Ontologia: Da Filosofia Antiga à IA e Blockchain

O que realmente existe no nosso mundo? Esta questão tem assombrado filósofos há mais de dois milénios, mas mantém-se surpreendentemente relevante para os líderes tecnológicos de hoje. A ontologia — a investigação sistemática do que é real, de como as coisas são categorizadas e de como se relacionam — molda tudo, desde a investigação académica até aos sistemas de inteligência artificial. À medida que navegamos por um panorama digital cada vez mais complexo, compreender a ontologia torna-se essencial para quem constrói tecnologia, realiza investigação ou tenta entender a inovação moderna.

A Fundação: O que é realmente a Ontologia?

No seu núcleo, a ontologia questiona de forma aparentemente simples: “O que existe?” No entanto, responder a esta questão exige um pensamento filosófico rigoroso. Ao contrário de especulações casuais, a ontologia é um ramo disciplinado da filosofia preocupado com a natureza do ser em si. Investiga questões fundamentais como “O que constitui uma entidade?” e “Como distinguimos diferentes tipos de coisas?”

A própria palavra remonta ao grego antigo — “onto” (ser) combinado com “logia” (estudo). Embora o termo tenha ganho destaque formal nos textos filosóficos do século XVII, especialmente através de pensadores como Christian Wolff, as questões subjacentes remontam a Platão e Aristóteles, que debateram se as formas abstratas ou os objetos físicos constituem a verdadeira realidade.

Em termos práticos, a ontologia cria uma estrutura para organizar a realidade. Pense nela como um sistema mestre de inventário que catalogar tudo o que existe num determinado domínio — seja o mundo físico, a infraestrutura de dados de uma empresa ou o universo de um videojogo. Especifica o que pertence nesse mundo e como diferentes elementos se conectam e relacionam.

A Arquitetura Central do Pensamento Ontológico

Tradicionalmente, a ontologia opera em torno de várias perguntas-chave:

• Existência e Ser: O que significa que algo exista? A existência requer forma física ou conceitos abstratos como “justiça” ou “número dois” podem realmente existir?
• Categorização: Como classificamos entidades? O que distingue uma “árvore” de uma “floresta”, ou uma “ação” de um “processo”?
• Relacionamentos: Que ligações unem diferentes entidades? Como funcionam a causalidade, a hierarquia e a associação entre categorias?
• Universais vs. Particulares: Os atributos abstratos como “vermelhidão” existem independentemente, ou apenas objetos vermelhos específicos têm existência genuína?

Estas questões não são meramente académicas — têm implicações práticas na forma como desenhamos bases de dados, estruturamos sistemas de IA e conduzimos investigação científica.

Evolução Histórica: Como se Desenvolveu o Pensamento Ontológico

A jornada intelectual da ontologia revela como o pensamento humano tem lidado com a existência ao longo dos séculos.

Fundamentos Antigos começaram com a teoria das formas de Platão, que propunha que objetos abstratos não físicos (ideias) representam a realidade mais precisa. Aristóteles contestou esta visão, argumentando que as substâncias — entidades concretas e individuais — formam a base da realidade. A sua categorização tripartida em substâncias, qualidades e relações tornou-se fundamental para o pensamento ontológico ocidental durante quase dois mil anos.

A Refinação Medieval viu filósofos como Tomás de Aquino e Duns Scotus tecerem quadros ontológicos em sistemas teológicos. Debateram se a existência de Deus moldava todo o ser, e como a essência divina se relacionava com a criação terrestre — questões que exigiram análises ontológicas cada vez mais sofisticadas.

O Ponto de Viragem Moderno chegou com os pensadores do Iluminismo. Immanuel Kant mudou decisivamente a conversa ao questionar o que os humanos podem realmente saber sobre a realidade versus o que apenas estrutura a nossa perceção. Em vez de assumir que podemos aceder diretamente à verdade ontológica, Kant sugeriu que as nossas categorias de compreensão podem moldar o que percebemos como “real”.

Desenvolvimentos Contemporâneos a partir do século XX dividiram a ontologia em ramos especializados. Filósofos analíticos dissecavam a natureza de propriedades e objetos abstratos com precisão lógica. Ao mesmo tempo, a ontologia ganhou nova vida na tecnologia da informação, onde passou a ser não só uma busca filosófica, mas uma ferramenta prática para organizar o conhecimento digital.

