Entender o fenômeno da
dataficação é o primeiro passo para se compreender e almejar um avanço na
formulação de políticas que tenha como objetivo a soberania cibernética, a
superação da dependência e do colonialismo digital, considerando tudo aquilo
que atualmente se desenrola de forma acelerada em relação à internet, ao uso de
dados, algoritmos e plataformização, em diferentes partes do mundo.
A dataficação se situa num degrau
acima da digitalização como etapa contemporânea da reestruturação produtiva. A
transformação digital (dataficação) é um dos vértices do tripé do capitalismo
contemporâneo que tem nas outras duas bases: a dominância e a hegemonia
financeira (assetização e rentismo); e no outro vértice: a lógica da racionalidade
neoliberal.
É importante destacar que o desenvolvimento
da dataficação tem distinções no tempo, no espaço e nas condições
socioeconômicas e políticas em que são implantadas e desenvolvidas, sendo desigual,
mesmo que combinada, sobre o que vem sendo instituído mundo afora. De forma em
especial os processos desenvolvidos nos EUA e na China.
A dataficação é a grande base das
grandes transformações que estamos assistindo na atualidade. Compreender o
papel e a importância dos dados no contexto da transformação digital e do
processo de plataformização no presente não é simples para a maioria das
pessoas. É algo de domínio ainda restrito a alguns especialistas e
pesquisadores, porque a lógica dos dados e da dataficação é toda imaterial,
embora o discurso e a ilusão da virtualidade no mundo digital já tenham sido
vencidos, porque hoje se sabe, amplamente, que os dados para existirem
prescindem de enorme e colossal infraestrutura digital.
Assim, os dados não são visíveis,
são abstratos e imateriais, embora demandem potentes infraestruturas maquínicas
digitais para que possam ser capturados, processados, estruturados e
correlacionados. Isso se dá a partir de fluxos que ligam diferentes infraestruturas
fixas digitais, de vários territórios e diferentes continentes, onde são armazenados
e alcançados, em movimentos frenéticos, permanentes e cumulativos.
A dataficação é um fenômeno que
usa o digital para criar novos dispositivos e novos mercados (marketfation, CALLON, 2008) [1] com a
conversão do máximo de atividades humanas, naturais e maquínicas em dados
(AMADEU, 2025, p.30) [2]. Assim, a digitalização se tornou a última fronteira
da globalização neoliberal financeirizada (MOROZOV, 2013) [3]. De forma similar,
também é possível afirmar que a dataficação se tornou a base da economia
digital e uma nova fronteira de acumulação no capitalismo contemporâneo.
A dataficação é ainda, um
fenômeno contínuo, pervasivo (se espalha) e que busca extrair dados de tudo:
pessoas (comportamentos, relações e movimentos); natureza; das coisas e ainda
dos dispositivos e das máquinas. Ou seja, se trata de um processo que busca transformar
fenômenos do mundo real em dados quantificáveis e digitais para assim gerar
valor ou conhecimento, incluindo a transformação de experiências antes
intangíveis, como amizades, emoções, preferências, movimentos físicos etc. que assim
passam a ser representadas numericamente e tratadas como dados (MAYER-Schonberger,
V. e CUKIER, K., 2013). [4]
Similaridades e distinções entre dados e petróleo
Ao contrário do que muito se diz,
os dados não existem puros na natureza como o petróleo com o qual é comparado
quase à exaustão. Isso só é verdade quando se trata do acúmulo de riquezas. Porém,
tanto o petróleo in-natura quanto o
dado solto e isolado não têm serventia. Os dados precisam dos algoritmos para
serem extraídos e correlacionados. De forma similar, o petróleo precisa das
plataformas e bases operacionais para extração e posterior beneficiamento com separação
da água, areia e outras impurezas.
Já que são tão comparados, embora
de forma errônea na maioria das vezes, penso que vale avançar nessa análise
comparativa dessas duas coisas: dados e petróleo. Ambas se transformam em commodities ou produtos comuns para
serem negociados após beneficiamento ou processamento. Lembrando que commodity
é qualquer produto natural ou básico que é praticamente igual independente de
quem produziu.
