Incerteza é uma medida, não uma ressalva.
Uma previsão pontual diz a quem decide o que um modelo acredita. Um intervalo, um cenário de estresse e um horizonte de validade dizem quanto essa crença vale. A inferência de nível decisório mantém tudo isso visível.
Por que as abordagens convencionais falham
Precisão é fácil de fabricar.
Um modelo ajustado de perto ao ruído histórico produz faixas estreitas e alertas confiantes. Nenhum dos dois sobrevive ao contato com uma nova amostra ou a uma mudança de regime, e quem decide não tem como perceber a diferença apenas pelo resultado.
A Grand Thera trata a incerteza como um resultado de primeira classe. Cada inferência carrega seu intervalo, o conflito que segue sem resolução, sua robustez sob perturbação e o horizonte após o qual fica desatualizada.
Um fluxo, três leituras
Da informação bruta à evidência relevante para a decisão.
Persistência
Um sinal precisa resistir ao questionamento.
Dentro de uma família de modelos, a pergunta não é se ela detectou algo, mas se a propriedade relevante para a decisão persiste quando escolhas analíticas razoáveis mudam.
Quatro resultados distintos
Perguntas diferentes merecem números diferentes.
Probabilidade calibrada
Com que frequência eventos como este realmente ocorrem quando o modelo diz p. Um alvo fiel às frequências, verificado contra os resultados observados.
Pertinência fuzzy
O quanto o estado atual se parece com uma condição definida. Um grau de semelhança, não uma probabilidade, e nunca apresentado como tal.
Resposta a estresse
Como a conclusão se move sob um cenário adverso, mas plausível. Sensibilidade, não probabilidade.
Status de calibração
Se as probabilidades têm sido honestas recentemente. Um diagnóstico do modelo, não uma medida de confiança no evento.
Epistemologia computacional
Nenhuma pontuação única substitui intervalo, conflito, robustez, horizonte e linhagem.
Do working paper · §7
Beyond Ontology: Computational Epistemology as a Layered Inference Machine
Fernando Negrini et al. · Working Paper v1.1 · 2026
A ontologia estrutura o que está disponível para a máquina. A epistemologia computacional estrutura o que a máquina tem permissão para concluir a partir disso.