A IA precisa de uma nova linguagem

GEUL — Uma linguagem artificial para comunicação inequívoca entre humanos e IA

Por Que a Era da Engenharia de Prompt Acabou

Quanto mais inteligentes os modelos, mais pesa "o que você mostra" do que "como você diz". A passagem do prompt para o contexto e as sete peças de infraestrutura de que a engenharia de contexto precisa.

Por Que a Clarificacao e Necessaria

A linguagem natural precisa ficar mais longa para resolver ambiguidades. Numa estrutura com identificadores e lugares tipados, o compromisso entre clareza e brevidade se rompe, e a clareza vira a condição para indexar, validar e checar consistência.

Por Que a Verificacao Mecanica e Necessaria

A linguagem natural não tem o conceito de "frase inválida", então a informação entra no contexto sem verificação. Por que a verificação mecânica, que filtra a forma segundo uma especificação, deve vir primeiro no pipeline.

Por Que Filtros Sao Necessarios

Nem toda informação válida é informação necessária. O filtro que escolhe só o que é preciso agora por relevância, confiabilidade e atualidade, e por que esses critérios viram operações sobre campos numa representação estruturada.

Por Que Verificacoes de Consistencia Sao Necessarias

Informações corretas isoladamente podem se contradizer quando reunidas. Os três tipos de contradição (temporal, entre fontes, inferencial) e por que detectá-las vira comparação de campos e aritmética numa representação estruturada.

Por que uma linguagem artificial é necessária?

A linguagem natural evoluiu para a comunicação humana. Ambiguidade, redundância e implicação são vantagens para humanos, mas causas de alucinação para a IA. Nem linguagens de programação nem frameworks semânticos existentes são a resposta. É necessária uma nova linguagem artificial que satisfaça seis condições simultaneamente.

Por Que Exploracao e Necessaria

Quando o conhecimento cresce tanto que até o índice estoura a janela de contexto, a busca de uma só vez chega ao limite. Por que a exploração é necessária: escolher uma direção em cada nível de um mapa hierárquico.

Por Que a Linguagem Natural Cria Alucinacoes?

A alucinacao nao e um bug do LLM — e uma consequencia estrutural inevitavel de quatro falhas da linguagem natural: ambiguidade, ausencia de fonte, de confianca e de tempo. Modelos maiores nao resolvem.

Por Que MD/JSON/XML Nao Funcionam

Markdown, JSON e XML foram criados para épocas e propósitos diferentes. Têm estrutura, mas não um significado unificado, nem lugar para fontes. Por que é preciso um formato à parte para registrar e acumular o raciocínio da IA.

Por que vetores de embedding não são suficientes

Reorganizar vetores de embedding quebra o modelo. Evitar a quebra significa reconstruir o modelo do zero. O que precisamos não é transparência dentro da caixa preta, mas uma camada transparente fora dela.

Por Que o Esperanto Fracassou

O esperanto fracassou porque precisava ser aprendido, tentou substituir as línguas existentes e servia à comunicação. Uma linguagem artificial para a IA segue outro caminho: as pessoas não precisam aprendê-la, ela não substitui a linguagem natural e seu propósito é registrar e verificar.

Por que Wikidata

O GEUL não rejeita o Wikidata. Carrega o dump sem perdas e transforma cada uma das cerca de 120 milhões de entidades em um documento GEUL com todos os idiomas. Projetar um identificador semanticamente alinhado (SIDX) a partir da sua classificação e das estatísticas de frequência é pesquisa em andamento.

Por que WordNet?

Construir um sistema de verbos por conta própria deixa lacunas, é arbitrário e carece de fundamento. O GEUL aprendeu a estrutura construindo um livro de códigos provisório com os 13.767 verbos do WordNet, acumulados ao longo de 40 anos. Como o WordNet não é CC0 e está preso ao inglês, essa edição provisória será substituída por um livro de códigos de verbos sem WordNet.

Por Que Afirmacoes, Nao Fatos?

A verdade é inacessível; o que nos resta são afirmações de alguém. Por que um sistema de conhecimento deve tomar afirmações, e não fatos, como dados primários, e dar um lugar para registrar fonte, tempo e confiança.

Por Que um Indice Semanticamente Alinhado?

Se um ID fosse conhecimento e não endereço, uma única operação de bits poderia reduzir os candidatos sem nenhum JOIN. Este ensaio apresenta o SIDX, o identificador semanticamente alinhado que o GEUL está pesquisando, e por que sua largura será definida por estatísticas de uso.

Por Que 16 Bits?

Uma única palavra de 16 bits foi projetada para ser a unidade de três mundos: o fluxo de rede, o formato de arquivo e o vocabulário do LLM. Por que 16 bits, e não 8, 32 ou comprimento variável.

Por Que a Memoria Estruturada e Necessaria?

A IA escreve bem arquivos, mas não encontra os que ela mesma escreveu. O problema não é armazenar, é recuperar. O caminho de um simples mapa do que está onde, como um sumário ou um índice, até uma memória estruturada.

Por Que Cachear Raciocinio como Codigo?

Em vez de o LLM raciocinar do zero toda vez, cada inferência é cristalizada em código e guardada em cache. Uma estrutura semelhante a um compilador JIT, que só chama o LLM quando há falha de cache, e o que ela alcança com o tempo.

Por que anotacoes devem ser indices

Comentarios sao escritos para pessoas. Mas quando ha 10.000 funcoes, as maquinas tambem precisam le-los. Ao transformar comentarios de narrativa em indice, uma varredura completa se torna uma busca instantanea.

Por que devemos deixar vazio

O GEUL deixa vazios 75% do espaço da TAG WORD de 16 bits que abre cada registro. As lições do IPv4, do Unicode e do ASCII: o custo de preencher é irreversível, enquanto o de deixar vazio é de três bits por registro.