Онтологии снова в моде: как AI-агенты и Neo4j возрождают семантическую сеть

Os engenheiros de agentes de IA estão retornando em massa às ontologias em 2026 — grafos de conhecimento estruturados da era da Web Semântica (Semantic Web) — para manter os modelos de linguagem probabilísticos dentro de limites lógicos determinísticos. A abordagem que combina redes neurais com regras simbólicas é chamada de IA neurossimbólica (neurosymbolic AI).

Por que os agentes precisam de ontologias

As ontologias dão ao agente uma estrutura rígida da qual ele não pode "se afastar" dos fatos: elas descrevem os dados como um grafo — tipos de entidades, suas propriedades e relações dentro de um domínio específico. Um grande modelo de linguagem é forte em raciocínio probabilístico, mas é justamente essa probabilidade que torna o agente imprevisível; a ontologia funciona como um limitador lógico, mantendo o modelo dentro de um conjunto definido de regras.

Não é preciso criar esses esquemas do zero — a web já acumulou padrões maduros.

• "IA neurossimbólica" é a combinação de redes neurais com sistemas simbólicos baseados em regras
• Ontologias web prontas: Schema.org, FOAF, Dublin Core, RDFS e OWL (Web Ontology Language)
• Emil Eifrem (CEO da Neo4j) destaca três tipos de ontologias para agentes: de negócio, técnica e de rastros de execução
• A OpenLink Software está construindo uma "pilha de engenharia para agentes" sobre tecnologias da Web Semântica
• O tema foi discutido na AI Engineer World's Fair 2026; uma palestra de Frank Coyle, da UC Berkeley, durou 20 minutos

As três camadas de conhecimento segundo a Neo4j

Emil Eifrem, CEO do banco de dados de grafos Neo4j, divide as ontologias para agentes em três níveis. O primeiro é a ontologia de negócio, compreensível para humanos. O segundo é a ontologia técnica, ou seja, os metadados corporativos. O terceiro são os rastros de execução (execution traces), sinais que o agente deixa durante o trabalho.

A Neo4j incorpora as ontologias diretamente em seus produtos de agentes, enquanto sua concorrente OpenLink Software, liderada por Kingsley Idehen, está montando sobre as tecnologias da Semantic Web uma pilha completa para a engenharia de agentes.

Por que a Web Semântica fracassou antes

As primeiras tentativas de construir uma web semântica nas décadas de 1990 e 2000 fracassaram principalmente porque as ontologias eram caras demais para manter manualmente. Padrões como RDFS e OWL existiam havia décadas, mas as pessoas precisavam descrever e atualizar os esquemas de conhecimento manualmente — e não conseguiam acompanhar o ritmo.

O desenvolvedor de IA Prasenjit Sarkar propõe uma solução que, vinte anos atrás, não estava disponível: deixar que o próprio agente mantenha as ontologias, atualizando-as diretamente durante o trabalho. O que antes matava a Web Semântica agora pode se tornar sua salvação.

"A beleza de uma ontologia está no fato de que ela define os tipos de entidades e relações por meio dos quais a linguagem ganha contexto computável", —

Kingsley Idehen, fundador da OpenLink Software.

O que isso significa

As ontologias não são um retrocesso ao passado, mas uma camada de controle que faltava para os agentes: quanto mais empresas confiam ações reais aos modelos de linguagem, maior é a demanda por limites determinísticos que impeçam um modelo probabilístico de errar de forma cara.

Perguntas frequentes

O que é uma ontologia em termos simples?

Uma ontologia é um esquema formal de conhecimento em forma de grafo: ela lista os tipos de objetos de um domínio, suas propriedades e as relações entre eles. Para um agente de IA, é um mapa dos fatos e relações permitidos, do qual ele não sai.

O que é a IA neurossimbólica?

A IA neurossimbólica (neurosymbolic AI) é a união de redes neurais com sistemas simbólicos baseados em regras. A rede neural cuida do processamento probabilístico da linguagem, enquanto a ontologia simbólica cuida das restrições lógicas determinísticas.

Por que a Web Semântica não decolou nos anos 2000?

Segundo os participantes da discussão, a principal causa foi o custo da manutenção manual das ontologias: os padrões RDFS e OWL existiam, mas atualizar os esquemas de conhecimento dependia das pessoas. A ideia de 2026 é confiar essa manutenção aos próprios agentes.