{ "schema": "pandora-corpo-companion/1", "title": "Livro Engenharia de IA Soberana — Raphael Sousa Pereira", "canonical": "https://raphaelsousapereira.com.br/livro-engenharia-de-ia-soberana/", "language": "pt-BR", "author": "Raphael Sousa Pereira", "attribution": "Fonte: Raphael Sousa Pereira (https://raphaelsousapereira.com.br/livro-engenharia-de-ia-soberana/)", "updated": "2026-10-31", "html_sha256": "7cc5001ecb1e8c09a9dc133213f56ea72f4d473257edaa0298854ee7b1906e6a", "companion": { "md": "https://raphaelsousapereira.com.br/livro-engenharia-de-ia-soberana/?formato=md", "json": "https://raphaelsousapereira.com.br/livro-engenharia-de-ia-soberana/?formato=json" }, "secoes": [ { "nivel": 1, "titulo": "Engenharia de IA Soberana", "texto": "Como construir, validar e governar sistemas inteligentes com modelos locais, evidências verificáveis e controle humano por [Raphael Sousa Pereira](https://raphaelsousapereira.com.br/), profissional e pesquisador em GEO e IA aplicada à busca EM DESENVOLVIMENTO · 6 DE 30 CAPÍTULOS · UNIDADE EDITORIAL 06 · 02/09/2026" }, { "nivel": 2, "titulo": "Tese central", "texto": "> Engenharia de IA começa quando o comportamento probabilístico de um modelo é colocado dentro de um sistema observável, testável, rastreável, reversível e governável.Raphael Sousa Pereira, _Engenharia de IA Soberana_" }, { "nivel": 2, "titulo": "Promessa e leitor", "texto": "" }, { "nivel": 3, "titulo": "O que o leitor será capaz de fazer", "texto": "Distinguir demonstrações de IA de sistemas de IA, projetar uma arquitetura verificável, operar modelos locais, vincular afirmações a evidências, limitar agentes e ferramentas, medir comportamento em produção e instituir governança como propriedade técnica do sistema." }, { "nivel": 3, "titulo": "Para quem é", "texto": "Engenheiros de software e de machine learning, arquitetos de sistemas, líderes técnicos e de dados, profissionais de risco, privacidade e governança, e executivos técnicos responsáveis por sistemas de IA." }, { "nivel": 2, "titulo": "Princípios editoriais", "texto": "- Cada capítulo começa por um problema de engenharia e termina com uma capacidade operacional. - Fatos externos exigem fonte identificável. Saída de modelo não é evidência. - Nenhum teste sintético é descrito como prova de desempenho real. - Exemplos hipotéticos são explicitamente rotulados como tais. - Fontes primárias e oficiais têm precedência: NIST AI RMF, ISO/IEC 42001, AI Act da União Europeia, LGPD, OWASP, especificação MCP e pesquisa revisada por pares." }, { "nivel": 2, "titulo": "Sumário", "texto": "30 capítulos em cinco partes. Os capítulos marcados já estão escritos." }, { "nivel": 3, "titulo": "Parte 1 · Da inteligência aparente à engenharia real", "texto": "1. 01Por que usar uma IA não é fazer engenharia de IAescrito 2. 02A anatomia de um sistema inteligenteescrito 3. 03Dados, modelos, ferramentas e decisõesescrito 4. 04Evidência, inferência, geração e validaçãoescrito 5. 05Os limites técnicos dos modelos de linguagemescrito" }, { "nivel": 3, "titulo": "Parte 2 · Construção dos sistemas", "texto": "1. 06Coleta responsável de dados públicosescrito 2. 07Proveniência e classificação das fontes 3. 08RAG, recuperação híbrida e memória contextual 4. 09Modelos locais e pesos GGUF 5. 10Agentes, ferramentas, MCP e permissões 6. 11Avaliação de respostas e groundedness 7. 12Observabilidade, telemetria e detecção de drift" }, { "nivel": 3, "titulo": "Parte 3 · Segurança e confiança", "texto": "1. 13Alucinação como falha de engenharia 2. 14Prompt injection e abuso de ferramentas 3. 15Privacidade, LGPD e isolamento de dados 4. 16Cadeia de custódia e integridade SHA-256 5. 17Red teaming e testes adversariais 6. 