Framework: como estruturar governança de IA

5 pilares do framework

Pilar 1: Artefatos (O que você produz)

Todo projeto precisa gerar artefatos documentados:

• Projeto Canvas—o quê? Por quê? Objetivo negócio? Owner?
• Data Sheet—que dados? De onde vêm? Como limpam? Qual é qualidade?
• Model Card—arquitetura. Treinamento. Performance métricas. Limitações.
• Risk Assessment—quais riscos? Como mitiga? Impacto se falhar?
• Deployment Checklist—antes de ir para produção, verifica 20+ critérios
• Runbook—se quebra, como consertar? Passo por passo.

Sem artefatos, não tem governança. Tem caos.

Pilar 2: Roles (Quem é responsável)

Defina papéis explícitos:

• Sponsor (negócio)—aprova recurso, define objective, escuta feedback
• Product Owner—define requisitos, prioriza feedback, faz tradeoff
• Data Owner—governa qualidade dos dados, acesso, segurança
• Model Owner—treina, valida, monitora modelo. É responsável por performance
• ML Engineer—deploya, operacionaliza, otimiza infraestrutura
• Ethics Reviewer—analisa se há bias, discriminação, impacto adverso

Uma pessoa pode ter múltiplos papéis, mas papel tem dono.

Pilar 3: Métricas (Como você mede)

Três níveis de métrica:

• Métrica técnica—acurácia, precision, recall, latência, throughput
• Métrica de negócio—redução de custo, aumento de conversão, tempo economizado
• Métrica de risco—% bias detecto, falsos positivos em aprovação crédito, casos escalados manualmente

Não meça só técnica. Técnica não importa se negócio não ganha ou risco explode.

Pilar 4: Gates (Quando você decide)

Estabeleça "gates" de aprovação:

• Gate 0: Idea—projeto é viável? Vale investimento?
• Gate 1: Data—temos dados? Dados são bons? Estamos entendendo distribição?
• Gate 2: Prototype—modelo funciona? Performance técnica é aceitável?
• Gate 3: Validation—modelo vale negócio? Risco foi mitigado? Ethics passou?
• Gate 4: Production—infraestrutura pronta? Monitoramento ligado? Team treinou?
• Gate 5: Monitoring—sistema está funcionando em produção? Métricas saudáveis?

Cada gate tem critério claro. Não passa se não atender critério.

Pilar 5: Continuidade (Como você melhora)

Estabeleça processo contínuo:

• Feedback loop—captura feedback de usuários. Entende desempenho real.
• Retraining schedule—modelo retreina a cada X semanas/meses
• A/B testing—nova versão vs antiga. Compara performance antes de full rollout
• Incident response—quando algo quebra, como responde? Como documenta?
• Review cadence—reunião periódica (semanal/mensal) para analisar: está funcionando? Precisa mudar?

Sem continuidade, você não melhora. Só degrada.