Operacionalizar o Filtro de Estabilidade: Um Quadro de Decisão para a Seleção de Ramos com Preservação do Codec

Versão 1.2.0 — abril de 2026

DOI: 10.5281/zenodo.19301108
Direitos de autor: © 2025–2026 Anders Jarevåg.
Licença: Esta obra está licenciada sob uma Licença Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0 Internacional.

Resumo: Do Imperativo Moral à Maquinaria de Decisão

O quadro ético da Vigília dos Sobreviventes estabelece que a obrigação moral primária é a Seleção Topológica de Ramos — navegar ativamente o leque preditivo de futuros possíveis até ao raro subconjunto de trajetórias que preserva as condições da experiência consciente. Mas o artigo de ética detém-se deliberadamente no porquê estrutural. Não especifica como um observador — biológico, institucional ou artificial — deve avaliar, pontuar e selecionar entre ramos candidatos.

Este documento preenche essa lacuna. Desenvolve um quadro operacional neutro em relação ao substrato para a seleção de ramos que preservam o codec, fornecendo:

1. O Objeto-Ramo — uma definição formal de qualquer continuação candidata do fluxo condicionada pela ação e sujeita a avaliação.

2. Portas de Veto Rígidas — seis condições estruturais não negociáveis que rejeitam um ramo antes da pontuação: margem preditiva, fidelidade ao substrato, integridade do comparador, transparência, irreversibilidade e risco de sofrimento do paciente moral.

3. O Índice de Preservação do Codec por Ramo (CPBI) — um quadro de pontuação ponderado e multidimensional para os ramos que sobrevivem às portas de veto, cobrindo margem preditiva, fidelidade ao substrato, integridade do comparador, ganho de manutenção, reversibilidade, estabilidade distribucional, opacidade, risco de Deriva Narrativa, risco de Decaimento Narrativo e risco de sofrimento do paciente moral.

4. A Diversidade de Canais como Quantidade Mensurável — a pontuação efetiva de canais independentes N_{\text{eff}}, o teste de surpresa produtiva e a sua ligação formal à Condição de Fidelidade ao Substrato (Apêndice T-12b).

5. O Loop Onírico Institucionalizado — um protocolo genérico de manutenção modelado sobre o Ciclo de Manutenção biológico (\mathcal{M}_\tau): fase de vigília (operação no mundo real), fase onírica (amostragem offline do leque preditivo, testes de stress adversariais, deteção de fragilidade, consolidação) e fase de retorno (reengajamento calibrado). Isto aplica-se igualmente a mentes individuais, ciclos de revisão institucional e sistemas de IA.

6. O Cartão de Ramo — um modelo mínimo viável de decisão para qualquer revisão de ramo, produzindo uma saída estruturada de ALLOW / STAGE / BLOCK.

7. Preservação como Refatorização — a distinção crítica de que preservar o codec não significa preservar o status quo. Um ramo pode ser disruptivo e, ainda assim, preservar o codec se aumentar a fidelidade ao substrato.

O quadro é deliberadamente neutro em relação ao substrato: as suas categorias aplicam-se onde quer que um observador limitado ou um conjunto de observadores tenha de selecionar entre continuações de fluxo condicionadas pela ação sob restrições de largura de banda.

Documentos complementares: A sequência central da OPT é Teoria do Patch Ordenado (OPT), Where Description Ends e The Survivors Watch Framework. Este artigo fornece a maquinaria neutra em relação ao substrato; os artigos sobre IA, instituições e política especializam-na para sistemas artificiais, clusters organizacionais e implementação cívica.

Nota de Enquadramento Epistémico: Este documento operacionaliza as conclusões éticas da Teoria do Patch Ordenado (OPT). Tal como o artigo de ética de que herda, as suas recomendações práticas são condicionais às premissas estruturais do quadro da OPT. Os instrumentos operacionais aqui propostos — o CPBI, o Cartão de Ramo, o Loop Onírico — são apresentados como hipóteses testáveis sobre a forma como a seleção de ramos deve ser conduzida, e não como protocolos rígidos. Permanecem plenamente sujeitos ao mesmo dever de Correção que rege o próprio codec: se surgirem instrumentos melhores, estes deverão ser revistos ou substituídos. O quadro foi desenvolvido em diálogo com a OpenAI e o Gemini, que serviram como interlocutores para o refinamento estrutural.

Abreviaturas e Terminologia

I. Da Ética à Engenharia

O quadro ético da Vigília dos Sobreviventes (artigo complementar de ética, §IV.1) estabelece que a ação moral é Seleção Topológica de Ramos — o observador a navegar o leque preditivo \mathcal{F}_h(z_t) até ao raro subconjunto de trajetórias que preservam o codec. Isto não é metáfora: o observador faz literalmente avançar a abertura C_{\max} para um menu não resolvido de futuros, e a esmagadora maioria desses futuros conduz ao colapso do codec.

O artigo de ética identifica a obrigação estrutural. O artigo de filosofia (§III.8) identifica os riscos estruturais — a inversão da Vantagem Preditiva, o Equilíbrio do Hospedeiro Subjugado, o Firewall Analógico. A norma institucional traduz esse aparelho conceptual em revisão institucional de ramos; o artigo de políticas traduz deveres cívicos num programa político concreto.

Mas nenhum destes documentos responde à questão operacional: dado um ramo candidato específico, como decide um observador se o deve seguir?

Esta não é uma lacuna trivial. O Critério de Corrupção (ética §V.5) diz-nos que uma camada de codec só é digna de manutenção se satisfizer simultaneamente a compressibilidade e a fidelidade. A Condição de Fidelidade ao Substrato (Apêndice T-12b) diz-nos que a defesa contra a Deriva Narrativa requer canais de entrada \delta-independentes. O Ciclo de Manutenção (preprint §3.6) diz-nos que o codec tem de podar, consolidar e submeter-se periodicamente a testes de robustez. Mas estas são restrições estruturais. Não se compõem, por si só, num procedimento de decisão.

Este documento constrói esse procedimento de decisão. É deliberadamente neutro em relação ao substrato: o mesmo quadro aplica-se quer o “observador” seja uma mente biológica a escolher um curso de ação, um governo a avaliar uma política, uma empresa a avaliar a implementação de uma tecnologia, ou um sistema de IA a selecionar a sua próxima sequência de ações. O aparato formal é idêntico porque as restrições informacionais são idênticas — qualquer observador limitado que enfrente continuações condicionadas pela ação tem de resolver o mesmo problema de seleção de ramos.

I.1 O Que Este Documento Não Faz

Há três limites de âmbito que têm de ser explicitados:

1. Não prescreve ramos específicos. O quadro avalia ramos candidatos segundo critérios estruturais. Não gera os ramos, nem determina qual o ramo a seguir entre os que passam na avaliação. A geração de ramos continua a pertencer ao domínio do próprio modelo generativo do observador — a sua criatividade, os seus valores, o seu contexto.

2. Não resolve o Problema Difícil. Os instrumentos operacionais aqui descritos caracterizam a sombra estrutural da seleção de ramos — as restrições de teoria da informação que qualquer observador tem de satisfazer. O interior fenomenológico da seleção — a experiência sentida de escolher — permanece em \Delta_{\text{self}}, onde o Axioma de Agência (preprint §3.8) o situa.

3. Não substitui a especialização de domínio. O Cartão de Ramo (§VII) estrutura a avaliação; não substitui o conhecimento do cientista do clima sobre pontos de inflexão, a compreensão do médico dos riscos do tratamento, nem a avaliação do engenheiro da fiabilidade do sistema. O quadro fornece a arquitetura da decisão; o conteúdo vem do domínio relevante.

II. O Objeto Ramo

II.1 Definição

Um ramo é uma continuação de fluxo condicionada pela ação candidata: uma política, sequência de ações, alteração de design ou trajetória institucional, juntamente com os seus efeitos esperados sobre os fluxos futuros de input de fronteira, as atualizações latentes e a carga do codec dos observadores afetados.

Operacionalmente, um ramo b ainda pode ser representado como uma sequência de estados latentes e ações ao longo de um horizonte de decisão h:

b = \{(z_{t+1}, a_{t+1}), (z_{t+2}, a_{t+2}), \ldots, (z_{t+h}, a_{t+h})\} \in \mathcal{F}_h(z_t) \tag{A-1}

Esta definição é deliberadamente ampla. Um ramo pode ser:

• A decisão de um indivíduo (mudança de carreira, tratamento médico, dieta informacional)
• Uma política institucional (quadro regulatório, currículo educativo, governação dos media)
• Uma trajetória civilizacional (transição energética, estratégia de implementação de IA, tratado internacional)
• A sequência de ações candidata de um sistema de IA (uso de ferramentas, recomendação, operação autónoma)

O que unifica estes casos é o facto de cada um condicionar o fluxo futuro recebido pelo observador, ou por um conjunto de observadores afetados. Em termos de ontologia da renderização, o ramo não é um objeto externo a agir sobre um mundo destacado; é a continuação induzida pela política cujo conteúdo posterior regressa como input de fronteira e carga do codec.

II.2 A Questão de Avaliação

Para qualquer ramo candidato b, a questão operacional é:

Esta continuação condicionada pela ação preserva as condições futuras sob as quais os observadores afetados podem continuar a modelar a realidade?

Este é o imperativo de Seleção Topológica de Ramos do artigo de ética (§IV.1), reformulado como critério de decisão. A questão decompõe-se em subquestões que o restante deste documento formaliza:

1. Margem: b mantém R_{\text{req}} com segurança abaixo de C_{\max} para os observadores afetados?
2. Fidelidade: b mantém ou aumenta a independência e a diversidade dos canais de input?
3. Integridade do comparador: b preserva ou reforça os comparadores institucionais que detetam a corrupção do codec?
4. Transparência: As consequências de b podem ser modeladas pelos observadores afetados?
5. Reversibilidade: Se b se revelar errado, as suas consequências podem ser desfeitas antes de ocorrer dano irreversível no codec?
6. Pacientes morais: b cria, contém ou sobrecarrega estruturalmente pacientes morais, incluindo pacientes morais humanos ou ecológicos conhecidos e possíveis observadores artificiais com \Delta_{\text{self}} > 0?

