O standard que é só uma pasta (e porque isso te devia interessar)

A Google publicou há semanas uma especificação que, vista de perto, é uma pasta de ficheiros de texto. Nada de base de dados nem de servidor: ficheiros markdown dentro de uma pasta. Parece demasiado simples para merecer atenção. Mas dá nome a um problema que muitas empresas já têm e ninguém tinha padronizado: onde é que o conhecimento da organização vive, e consegue uma máquina lê-lo?

O que é, sem rodeios

Chama-se Open Knowledge Format, ou OKF. A primeira versão saiu em junho, com licença aberta, e já vai na v0.2, o que diz alguma coisa sobre quão cedo estamos.

A ideia cabe numa frase: representar o conhecimento de uma organização como ficheiros markdown, cada um a descrever uma coisa (uma tabela, uma métrica, um procedimento), com um cabeçalho estruturado no topo e texto normal por baixo.

Se já usaste Obsidian, um wiki ou uma pasta bem arrumada no Drive, a forma é-te familiar. É de propósito. Markdown é texto simples: um humano lê num editor qualquer, um modelo de AI lê o mesmo ficheiro sem conversões. Os ficheiros ligam-se entre si com links markdown normais. Isso permite ao agente ver não só as páginas, mas também como se relacionam, quase como um pequeno grafo de conhecimento em versão low-tech.

O problema que resolve

Pensa no que é preciso saber para gerir um negócio e nunca está escrito num sítio só. O significado exato de uma métrica. Como dois sistemas se falam. O que fazer quando algo corre mal. Esse conhecimento vive espalhado: um bocado num catálogo, outro num wiki, outro em comentários de código, e muito na cabeça de uma ou duas pessoas.

Quando montas um assistente de AI para responder a "como calculo isto?", ele tem de coser a resposta a partir de retalhos com formatos diferentes. A Google chama-lhe o problema de montagem de contexto. A observação por trás do OKF é quase banal: há dezenas de equipas a resolver o mesmo problema, cada uma à sua maneira, e um formato comum pouparia trabalho.

O retrato honesto

Primeiro, o que o OKF não é: SEO. Isto vai tentar quem trabalha em pesquisa, mas é uma armadilha. O OKF não é sinal de ranking e um bundle não te mexe no tráfego esta semana nem na próxima.

A crítica mais séria é outra: o OKF resolve o formato, não o significado. Concordar no layout (pastas, ficheiros, campos) é relativamente fácil. Concordar no sentido, no que cada tipo de coisa quer dizer e na relação entre duas entidades, é muito mais difícil, e o OKF não tenta. Duas pastas válidas em OKF podem usar vocabulários diferentes para a mesma realidade, e os links dizem que dois conceitos se tocam sem dizer como. É deliberado: o OKF não impõe uma ontologia, e já há quem explore camadas semânticas por cima.

Depois há os riscos. Uma base de conhecimento que um agente atualiza sozinho é uma porta de entrada: se o agente escreve a partir de fontes que não controlas, a pasta pode incorporar instruções ou informação que não devia lá estar. A v0.2 começa a responder com mecanismos de proveniência e verificação, mas convém decidir cedo quem pode escrever na base, e se esse "quem" inclui máquinas.

E a ressalva habitual com a Google: o formato é aberto e não exige conta Google, mas muitas das ferramentas de referência nascem dentro do Google Cloud, e a conveniência de usar o que já lá está acaba por pesar.

Da trincheira

É aqui que isto deixa de ser teoria. Este site já funciona um pouco assim. O assistente que responde a quem o visita, o ROMEO, lê uma pasta de ficheiros markdown versionada no git: um ficheiro por tema, com o mesmo nome em português e em inglês, e cada secção pensada para ser lida sozinha por uma máquina. E tudo o que aprendi a pôr o site de pé (as armadilhas do Wagtail, o incidente em que o site serviu durante horas uma cópia de julho, as regras que não se voltam a quebrar) vive num ficheiro que o agente de código lê antes de mexer numa linha. Antes disso, esse saber estava onde está em quase todo o lado: na minha cabeça.

O OKF põe-me uma pergunta concreta: e se isto deixasse de ser um arranjo meu e passasse a seguir um formato comum, que outra ferramenta soubesse ler sem eu explicar nada? É o cenário para que o formato foi desenhado, à escala de quem trabalha sozinho.

E não é preciso ter um site com assistente para ter este problema. Imagina um museu de arte no Porto. A equipa coordena-se por WhatsApp. As horas de abertura vivem num Word que alguém atualiza de vez em quando. Os termos do empréstimo de uma obra estão num PDF de 2019, no email de alguém que já saiu. O inventário está num Excel, a política de visitas escolares noutro, e o site corre num painel que ninguém sabe quem administra. O conhecimento existe, só que espalhado por meia dúzia de ferramentas que não se falam.

No dia em que esse museu quiser pôr um assistente no site, bate na parede. Não há uma fonte organizada onde o assistente se apoie, e o resultado conhece-se: inventa horários, cita mal os termos de um empréstimo, contradiz a política de grupos. A lógica do OKF seria começar por arrumar esse conhecimento: um ficheiro para a bilheteira, outro para cada exposição, outros para empréstimos e procedimentos, tudo ligado. Mesmo que o chatbot nunca exista, o exercício obriga alguém a descobrir onde está a informação, qual é a versão certa e o que só existe na cabeça de uma pessoa. Se calhar o exercício vale mais do que o chatbot.

A visão de longo prazo

Então vale a pena? O formato em si não é urgente. É muito novo, mudou de 0.1 para 0.2 em semanas e vai mudar mais, e se puseres hoje o teu conhecimento em markdown e o mundo convergir para outra coisa, a migração é o menor dos problemas. Já o trabalho de fundo fica feito seja qual for o formato vencedor: tornar explícito e legível por máquinas o que hoje vive disperso entre pessoas e sistemas. O museu do Porto precisava desse trabalho antes de a Google publicar o OKF e vai continuar a precisar daqui a três anos.

O mais valioso no OKF é ter dado nome a uma camada que faltava e ter posto em cima da mesa um trabalho que muitas organizações continuam a adiar. A profundidade técnica é propositadamente pequena, e não faz mal nenhum.

Quanto do saber da tua organização desaparecia se a pessoa certa saísse amanhã? E, do que fica, quanto consegue uma máquina ler?