Consistency Is Not Coherence: Orientation Search for Certified Alignments Between 4D Defence Upper Ontologies

En el mundo de alto riesgo de la defensa nacional y la inteligencia, los datos son la moneda de la seguridad. Los gobiernos y las alianzas militares dependen de sistemas digitales masivos para rastrear personas, eventos y lugares, asegurando que un soldado en el campo y un estratega en un centro de mando hablen el mismo lenguaje. Para lograr que estos sistemas se comuniquen entre sí, los expertos construyen diccionarios digitales llamados "ontologías". Piense en una ontología no como una simple lista de palabras, sino como un mapa riguroso de cómo una comunidad específica entiende la realidad. Define qué es una "persona", qué es un "evento" y cómo se relacionan esas cosas entre sí. Cuando dos organizaciones diferentes, como las fuerzas de defensa del Reino Unido y una alianza internacional más amplia, intentan compartir información, deben alinear sus mapas. Si un mapa dice que una "persona" es un objeto físico que existe a través del tiempo, y el otro dice que una "persona" es una serie de momentos en el tiempo, las computadoras que intentan fusionar estos mapas fallarán o, lo que es peor, producirán errores silenciosos que conduzcan a malas decisiones. El objetivo de este trabajo es asegurar que, cuando estos mapas digitales se unan, la imagen resultante no sea solo consistente, sino que realmente tenga sentido.

Los investigadores en este estudio abordaron un problema difícil que involucra tres mapas digitales específicos utilizados en la defensa: el Estándar de Intercambio de Información, que el Reino Unido utiliza para compartir inteligencia; el Modelo de Datos de Alta Calidad, que sustenta el gemelo digital de la nación para el entorno construido; y la Ontología Formal Básica, un estándar utilizado por la OTAN y los Estados Unidos. Antes de este trabajo, nadie había creado con éxito un puente legible por máquina entre el Estándar de Intercambio de Información del Reino Unido y el Modelo de Datos de Alta Calidad. El equipo tomó una lista curada a mano de diecisiete conexiones, creadas por expertos humanos que creían que los dos sistemas estaban relacionados, y probó qué pasaría si una computadora tratara esas conexiones como hechos lógicos absolutos. El resultado fue un descubrimiento sorprendente: el simple hecho de verificar si los datos combinados eran "consistentes" no era suficiente.

Cuando los investigadores fusionaron los dos mapas utilizando las conexiones de los expertos, la computadora pasó la verificación de consistencia estándar. Encontró un modelo donde todo podía existir teóricamente. Sin embargo, una inspección más profunda reveló que el sistema fusionado estaba roto de una manera que la verificación estándar no detectó. La combinación creó cien nuevas categorías de datos que eran lógicamente imposibles de existir. Por ejemplo, el sistema fusionado declaró que ciertas categorías operativas del mundo real, como "persona arrestada" o "testigo", eran conjuntos vacíos; conceptos que nunca podrían tener un solo ejemplar. Esto sucedió porque el mapa de destino, el Modelo de Datos de Alta Calidad, ya contenía treinta y nueve categorías rotas antes de que comenzara la fusión. Estas categorías rotas eran invisibles para las verificaciones estándar, ocultas en lo profundo de la estructura del mapa. Cuando los investigadores mapearon los datos del Reino Unido sobre estas categorías rotas, estaban esencialmente intentando verter agua en una taza con un agujero en el fondo; la conexión era técnicamente "verdadera" porque nada podría llenar jamás el espacio vacío, pero era inútil para cualquier aplicación del mundo real.

