Engenharia da Informação: Construindo os SOCs
Ao observarmos a linha do tempo na seção anterior, percebemos que as ferramentas de organização evoluíram de tabelas simples em papel para intrincadas redes lógicas de computadores. Na Ciência da Informação contemporânea, essa evolução precisou ser categorizada para que os profissionais de TI e biblioteconomia soubessem qual sistema estrutural usar para cada problema. Surgiu assim o conceito da Arquitetura de Quatro Níveis de Complexidade Semântica.
Mas o que é exatamente essa Arquitetura de Quatro Níveis?
Trata-se de um modelo conceitual que categoriza os SOCs como uma "escada evolutiva". No degrau mais baixo, os sistemas são "limitados": apenas padronizam nomes (como dicionários). Conforme subimos os níveis, eles ganham estrutura hierárquica, depois relações de significado cruzadas e, no nível mais alto, tornam-se modelos matemáticos que ensinam a Inteligência Artificial a deduzir informações sozinhas.
Essa sistematização moderna foi consolidada pela pesquisadora Gail Hodge no ano 2000, no artigo
"Systems of Knowledge Organization for Digital Libraries"
Resumo do Artigo (Gail Hodge, 2000): Estudo seminal encomendado pelo CLIR (Council on Library and Information Resources) — um conselho independente americano focado na preservação e aprimoramento do acesso à informação. O artigo categoriza os SOCs, classificando-os desde listas de termos até ontologias. Estabeleceu a base teórica moderna para estruturação de dados na Web.
. Sua arquitetura também se fundamenta fortemente nas diretrizes do
W3C
W3C (World Wide Web Consortium): É a principal organização internacional de padronização da World Wide Web. Fundada e liderada por Tim Berners-Lee, o consórcio define as regras, linguagens (como HTML, XML e RDF) e diretrizes técnicas para garantir que a internet funcione de forma padronizada e interoperável em todo o planeta.
.
NÍVEL 1
Listas de Termos
Auge: Antiguidade ao Séc. XIXO que é e Finalidade: O nível mais básico. Serve exclusivamente para controlar a homonímia (palavras iguais com sentidos diferentes) e a sinonímia Sinonímia: Relação de sentido entre duas ou mais palavras que possuem significados iguais ou muito semelhantes (sinônimos). O controle de sinonímia garante que diferentes termos apontem para o mesmo registro. . Garante que os dados entrem no sistema de forma limpa e padronizada.
Aplicações Modernas: Sistemas de cadastro de clientes governamentais, bases de dados de produtos simples em PDVs e o Virtual International Authority File (VIAF).
Principais Teóricos/Autores: Charles Ammi Cutter (sistematização inicial de catálogos-dicionário e regras de padronização bibliográfica).
NÍVEL 2
Taxonomias
Auge: Séc. XIX e início do Séc. XXO que é e Finalidade: Estabelece hierarquias rígidas ("árvores") partindo do geral para o específico. O objetivo é criar roteiros de navegação visual para que humanos encontrem a informação clicando em pastas sucessivas.
Aplicações Modernas: Árvore de departamentos de grandes E-commerces (Mercado Livre, Amazon) e intranets corporativas (SharePoint).
Principais Teóricos/Autores: Melvil Dewey (fundador da CDD) e Paul Otlet (criador da CDU).
NÍVEL 3
Tesauros
Auge: Décadas de 1950 a 1990O que é e Finalidade: A malha semântica. O Tesauro estabelece três tipos de relações padronizadas (Equivalência, Hierarquia e Associação) para modelar não apenas a estrutura, mas o *sentido* das palavras, otimizando o motor de busca interno corporativo.
Aplicações Modernas: Motores de busca científicos (SciELO, PubMed/MeSH), bases documentais de tribunais e sistemas de recuperação de informação.
Principais Teóricos/Autores: F. W. Lancaster (avaliação de vocabulários controlados), Jean Aitchison (criadora do Thesaurofacet) e Ingetraut Dahlberg (criadora da Teoria do Conceito aplicada à indexação).
