The Taxonomy

A shared vocabulary for describing technology.

Each category is a question people ask about a technology, and its elements are the answers. Choose a category, then an element, to see its icon and what it means. New to the terms? Read the concepts.

Português: machine reviewed translation.It has not been checked by a fluent reviewer.Translation status

Finalidade

Qual é a finalidade deste sistema?

Por que este sistema existe — o resultado que ele foi projetado para alcançar.

AcessibilidadeGarante que todas as pessoas tenham acesso igual a um espaço ou serviço.

Artes e culturaPossibilita a expressão artística e/ou cultural.

Fronteiras e imigraçãoApoia decisões ou procedimentos de imigração, asilo ou travessia de fronteira — por exemplo, reconhecimento facial no controle de fronteira, análise de pedidos de visto, avaliação de risco em pedidos de asilo.

ComércioPossibilita a compra e venda de bens e serviços.

Moderação de conteúdoFiltra, classifica ou remove conteúdo gerado por usuários com base em políticas — por exemplo, moderação de comentários em um totem voltado ao público, filtragem de imagens ou detecção de discurso de ódio.

AlimentaçãoPara oferecer serviços de alimentação ou refeições.

EcologiaApoia a medição ou o monitoramento do meio ambiente natural.

Educação e aprendizagemApoia o ensino, a aprendizagem, a avaliação ou a orientação educacional — por exemplo, assistentes de tutoria, correção automatizada ou sistemas de recomendação de bibliotecas e museus.

Elegibilidade e benefícios públicosDetermina a elegibilidade para benefícios governamentais e serviços públicos essenciais, ou a distribuição deles — por exemplo, concessão de benefícios sociais, auxílio-moradia, pontuação de risco em serviços de proteção à criança.

Emprego e trabalhoApoia a contratação, a definição de escalas, a avaliação de desempenho ou as operações no local de trabalho — por exemplo, triagem de currículos, distribuição de turnos, monitoramento de produtividade.

Eficiência energéticaReduz o consumo de energia e/ou ajuda a economizar energia.

FiscalizaçãoUsado para fazer cumprir regras ou regulamentos.

EntradaApoia a autenticação ou validação para acessar um espaço ou serviço.

Serviços financeirosApoia empréstimos, seguros, detecção de fraude ou outras decisões financeiras sobre pessoas — por exemplo, pontuação de crédito, subscrição de seguros, sinalização de fraude em transações.

Incêndio e emergênciaApoia serviços que garantem a segurança e a saúde públicas em situações de emergência.

Saúde ambientalMede ou monitora aspectos do ambiente físico que afetam a saúde humana — qualidade do ar, qualidade da água, radiação, ruído ou exposições no local de trabalho. Diferente de Assistência à saúde, que apoia o cuidado clínico de indivíduos.

Assistência à saúdeApoia o cuidado clínico de indivíduos — por exemplo, apoio ao diagnóstico, recomendações de tratamento, triagem de pacientes ou chatbots de saúde. Diferente de Saúde ambiental, que monitora o ambiente físico.

InformarApoia a prestação de informações de uso geral — balcão de atendimento, perguntas frequentes, sinalização ou orientações sobre um serviço. Diferente de Orientação e serviços, que abrange a orientação espacial e as rotas dentro de um lugar.

LogísticaApoia a movimentação de bens ou materiais.

Marketing e personalizaçãoDireciona publicidade, personaliza recomendações ou traça perfis de públicos para fins de marketing — por exemplo, ofertas de fidelidade na loja, sinalização personalizada, direcionamento de anúncios com base em comportamento.

MobilidadeApoia a forma como pessoas e materiais se deslocam.

Planejamento e tomada de decisãoApoia previsões e análises de impacto de políticas no nível da população ou do sistema — por exemplo, planejamento urbano, planejamento de infraestrutura ou medição do impacto de uma decisão de política pública. Diferente de Avaliação de risco e triagem, que atribui pontuações a indivíduos.

Pesquisa e desenvolvimentoApoia um instrumento de pesquisa implantado — um sistema que estuda um lugar, uma população ou um ambiente como parte de um programa de pesquisa. Diferente de um sistema de produção, que presta um serviço ao público.

Avaliação de risco e triagemAtribui pontuações ou prioridades a indivíduos ou casos para atenção ou providências adicionais — por exemplo, pontuação de reincidência, triagem hospitalar, alertas de risco na proteção à criança. Diferente de Planejamento e tomada de decisão, que faz previsões no nível da população ou do sistema.

Segurança e proteçãoApoia a redução preventiva de riscos em ambientes físicos — por exemplo, segurança contra incêndio, segurança residencial ou garantia de circulação segura em aeroportos ou em vias. Diferente de Fiscalização (aplicação de regras) e de Incêndio e emergência (resposta a incidentes).

Tradução e acesso linguísticoTraduz fala, texto ou sinalização para tornar um lugar ou serviço acessível em diferentes línguas — por exemplo, interpretação em tempo real em um balcão de atendimento, sinalização multilíngue.

Gestão de resíduosApoia o manejo e a destinação de resíduos, inclusive recicláveis, compostáveis e materiais perigosos.