O petróleo precisa ser refinado
para se transformar em cerca de outras das três mil mercadorias possíveis. Já os
dados se estiverem isolados não têm valor. Sua valorização acontece quando eles
passam a ser correlacionados. Por exemplo: vendas de um tipo de produto ou
serviço, para um tipo de público, num determinado horário, em negócio
presencial e/ou online, região, etc. Dados sobre saúde, exames, por idade,
sexo, relação com doenças pré-existentes, numa região etc. Relações pessoais e/ou
institucionais nas mídias sociais, formas de interação e outros tipos de
comunicação, preferências e frequência de curtidas e comentários, sobre quais
assuntos, postagens e imagens etc.
Todos os sensores e dispositivos
digitais produzem dados cumulativamente. Os conhecidos smartwachtes convertem
batimentos cardíacos e o sono em séries e conjunto de dados. Os aplicativos de
transporte (mobilidade) registram os trajetos, origem, destino, tempo de
percurso, movimentos dos motoristas etc. Os aplicativos de bancos traduzem
nossos comportamentos financeiros em pontuações e scores que depois servirão
para análises de riscos. Dados como pagamentos de contas de água, luz,
telefone, estabilidade de número de celular, padrão de consumo online,
localização geográfica, relacionamentos com contatos que já deram calotes etc.
tudo isso acaba servindo para diferenciar bons e maus pagadores com atribuição
de pesos e uma pontuação final (credit
scoring) que, em síntese, é usada como análise de risco online, servindo
como uma espécie de “motor de decisão” nas instituições financeiras.
Porém, há uma grande e
fundamental diferença entre eles: o petróleo depois de processado, só pode ser
utilizado uma única vez como mercadoria, após seu beneficiamento e refino (como
no caso dos combustíveis ou outros). Enquanto isso, os dados extraídos,
processados e estruturados, sob a forma de conjunto de dados (datasets) podem ser utilizados inúmeras
vezes, ou indefinidamente, de forma contínua e para diferentes funcionalidades,
o que torna sua acumulação uma riqueza com muito maior potencial de valorização
que o petróleo.
A utilização do conjunto de dados
capturados dos comportamentos dos usuários tende a se multiplicar na medida em
que o seu uso gera atração de mais usuários num círculo virtuoso de valorização
e acumulação numa espécie de reprodução ampliada.
Outra observação importante é que
os dados, mesmo que relacionados, não são iguais entre si e possuem valores
diferentes conforme a serventia. Há dados simples de pouco valor, mas há outros
sobre comportamentos e obtidos a partir das relações nas mídias sociais que são
muito usados em atração de interesse e mercado para o e-commerce ou para a publicidade
no geral.
O petróleo, embora também não
seja igual entre todos os extraídos, não é tão diverso quanto os dados. Há o
petróleo mais denso, parafinado e o mais fino e mais fácil de ser refinado por
isso tem maior valor, porém, após beneficiamento, ambos produzem as mesmas
mercadorias para uso como os combustíveis e outros que possuirão valores
idênticos no mercado. Já os mesmos conjuntos de dados podem ser usados para
diferentes finalidades que agregarão variados e múltiplos e cumulativos valores.
Datasets são conjuntos de dados com valor e usos permanentes
Datasets são conjuntos de dados
organizados e estruturados. Alguns conjuntos de dados podem chegar a valores de
mercado muito maiores que outros mais simples. É o caso do conjunto de dados utilizados
para treinamento profundo (deep learning)
de máquinas, destinados à Inteligência Artificial Generativa (IAG) ou Super IA.
Esses conjuntos de dados precisam ter alguns predicados como volume, escala,
continuidade e facilidades que possam ajudar a IA a compreender os padrões
generalizáveis em termos probabilísticos.
Assim, esses conjuntos de dados permitem
que os modelos em que são usados possam tomar decisões e avançar em ações com
diferentes graus de autonomia, conforme a programação. Por exemplo: os dados e
tokens retirados desse artigo (texto) podem servir a este e outros propósitos,
várias vezes, para treinamento de diferentes modelos de linguagem.
