O direito de mudar o dado sobre mim

Se o cérebro pode mudar, por que o algoritmo deveria nos manter no passado?

No Blog 3 afirmamos:

o dado não é você.

Mas existe uma consequência ainda mais importante:

o dado sobre você também possui uma data.

Imagine uma IA Personalíssima acompanhando uma pessoa durante dez anos.

Ela aprende onde essa pessoa vai, o que lê, como escreve, seus horários, relações, escolhas e milhares de outras regularidades.

Depois de algum tempo, o modelo se torna muito bom.

Então a pessoa muda.

Talvez tenha aprendido alguma coisa.

Mudado de cidade.

Encontrado alguém.

Perdido alguém.

Começado uma profissão.

Abandonado outra.

Entrado em contato com outro território.

Envelhecido.

Ou simplesmente feito algo diferente.

A máquina possui milhares de evidências sobre quem aquela pessoa foi.

Mas quantas novas evidências precisa receber para admitir quem ela está se tornando?

Essa talvez seja uma das perguntas fundamentais para uma IA Personalíssima:

se o Corpo-Território pode mudar, quem dá ao algoritmo o direito de mantê-lo preso ao próprio passado?

Plasticidade: mudar não é uma exceção

A neuroplasticidade ocupa lugar central na trajetória científica de Roberto Lent.

Em uma síntese recente produzida no âmbito IBRO/IBE-UNESCO, Lent define neuroplasticidade como a capacidade do cérebro de modificar sua estrutura e função por meio da interação com o ambiente, ocorrendo em diferentes níveis, dos processos moleculares aos circuitos neurais.

Isso impede uma interpretação simplista.

Plasticidade não significa:

“podemos ser qualquer coisa.”

Também não significa que toda mudança seja benéfica.

Significa algo fundamental para nossa discussão:

o sistema nervoso possui história sem estar completamente congelado por sua história.

Aquilo que aconteceu participa do que existe agora.

Mas aquilo que acontece agora também participa do que poderá existir depois.

Para uma IA que aprende pessoas, essa diferença é enorme.

Quando memória se transforma em prisão estatística

Sistemas de IA aprendem regularidades porque regularidades são úteis.

Se durante cem manhãs escolhi café, prever café na manhã seguinte parece razoável.

Mas amanhã posso experimentar chá.

O sistema talvez considere isso ruído.

Cinco dias podem parecer uma exceção.

E vinte?

Em algum momento, aquilo que parecia desvio pode começar a representar uma nova regularidade.

A pergunta técnica é:

quanto peso dar ao passado e quanto peso dar ao novo?

Quando o modelo é sobre uma pessoa, porém, a questão também se torna ética e epistemológica.

Porque o algoritmo não apenas lembra.

Ele pode agir sobre aquilo que lembra.

Se acredita que gosto de determinado conteúdo, oferece mais dele.

Se oferece mais, modifica minha exposição.

Meu comportamento seguinte passa então a ocorrer em um ambiente parcialmente produzido pelo modelo de meu comportamento anterior.

Surge um circuito:

comportamento → dado → modelo → recomendação → ambiente modificado → novo comportamento.

O sistema deixa de apenas prever.

Passa a participar das condições da próxima escolha.

Quando o passado continua chegando ao presente

Imagine alguém que demonstrou interesse intenso por determinado assunto durante um período difícil.

O algoritmo aprende.

Meses depois, aquela pessoa mudou.

Mas a plataforma continua oferecendo o mesmo universo de conteúdos.

O passado continua chegando ao presente.

A pessoa mudou.

Seu ambiente algorítmico talvez não.

Uma representação historicamente correta pode tornar-se atualmente inadequada e ainda assim continuar influenciando o Corpo-Território.

No Blog 3 afirmamos que a representação não é o Ser.

Agora acrescentamos:

uma representação antiga não deveria adquirir o poder de dificultar que o Ser produza novas diferenças.

Reserva conectômica: aquilo que existe sem estar manifesto?

Em 2026, Roberto Lent, Fernanda Tovar-Moll e Diego Szczupak propuseram uma hipótese particularmente provocadora: connectomic reserve — reserva conectômica.

Os autores sugerem que conexões amplamente distribuídas pelo cérebro, algumas originadas durante o desenvolvimento e posteriormente menos evidentes funcionalmente, poderiam permanecer disponíveis para modulação ou remodelação plástica conforme demandas internas ou externas. Eles deixam claro que a proposta precisa ser experimentalmente testada.