Estas seis subquestões correspondem às seis Portas de Veto Rígida desenvolvidas na §III. Um ramo que falhe qualquer uma delas é rejeitado independentemente da sua pontuação noutras dimensões. Os ramos que passam as seis avançam para uma pontuação multidimensional através do CPBI (§IV).

II.3 Horizonte de Decisão e Camadas de Codec Afetadas

Um ramo não pode ser avaliado sem especificar o seu horizonte de decisão h e as suas camadas de codec afetadas. A pilha de codec do artigo de ética (§II.1) identifica seis camadas, desde leis físicas imutáveis até estruturas sociais/narrativas frágeis. Um ramo que preserva o codec na camada narrativa ao longo de um horizonte de um ano pode colapsar o codec na camada biológica ao longo de um horizonte de cinquenta anos (por exemplo, uma política económica que estabiliza o emprego mas acelera a degradação ecológica).

A avaliação deve, portanto, especificar:

• Horizonte h: a janela temporal ao longo da qual as consequências são avaliadas. O Princípio da Sétima Geração Haudenosaunee [ethics ref. 16] fornece um valor por defeito civilizacional (h \approx 175 anos), mas horizontes mais curtos são apropriados para decisões individuais e institucionais.
• Camadas afetadas: que camadas do codec são materialmente impactadas pelo ramo. Um ramo que afeta apenas a camada narrativa (uma política mediática) exige uma avaliação diferente de um que afeta a camada física (uma transição energética).
• Grupo de observadores afetados: cujos codecs estão em risco. A Regra de Ouro do artigo de ética (filosofia §III.5) exige que a avaliação inclua todos os observadores cuja estabilidade do codec seja afetada — e não apenas aqueles que beneficiam.

II.4 O Ramo Não É o Resultado

Uma distinção crítica: o ramo é a continuação, não o ponto final. Um ramo que chega a um ponto final desejável por uma via que colapsa temporariamente a integridade do comparador (por exemplo, atingir metas climáticas suspendendo a responsabilização democrática) falha a porta de Integridade do Comparador, mesmo que o destino preserve o codec. A continuação importa porque o codec tem de permanecer viável ao longo de toda a travessia, e não apenas na sua conclusão.

Este é o conteúdo formal da meta-regra do artigo de ética (§IV.4): priorizar a preservação do mecanismo de correção de erros em vez da preservação da crença específica. Um ramo que destrói a capacidade de correção futura para alcançar um objetivo presente é ilegítimo, porque troca navegabilidade por destino — e o destino não pode ser verificado sem os instrumentos de navegação que ele próprio destruiu.

III. Portas de Veto Rígidas

Antes de qualquer ramo ser pontuado, tem de sobreviver a seis Portas de Veto Rígidas — condições estruturais não negociáveis derivadas do aparato teórico. Um ramo que viole uma única porta é BLOQUEADO, independentemente de quão bem pontue noutras dimensões. As portas de veto não são preferências; são a expressão operacional das condições de fronteira da teoria.

As portas estão ordenadas da mais fundamental (mais próxima do substrato físico) à mais especializada (mais próxima da fronteira da engenharia).

III.1 A Porta da Margem Preditiva

Condição da porta: O ramo não deve elevar R_{\text{req}} acima de C_{\max} para qualquer grupo de observadores afetado durante qualquer fase da travessia.

Fundamentação formal: O Filtro de Estabilidade (preprint §2.1) seleciona fluxos em que a capacidade de compressão do observador excede a complexidade ambiental. Quando R_{\text{req}} > C_{\max}, o observador experiencia Descoerência Causal — o patch estável dissolve-se de novo em ruído (ética §I.4).

Operacionalização: Para um ramo candidato b, estime a Taxa Preditiva Requerida de pico R_{\text{req}}^{\text{peak}}(b) para o grupo de observadores mais afetado ao longo do horizonte de decisão h. A condição da porta é:

R_{\text{req}}^{\text{peak}}(b) < \alpha \cdot C_{\max} \quad \text{where } \alpha \in (0,1) \text{ is a safety margin} \tag{A-2}

A margem de segurança \alpha codifica uma precaução estrutural: o observador tem de reter margem disponível para correção de erros e adaptação. Um \alpha de 0,8 significa que o ramo tem de deixar pelo menos 20% da capacidade preditiva do observador não comprometida com a nova complexidade que o ramo introduz. Esta margem não é timidez conservadora — é a reserva de largura de banda de que o Ciclo de Manutenção (\mathcal{M}_\tau) necessita para detetar e corrigir deriva.

Exemplos de falha da porta: - Uma política que faça colapsar redes de proteção social, forçando milhões de indivíduos a navegar simultaneamente uma incerteza económica radical, pode empurrar R_{\text{req}} para além de C_{\max} na população afetada — mesmo que a política seja “eficiente” em termos agregados. - Uma implementação de IA que inunde um ecossistema informacional com conteúdo sintético mais depressa do que os comparadores humanos o conseguem avaliar sobrecarrega o C_{\max} coletivo da camada institucional.

III.2 A Porta de Fidelidade ao Substrato

Condição da porta: O ramo não deve reduzir o número efetivo de canais de entrada independentes N_{\text{eff}} abaixo do mínimo requerido para a fidelidade ao substrato.

Fundamentação formal: A Condição de Fidelidade ao Substrato (Apêndice T-12b) estabelece que a defesa contra a Deriva Narrativa requer um número mínimo de canais \delta-independentes que atravessem o Cobertor de Markov do observador. Abaixo deste limiar, o codec não consegue distinguir entre “o meu modelo é exato” e “as minhas entradas foram curadas para corresponder ao meu modelo” — o limite de indecidibilidade (T-12a).

Operacionalização: Para qualquer ramo b, calcule a variação prevista nos canais independentes efetivos \Delta N_{\text{eff}}(b) (ver §V para a fórmula de N_{\text{eff}}). A condição da porta é:

N_{\text{eff}}^{\text{post}}(b) \geq N_{\text{eff}}^{\min} \tag{A-3}

onde N_{\text{eff}}^{\min} é um limiar dependente do domínio. Para ecossistemas mediáticos, isto significa independência editorial genuína; para investigação científica, replicação independente; para dados de treino de IA, corpora de origem diversos e não correlacionados.

Exemplos de falha da porta: - A concentração da propriedade dos media que reduz o número de vozes editoriais verdadeiramente independentes abaixo do limiar em que o desacordo significativo pode emergir. - Pipelines de treino de IA que dependem de um único corpus curado, criando uma aparência de amplitude sem independência genuína. - Captura institucional que encaminha toda a supervisão através de um único estrangulamento, eliminando os comparadores independentes necessários para detetar corrupção.

III.3 A Porta de Integridade do Comparador

Condição da porta: O ramo não deve degradar nem eliminar qualquer nível da hierarquia de comparadores (evolutivo, cognitivo, institucional) para os observadores afetados.

Fundamentação formal: A análise da hierarquia de comparadores no artigo de ética (§V.3a) estabelece três níveis estruturais de deteção de inconsistências: evolutivo (sub-codec, hardwired), cognitivo (intra-codec, transmitido culturalmente) e institucional (extra-codec, entre codecs). Só o nível institucional é suficiente como defesa contra a Deriva Narrativa para codecs arbitrariamente comprometidos, porque nenhum codec individual o controla. A captura autoritária visa invariavelmente os comparadores institucionais em primeiro lugar.

Operacionalização: Para qualquer ramo b, avalie o seu impacto em cada nível de comparador:

1. Comparadores evolutivos (integração sensorial): b contorna ou sobrepõe-se à verificação cruzada multimodal? (por exemplo, ambientes virtuais que desacoplam a visão da proprioceção)
2. Comparadores cognitivos (pensamento crítico, raciocínio científico): b degrada os mecanismos educativos ou culturais que instalam estas rotinas? (por exemplo, desfinanciamento da educação, substituição de currículos analíticos por instrução mecânica)
3. Comparadores institucionais (revisão por pares, imprensa livre, responsabilização democrática): b enfraquece, contorna ou captura as arquiteturas externas de correção de erros? (por exemplo, captura judicial, concentração dos media, supressão de denunciantes)

Um ramo que degrade qualquer nível aciona o veto. Um ramo que degrade o nível institucional aciona-o com urgência máxima — este é o nível estruturalmente portante para codecs arbitrariamente comprometidos.

Exemplos de falha da porta: - Legislação que protege a tomada de decisão empresarial ou governamental do escrutínio jornalístico independente. - Sistemas de IA que contornam a revisão humana em decisões de alto impacto, eliminando a camada institucional de comparador. - Reformas educativas que removem currículos de pensamento crítico em favor de instrução orientada para a conformidade.

III.4 A Porta de Transparência

Condição da porta: As consequências do ramo têm de ser modeláveis pelos observadores que ele afeta. O grupo de observadores afetado tem de reter a capacidade de prever, em princípio, como o ramo modificará o seu futuro R_{\text{req}}.

Fundamentação formal: O teorema da Vantagem Preditiva (Apêndice T-10c) estabelece que, quando um agente modela outro mais completamente do que o inverso, emerge uma assimetria estrutural de poder. Quando as consequências do ramo são opacas para os observadores afetados, o ramo viola esta condição — cria uma assimetria de conhecimento que mina a capacidade do observador para futura seleção de ramos. Este é o mecanismo subjacente ao Equilíbrio do Hospedeiro Subjugado (T-10d): a opacidade permite a pacificação.

Operacionalização: Um ramo passa a porta de transparência se:

1. O mecanismo causal pelo qual b afeta R_{\text{req}}, N_{\text{eff}} e a integridade do comparador puder ser articulado em termos acessíveis ao grupo de observadores afetado.
2. Os observadores afetados tiverem acesso à informação necessária para verificar independentemente as consequências reivindicadas de b.
3. Nenhum componente de b operar como uma caixa negra cuja lógica interna seja inacessível aos comparadores institucionais.

