Prontidão de Dados para IA (AI Data Readiness): barreiras e facilitadores na percepção de gestores de TI
Carregando...
Arquivos
Data
2026-03-17
Autores
Orientador(res)
Francisco, Eduardo de Rezende
Métricas
Título da Revista
ISSN da Revista
Título de Volume
Resumo
Iniciativas de Inteligência Artificial (IA) em fase piloto frequentemente estagnam ao tentarem avançar para a escala, não por limitações algorítmicas, mas porque os dados disponíveis carecem de confiabilidade, rastreabilidade e adequação ao uso. Esse cenário tem intensificado o debate sobre a prontidão de dados (Data Readiness), como uma perspectiva ampliada de qualidade e preparo de dados para IA. Diante desse contexto, este estudo analisa como fatores tecnológicos, organizacionais e ambientais se combinam para viabilizar ou restringir a prontidão de dados para IA, a partir da percepção de gestores de tecnologia. Para investigar esse fenômeno, adotou-se uma abordagem mista. Primeiro, realizaram-se 14 entrevistas semiestruturadas com gestores de TI de maio a setembro de 2025, que foram submetidas a uma codificação sistemática. Posteriormente, aplicaram-se análises quantitativas, descritivas e relacionais ao corpus codificado. Utilizou-se o framework Technology-OrganizationEnvironment (TOE) como lente analítica, posicionando a AI Data Readiness como variável mediadora entre os antecedentes do TOE e a percepção de avanço da IA Readiness. As evidências revelam um mecanismo sociotécnico de estagnação originado no encadeamento entre pressões ambientais e dilemas internos de governança. Esse processo desdobra-se em restrições de custo e de retorno sobre o investimento. Consequentemente, emergem limitações estruturais associadas a sistemas legados e dificuldades de integração. Esse encadeamento, culmina em barreiras técnicas interdependentes nas dimensões de AI Data Readiness. Este cenário sustenta a percepção de preparo inadequado, dificultando a escalabilidade de iniciativas de IA. Esse mecanismo é denominado, neste estudo, “Cascata do Imobilismo”. Observa-se, ainda, uma ambivalência das pressões ambientais: elas podem induzir formalização e controles, mas também amplificar trade-offs de velocidade, contribuindo para o aumento da dívida técnica e para a fragilização incremental da base de dados. Com base nesses achados, o estudo contribui para explicitar um modelo integrado no qual a prontidão de dados operacionaliza o TOE, elucidando a evolução percebida da prontidão em IA. Do ponto de vista gerencial, oferece direcionamentos para reduzir a dissonância entre a ambição estratégica de IA e as condições operacionais dos ativos de dados, com foco em governança, priorização e investimentos estruturantes na integração e modernização de legados.