A IA não é o título. A governança é.

Quando o Governo de Queensland, respaldado pelo relatório Governança na Era da IA: Preparação e Liderança Responsável, foi publicado pelo Serviço Geológico de Queensland em colaboração com FrontierSI, entrou em um debate global já repleto de advertências sobre a inteligência artificial. No entanto, o relatório em si tem cuidado em atenuar o alvoroço tecnológico. Em vez disso, posiciona a IA, particularmente a IA generativa, como um teste de estresse para algo muito mais fundamental: como as organizações governam os dados, tomam decisões e assumem a responsabilidade pelas tecnologias que implementam.

Como indicam os autores desde o início, “a questão crítica é se a organização ou departamento governamental está tecnicamente preparado para implementar esses serviços de forma responsável e em grande escala.” Esse foco estabelece o tom para todo o documento. Este não é um manifesto para a adoção rápida da IA, nem um apelo a nova legislação. É um documento de governança prática destinado a traduzir princípios de política em uma realidade institucional.

De um sucesso técnico a um problema de governança

O relatório se baseia mais na experiência do que na teoria. Apoia-se em um conceito de teste de IA generativa conhecido como o “Bibliotecário Digital”, desenvolvido pelo Serviço Geológico de Queensland para melhorar a descoberta em milhares de relatórios geológicos. Utilizando modelos de linguagem grande e geração aumentada por recuperação, o sistema demonstrou que a IA podia sintetizar dados complexos e não estruturados de forma muito mais eficiente do que as ferramentas de busca tradicionais.

Mas o sucesso expôs um problema mais profundo. Enquanto a tecnologia funcionava, a organização reconheceu que passar do teste de conceito para um serviço público em produção levantava perguntas que as políticas existentes não respondiam. O relatório observa que, embora as políticas de governança de IA enfatizem a ética, a qualidade, a confiabilidade e a explicabilidade, “oferecem uma orientação prática limitada sobre como traduzir esses princípios em um quadro implementável.” O documento foi escrito para preencher esse vazio.

Preparação antes do despliegue

Uma contribuição central do relatório é sua insistência de que a adoção da IA não é principalmente um desafio técnico. Em vez disso, introduz um Marco de Avaliação de Preparação para a IA construído em torno de quatro domínios: estratégia, organização, dados e tecnologia. Esses domínios são deliberadamente interdependentes. Como explica o relatório, “a adoção efetiva da IA requer preparação além da maturidade tecnológica”, e os dados, a governança, a liderança e a cultura devem evoluir juntos.

Esse foco é legal e regulamentarmente significativo. Muitos conflitos relacionados à tecnologia surgem não porque um sistema falhou, mas porque ninguém podia explicar quem era responsável, por que certos dados foram utilizados, ou como as decisões foram tomadas. Ao se concentrar na preparação, o relatório recontextualiza o risco como algo que se acumula quando as organizações escalam a tecnologia mais rápido do que sua capacidade de governança.

Governança que escala com o risco

O relatório também rejeita um modelo de supervisão de tamanho único. Propõe um quadro de governança em camadas alinhado ao ciclo de vida de um sistema de IA, desde o planejamento e design até o despliegue e monitoramento. Os artefatos de governança, como marcos de responsabilidade, planos de risco e impacto, controles de privacidade e segurança, e mecanismos de asseguração, são introduzidos de forma progressiva, dependendo do alcance e perfil de risco do sistema.

Como os autores sugerem, a governança deve ser “aplicada proporcionalmente à escala, complexidade, perfil de risco e ciclo de vida do serviço habilitado por IA.” Essa linguagem se assemelha intimamente ao pensamento regulatório contemporâneo em áreas que variam desde proteção de dados até serviços financeiros, e antecipa um escrutínio futuro em vez de reagir a ele depois que os fatos ocorrem.

Por que isso importa além da IA

Embora o relatório esteja emoldurado em torno da IA, suas implicações se estendem além da inteligência artificial. Em seu núcleo, o documento trata sobre tecnologias intensivas em dados e a disciplina institucional requerida para utilizá-las de maneira responsável. Isso é particularmente relevante nos setores de clima e energia, onde os dados são cada vez mais granulares, contínuos e significativos.

Como exemplo de metodologias de coleta de dados, os medidores inteligentes costumam ser discutidos como infraestrutura de hardware ou IoT, Internet das Coisas. Na realidade, seu valor reside no que acontece com os dados depois de serem coletados.

O Medidor Inteligente de Carbono de Carbon Credits Marketplace é um exemplo válido. A metodologia de coleta de dados tipicamente envolve informações de consumo de alta frequência e agregação a longo prazo para dMRV (Medição, Relato e Verificação Digital), bem como a capacidade de prever e rastrear tanto as tendências de emissões quanto o cumprimento.

De uma perspectiva de governança, isso coloca os dados do Medidor Inteligente de Carbono firmemente na categoria de dados de alto valor, mesmo onde não se encaixam estritamente nas definições tradicionais de informação pessoal.

Portanto, a ênfase do relatório de Queensland sobre a governança de dados é diretamente relevante. Destaca-se a importância da qualidade dos dados, a procedência, a integridade, a segurança e a gestão do ciclo de vida, sublinhando que “os dados asseguram confiança, integridade e qualidade como a base para que os sistemas de IA funcionem.” O mesmo é verdade para a contabilidade de carbono e a apresentação de relatórios sobre emissões.

Responsabilidade, não automação

Um dos temas mais ressonantes legalmente do relatório é a responsabilidade. É enfatizado repetidamente que a responsabilidade pelos serviços habilitados por IA não pode ser delegada à própria tecnologia. O quadro de governança define papéis explícitos, incluindo funcionários responsáveis, oficiais de estratégia, oficiais de governança de dados e funções de asseguração, todos projetados para manter uma linha clara de visão entre a liderança organizacional e os resultados do sistema.

Uma lição silenciosa, mas importante

A lição mais importante de Governança na Era da IA também é a mais silenciosa. Os sistemas construídos com a governança em mente têm mais chances de ganhar confiança, sobreviver a mudanças regulatoratórias e apoiar capacidades analíticas futuras sem redesigns dispendiosos. Aqueles que não o fizerem podem se encontrar limitados não pela lei, mas pela sua própria falta de preparação.

Como observa o próprio relatório, este trabalho representa “uma instantânea no tempo,” oferecida como uma contribuição a uma conversa em evolução. Essa conversa, sobre como se cruzam dados, tecnologia e governança, torna-se cada vez mais urgente. E é uma que se estende muito além da IA, até o coração de como medimos, gerenciamos e regulamentamos a transição para uma economia de baixo carbono.

Fonte: GSQ (2025), Governança na Era da IA: Preparação e Liderança Responsável, outubro de 2025.