois eixos
não uma receita linear de "prompt mágico". Quatro estruturas cognitivas organizam a leitura:
- reactive — receber o que se apresenta (a requisição que chega);
- revealed — diagnosticar o interesse tácito por trás;
- stated — reconhecer a meta declarada, a agenda;
- proactive — materializar a resposta além do literal.
reactive ↔ proactive é o eixo do agente (recebe ↔ autora). revealed ↔ stated é o eixo do objeto (o que a prática mostra ↔ o que a fala afirma). Eles se cruzam num plano
não formam uma fila.
E não são um palpite
decompor intenção tem lastro formal. Cohen & Levesque (1990) a definem como escolha somada a compromisso; Kautz & Allen (1986) mostram como se lê a intenção pelo plano por trás das ações — com um teto revelador: aquilo que a máquina não reconhece por analogia é exatamente onde o proactive precisa entrar. O arranjo em dois eixos, porém, é contribuição própria
nenhuma fonte o propõe ou testa, e não-testado não é refutado: é o ponto de partida de toda síntese nova.
O valor do QUANTO: separando o joio do trigo
Aqui está a parte que quase ninguém trata: a representação da intenção é enviesada pela língua. Não que a língua determine o pensamento
essa é a versão forte, e a ciência a abandonou
mas ela enviesa o recorte de um sentido que, no fundo, é compartilhado. Cada conceito tem um cognato ingênuo que escorrega para um viés, e uma âncora que fixa o sentido. Quando você troca de língua, o recorte muda de novo. Separar o joio do trigo
o essencial do ruído
é escolher a âncora certa antes de a máquina derivar.
A ciência da linguagem sustenta essa forma fraca: Regier & Xu (2017) descrevem o viés linguístico como um ajuste sobre um substrato que é comum a todos
e Mizumoto (2025) flagra o mesmo fenômeno na IA — modelos de ponta divergem entre inglês e japonês nos casos-limite de sentido.
Ontologia: a âncora que segura o sentido na travessia
Sun Tzu, na Arte da Guerra, já dava a lógica: vencer é conhecer o outro melhor do que ele se declara.
O inglês tem uma ontologia onde bank é uma entidade que pode pertencer a duas categorias ao mesmo tempo
river bank (margem do rio) e investment bank
a polissemia. O chinês separa: são entidades distintas, sem parentesco. Para atravessar de uma para a outra, a IA se apoia numa interlíngua, uma camada intermediária de sentido. Mas aqui entra a honestidade dura: nenhuma interlíngua é perfeitamente neutra. As que existem carregam a marca da língua em que nasceram
a neutralidade é um ônus a cumprir, não um dado garantido. A âncora não é uma língua mágica que preserva tudo
é um remédio local, escolhido termo a termo, para o sentido não derivar na travessia.
E não é opinião: a UNL, a interlíngua mais ambiciosa já tentada, é admitidamente derivada do inglês (Dave et al., 2001). No fundo mora o alerta de Bender & Koller (2020)
forma sem referência ao mundo não aprende significado. É por isso que a âncora, e não a fé numa língua neutra, é o que segura o sentido.
É por isso que o mandarim é uma sonda tão boa da intenção: às vezes o chinês desambigua o que o inglês funde (o interest financeiro e o gosto genuíno são 利益 e 兴趣, palavras diferentes); às vezes inverte a valência (o legacy que em tecnologia é dívida, em 传承 é herança honrosa). A representação da intenção depende do recorte
e a IA precisa de uma âncora que sobreviva a ele.
O quinto elemento: o tempo, e onde a inferência assume o risco
Até aqui, o modelo é uma fotografia: quatro regiões de um plano onde os dois eixos
o que você declara e o que a sua prática mostra
se cruzam. Falta o que transforma a foto em filme: o tempo.
Um interesse não é um ponto fixo
é um vetor: tem direção (para onde a relação caminha no plano) e magnitude (a força do movimento), medidas no seu histórico datado. É o que permite prever a meta antes de ela ser declarada, em vez de apenas reagir ao pedido.
E é aqui que o modelo ganha a sua honestidade. A cada novo sinal, a IA percebe se um estado virou outro
um despertar. Enquanto há movimento, a leitura avança. Quando o movimento cessa além de um limiar, não se finge que houve conclusão: registra-se um pivô
o ponto exato, datado, em que a inferência deixou de ter base. O pivô não é um erro a esconder
é o modelo dizendo onde ele para de saber. E um sistema que sabe onde não sabe é o oposto de um que alucina com confiança.