Explicando o Modelo: O engenheiro configura no banco de dados que a palavra "Direito Penal" tem um Termo Mais Restrito (NT) chamado "Homicídio", e um Termo Relacionado (RT) chamado "Criminologia". Se o advogado busca por "Direito Penal", o sistema sugere a expansão exata da busca para essas áreas.
NÍVEL 4
Ontologias
Auge: Séc. XXI aos dias atuaisO que é e Finalidade: O nível mais rico e complexo. O objetivo é tornar o sistema "inteligente" e autoinferencial. A máquina passa a ler o significado entre as conexões de dados e gera novos conhecimentos sem intervenção humana.
Aplicações Modernas: Algoritmos de IA Generativa (ChatGPT usando RAG), Assistentes Virtuais (Siri/Alexa) e Grafos corporativos do setor financeiro (para detecção de fraudes interligadas).
Principais Teóricos/Autores: Tim Berners-Lee (idealizador da Web Semântica) e Tom Gruber (definição moderna do termo Ontologia na computação).
Explicando a Dinâmica: O arquiteto estabelece
axiomas lógicos
Axioma: Premissa evidente assumida como verdadeira. Na computação, são regras lógicas matemáticas inseridas no código que declaram verdades universais sobre os dados, permitindo que a Inteligência Artificial faça deduções automáticas baseadas nessas regras.
no código. Ele ensina à máquina a regra: Se (A é parente de B) E (B é parente de C) -> Então (A é parente de C). A IA aplica a regra e liga famílias inteiras automaticamente.
Laboratório de SOC: Arquitetura de Software
O Cenário Aplicado: Como Arquitetos da Informação, nossa missão é modelar o aplicativo de delivery do Restaurante Universitário (RU) da UDESC. O objetivo é permitir que milhares de estudantes encontrem rapidamente a comida exata que precisam, baseada em restrições alimentares e tempo. Para isso, usaremos um SOC de Nível 4 e a Teoria Facetada de Ranganathan.
O que é o Motor de Inferência em Ação?
O Motor de Inferência é o "cérebro" lógico de um SOC inteligente. É a parte do algoritmo (IA Simbólica) que pega as regras da Ontologia que criamos, analisa os dados dos lanches disponíveis, cruza com as facetas escolhidas pelo estudante e deduz (infere) qual é a melhor resposta possível, tudo em milissegundos. Ele executa regras matemáticas, condicionais de negação (NÃO frito) e cálculos numéricos (MENOS de 10) semanticamente.
🕹️ Desafio Interativo: Construa a Query Semântica
O estudante utilizou o comando de voz no App do RU da UDESC e disse a seguinte frase:
"Estou atrasado para a aula. Quero um lanche que seja vegano, que NÃO seja frito, e que custe no máximo 10 reais."
Sua Missão: Como arquiteto do Motor de Inferência, você deve estruturar a requisição do usuário. Mapeie o comando acima selecionando as facetas corretas abaixo para que o banco de dados processe as exclusões lógicas.
✅ Sucesso! O Motor de Inferência cruzou os dados perfeitamente.
Você traduziu a linguagem natural imprecisa do usuário para uma sintaxe matemática facetada perfeita. Veja abaixo como o sistema processou o código (Query) no banco de dados para recuperar a informação exata para o estudante:
Referências Bibliográficas
Material teórico e técnico utilizado como base para a elaboração deste seminário, das teorias de estruturação informacional e construção do website interativo.
-
BERNERS-LEE, T.; HENDLER, J.; LASSILA, O. The Semantic Web. Scientific American, v. 284, n. 5, p. 34-43, maio 2001. A base do surgimento das Ontologias e Inteligência computacional na Web.
📄 Baixar PDF (UFF) -
DAHLBERG, I. Teoria do Conceito. Ciência da Informação, Rio de Janeiro, v. 7, n. 2, p. 101-107, 1978. Base epistemológica da normalização terminológica.
