Do Big Data ao conhecimento organizacional: Limites e possibilidades da inteligência artificial na governança corporativa
DOI:
https://doi.org/10.33448/rsd-v14i9.49560Palavras-chave:
Gestão do Conhecimento, Inteligência Artificial, SECI, Big Data, Sobrecarga de Informação, Governança Corporativa, Engenharia do Conhecimento.Resumo
Este tem como objetivo investigar como Big Data é transformado em conhecimento organizacional, explorando os limites e possibilidades da Inteligência Artificial (IA) na governança corporativa. É contextualizada a sobrecarga de informação e os modelos de gestão do conhecimento como o SECI (modelo Nonaka-Takeuchi - Socialização, Externalização, Combinação e Internalização) para diferenciar dados, informação e conhecimento. Apresenta uma revisão histórica do crescimento do volume de dados entre 2000 e 2025, destacando a escalada de exabytes para zettabytes anuais. Discute como a IA apoia a automação analítica, as decisões e a personalização do conhecimento, mas alerta para riscos de vieses, opacidade e falta de governança. Inclui um estudo de caso da plataforma Arqueum DMDocs, utilizada para gestão de processos e documentações eletrônicas em grandes organizações, demonstrando aplicações práticas. Um quadro comparativo contrasta práticas tradicionais e abordagens suportadas por IA. Na discussão, integram‑se governança corporativa, IA e gestão do conhecimento, enfatizando a necessidade de políticas de governança de dados e algoritmos e a importância de alinhar estratégias tecnológicas à cultura organizacional. Conclui‑se destacando o potencial da IA em gerar conhecimento acionável a partir do Big Data, desde que haja governança responsável, e aponta lacunas para futuras pesquisas.
Referências
Alavi, M.; & Leidner, D. (2001). Review: Knowledge Management and Knowledge Management Systems: Conceptual Foundations and Research Issues. MIS Quarterly, 25(1), 107–136.
Arnold, M., Goldschmitt, M., & Rigotti, T. (2023). Dealing with information overload: A comprehensive review. Frontiers in Psychology, 14, 1122200. https://doi.org/10.3389/fpsyg.2023.1122200.
Cisco Systems. (2016). The Zettabyte Era: Trends and Analysis. Cisco Visual Networking Index.
Davenport, T. H.; & Prusak, L. (1998). Working Knowledge: How Organizations Manage What They Know. Harvard Business School Press.
Eppler, M. J.; & Mengis, J. (2004). The concept of information overload: A review of literature from organization science, accounting, marketing, MIS, and related disciplines. The Information Society, 20(5), 325–344.
Gonzalez, R. V. D.; & Martins, M. F. (2017). O processo de gestão do conhecimento: uma pesquisa teórico‑conceitual. Gestão & Produção, 24(2), 248–265.
Grant, R. M. (1996). Prospering in dynamically‑competitive environments: organizational capability as knowledge integration. Organization Science, 7(4), 375–387.
IDC (International Data Corporation). (2018). Data Age 2025: The Digitization of the World from Edge to Core. Framingham, MA: IDC/Seagate (White Paper).
Kitchenham, B.; & Charters, S. (2007). Guidelines for Performing Systematic Literature Reviews in Software Engineering. EBSE Technical Report, Version 2.3.
KPMG International. (2025). Global study reveals tension between AI benefits and risks and highlights a ‘governance gap’. Press release.
MRS LOGÍSTICA. dmdocs: saiba mais sobre o novo sistema de gestão da documentação da MRS. 2021.
Nonaka, I.; & Takeuchi, H. (1995). The Knowledge‑Creating Company: How Japanese Companies Create the Dynamics of Innovation. Oxford University Press.
OECD. (2022). OECD Recommendation on Artificial Intelligence (AI). Paris: Organisation for Economic Co‑operation and Development.
Pereira, A. S., Shitsuka, D. M., Parpinelli, R. S., & Filho, E. D. D. M. (2018). Metodologia da pesquisa científica. Santa Maria: Editora da UFSM.
Russell, S.; & Norvig, P. (2016). Artificial Intelligence: A Modern Approach (3rd ed.). Editora Pearson.
Smith, J.; & Brown, A. (2020). Knowledge Integration for Corporate Governance in the Age of AI. Journal of Business Ethics, 165(4), 1–15.
Stanford University – HAI. (2025). Artificial Intelligence Index Report 2025. Stanford Institute for Human‑Centered AI (HAI).
Statista. (2023). Volume of data created, captured, copied and consumed worldwide from 2010 to 2025. Statista Research Department.
Studer, R.; Benjamins, V. R.; & Fensel, D. (1998). Knowledge engineering: principles and methods. Data & Knowledge Engineering, 25(1–2), 161–197.
Walsh, J. P.; & Ungson, G. R. (1991). Organizational Memory. Academy of Management Review, 16(1), 57–91.
WEF (World Economic Forum). (2019). Data Literacy: A Necessary Skill for the 21st Century. Cologny/Geneva: World Economic Forum.
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2025 Fermin Romero Rey Piccolo
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
