pos-estruturalista

name	pos-estruturalista
description	Skill de análise pós-estruturalista: análise foucaultiana de discurso, desconstrução derridiana, análise de poder-saber em IA, governança algorítmica e Diamond Model.
spec	SPEC-075
version	1.0
category	research
tags	["paradigma","pos-estruturalista","foucault","derrida","poder-saber","governanca-algoritmica","diamond-model"]
dependencies	["SPEC-075"]
tdd_suite	tests/test_r32_paradigmas.py
ct_count	7
status	active

SPEC-075 — Skill: Análise Pós-estruturalista

Objetivo

Aplicar o paradigma pós-estruturalista à análise crítica de sistemas de IA e tecnologia: análise foucaultiana de discurso e poder-saber, desconstrução derridiana de infraestruturas algorítmicas, aplicação do Diamond Model de Ética Política em IA, e análise de governança algorítmica.

CTs

CT	Descrição	Status
CT-01	SKILL.md existe com frontmatter	✅
CT-02	Template: Análise Foucaultiana de Discurso em IA	✅
CT-03	Template: Desconstrução Derridiana de Infraestrutura Algorítmica	✅
CT-04	Protocolo: Diamond Model de Ética Política em IA (Bozdağ)	✅
CT-05	Template: Análise de Poder-Saber em Sistemas Algorítmicos	✅
CT-06	Template: Mapeamento de Regimes de Verdade Algorítmicos	✅
CT-07	Template: Análise de Colonialismo Algorítmico	✅

Template 1: Análise Foucaultiana de Discurso em IA

Etapas

1. Identificação do enunciado: O que o sistema de IA diz/faz? Qual conhecimento ele produz?

   • Que tipo de afirmações o sistema gera?
   • Como essas afirmações são validadas como verdade?
   • Quem pode contestá-las?

2. Formação discursiva: Que regras determinam o que pode ser dito?

   • Que corpus treinou o modelo?
   • Que vieses de curadoria existem?
   • Que estruturas de relevância organizam o output?

3. Poder-saber: Como o sistema produz e é produzido por relações de poder?

   • Quem controla o desenvolvimento?
   • Quem se beneficia da classificação produzida?
   • Quem é marginalizado pelo sistema?

4. Governamentalidade algorítmica: Como o sistema governa condutas?

   • Que comportamentos o sistema incentiva/desincentiva?
   • Que normas são naturalizadas?
   • Que formas de resistência são possíveis?

Aplicação a LLMs (Kouros, 2026)

• RLHF como técnica de normalização: julgamentos humanos situados transformados em objetivos escaláveis
• Efeitos de verdade sem procedimentos de verdade: outputs linguisticamente fluentes sem compreensão proposicional
• O LLM como aparelho discursivo produtivo que molda horizontes de inteligibilidade

Template 2: Desconstrução Derridiana de Infraestrutura Algorítmica

Etapas

1. Identificar binário oposicional: Que par oposto estrutura o sistema?

   • Ex: treino/teste, humano/máquina, público/privado, objetivo/subjetivo

2. Inverter hierarquia: Mostrar que o termo subordinado é condição de possibilidade do dominante

   • Ex: o "teste" não é posterior ao "treino" — o teste define o que conta como treino bem-sucedido

3. Différance: Mostrar que o significado é adiado e diferido

   • Ex: o significado de "precisão" muda conforme o contexto de avaliação
   • Ex: a "verdade" do modelo é sempre adiada para a próxima validação

4. Rastro (trace): O que está ausente mas é condição de presença?

   • Ex: o trabalho humano anônimo por trás dos datasets de treino
   • Ex: os custos ambientais excluídos da métrica de performance

5. Suplemento: O que é tratado como externo mas é constitutivo?

   • Ex: a "intervenção humana" como suplemento necessário à "autonomia" da IA
   • Ex: o "viés" como suplemento constitutivo da "objetividade" algorítmica

Aplicação ao PSIR (Mestre, 2025)

• Problema ôntico-ontológico: confusão entre entes ônticos e existência ontológica na filosofia da informação
• Problema abstrato-concreto: falha em explicar o movimento de dados noumenais a dados fenomenais
• Reconstrução: PSIR supera problemas do ISR ao subverter a totalidade informacional

Template 3: Diamond Model de Ética Política em IA (Bozdağ, 2026)

