The friction-shadow paradoxhow legitimacy-seeking governance drives structural decoupling of genai in personally identifiable information contexts
Silva, Saádilla Carvalho
O documento é disponibilizado pela fonte de origem, que mantém a versão integral e as condições de uso.
Resumo
A adoção de Inteligência Artificial Generativa (GenAI) em contextos que envolvem Dados Pessoais Identificáveis (PII) cria um desafio de governança contraintuitivo: arranjos concebidos para fortalecer o controle formal podem enfraquecer a governança na prática. Este artigo explica essa contradição ao teorizar o Paradoxo Friction-Shadow, um mecanismo de nível cruzado por meio do qual estruturas de governança orientadas à legitimidade tornam-se autossabotadoras em condições de alta fricção burocrática e ausência de alternativas sancionadas. Com base em um estudo qualitativo multissetorial, fundamentado em 20 entrevistas com executivos C-level, Data Protection Officers e líderes seniores das áreas de dados, IA e privacidade, a análise integra as perspectivas de Governança de Dados, Teoria da Contingência e Teoria Institucional para explicar como as organizações governam a GenAI em ambientes altamente regulados. Os resultados mostram que controles rígidos adotados para assegurar legitimidade podem degradar o ajuste operacional e ativar processos de desacoplamento estrutural por meio do uso de Shadow AI. Ao mesmo tempo, os achados indicam que esse resultado não é universal: organizações podem alcançar níveis comparáveis de proteção de PII por meio de trajetórias de governança contextualmente distintas, incluindo ancoragem profissional, segregação estrutural e provisionamento antecipado. O artigo contribui para a literatura de governança de Sistemas de Informação ao teorizar o Paradoxo Friction-Shadow, especificar a equifinalidade contextual na governança da GenAI e demonstrar como o objeto prático da Governança de Dados se desloca de dados estáticos em repouso para vias de exposição no nível da interação.
Ficha do documento
- Tipo
- Dissertação
- Ano
- 2026
- Instituição
- Fundação Getulio Vargas
- Fonte
- Repositório da FGV
- Idioma
- Inglês
- Acesso
- Acesso restrito
- Identificador
- oai:repositorio.fgv.br:10438/40144
- Palavras-chave
- Inteligência artificial generativa (GenAI)Governança de dadosDados pessoais identificáveis (PII)Governança de IAGenerative artificial intelligence (GenAI)Data governancePersonally identifiable information (PII)AI governanceShadow AIAdministração de empresasInteligência artificialGovernançaProteção de dadosDireito à privacidadeODS 9: Indústria, inovação e infraestruturaODS 16: Paz, justiça e instituições eficazes
Conteúdos relacionados
- DissertaçãoA inserção da sustentabilidade nas práticas de gestão de projetosFundação Getulio Vargas · 2026
- DissertaçãoInteligência artificial generativa em hospitaisFundação Getulio Vargas · 2026
- TesePara uma economia política dos dadosFundação Getulio Vargas · 2023
- DissertaçãoA relação entre a dependência de descontos e o desempenho individual dos vendedores de software B2BFundação Getulio Vargas · 2026