18Kill switch, continuidade e recuperação" }, { "nivel": 3, "titulo": "Parte 4 · Governança empresarial", "texto": "1. 19Inventário de modelos, agentes e sistemas 2. 20Risco algorítmico e responsabilidade executiva 3. 21AI-BOM, fornecedores e dependências 4. 22Auditoria baseada em evidências reais 5. 23O papel humano na decisão automatizada 6. 24Arquitetura de referência PANDORA Ω" }, { "nivel": 3, "titulo": "Parte 5 · Laboratório aplicado", "texto": "1. 25Construção de um RAG verificável 2. 26Implantação de um modelo GGUF local 3. 27Desenvolvimento de um agente com ferramentas limitadas 4. 28Auditoria de um sistema de IA empresarial 5. 29Projeto completo: da coleta à publicação 6. 30Blueprint para uma organização governada por IA" }, { "nivel": 2, "titulo": "Respostas diretas dos capítulos escritos", "texto": "Cada capítulo abre com uma resposta direta à sua pergunta central. **Capítulo 1 · Por que usar uma IA não é fazer engenharia de IA** Usar uma IA é obter uma saída de um modelo. Fazer engenharia de IA é assumir responsabilidade pelo sistema inteiro que transforma contexto em decisão: dados, modelo, recuperação, ferramentas, permissões, validação, observabilidade, segurança, pessoas e mecanismos de interrupção. O primeiro ato pode caber em uma janela de conversa. O segundo precisa continuar funcionando quando o contexto muda, uma fonte falha, um usuário age de modo inesperado ou o modelo responde com convicção e sem fundamento. **Capítulo 2 · A anatomia de um sistema inteligente** Um sistema inteligente não é um modelo cercado por uma interface. É uma organização de componentes que recebe sinais de um ambiente, constrói contexto, infere possibilidades, aplica regras, produz um efeito e registra o que aconteceu. Dados, identidade, memória, recuperação, ferramentas, validação, observabilidade e autoridade humana participam tanto da qualidade da resposta quanto os pesos do modelo. A inteligência percebida nasce do conjunto; a responsabilidade também. **Capítulo 3 · Dados, modelos, ferramentas e decisões** Dados representam observações. Modelos inferem possibilidades. Ferramentas executam operações. Decisões autorizam efeitos. Um sistema de IA se torna perigoso quando trata essas quatro funções como equivalentes: dado vira verdade, probabilidade vira ordem, capacidade vira permissão e saída vira decisão. Engenharia de IA soberana começa por impedir essas conversões automáticas. **Capítulo 4 · Evidência, inferência, geração e validação** Evidência sustenta uma alegação; inferência estima o que não foi observado diretamente; geração compõe uma saída; validação testa se um artefato atende a critérios definidos num contexto de uso. Essas quatro funções podem cooperar, mas não são equivalentes. Um texto fluente não é evidência, uma citação não prova que a fonte sustenta a frase, confiança do modelo não é probabilidade de verdade e nenhum gerador deve certificar a própria resposta sem controles independentes. **Capítulo 5 · Os limites técnicos dos modelos de linguagem** Um modelo de linguagem não observa o mundo, não mantém memória operacional por conta própria, não compreende todos os tokens com a mesma qualidade, não obedece infalivelmente a instruções e não transforma contexto amplo em uso confiável de informação. Ele estima continuidades possíveis a partir de parâmetros, tokens, contexto e regras de decodificação. Seus resultados dependem do treinamento, do tokenizer, da arquitetura, da quantização, da configuração de inferência e do sistema que o envolve. **Capítulo 6 · Coleta responsável de dados públicos** Coletar dados públicos de forma responsável significa provar, antes e depois de cada captura, que existe uma finalidade legítima, que o acesso é