Dataficação: questão-chave da soberania cibernética e superação da dependência digital

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 os 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 e armazenamento e 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 o mesmo aprenda padrões que sejam generalizáveis, pois possui 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. Esses são dados da realidade fática que retratam a dependência e submissão de um colonialismo digital que não é aceitável que siga indefinidamente. [9]

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!

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/