Uso eficiente da águaReduz o consumo de água e/ou ajuda a economizar água.

Orientação e serviçosPossibilita que as pessoas se orientem em um local e encontrem suas comodidades e serviços.

Responsável

Quem é responsável por este sistema?

A organização responsável por implantar e operar este sistema.

Context: Papel

Como esta organização participa da implantação do sistema.

FornecedorA organização que desenvolve, fornece ou licencia o sistema.

ImplantadorA organização que implanta e opera o sistema neste local.

InstituiçãoA entidade responsável por este sistema e que responde por ele

OrganizaçãoA entidade responsável por este sistema e que responde por ele

Pessoas afetadas

Em quem este sistema é usado?

As pessoas em quem este sistema é usado, ou cujas vidas são afetadas pelas decisões dele — inclusive quem nunca escolheu interagir com ele.

Context: Relação

Como este sistema atinge esta pessoa ou este grupo.

Alvo de decisãoO sistema produz um resultado sobre esta pessoa que a afeta diretamente — uma pontuação, uma correspondência, uma decisão de elegibilidade.

Captação incidentalVai parar nos dados do sistema, mesmo que ele não esteja tomando uma decisão sobre a pessoa — um rosto ao fundo de uma câmera apontada para outro lugar.

Comunidade em geralUm lugar ou grupo afetado coletivamente, para além dos indivíduos que o sistema processa — um bairro sob vigilância, uma equipe de trabalho classificada em ranking.

PessoasAs pessoas em quem este sistema é usado, ou cujas vidas são afetadas pelas decisões dele.

O que faz

O que este sistema está fazendo?

As ações deste sistema, ditas com verbos do dia a dia — ele percebe, prevê, decide, cria, move. Dar nome aos verbos ajuda a entender no que o sistema interfere e o que pode dar errado.

Context: Participação humana

Quem fecha o ciclo — um sinal rápido, no nível do sistema, de quanto funciona sem uma pessoa, mostrado no verbo que ele colore. Uma caracterização geral da implantação, não uma auditoria técnica.

Uma pessoa decideEste sistema sugere ou informa; uma pessoa toma a decisão antes que qualquer coisa produza efeito. Exemplo: uma ferramenta de triagem ordena os casos para um profissional de saúde, que escolhe quais atender primeiro.

Uma pessoa supervisiona ou executaEste sistema chega ao resultado por conta própria; pessoas o supervisionam, podem intervir ou executam elas mesmas o resultado. Exemplo: um otimizador planeja as rotas de coleta do dia, e os motoristas as percorrem.

Funciona por conta própriaEste sistema decide e produz efeito sem que uma pessoa revise cada resultado. Exemplo: um pedágio que muda de preço e cobra automaticamente conforme o trânsito varia.

AgeAge — divide um objetivo em etapas e as executa em software: aciona ferramentas, faz reservas, protocola documentos, encaminha casos a um nível superior, executa fluxos de trabalho de várias etapas em nome de alguém. O resultado é uma ação realizada, não um conteúdo devolvido. Exemplos: agendar uma reunião, enviar uma declaração, encaminhar um chamado a um nível superior. Quando a ação move algo físico, trata-se de Move.

RespondeResponde — responde às perguntas das pessoas em uma conversa: um chatbot, um assistente de voz, uma linha telefônica automatizada. Mantém um diálogo dirigido a você naquele momento. Exemplos: um chatbot de transporte público explicando um atraso, uma central de atendimento encaminhando seu pedido. Diferente de Cria, que produz conteúdo que continua existindo por si só depois.

CriaCria — produz novos textos, imagens, áudios, vídeos ou códigos que não existiam antes de este sistema ser executado. O resultado é um conteúdo de autoria do sistema, não um rótulo ou uma pontuação sobre dados existentes. Exemplos: redigir um parágrafo a partir de um comando, gerar uma imagem a partir de uma descrição, compor áudio, completar código. Diferente de Responde, que responde a você em uma conversa.

DecideDecide — determina um resultado que produz efeito: aprovar ou negar, definir preços, distribuir recursos, sinalizar para providências. Exemplos: um pedágio dinâmico definido conforme o trânsito, um pedido aprovado ou recusado, a designação de uma equipe para um atendimento. Quando uma pessoa toma a decisão final a partir das sugestões do sistema, trata-se de Recomenda.

IdentificaIdentifica — reconhece quem é alguém ou o que é algo ao comparar um rosto, uma voz, uma impressão digital, uma placa ou uma conta com registros conhecidos. Transforma "alguém está aqui" em "esta pessoa está aqui". Exemplos: a conferência do rosto em um portão de embarque, a consulta de uma placa em um pórtico de pedágio. Diferente de Percebe, que detecta sem dar nome.

MoveMove — age sobre o mundo físico. O sistema aciona motores, válvulas, sinais ou outros atuadores e muda algo ao seu redor. Exemplos: conduzir um robô, mudar a fase de um semáforo, abrir um portão, ajustar a ventilação de um prédio, liberar uma cancela de estacionamento.

