DECIDIRNA ERA DA IA
Menu
Baixar o kit

Ferramentas / TPL-09

Data Readiness Gate

Cinco gates de dados obrigatórios antes de uma iniciativa de IA entrar em produção.

Capítulo 7 · Fonte: revisão 3 da editora, p. 133, 134 · Versão digital 1.0

Baixar PDF ↓Baixar Word ↓Baixar Planilha ↓

Como usar

  1. Cada gate testa uma condição de dados.
  2. Se qualquer gate não for satisfeito, o modelo não opera em produção.

Você também pode preencher aqui. As respostas ficam nesta página enquanto ela estiver aberta. Exporte antes de sair; nenhum dado é enviado ou salvo no servidor.

Identificação
Gate 1: proveniência e consent

A origem de cada dataset consumido está documentada? Há registro de consent ou base legal para uso no contexto de IA (LGPD Art. 7, GDPR Art. 6)?

Data steward do domínio.

Documentação de proveniência por dataset, com registro de base legal; informe a localização do registro.

Gate 2: freshness (atualidade)

Os dados atendem ao SLA de atualização exigido pelo caso de uso? O SLA está definido e registrado?

Data steward do domínio, com validação do owner do caso de uso.

SLA definido por caso de uso: por exemplo, menos de 24h para domínios de alto risco: com monitoramento ativo de defasagem; informe o log de monitoramento.

Gate 3: PII detectada e tratada

Dados pessoais identificáveis foram detectados e tratados por mascaramento, anonimização ou pseudonimização antes de alimentar o modelo?

CISO ou DPO, com suporte do data steward.

Scan de PII executado, tratamento aplicado e registro documentado; informe o relatório do scan.

Gate 4: validação cruzada com source of truth

Os dados foram cruzados com a source of truth do domínio? Divergências materiais foram identificadas e resolvidas?

Data steward do domínio.

Taxa de divergência abaixo do limiar do caso de uso, com divergências materiais documentadas e resolvidas; informe o relatório de validação.

Gate 5: trilha de auditoria ativa

O pipeline rastreia, para qualquer output do modelo, os dados de entrada, a versão e o processo usados?

CIO ou líder de engenharia de dados.

Trilha funcional testada com ao menos uma decisão rastreada do output ao input; informe o resultado do teste de rastreabilidade.

Resultado

CIO, com validação do data steward e do owner do caso de uso.

Regras para fechar a decisão

  • Se qualquer gate não for satisfeito, o modelo não entra em produção até a remediação.
  • O gate de freshness exige SLA definido e registrado, com monitoramento ativo de defasagem.
  • A trilha de auditoria deve ser testada rastreando ao menos uma decisão do output ao input.
← Voltar às ferramentas