Há um nome técnico para essa humildade: não-identificabilidade. Ng & Russell (2000) provaram que, a partir do comportamento, o objetivo só se recupera até uma classe de equivalência
nunca com certeza absoluta. O pivô é essa fronteira, tornada visível e datada.
Fotografia é classificação; filme
com o despertar e o pivô
é predição auditável. É esse o modelo operável
duas coordenadas, um detector de mudança e o tempo como vetor
que sai do conceito e pede para ser construído.
flowchart TD
P["par de conceitos, ao longo do tempo"] --> M["mede: o que se declara e o que a prática junta"]
M --> POS{"posiciona no plano declaração × matéria"}
POS --> S{"SENSOR: o estado mudou?"}
S -->|"mudou"| D["despertar — a trajetória ganha um passo"]
S -->|"parou além do limiar"| PV["PIVÔ — ponto de falha, datado"]
D --> M
PV -.->|"loopback: dorme, origem viva"| M
classDef ok fill:#0b2a1e,stroke:#46d98a,color:#c8f5dd;
classDef piv fill:#1c130a,stroke:#bb9753,color:#e7d4a8;
class D ok;
class PV piv;O laço no tempo — mede, posiciona e detecta o despertar; quando o movimento cessa além do limiar, o pivô marca o ponto de falha, datado.
Na prática: quatro passos para ser lido pela IA
- Receba o pedido literal como ponto de partida, nunca como destino.
- Diagnostique o interesse real pelos seus padrões — pese o que você revela acima do que declara, sabendo que a ação subdetermina o motivo: é cautela informada, não leitura exata. Por isso o tempo, e não um gesto isolado, é o juiz.
- Reconheça a meta declarada sem confundi-la com a meta real.
- Materialize a resposta que serve a meta real, além da requisição literal.
No fim, o modelo não entende você porque você pediu bem; ele serve você quando lê o quanto você revela, ao longo do tempo. Antes da tecnologia, clareza
e clareza, aqui, é revelar com intenção.
Onde isto se apoia
Este é um modelo proposto, não um consenso
mas cada peça se apoia em fundamento estabelecido:
- Declarar × revelar — a revealed preference de Samuelson (1938), e sua fragilidade em Sen (1977), Slovic (1995) e Tversky-Sattath-Slovic (1988).
- Decompor intenção — Cohen & Levesque (1990); reconhecimento de plano em Kautz & Allen (1986).
- Inferir do comportamento, com cautela — a não-identificabilidade de Ng & Russell (2000).
- A língua enviesa o sentido (Whorf fraco) — Regier & Xu (2017); a divergência inglês–japonês em IA de Mizumoto (2025).
- Nenhuma interlíngua é neutra — Dave et al. (2001); o ceticismo de Bender & Koller (2020).
flowchart TD
T["A TESE — inferir o revealed por trás do stated"] --> P1["declarar × revelar"]
T --> P2["4 primitivos, 2 eixos"]
T --> P3["âncora / interlíngua"]
T --> P4["viés de sentido por língua"]
P1 --> F1["Sen 1977 · Slovic 1995 · Tversky 1988"]
P2 --> F2["Cohen-Levesque 1990 · Kautz-Allen 1986"]
P3 --> F3["Dave 2001 · Bender-Koller 2020"]
P4 --> F4["Regier-Xu 2017 · Mizumoto 2025"]
classDef solido fill:#0b2a1e,stroke:#46d98a,color:#c8f5dd;
classDef calibrar fill:#1c130a,stroke:#bb9753,color:#e7d4a8;
class F1,F2 solido;
class F3,F4 calibrar;O que embasa cada pilar — em verde, o que se sustenta direto; em dourado, o que se calibra para a versão qualificada.
Os quatro primitivos em dois eixos são a contribuição autoral. Os fundamentos acima são o seu chão
não a sua prova. A prova vem do uso
e é o que o próximo passo, em código, começa a construir.
Este texto foi gerado automaticamente pelo modelo de Inteligência Artificial, guiado pelo contexto intencional do seu Autor: Fernando Brito.