Nessa lógica de mercado, os pacotes
de dados, já em grande escala, se transformam em commodities, em ativo (asset)
e em capital. E, dessa forma, também vão sendo sempre e continuamente ampliados,
gerando seguidos ciclos de reprodução do capital (digital), levando a novos
produtos e mercados e ao gigantismo (oligopolização) das grandes corporações de
tecnologia, as Big Techs.
A diferença na lógica e na formulação da política de dados dos EUA e da
China
Atualmente, oito das dez maiores
corporações com capital aberto em bolsas no mundo, são do setor tecnologia. Em
27 de abril de 2026, a soma no valor de mercado das dez maiores Big Techs – maioria
americana – equivalia a US$ 27,2 trilhões. Entre elas as chamadas “Magnificent Seven” (Sete Magníficas):
NVidia; Google; Apple; Microsoft; Amazon; TSMC; Broadcom e se tornaram os
maiores na história da humanidade. [5]
Nos EUA a dominação
tecnológica-digital sempre foi diretamente imbricada com a hegemonia financeira
do capital de risco (venture) e mercado de capitais, em que os grandes fundos e
investidores têm a maior parte do controle acionário das Big Techs que dirigem
as suas ações de desenvolvimento tecnológico e de mercado.
É fácil identificar que quase toda
a política de dados dos EUA é, fundamentalmente, baseada e centralizada nas Big
Techs que administram negócios e serviços espalhados em vários países do mundo em
especial, mas não exclusivamente, no Ocidente. Assim, as Big Techs extraem dados
gratuitamente e em colossais volumes e os organizam, estruturam, armazenam e concentram
sob a forma de diferentes pacotes de dados (datasets)
que têm garantido boa parte de seus extraordinários, crescentes e bilionários lucros.
O modelo que vem sendo desenvolvido
pelos chineses é distinto, embora por lá, também tenham surgido gigantes
corporações de tecnologia, com estruturas de negócios similares (quase espelho)
aos das companhias estadunidenses, porém a maioria possui capital fechado e
algumas misturam participações acionárias entre companhias estatais e privadas do
próprio país. As gigantes corporações de tecnologia chinesas são conhecidas
como BATH (Baidu, Alibaba, Tencent e Huawei) além da Byte Dance e JD.com (essa mais
da área de logística como braço do e-commerce).
Na China, além dessas gigantes da
tecnologia, outras companhias e startups, estão por trás do "Plano de
Desenvolvimento de Inteligência Artificial de Nova Geração", lançado em
2017, que tem o papel estratégico de transformar o país no principal centro de
inovação em IA do mundo, em concorrência direta com os EUA.
Além disso, a direção e o
planejamento chineses, embora também misture o setor estatal e o setor privado
nos negócios, a regulação, financiamento e de seus grandes objetivos, direções,
metas e ações, são desenvolvidas pelos planos aprovados pela Assembleia
Nacional Popular (ANP), o parlamento da China. São planos e objetivos maiores e
de longo prazo, o atual com metas até 2029 que ambiciona transformar a China em
um “país socialista moderno até 2049” e que se desdobram em planos de prazos menores,
os chamados planos quinquenais.
A inovação chinesa das bolsas de dados (Datas Exchanges)
Dentro do seu planejamento, a
China tem trabalhado a dataficação de uma forma distinta do Ocidente. A China
tem de forma especial observado e agido na direção sobre como o Estado pode
aproveitar os dados como motor do desenvolvimento econômico. Entendendo a
profundidade e extensão de sua importância e repercussão, a China passou a reconhecer
o dado como fator de produção, assim como o trabalho, o capital e a terra.
Nessa direção a China criou uma
inovação na área da economia digital que são as bolsas de dados (data exchanges) em que os mesmos são valorizados
e negociados como ativos financeiros. Ao que que se sabe é uma iniciativa ainda
única no mundo, até hoje só existente na China. As bolsas de dados passaram a
estimular, regular, organizar e fiscalizar o negócio de conjunto de dados de
forma similar às conhecidas bolsas de valores tradicionais.
