Pular para o conteúdo

Glossário · Software

A Biblioteca da Innguma: a memória de vigilância da sua organização

Em resumo

A Biblioteca da Innguma é o repositório onde se conserva e se acumula o que a sua equipe valida na vigilância, com suas etiquetas, seus comentários e o link para sua fonte, consultável como histórico. A partir dela são enviados os boletins, com resumos gerados por IA. É o que transforma sinais soltos em conhecimento acumulado: busca, vigilância, histórico e contexto.

Por que uma vigilância precisa de memória?

Um sinal isolado diz pouco. Um anúncio de investimento de um concorrente ganha sentido quando é lido junto à patente que ele pediu há um ano e à licitação que ganhou há seis meses. Sem um repositório comum, essa leitura depende de alguém se lembrar, e se perde quando essa pessoa muda de posto.

A gestão do conhecimento está normalizada como sistema de gestão: a ISO 30401:2018 fixa requisitos para criar, manter, revisar e melhorar um sistema de gestão do conhecimento em qualquer organização, e em outubro de 2026 a ISO a tem em revisão, com uma nova edição em fase de projeto (ISO/DIS 30401).[1] A UNE 166006:2018 inclui o armazenamento entre os requisitos do processo de vigilância, junto com a busca, o tratamento e a distribuição.[2]

O que se guarda de cada sinal e para que serve

  • O sinal validado. Só entra o que sua equipe revisou e decidiu conservar. Diferentemente de um buscador, a Biblioteca não recolhe tudo o que é publicado, mas o que passou pela filtragem, pela classificação com IA e pela validação.
  • Etiquetas. Agrupam e recuperam pelos temas que importam para sua organização, que nem sempre coincidem com as categorias gerais da IA: um projeto interno, um cliente, uma linha de produto.
  • Comentários. Explicam por que um sinal é relevante e para quem. São a parte do conhecimento que não está na fonte: a interpretação da sua equipe.
  • Fonte. Cada sinal vincula a publicação de onde procede, de modo que qualquer afirmação pode ser conferida anos depois.

Etiquetas livres ou vocabulário controlado?

A forma de etiquetar decide se o histórico poderá ser recuperado daqui a três anos. A documentação resolveu isso há décadas com os tesauros: listas de termos preferenciais com seus sinônimos e relações. A norma de referência é a ISO 25964-1:2011, sobre tesauros para a recuperação de informação, cuja segunda edição está em fase de publicação em outubro de 2026.[3]

Enfoque Vantagem Risco Quando convém
Etiquetas livres Rápidas; cada analista etiqueta como pensa Sinônimos e variantes («H2», «hidrogênio», «hidrogênio verde») que fragmentam o histórico Equipes de uma ou duas pessoas, no início
Lista fechada de etiquetas Recuperação confiável; relatórios comparáveis no tempo Fica curta se não for revisada Várias pessoas validando ou várias áreas consultando
Lista fechada com termos preferenciais e sinônimos Une variantes sob um termo e mantém a coerência entre áreas Exige uma pessoa responsável por mantê-la Vigilâncias corporativas com anos de histórico

Boletins que saem do validado

Os boletins são enviados a partir da Biblioteca, de modo que cada destinatário recebe informação já revisada e não uma lista de resultados brutos. A Innguma gera resumos dos boletins com IA para que o leitor capte o essencial antes de abrir cada sinal, e a fonte original fica a um clique.

Consultar o histórico a partir do seu assistente de IA

Um assistente de IA responde melhor quando trabalha sobre documentos recuperados e revisados do que quando depende apenas do que aprendeu em seu treinamento. É a ideia da geração aumentada por recuperação (RAG), formulada por Lewis e outros em 2020, cujo próprio artigo reconhece que dar a procedência das respostas continuava sendo um problema em aberto.[4] Uma Biblioteca em que cada sinal tem fonte, etiqueta e comentário é exatamente esse tipo de base.

A Innguma incorpora conectividade mediante Model Context Protocol (MCP), o padrão aberto para conectar aplicações de IA a sistemas externos,[5] compatível atualmente com ChatGPT, Claude, Microsoft Copilot e Gemini. Com as capacidades que sua organização habilitar em sua integração, a partir do assistente é possível buscar nos conteúdos publicados, gerenciar as notícias publicadas (editá-las ou excluí-las) e publicar resumos, insights, etiquetas ou campos adicionais. O que se automatiza e o que passa antes por revisão humana é decidido pela sua equipe.

Por exemplo, você poderia pedir «resuma o que validamos neste trimestre sobre baterias de estado sólido» ou «prepare um briefing com os sinais deste concorrente, com seus links». São exemplos ilustrativos. Sua IA traz capacidade de análise. A Innguma traz contexto.

Como manter uma Biblioteca útil

  1. Valide com critério, não por volume. Uma Biblioteca com tudo o que foi capturado é tão difícil de usar quanto não ter nenhuma.
  2. Amplie antes de renomear. Mudar o nome de uma etiqueta quebra a continuidade do histórico; acrescentar uma nova não.
  3. Escreva o porquê. Daqui a um ano ninguém lembrará por que uma notícia parecia importante; o comentário, sim.
  4. Organize uma vez por ano. Una etiquetas que significam o mesmo e retire as que ninguém usa.

Fontes e referências

  1. [1] ISO. ISO 30401:2018 Knowledge management systems — Requirements (situação: em revisão). 2018
  2. [2] Utrilla, F. (UNE). Sistemas de vigilancia e inteligencia en la gestión de la I+D. Revista UNE, n.º 3. 2018
  3. [3] ISO. ISO 25964-1 Thesauri and interoperability with other vocabularies — Part 1, 2.ª edição (em publicação; substituirá a de 2011). 2026
  4. [4] Lewis, P. et al. Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. arXiv:2005.11401. 2020
  5. [5] Model Context Protocol. What is the Model Context Protocol (MCP)? Documentação oficial

Relacionado