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

No mundo de alto risco da defesa nacional e da inteligência, os dados são a moeda da segurança. Governos e alianças militares dependem de sistemas digitais massivos para rastrear pessoas, eventos e lugares, garantindo que um soldado no campo e um estrategista em um centro de comando estejam falando a mesma língua. Para fazer com que esses sistemas conversem entre si, especialistas constroem dicionários digitais chamados "ontologias". Pense em uma ontologia não como uma simples lista de palavras, mas como um mapa rigoroso de como uma comunidade específica entende a realidade. Ela define o que é uma "pessoa", o que é um "evento" e como essas coisas se relacionam entre si. Quando duas organizações diferentes, como as forças de defesa do Reino Unido e uma aliança internacional mais ampla, tentam compartilhar informações, elas devem alinhar seus mapas. Se um mapa diz que uma "pessoa" é um objeto físico que existe através do tempo, e o outro diz que uma "pessoa" é uma série de momentos no tempo, os computadores que tentam fundir esses mapas irão travar ou, pior, produzir erros silenciosos que levam a decisões erradas. O objetivo deste trabalho é garantir que, quando esses mapas digitais forem unidos, a imagem resultante não seja apenas consistente, mas que realmente faça sentido.

Os pesquisadores neste estudo enfrentaram um problema difícil envolvendo três mapas digitais específicos usados na defesa: o Padrão de Intercâmbio de Informações (Information Exchange Standard), que o Reino Unido usa para compartilhar inteligência; o Modelo de Dados de Alta Qualidade (Higher Quality Data Model), que sustenta o gêmeo digital da nação para o ambiente construído; e a Ontologia Formal Básica (Basic Formal Ontology), um padrão usado pela OTAN e pelos Estados Unidos. Antes deste trabalho, ninguém havia criado com sucesso uma ponte legível por máquina entre o Padrão de Intercâmbio de Informações do Reino Unido e o Modelo de Dados de Alta Qualidade. A equipe pegou uma lista curada manualmente de dezessete conexões, criadas por especialistas humanos que acreditavam que os dois sistemas estavam relacionados, e testou o que aconteceria se um computador tratasse essas conexões como fatos lógicos absolutos. O resultado foi uma descoberta surpreendente: simplesmente verificar se os dados combinados eram "consistentes" não era suficiente.

Quando os pesquisadores fundiram os dois mapas usando as conexões dos especialistas, o computador passou na verificação de consistência padrão. Ele encontrou um modelo onde tudo poderia teoricamente existir. No entanto, uma inspeção mais profunda revelou que o sistema fundido estava quebrado de uma forma que a verificação padrão não detectou. A combinação criou cem novas categorias de dados que eram logicamente impossíveis de existir. Por exemplo, o sistema fundido declarou que certas categorias operacionais do mundo real, como "pessoa presa" ou "testemunha", eram conjuntos vazios — conceitos que nunca poderiam ter uma única instância. Isso aconteceu porque o mapa de destino, o Modelo de Dados de Alta Qualidade, já continha trinta e nove categorias quebradas antes mesmo da fusão começar. Essas categorias quebradas eram invisíveis às verificações padrão, escondidas profundamente dentro da estrutura do mapa. Quando os pesquisadores mapearam os dados do Reino Unido nessas categorias quebradas, eles estavam essencialmente tentando despejar água em um copo com um furo no fundo; a conexão era tecnicamente "verdadeira" porque nada poderia jamais preencher o espaço vazio, mas era inútil para qualquer aplicação do mundo real.

