← Últimos artigos
🤖 AI

Plausible Reasoning and First-Order Plausible Logic

Este artigo apresenta a Lógica Plausível (PL), uma lógica de primeira ordem não probabilística baseada em 17 princípios que permite o raciocínio com afirmações defeasíveis e oferece oito algoritmos de inferência para lidar com diferentes conclusões sensatas, servindo como condensação do livro "Plausible Reasoning and Plausible Logic".

Autores originais: David Billington

Publicado 2026-04-22
📖 5 min de leitura🧠 Leitura aprofundada

Autores originais: David Billington

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você está tentando tomar uma decisão no dia a dia, como "Devo levar um guarda-chuva hoje?". Você não tem certeza absoluta. Você olha para o céu (que está cinza), lembra que a previsão disse 80% de chuva, mas também sabe que às vezes o céu fica cinza e não chove nada.

A lógica clássica (a que usamos na matemática pura) diria: "Ou chove, ou não chove. Se não temos certeza, não podemos decidir." Mas a vida real não funciona assim. Nós tomamos decisões baseadas no que é provável, no que é geralmente verdade, mesmo sem ter 100% de certeza.

Este artigo, escrito por David Billington, apresenta uma nova maneira de ensinar computadores a pensar como nós fazemos nessas situações. Ele chama isso de Lógica Plausível.

Aqui está uma explicação simples do que ele propõe, usando analogias do dia a dia:

1. O Problema: A Diferença entre "Fato" e "Adivinhação"

Na lógica tradicional, tudo é preto no branco. Se eu digo "Todos os pássaros voam", e encontro um pinguim, a lógica entra em colapso.
Na vida real, dizemos: "Geralmente, pássaros voam, mas existem exceções".

O autor cria uma distinção clara entre dois tipos de informação:

  • Fatos (O que é certeza): "O pinguim é um pássaro." (Isso é inegável).
  • Avisos Plausíveis (O que é provável): "Pássaros geralmente voam." (Isso é uma regra útil, mas não absoluta).

A grande sacada do artigo é que o computador precisa ter dois "cérebros" ou modos de operação: um para lidar com fatos puros e outro para lidar com essas regras "geralmente verdadeiras".

2. A Grande Regra: O Jogo de "Quem tem a melhor prova?"

Como o computador decide se algo é verdade? Ele não usa números (como 70% de chance). Em vez disso, ele usa um sistema de pesagem de evidências.

Imagine um tribunal:

  • O Promotor traz evidências para dizer que "X é verdade".
  • O Defensor traz evidências para dizer que "X é falso".
  • O Juiz (o algoritmo) olha para os dois lados. Se o Promotor tiver argumentos mais fortes e o Defensor não conseguir derrubá-los, o Juiz decide que "X é plausível".

Se o Defensor trouxer uma prova nova e forte (como descobrir que o pássaro é um pinguim), o veredito muda. Isso é chamado de não-monotonicidade: adicionar mais informações pode fazer você mudar de ideia sobre o que era verdade antes.

3. O Sistema de 8 "Juízes" (Algoritmos)

Uma das partes mais interessantes é que o autor não cria apenas uma regra para decidir. Ele cria 8 algoritmos diferentes (8 tipos de juízes), cada um com um nível de cautela diferente.

Pense neles como diferentes personalidades tomando decisões:

  1. O Cético Extremo (Algoritmo φ): Só aceita o que é 100% fato. Se não tem certeza absoluta, ele não decide nada. É o mais seguro, mas pouco útil para o dia a dia.
  2. O Otimista (Algoritmo π): É o "melhor palpite". Ele assume que algo é verdade se houver uma boa chance, a menos que haja uma prova forte do contrário. É útil para quem precisa agir rápido (como em um jogo de futebol).
  3. O Cauteloso (Algoritmo β): É o "medroso". Ele só aceita algo se não houver nenhuma dúvida. Se houver um conflito de evidências (ambos os lados têm argumentos), ele diz "não sei" e não decide.
  4. Os Intermediários: Existem outros 5 juízes no meio do caminho, cada um com um equilíbrio diferente entre ser arriscado ou cauteloso.

Por que tantos? Porque em situações diferentes, precisamos de personalidades diferentes.

  • Em um tribunal criminal ("Além de qualquer dúvida razoável"), usamos o juiz mais cauteloso.
  • Em um processo civil ("Preponderância de evidências"), usamos um juiz que aceita o "mais provável".
  • O sistema PL permite escolher qual "juiz" você quer usar para a situação.

4. O Mapa de Decisão (Grafos)

Para organizar todo esse raciocínio, o autor usa mapas chamados Grafos Acíclicos Dirigidos.
Imagine uma árvore genealógica ou um mapa de metrô.

  • Cada parada é uma pergunta ou uma evidência.
  • Você segue as linhas para ver onde elas levam.
  • O sistema garante que você nunca fique preso em um "loop" infinito (caminhar em círculos sem chegar a lugar nenhum), o que é um problema comum em sistemas de IA antigos.

5. A Verdade Tem 4 Cores

Na lógica clássica, uma coisa é Verdadeira (Verde) ou Falsa (Vermelha).
Neste novo sistema, a verdade tem 4 estados, como um semáforo com uma luz extra:

  1. Verde (Verdadeiro): A evidência é forte a favor.
  2. Vermelho (Falso): A evidência é forte contra.
  3. Amarelo (Ambíguo): Há evidências fortes para ambos os lados. O sistema não consegue decidir (ex: "Será que o João vai chegar? Ele disse que sim, mas o trânsito está horrível").
  4. Cinza (Indeterminado): Não temos informações suficientes nem a favor nem contra.

Resumo Final

David Billington criou um sistema que ensina computadores a lidar com a incerteza sem usar matemática complexa de probabilidades.

  • Ele separa o que é fato do que é provável.
  • Ele permite que o computador mude de ideia quando novas informações chegam.
  • Ele oferece 8 níveis de confiança, permitindo que o sistema seja mais ou menos arriscado dependendo do problema.
  • Ele reconhece que algumas coisas são ambíguas e não tenta forçar uma resposta falsa.

É como dar ao computador um "senso comum" e a capacidade de dizer: "Não tenho certeza absoluta, mas é muito provável que seja assim, a menos que algo novo aconteça."

Afogado em artigos na sua área?

Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.

Experimentar Digest →