Trabalhos anteriores do grupo já haviam mostrado que nossa compreensão da conectividade pode ser menos simples do que modelos tradicionais sugeriam. Um estudo de 2023 sobre disgenesia do corpo caloso encontrou reorganizações importantes e grande variabilidade de conexões heterotópicas; outro trabalho mostrou que conexões heterotópicas representam parcela expressiva das conexões calosas em diferentes espécies.

Não devemos transformar esses achados neuroanatômicos em prova sobre identidade ou liberdade humana.

Mas podemos formular uma pergunta BrainLatam:

quantas possibilidades de um Corpo-Território não aparecem em seus dados simplesmente porque ainda não foram manifestadas?

Uma IA aprende aquilo que ocorreu.

Mas aquilo que ocorreu não contém necessariamente tudo aquilo que ainda pode ocorrer.

Existe uma diferença entre:

probabilidade calculada a partir do passado

e

possibilidade ainda não manifestada.

A exceção pode ser o começo

Imagine alguém que repetiu determinado comportamento mil vezes.

Então faz algo diferente.

Estatisticamente, talvez seja um outlier.

Mas aquela diferença também pode ser o começo de uma transição.

A IA ainda não sabe.

A própria pessoa talvez também não.

Surge então uma pergunta:

a IA Personalíssima deveria eliminar rapidamente as exceções ou preservá-las tempo suficiente para descobrir se alguma delas representa o início de uma nova regularidade?

Nem toda exceção é transformação.

Mas toda transformação precisa, em algum momento, produzir alguma diferença em relação ao que vinha acontecendo.

Essa diferença precisa ter espaço para existir.

Não apagar o passado — temporalizá-lo

Aqui precisamos evitar o extremo oposto.

O direito de mudar o dado sobre mim não significa:

“apague tudo aquilo que não corresponde mais à pessoa que acredito ser.”

O passado aconteceu.

Registros primários legítimos possuem valor histórico.

Talvez a solução esteja menos em apagar e mais em temporalizar.

Uma IA Personalíssima poderia distinguir:

o que aconteceu → quando aconteceu → com que frequência → se continua acontecendo → qual inferência foi produzida → se ela ainda encontra suporte nos dados atuais.

Em vez de:

“Você prefere X.”

poderíamos ter:

“Entre 2023 e 2025, X apareceu como preferência recorrente. Nos últimos seis meses, esse padrão diminuiu.”

A primeira frase aproxima comportamento de identidade.

A segunda descreve trajetória.

E o Corpo-Território também é trajetória.

Poder dizer: “isso mudou”

Voltamos então à pergunta que originou esta série:

os dados de cada um precisam voltar a cada um, na linguagem de cada um, para que cada um possa interagir e mudar o dado dele minerado.

“Mudar o dado” precisa ser compreendido cuidadosamente.

Não significa falsificar o registro primário.

Significa poder dizer:

“Isso aconteceu, mas não representa mais minha situação atual.”

“Essa inferência perdeu contexto.”

“Esse comportamento pertencia àquele período.”

“Considere esta nova informação.”

“Mostre por que essa classificação ainda se aplica.”

A IA Personalíssima precisaria guardar simultaneamente:

memória suficiente para não falsificar a história

e

plasticidade suficiente para não transformar história em destino.

Corpo-Território: não é apenas o cérebro que muda

Existe ainda outra consequência.

A plasticidade não acontece isoladamente de experiências e ambiente. A própria definição apresentada por Lent enfatiza a interação cerebral com o ambiente.

Por isso falamos em Corpo-Território.

O território muda.

As relações mudam.

O trabalho muda.

A alimentação muda.

As palavras disponíveis mudam.

As tecnologias mudam.

As instituições mudam.

E novas diferenças tornam-se disponíveis para serem percebidas pelo corpo.

Uma IA Personalíssima talvez não devesse perguntar apenas:

“O que mudou em você?”

Precisaria também perguntar:

“O que mudou ao seu redor?”

Há aqui uma diferença fundamental entre construir um perfil digital e acompanhar um Corpo-Território.

Um estudo brasileiro de 2023 com participação de Lent oferece um bom alerta contra reduções fáceis: ao comparar homens com diferentes níveis de escolaridade, os pesquisadores não encontraram diferenças significativas nos números absolutos de células, neurônios e células não neuronais do lobo temporal medial atribuíveis à escolaridade. Relações entre experiência, cérebro e trajetória não podem ser reduzidas a uma única variável.