As Quatro Dimensões de Justiça

Fechamento (Dussel)	Dimensão de Justiça	Válvula de Reabertura
Matéria	Justiça Distributiva	Redistribuição de recursos computacionais
Relação	Justiça Relacional	Proximidade e participação comunitária
Ser	Justiça Ontológica	Opacidade deliberada — recusa de classificação
Tempo	Justiça Temporal	Hesitação — pausa antes da predição

Etapas de Aplicação

1. Mapear o sistema de IA alvo em termos das 4 camadas do Stack (Bratton)
2. Identificar para cada camada qual fechamento opera
3. Mapear a dimensão de justiça correspondente
4. Propor válvula(s) de reabertura: design, regulação ou ação coletiva
5. Verificar exterioridade: quem está sendo tornado ilegível ou incomputável?

Template 4: Análise de Poder-Saber em Sistemas Algorítmicos

Dimensões (Foucault, 1980)

1. Poder disciplinar: Como o sistema classifica, hierarchiza e normaliza?

   • Que critérios definem o "normal" e o "desviante"?
   • Como essas classificações produzem sujeitos?

2. Biopoder: Como o sistema gere populações e riscos?

   • Que predições de risco são feitas?
   • Como essas predições afetam o acesso a recursos?

3. Segurança: Como o sistema gerencia circulação e incerteza?

   • Que mecanismos de modulação operam?
   • Como o sistema antecipa e pré-formata comportamentos?

4. Sociedade de controle algorítmico: Modulação contínua, não disciplinar

   • Dados como traço de circulação, não como ficha disciplinar
   • Predição como controle prévio sobre possibilidades futuras

Template 5: Mapeamento de Regimes de Verdade Algorítmicos

Características do Regime (Artificial Truth, 2026)

1. Economia da confiança reestruturada: Autoridade epistêmica desloca-se de instituições para capital nativo de plataforma (métricas de engajamento, proximidade afetiva)
2. IA generativa como ator epistêmico: Produção de "verdade sintética" por fluência linguística, não por compreensão proposicional
3. Veridicção computacional institucionalizada: Julgamentos epistêmicos situados transformados em classificações probabilísticas apresentadas como neutras

Checklist de Análise

• O sistema produz efeitos de verdade sem procedimentos de verdade correspondentes?
• A plausibilidade computacional substituiu a correspondência como critério de verdade?
• Quem detém o poder de definir o que conta como fato no ecossistema?
• Que formas de conhecimento são sistematicamente excluídas?

Template 6: Análise de Colonialismo Algorítmico

Quatro Dinâmicas (AI Ethics in Postcolonial Contexts, 2026)

1. Colonialismo algorítmico: Sistemas externos impõem categorias e classificações sobre contextos locais
2. Colonialismo de dados: Infraestruturas de captura de dados operam em regime extrativo
3. Imperialismo de plataforma: Plataformas globais determinam regras de participação
4. Sub-imperialismo de plataforma: Atores intermediários do Sul Global mediam e reproduzem dinâmicas coloniais

Mecanismos

• Epistemic templating: modelos treinados em dados do Norte Global aplicados a contextos do Sul
• Governance transfer: frameworks regulatórios importados sem adaptação contextual
• Infrastructural lock-in: dependência de infraestruturas de nuvem estrangeiras
• Labour opacity: trabalho humano invisível de anotação e moderação

Referências da Skill

• Bozdağ, A.A. (2026). AI as Political Infrastructure. Philosophy & Technology, 39, 54. DOI: 10.1007/s13347-026-01058-9
• Kouros, T. (2026). From 'objectivity' to obedience: LLMs as discourse, discipline, and power. AI & Society. DOI: 10.1007/s00146-026-02994-y
• Foucault, M. (1977). Discipline and Punish. Pantheon.
• Foucault, M. (1980). Power/Knowledge. Pantheon.
• Derrida, J. (1967). De la grammatologie. Minuit.
• Mestre, J. (2025). Post-Structural Informational Realism. ALISE Proceedings. DOI: 10.21900/j.alise.2025.2063
• Cote, M.P. & Aires, S. (2025). Futurity as Infrastructure. arXiv:2508.15680.
• Artificial Truth: Algorithmic Power. (2026). Social Sciences, 16(3), 102. DOI: 10.3390/socsci16030102