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

Dados de entrada

Elements 10

Que dados de entrada este sistema processa?

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

About this category

Dados de entrada

Que dados de entrada este sistema processa?

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

Datachain

Answer: Some devices, such as a gate or a display, take no data in. Answer it when the system processes data.
Icon shape: Data in motion: what goes in, what processes it, and what comes out.

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.

Variables

Descrição Required

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.

Uma decisão sobre você

Uma 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.

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. Choose a value to see its icon.

Variables

Descrição Required

Sources

EU AI Act Article 3(1) — output classes (predictions, content, recommendations, decisions)Regulation (EU) 2024/1689, Article 3(1).