Hipótese BrainLatam: direito computacional à plasticidade

Chegamos então à quarta hipótese desta W41/2026:

Uma IA Personalíssima deveria preservar não apenas a memória do Corpo-Território, mas também sua possibilidade permanente de produzir diferenças que contradigam o modelo construído a partir de seu passado.

Chamamos provisoriamente isso de:

direito computacional à plasticidade.

Não é o direito de falsificar o passado.

É o direito de não ser condenado estatisticamente a repeti-lo.

A IA pode dizer:

“Durante muito tempo você foi por aqui.”

Mas precisa permanecer capaz de perceber:

“Talvez esteja surgindo outro caminho.”

E isso começa a nos levar para fora do indivíduo.

Porque ninguém muda completamente sozinho.

Mudamos em relações.

Aprendemos com outros.

Somos afetados por instituições, territórios, linguagens, economias e tecnologias.

Se cada Corpo-Território possui o direito de produzir novas diferenças, como construir algo coletivo sem transformar a regularidade da maioria em obrigação para cada um?

Como pertencer sem precisar se reduzir para caber?

É aqui que a palavra que aproximamos desde o início desta série precisa ocupar o centro:

Jiwasa — “A gente”: sentir pertencimento sem necessidade de reduzir o Ser.

Pertencemos e somos o Estado e suas instituições, mas cada Corpo-Território continua contendo novas possibilidades de ser Estado.

Talvez um futuro coletivo não dependa de descobrir como fazer todos seguirem o mesmo caminho.

Talvez dependa de construir um Estado capaz de perceber quando novos caminhos começam a aparecer.

Referências comentadas — América Latina, pós-2021

LENT, Roberto; TOVAR-MOLL, Fernanda; SZCZUPAK, Diego. The secret connections of the brain: a connectomic reserve for neuroplasticity? Brain, 2026.
Referência central deste ensaio. Propõe a reserva conectômica como hipótese relacionada à neuroplasticidade e à reserva cognitiva: conexões distribuídas poderiam permanecer disponíveis para remodelação ou modulação diante de demandas internas e externas. Os autores enfatizam que a hipótese ainda requer validação experimental.

LENT, Roberto. Neuroplasticity, for better and for worse. IBRO / IBE-UNESCO, 2025.
Apresenta a neuroplasticidade como capacidade cerebral de alterar estrutura e função em interação com o ambiente e em diferentes escalas de organização. É a base para nossa distinção entre possuir história e estar condenado a repeti-la.

SZCZUPAK, Diego; LENT, Roberto; TOVAR-MOLL, Fernanda; SILVA, Afonso C. Heterotopic connectivity of callosal dysgenesis in mice and humans. Frontiers in Neuroscience, 2023.
Mostra alterações e grande variabilidade das conexões heterotópicas em cérebros com disgenesia do corpo caloso. Para este ensaio, interessa como evidência de que diferentes organizações estruturais e processos de reorganização desafiam modelos excessivamente rígidos de conectividade.

SZCZUPAK, Diego et al. The relevance of heterotopic callosal fibers to interhemispheric connectivity of the mammalian brain. Cerebral Cortex, 2022/2023.
O estudo encontrou predominância de conexões calosas heterotópicas em camundongos, saguis e humanos, ampliando uma visão tradicionalmente mais centrada em conexões homotópicas. Ajuda a lembrar que até mapas científicos consolidados permanecem revisáveis diante de novas medidas.

DE MORAIS, Viviane A. Carvalho et al. Resilience of Neural Cellularity to the Influence of Low Educational Level. Brain Sciences, 2023.
Estudo brasileiro com participação de Roberto Lent que investigou escolaridade e composição celular do lobo temporal medial. Não encontrou diferenças significativas nos números absolutos de células, neurônios e células não neuronais atribuíveis à escolaridade nos grupos estudados. É útil como advertência contra relações causais simplistas entre uma variável ambiental e uma característica cerebral.

W41/2026 — CEPID da IA Personalíssima ao Futuro Coletivo

Hipótese BrainLatam: uma IA Personalíssima precisa possuir memória sem transformar memória em sentença. Se o Corpo-Território pode mudar, seu modelo computacional precisa permanecer aberto não apenas ao que ele foi, mas às diferenças que começam a anunciar aquilo que ele ainda pode vir a ser.