PrevêPrevê — estima o que é provável: uma previsão, uma pontuação de risco, uma probabilidade. Diz o que pode acontecer; outra pessoa ou outra coisa ainda decide o que fazer a respeito. Exemplos: uma previsão do tamanho da fila, uma pontuação de risco de crédito, uma previsão de lotação para a próxima hora. Diferente de Decide, que faz um resultado produzir efeito.

RecomendaRecomenda — sugere opções para uma pessoa escolher: um ranking, uma lista reduzida, uma rota ou um tratamento sugeridos. Nada produz efeito até que alguém aceite a sugestão. Exemplos: um ranking de triagem para um profissional de saúde, uma rota alternativa oferecida a quem dirige, produtos mostrados primeiro. Diferente de Decide, em que o resultado produz efeito por conta própria.

PercebePercebe — transforma sinais brutos de câmeras, microfones ou sensores em coisas que o restante do sistema pode usar: detecções, transcrições, leituras. Inclui o monitoramento contínuo à espera de eventos. Exemplos: detectar um veículo em uma imagem de câmera, transcrever uma frase falada, notar que uma plataforma está lotada. Diferente de Identifica, que dá nome a quem ou ao que é percebido.

EntendeEntende — extrai significado de texto ou fala, encontra ideias relacionadas e conecta o que lê a um contexto salvo. Devolve correspondências, intenções, resumos ou ligações com conhecimento anterior relevante, não conteúdo novo. Exemplos: associar uma pergunta ao artigo de ajuda certo, localizar a cláusula da política que se aplica a um caso, reconhecer o assunto de uma frase.

Riscos e mitigação

Quais são os riscos e como são mitigados?

Os riscos que este sistema pode criar e como estão sendo enfrentados.

Perda de autonomiaO risco de que este sistema limite a capacidade de uma pessoa de tomar as próprias decisões, controlar sua identidade ou escolher livremente. Isso inclui riscos de acesso restrito a alternativas, de design enganoso que empurra as decisões para um determinado resultado e de falta de consentimento efetivo. As medidas de mitigação podem incluir mecanismos para optar por não participar, recomendações transparentes, configurações padrão que protejam a autonomia e revisão humana de decisões de grande impacto.

Dano às liberdades civisO risco de que este sistema comprometa direitos humanos fundamentais e liberdades civis — expressão, reunião, circulação, devido processo legal ou proteção contra vigilância arbitrária. Isso inclui riscos decorrentes de reconhecimento facial em massa, policiamento preditivo, censura de expressão lícita e efeitos inibidores sobre protestos. As medidas de mitigação podem incluir limites rígidos de finalidade, supervisão judicial ou independente, retenção de dados restrita e avaliações de impacto sobre direitos humanos antes da implantação.

Dano ambientalO risco de que este sistema cause degradação ambiental por meio do consumo de energia, do uso de água, do lixo eletrônico, das emissões de carbono ou da extração de recursos para hardware. Isso inclui riscos decorrentes da computação usada no treinamento, da inferência sempre ativa, da demanda de resfriamento dos data centers e da troca rápida de hardware. As medidas de mitigação podem incluir metas de eficiência energética e hídrica, relatórios transparentes sobre a pegada computacional, planejamento do ciclo de vida do hardware e contratação de energia renovável para a operação de data centers.

Dano financeiro e comercialO risco de que este sistema cause perdas financeiras a indivíduos ou prejuízos a organizações por meio de preços errados, serviços negados, fraude ou manipulação de mercado. Isso inclui riscos decorrentes de decisões de crédito automatizadas, desigualdades na precificação dinâmica, golpes viabilizados por IA e interrupções na cadeia de suprimentos causadas por uso indevido. As medidas de mitigação podem incluir salvaguardas de acessibilidade financeira, auditorias de equidade dos modelos de precificação, camadas de detecção de fraude e procedimentos claros de reparação.

Dano físicoO risco de que as saídas deste sistema levem a lesões físicas em indivíduos ou a danos a bens. Isso inclui riscos decorrentes de veículos autônomos, de acionamentos robóticos, de orientações de navegação com falhas ou de erros em infraestruturas críticas que colocam pessoas ou bens em perigo. As medidas de mitigação podem incluir testes rigorosos de segurança, configurações padrão à prova de falhas, cercas virtuais que bloqueiem comportamentos perigosos e supervisão humana de ações físicas de alto risco.

Dano político e econômicoO risco de que este sistema manipule o debate político, interfira em eleições, concentre poder de mercado ou prejudique instituições públicas. Isso inclui riscos de mídia sintética direcionada a eleitores, de direcionamento opaco de anúncios, de distorção da concorrência por acesso monopolista a dados e a capacidade computacional e de erosão da confiança nas instituições. As medidas de mitigação podem incluir a identificação de conteúdo sintético, atenção antitruste aos mercados de IA, acesso de auditoria para órgãos reguladores e exigências de transparência para anúncios políticos.