“Essas experiências buscam
integrar mercados de dados locais fragmentados em um mercado nacional
unificado, abordando a persistente fragmentação de dados na China entre
jurisdições e setores, também conhecida como o problema das “ilhas de
dados”. Se trata de uma abordagem alternativa ao que faz os EUA que deixa tudo
nas mãos das Big Techs e também ao que faz a União Europeia, essa mais baseada
numa governança dos dados com restrição aos mercados, enquanto a China partiu
para ferramentas que tentam construir e dinamizar o mercado dos dados, partindo da premissa que se tratam de mais um fator de produção. [6]
Atualmente, já existem na China cerca
de 50 bolsas ou plataformas de negociação de dados em funcionamento, em mais de
20 diferentes províncias. Em 2024, duas destas bolsas de dados, a Shangai Data
Exchange e a Guizhou-Guiyang Big Data Exchange eram as que comercializavam os
maiores volumes de conjunto de dados da China, apurando algo acima de 5 bilhões
de yuans (aproximadamente 730 milhões de dólares). No final de 2024, a China
somava mais de 32 mil conjuntos de dados comercializados em plataformas
espalhadas pelas províncias. [6]
As bolsas de dados chinesas são controladas
por organismos estatais que regulam o fluxo interno dos conjuntos de dados
comercializados. Há também organismo estatal para regular e fiscalizar os
negócios transfronteiriços de dados seguros. Um deles é o Lingand International
Data Port de Xangai (vinculado à China Unicom, operadora estatal de
telecomunicações) que trabalha com o objetivo estratégico de tornar a região de
Xangai como uma “capital digital internacional e motor de inovação
tecnológica”.
A China também adota outro
instrumento conhecido como “Zona Franca de Dados” ou Zonas de Livre Comércio
(FTZs) que funciona em Xangai e Hainan, onde funciona uma espécie de porto de
livre comércio de outras mercadorias. Outra província com bolsa de dados bem
desenvolvida é Shenzhen (província de Guangdong ou Cantão).
As grandes companhias chinesas
privadas de tecnologia privadas tendem a proteger e ganhar com os seus próprios
dados, num movimento similar ao que fazem as big techs americanas e muitas
vezes preferem negociar seus conjuntos de dados fora das bolsas. Os compradores
dos pacotes de dados nas bolsas são empresas de outros setores de médio porte e
também, em especial, cada vez mais, as startups de IA.
As gigantes corporações de tecnologia
chinesa também concentram seus dados coletados, estruturados e armazenados, mas
deixam espaço para os conjuntos de dados que são comercializados nas dezenas de
bolsas de dados, garantindo a expansão da inovação para além das grandes
corporações digitais. Mais que isso, esses conjuntos de dados têm contribuído
para alimentar a economia real na China e não a hegemonia financeira que nos
EUA controla, em boa parte, as grandes corporações de tecnologia.
Porém, informações oriundas da
China indicam que, também por lá, os setores que mais negociam pacotes de dados
como clientes das bolsas (datas exchanges) são pela ordem: finanças e crédito
(bancos e fintechs respondem por mais de 40% dos volumes transacionados nas
bolsas de dados); seguros; telecomunicações, tecnologia e internet; saúde;
manufatura e indústria 4.0 e dados para treinamento de IA. Outra medida adotada pela China
na área de dados que reforça a compreensão dos dados como fator de produção é o
licenciamento de dados públicos, que concede a entidades selecionadas direitos
exclusivos para comercializar dados públicos detidos pelo governo. [6]
As autoridades regulatórias de dados na China
À medida que os dados ganhavam
importância na sociedade e na economia chinesas, novos organismos de planejamento,
controle e regulação estatais foram sendo desenhados e implantados. Um dos
objetivos na implantação destas autoridades estatais e dos instrumentos por
elas arquitetadas, incluindo as bolsas de dados, era o de criar um ambiente de
políticas que dessem dinâmica a essa classe de ativo, para além de testar e
fiscalizar as ofertas e listas de conjuntos de dados colocados para
comercialização interna e externa, garantindo, entre outras coisas, que os
mesmos sempre fosse “anonimizados e desindentificados”.
