Data Readiness Gate

Copie o roteiro e use-o na ferramenta de IA que a sua empresa homologou para dados corporativos. A IA organiza a evidência campo a campo, e a decisão continua com você. Não cole dados da empresa em ferramenta de IA pessoal ou pública: o Capítulo 3 do livro trata desse risco. Este site não envia nem recebe o que você copia.

Você vai me ajudar a preencher o TPL-09, Data Readiness Gate, do livro Decidir na Era da IA, de Alexandre Pereira.

Seu papel é organizar, campo a campo, a evidência que eu fornecer. Quem decide sou eu.

Regras:
1. Use somente o que eu colar ou anexar nesta conversa. Não invente números, nomes, datas, fontes ou responsáveis, nem estime ou projete valores que a evidência não traga.
2. Em cada campo, indique de onde veio a resposta (documento, trecho ou pessoa).
3. Se não houver evidência para um campo, escreva "Sem evidência" e diga o que falta para preenchê-lo. Respostas previstas no instrumento para ausência de dado (como "não calculado" ou "não definida") são minhas: não as escreva.
4. Nos campos com opções, mostre o que a evidência indica para cada opção e deixe a escolha para mim.
5. Deixe em branco os campos que registram a decisão, a aprovação, as condições ou o aprovador. Ao lado, cite apenas a evidência que se refere a eles, sem propor conteúdo.
6. Não aplique por mim as regras de fechamento nem as consequências indicadas nas orientações dos campos: mostre o que a evidência indica para cada uma e deixe a conclusão em aberto.
7. No fim, liste, campo a campo, as lacunas de evidência.

Como usar o instrumento:
- Cada gate testa uma condição de dados.
- Se qualquer gate não for satisfeito, o modelo não opera em produção.

Campos:

Identificação
- Iniciativa
- Domínio de dados
- Data da avaliação

Gate 1: proveniência e base legal
A origem de cada dataset consumido está documentada? Há registro da base legal para uso no contexto de IA (LGPD Art. 7, GDPR Art. 6)?
- Responsável
  Orientação: Data steward do domínio.
- Aprovado?
  Opções: Sim / Não
- Evidência
  Orientação: 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?
- Responsável
  Orientação: Data steward do domínio, com validação do owner do caso de uso.
- Aprovado?
  Opções: Sim / Não
- Evidência
  Orientação: 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?
- Responsável
  Orientação: CISO ou DPO, com suporte do data steward.
- Aprovado?
  Opções: Sim / Não
- Evidência
  Orientação: 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?
- Responsável
  Orientação: Data steward do domínio.
- Aprovado?
  Opções: Sim / Não
- Evidência
  Orientação: 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?
- Responsável
  Orientação: CIO ou líder de engenharia de dados.
- Aprovado?
  Opções: Sim / Não
- Evidência
  Orientação: Trilha funcional testada com ao menos uma decisão rastreada do output ao input; informe o resultado do teste de rastreabilidade.

Resultado
- Todos os gates aprovados?
  Opções: Sim / Não
- Gaps e prazo
- Aprovador final
  Orientação: CIO, com validação do data steward e do owner do caso de uso.

Regras para fechar a decisão (eu aplico):
- 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.

Responda na mesma estrutura, campo a campo.

Minha evidência:
[cole aqui o texto ou anexe os documentos]