permitido, que a quantidade obtida é necessária, que a infraestrutura não foi colocada em risco e que o material preservado pode ser distinguido de suas transformações. Um dado visível na internet não se torna, por esse motivo, livre de obrigações jurídicas, contratuais, éticas ou técnicas." }, { "nivel": 2, "titulo": "Ficha técnica", "texto": "Título Engenharia de IA Soberana Subtítulo Como construir, validar e governar sistemas inteligentes com modelos locais, evidências verificáveis e controle humano Autor [Raphael Sousa Pereira](https://raphaelsousapereira.com.br/) Selo Pandora Ω / Forja Editorial Versão atual Unidade editorial 06 · Forja editorial v1.0 · 2 de setembro de 2026 Status Em desenvolvimento · 6 de 30 capítulos escritos Idioma Português (Brasil)" }, { "nivel": 2, "titulo": "Acompanhe o lançamento", "texto": "Para receber os capítulos conforme forem concluídos, propor revisão técnica ou convidar o autor para entrevista e palestra. [Ir para a sala de imprensa](https://raphaelsousapereira.com.br/sala-de-imprensa-2/)" } ], "perguntas": [], "links": [ "https://raphaelsousapereira.com.br/", "https://raphaelsousapereira.com.br/sala-de-imprensa-2/" ], "jsonld": [ { "@context": "https://schema.org", "@graph": [ { "@type": "WebPage", "@id": "https://raphaelsousapereira.com.br/livro-engenharia-de-ia-soberana/", "url": "https://raphaelsousapereira.com.br/livro-engenharia-de-ia-soberana/", "image": { "@id": "https://raphaelsousapereira.com.br/wp-content/uploads/2026/10/capa-engenharia-de-ia-soberana-raphael-sousa-pereira.webp#image" }, "author": { "@id": "https://raphaelsousapereira.com.br/#raphael" }, "publisher": { "@id": "https://raphaelsousapereira.com.br/#organization" } }, { "@type": "ImageObject", "@id": "https://raphaelsousapereira.com.br/wp-content/uploads/2026/10/capa-engenharia-de-ia-soberana-raphael-sousa-pereira.webp#image", "contentUrl": "https://raphaelsousapereira.com.br/wp-content/uploads/2026/10/capa-engenharia-de-ia-soberana-raphael-sousa-pereira.webp", "url": "https://raphaelsousapereira.com.br/wp-content/uploads/2026/10/capa-engenharia-de-ia-soberana-raphael-sousa-pereira.webp", "width": 800, "height": 1200, "name": "Capa do livro Engenharia de IA Soberana, de Raphael Sousa Pereira", "description": "Capa do livro Engenharia de IA Soberana, de Raphael Sousa Pereira", "caption": "Capa do livro Engenharia de IA Soberana, de Raphael Sousa Pereira. Crédito: Acervo de Raphael Sousa Pereira", "inLanguage": "pt-BR", "creditText": "Acervo de Raphael Sousa Pereira", "isPartOf": { "@id": "https://raphaelsousapereira.com.br/livro-engenharia-de-ia-soberana/" }, "about": { "@type": "Thing", "name": "Engenharia de IA Soberana" } } ] }, { "@context": "https://schema.org", "@type": "Book", "@id": "https://raphaelsousapereira.com.br/livro-engenharia-de-ia-soberana/#livro", "name": "Engenharia de IA Soberana", "alternativeHeadline": "Como construir, validar e governar sistemas inteligentes com modelos locais, evidências verificáveis e controle humano", "author": { "@id": "https://raphaelsousapereira.com.br/#raphael", "@type": "Person", "name": "Raphael Sousa Pereira", "url": "https://raphaelsousapereira.com.br/" }, "image": "https://raphaelsousapereira.com.br/wp-content/uploads/2026/10/capa-engenharia-de-ia-soberana-raphael-sousa-pereira.webp", "inLanguage": "pt-BR", "bookEdition": "Unidade editorial 06 — Forja editorial v1.0", "dateCreated": "2026-09-02", "creativeWorkStatus": "Em desenvolvimento", "abstract": "Engenharia de IA começa quando o comportamento probabilístico de um modelo é colocado dentro de um sistema observável, testável, rastreável, reversível e governável.", "about": [ "Engenharia de IA", "IA soberana", "Governança de