O artigo argumenta que o método usual de corrigir esses problemas é muito bruto. Tipicamente, quando um computador encontra um conflito, ele simplesmente deleta a conexão que causou o problema. Os pesquisadores descobriram que essa abordagem descarta informações valiosas. Em vez disso, eles desenvolveram um novo método chamado "busca de orientação" (orientation search). Em vez de perguntar "devemos manter esta conexão ou deletá-la?", o método deles pergunta "em qual direção este fluxo ocorre?". Ele trata a relação entre dois conceitos como uma variável que pode ser ajustada. Às vezes, duas coisas são exatamente iguais; outras vezes, uma é um tipo da outra, mas não o contrário. Ao permitir que um raciocinador de computador testasse todas as direções possíveis para cada conexão, a equipe foi capaz de reparar a ponte sem deletar nenhum dos insights originais dos especialistas. Eles descobriram que, para a maioria das conexões, os dois sistemas concordavam perfeitamente. Mas para as poucas em que discordavam, o computador podia apontar exatamente o porquê. Ele diria: "Estes dois conceitos não podem ser iguais porque, se fossem, isso forçaria um evento específico do mundo real a ser um tipo de objeto físico, o que contradiz as regras do primeiro sistema". O computador então fornecia um contraexemplo específico para provar o ponto, transformando um potencial erro em uma diferença documentada de como os dois padrões veem o mundo.

O estudo também testou quão bem os sistemas de computador existentes podiam resolver esse problema por conta própria. Eles rodaram dois programas de correspondência estabelecidos e um modelo de linguagem de grande escala, semelhante à tecnologia por trás dos chatbots modernos, contra os mesmos dados. Todos falharam da mesma maneira. Foram enganados por um "falso amigo" — um par de palavras que parecem idênticas, mas significam coisas diferentes. Ambos os sistemas tentaram conectar o conceito de um "evento" no sistema do Reino Unido com um "evento" no outro sistema. No sistema do Reino Unido, um evento é um acontecimento que toma tempo e envolve pessoas. No outro sistema, um evento é um momento único e instantâneo, sem duração. Os computadores, baseando-se na semelhança dos nomes, forçaram essas duas ideias diferentes a serem a mesma coisa, o que imediatamente quebrou a lógica de todo o sistema. Os especialistas humanos haviam alertado sobre essa armadilha, mas os sistemas automatizados caíram nela. Mesmo quando os pesquisadores deram aos sistemas automatizados a lista de conexões dos especialistas e pediram que corrigissem os erros, os sistemas ou deletaram as conexões corretas ou as inverteram, perdendo o significado preciso que os especialistas pretendiam.

O resultado final deste trabalho é uma ponte certificada entre as três principais ontologias de defesa. É um conjunto de vinte e uma regras lógicas que conecta os padrões de dados do Reino Unido aos internacionais sem criar categorias impossíveis ou quebrar regras existentes. Crucialmente, esta ponte não esconde as divergências. Onde os sistemas concordam, ela afirma que são iguais. Onde eles discordam, ela afirma a relação em apenas uma direção e anexa uma explicação gerada por máquina sobre o porquê de não poderem ser iguais. Essa abordagem garante que os dados permaneçam utilizáveis e que as diferenças entre os padrões sejam registradas como fatos, não como erros. Os pesquisadores também descobriram que conectar a visão quadridimensional do mundo do Reino Unido à visão tridimensional internacional exigia um ajuste específico: uma "pessoa" no sistema do Reino Unido não é um objeto físico no sistema internacional, mas sim o histórico da existência desse objeto. Essa mudança sutil foi a chave para fazer todo o sistema funcionar.

O artigo conclui que a maneira como construímos e testamos essas pontes digitais precisa mudar. Confiar em simples verificações de consistência é perigoso porque permite que mapas quebrados passem pela inspeção. Em vez disso, toda vez que dois sistemas são unidos, o processo deve incluir uma verificação de "coerência", garantindo que nenhuma categoria se torne impossível de preencher. Além disso, a direção da conexão importa tanto quanto a própria conexão. Ao tratar a direção como uma variável a ser testada, em vez de uma suposição fixa, os pesquisadores podem preservar o conhecimento dos especialistas humanos enquanto permitem que os computadores encontrem o caminho lógico preciso. Este trabalho prova que, com as ferramentas certas, podemos construir pontes digitais que não são apenas consistentes, mas verdadeiramente coerentes, permitindo que diferentes sistemas de defesa compartilhem informações com confiança e clareza.