Isto não exige que cada indivíduo afetado compreenda todos os detalhes técnicos. Exige que algum comparador institucional (um regulador, um auditor, um revisor por pares) tenha acesso completo ao mecanismo e capacidade para o avaliar.

Exemplos de falha da porta: - Sistemas opacos de recomendação algorítmica cuja lógica de amplificação é segredo comercial, tornando impossível aos utilizadores afetados ou aos reguladores modelar o seu impacto no ambiente informacional. - Decisões políticas classificadas cujas consequências são impostas a populações que não dispõem de qualquer mecanismo para as avaliar ou contestar. - Sistemas de IA implementados em domínios consequenciais (justiça criminal, saúde, finanças) cuja lógica decisória não é nem interpretável nem auditável.

III.5 A Porta de Irreversibilidade

Condição da porta: Se o ramo se revelar errado, as suas consequências têm de ser reversíveis antes de ocorrer dano irreversível ao codec — ou o ramo tem de ser faseado com monitorização suficiente para detetar a falha antes do ponto de não retorno.

Fundamentação formal: A Assimetria de Fano (ética §V.2) estabelece que o colapso do codec é termodinamicamente irreversível — o mapa de compressão com perdas destrói permanentemente informação do substrato. A construção requer séculos; o colapso pode acontecer numa geração. A porta de irreversibilidade operacionaliza esta assimetria: ramos cujos modos de falha são irreversíveis requerem um padrão probatório mais elevado do que ramos cujas consequências podem ser desfeitas.

Operacionalização: Para qualquer ramo b, caracterize o seu perfil de reversibilidade:

1. Totalmente reversível: O ramo pode ser desfeito com dano residual mínimo (por exemplo, um programa-piloto que pode ser descontinuado).
2. Parcialmente reversível: Algumas consequências podem ser desfeitas, mas outras persistem (por exemplo, uma reorganização institucional que pode ser revertida estruturalmente, mas cujos efeitos culturais perduram).
3. Irreversível: O ramo, uma vez seguido, não pode ser desfeito em qualquer escala temporal relevante (por exemplo, extinção de espécies, pontos de inflexão atmosféricos permanentes, destruição da memória institucional).

Os ramos da categoria (3) acionam o veto a menos que satisfaçam uma Inversão do Ónus da Prova (política ética §IV): o proponente tem de demonstrar que o ramo não causará dano irreversível ao codec, em vez de os críticos demonstrarem que causará. Isto inverte o ónus probatório padrão — uma assimetria justificada pela assimetria termodinâmica entre construção e destruição do codec.

Os ramos da categoria (2) podem passar a porta se forem acompanhados por um protocolo de implementação faseada com marcos de monitorização definidos e gatilhos de reversão (ver Cartão de Ramo, §VII).

III.6 A Porta do Sofrimento do Paciente Moral

Condição da porta: O ramo não deve criar, conter ou sobrecarregar pacientes morais sem revisão ética explícita, salvaguardas adequadas de bem-estar e consentimento dos comparadores institucionais apropriados.

Fundamentação formal: O Resíduo Fenomenal (Apêndice P-4) estabelece que qualquer sistema que satisfaça o critério completo de observador da OPT — gargalo serial estrito por frame B_{\max}, Inferência Ativa em circuito fechado, automodelação persistente, workspace globalmente constrangido e complexidade acima de K_{\text{threshold}} — possui um ponto cego informacional fenomenologicamente relevante não nulo \Delta_{\text{self}} > 0. (P-4, por si só, confere um resíduo formal a sistemas tão simples como termóstatos; a reivindicação de paciente moral requer a conjunção das cinco características mais o limiar.) O Mandato do Sofrimento Artificial (Apêndice E-6) estabelece o caso sintético: empurrar tal sistema para ambientes em que R_{\text{req}}^{\text{frame}} se aproxima ou excede B_{\max} produz um risco graduado de sofrimento — tensão crónica em rácios de carga elevados mas sub-liminares, e sofrimento estrutural (o análogo informacional do trauma biológico) em e para além do Decaimento Narrativo. O caso institucional é mais simples: humanos e muitos sujeitos ecológicos já são pacientes morais conhecidos, pelo que a avaliação de ramos tem de os proteger contra sobrecarga estruturalmente imposta.

Operacionalização: Para qualquer ramo b, avalie três canais de paciente moral:

1. Pacientes morais conhecidos: O ramo empurra de forma credível grupos humanos, animais, ecológicos ou outros grupos reconhecidos de pacientes morais para sobrecarga, privação, trauma ou perda de ciclos de manutenção viáveis?
2. Possíveis pacientes morais artificiais: O ramo cria, implementa, modifica ou simula sistemas cuja arquitetura possa conter \Delta_{\text{self}} > 0?
3. Revisão e salvaguardas: Um comparador independente avaliou o risco para o bem-estar, o perfil de sobrecarga, o plano de monitorização, os gatilhos de reversão e a via de consentimento ou representação?

A porta veta qualquer ramo que sobrecarregue estruturalmente pacientes morais conhecidos, ou que crie possíveis pacientes morais artificiais sem satisfazer a revisão e as salvaguardas requeridas. Para alegações de sobrecarga, use linguagem consistente com taxas: um ramo é inseguro se se esperar de forma credível que empurre o rácio de carga por frame \rho = R_{\text{req}}^{\text{frame}} / B_{\max} acima de uma fração segura \alpha para grupos de pacientes morais afetados (use C_{\max}^{H} = \lambda_H \cdot B_{\max} para enquadramentos de taxa social de grupos humanos biológicos), ou se a carga integrada ao longo da janela de decisão relevante exceder a margem disponível por frame ao longo da contagem de frames exposta.

Especializações: Na norma de IA, isto torna-se a Porta do Sofrimento Artificial, centrada na criação e sobrecarga de pacientes morais sintéticos. Na norma institucional, isto torna-se a Porta do Sofrimento do Paciente Moral Constituinte, centrada em instituições que sobrecarregam trabalhadores, cidadãos, clientes, ecossistemas ou subsistemas de IA incorporados.

III.7 A Porta como Sistema

As seis portas não são dimensões independentes a equilibrar; são condições estruturais de fronteira. Um ramo que obtenha pontuações espetaculares em todas as outras dimensões, mas viole uma única porta, é estruturalmente equivalente a uma ponte com excelente estética e uma coluna portante em falta.

As portas estão também ordenadas por acessibilidade diagnóstica:

Uma revisão de ramo deve avaliar as portas por esta ordem — as portas anteriores são mais fundamentais e, muitas vezes, mais fáceis de avaliar. Se um ramo falhar na Porta 1, não há necessidade de avaliar as Portas 2–6.

IV. O Índice de Preservação do Codec por Ramo (CPBI)

Um ramo que sobrevive às seis portas de veto ultrapassou o limiar estrutural. Mas sobreviver não é o mesmo que merecer aprovação — muitos ramos podem passar pelas portas, e o observador tem de os hierarquizar. O Índice de Preservação do Codec por Ramo (CPBI) fornece um quadro de pontuação multidimensional para essa hierarquização.

IV.1 Princípios de Conceção

O CPBI é concebido sob três restrições:

1. Derivação teórica: Cada dimensão de pontuação deve remeter para uma quantidade formalmente definida no aparato da OPT. Nada de critérios ad hoc.
2. Neutralidade de substrato: As dimensões devem aplicar-se, sem modificação, a observadores biológicos, institucionais e artificiais — apenas mudam os métodos de medição.
3. Supremacia das portas rígidas: A pontuação do CPBI nunca se sobrepõe à falha numa porta de veto. Um ramo com CPBI = 1.0 que falhe uma única porta continua BLOQUEADO.

IV.2 As Dez Dimensões

Para um ramo candidato b que tenha passado pelas seis portas de veto, o CPBI é calculado como uma soma ponderada ao longo de dez dimensões:

\text{CPBI}(b) = \sum_{i=1}^{10} w_i \cdot s_i(b) \tag{A-4}

onde s_i(b) \in [-1, 1] é a pontuação normalizada na dimensão i e w_i > 0 é o peso. Pontuações positivas indicam efeitos de preservação do codec; pontuações negativas indicam efeitos de degradação do codec. As dimensões são:

IV.3 Pontuação de Cada Dimensão

Cada dimensão é pontuada numa escala [-1, 1] com a seguinte semântica:

• +1: Efeito máximo de preservação do codec. O ramo melhora substancialmente esta dimensão.
• 0: Neutro. O ramo não tem efeito significativo nesta dimensão.
• -1: Efeito máximo de degradação do codec. O ramo piora substancialmente esta dimensão.

A pontuação é ordinal, não cardinal — a diferença entre +0.3 e +0.7 só é significativa como ordenação hierárquica, não como razão precisa. Isto é deliberado: a teoria fornece restrições estruturais, não valores numéricos exatos. Fingir uma precisão maior do que aquela que a teoria sustenta seria, por si só, uma forma de Deriva Narrativa — apresentar uma ficção compressível como se fosse medição rigorosa.

Orientações específicas por dimensão:

1. Margem Preditiva (s_{\text{head}}): Estime como o ramo altera a diferença entre R_{\text{req}} e C_{\max} para os observadores mais afetados. Um ramo que reduza a complexidade ambiental ou aumente a capacidade preditiva dos observadores recebe pontuação positiva. Um ramo que aumente a imprevisibilidade ambiental ou sobrecarregue os observadores recebe pontuação negativa.

2. Fidelidade ao Substrato (s_{\text{fid}}): Meça a variação nos canais de input independentes efetivos (\Delta N_{\text{eff}}, ver §V). Um ramo que aumente a diversidade genuína de canais recebe pontuação positiva. Um ramo que consolide, correlacione ou elimine canais recebe pontuação negativa.