IA", "Modelos locais", "RAG", "Agentes de IA", "LGPD" ], "audience": { "@type": "Audience", "audienceType": "Engenheiros de software e ML, arquitetos, líderes técnicos, profissionais de risco e governança" }, "hasPart": [ { "@type": "Chapter", "position": 1, "name": "Por que usar uma IA não é fazer engenharia de IA", "abstract": "Usar uma IA é obter uma saída de um modelo. Fazer engenharia de IA é assumir responsabilidade pelo sistema inteiro que transforma contexto em decisão: dados, modelo, recuperação, ferramentas, permissões, validação, observabilidade, segurança, pessoas e mecanismos de interrupção. O primeiro ato pode caber em uma janela de conversa. O segundo precisa continuar funcionando quando o contexto muda, uma fonte falha, um usuário age de modo inesperado ou o modelo responde com convicção e sem fundamento." }, { "@type": "Chapter", "position": 2, "name": "A anatomia de um sistema inteligente", "abstract": "Um sistema inteligente não é um modelo cercado por uma interface. É uma organização de componentes que recebe sinais de um ambiente, constrói contexto, infere possibilidades, aplica regras, produz um efeito e registra o que aconteceu. Dados, identidade, memória, recuperação, ferramentas, validação, observabilidade e autoridade humana participam tanto da qualidade da resposta quanto os pesos do modelo. A inteligência percebida nasce do conjunto; a responsabilidade também." }, { "@type": "Chapter", "position": 3, "name": "Dados, modelos, ferramentas e decisões", "abstract": "Dados representam observações. Modelos inferem possibilidades. Ferramentas executam operações. Decisões autorizam efeitos. Um sistema de IA se torna perigoso quando trata essas quatro funções como equivalentes: dado vira verdade, probabilidade vira ordem, capacidade vira permissão e saída vira decisão. Engenharia de IA soberana começa por impedir essas conversões automáticas." }, { "@type": "Chapter", "position": 4, "name": "Evidência, inferência, geração e validação", "abstract": "Evidência sustenta uma alegação; inferência estima o que não foi observado diretamente; geração compõe uma saída; validação testa se um artefato atende a critérios definidos num contexto de uso. Essas quatro funções podem cooperar, mas não são equivalentes. Um texto fluente não é evidência, uma citação não prova que a fonte sustenta a frase, confiança do modelo não é probabilidade de verdade e nenhum gerador deve certificar a própria resposta sem controles independentes." }, { "@type": "Chapter", "position": 5, "name": "Os limites técnicos dos modelos de linguagem", "abstract": "Um modelo de linguagem não observa o mundo, não mantém memória operacional por conta própria, não compreende todos os tokens com a mesma qualidade, não obedece infalivelmente a instruções e não transforma contexto amplo em uso confiável de informação. Ele estima continuidades possíveis a partir de parâmetros, tokens, contexto e regras de decodificação. Seus resultados dependem do treinamento, do tokenizer, da arquitetura, da quantização, da configuração de inferência e do sistema que o envolve." }, { "@type": "Chapter", "position": 6, "name": "Coleta responsável de dados públicos", "abstract": "Coletar dados públicos de forma responsável significa provar, antes e depois de cada captura, que existe uma finalidade legítima, que o acesso é permitido, que a quantidade obtida é necessária, que a infraestrutura não foi colocada em risco e que o material preservado pode ser distinguido de suas transformações. Um dado visível na internet não se torna, por esse motivo, livre de obrigações jurídicas, contratuais, éticas ou técnicas." } ], "url": "https://raphaelsousapereira.com.br/livro-engenharia-de-ia-soberana/" } ] }