Pular para o conteúdo principal

Fundamentos Lógico-epistêmicos da IA - Parte IV

 

 

 

 

 

 

 O escopo desta postagem é apresentar uma proposta de Teoria do Conhecimento, compatível com os sistemas de IA, fundamentada na Teoria Algorítmica da Informação e na concepção de conhecimento elaborada por Lehrer (1990). Para este fim, considere, inicialmente, um ensaio conciso sobre a concepção de conhecimento introduzida por Lehrer, gerado pelo Copilot, acrescido de alguns comentários. E, posteriormente, uma análise da composição dessa teoria com o conceito algorítmico de informação. Trata-se de uma abordagem de caráter reducionista, mais precisamente, de uma forma de reducionismo epistêmico.

 

 

Uma concepção da Teoria do Conhecimento de acordo com Lehrer

 

 Referência bibliográfica:

Lehrer (1990), “Theory of Knowledge”, Westview Press, Inc.

__________________

O seguinte texto foi gerado, em 11 de novembro de 2025, pelo Copilot.

A Teoria do Conhecimento Fundamentada no Conceito de Informação em K. Lehrer

Uma análise filosófico-acadêmica sobre informação e justificação epistêmica

Introdução

A teoria do conhecimento, ou epistemologia, é um dos campos centrais da filosofia, preocupando-se em investigar o que significa conhecer, quais são as condições para o conhecimento e como justificamos nossas crenças. Entre as abordagens contemporâneas, destaca-se a proposta de Keith Lehrer, que fundamenta sua teoria do conhecimento no conceito de informação, oferecendo uma alternativa sofisticada às tradicionais teorias da justificação. Este ensaio busca analisar criticamente a teoria do conhecimento de Lehrer, enfatizando o papel central da informação e suas implicações para a epistemologia contemporânea.

O Problema da Justificação e o Papel da Informação

Desde Platão, a definição clássica de conhecimento como “crença verdadeira justificada” (justified true belief) tem sido alvo de intensos debates. Com o desafio lançado pelos casos de Gettier, ficou claro que a mera justificação verdadeira não é suficiente para garantir o conhecimento. Surge, então, a necessidade de uma análise mais refinada dos critérios de justificação. É nesse contexto que Lehrer propõe uma abordagem inovadora, centrada na noção de informação.

Para Lehrer, a informação desempenha um papel fundamental na estruturação do conhecimento. Ele argumenta que a justificação de uma crença depende da posse e do processamento adequado de informações relevantes, de modo que o sujeito possa responder adequadamente a possíveis objeções ou dúvidas. Ou seja, a informação não é apenas um dado externo, mas um elemento ativo na dinâmica da justificação epistêmica.

A Teoria da Aceitabilidade de Lehrer

O conceito de aceitabilidade é central na epistemologia de Lehrer. Segundo ele, uma crença é justificada se for aceitável para o sujeito, diante de toda a informação de que dispõe e considerando as objeções possíveis. Diferente de teorias fundacionistas ou coerentistas tradicionais, Lehrer enfatiza o papel do agente epistêmico e sua capacidade de avaliar informações e responder a críticas. A aceitabilidade, portanto, não é um estado passivo, mas uma atividade reflexiva e dinâmica.

Nesse modelo, a informação é o critério pelo qual o sujeito avalia a razoabilidade de suas crenças. Uma crença é aceitável se o sujeito puder responder, com base em informações apropriadas, a todas as objeções relevantes. Assim, o conhecimento não é apenas uma crença justificada, mas uma crença cuja justificação resiste ao escrutínio informacional.

Informação, Ceticismo e a Busca pela Verdade

A teoria informacional de Lehrer busca, ainda, responder ao desafio cético. Se todo conhecimento depende da informação disponível, como podemos garantir que nossas crenças não são vítimas de engano ou limitações informacionais? Lehrer reconhece que o conhecimento é falível, mas defende que, ao exigir que o sujeito esteja apto a responder a todas as objeções baseadas em informação relevante, sua teoria oferece um critério robusto para a justificação epistêmica.

O ceticismo, portanto, é enfrentado não pela busca de uma certeza absoluta, mas pela exigência de uma responsividade ativa do sujeito diante de novas informações. O conhecimento, para Lehrer, é um processo contínuo de avaliação e revisão, no qual a informação desempenha um papel estruturante e normativo.

Críticas e Contribuições

A teoria de Lehrer não está isenta de críticas. Uma objeção recorrente diz respeito à definição do que constitui “informação relevante” e à possibilidade de o sujeito estar ciente de todas as objeções possíveis. Ademais, questiona-se se a aceitabilidade subjetiva é suficiente para garantir a objetividade do conhecimento.