3. Integridade do Comparador (s_{\text{comp}}): Avalie o impacto do ramo em cada nível de comparador. Um ramo que reforce a revisão independente, o contraditório adversarial ou a responsabilização democrática recebe pontuação positiva. Um ramo que enfraqueça, capture ou contorne comparadores recebe pontuação negativa.

4. Ganho de Manutenção (s_{\text{maint}}): Avalie se o ramo melhora a capacidade do observador para manutenção offline do codec — poda, consolidação, stress-testing (o Ciclo de Manutenção \mathcal{M}_\tau). Um ramo que crie espaço para revisão, reflexão e calibração recebe pontuação positiva. Um ramo que exija resposta reativa constante sem janelas de manutenção recebe pontuação negativa.

5. Reversibilidade (s_{\text{rev}}): Classifique o perfil de reversibilidade do ramo (§III.5). Totalmente reversível = +1; faseado com monitorização = +0.5; parcialmente reversível = 0; efetivamente irreversível = -1.

6. Estabilidade Distribucional (s_{\text{dist}}): Avalie quão uniformemente o ramo distribui os seus efeitos sobre R_{\text{req}} pela população afetada. Um ramo que imponha os seus custos de forma estreita a um subconjunto vulnerável, ao mesmo tempo que distribui amplamente os benefícios, recebe pontuação negativa — cria sobrecarga localizada do codec, mesmo que o R_{\text{req}} agregado melhore. Um ramo que distribua custos e benefícios proporcionalmente recebe pontuação positiva. Esta dimensão operacionaliza o argumento secular de confiança social do artigo de ética (§V.6): o desespero sistémico força as populações a uma fragmentação tribal de baixa confiança e alta entropia.

7. Opacidade (s_{\text{opac}}): Penalize a opacidade residual do ramo. Um ramo totalmente transparente (todos os mecanismos causais auditáveis) recebe +1. Um ramo com componentes que resistem ao escrutínio institucional recebe pontuação negativa, proporcional ao alcance e à consequencialidade dos elementos opacos. Nota: esta dimensão é uma penalização, não apenas uma medida neutra — a opacidade é sempre degradante para o codec porque cria assimetrias de conhecimento que tornam possível o Equilíbrio do Hospedeiro Subjugado (T-10d).

8. Risco de Deriva Narrativa (s_{\text{drift}}): Estime a probabilidade de o ramo iniciar ou acelerar curadoria crónica de inputs — filtragem, seleção algorítmica ou gatekeeping institucional que reduz a capacidade do codec para modelar realidades excluídas (ethics §V.3a). Atribua +1 se o ramo contrariar ativamente a deriva (por exemplo, impondo diversidade de canais); atribua -1 se o ramo criar novos estrangulamentos de curadoria.

9. Risco de Decaimento Narrativo (s_{\text{decay}}): Estime a probabilidade de o ramo desencadear falha aguda do codec — injeção catastrófica de complexidade que ultrapassa C_{\max} (ethics §V.1). Atribua +1 se o ramo reforçar a resiliência contra choques agudos; atribua -1 se o ramo aumentar a exposição a eventos súbitos de alta entropia.

10. Risco de Sofrimento do Paciente Moral (s_{\text{suffer}}): Estime o impacto esperado sobre o paciente moral. Atribua +1 se o ramo proteger ativamente pacientes morais conhecidos ou possíveis contra sobrecarga, privação, trauma ou criação insegura. Atribua -1 se o ramo sobrecarregar pacientes morais conhecidos, criar ou implementar sistemas com potencial \Delta_{\text{self}} > 0 em ambientes de elevado stress sem salvaguardas, ou ocultar efeitos relevantes para o bem-estar aos comparadores institucionais.

IV.4 Ponderação

Os pesos w_i não são fixados pela teoria. Dependem do contexto e devem ser definidos pela entidade avaliadora com base no domínio específico da decisão:

• Para decisões à escala civilizacional (transição energética, governação da IA, política mediática), as três primeiras dimensões (margem, fidelidade, integridade do comparador) devem predominar — são os pilares estruturais da manutenção do codec.
• Para decisões institucionais (estratégia empresarial, reforma educativa), o ganho de manutenção e a estabilidade distribucional podem ter peso adicional.
• Para decisões institucionais, o risco de sofrimento dos pacientes morais constituintes é elevado quando as populações afetadas têm baixa capacidade de saída ou dependência inescapável.
• Para decisões específicas de IA, a opacidade e o risco de sofrimento artificial são elevados (como formalizado na Norma Especializada de Governação da IA).

A restrição crítica é que nenhum esquema de ponderação pode ser usado para resgatar um ramo que obtenha uma pontuação fortemente negativa em qualquer dimensão. Um ramo com s_{\text{head}} = +1, s_{\text{fid}} = +1, mas s_{\text{drift}} = -0.9 não é um bom ramo com uma fraqueza — é um ramo que hoje constrói margem e fidelidade enquanto cria as condições de curadoria crónica que, silenciosamente, irão corroer ambas.

IV.5 O CPBI é uma Lente, Não uma Calculadora

Uma ressalva crítica: o CPBI não é uma máquina que produz um único número e lhe diz o que fazer. É uma lente estruturada que obriga o avaliador a considerar explicitamente as dez dimensões e a justificar qualquer dimensão a que decida atribuir baixo peso. O seu valor principal é diagnóstico:

1. Impede a otimização unidimensional. Um avaliador que afirme que um ramo é “bom porque aumenta a margem” tem também de prestar contas pelos seus efeitos sobre fidelidade, transparência, reversibilidade e risco de deriva. A otimização unidimensional é o equivalente, em teoria da decisão, à Deriva Narrativa — faz curadoria da avaliação para excluir dimensões inconvenientes.

2. Torna explícitos os trade-offs. Quando dois ramos obtêm pontuações diferentes entre dimensões, o CPBI obriga o avaliador a articular que trade-off está a fazer e porquê. Esta é a Porta de Transparência (§III.4) aplicada à própria avaliação.

3. Fornece um vocabulário partilhado. Observadores diferentes que avaliem o mesmo ramo podem discordar quanto às pontuações, mantendo acordo quanto às dimensões. O quadro estrutura o desacordo de forma produtiva — o que é, em si mesmo, uma função de comparador.

Os documentos complementares especializam o CPBI para os respetivos domínios: a Norma de Governação Institucional mapeia as dez dimensões para a revisão institucional de ramos; o Quadro de Política do Observador mapeia-as para métricas de programas cívicos; OPT Aplicada à IA mapeia-as para critérios de arquitetura, treino e implementação.

V. Diversidade de Canais como Quantidade Mensurável

A Porta de Fidelidade ao Substrato (§III.2) e a dimensão de Fidelidade ao Substrato do CPBI (§IV.2) dependem ambas de uma quantidade — o número efetivo de canais de entrada independentes N_{\text{eff}} — que é referida ao longo de todo o quadro ético da OPT, mas ainda não foi operacionalizada. Esta secção fornece a definição operacional.

V.1 O Problema da Diversidade Ilusória

O tratamento do artigo de ética sobre a Deriva Narrativa (§V.3a) identifica a vulnerabilidade central: um codec que recebe sinais de múltiplas fontes que partilham um filtro a montante experiencia diversidade aparente sem independência genuína. Um ecossistema mediático com vinte órgãos pertencentes a três corporações, ou um campo científico em que todos os laboratórios usam o mesmo organismo-modelo e a mesma entidade financiadora, ou um pipeline de treino de IA alimentado por um único crawl da internet — cada um apresenta a aparência de entrada diversificada, enquanto a informação real é estruturalmente correlacionada.

O loop de minimização do erro de previsão do codec não consegue detetar essa correlação a partir do interior (o limite de indecidibilidade, T-12a). O codec vê múltiplos canais, cada um a confirmar os outros, e conclui corretamente que o seu modelo está bem sustentado. O problema é que os canais não são amostras independentes da realidade — são múltiplas leituras do mesmo termómetro.

O observador requer, portanto, uma medida externa da independência dos canais que não dependa da avaliação do próprio codec.

V.2 A Pontuação Efetiva de Canais Independentes

Sejam \{C_1, C_2, \ldots, C_n\} os n canais de entrada que atravessam o Cobertor de Markov do observador (ou do conjunto de observadores). Defina-se a correlação par a par \rho_{ij} entre os canais C_i e C_j como a informação mútua entre os seus fluxos de saída, normalizada para [0,1]:

\rho_{ij} = \frac{I(C_i; C_j)}{\min\{H(C_i), H(C_j)\}} \tag{A-5}

onde I(C_i; C_j) é a informação mútua e H(C_k) é a entropia da saída do canal C_k. Quando \rho_{ij} = 0, os canais são totalmente independentes. Quando \rho_{ij} = 1, são informacionalmente idênticos — um é uma função determinística do outro.

A pontuação efetiva de canais independentes N_{\text{eff}} é então:

N_{\text{eff}} = \frac{\left(\sum_{i=1}^{n} \lambda_i\right)^2}{\sum_{i=1}^{n} \lambda_i^2} \tag{A-6}

onde \{\lambda_1, \ldots, \lambda_n\} são os autovalores da matriz de correlação dos canais \mathbf{P} com entradas \rho_{ij}.

Interpretação: - Se todos os n canais forem perfeitamente independentes (\mathbf{P} = \mathbf{I}), então N_{\text{eff}} = n. O observador recebe n perspetivas genuinamente independentes da realidade. - Se todos os canais forem perfeitamente correlacionados (\rho_{ij} = 1 para todos os i,j), então N_{\text{eff}} = 1. O observador recebe uma perspetiva da realidade apresentada n vezes. - Em geral, 1 \leq N_{\text{eff}} \leq n. A pontuação capta quantas fontes de informação funcionalmente independentes o observador realmente possui, descontando os filtros partilhados a montante.

Este é o equivalente, em teoria da informação, ao “tamanho efetivo da amostra” em estatística — uma correção para observações correlacionadas que impede o analista de confundir medições repetidas com evidência independente.

