Como aproveitar o potencial dos dados para a IA?

É um lugar-comum que os dados são o motor da inteligência artificial (IA), já que esta depende de dados para aprender padrões e gerar resultados como previsões, conteúdos, recomendações ou decisões. Mas será que todos os dados têm o mesmo valor para a IA?

A Comissão Europeia, no Plano de Ação para um Continente da IA publicado a 9 de abril de 2025, que visa contribuir para a liderança da UE no domínio da IA, reconhece que para reforçar a inovação na IA, entre outros pilares, é necessário ter acesso a grandes volumes de dados de alta qualidade.

Mas esse não é o único aspeto que confere valor aos dados. Tanto dados pessoais como não pessoais são cruciais no desenvolvimento e eficácia dos sistemas de IA. No entanto, a sua utilização levanta desafios jurídicos para as organizações. Em particular, a utilização de dados pessoais – que são os mais “apetecíveis” – está sujeita a requisitos exigentes, previstos no RGPD e, no caso de sistemas de IA de risco elevado, no AI Act.

Nesse sentido, uma das perguntas mais frequentes das organizações é esta: podemos utilizar os dados que temos para desenvolver e/ou utilizar sistemas de IA?

A resposta a esta pergunta depende de vários fatores, como:

• Natureza do sistema: se é um sistema de IA ou uma ferramenta que apenas integra funcionalidades de IA;
• Papel da organização: o papel na cadeia de valor de IA (prestador, responsável pela implantação) e dos dados (fornecedor de datasets, responsável pelo tratamento, subcontratante);
• Tipo de dados e fase do ciclo de vida: diferentes riscos e requisitos aplicam-se consoante a sensibilidade dos dados e a fase do ciclo de vida da IA (treino, re-treino, utilização);
• Finalidade do tratamento: a compatibilidade entre a finalidade inicial da recolha e a utilização posterior no contexto do use case de IA.

Para tirar partido dos dados de forma estratégica, as organizações devem adotar um modelo de Data Governance, alinhado com o RGPD e o AI Act.

Principais medidas a considerar:

• Mapear os dados: realizar um inventário dos dados da organização, avaliar a sua qualidade e relevância, classificá-los de acordo com a sua sensibilidade ou importância estratégica (ex.: dados pessoais, segredos de negócio);
• Cumprir os princípios do RGPD: em especial, os da licitude, minimização e limitação das finalidades, já que um mesmo sistema pode integrar diversos tratamentos de dados e implicar diferentes bases legais em cada fase do seu ciclo de vida;
• Realizar avaliações de impacto: elaborar um DPIA para identificar e mitigar riscos à privacidade e aos direitos dos titulares, quando estejam envolvidos dados pessoais, ou avaliações de impacto específicas para sistemas de IA (ex.: FRIA);
• Promover a transparência e a explicabilidade: informar os indivíduos sobre o uso dos seus dados por sistemas de IA, explicando a lógica do sistema, objetivos e riscos;
• Capacitar os colaboradores: realizar formações contínuas sobre as melhores práticas de proteção de dados e utilização de IA.

Em suma, os dados estão no centro da IA — mas o seu valor só se concretiza quando utilizados de forma lícita e responsável. Neste sentido, no segundo semestre de 2025, a Comissão Europeia lançará a Data Union Strategy a fim de criar um verdadeiro mercado interno dos dados que promova a expansão das soluções IA. Apostar num framework robusto de governança de dados e IA é, por isso, essencial para potenciar o valor estratégico dos dados, dentro do quadro legal aplicável.