📄 Baixar PDF (IBICT / SciELO) -
HJØRLAND, B. Domain analysis in information science: Eleven approaches - traditional as well as innovative. Journal of Documentation, v. 58, n. 4, p. 422-462, 2002. Referencial sobre a visão sociocognitiva de domínios.
📄 Baixar PDF (ResearchGate) -
HODGE, G. Systems of Knowledge Organization for Digital Libraries: Beyond Traditional Authority Files. Washington, DC: Council on Library and Information Resources (CLIR), 2000. Base estrutural para a Arquitetura de Quatro Níveis.
📄 Baixar PDF (CLIR Original) -
RANGANATHAN, S. R. Prolegomena to Library Classification. 3. ed. Bombay: Asia Publishing House, 1967 (Base teórica da obra de 1933). Fundamento da Classificação Facetada (PMEST).
📄 Acessar Obra (Internet Archive) -
W3C (World Wide Web Consortium). W3C Semantic Web Standards (OWL, RDF, SKOS).
📄 Acessar Diretrizes (W3C Oficial)
Ana Paula, Diana, Isabelle e Lucas
A Evolução dos Sistemas de Organização do Conhecimento - SOCs
Da arrumação física em prateleiras aos grafos de conhecimento computacionais: a jornada histórica das estruturas de organização, seus tipos, teorias e exemplos práticos.
SOC Tipo: Listas e Catálogos Primitivos
A Teoria: Enumeração Simples e Inventário. A organização baseava-se na necessidade pragmática de listar o que existia, sem relações semânticas complexas.
Histórico: O exemplo mais notório é o Pinakes, criado pelo bibliotecário Calímaco, por volta de 245 a.C., na Biblioteca de Alexandria. Era um catálogo de 120 rolos que listava os autores gregos e suas obras organizados por gêneros. O foco era a localização física do papiro.
O Pinakes na Prática: Imagine grandes armários de madeira cheios de rolos de pergaminho. O Pinakes era basicamente uma "lista mestra" escrita em um rolo índice que dizia: "Na prateleira de Filosofia, temos as obras de Platão, nesta ordem...". Era um arranjo puramente inventarial, sem subcategorias ou cruzamento de assuntos.
SOC Tipo: Sistemas de Classificação Bibliográfica
A Teoria: Subordinação Lógica e Hierarquia. Inspirados pelas taxonomias Taxonomia: Sistema de classificação conceitual que agrupa itens em categorias e subcategorias hierárquicas inflexíveis, partindo sempre de um conceito geral para um específico (relação Gênero/Espécie). das ciências naturais, o conhecimento foi modelado como uma "Árvore" fixa.
Histórico: A explosão informacional exigiu sistemas universais. Em 1876, Melvil Dewey criou a Classificação Decimal de Dewey (CDD). Entre 1895 e 1905, Paul Otlet e Henri La Fontaine expandiram essa estrutura criando a Classificação Decimal Universal (CDU), permitindo cruzar assuntos diferentes usando pontuações matemáticas.
O Exemplo da CDD: A CDD divide o saber humano em 10 classes principais (exemplo: a classe 500 é dedicada para as Ciências Naturais). Dentro de 500, temos a subdivisão 510 para Matemática, 520 para Astronomia, e assim sucessivamente. O livro recebe uma etiqueta numérica na lombada (como "520") e vai para a estante correspondente. Esse número guia o usuário fisicamente pelo espaço da biblioteca, criando um mapa físico do conhecimento.
SOC Tipo: Classificação Facetada
A Teoria: Modelo Analítico-Sintético. O matemático indiano S.R. Ranganathan teorizou que os assuntos são multidimensionais e propõe a decomposição em cinco facetas estruturais: Personalidade, Matéria, Energia, Espaço e Tempo (PMEST).