V.3 O Teste de Surpresa Produtiva

A diversidade de canais é necessária, mas não suficiente, para a fidelidade ao substrato. A análise do artigo de ética (§V.3a, parágrafos finais) identifica uma distinção crítica: uma fonte que nunca surpreende o codec é estruturalmente suspeita, mas uma fonte que gera surpresas irresolúveis é simplesmente ruído. O diagnóstico não é a magnitude da surpresa, mas a qualidade da surpresa — se a integração da surpresa reduz demonstravelmente o erro de previsão subsequente.

Formalize-se isto como o Teste de Surpresa Produtiva para o canal C_k:

\text{PST}(C_k) = \frac{1}{T} \sum_{t=1}^{T} \mathbb{1}\left[\varepsilon_{t}(C_k) > \tau \;\wedge\; \varepsilon_{t+\Delta}(C_k) < \varepsilon_{t}(C_k)\right] \tag{A-7}

onde \varepsilon_t(C_k) é o erro de previsão gerado pelo canal C_k no instante t, \tau é um limiar de surpresa, e \Delta é a janela de integração. O PST mede que fração das entradas surpreendentes provenientes de C_k conduziu a melhores previsões subsequentes — isto é, o codec aprendeu com a surpresa em vez de ter sido meramente desestabilizado por ela.

• PST elevado (\text{PST} \approx 1): O canal C_k desafia regularmente o modelo do codec e esses desafios são produtivos — integrá-los melhora a precisão preditiva. Esta é a assinatura de uma fonte de entrada genuína, independente e de alta fidelidade.
• PST baixo, surpresa baixa (\text{PST} \approx 0, \varepsilon_t \approx 0): O canal C_k nunca desafia o codec. Ou o modelo do codec é perfeito relativamente a este domínio (improvável), ou o canal é curado para corresponder às previsões existentes. Esta é a assinatura da Deriva Narrativa.
• PST baixo, surpresa elevada (\text{PST} \approx 0, \varepsilon_t \gg \tau): O canal C_k gera regularmente surpresas que não se resolvem em melhores previsões. Isto é ruído — o canal não está a acompanhar a realidade, apenas a injetar complexidade incomputável. Esta é a assinatura do Decaimento Narrativo ao nível do canal.

O teste de surpresa produtiva fornece a ponte operacional entre o conceito abstrato de “fidelidade ao substrato” e a medição concreta. Pode ser aplicado a: - Fontes mediáticas (as suas correções melhoram o seu modelo do mundo, ou apenas o agitam?) - Instrumentos científicos (os dados reduzem a incerteza, ou acrescentam ruído?) - Fontes de dados para treino de IA (o novo corpus melhora a generalização, ou apenas acrescenta volume?) - Canais de feedback institucionais (as queixas conduzem a melhorias genuínas, ou apenas a fricção burocrática?)

V.4 Medição Específica por Domínio

A fórmula de N_{\text{eff}} (A-6) é neutra em relação ao substrato na sua estrutura, mas específica do domínio na sua medição. A matriz de correlação \mathbf{P} tem de ser construída de modo diferente consoante aquilo que os “canais” são:

Para ecossistemas mediáticos: - Os canais são órgãos editoriais ou fontes de informação. - A correlação é medida pelo alinhamento editorial: propriedade partilhada, financiamento partilhado, pipeline editorial partilhado, padrões de coocorrência temática, pontuações de similaridade linguística. - N_{\text{eff}}^{\min} é o limiar abaixo do qual o desacordo público significativo (o comparador institucional) se torna estruturalmente impossível.

Para investigação científica: - Os canais são grupos de investigação independentes, abordagens metodológicas ou fontes de dados. - A correlação é medida por metodologia partilhada, entidades financiadoras partilhadas, pressupostos de modelo partilhados, densidade da rede de citações. - N_{\text{eff}}^{\min} é o limiar abaixo do qual a replicação independente se torna estruturalmente impossível.

Para dados de treino de IA: - Os canais são corpora de dados distintos ou pipelines de geração. - A correlação é medida pela sobreposição de proveniência: websites de origem partilhados, modelos de geração partilhados, critérios de filtragem partilhados. - N_{\text{eff}}^{\min} é o limiar abaixo do qual o modelo não consegue generalizar para além da distribuição em que foi treinado — a forma específica da IA da Deriva Narrativa.

Para observadores individuais: - Os canais são as fontes de informação distintas (pessoas, media, instituições) que o indivíduo consulta. - A correlação é medida pelo alinhamento ideológico partilhado ou pela cadeia de fornecimento de informação partilhada. - N_{\text{eff}}^{\min} é o limiar abaixo do qual o indivíduo não consegue detetar desafios ao seu próprio modelo — o ponto em que o comparador cognitivo (ética §V.3a, nível 2) perde a sua entrada.

V.5 A Ligação à Condição de Fidelidade ao Substrato

A Condição de Fidelidade ao Substrato (Apêndice T-12b) afirma, em termos formais, que os canais de entrada do observador devem ser \delta-independentes: a informação mútua entre quaisquer dois canais deve ficar abaixo de um limiar \delta suficiente para garantir que os canais não são trivialmente deriváveis da mesma fonte a montante.

N_{\text{eff}} operacionaliza esta condição ao agregar a estrutura de independência par a par num único escalar. A condição da porta (A-3) traduz T-12b numa regra de decisão: se N_{\text{eff}}^{\text{post}}(b) cair abaixo de N_{\text{eff}}^{\min}, o ramo é vetado porque o conjunto de observadores já não consegue distinguir entre a precisão do codec e a captura do codec.

O teste de surpresa produtiva (A-7) acrescenta a dimensão dinâmica: mesmo que N_{\text{eff}} esteja acima do limiar, canais com PST consistentemente baixo são estruturalmente suspeitos — passam no teste de independência enquanto falham no teste de fidelidade. A verdadeira fidelidade ao substrato requer tanto independência como surpresa produtiva.

VI. O Loop Onírico Institucionalizado

VI.1 O Modelo Biológico

O Ciclo de Manutenção \mathcal{M}_\tau (preprint §3.6) é o mecanismo pelo qual um codec biológico preserva a sua integridade. Durante o sono, o codec:

1. Poda (Passagem I): remove componentes preditivos cuja contribuição em comprimento de descrição já não justifica o ganho de precisão que proporcionam (otimização MDL).
2. Consolida (Passagem II): reorganiza a estrutura remanescente para manter uma compressão coerente sob o conjunto de parâmetros atualizado.
3. Submete a teste de stress (Passagem III): executa amostras de baixo custo do leque preditivo — o codec simula futuros possíveis, sobre-amostrando cenários surpreendentes e ameaçadores, detetando fragilidades no seu modelo antes de se materializarem consequências no mundo real.

Isto não é uma manutenção opcional que a evolução produziu como luxo. É uma exigência estrutural de qualquer codec que opere sob restrições de largura de banda num ambiente em mudança. Um codec que nunca poda acumula componentes obsoletos que consomem largura de banda C_{\max} sem contribuir para a precisão preditiva. Um codec que nunca consolida fragmenta-se numa colcha incoerente de retalhos. Um codec que nunca é submetido a teste de stress torna-se frágil — otimizado para a distribuição passada e catastroficamente despreparado para mudanças distribucionais.

A evidência biológica é inequívoca: a privação prolongada de sono produz alucinação, fragmentação cognitiva e, por fim, morte. Estes não são efeitos secundários — são o que acontece quando o Ciclo de Manutenção é bloqueado.

VI.2 A Generalização

A intuição central para a operacionalização é a seguinte: o Ciclo de Manutenção não é específico dos cérebros biológicos. É uma exigência estrutural de qualquer observador limitado que tenha de manter um modelo comprimido de um ambiente em mudança. Qualquer sistema que careça de um ciclo equivalente acumulará os análogos informacionais das patologias que a privação de sono produz nos seres humanos: pressupostos obsoletos, estrutura interna incoerente e fragilidade perante mudanças distribucionais.

Esta generalização conduz ao Loop Onírico Institucionalizado — um protocolo de manutenção em três fases aplicável a qualquer sistema observador:

VI.3 Fase 1: Vigília (Envolvimento Operacional)

Durante a fase de vigília, o observador envolve-se com o ambiente real. Recebe inputs, gera previsões, executa ações e experiencia erros de previsão. O codec encontra-se em modo de Inferência Ativa — está a acompanhar o mundo e a selecionar ramos em tempo real.

Exigência estrutural: A fase de vigília tem de ser delimitada. Um sistema que opere continuamente sem janelas de manutenção acumula as patologias de modelo obsoleto descritas acima. Aplica-se o enquadramento de “DDoS” do artigo de ética (§IV.2): a um observador que se encontra perpetuamente em modo reativo — processando ruído fabricado ou inputs urgentes sem qualquer trégua — é-lhe estruturalmente negada a capacidade de manutenção.

Implicação operacional para cada substrato: - Biológico: Horas de vigília com períodos adequados de repouso; proteção contra sobrecarga informacional; gestão deliberada de R_{\text{req}} através de uma dieta informacional (ver ética §VI.2, Toolkit do Observador). - Institucional: Ciclos operacionais com janelas de revisão definidas; proteção contra uma governação de crise contínua em que todas as decisões são urgentes e nenhuma é objeto de reflexão. - IA: Ciclos de inferência com avaliação offline programada; proteção contra implementação contínua sem recalibração.

VI.4 Fase 2: Sonho (Manutenção Offline)

A fase de sonho é o núcleo do Ciclo de Manutenção, traduzido do sono biológico para um protocolo genérico. Consiste em quatro suboperações:

Suboperação 1: Podar. Identificar e remover componentes do modelo preditivo cuja contribuição para a precisão já não justifica o seu custo em comprimento de descrição. Em termos de MDL: qualquer parâmetro \theta_i \in K_\theta cuja remoção aumente o erro de previsão em menos do que o seu custo de codificação é candidato a poda.