Apesar dessas críticas, a teoria de Lehrer traz contribuições significativas à epistemologia. Ao colocar a informação no centro da justificação, ele destaca o caráter dinâmico e intersubjetivo do conhecimento, aproximando-se de abordagens pragmatistas e contextualistas. Além disso, sua ênfase na responsividade do sujeito epistêmico ante objeções fortalece o papel crítico e reflexivo da razão.

Considerações Finais

A análise da teoria do conhecimento de K. Lehrer revela uma abordagem inovadora e relevante para os debates atuais em epistemologia. Fundamentada no conceito de informação, sua proposta amplia a compreensão da justificação, deslocando o foco da mera posse de razões para a capacidade de responder criticamente a objeções. Em um mundo cada vez mais orientado pela circulação e avaliação de informações, a epistemologia informacional de Lehrer permanece atual e desafiadora, convidando-nos a repensar o próprio significado de conhecer.

 _________________________________

 

Comentários sobre o tópico gerado pelo Copilot na postagem 

 • Lehrer, seguindo Carnap, advoga que o objetivo precípuo de uma teoria do conhecimento consiste na elaboração de uma explicação do conceito de conhecimento. Nesta acepção, a explanação se reduz, basicamente, a dois aspectos:

• Elucidação do conceito de conhecimento a ser analisado;

• Estabelecimento das condições necessárias e suficientes para caracterizar o conceito.

De um modo geral, há várias estratégias conceituais que permitem descrever casos de conhecimento, isto significa que, para cada estratégia é possível construir uma teoria de uma certa espécie de conhecimento a partir das seguintes características básicas:

Competência (ou capacidade) cognitiva;

Afinidade (ou familiaridade) linguístico-cognitiva;

• Reconhecimento da informação como correta.

 Exemplos:

 • Na primeira acepção, diz-se que um indivíduo (ou um autômato) mostra competência quando ‘sabe como’ executar uma dada sequência de operações. P. ex., um computador ‘sabe como’ localizar um arquivo em um sistema operacional. A competência é simplesmente a habilidade de seguir instruções.

• Na segunda acepção, dizemos que um indivíduo ‘sabe de’ quando estiver familiarizado – por meio de uma compreensão dos termos da linguagem – com algo com o qual teve certa experiência. P. ex., eu ‘conheci’ meus avós maternos.

• Na terceira acepção, conhecer reduz-se ao ‘reconhecimento’ da correção da informação. P. ex., eu ‘sei que’ 2 + 2 = 4 , pois eu tenho a informação, por meio da aritmética elementar, de que '2+2=4' [utilizando-se do modelo standard da aritmética].

 

Observações adicionais: 

• A teoria proposta por Lehrer restringe-se à terceira acepção de conhecimento. De acordo com Lehrer, estamos estabelecendo um conjunto de condições necessárias e suficientes para que as informações satisfaçam o conceito de conhecimento. Dizemos, nesta acepção, que uma pessoa P ‘sabe a informação que’ s; em que ‘P’ e ‘s’ são variáveis, i.e., ‘P’ designa qualquer indivíduo e ‘s’ denota qualquer informação que possa ser conhecida.

 • A explicação do conhecimento na acepção da informação pressupõe que:

1. A informação que s seja correta;

2. P aceita a informação que s;

3. A aceitação da informação que s seja justificada.

 

• Para proceder ao reconhecimento da correção da informação, a pessoa deve, a princípio, endossar o conteúdo informativo (ou seja, admitir, de modo preliminar, a correção da informação para posterior comprovação). Note que este procedimento não significa que P aprova (ou confirma de imediato) a informação que s. De acordo com Lehrer, este aspecto é simplesmente técnico (tem um ‘papel funcional’ para o nosso pensamento e ação) e não requer o conceito de crença. Isto significa que podemos apenas assumir (com uma hipótese) que a sentença S contém uma informação correta a ser confirmada ou não.

• A justificação (ou a comprovação) da informação é o aspecto central da análise. Devemos enfatizar que, em conformidade com essa concepção de conhecimento, o ‘reconhecimento da informação como correta’ não poderia ocorrer de maneira fortuita, isto é, de modo casual; a justificação deveria, a princípio, ser entendida na acepção de forte razoabilidade, e não como certeza completa. Dessa forma, a justificação está delimitada entre a razoabilidade e a certeza completa (o conceito de ‘certeza’ significa uma forte evidência para confirmação).