Perda de privacidadeO risco de que este sistema capte, infira ou revele mais sobre as pessoas do que elas esperam ou do que aceitaram. Isso inclui riscos de rastreamento dos deslocamentos das pessoas ao longo do tempo, de reidentificação de dados que deveriam ser anônimos, de cruzamento de registros entre sistemas para montar perfis e de reutilização de dados para finalidades além da declarada. As medidas de mitigação podem incluir coletar apenas o necessário, processar os dados no próprio dispositivo, anonimizar no momento da captação, períodos curtos de retenção e avaliações de impacto sobre a privacidade antes da implantação.

Dano psicológicoO risco de que este sistema cause prejuízo emocional ou à saúde mental, de forma direta ou indireta. Isso inclui riscos decorrentes de ciclos de estímulo viciantes, de sofrimento causado por vigilância, de assédio por meio de conteúdo gerado e de ansiedade provocada por recusas automatizadas. As medidas de mitigação podem incluir avisos de conteúdo, salvaguardas de bem-estar, design adequado à idade, canais de apoio acessíveis e limites de frequência para comportamentos que maximizam o engajamento.

Dano à reputaçãoO risco de que este sistema prejudique a reputação de indivíduos, grupos ou organizações por meio de identificação incorreta, categorização falsa ou rótulos estigmatizantes. Isso inclui riscos de reconhecimento facial impreciso, de conteúdo gerado difamatório e de pontuações públicas injustas que acompanham as pessoas em diferentes contextos. As medidas de mitigação podem incluir limites mínimos de precisão antes da aplicação de rótulos visíveis ao público, revisão humana de identificações de alto impacto, procedimentos de remoção e direitos claros de correção.

Violação de segurança e de dadosO risco de que este sistema ou os dados que ele mantém sejam acessados, roubados, alterados ou controlados por alguém que não deveria ter acesso a eles. Isso inclui riscos decorrentes de câmeras ou sensores invadidos, de bancos de dados vazados, de transmissões interceptadas, de uso indevido por pessoas de dentro da organização e de adulterações que fazem um sistema informar ou agir de forma falsa. As medidas de mitigação podem incluir criptografia no armazenamento e na transmissão, controles rígidos de acesso, testes de segurança regulares, atualizações rápidas de software e a notificação das pessoas afetadas quando ocorre uma violação.

Dano social e culturalO risco de que este sistema prejudique comunidades ou a cultura por meio da erosão da confiança, da perda de diversidade linguística e cultural ou de uma dependência pouco saudável de sistemas opacos. Isso inclui riscos de desinformação em larga escala, de homogeneização da expressão cultural, de substituição do conhecimento local e de degradação dos ecossistemas de informação pública. As medidas de mitigação podem incluir suporte multilíngue, parcerias com as comunidades afetadas, sinais de procedência em conteúdo gerado e investimento em modelos voltados às línguas e aos contextos locais.

Direitos

Quais são os seus direitos?

O que você pode fazer em relação a este sistema — como acessar, contestar ou optar por não participar.

Direito de acessoO direito de solicitar e receber informações sobre quais dados pessoais um sistema coletou sobre você, como esses dados estão sendo usados e quais decisões foram tomadas com base nessas informações. Isso inclui o direito de obter uma cópia dos seus dados em formato legível.

Direito à transparência algorítmicaO direito de receber informações, em linguagem simples, sobre como um sistema funciona de modo geral — a lógica envolvida, a importância do tratamento e as consequências prováveis para as pessoas afetadas. É o direito de entender o sistema em si; o direito à explicação de uma decisão específica tomada sobre você é um direito separado.

Direito ao esquecimentoO direito de ter seus dados pessoais excluídos de um sistema quando os dados não forem mais necessários para a finalidade original, quando você retirar o consentimento ou quando não houver interesse legítimo em continuar a tratá-los. Quando tecnicamente viável, isso também inclui fazer o sistema "desaprender" as informações derivadas dos seus dados. É um direito de exclusão; o direito de interromper o tratamento sem exclusão é um direito separado.

Direito de contestaçãoO direito de contestar uma decisão que um sistema tomou sobre você — de fornecer informações adicionais, expressar seu ponto de vista e ter a decisão reconsiderada com base no que você apresentou. É um recurso para depois que a decisão foi tomada; o direito à revisão humana antes de uma decisão ser colocada em prática é um direito separado.

Direito de corrigir seus dadosO direito de ter corrigidos ou completados os dados imprecisos ou incompletos que um sistema mantém sobre você. É separado do direito de acesso aos seus dados (que é o direito de lê-los) e do direito ao esquecimento (que é o direito de excluí-los). Quando os dados originais são corrigidos, as decisões posteriores tomadas a partir dos dados incorretos devem ser revistas.

Direito à explicação de uma decisãoO direito a uma explicação clara e significativa de como um sistema contribuiu para uma decisão específica que afeta você — que papel o sistema teve, os principais fatores que levaram ao resultado e o que isso significa para você. Esse direito abrange a decisão efetivamente tomada sobre você; o direito de receber informações sobre como o sistema funciona de modo geral é um direito separado.

Direito à não discriminaçãoO direito de não sofrer tratamento discriminatório por um sistema com base em características protegidas, como raça, gênero, idade, religião, deficiência ou orientação sexual. As organizações devem implementar e comprovar medidas técnicas e organizacionais adequadas para evitar que seus sistemas produzam resultados discriminatórios.