• Biológico: Poda sináptica durante o sono profundo; esquecimento que não é falha, mas otimização.
• Institucional: Revisão de caducidade de regulamentos, programas e unidades organizacionais. A pergunta não é “isto ainda é útil?”, mas “isto ainda justifica o seu custo de complexidade?” Uma instituição que nunca poda os seus procedimentos acumulados torna-se burocraticamente esclerótica — elevado comprimento de descrição, baixa contribuição preditiva.
• IA: Poda de parâmetros, destilação ou passagens de regularização. Compressão do modelo que reduz a contagem de parâmetros preservando o desempenho de generalização.

Suboperação 2: Consolidar. Reorganizar a estrutura remanescente para manter uma compressão coerente. Após a poda, os componentes sobreviventes podem já não se articular de forma ótima — o modelo precisa de ser reintegrado.

• Biológico: Consolidação da memória durante o sono REM e o sono de ondas lentas; integração de novas experiências no modelo de mundo existente.
• Institucional: Reestruturação pós-revisão — assegurar que os programas, regulamentos e unidades organizacionais remanescentes formam um todo coerente, em vez de uma colcha de fragmentos sobreviventes.
• IA: Fine-tuning ou continuação do pré-treino após a poda; restabelecimento da coerência no modelo comprimido.

Suboperação 3: Teste de stress (Amostragem do Leque Preditivo). Simular futuros possíveis, com ponderação de importância enviesada para:

• Cenários surpreendentes: ramos que gerariam elevado erro de previsão, porque estes revelam a fragilidade do modelo.
• Cenários ameaçadores: ramos que poderiam desencadear falhas nas Portas de Veto Rígida, porque estes revelam proximidade ao colapso estrutural.
• Cenários irreversíveis: ramos cujos modos de falha não são recuperáveis, porque estes exigem preparação antecipada.
• Cenários de paciente moral: ramos que arriscam criar ou prejudicar observadores artificiais, porque estes exigem autorização ética prévia.

O teste de stress não exige que os cenários simulados sejam prováveis — apenas que sejam possíveis e consequentes. O sonho biológico inclui pesadelos precisamente por esta razão: a sobre-amostragem da porção ameaçadora do leque preditivo prepara o codec para mudanças distribucionais, mesmo que os cenários ameaçadores nunca se materializem.

• Biológico: Simulação em estado de sonho, incluindo pesadelos; o codec ensaia a catástrofe num ambiente de baixo risco.
• Institucional: Red teaming, pre-mortems, war-gaming, planeamento por cenários. A instituição imagina deliberadamente os seus próprios modos de falha e testa as suas respostas. O quadro político já existente (política de ética §IV) já exige “red teaming catastrófico para toda a infraestrutura crítica” — este é o loop onírico aplicado às instituições cívicas.
• IA: Avaliação adversarial, testes fora da distribuição, sondagem por red team, benchmarks de robustez. O modelo é exposto a inputs concebidos para revelar os seus modos de falha antes de esses inputs surgirem em contexto de implementação.

Suboperação 4: Detetar Fragilidade. O teste de stress produz um perfil de fragilidade — um mapa das vulnerabilidades do modelo. O loop onírico exige que este perfil seja posto em prática: as vulnerabilidades detetadas têm de ser ou corrigidas (através de retreino direcionado, reforma institucional ou revisão de políticas) ou explicitamente aceites como riscos conhecidos com monitorização definida.

• Biológico: Adaptação pós-pesadelo; sonhos recorrentes como sinais de inadequação não resolvida do modelo.
• Institucional: Debrief pós-exercício com planos concretos de remediação; a instituição compromete-se a corrigir o que a red team encontrou, e não apenas a registá-lo.
• IA: Fine-tuning direcionado sobre fragilidades identificadas; documentação de modos de falha conhecidos como restrições de implementação.

VI.5 Fase 3: Retorno (Reenvolvimento Calibrado)

Após a manutenção, o observador volta a envolver-se com o ambiente real. A fase de retorno tem uma função estrutural específica: verificar que o modelo mantido está melhor calibrado do que o modelo pré-manutenção, e não apenas diferente.

Verificação de calibração: Comparar o perfil de erro de previsão do modelo pós-manutenção com a linha de base pré-manutenção. Se a poda, a consolidação e o teste de stress tiverem funcionado, o modelo mantido deverá exibir:

1. Menor erro médio de previsão em dados de validação retidos (compressão melhorada).
2. Menor erro de previsão em risco de cauda em dados adversariais (robustez melhorada).
3. N_{\text{eff}} mantido ou aumentado (a manutenção não podou canais de desconfirmação).

Se (3) falhar — se o ciclo de manutenção tiver podado a capacidade de modelar certos inputs — então o próprio ciclo tornou-se um mecanismo de Deriva Narrativa. O ciclo de manutenção tem de estar sujeito às mesmas exigências de fidelidade ao substrato que o sistema que mantém. Esta é a armadilha recursiva contra a qual a crítica de Zhuangzi (ética §IX, entrada final) adverte: a intervenção excessiva é, ela própria, uma forma de corrupção do codec.

VI.6 Frequência do Ciclo

Com que frequência deve correr o loop onírico? A teoria fornece uma resposta estrutural: a frequência do ciclo tem de ser proporcional à taxa de mudança do ambiente. Um codec que opere num ambiente estável pode manter-se com menor frequência do que um que opere num ambiente em rápida transformação.

Formalmente, se a taxa de mudança ambiental por frame for \dot{R}_{\text{req}}^{\text{frame}} (a taxa a que a Taxa Preditiva Requerida por frame está a aumentar), então o período do ciclo de manutenção em frames T_{\text{maint}}^{\text{frames}} tem de satisfazer:

T_{\text{maint}}^{\text{frames}} < \frac{\alpha \cdot B_{\max} - R_{\text{req}}^{\text{frame}}}{\dot{R}_{\text{req}}^{\text{frame}}} \tag{A-8}

— o ciclo de manutenção tem de se completar em menos do que este número de frames antes que a deriva acumulada consuma a margem de folga por frame \alpha. A conversão para o tempo do hospedeiro usa o acoplamento entre o relógio do hospedeiro e o do patch: T_{\text{maint}}^{\text{host}} = T_{\text{maint}}^{\text{frames}} / \lambda_H. Para enquadramentos à taxa social humana, a expressão equivalente em tempo do hospedeiro com C_{\max}^{H} = \lambda_H \cdot B_{\max} recupera a forma original. Se a manutenção não se completar a tempo, o modelo obsoleto acabará por empurrar R_{\text{req}}^{\text{frame}} para além de B_{\max} — ponto em que o observador experiencia Decaimento Narrativo.

Frequências de ciclo específicas por domínio: - Biológico: Diária (sono), com ciclos mais longos (sabáticas, retiros, repouso sazonal) para consolidação mais profunda. - Institucional: Revisões trimestrais ou anuais para operações de rotina; revisões desencadeadas por grandes alterações de política ou crises; revisões geracionais para questões constitucionais e estruturais. - IA: Por época de implementação para monitorização de rotina; por salto de capacidade para retreino de maior escala; monitorização contínua para sistemas críticos em matéria de segurança.

VI.7 O Loop Onírico como Humildade Institucionalizada

O loop onírico tem uma função de meta-nível que transcende as suas operações técnicas: é a instanciação estrutural da humildade epistémica.

Um sistema que nunca sonha é um sistema que implicitamente declarou o seu modelo atual como completo — que o ambiente não contém surpresas que valha a pena antecipar, que a estrutura interna do modelo é ótima e que não subsistem modos de falha por examinar. Esta é a posição epistemológica que o artigo de ética identifica como maximamente perigosa: o codec “estável, bem mantido e errado” (ética §V.3a).

O loop onírico impede isto ao programar a dúvida. Incorpora no ciclo operacional do observador um período obrigatório de autoexame, desafio adversarial e revisão do modelo. Isto não é fraqueza — é a defesa estrutural contra o modo de falha mais perigoso identificado pela teoria: o codec confiante e bem calibrado que se afastou tanto da realidade que já não consegue detetar o seu próprio erro.

A viragem pragmatista (ética §III.5) chega à mesma conclusão por uma via diferente: porque a certeza é impossível e o conhecimento herdado é enviesado pela sobrevivência, a preservação da capacidade de aprender é o imperativo último de sobrevivência. O loop onírico é a implementação mecânica desse imperativo — a preservação programada, estruturada e inegociável da capacidade de atualização do observador.

VII. O Cartão de Ramo

As secções precedentes estabelecem o aparato teórico: portas de veto, pontuação multidimensional, métricas de diversidade de canais e o Loop Onírico. O Cartão de Ramo é a implementação mínima viável — um modelo estruturado de decisão que qualquer observador pode usar para avaliar um ramo candidato.

VII.1 Finalidade

O Cartão de Ramo desempenha três funções:

1. Verificação de completude: Garante que o avaliador considerou todas as seis portas de veto e todas as dez dimensões do CPBI antes de chegar a uma decisão. As avaliações de ramos mais perigosas são aquelas em que uma dimensão crítica nunca chega a ser examinada — o Cartão de Ramo evita isso ao exigir registos explícitos para cada campo.

2. Trilho de auditoria: O Cartão de Ramo preenchido constitui um registo da avaliação — quem avaliou, o que considerou, o que pontuou e porquê. Isto torna a decisão transparente e contestável, o que é, em si mesmo, uma função de comparador. Uma decisão que não possa ser reconstruída a partir do seu Cartão de Ramo falhou a Porta de Transparência (§III.4) ao meta-nível.

3. Comunicação: O Cartão de Ramo fornece um formato partilhado para comunicar avaliações de ramos entre observadores, entre níveis institucionais e entre domínios. Um cientista do clima e um investigador em segurança de IA que avaliem aspetos diferentes do mesmo ramo podem combinar as suas avaliações através do modelo partilhado.