As Grandes Divisões: Debates Fundamentais na Ontologia

O pensamento ontológico nunca foi monolítico. Vários tensões persistentes definem o campo:

Realismo versus Construtivismo

Este antigo debate aborda uma questão crucial: As categorias existem independentemente das mentes humanas?

Realistas insistem que entidades como “árvores”, “números” ou “justiça” possuem uma realidade independente da perceção humana. Quando descobrimos estas coisas, revelamos verdades que existiam, quer os humanos estivessem presentes ou não.

Anti-realistas e Construtivistas contrapõem que muitas categorias são construções humanas — acordos sociais ou projeções mentais, e não características de uma realidade objetiva. O dinheiro, por exemplo, só tem valor porque as sociedades o concordam. Da mesma forma, a nossa classificação de organismos biológicos reflete princípios organizacionais humanos tanto quanto divisões naturais.

Esta distinção afeta profundamente a metodologia de investigação. Se acredita que a classe social é uma realidade objetiva (posição realista), irá desenhar inquéritos quantitativos para a medir. Se vê a classe social como uma estrutura construída (posição construtivista), poderá preferir entrevistas que explorem como as pessoas percebem e experienciam a classe através das suas vivências.

Universais versus Particulares

Outra questão duradoura refere-se a entidades abstratas versus concretas. Os universais — propriedades gerais como “vermelhidão”, “beleza” ou “triangularidade” — são realmente reais? Ou apenas os exemplos particulares (a maçã vermelha, o pôr-do-sol bonito, o triângulo específico) têm existência efetiva?

Este debate aparentemente abstrato tem implicações concretas no desenho de bases de dados e sistemas de IA. Quando os engenheiros constroem grafos de conhecimento, têm de decidir: Devem representar “doença” como uma categoria abstrata ou apenas catalogar casos particulares? A resposta molda a forma como as máquinas entendem e processam informação.

O Papel da Ontologia na Investigação e na Metodologia

Para investigadores e cientistas de dados, a ontologia representa muito mais do que uma curiosidade histórica. Ela molda as premissas fundamentais que orientam projetos inteiros de investigação.

Quando os investigadores iniciam um estudo, operam com premissas ontológicas implícitas sobre o que existe na sua área de interesse. Estas premissas determinam não só as perguntas que fazem, mas também que evidências são válidas e que conclusões são aceitáveis.

Duas Orientações de Investigação

Ontologia Objectivista (ou Positivista) assume que a realidade existe independentemente e pode ser medida de forma objetiva. Os investigadores nesta perspetiva preferem:

• Métodos quantitativos (inquéritos, experimentos, análise estatística)
• Ferramentas de medição padronizadas
• Procedimentos replicáveis
• Leis e padrões universais

Um objectivista a estudar a eficácia de uma vacina desenharia ensaios controlados aleatórios com resultados mensuráveis (taxas de infeção, níveis de anticorpos).

Ontologia Construtivista (ou Interpretativista) vê a realidade como socialmente construída através da interpretação e da atribuição de significado. Esta abordagem enfatiza:

• Métodos qualitativos (entrevistas, grupos focais, análise textual)
• Compreensão contextual rica
• Experiências subjetivas e perceções
• Múltiplas verdades válidas, moldadas pelo contexto

Um investigador construtivista a estudar a vacinação poderia entrevistar pessoas sobre as suas crenças, medos e interpretações da informação sobre vacinas — reconhecendo que a “realidade da vacinação” inclui dimensões psicológicas e sociais além dos resultados clínicos.

Nenhuma abordagem é inerentemente superior; respondem a perguntas diferentes. Clarificar a sua posição ontológica no início de um projeto evita confusão metodológica e garante que as ferramentas de investigação se alinham com as suas premissas centrais.

Ontologia, Epistemologia e Metodologia: A Trindade da Investigação

Muitos investigadores confundem três conceitos distintos, embora interligados. Compreendê-los clarifica o desenho da investigação:

A ontologia estabelece o que está “em jogo”. A epistemologia determina como podemos aceder e validar essa realidade. A metodologia especifica as técnicas concretas que utilizaremos. Cada nível constrói-se sobre o anterior, e um desalinhamento entre eles compromete a qualidade da investigação.

Ontologia Aplicada: Da Filosofia à Tecnologia

A revolução digital transformou a ontologia de um domínio exclusivamente filosófico numa disciplina de engenharia prática. Em ciência da informação, uma ontologia torna-se uma especificação formal, legível por máquinas, de como representar o conhecimento.

