Os aprendizes do motor de decisão aprenderam com o passado: leram anos de histórico da despensa de ingredientes e formaram suas lentes sobre o mundo como ele era. Só que o mundo não fica parado. Um regime de volatilidade muda, uma crise reparte as caudas, um ciclo de juros inverte a lógica — e o aprendiz continua respondendo como se nada tivesse acontecido. Isso tem nome: deriva. E o perigoso é que a deriva não faz barulho — o modelo segue votando, confiante, sobre um mundo que já não existe.

No dia 24, a casa implantou o instrumento que tira essa mudez: o termômetro de deriva, medindo ingrediente por ingrediente se o mundo de hoje ainda se parece com o mundo de ontem.

Como se mede um mundo

A ideia é simples e antiga na estatística: pegue a distribuição de um ingrediente quando o modelo aprendeu — a variedade de leituras que ele viu no treino — e compare com a distribuição da mesma leitura hoje. O resultado é um único número, entre zero e infinito:

  • Perto de zero: o mundo está como o modelo conhece. Siga.
  • No meio do caminho: algo se moveu. Vale atenção, não pânico.
  • Acima da linha de corte (0,25): o terreno mudou de forma. O modelo está lendo um mapa velho.

A comparação é feita por ingrediente, não numa média geral. Uma média esconderia o que importa: pode ser que noventa e nove ingredientes estejam exatos e um — justamente o mais decisivo — tenha ido para outro endereço. O termômetro aponta qual gaveta mudou, não só que algo mudou.

flowchart LR D[(Despensa de<br/>ingredientes)] -->|"leitura<br/>de hoje"| T["Termômetro<br/>de deriva"] C[(Currículo de<br/>treino)] -->|"leitura<br/>de referência"| T T -->|"número por<br/>ingrediente"| R[Registro e<br/>aviso] R -->|"acima de 0,25"| A["⚠️ Mundo mudou"]

O que ele é — e o que não é

O termômetro é um vigia passivo: mede, registra e avisa, mas não bloqueia nada e não adivinha causa. Ele diz que a leitura saiu da forma — não diz por quê. Essa honestidade é deliberada: um detector que chuta explicação vira ruído.

Também é reprodutível por construção: a conta é determinística, sem aprendizado aleatório por trás — o mesmo par de distribuições sempre gera o mesmo número, na estação de treino ou na casa.

Por que 0,25?A linha de corte não é inventada: a regra consagrada de monitoramento de modelos trata leituras abaixo de 0,1 como estáveis, entre 0,1 e 0,25 como mudança moderada e acima de 0,25 como mudança significativa — o ponto em que o modelo deve voltar à escola (Wikipedia: Population Stability Index).

O que vem pela frente

O despertador que re-treina os aprendizes aos domingos ainda é a peça seguinte do ciclo — o termômetro já está no lugar onde essa peça vai se encaixar. E quando o endpoint do conselho abrir para operação, cada leitura de deriva estará registrada e consultável: a monitoração de deriva deixa de ser promessa e passa a ser peça de fábrica do Cervejeiros.Club.