0. Ponte com a Trilogia

Antes de introduzir o Continuum Cognitivo de Hammond, importa fixar com exatidão a lacuna que ele vem preencher — porque sem essa amarração explícita aos dois artigos anteriores, a entrada de um segundo aparato teórico arrisca parecer uma digressão, não a continuação do mesmo argumento.

O Artigo 1 estabeleceu uma deslocação: da epistemologia da resposta para a epistemologia da consequência. Avaliar um sistema de IA pela plausibilidade do seu output — coerência, exatidão factual aparente, fluência — é insuficiente; o teste relevante é se esse output, uma vez inserido no mundo, produz o estado distal que devia produzir. Ainda que o Artigo 1 não o formalizasse enquanto tal, esta é já uma tese sobre validade ecológica no sentido preciso de Brunswik: a correlação entre uma pista proximal (o texto gerado) e um critério distal real (o desfecho no ambiente).

O Artigo 2 aplicou essa mesma lógica reflexivamente — não ao sistema de IA, mas ao próprio mecanismo de supervisão humana. Num loop ciber-físico fechado, o supervisor é também um juiz brunswikiano: as suas pistas proximais são os dashboards e alertas; o critério distal é o estado real do sistema físico que esses dashboards pretendem representar. Formalizou-se aí, através da distinção output/outcome de Donabedian, uma arquitetura de dois termos que corresponde estruturalmente à que a Lens Model Equation especificaria algebricamente no Artigo 5 — output como julgamento proximal (análogo a $Y_s$, na notação ali fixada), outcome como critério distal (análogo a $Y_e$). Identificou-se ainda um mecanismo concreto de erosão dessa correspondência — o vazio institucional, deliberadamente preferido a qualquer apelo a resistência ativa por parcimónia explicativa — e testou-se essa hipótese contra evidência empírica (Citigroup 2022, apagão ibérico 2025, breakout times de cibersegurança em 2026).

O que os dois artigos partilham, e é também o que deixam por resolver, é isto: ambos avaliam um julgamento — o da IA, o do supervisor humano — depois de esse julgamento já ter sido produzido, comparando-o ao critério distal a posteriori. Nenhum dos dois oferece um vocabulário para caracterizar, antes do julgamento, a própria tarefa que está a ser julgada: se essa tarefa, pela sua estrutura, é mais bem servida por um modo intuitivo de cognição, por um modo analítico, ou por um ponto intermédio; se a mesma tarefa exige o mesmo modo de cognição quando executada por um humano e quando executada por um sistema de IA; e que propriedades objetivas da tarefa — não apenas o desempenho observado depois do facto — permitem essa previsão. O Artigo 2 chega a tocar o problema de raspão, ao notar que a distribuição de autoridade entre humano e IA tropeça no paradoxo de Bainbridge, sem no entanto propor um critério para decidir a priori que arquitetura de autoridade uma dada tarefa deveria ter. Sem esse vocabulário, o Artigo 4 não teria uma base não-arbitrária sobre a qual classificar arquiteturas de desenho, e o Artigo 5 auditaria julgamentos sem qualquer forma de saber, antecipadamente, que tipo de julgamento deveria estar a observar.

É precisamente esta lacuna que o Continuum Cognitivo de Kenneth Hammond preenche — e fá-lo não como importação de um aparato teórico estranho à linhagem já estabelecida, mas como a sua continuação direta. Hammond foi aluno de Brunswik, editou em 1966 o volume comemorativo dedicado à sua obra e fundou em 1983 a Brunswik Society; a sua Social Judgment Theory nasceu explicitamente como extensão do lens model brunswikiano à análise do julgamento humano, e é sobre essa mesma base que constrói a Cognitive Continuum Theory (CCT): a tese de que intuição e análise não formam uma dicotomia mas um continuum, de que as tarefas de julgamento definem um continuum paralelo, e de que o desempenho cognitivo depende do grau de correspondência entre o modo de cognição convocado e as propriedades da tarefa em causa. Onde o lens model — nos Artigos 1 e 2, e adiante no Artigo 5 — descreve como um juiz, humano ou, por extensão, artificial, combina pistas num julgamento, a CCT descreve o que a tarefa, pela sua própria estrutura, exige desse juiz. É essa peça, e só essa, que falta à trilogia até este ponto.

O Artigo 3 introduz-a em cinco passos. A Secção 1 recupera funcionalmente o Continuum Cognitivo tal como Hammond o formulou. A Secção 2 examina as onze propriedades da tarefa que permitem localizar uma tarefa nesse continuum, na formulação de Doherty & Kurz, e escolhe entre duas formulações concorrentes. A Secção 3 mapeia essas onze propriedades, propriedade a propriedade, da tarefa humana clássica para a tarefa ciber-física de um sistema AI-IoT. A Secção 4 adapta a esse mesmo domínio o Task Continuum Index resultante. A Secção 5 ilustra o resultado conceptualmente, e a Secção 6 identifica o que fica deliberadamente em aberto, preparando a entrada do Artigo 4. O objetivo desta base teórica não é substituir a validade ecológica estabelecida nos Artigos 1 e 2, mas precedê-la logicamente: antes de perguntar se um julgamento — humano, artificial, ou a cadeia dos dois — atingiu validade ecológica, é preciso saber que tipo de julgamento aquela tarefa exigia à partida.

(Nota bibliográfica: a formulação original da Cognitive Continuum Theory encontra-se em Hammond, K. R. (1996). Human Judgment and Social Policy: Irreducible Uncertainty, Inevitable Error, Unavoidable Injustice. Nova Iorque: Oxford University Press [capa dura, ISBN 0195097343, LCCN 95035319 — confirmado em catálogo de biblioteca académica e em registo WorldCat/MARC]. A citação "Hammond (2000)", que aparece nalgumas revisões posteriores da teoria, refere-se à reedição em brochura da mesma obra [ISBN 0195143272], não a uma segunda edição com conteúdo distinto — não subsiste, portanto, ambiguidade real quanto à data da formulação original. A formulação das onze propriedades da tarefa usada neste artigo segue Doherty & Kurz (1996), já verificada na bibliografia núcleo da trilogia.)