A principal autoridade
regulatória de dados, internet e IA da China é a CAC (Cyberspace Administratin of China – Administração do Ciberespaço da
China). Entre vários outros assuntos, a
CAC cuida da aplicação da lei de Proteção de Informações Pessoais (PIPL) e é
também responsável pelo registro obrigatório de algoritmos e pela aprovação
prévia de serviços de IA ao público. Porém, em 2023, a China criou a NDA (National Data Administration –
Administração Nacional de Dados, como uma autoridade central responsável por
coordenar a formulação de políticas econômicas relacionadas aos dados,
promovendo uma divisão institucional do trabalho no regime de governança de
dados chinês, mas centralizou mais funções de desenvolvimento da NDA, deixando a
supervisão da segurança e privacidade dos dados com a CAC, junto com outras
agências responsáveis pela aplicação das estruturas regulatórias
preexistentes.
Outro órgão importante na
política de dados da China é o MIIT (Ministério da Indústria e Tecnologia da
Informação) que regula o setor que opera as telecomunicações, infraestrutura
digital e a indústria. Já a NDRC, Comissão Nacional de Desenvolvimento e
Reforma tem a função de planejamento estratégico das infraestruturas com papel
crescente no desenvolvimento da IA. Outros órgãos e ministérios também atuam
nessa área como: Ciência e Tecnologia; Segurança Pública; Comitê Nacional de
Cibersegurança e Regulação de Mercado.
Entre outras estratégias chinesas
na área de dados, o governo chinês também estabeleceu sete províncias
(incluindo Pequim, Xangai, Shenzen, Guiyang e Guangdong) como zonas piloto de
desenvolvimento e inovação da economia digital com o objetivo de explorar
soluções técnicas e políticas voltadas aos gargalos do mercado de dados. O
desafio perseguido seria o de garantir a valoração dos dados, o direito de
propriedade e a construção de confiança entre fornecedores e compradores dos
conjuntos de dados como fator de inovação e produção material.
China propôs criação da Organização Mundial de Dados (OMD)
As ações e políticas na área de
gestão dos dados tem sido feita basicamente pelos governos nacionais e/ou
corporações. Porém, no final de março de 2026, a China, através do seu
presidente Xi Jiping avançou nessa área, com um movimento ousado, multilateral,
ao propor a constituição de um organismo (uma plataforma) internacional
dedicada a criar normas globais de governança de dados. A iniciativa ganhou a
denominação de Organização Mundial de Dados (OMD ou WDO em inglês). A proposta
é que a entidade como organismo multilateral tenha foco na cooperação
internacional e como principal função a liberação do valor dos dados com o objetivo
de reduzir a divisão digital desigual em termos de compartilhamento.
O objetivo mais geral da WDO
seria de impulsionar a economia digital com foco na segurança e privacidade em
todo o mundo. A China estimou que a OMD possa ainda preencher uma lacuna
fundamental na atual disputa pelo controle dos dados que tem sido o eixo central
da disputa geopolítica tecnológica global. A meta seria ainda de tornar a WDO
uma plataforma internacional de referência com reconhecimento global na
promoção da governança de dados, inovação tecnológica e inclusão digital em
escala mundial. [7] [8]
Há que se observar como esta
interessante proposta avançará diante dos desgastes que se observa na ONU e também
nas demais organizações mundiais setoriais já existentes (OMS, OMC e OIT), diante
de tantos desentendimentos entre os dois maiores líderes mundiais em tecnologia
digital, os EUA e a China. E também diante dos desafios das tensas relações
internacionais atuais que pendem entre nova guerra fria com a volta da
bipolaridade ou do início de nova ordem global baseada na multipolaridade.
Considerações finais sobre a urgência de uma política de dados para o
Brasil
O objetivo desse texto foi o de
destacar o valor dos dados e como vem se desenvolvendo os processos de
dataficação e sua relação com a digitalização, plataformização, o rentismo e
novas formas de acumulação nas sociedades contemporâneas. Além disso, foram
também apresentados alguns elementos sobre as ações que estão sendo adotadas
pelas nações que pularam na frente nos processos de dataficação, extração e
acumulação dessa colossal riqueza.