Como Funcionam as Ontologias Aplicadas

Nos sistemas de informação, uma ontologia define explicitamente:

1. Entidades: Que objetos, conceitos e relações existem num domínio (ex.: em saúde: pacientes, médicos, doenças, tratamentos, sintomas)
2. Propriedades: Que características descrevem essas entidades (ex.: um paciente tem idade, historial médico, medicação atual)
3. Relacionamentos: Como as entidades se conectam (ex.: “um médico trata um paciente”, “uma doença causa sintomas”)
4. Regras e Restrições: Relações lógicas que governam estados válidos (ex.: “um sintoma deve estar associado a pelo menos uma doença”)

Esta estrutura formal permite que as máquinas processem, liguem e raciocinem automaticamente sobre informações complexas.

Ontologias de Aplicação no Mundo Real

Grafos de Conhecimento (que alimentam motores de busca e sistemas de recomendação) usam ontologias para mapear bilhões de entidades e suas relações. Quando pesquisa por “Einstein”, o sistema não devolve apenas documentos com essa palavra — entende Einstein como físico, conecta-o a conceitos relacionados como relatividade, e sugere entidades relacionadas como outros físicos.

Ontologias Médicas como SNOMED CT e MeSH padronizam terminologia médica globalmente. Assim, “infarto do miocárdio” significa exatamente a mesma coisa em Tóquio ou Toronto, facilitando cuidados consistentes e investigação.

Schema.org fornece uma ontologia partilhada para dados na web, permitindo que motores de busca entendam o conteúdo dos sites. Quando um artigo inclui marcação estruturada Schema, os motores podem extrair e categorizar corretamente essa informação.

Ferramentas de Ontologia Técnica incluem:

• Protégé: Um editor visual open-source que permite construir e visualizar ontologias
• OWL (Web Ontology Language): Uma linguagem formal para expressar ontologias que as máquinas podem processar
• RDF (Resource Description Framework): Um formato flexível para representar relações ontológicas

Blockchain e Web3: Ontologia na Camada de Confiança Digital

A emergência da tecnologia blockchain deu à ontologia uma nova relevância inesperada. O projeto de blockchain Ontology (ONT) exemplifica esta convergência, posicionando-se como uma “infraestrutura de confiança” para o Web3.

Assim como a ontologia filosófica especifica o que existe na realidade e como as coisas se relacionam, a ontologia baseada em blockchain cria uma infraestrutura digital confiável para especificar o que digitalmente existe — identidades, ativos, permissões e credenciais — e como se interligam.

A ontologia (ONT) resolve um desafio crítico do Web3: Como estabelecer identidades descentralizadas e garantir a integridade dos dados quando múltiplas partes não confiam umas nas outras? Ao criar uma estrutura ontológica formal para a representação de identidades digitais e ativos, o projeto possibilita:

• Identidade Descentralizada: Credenciais de identidade portáteis que os indivíduos controlam
• Interoperabilidade de Dados: Sistemas diferentes podem comunicar-se porque partilham de uma estrutura ontológica comum
• Smart Contracts: Programas que operam com entidades e relações formalmente definidas
• Compatibilidade entre Cadeias: Diferentes blockchains podem entender-se mutuamente através das suas estruturas ontológicas

Esta aplicação real demonstra como conceitos filosóficos abstratos se traduzem em tecnologia que resolve problemas concretos.

Aplicações Modernas em Diversos Setores

A estrutura ontológica molda a inovação em várias indústrias:

Negócios e Empresas usam ontologias específicas de domínio para integrar dados entre departamentos. Uma ontologia financeira define precisamente termos como “ativo”, “passivo”, “receita” e “despesa”, garantindo que os dados tenham o mesmo significado, quer venham da contabilidade ou das operações. Esta padronização evita mal-entendidos dispendiosos e permite análises de negócio avançadas.

Saúde e Genómica aproveitam ontologias médicas para traduzir descobertas genéticas em prática clínica. Uma ontologia de oncologia pode mapear relações entre mutações genéticas, expressões de proteínas, tipos de câncer e opções de tratamento — ajudando médicos a identificar terapias direcionadas para pacientes específicos.

E-commerce e Sistemas de Recomendação dependem implicitamente de ontologias. Quando a Amazon recomenda produtos, os seus sistemas têm uma ontologia de produtos, características, preferências do utilizador e padrões de compra. Quanto mais explícita e abrangente for a ontologia, mais inteligente será a recomendação.