Direito de interromper o tratamentoO direito de pedir a uma organização que pare de usar seus dados pessoais, mesmo quando os dados em si não são excluídos. É separado do direito ao esquecimento (que exclui os dados) e do direito à limitação da finalidade (que restringe as finalidades originalmente declaradas). É o recurso de parada imediata acionado pela própria pessoa — seus dados podem continuar arquivados, mas nenhum novo tratamento deve ser feito com eles.

Direito à limitação da finalidadeO direito de que seus dados sejam usados apenas para as finalidades específicas declaradas no momento da coleta. A organização deve declarar e documentar essas finalidades antes do início da coleta e fica proibida de usar seus dados depois para finalidades novas e não relacionadas sem o seu conhecimento ou consentimento. É um limite prévio que define quais usos podem ser permitidos; o direito de interromper um tratamento já em andamento é um direito separado.

Direito à revisão humanaO direito de que uma pessoa — e não um sistema automatizado — tome ou reconsidere de forma efetiva uma decisão que afeta você. É um caminho para uma decisão não automatizada, separado do direito de contestar uma decisão que já foi tomada. A pessoa que faz a revisão deve ter autoridade e informações para realmente mudar o resultado.

Direito à informaçãoO direito de saber que um sistema está em operação antes que ele colete dados sobre você ou que qualquer decisão que afete você seja tomada. Isso inclui receber o aviso de que dados sobre você estão sendo coletados, de que você está interagindo com um sistema automatizado e não com uma pessoa, de que um conteúdo foi gerado por IA e de que há tecnologia biométrica ou de reconhecimento de emoções em uso. É a condição prévia para todos os outros direitos desta categoria — você não pode exercer direitos que não sabe que se aplicam a você.

Tecnologia de coleta

O que capta os dados que este sistema usa?

Os dispositivos e canais que captam os dados de entrada deste sistema — câmeras, sensores, microfones, formulários ou dados recebidos de outros sistemas. É o instrumento que coleta os dados, diferente do algoritmo que os processa.

Leitor biométricoCapta uma característica física para identificação — impressão digital, palma da mão, íris ou leitura do rosto em um portão, totem ou catraca. É o dispositivo de captura em si; a comparação da leitura com templates armazenados é o reconhecimento biométrico, que aparece em Algoritmo ou modelo.

CâmeraCapta imagens estáticas ou vídeo de um lugar — instalada em um poste, um veículo, um drone ou embutida em um dispositivo. Inclui câmeras infravermelhas e térmicas. É o dispositivo de captura em si; as técnicas que analisam as imagens aparecem em Algoritmo ou modelo, e o quanto as imagens são identificáveis aparece na categoria Dados de entrada.

Telemetria de dispositivos conectadosLeituras transmitidas automaticamente por objetos conectados — veículos informando velocidade e posição, dispositivos vestíveis informando batimentos cardíacos, medidores inteligentes informando consumo de energia, máquinas informando o próprio estado. Uma captura contínua que funciona em segundo plano no uso cotidiano.

Sensor ambientalMede as condições do entorno — qualidade do ar, temperatura, umidade, nível de ruído, nível da água ou clima. Esses sensores leem o ambiente, não as pessoas, embora as leituras de ruído e de ar ainda possam refletir a atividade humana.

Registros existentesDados que a organização já possui — contas de clientes, processos, cadastros, históricos de transações, solicitações anteriores. Nada de novo é captado do mundo; o sistema recorre ao que foi registrado antes, às vezes para uma finalidade original diferente.

MicrofoneCapta som — fala, ruído ambiente ou eventos sonoros específicos, como vidro quebrando ou disparos de arma de fogo. Encontrado em alto-falantes inteligentes, totens, interfones e instalações de monitoramento acústico. É o dispositivo de captura em si; o reconhecimento de fala e outras análises aparecem em Algoritmo ou modelo.

Conexão de redeConecta este sistema a uma rede — um modem de celular, um ponto de acesso Wi-Fi ou uma conexão com fio. Ela transporta dados em vez de captá-los, mas os registros de conexão ainda podem revelar quais dispositivos estavam por perto ou conectados, e um ponto de acesso que oferece Wi-Fi público também é um serviço ao qual as pessoas se conectam.

Posicionamento e localizaçãoDetermina onde algo está — receptores de GPS em veículos ou aplicativos, beacons Bluetooth ou sistemas de posicionamento em ambientes internos. Produz rastros de localização, um dos tipos mais reveladores de dados pessoais quando ligados a uma pessoa ou ao dispositivo dela.

Sensor de presença e movimentoDetecta que alguém ou algo está ali, ou está se movendo, sem captar imagem — infravermelho passivo, ultrassom, tapetes de pressão, contadores de porta, sensores de ocupação de assentos. Informa ao sistema que um espaço está ocupado, não quem o ocupa.

