Effect-Transparent Governance for AI Workflow Architectures: Semantic Preservation, Expressive Minimality, and Decidability Boundaries

Esta pesquisa apresenta uma formalização verificada por máquina de arquiteturas de fluxo de trabalho de IA com governança transparente a efeitos, demonstrando que a governança pode ser imposta sem perder a expressividade computacional. Ela define um operador de governança G para mediar diretivas com efeitos como acesso à memória e consultas a LLMs, provando sete propriedades chave, incluindo completude de Turing governada e um limite de decidibilidade.