Dados ruins e dados ociosos: os riscos invisíveis que custam milhões à administração pública

Dados ruins e dados ociosos são duas ameaças silenciosas à administração pública. Dados ruins são aqueles que não podem ser usados diretamente — incompletos, incorretos ou desatualizados — e já provocaram pagamentos irregulares de centenas de milhões de reais no Brasil. Dados ociosos existem, ocupam armazenamento e geram custos, mas nunca são utilizados. Tratar ambos é uma das funções centrais da governança de dados.

O que são dados ruins

Dados ruins, segundo o conceito apresentado no curso, são dados que não consigo usar diretamente: eles vão precisar de algum tipo de tratamento. Às vezes o dado está impreciso, incorreto ou incompleto; outras vezes o formato não é o adequado. É por isso que sistemas tradicionais de ETL incluem uma etapa de tratamento e normalização. Sem esse cuidado, é possível chegar a conclusões erradas a partir de uma base falha.

Os exemplos são variados: dados duplicados, que aparecem mais de uma vez; registros com campos faltantes; dados registrados de forma incorreta — a palestra cita uma discussão num tribunal sobre qual deveria ser o formato de data, algo que cabe à governança ao estabelecer padrões. Há ainda dados desatualizados (como o preço de uma ação na bolsa, que perde valor em segundos), dados irrelevantes que apenas poluem o dataset e inconsistências e contradições dentro do conjunto.

A conexão direta com a inteligência artificial

Esse tema ganhou urgência com a IA. Como destacado no curso, se eu treino um modelo com dados ruins, muito provavelmente terei alucinações, respostas enviesadas ou incorretas — simplesmente porque o conjunto de treinamento foi ruim. Ou seja, qualidade de dados deixou de ser um detalhe técnico e passou a ser pré-condição para qualquer iniciativa de inteligência artificial confiável no setor público.

O custo real no Brasil

O prejuízo dos dados ruins não é abstrato. Além de exemplos internacionais de gastos com bad data, a palestra traz casos brasileiros concretos. No auxílio emergencial, havia dados inconsistentes na base — pessoas com vínculo empregatício, presos em regime fechado, pessoas morando no exterior e, provavelmente, até pessoas já falecidas recebendo o benefício. O resultado foram cerca de 808,9 milhões de reais pagos de forma irregular, simplesmente por causa de dados ruins.

O Bolsa Família é outro exemplo citado: por causa de dados ruins, 1,3 milhão de benefícios apresentavam irregularidades. Nesse caso, o destaque não é o valor, e sim a quantidade de benefícios irregulares. Os dois casos mostram, na prática, como problemas de qualidade de dados se convertem em prejuízo direto ao erário e em risco reputacional para a gestão pública.

Dados ociosos: o que existe mas não se usa

Os dados ociosos são aqueles que existem, mas acabam não sendo utilizados — ficam ocupando espaço de armazenamento. A palestra ilustra com situações do cotidiano: gravações de reuniões do Teams que viraram cultura e que quase ninguém volta para assistir, além de e-mails acumulados. Esse dado pode ser puro desperdício ou, ao contrário, um diferencial competitivo: uma informação de valor que poderia, por exemplo, treinar a IA da organização, mas que nunca é acessada.

Há sempre um custo: todo mês paga-se, no mínimo, pelo storage que armazena esses dados. É aqui que a governança ajuda, ao definir com clareza quais dados podem ser apagados, qual o período de retenção, qual a política de backup e o que pode ou não ir para a nuvem. Com essas regras claras, quem está na ponta — o gestor, o operacional — sabe exatamente qual caminho seguir.

A arquitetura “espaguete” agrava tudo

O problema se intensifica pela chamada arquitetura espaguete: vários sistemas que foram crescendo em momentos diferentes, cada um com sua própria base de dados, precisando se comunicar de alguma forma não planejada. O grande desafio é saber onde está — ou onde não está — um determinado dado, algo crítico para cumprir a LGPD. Dificilmente um órgão consegue garantir, com 100% de certeza, que não há nenhum dado sensível espalhado por alguma base.

A migração para a nuvem, hoje em curso em muitos órgãos, é uma oportunidade de repensar essa arquitetura. O caminho mais fácil é o “Big Bang” — pegar tudo do jeito que está e subir para a nuvem —, mas o ideal seria aproveitar o momento para redesenhar a arquitetura de dados com mais governança desde o início.

Principais pontos

• Dados ruins não podem ser usados diretamente: imprecisos, incompletos, incorretos ou em formato inadequado.
• No Brasil, dados ruins geraram cerca de R$ 808,9 milhões pagos irregularmente no auxílio emergencial e 1,3 milhão de benefícios irregulares no Bolsa Família.
• Dados ruins treinam IAs ruins, gerando alucinações e respostas enviesadas.
• Dados ociosos existem, não são usados e geram custo de armazenamento — mas podem ser um diferencial.
• A governança define retenção, backup e o que vai para a nuvem; a arquitetura espaguete dificulta a LGPD.

Quer dominar a governança de dados no setor público e aplicar esses conceitos no seu órgão? Conheça o curso completo de Governança de TI Estratégica e transforme dados em decisões confiáveis.