Dados recebidos de terceirosDados recebidos de outra organização — comprados, licenciados ou entregues por meio de uma API ou de um acordo de compartilhamento de dados. Exemplos: registros de birôs de crédito, serviços de meteorologia, fornecedores de mapas, corretores de dados. As pessoas descritas nos dados talvez nunca tenham tido contato com quem opera este sistema.

Informações fornecidas pelas pessoasInformações que as pessoas fornecem de propósito — um formulário que preenchem, um texto que digitam, uma busca que fazem, uma foto que enviam, um comando de voz que dão. A pessoa sabe que está entregando algo, ao contrário da captação que acontece ao seu redor.

Detecção de veículosDetecta veículos em uma via ou em um espaço — radar, LiDAR, laços indutivos no pavimento, faixas piezoelétricas ou detectores instalados em pórticos. Usada para contar o fluxo de veículos, medir a velocidade e detectar congestionamentos. Câmeras de leitura de placas pertencem a Câmera.

Detecção de sinais sem fioDetecta os sinais de rádio que os dispositivos emitem — sondagens de Wi-Fi de celulares, Bluetooth, etiquetas RFID ou aproximações por NFC. Costuma ser usada para contar ou rastrear dispositivos que passam por um espaço; o sinal de um dispositivo pode funcionar como um identificador persistente da pessoa que o carrega.

Dados de entrada

Que dados de entrada este sistema processa?

Os dados de entrada que este sistema implantado processa quando está em funcionamento.

Context: Informações pessoais

O quanto os dados são identificáveis quando este sistema os processa. O nome do elemento diz sobre o que são os dados; esta cor diz o quão diretamente eles identificam uma pessoa.

Dados anonimizadosDados sobre pessoas em que o vínculo com a identidade foi rompido. Tiveram os identificadores removidos ou foram desfocados, agregados ou alterados com ruído, de modo que este sistema não consiga, de forma razoável, ligar um registro a um indivíduo.

Dados pseudonimizadosOs dados de cada pessoa ficam ligados a um código (hash, ID, template) que permite a este sistema reconhecer a mesma pessoa em diferentes eventos, mas o código em si não revela um nome. A reidentificação é possível com informações adicionais.

Dados identificáveisOs dados contêm um identificador direto (nome, endereço, nome de conta, rosto ou voz reconhecível, número de placa) ou trazem um código que este sistema usa para consultar a identidade legal durante o processamento.

Dados sobre uma mediçãoLeituras de sensores — qualidade do ar, temperatura, nível de som, energia, vazão de água. O sistema recebe medições numéricas de sensores físicos, geralmente sem ligação com nenhuma pessoa. Exemplos: leituras de PM2,5 de um monitor de qualidade do ar, níveis de decibéis de um sensor de som, quilowatts-hora de um medidor.

Dados sobre um lugarLocalizações, rotas, arredores ou plantas baixas. O sistema recebe dados que descrevem onde algo está. Exemplos: coordenadas de GPS de um celular, contagens de pedestres em uma calçada, um mapa dos corredores de um prédio.

Dados sobre comportamentoToques, escolhas, trajetos percorridos, tempo de permanência, compras ou consultas. O sistema recebe registros do que as pessoas fizeram. Exemplos: destinos tocados em um totem de orientação, itens adicionados a um carrinho, uma busca digitada em um terminal público.

Dados biométricosRostos, impressões digitais, impressões de voz, modo de andar, gestos, olhar, postura. O sistema recebe sinais biológicos do corpo de uma pessoa. Exemplos: um rosto captado em uma catraca, uma voz gravada pelo microfone de um totem, o modo de andar analisado por uma câmera instalada no alto.

Uma decisão sobre vocêUma elegibilidade, classificação, ranking ou um sim/não que outro sistema já definiu sobre uma pessoa. O sistema recebe essa decisão anterior e a usa como entrada. Exemplos: uma pontuação de crédito vinda de outro modelo, um sinal de acesso liberado vindo de uma etapa anterior, uma classe de triagem atribuída mais cedo no fluxo.

Conteúdo geradoTexto, imagens, áudio ou vídeo que um sistema de IA criou. O sistema recebe esse conteúdo sintético e continua a processá-lo. Exemplos: um resumo escrito por um LLM enviado a um tradutor, uma foto gerada encaminhada a um modelo de moderação, um trecho de texto convertido em fala direcionado a um sistema de áudio.

Dados operacionaisHorários, rotas, orçamentos, contagens de ocupação, registros públicos ou outros dados administrativos — que não tratam de nenhuma pessoa em particular. O sistema recebe dados que descrevem como um lugar ou serviço funciona. Exemplos: ocupação de uma escola por hora, rotas de coleta de lixo, uma tabela de horários do transporte público, o orçamento de um departamento.

Uma ação físicaUm sinal de que algo mudou no mundo físico — uma porta que se abre, uma luz que acende, um alerta que soa. O sistema recebe indícios dessas mudanças vindos de atuadores ou sensores de etapas anteriores. Exemplos: um evento de destravamento de catraca, um ajuste de climatização registrado por um sensor, um alerta emitido pelo sistema de som em uma etapa anterior.