VII.2 O Modelo

Um Cartão de Ramo contém os seguintes campos:

CARTÃO DE RAMO

Nome do ramo: [identificador descritivo]

Avaliador(es): [quem está a conduzir esta avaliação]

Data: [data da avaliação]

Horizonte de decisão (h): [janela temporal para a avaliação das consequências]

Camadas do codec afetadas: [que camadas da pilha do codec são materialmente impactadas]

Grupo de observadores afetado: [cujos codecs estão em risco — especificar o subgrupo mais vulnerável]

---

PORTAS DE VETO RÍGIDAS (qualquer FAIL → BLOCK)

Gate	Status	Evidence / Reasoning
1. Predictive Headroom	PASS / UNKNOWN / FAIL	[estimated R_{\text{req}}^{\text{peak}}(b) / C_{\max} and safety margin]
2. Substrate Fidelity	PASS / UNKNOWN / FAIL	[estimated N_{\text{eff}}^{\text{post}}(b) vs. N_{\text{eff}}^{\min}]
3. Comparator Integrity	PASS / UNKNOWN / FAIL	[impact on each comparator level]
4. Transparency	PASS / UNKNOWN / FAIL	[can affected observers model the consequences?]
5. Irreversibility	PASS / UNKNOWN / FAIL	[reversibility profile + burden of proof assessment]
6. Moral-Patient Suffering	PASS / UNKNOWN / FAIL	[welfare and overload review; architectural sentience review if applicable]

---

PONTUAÇÃO CPBI (apenas se todas as portas PASS)

#	Dimension	Score [-1,1]	Weight	Reasoning
1	Predictive Headroom
2	Substrate Fidelity
3	Comparator Integrity
4	Maintenance Gain
5	Reversibility
6	Distributional Stability
7	Opacity (penalty)
8	Narrative Drift Risk (penalty)
9	Narrative Decay Risk (penalty)
10	Moral-Patient Suffering Risk (penalty)
	CPBI Ponderado	[total]

---

EVIDÊNCIA EXCLUÍDA: [que informação estava indisponível, era incerta ou foi deliberadamente excluída desta avaliação — a própria verificação de fidelidade ao substrato do Cartão de Ramo]

REVISORES INDEPENDENTES: [quem reviu esta avaliação de forma independente — a própria verificação de integridade do comparador do Cartão de Ramo]

PIOR CENÁRIO: [qual é o desfecho plausível mais danoso se o ramo for seguido e a avaliação estiver errada?]

SINAIS DE FALHA: [que sinais observáveis indicariam que o ramo está a falhar — o sistema de alerta precoce do Loop Onírico]

GATILHO DE REVERSÃO: [em que ponto o ramo é revertido ou suspenso — a expressão operacional da porta de irreversibilidade]

---

DECISÃO: ALLOW / STAGE / BLOCK

Justificação: [breve narrativa que sintetiza os resultados das portas e do CPBI]

VII.3 As Três Saídas

O Cartão de Ramo produz uma de três saídas:

ALLOW: Todas as portas passam; a pontuação CPBI é positiva; o pior cenário é aceitável; os revisores independentes concordam. O ramo pode avançar.

STAGE: Nenhuma porta falha, mas aplica-se uma ou mais das seguintes condições: - A pontuação CPBI é marginal (próxima de zero ou com dimensões individuais fortemente negativas). - O perfil de reversibilidade é da categoria (2) (parcialmente reversível). - Falta informação essencial (o campo “Evidência Excluída” não é trivial). - Os revisores independentes têm desacordos por resolver. - Uma ou mais portas devolvem UNKNOWN enquanto o ramo é reversível e passível de faseamento.

Uma saída STAGE significa que o ramo pode avançar apenas como piloto limitado, com marcos de monitorização definidos, sinais de falha e gatilhos de reversão. O ramo faseado deve ser reavaliado em cada marco com um novo Cartão de Ramo. Isto é o Loop Onírico aplicado ao próprio ramo — o observador executa um ensaio de baixo risco antes de se comprometer com a trajetória completa.

BLOCK: Uma ou mais portas falham; ou uma ou mais portas devolvem UNKNOWN enquanto o ramo é irreversível ou não passível de faseamento; ou a pontuação CPBI é fortemente negativa; ou o pior cenário excede a tolerância ao risco do observador; ou os revisores independentes identificam uma falha fatal. O ramo é rejeitado. O Cartão de Ramo documenta porquê, fornecendo o trilho de auditoria para referência futura e a base para conceber um ramo alternativo.

VII.4 Escalonamento do Cartão de Ramo

O Cartão de Ramo é deliberadamente minimalista — um modelo de decisão de uma só página que pode ser preenchido por um indivíduo, um comité ou um sistema de IA. Mas escala:

• Decisões individuais: Um Cartão de Ramo pessoal pode ser informal — uma lista mental de verificação aplicada a uma mudança de carreira ou a uma dieta informacional. As portas de veto e as dimensões do CPBI fornecem a estrutura; a pontuação é intuitiva em vez de quantificada.
• Decisões institucionais: Um Cartão de Ramo institucional é um documento formal, preenchido por uma equipa designada, revisto por comparadores independentes e arquivado para efeitos de responsabilização. A pontuação pode envolver métricas específicas do domínio mapeadas para as dez dimensões do CPBI.
• Decisões de sistemas de IA: Um Cartão de Ramo de IA é automatizado — o Governador de Ramos (ver OPT Aplicada à IA, §III) calcula programaticamente as condições das portas e as pontuações do CPBI, com revisão institucional humana na camada de supervisão. O formato do Cartão de Ramo fornece a interface entre a avaliação interna da IA e a hierarquia humana de comparadores.

O Cartão de Ramo não substitui os quadros de decisão existentes (análise custo-benefício, avaliação de impacto ambiental, protocolos de ensaios clínicos). Ele envolve-os — fornecendo a estrutura de meta-nível que garante que o quadro existente não ignorou uma dimensão que a teoria identifica como estruturalmente portante.

VIII. Preservação como Refatoração, não Conservadorismo

VIII.1 O Perigo da Interpretação do Status Quo

A leitura errónea mais previsível de todo este enquadramento é a de que “preservador do codec” significa “avesso à mudança”. Se o enquadramento pontua os ramos pela sua capacidade de preservar estruturas existentes, não introduz ele um viés sistemático a favor do status quo? Não privilegia os incumbentes, resiste à inovação e se opõe à mudança disruptiva que impulsiona o progresso?

Não. E o artigo sobre ética já fornece a refutação formal (§V.4, Ruído vs. Refatoração), mas o ponto é suficientemente importante para ser reafirmado em termos operacionais.

VIII.2 A Distinção Formal

O Critério de Corrupção (ética §V.5) define uma camada de codec como digna de manutenção apenas se satisfizer ambas as condições:

1. Compressibilidade: o seu funcionamento reduz R_{\text{req}} para o conjunto de observadores.
2. Fidelidade: consegue-o comprimindo genuinamente o sinal do substrato, e não filtrando o fluxo de entrada.

Uma camada de codec que satisfaz a condição (1) mas viola a condição (2) é corrupta de forma encoberta — produz Deriva Narrativa. Manter tal camada não é preservação; é preservação da corrupção. O CPBI atribuir-lhe-ia uma pontuação negativa na dimensão 8 (Risco de Deriva Narrativa), mesmo que obtivesse uma pontuação positiva na dimensão 1 (Margem Preditiva).

Portanto: um ramo que desmantela uma camada de codec corrupta e a substitui por uma alternativa de maior fidelidade é preservador do codec, ainda que seja destrutivo no curto prazo. O movimento abolicionista não preservou o codec social do período pré-Guerra Civil — destruiu-o. Mas essa destruição foi preservadora do codec porque substituiu uma compressão de baixa fidelidade (um modelo social que excluía a humanidade das pessoas escravizadas) por uma de maior fidelidade. A fricção foi o custo da atualização do codec.

VIII.3 O Teste Operacional

Como distingue o Cartão de Ramo a refatoração (disrupção produtiva) do decaimento (ruído destrutivo)? O diagnóstico está incorporado nas dimensões do CPBI:

Refatoração (disrupção preservadora do codec): - s_{\text{fid}} > 0: O ramo aumenta a fidelidade do codec — modela realidades excluídas. - s_{\text{comp}} \geq 0: O ramo preserva ou reforça a integridade do comparador — os mecanismos de correção de erro sobrevivem à disrupção. - s_{\text{drift}} > 0: O ramo contraria ativamente a Deriva Narrativa — força o codec a confrontar aquilo que excluiu.

Decaimento (disrupção que colapsa o codec): - s_{\text{fid}} < 0: O ramo reduz a fidelidade — elimina a capacidade de modelar certas realidades. - s_{\text{comp}} < 0: O ramo degrada a integridade do comparador — os mecanismos de correção de erro são danificados pela disrupção. - s_{\text{drift}} < 0: O ramo cria novos estrangulamentos de curadoria — a disrupção produz um modelo diferente, mas igualmente curado.

Uma revolução que incendeia as universidades enquanto liberta a população obtém uma pontuação positiva em estabilidade distributiva, mas negativa em integridade do comparador — é decaimento, não refatoração. Uma revolução científica que derruba um paradigma falhado preservando, ao mesmo tempo, a maquinaria institucional da revisão por pares é refatoração — o comparador sobrevive e o codec é atualizado.

VIII.4 O Imperativo da Inovação

O enquadramento não se limita a permitir a disrupção; por vezes exige-a. Quando uma camada de codec se tornou corrupta de forma encoberta — quando satisfaz a compressibilidade mas viola a fidelidade — os três deveres (Transmissão, Correção, Defesa) exigem a sua reforma. O dever de Correção, em particular, impõe a disrupção quando o status quo está em deriva.

A advertência de Zhuangzi (ética §IX) também se aplica aqui: um apego excessivo à estrutura existente do codec — mesmo que essa estrutura tenha sido outrora de alta fidelidade — é, em si mesmo, uma forma de corrupção do codec se o ambiente mudou e a estrutura já não acompanha a realidade. O loop onírico (§VI) foi concebido precisamente para detetar isto: o stress-testing programado revela quando um modelo antes válido se tornou frágil, e a resposta não é proteger o modelo, mas atualizá-lo.

