A governança de IA pergunta com o que um modelo foi treinado, se esses dados eram permitidos para aquele propósito, quem aprovou a implantação, o que é monitorado no modelo e quem pode desligá-lo. Quatro dessas cinco perguntas são respondidas por linhagem, classificação, registros de consentimento e propriedade dos dados. É por isso que uma organização sem governança de dados não pode ter governança de IA: não há nada por baixo a que apelar.
Na prática. O caminho mais rápido para uma governança de IA defensável é estender o que já existe. Adicione "aprovado para treinamento de modelos" ao esquema de classificação, exija linhagem para os conjuntos de treinamento, leve a aprovação de modelos à pauta do conselho existente e registre a decisão. São semanas de trabalho, não um programa novo.
Onde dá errado. A governança de IA é construída como estrutura paralela com comitê, conjunto de políticas e vocabulário próprios. Em um ano ela tem outro dono e outra resposta para o mesmo conjunto de dados, e a primeira pergunta regulatória expõe a lacuna. Um único conjunto de direitos de decisão sobre os dados, estendido aos modelos, é o arranjo que se sustenta.