Uma recomendação ou previsãoUma sugestão, previsão, pontuação de risco ou ranking produzido antes por outro sistema. O sistema recebe essa saída de caráter consultivo e a utiliza. Diferente de uma decisão vinculante porque orienta em vez de determinar. Exemplos: uma curva de demanda prevista, uma pontuação de risco de um modelo anterior, uma rota recomendada por um serviço de navegação.

Dados pessoais sensíveisSaúde, finanças, crenças, sexualidade, situação migratória ou outras informações pessoais que envolvem risco jurídico e social. O sistema recebe esse tipo de dado protegido. Exemplos: elegibilidade a um seguro em um totem de clínica, a situação de um pedido de benefício, um pronome autodeclarado.

Algoritmo ou modelo

Que algoritmo ou modelo processa os dados?

O que processa os dados de entrada — a família de algoritmos, a classe de modelo ou a técnica usada para transformar entradas em saídas.

Análise de afeto e emoçõesTécnicas que inferem estado emocional, humor ou sentimento a partir de texto, fala, expressões faciais ou sinais fisiológicos. Usadas para medir o sentimento de uma multidão, avaliar a experiência com um serviço ou identificar sinais de sofrimento. A precisão e a imparcialidade cultural da inferência de afeto são contestadas, e algumas jurisdições restringem seu uso em locais de trabalho e serviços públicos.

Detecção de anomaliasTécnicas que sinalizam eventos, padrões ou valores incomuns que se afastam de uma referência aprendida de comportamento normal. Usadas para prever falhas de equipamentos, identificar fraudes, detectar invasões, monitorar vazamentos de água e alertar sobre fluxos incomuns de multidões. As saídas costumam ser pontuações comparadas a um limite, e não decisões diretas.

Reconhecimento biométricoTécnicas que identificam ou verificam uma pessoa específica a partir de sinais biológicos — rosto, impressão digital, voz, íris ou modo de andar. Diferente da visão computacional genérica porque a saída fica ligada a um indivíduo identificado pelo nome. Muitas jurisdições restringem ou proíbem o reconhecimento biométrico em espaços acessíveis ao público.

Classificação e previsãoTécnicas que atribuem um rótulo a uma entrada ou estimam um resultado numérico — incluindo classificadores (spam ou não spam, faixa de risco), regressores (demanda prevista, espera estimada) e modelos de previsão de séries temporais (número de passageiros na próxima hora, carga de energia). São construídas a partir de dados históricos rotulados, com modelos estatísticos ou de aprendizado de máquina.

Agrupamento e segmentaçãoTécnicas que reúnem pessoas, lugares ou eventos em grupos com base em semelhança, sem usar rótulos predefinidos. Usadas para segmentar públicos, padrões de mobilidade, perfis de consumo de energia ou zonas de demanda por serviços. As saídas são atribuições a grupos que os sistemas seguintes podem tratar como categorias — embora os grupos sejam inferidos, e não definidos por alguém.

Visão computacionalTécnicas que interpretam imagens ou vídeo — contando pessoas, detectando objetos, lendo texto em imagens, acompanhando movimentos ou segmentando cenas. Comuns em detecção de ocupação, monitoramento de trânsito e de multidões, apoio à acessibilidade e inspeção de sinalização. Diferente do reconhecimento biométrico, que identifica indivíduos específicos.

Modelos de linguagemModelos que leem, escrevem, resumem, traduzem ou mantêm uma conversa em linguagem humana. Incluem grandes modelos de linguagem (LLMs), chatbots e sistemas de geração de texto. Funcionam prevendo os próximos tokens mais prováveis a partir da entrada e de qualquer contexto anterior.

OtimizaçãoTécnicas que buscam a melhor atribuição, rota, escala ou alocação dentro de restrições. Incluem roteirização de veículos, temporização de semáforos para o transporte público, programação de energia e climatização, escalas de pessoal e alocação de recursos. Funcionam explorando possibilidades para maximizar ou minimizar um objetivo declarado, como custo, tempo ou emissões.

Transformação que preserva a privacidadeTécnicas cuja principal função é transformar os dados de entrada para que os detalhes que identificam pessoas sejam removidos, desfocados ou substituídos antes de qualquer uso posterior. Incluem desfoque de rostos, mascaramento de placas de veículos, tokenização, k-anonimização, privacidade diferencial e geração de dados sintéticos. Funcionam como uma barreira entre os dados brutos coletados e os dados usados para análises ou decisões.

Recomendação e rankingTécnicas que sugerem ou ordenam itens para uma pessoa — serviços, listagens, notícias, opções de orientação — com base em preferências, comportamento ou semelhança com outras pessoas. Incluem filtragem colaborativa, sistemas de recomendação baseados em conteúdo e ranking aprendido. Personalizam o que cada pessoa vê a partir do mesmo catálogo de base.

Busca e recuperaçãoTécnicas que encontram e apresentam conteúdo relevante em um conjunto de documentos, registros ou mídias em resposta a uma consulta. Incluem busca semântica, recuperação vetorial e fluxos de geração aumentada por recuperação (RAG), que enviam trechos relevantes a um modelo de linguagem. Usadas para responder a perguntas sobre documentos, consultar registros públicos e pesquisar em bibliotecas ou arquivos.