El artículo argumenta que el método habitual para solucionar estos problemas es demasiado tosco. Típicamente, cuando una computadora encuentra un conflicto, simplemente elimina la conexión que causó el problema. Los investigadores descubrieron que este enfoque desecha información valiosa. En su lugar, desarrollaron un nuevo método llamado "búsqueda de orientación". En lugar de preguntar "¿debemos mantener esta conexión o eliminarla?", su método pregunta "¿en qué dirección fluye esta conexión?". Trata la relación entre dos conceptos como una variable que puede ser ajustada. A veces dos cosas son exactamente iguales; otras veces, una es un tipo de la otra, pero no al revés. Al permitir que un razonador computacional pruebe todas las direcciones posibles para cada conexión, el equipo pudo reparar el puente sin eliminar ninguna de las ideas originales de los expertos. Descubrieron que para la mayoría de las conexiones, los dos sistemas estaban de acuerdo perfectamente. Pero para las pocas donde discrepaban, la computadora podía señalar exactamente por qué. Diría: "Estos dos conceptos no pueden ser iguales porque, si lo fueran, obligarían a que un evento específico del mundo real sea un tipo de objeto físico, lo cual contradice las reglas del primer sistema". La computadora entonces proporcionaba un contraejemplo específico para demostrar el punto, convirtiendo un error potencial en una diferencia documentada en cómo estos estándares ven el mundo.

El estudio también probó qué tan bien podían resolver este problema los sistemas computacionales existentes por sí mismos. Ejecutaron dos programas de emparejamiento establecidos y un modelo de lenguaje extenso, similar a la tecnología detrás de los chatbots modernos, contra los mismos datos. Todos fallaron de la misma manera. Fueron engañados por un "falso amigo": un par de palabras que parecen idénticas pero significan cosas distintas. Ambos sistemas intentaron conectar el concepto de un "evento" en el sistema del Reino Unido con un "evento" en el otro sistema. En el sistema del Reino Unido, un evento es un suceso que toma tiempo e involucra personas. En el otro sistema, un evento es un momento único e instantáneo sin duración. Las computadoras, basándose en la similitud de los nombres, forzaron a que estas dos ideas diferentes fueran lo mismo, lo que rompió inmediatamente la lógica de todo el sistema. Los expertos humanos habían advertido sobre esta trampa, pero los sistemas automatizados cayeron de lleno en ella. Incluso cuando los investigadores dieron a los sistemas automatizados la lista de conexiones de los expertos y les pidieron que corrigieran los errores, los sistemas eliminaron las conexiones correctas o las invirtieron, perdiendo el significado preciso que los expertos pretendían.

El resultado final de este trabajo es un puente certificado entre las tres principales ontologías de defensa. Es un conjunto de veintiuna reglas lógicas que conecta los estándares de datos del Reino Unido con los internacionales sin crear categorías imposibles ni romper ninguna regla existente. Crucialmente, este puente no oculta los desacuerdos. Donde los sistemas están de acuerdo, establece que son iguales. Donde discrepan, establece la relación en una sola dirección y adjunta una explicación generada por máquina sobre por qué no pueden ser iguales. Este enfoque asegura que los datos sigan siendo utilizables y que las diferencias entre los estándares se registren como hechos en lugar de errores. Los investigadores también descubrieron que conectar la visión tetradimensional del mundo del Reino Unido con la visión tridimensional internacional requería un ajuste específico: una "persona" en el sistema del Reino Unido no es un objeto físico en el sistema internacional, sino la historia de la existencia de ese objeto. Este sutil cambio fue la clave para hacer que todo el sistema funcionara.

El artículo concluye que la forma en que construimos y probamos estos puentes digitales debe cambiar. Depender de simples verificaciones de consistencia es peligroso porque permite que mapas rotos pasen la inspección. En su lugar, cada vez que se unen dos sistemas, el proceso debe incluir una verificación de "coherencia", asegurando que ninguna categoría se vuelva imposible de llenar. Además, la dirección de la conexión importa tanto como la conexión misma. Al tratar la dirección como una variable a ser probada en lugar de una suposición fija, los investigadores pueden preservar el conocimiento de los expertos humanos mientras permiten que las computadoras encuentren el camino lógico preciso. Este trabajo demuestra que, con las herramientas adecuadas, podemos construir puentes digitales que no son solo consistentes, sino verdaderamente coherentes, permitiendo que diferentes sistemas de defensa compartan información con confianza y claridad.