Histórico: Em 1933, Ranganathan publicou a Classificação de Colon. Para entender a inovação: nos sistemas do Séc. XIX (enumerativos), se um livro tratasse de "Cura de pulmão na Índia", o bibliotecário precisava procurar uma gaveta pré-existente. Com Ranganathan, a classificação passou a ser construída no momento da indexação. O indexador analisa o documento no momento em que ele chega e sintetiza um código sob medida, combinando as facetas (blocos independentes) para representar exatamente aquele assunto complexo.
Construção na Indexação: Imagine um e-commerce de roupas. Em vez de o programador ter que criar uma categoria rígida e infinita como "Camisetas > Pretas > Algodão > Tamanho M", o sistema possui as Facetas soltas: [Cor], [Tecido], [Tamanho]. Quando o lojista cadastra (indexa) a camiseta no sistema, ele não a coloca numa pasta; ele apenas marca as facetas correspondentes. É o usuário quem cruza essas informações no filtro lateral do site. Ranganathan inventou a lógica dos filtros modernos nos anos 1930!
SOC Tipo: Tesauros Computacionais
A Teoria: Controle de Vocabulário. Foco na normalização terminológica profunda para evitar "ruído" (retorno inútil) e "silêncio" (omissão) durante a busca eletrônica de dados.
Histórico: Com o boom científico no pós-guerra, surgiram os Tesauros Tesauro: Vocabulário rigorosamente controlado que relaciona termos de um domínio por meio de lógicas estritas: Equivalência (sinônimos), Hierarquia (termos amplos/restritos) e Associação (termos relacionados). . Nos anos 1960, nascem os grandes tesauros institucionais da NASA e o ERIC, garantindo que as primeiras buscas textuais nos gigantescos Mainframes fossem exatas e não falhassem por conta de sinonímia Sinonímia: Relação de sentido entre duas ou mais palavras que possuem significados iguais ou muito semelhantes (sinônimos). Em sistemas de informação, o controle de sinonímia é crucial para garantir que diferentes termos de busca (ex: "câncer" e "neoplasia") levem ao mesmo resultado exato. .
O Tesauro em Ação: Imagine um médico pesquisando num banco de dados antigo por "Câncer". O sistema "burro" só retornava textos que continham exatamente a palavra "Câncer". O Tesauro resolve isso mapeando a Equivalência: ele diz ao computador a regra Neoplasia (USE) Câncer. Agora, ao buscar Câncer, o sistema automaticamente puxa também os artigos sobre Neoplasia, Tumor e Carcinoma, garantindo que o médico não perca artigos vitais por causa de diferentes formas de nomear a mesma doença.
SOC Tipo: Ontologias e Grafos de Conhecimento
A Teoria: Lógica de Descrição Computacional. O conhecimento é codificado como triplas semânticas lógicas (Sujeito-Predicado-Objeto).
Histórico: Em 2001, Tim Berners-Lee propõe a Web semântica Web Semântica: Extensão da Web que estrutura dados usando ontologias, permitindo aos computadores e algoritmos "lerem" e compreenderem o significado (semântica) das conexões entre os dados, e não apenas exibir textos. . As Ontologias Ontologia: Modelo de dados estruturado que fornece um vocabulário formal sobre um domínio, definindo as entidades, propriedades e regras matemáticas que permitem à máquina raciocinar e inferir novos dados sozinha. começaram a ser padronizadas pelo W3C (em OWL/RDF). Em 2012, o Google lança o Knowledge Graph, onde os dados abandonam o formato de tabela e formam redes controladas por Inteligência Artificial.
O Exemplo do Grafo do Google: Quando você pesquisa "Leonardo DiCaprio" no Google, ele não retorna apenas "links azuis" com o nome dele escrito. No lado direito da tela, aparece um painel inteligente de conhecimento com a foto dele, data de nascimento, filmes e prêmios. Isso é um Grafo de Conhecimento (Ontologia visualizada). A máquina não está lendo um texto corrido; ela sabe logicamente, por meio de nós matemáticos, que a entidade [DiCaprio] possui a propriedade relacional [Atuou_em] com a entidade [Titanic].