Fala e áudioTécnicas que convertem palavras faladas em outros formatos e vice-versa, ou que classificam sons que não são fala. Incluem conversão de fala em texto (transcrição), conversão de texto em fala (voz sintética), detecção de palavras-chave e detecção de eventos sonoros. A voz como identidade (reconhecer quem está falando) pertence a Reconhecimento biométrico.

Dados de saída

O que este sistema produz?

Os dados de saída que este sistema implantado produz quando está em funcionamento — decisões, conteúdo e ações.

Context: Informações pessoais

O quanto os dados são identificáveis quando este sistema os produz. O nome do elemento diz sobre o que é a saída; esta cor diz o quão diretamente ela identifica uma pessoa.

Dados anonimizadosSaída sobre pessoas em que o vínculo com a identidade foi rompido. Teve os identificadores removidos ou foi desfocada, agregada ou alterada com ruído, de modo que o resultado não possa, de forma razoável, ser ligado a um indivíduo.

Dados pseudonimizadosA saída é marcada com um código (hash, ID, template) que permite a este sistema ligar o resultado à mesma pessoa em diferentes eventos sem revelar um nome. A reidentificação é possível com informações adicionais.

Dados identificáveisA saída nomeia uma pessoa diretamente (nome, endereço, conta, rosto ou voz reconhecível, placa) ou traz um código que este sistema converte em identidade legal na mesma etapa.

Dados sobre uma mediçãoO sistema produz medições numéricas ao longo do tempo — saídas de sensores, índices de qualidade derivados, valores previstos. Exemplos: um índice horário de qualidade do ar de uma praça, uma curva prevista de número de passageiros para amanhã, uma leitura agregada de nível de ruído publicada em um painel público.

Dados sobre um lugarO sistema produz saídas de localização, rota, região ou planta baixa. Exemplos: uma rota de orientação exibida em um totem, um mapa de calor da densidade de pedestres, o limite de uma cerca virtual publicado para sistemas seguintes.

Dados sobre comportamentoO sistema produz registros do que as pessoas fizeram — trajetos percorridos, itens selecionados, tempos de permanência, padrões de interação. Exemplos: um relatório semanal dos destinos mais visitados, um registro de sessão das interações em tela sensível ao toque, uma rota inferida que alguém percorreu em um local.

Dados biométricosO sistema produz saídas que contêm sinais biológicos do corpo de uma pessoa — templates faciais, representações numéricas da voz, vetores do modo de andar, sequências de gestos. Exemplos: um template facial cadastrado e armazenado em uma etapa seguinte, uma representação numérica da voz para comparação posterior, uma assinatura do modo de andar exportada para outro sistema.

Uma decisão sobre vocêO sistema produz uma determinação vinculante sobre uma pessoa — elegibilidade, classificação, ranking ou sim/não. Exemplos: um sistema de controle de acesso que decide abrir um portão, um resultado automatizado de elegibilidade a benefícios, uma triagem automatizada que exclui alguém.

Conteúdo geradoO sistema produz conteúdo novo — texto, imagens, áudio ou vídeo que não existiam antes. Exemplos: um aviso de serviço escrito por um LLM exibido em uma placa, um aviso com voz sintetizada tocado em um sistema de som, uma ilustração gerada em um totem digital.

Dados operacionaisO sistema produz saídas administrativas — horários, rotas, estimativas de ocupação, alocações de orçamento ou outros registros sobre como um lugar ou serviço funciona. Não tratam de nenhuma pessoa em particular. Exemplos: uma rota otimizada de coleta de lixo, uma projeção de ocupação de uma escola, uma alocação de orçamento recomendada para o próximo trimestre.

Uma ação físicaO sistema aciona algo no mundo físico — uma porta que destrava, uma luz que acende, um alerta que soa, uma sinalização que muda, a climatização que se ajusta. Exemplos: uma catraca que abre após a conferência do rosto, um alerta tocado automaticamente no sistema de som, um ajuste de climatização comandado por um modelo do prédio.

Uma recomendação ou previsãoO sistema produz uma saída de caráter consultivo — uma sugestão, previsão, pontuação de risco ou ranking. Diferente de uma decisão vinculante porque orienta em vez de determinar. Exemplos: um sistema de sinalização que sugere uma rota alternativa com base na lotação prevista, uma curva de demanda prevista para amanhã, um próximo destino recomendado em um totem.

Dados pessoais sensíveisO sistema produz saídas sobre saúde, finanças, crenças, sexualidade, situação migratória ou outras categorias que envolvem risco jurídico e social. Exemplos: uma prioridade de triagem atribuída em uma clínica, um resultado de elegibilidade enviado a um portal de benefícios, um atributo protegido inferido e exportado para etapas seguintes.

Como se manifesta

Como as pessoas têm contato com o que este sistema produz?

A forma que o resultado deste sistema assume quando chega ao mundo — uma tela ou placa, um preço, uma notificação, um portão que se abre, uma resposta falada. É como as pessoas têm contato com o resultado, diferente dos dados de saída em si.