Tudo o que pode impactar a vida das pessoas ou a qualidade operacional dos negócios deve ser objeto de cuidado especial. Quem nunca acabou alterando ou duplicando um arquivo em seu próprio computador ou, pior, na empresa onde trabalha em meio a uma entrega com prazo apertado?

Isso pode até não ter grandes consequências quando lidamos com documentos simples em nossos próprios notebooks, mas é extremamente danoso em ambiente corporativo, porque afeta diretamente a integridade dos dados.

Quando falamos de preservar informações sensíveis dos clientes, colaboradores, fornecedores e da empresa como um todo, estamos falando de controle de acesso às informações, o que vai afetar a precisão dos dados que serão transformados em conhecimento relevante para o negócio.

Podemos dizer que a integridade dos dados é uma face do trabalho que serve de base tanto para segurança da informação quanto para a qualidade de dados de uma organização - e qualidade dos dados significa maior eficiência e oportunidades para inovar.

No entanto, dispor de mais dados não significa ter precisão - muito pelo contrário. Quanto melhor a qualidade dos dados que você tem na sua empresa, mais fácil vai ser para você conseguir fazer o uso das informações para desenvolver as melhores defesas contra ameaças internas e externas. Se você não sabe o que você tem, você não consegue encontrar a proteção certa, muito menos aproveitar os dados para diversos fins, escondidos na complexidade da "bagunça". 

Vários especialistas apontam nessa direção. Um deles é o cientista Andrew NG, que  desempenhou um papel significativo no avanço do aprendizado de máquina. Ele co-fundou o Google Brain, iniciativa de pesquisa em inteligência artificial do Google, e foi um dos criadores do curso online de aprendizado de máquina da Universidade de Stanford. Durante uma entrevista para a Revista Time, em 2017, ele afirmou que "a inteligência artificial seria a nova eletricidade".

Em seus estudos, ele também enfatiza que a qualidade dos dados é um fator crítico para obter resultados precisos e confiáveis ao aplicar técnicas de Machine Learning. Assim como a eletricidade, a IA tem o potencial de impulsionar a inovação, melhorar a eficiência operacional, aumentar a produtividade e criar oportunidades de negócios. É difícil pensar em uma grande empresa que não está sendo transformada pela inteligência artificial e por dados em geral.

Isso inclui diversas áreas como varejo, saúde, educação, meios de transporte, comunicações, dentre outros. Andrew N. G, em 2022, em palestra durante o evento Databricks, demonstrou que essa mudança de pensamento é fundamental para a inovação em inteligência artificial. Para a criação de produtos com Machine Learning, um imperativo para a sobrevivência das empresas, é necessário adotar perspectivas centradas nos dados, melhorando a qualidade dos dados a partir da coleta.

Ao aplicar técnicas de Machine Learning, as empresas podem reduzir custos, aumentar a produtividade e impulsionar o seu crescimento, ganhando vantagem competitiva no mercado. O tema tem sido  debatido desde muito antes da OpenAI se tornar o foco de discussões nas redes com seu ChatGPT. Para desenvolver um programa de Machine Learning que vai beneficiar seus produtos e, por consequência, seus clientes e usuários, é necessário, na perspectiva de Andrew NG, ter dados de alta qualidade - o que significa ter conjuntos de dados bem rotulados, completos, relevantes e representativos da tarefa ou problema em questão.

Me arrisco a complementar que isso só é possível a partir da privacidade. Quando falo isso, me refiro também a proporcionar a confidencialidade dos dados dos indivíduos, direito fundamental assegurado a todos os cidadãos pela Constituição Federal, e que possui, nos dias de hoje, ainda mais importância tendo em vista as transformações tecnológicas.

Na prática, é necessário possuir e exercer controle sobre esses dados. Os usuários têm o direito de receber informações claras e compreensíveis sobre como seus dados serão utilizados antes de concederem seu consentimento. Já as organizações têm o papel fundamental de serem claras quanto ao seu uso e compartilhamento.

É através do conceito de privacidade que se gera qualidade, integridade e robustez nos dados armazenados, garantindo que estejam em conformidade com os padrões de trabalho da empresa e a precisão necessária para tomadas de decisão. Só assim esses elementos podem trazer insights valiosos e corretos para a organização gerando uma maior vantagem competitiva.

Tudo se resume a manter a qualidade na coleta, armazenamento, utilização e  saída desses dados. Vale ressaltar que, embora o Machine Learning possa ser usado para aprimorar o controle de dados e o consentimento, a implementação dessas tecnologias deve ser feita com cuidado e consideração dos aspectos éticos e legais envolvidos.

É essencial garantir a transparência, a justiça e a conformidade com os regulamentos de privacidade e proteção de dados, bem como obter o consentimento informado dos usuários antes de coletar e processar seus dados. Em resumo, é como diz o ditado: "conhecer para proteger!".

Autora: Yasodara Cordova é pesquisadora-chefe em privacidade na Unico*

*O Open Data, ou dados abertos, significa que dados podem ser acessados por pessoas, empresas, instituições, times de pesquisa de forma livre, fácil e ágil. O que parece tentador para a prestação de serviços e até mesmo inovação guarda uma outra face: a ameaça à privacidade. Saiba mais sobre segurança e proteção de dados pessoais através da aula magna da autora, pelo link: https://www.plataformacidadaniadigital.com.br/