Ciência de Dados e Desenvolvimento de IA começam cada vez mais com a engenharia de ontologias. Antes de construir modelos de aprendizagem automática, os cientistas de dados geralmente criam uma ontologia de domínio para garantir:

• Representação consistente de dados de várias fontes
• Redução de ambiguidades na engenharia de características
• Melhor interpretabilidade dos modelos
• Integração mais fácil com outros sistemas

Construção de uma Ontologia de Domínio normalmente envolve:

1. Identificar Entidades Centrais: Quais são as “coisas” principais neste domínio? (ex.: em saúde: pacientes, profissionais, condições, tratamentos)
2. Definir Atributos: Quais propriedades caracterizam cada entidade? (ex.: um paciente tem idade, género, historial médico)
3. Especificar Relações: Como as entidades se conectam? (ex.: um paciente tem condições; condições requerem tratamentos)
4. Estabelecer Hierarquias: Quais são as taxonomias? (ex.: Doença cardiovascular → Hipertensão, Doença Arterial Coronária, etc.)
5. Documentar Regras: Que restrições ou ligações lógicas se aplicam? (ex.: uma pessoa não pode ser seu próprio médico; um recém-nascido não pode ter uma história médica de 10 anos)
6. Implementar e Validar: Usar ferramentas como Protégé para formalizar a ontologia, e testar se ela representa corretamente o conhecimento do domínio

💡 Insight Estratégico: Organizações que constroem explicitamente ontologias de domínio ganham vantagens competitivas significativas. Estruturas ontológicas claras reduzem custos de integração, aceleram o desenvolvimento de novos produtos e facilitam a comunicação entre equipas com uma precisão sem precedentes.

Porque a Ontologia é Mais Importante do que Nunca

A convergência de várias tendências torna o pensamento ontológico cada vez mais essencial:

Explosão de Dados: As organizações gerenciam atualmente informações em escala sem precedentes. Sem quadros ontológicos claros, a integração de dados torna-se caótica. Ontologias explícitas transformam silos de dados em ativos de conhecimento interligados.

IA e Aprendizagem Automática: À medida que os sistemas de IA se tornam mais sofisticados, eles requerem representações mais ricas do conhecimento de domínio. Grandes modelos de linguagem treinados em dados diversos da internet operam na verdade usando ontologias implícitas — e a engenharia explícita de melhores ontologias melhora o desempenho da IA de forma dramática.

Colaboração Interorganizacional: Seja em redes de saúde, cadeias de abastecimento ou consórcios de investigação científica, múltiplas organizações precisam de interoperar. Ontologias partilhadas fornecem a linguagem comum que torna a verdadeira integração possível, em vez de mera troca de dados.

Requisitos Regulatórios e de Conformidade: Regulamentações médicas, financeiras e ambientais exigem cada vez mais a padronização precisa de terminologia e estruturas de dados — efetivamente, a necessidade de ontologias explícitas.

Blockchain e Sistemas Descentralizados: À medida que a confiança se torna descentralizada, o acordo sobre o que existe e como as coisas se relacionam torna-se crítico. As ontologias fornecem este quadro de referência comum para sistemas sem autoridade central.

Principais Conclusões

• A ontologia pergunta fundamentalmente: O que existe, e como as coisas são categorizadas e relacionadas?
• Vai desde a filosofia antiga até à IA moderna: As questões conceptuais permanecem consistentes ao longo dos milénios, embora as aplicações tenham evoluído completamente
• Posturas filosóficas moldam resultados práticos: As suas suposições ontológicas sobre realismo vs. construtivismo determinam se usa métodos quantitativos ou qualitativos
• As ontologias aplicadas tornaram-se essenciais na engenharia: Construir explicitamente ontologias de domínio é uma prática crítica em IA, ciência de dados, sistemas empresariais e desenvolvimento blockchain
• Conecta disciplinas: Compreender ontologia ajuda investigadores, desenvolvedores e inovadores a clarificar suposições e a comunicar além das fronteiras tradicionais
• O futuro é orientado por ontologias: À medida que a complexidade aumenta e os sistemas precisam de interoperar em escala, a clareza ontológica torna-se numa vantagem competitiva

A ontologia representa uma das tradições intelectuais mais antigas da humanidade a encontrar-se com as suas mais recentes imperativos tecnológicos. Quer esteja a arquitetar um grafo de conhecimento, a desenhar um sistema blockchain, a realizar investigação social ou a construir uma aplicação de IA, dedicar tempo a clarificar o seu quadro ontológico — o que acredita existir e como as coisas se relacionam — irá aguçar o seu pensamento e melhorar os seus resultados em todos os domínios.