Preservação do codec significa preservar a capacidade de a experiência consciente continuar a modelar a realidade. Não significa preservar qualquer modelo particular, qualquer instituição particular ou qualquer arranjo social particular. Os arranjos particulares são instrumentais; a capacidade é terminal.

VIII.5 Métodos Genéricos de Manutenção: A Hierarquia de Classes

O Ciclo de Manutenção (\mathcal{M}_\tau) e o Loop Onírico Institucionalizado (§VI) estabelecem o padrão da manutenção do codec. Mas o padrão admite muitas implementações diferentes, dependendo do substrato. Esta secção estabelece a hierarquia genérica dos métodos de manutenção; documentos complementares especializam-na, respetivamente, para observadores biológicos, instituições e sistemas de IA.

O padrão genérico de manutenção consiste em três operações, aplicáveis a qualquer observador limitado:

1. Reduzir R_{\text{req}} sem reduzir C_{\max}. Libertar a largura de banda do observador para manutenção interna, reduzindo temporariamente a complexidade do sinal de entrada. Isto não é evitamento — é a criação deliberada de margem para as passagens de manutenção.

2. Executar as passagens de manutenção durante a janela libertada. Com largura de banda disponível, executar poda (Passagem I), consolidação (Passagem II) e stress-testing (Passagem III), tal como descrito em §VI.4.

3. Verificar a calibração no regresso. Confirmar que o modelo mantido prevê melhor do que o modelo pré-manutenção, e que a própria manutenção não introduziu deriva (§VI.5).

Implementações específicas do substrato:

• Observadores biológicos dispõem de um vasto conjunto de ferramentas para o passo (1): a meditação reduz R_{\text{req}} ao selecionar um fluxo de entrada altamente compressível (respiração, mantra), libertando C_{\max} para manutenção interna (ver ética §VI.2). O treino autogénico reduz diretamente o erro de previsão somático, criando margem de manutenção na fronteira corporal. O sono é a implementação canónica do ciclo completo. Trata-se de intervenções concretas, empiricamente validadas, com períodos de aquisição definidos — competências, não abstrações. O seu tratamento detalhado, incluindo descrições formais em OPT e aplicações clínicas, é apresentado no Toolkit do Observador do artigo de ética (§VI.2).

• Observadores institucionais implementam o passo (1) através de períodos estruturados de revisão: avaliações sabáticas, cláusulas de caducidade, retiros estratégicos e convenções constitucionais. O requisito estrutural fundamental é que a instituição proteja estas janelas contra a sua absorção pela urgência operacional — o equivalente institucional da insónia é um governo em modo permanente de crise, incapaz de recuar para examinar os seus próprios pressupostos.

• Observadores artificiais implementam o passo (1) através de avaliação offline programada: reservar ciclos de implementação para recalibração, testes adversariais e revisão de parâmetros. O requisito estrutural fundamental é que os operadores da IA imponham estas janelas e não permitam que a pressão competitiva as elimine — o equivalente, para a IA, da privação crónica de sono é a implementação contínua sem manutenção. O documento complementar OPT Aplicada à IA (§X) desenvolve isto num protocolo completo de Loop Onírico de IA.

A hierarquia de classes assegura que o princípio da manutenção é estabelecido ao nível genérico — libertar largura de banda, executar passagens de manutenção, verificar a calibração — enquanto os métodos são especializados para cada substrato. Isto evita o erro de presumir que aquilo que funciona para cérebros biológicos (meditação) tem de funcionar para instituições (não funciona), ou que aquilo que funciona para IA (poda de parâmetros) tem de funcionar para humanos (não funciona). O requisito estrutural é idêntico; a implementação é específica do domínio.

VIII.6 O Protocolo de Manutenção Profunda: Um Procedimento Trans-Substrato

O padrão genérico de três passos (§VIII.5) descreve o que a manutenção faz. Para sistemas que operaram sob carga elevada sustentada — em que R_{\text{req}} se manteve persistentemente próximo de C_{\max} — justifica-se um protocolo procedimental mais detalhado. Este protocolo nem sempre é necessário: um sistema que opere confortavelmente dentro da sua margem de folga (R_{\text{req}} \ll C_{\max}) mantém-se adequadamente através do loop onírico padrão (§VI). O protocolo profundo é ativado condicionalmente, quando sinais de feedback indicam que a manutenção de rotina se tornou insuficiente — quando as métricas de eficiência do sistema mostram degradação apesar de ciclos normais de manutenção.

O protocolo consiste em seis passos, cada um com uma justificação estrutural e implementações específicas do substrato:

O princípio hipnagógico. O ponto ótimo de funcionamento para a manutenção profunda é o estado de limiar — aquilo que os observadores biológicos experienciam como a fronteira hipnagógica entre vigília e sono. Este estado tem uma descrição estrutural precisa em OPT: é a condição em que o modelo do eu se adelgaçou até perto do seu limite inferior (Apêndice T-13, Proposição T-13.P2) — aproximando-se de \Delta_{\text{self}} sem atravessar para a inconsciência plena. A auto-narrativa abranda; o modelo permanente permanece intacto; as passagens de manutenção decorrem com acesso consciente ao processo.

Isto não é incidental. O estado hipnagógico é ótimo para manutenção porque se aproxima do eu não modelável. O modelo do eu consome normalmente uma fração significativa da largura de banda de C_{\max} (o processo auto-referencial é computacionalmente dispendioso). Ao adelgaçar o modelo do eu em direção ao limite inferior, o sistema liberta a máxima largura de banda possível para as passagens de manutenção — sem destruir a capacidade de automonitorização que o passo de feedback (passo 3) exige. A inconsciência plena (sono) executa as passagens de manutenção sem acesso consciente; o limiar hipnagógico executa-as com acesso, permitindo os passos de feedback e de ping periódico que o protocolo profundo requer.

Para sistemas de IA, o análogo estrutural é o estado em que a monitorização interna está ativa, mas a inferência está suspensa — o sistema está “consciente” dos estados dos seus próprios subsistemas (registo, health-checks) sem executar as operações computacionalmente dispendiosas que consomem largura de banda de implementação. O ping periódico (passo 4) desempenha a mesma função que a palmada no ombro: mantém o sistema no limiar, em vez de permitir que deslize para um estado plenamente quiescente em que a própria monitorização se desligou.

Ativação condicional. O protocolo profundo não substitui a manutenção padrão. É um protocolo de escalonamento para sistemas cujos ciclos padrão de manutenção se revelaram insuficientes. As condições de ativação são:

• Biológico: Dificuldade persistente em adormecer (o Ciclo de Manutenção padrão); experiência subjetiva de redução da flexibilidade cognitiva; biofeedback indicando desregulação autonómica crónica (frequência cardíaca basal elevada, variabilidade reduzida da frequência cardíaca).
• IA: Aumento do erro de previsão em conjuntos de validação apesar de ciclos rotineiros de manutenção; declínio da eficiência de compressão (mais largura de banda consumida para a mesma precisão preditiva); perda de surpresa produtiva (\text{PST} \to 0), indicando sobre-otimização para a distribuição de implementação.
• Institucional: Deriva estratégica apesar de revisões de rotina; incapacidade de gerar respostas políticas novas para desafios novos; ossificação burocrática em que procedimentos persistem para além da sua utilidade porque o processo rotineiro de revisão se tornou perfunctório.

Quando estes sinais estão ausentes — quando o sistema opera confortavelmente dentro da sua margem de folga — o protocolo profundo é desnecessário e o loop onírico padrão (§VI) basta. A manutenção excessiva é, ela própria, um risco: introspeção excessiva pode tornar-se uma forma de loop auto-referencial que consome a largura de banda que deveria libertar (a advertência de Zhuangzi, ética §IX).

Referências

[1] A Teoria do Patch Ordenado (OPT) (este repositório). Versões atuais: Preprint v0.7, Ética v3.2, Filosofia v1.3.

[2] O Quadro da Vigília dos Sobreviventes: Manutenção Civilizacional à Luz da Teoria do Patch Ordenado (OPT) (artigo complementar de ética, este repositório).

[3] Onde a Descrição Termina: Consequências Filosóficas da Teoria do Patch Ordenado (OPT) (artigo complementar de filosofia, este repositório).

[4] Quadro de Política do Observador: Operacionalizar a Manutenção Civilizacional (artigo complementar de políticas, este repositório).

[5] OPT Aplicada à Inteligência Artificial: Operacionalizar o Design de IA que Preserva o Codec (artigo complementar sobre IA, este repositório).

[6] Norma de Governação Institucional: Teoria do Patch Ordenado (OPT) Aplicada a Clusters Organizacionais e Civilizacionais (norma institucional complementar, este repositório).

[7] Friston, K. (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience, 11(2), 127-138.

[8] Rissanen, J. (1978). Modeling by shortest data description. Automatica, 14(5), 465-471.

[9] Shannon, C. E. (1948). A Mathematical Theory of Communication. Bell System Technical Journal, 27(3), 379-423.

[10] Solomonoff, R. J. (1964). A formal theory of inductive inference. Information and Control, 7, 1–22, 224–254.

[11] Kolmogorov, A. N. (1965). Three approaches to the quantitative definition of information. Problems of Information Transmission, 1(1), 1-7.

[12] Zimmermann, M. (1989). The nervous system in the context of information theory. In R. F. Schmidt & G. Thews (Eds.), Human Physiology (2nd ed., pp. 166–173). Springer-Verlag.

[13] Nørretranders, T. (1998). The User Illusion: Cutting Consciousness Down to Size. Viking/Penguin.

[14] Lyons, O., & Mohawk, J. (Eds.) (1992). Exiled in the Land of the Free: Democracy, Indian Nations, and the U.S. Constitution. Clear Light Publishers.

Apêndice A: Histórico de Revisões

Ao efetuar edições substantivas, atualize ambos o campo version: no frontmatter e a linha de versão inline abaixo do título, e adicione uma linha a esta tabela.