Inferência

🔎 inferência · do particular ao geral, do automático ao falacioso

📘 Definição e exemplos

Inferência é o ato de derivar conclusões a partir de evidências, premissas ou observações. É a base do raciocínio humano e dos sistemas formais. Por exemplo, ao observar que "todos os corvos vistos até hoje são pretos", podemos inferir indutivamente que "todos os corvos são pretos". Na lógica dedutiva, uma inferência clássica é:

📌 Premissa 1: Se chove, a rua fica molhada.
📌 Premissa 2: Choveu.
📌 Conclusão: A rua está molhada. (modus ponens)

\[ \frac{P \rightarrow Q \quad P}{Q} \]

Em qualquer caso, inferir é passar de informações dadas para uma nova informação, que pode ser mais ou menos certa.

✅❌ Inferência correta e incorreta

Uma inferência é correta quando a conclusão se segue necessariamente das premissas (dedução) ou quando, embora não necessária, é apoiada fortemente pela evidência (indução forte). Exemplo válido:

• Correta (dedução): "Todos os homens são mortais. Sócrates é homem. Logo, Sócrates é mortal." (estrutura válida, premissas verdadeiras).
• Incorreta (falácia): "Todos os frutos são doces. Banana é fruto. Logo, banana é doce." A primeira premissa é falsa (nem todo fruto é doce), mas a forma lógica é válida; porém, o exemplo do enunciado chama a atenção para uma falácia de generalização. Um caso clássico de inferência inválida: "Se chover, a rua fica molhada. A rua está molhada. Portanto, choveu." (falácia da afirmação da consequente).

⚠️ Falácia comum: "Todo mundo que usa óculos é inteligente. Fulano usa óculos. Logo, Fulano é inteligente." A conclusão não decorre das premissas (a primeira premissa é falsa e a forma não é universalmente válida).

A lógica informal estuda esses desvios de raciocínio, conhecidos como falácias.

🤖 Inferência lógica automática (IA)

Sistemas de inteligência artificial realizam inferências automáticas a partir de uma base de conhecimento e regras de inferência. Por exemplo, em um sistema especialista, fatos e regras (como "Se febre E tosse → gripe") permitem diagnosticar doenças. Motores de regras (ex.: Drools, Prolog) aplicam encadeamento para frente (forward chaining) ou para trás (backward chaining).

\[ \text{Base: } \{ \forall x (C(x) \rightarrow M(x)),\; C(Sócrates) \} \quad \vdash \quad M(Sócrates) \]

Na prática, a inferência automática é usada em sistemas de recomendação, processamento de linguagem natural e até em provadores de teoremas.

• Forward chaining: parte dos fatos e aplica regras até atingir a conclusão.
• Backward chaining: parte da hipótese e tenta prová-la usando os fatos disponíveis.
• Resolução: método usado em lógica de primeira ordem (Robinson, 1965).

🧠 raciocínio Representação simbólica de inferência e conexões lógicas.

▶️ vídeo Como a IA realiza inferências: regras, fatos e motores de inferência.

🔁 Inferência: dedutiva, indutiva e abdutiva

Embora o foco seja a inferência em geral, vale distinguir os tipos principais:

• Dedutiva: conclusão necessária a partir das premissas (ex.: silogismo).
• Indutiva: conclusão provável baseada em padrões (ex.: "o sol nasceu todos os dias, então nascerá amanhã").
• Abdutiva: inferência da melhor explicação (ex.: "grama molhada → pode ter chovido ou o sprinkler ligado").

Na IA, a abdução é usada em diagnósticos e na compreensão de linguagem.

\[ \text{Dedução: } (A \rightarrow B), A \vdash B \qquad \text{Abdução: } (A \rightarrow B), B \vdash A \ (\text{possível explicação}) \]

✦ “Inferir é o combustível do conhecimento.” – baseado em C. S. Peirce ✦ fórmulas com \(\LaTeX\)