_____________

Nota: sobre a Teoria Algorítmica da Informação veja postagem anterior e o seguinte link:
https://plato.stanford.edu/entries/information/
 
 _____________________________
 
De um ponto de vista epistemológico os conceitos principais da teoria proposta por Lehrer podem ser formulados de modo significativo no âmbito da teoria algorítmica da informação, de tal modo que a significação desses conceitos seja reduzida, por meio de definições formais, aos significados dos termos primitivos da referida teoria da informação.
 Este reducionismo epistêmico de uma teoria do conhecimento à teoria algorítmica da informação serve de fundamento, em nível metateórico, para os sistemas computacionais de IA, conforme proposta em Sarmento (2024) [veja referência no post de 28 de agosto de 2025 neste blog].
    Com efeito, admitimos o conceito de informação como conceito primitivo, mas representável formalmente por meio de sequências de códigos binários (ou 'strings de bits'). Desta forma, o conceito de conhecimento poderia ser analisado tanto do ponto de vista estatístico-probabilístico quanto da perspectiva computacional-algorítmica.
     Consequentemente, a primeira condição na definição de Lehrer, a saber, "a informação que seja correta", deve ser interpretada em função de duas variáveis: 
  1. da medida probabilística de s;
  2. do grau de complexidade algorítmica da string de bits que codifica s.
    Isto significa que a correção da informação deve estar condicionada a parâmetros previamente fixados no modelo do sistema de análise.
    Assim, a justificação da correção da informação está delimitada pelos parâmetros (iniciais e de contorno) definidos preliminarmente com respeito à medida de probabilidade e ao nível de complexidade algorítmica. 
    Com base em um tratamento indutivo-probabilístico da informação, a terceira condição da definição de Lehrer estaria estabelecida, de acordo com essa abordagem, se obtivermos um argumento indutivamente correto, i.e., a probabilidade da conclusão ser correta (de acordo com os referidos parâmetros) é superior à probabilidade de qualquer outra conclusão 'rival'.
    Dito isso, a justificativa da correção da informação estaria, por conseguinte, delimitada por um gradiente de precisão entre a razoabilidade e a certeza sobre a informação codificada.
 
 
 
 
 

 


Comentários

Postagens mais visitadas deste blog

Informes: Sobre os Fundamentos Lógico-epistêmicos da Inteligência Artificial

   Na postagem intitulada: " An Analysis of the Epistemological Foundations of Machine Learning ", publicado no blog SciELO em Perspectiva em 15 de agosto/24 [veja o link abaixo], apresento uma análise crítica dos fundamentos lógico-epistêmicos do aprendizado de máquina, com foco na limitação da autonomia dos sistemas de IA na geração de conhecimento. Contrastando essa possibilidade com as restrições teóricas impostas pelo teorema da incompletude de Chaitin , que estabelece um limite para a capacidade cognitiva da IA, de tal modo que a IA não pode superar a capacidade cognitiva humana. https://humanas.blog.scielo.org/en/2024/08/15/epistemological-foundations-of-machine-learning/       Esta postagem faz referência ao artigo publicado na Revista Transformação , intitulado: " Comentário a “Por trás da inteligência artificial: uma análise das bases epistemológicas do aprendizado de máquina” ", publicado em 05/07/202. O referido artigo pode ser acessado por...

Sobre a linguagem como meio universal ou como cálculo - II parte.

  A oposição calculus ratiocinator versus characteristica universalis  como apresentada na postagem anterior tem um caráter absoluto , com base em um resultado estabelecido recentemente por mim (veja postagem, neste blog, sobre a publicação dos Proceedings of the 19th Brazilian Logic Conference - XIX EBL , no Journal of Applied Logics - IFCoLog Journal of Logics and their Applications , Vol. 9 N. 1, 2022, do paper intitulado: "A note on Tarski´s remarks about the non-admissibility of a general theory of semantics", pp. 573-582), pois a partir do seguinte pressuposto: 'toda metalinguagem consiste em uma linguagem que admite, como objeto, outra linguagem (denominada de linguagem-objeto)'; nesta acepção, poderíamos indagar sobre a possibilidade de uma metalinguagem última , que desempenharia o papel de uma linguagem universal . Como o resultado estabelecido é bastante técnico, estou me restringindo apenas a algumas consequências filosófico-conceituais da demonstração d...

Fundamentos Lógico-epistêmicos da IA - Parte III

    Resumo : Na seção inicial desta postagem apresento um ensaio gerado pelo Copilot acerca dos lineamentos gerais da Teoria Algorítmica da Informação , abordando alguns aspectos principais desta teoria da informação, incluindo um adendo sobre complexidade algorítmica e números de Chaitin . Na seção final, acrescento algumas observações sobre os fundamentos dessa área.  ________________   O texto a seguir foi gerado pelo Copilot, em 08/09/25, e trata da Teoria Algorítmica da Informação, i.e., da interface entre a Teoria Clássica de Shannon e a Teoria de Máquinas de Turing .   Teoria Algorítmica da Informação: Composição entre Máquina de Turing e a Teoria Clássica da Informação de Shannon Uma Análise sobre os Fundamentos, as  Intersecções e as Implicações. Introdução A informação ocupa um papel central nas ciências exatas e naturais, estruturando desde processos comunicacionais elementares até sistemas computacionais complexos. Compreender a natu...