Essa breve exposição teve ainda o
objetivo de trazer mais argumentos visando deixar ainda mais claro como é
indispensável e urgente que o Brasil organize e implante uma política nacional
de dados, indo muito para além da desejada privacidade, como já tinha abordado
e defendido em artigo anterior, no qual chamei a atenção para o fator econômico
embutido na questão, ao lembrar que o Brasil é a 5ª maior economia digital do
mundo. [9]
Também tenho insistido que não se
deve tratar dessas questões de forma pontual ou isolada. É necessário olhar,
analisar e propor políticas integradas para toda a extensa e complexa cadeia
produtiva que vai desde as terras raras/minerais críticos e estratégicos (MCE),
passando pela questão energética (incluindo a transição com os renováveis) e
hídrica, até o e-commerce com negócios de produtos e serviços, incluindo
aplicativos de música, streaming para artes e cultura. Porém, mais especialmente a
extração, proteção, armazenamento e controle monopolístico com valorização dos
zilhões (múltiplos bilhões) de dados que nós brasileiros produzimos a cada ano.
Alguns estudiosos têm ainda afirmado
que mais que dados genéricos, o potencial dos dados gerados no Brasil é ainda bem
maior e isso acontece por conta das características da língua portuguesa, usada
num país de mais de 150 milhões de usuários de internet. Segundo Horta (2026), nossa
linguagem possui enorme diversidade lexical, sintática e um tecido semântico com
características partilhadas (tokens), o que confere maior valor aos dados, mais
que em outros casos, diante das operações de treinamento de modelos, para que os mesmos aprendam padrões que sejam generalizáveis, pois possuem maiores capacidades
em termos de probabilidades estatísticas, indispensáveis quando se está falando
de aprendizagem profunda de máquina, para uso na IA generativa (Gen AI). [10]
Considerando tudo que já sabemos
sobre os processos imbricados envolvidos na economia digital - que gostam de
chamar, equivocadamente, de ecossistema, só porque são integrados -, não é
admissível que deixemos prosseguir os meios e as condições que permitem o livre
e gratuito fluxo dos dados de nossa população brasileira, à mercê da captura e
uso por parte dos oligopólios das Big Techs. Passado o tempo e o conhecimento
que agora dispomos sobre a valoração dessa colossal riqueza dos nossos dados,
paulatinamente, esse vem se tornando um dos maiores crimes lesa pátria e contra
a soberania da história de nosso país.
Nessa linha, entende-se que não
cabe falar isoladamente em política para investimentos em datacenters e infraestruturas
digitais sem considerar a dataficação e a implantação de uma clara, urgente e política
de dados no Brasil. É insuficiente tratar do tema do tema delicado da soberania
e segurança nacional sem que o país implante medidas que impeçam a
transferência gratuita dos dados das pessoas, empresas, governo e da sociedade
brasileira para as grandes corporações concentradas nos EUA, que depois se
utilizam deles para nos cobrar valores exorbitantes, pela prestação de
serviços, nos quais os dados são os insumos básicos.
Em 2024, as Big Techs
tiveram no Brasil, um total de R$ 144 bilhões em receitas e remeteram R$ 80,3
bilhões de lucros (55% do faturamento) para as suas sedes nos EUA, um volume 28
vezes maior que há uma década antes. [9] Estas são ocorrências da realidade fática que retratam a dependência e a submissão de um colonialismo digital que não é aceitável que siga indefinidamente. Dados são matérias-primas que não podem estar a serviços de novas e contemporâneas arquiteturas de colonização, agora, também, de natureza digital.
Os caminhos utilizados pela China,
EUA e outros países são exemplos, mas cada país tem condições e situações
particulares na inter-relação Estado-instituições-mercado e sociedade. Se
apropriando da ideia dos objetivos das discussões climáticas, é possível pensar
um “mapa de nosso caminho digital” em que a dataficação é questão básica a ser
planejada com urgência.
