Working Paper v1.1 · Preprint · Framework conceitual
Publicado· set. 2026Beyond Ontology
Epistemologia computacional como máquina de inferência em camadas
A Conceptual Framework for Separating Signal from Noise in Decision-Making
Fernando Negrini (autor principal) · Hugo Dias · Darlan Parucker Lueders · Caroline Assis
A coerência ontológica não determina como uma máquina deve inferir sob incerteza. O artigo apresenta uma epistemologia computacional aplicada: uma arquitetura de inferência aberta e em camadas construída sobre uma ontologia computacional. Sinais candidatos são interrogados por famílias heterogêneas de motores, submetidos a avaliações repetidas em amostras, janelas, frequências, especificações e regimes, qualificados, reconciliados por convergência sensível à dependência, calibrados em uma probabilidade do evento e mapeados para o impacto no negócio como um artefato auditável. Um modelador humano mantém a governança, e a complexidade adicional só é admitida quando gera ganhos estatística e economicamente relevantes sobre a linha de base adequada mais simples.
- DOI (Zenodo)
- 10.5281/zenodo.22240288
- Também publicado (SSRN)
- 10.2139/ssrn.7392618
- Publicado em
- 2026-09-01
- Licença
- CC BY 4.0
- Tipo de recurso
- Preprint · aberto a revisão
O que o artigo afirma
- A inferência é mais defensável quando a decisão é enquadrada antes da escolha dos modelos.
- Sinais candidatos devem sobreviver a perturbações admissíveis antes de serem promovidos.
- A síntese entre famílias deve descontar a dependência compartilhada e preservar o conflito.
- A probabilidade só se torna relevante para a decisão quando ligada ao impacto e a uma trilha auditável.
Programa empírico aberto
- 01Testar se a persistência entre janelas melhora o desempenho fora da distribuição.
- 02Estimar quais conjuntos de perturbações melhor separam estrutura de artefatos de amostra.
- 03Medir como dados compartilhados e viés indutivo devem descontar a convergência.
- 04Comparar um modelo único, um ensemble homogêneo, um sistema centrado em ontologia e a máquina completa em dados reservados.
