Pode deixar que já estou trabalhando nisso.
O artigo nasce de uma inquietação que carrego há alguns anos e é bem específica: como trazer o conceito de sintropia do Ernst Götsch (que na agricultura, trata da organização da vida a partir de relações, tempo e cooperação) para a engenharia de software, mas não como analogia… como fundamento.
A provocação central é simples: e se sistemas não fossem construídos, mas cultivados?
A partir disso, estamos desenvolvendo uma visão própria, o que chamamos de Ecossistema Syntropia de Ativos Tecnológicos. Nessa perspectiva, o software deixa de ser pensado como um conjunto de componentes acoplados e passa a ser entendido como um ecossistema, onde elementos interagem e se organizam para gerar valor de forma contínua.
Nesse ecossistema, partimos de três níveis: átomos, moléculas e substâncias. Os átomos são unidades fundamentais, universais e independentes de contexto. As moléculas não são código, mas relações; padrões de interação entre esses átomos. E as substâncias são a manifestação dessas relações em um contexto específico, onde o sistema ganha identidade e propósito.
O ponto interessante é que, quando você estrutura o sistema dessa forma, certas coisas deixam de ser “decisões arquiteturais” e passam a ser consequências naturais. Grafos deixam de ser modelados e passam a emergir. O contexto deixa de ser tratado como atributo e passa a ser estrutura. E até o uso de machine learning muda de papel: deixa de ser o centro da inteligência e passa a atuar apenas onde ainda existe incerteza.
Ainda estamos organizando essas ideias, mas a sensação é que existe uma mudança de paradigma aqui: de engenharia como construção para engenharia como cultivo.
Acho que pode render uma discussão interessante.
@phpeterle Hoje nossa infraestrutura é baseada em PostgreSQL, e quando precisamos de busca vetorial utilizamos extensões como pgvector. O componente vetorial entra como apoio, mas o núcleo da solução continua sendo a modelagem de contexto e relações.
@phpeterle Sim, utilizamos ML, mas ele não é o núcleo da decisão. A base é um grafo de contexto que estrutura as relações e o histórico dos eventos; o ML entra apenas para capturar padrões probabilísticos que não estão explicitados no modelo.
@phpeterle Eu acho que dá para se manter atualizado sem o X também, mas eu sinto que seria mais difícil para mim. Dá para extrair mais coisas do LinkedIn e do YouTube, também do WhatsApp e Telegram (esse cada vez menos)