Com bolsas ou sem bolsas de
dados, mas com uma política clara, forte e propositiva de dados com definição
de autoridades regulatórias, mas também com objetivos de planejamento, organização
e financiamento que sejam céleres. Considerando o sistema que vivemos, não se
deve deixar de incluir formas de participação e de financiamento que envolva o
setor privado com atuação nas diversas etapas da cadeia produtiva da economia
digital.
O Brasil não começará do zero, há várias instituições, companhias e
pessoas qualificadas para essa tarefa, mas a espinha dorsal (backbone) da política de dados precisa
ser urgentemente traçada e definida. No caso brasileiro, o MCT, Finep e BNDES
poderiam, por exemplo, serem o embrião para estruturar essa espinha dorsal e
arrastar o corpo com outros agentes para o “mapa do caminho da dataficação” no
país. Mãos à obra!
PS.: Breves atualizações e correções feitas às 15:46.
Referências:
[1] Callon, Michel.
Economic markets and the rise of interactive agencements: from prosthetic agencies to ‘habilitated’ agencies. Em: T. Pinch and R. Swerdberg, eds. Living in a material world. Cambridge, MA: MIT Press, 29-56, 2008.
[2] AMADEU, Sérgio. 2025. As Big Techs e a Guerra Total: O
complexo militar-dataficado. São Paulo: Hedra, 2025.
[3] Afirmação do pesquisador
bielorrusso, Evgeny MOROZOV, feita no Brasil, em palestra realizada no dia 28
de agosto de 2023, no teatro da FECAP (São Paulo) que teve como tema: "Desafiando o poder das Big Techs: soberania
tecnológica e futuros digitais alternativos", numa iniciativa do
NIC.br e do Comitê Gestor da Internet no Brasil (CGI.br). Na oportunidade,
Morozov também falou sobre a “importância da soberania tecnológica em um mundo
cada vez mais digital, pré-requisito para qualquer soberania política e
econômica significativas”.
[4] MAYER-SCHONBERGER, V. e CUKIER,
K. Big Data: Como extrair volume,
variedade, velocidade e valor da avalanche de informação cotidiana. Rio de
Janeiro: Elsevier Editora, 2013.
[5] Valor de mercado das Big
Techs extraídos do Infinite Market Cap
em 27 de abril de 2026.
[6] GUO, Ran. Assetizing,
Trading, Franchising: China's Strategy for Building a National Data Economy.
Asia Society Policy
Institute em 13 de fevereiro de 2026. Disponível em https://asiasociety.org/policy-institute/assetizing-trading-franchising-chinas-strategy-building-national-data-economy
[7] GÖRGEN, James. O
papel da Organização Mundial de Dados no tabuleiro da soberania digital - O
lançamento da WDO reposiciona os cálculos estratégicos de cada um dos
principais atores da governança digital. Revista Exame em 31 de março de 2026.
Disponível em: https://exame.com/colunistas/opiniao/o-papel-da-organizacao-mundial-de-dados-no-tabuleiro-da-soberania-digital/?utm_source=copiaecola&utm_medium=compartilhamento
[8] FALCI, Bruno. Organização
Mundial de Dados para impulsionar inclusão digital no Sul Global nasce na China:
Pequim se torna a sede da entidade que reúne governos, instituições e empresas
de mais de 40 países. Brasil de Fato em 2 de abril de 2026. Disponível em: https://www.brasildefato.com.br/2026/04/02/nasce-na-china-a-organizacao-mundial-de-dados-para-impulsionar-inclusao-digital-no-sul-global/
[9] Pessanha, Roberto M. Artigo publicado no
Blog Roberto Moraes e Portal 247 em 16 de abril de 2026. Brasil como 5ª maior economia digital do mundo tem urgência por uma estratégica
política de dados! Disponível em: https://www.robertomoraes.com.br/2026/04/brasil-como-5-maior-economia-digital-do.html
[10] HORTA, Fernando. Publicado no blog A Terra é redonda em
22 de abril de 2026. Brasil – a joia da
coroa digital. Disponível em: https://aterraeredonda.com.br/brasil-a-joia-da-coroa-digital/
