Gobernanza de datos y visualización crítica en ecosistemas de innovación dinámicos
DOI:
https://doi.org/10.59722/synergia.v2i1.1275Palavras-chave:
aprendizagem organizacional, ecossistemas de inovação, governança de dados, inteligência artificial, visualização críticaResumo
Analisa-se a relação entre ecossistemas de inovação, governança de dados e visualização crítica para explicar por que a inovação empresarial em contextos dinâmicos costuma falhar menos por falta de tecnologia do que por fragilidades de coordenação, interpretação compartilhada e confiança entre os atores. Parte-se de uma lacuna específica: embora a literatura sobre ecossistemas tenha avançado no estudo de interdependências, papéis, plataformas e mecanismos de orquestração, frequentemente trata os dados como um insumo técnico relativamente estável, sem problematizar suficientemente como sua qualidade, rastreabilidade, seleção e representação visual influenciam a alocação de recursos, a leitura de riscos e a aprendizagem coletiva. A partir de uma revisão argumentativa de contribuições sobre ecossistemas, complexidade, aprendizagem organizacional, governança de dados, ética e gestão do risco algorítmico, propõe-se a noção de “sentido confiável” como capacidade ecossistêmica. Essa capacidade implica construir acordos explícitos sobre definições, linhagem, critérios de qualidade, pressupostos de análise e formas de visualizar a incerteza. Sustenta-se que, em regiões e cadeias de suprimento reguladas, a competitividade não depende apenas da incorporação de mais ferramentas digitais, mas da produção de evidências compartilhadas, debatíveis e auditáveis entre organizações com interesses distintos. Em consequência, a governança de dados é apresentada como uma arquitetura de coordenação, e não apenas como conformidade documental. Argumenta-se também que painéis, modelos e visualizações não são meios neutros de comunicação, pois organizam prioridades, legitimam decisões e podem ampliar vieses quando ocultam limites ou pressupostos. Conclui-se que, a ética de dados, a governança interorganizacional e a alfabetização visual devem ser assumidas como infraestrutura estratégica para coordenar a inovação multiempresarial.
Downloads
Referências
Adner, R. (2017). Ecosystem as structure: An actionable construct for strategy. Journal of Management, 43(1), 39–58. https://doi.org/10.1177/0149206316678451
Adner, R., y Kapoor, R. (2010). Value creation in innovation ecosystems: How the structure of technological interdependence affects firm performance in new technology generations. Strategic Management Journal, 31(3), 306–333. https://doi.org/10.1002/smj.821
Argyris, C., y Schön, D. A. (1978). Organizational learning: A theory of action perspective. Addison-Wesley.
Autio, E., Nambisan, S., Thomas, L. D. W., y Wright, M. (2018). Digital affordances, spatial affordances, and the genesis of entrepreneurial ecosystems. Strategic Entrepreneurship Journal, 12(1), 72–95. https://doi.org/10.1002/sej.1266
Banco Interamericano de Desarrollo. (2024, 16 de septiembre). Dinamizando los ecosistemas de innovación en América Latina mediante la compra pública de innovación (Proyecto RG-T4547). https://www.iadb.org/es/proyecto/RG-T4547
Barocas, S., y Selbst, A. D. (2016). Big data's disparate impact. California Law Review, 104(3), 671–732.
boyd, d., y Crawford, K. (2012). Critical questions for big data. Information, Communication and Society, 15(5), 662–679. https://doi.org/10.1080/1369118X.2012.678878
Cairo, A. (2019). How charts lie: Getting smarter about visual information. W. W. Norton & Company.
Chesbrough, H. W. (2003). Open innovation: The new imperative for creating and profiting from technology. Harvard Business School Press.
Comisión Económica para América Latina y el Caribe (CEPAL). (2021, 5 de abril). Datos y hechos sobre la transformación digital: Informe sobre los principales indicadores de adopción de tecnologías digitales en el marco de la Agenda Digital para América Latina y el Caribe (LC/TS.2021/20). https://www.cepal.org/es/publicaciones/46766-datos-hechos-la-transformacion-digital-informe-principales-indicadores-adopcion
D’Ignazio, C., y Klein, L. F. (2020). Data feminism. MIT Press.
Edmondson, A. C. (1999). Psychological safety and learning behavior in work teams. Administrative Science Quarterly, 44(2), 350–383. https://doi.org/10.2307/2666999
Etzkowitz, H., y Leydesdorff, L. (2000). The dynamics of innovation: From national systems and “Mode 2” to a triple helix of university–industry–government relations. Research Policy, 29(2), 109–123. https://doi.org/10.1016/S0048-7333(99)00055-4
Floridi, L., y Taddeo, M. (2016). What is data ethics? Philosophical Transactions of the Royal Society A, 374(2083), 20160360. https://doi.org/10.1098/rsta.2016.0360
Gawer, A., y Cusumano, M. A. (2014). Industry platforms and ecosystem innovation. Journal of Product Innovation Management, 31(3), 417–433. https://doi.org/10.1111/jpim.12105
Holland, J. H. (1992). Complex adaptive systems. Daedalus, 121(1), 17–30.
Iansiti, M., y Levien, R. (2004). The keystone advantage: What the new dynamics of business ecosystems mean for strategy, innovation, and sustainability. Harvard Business School Press.
International Organization for Standardization. (2023a). ISO/IEC 42001:2023 Artificial intelligence management system (Standard).
International Organization for Standardization. (2023b). ISO/IEC 23894:2023 Artificial intelligence: Guidance on risk management (Standard).
Isenberg, D. J. (2011). The entrepreneurship ecosystem strategy as a new paradigm for economic policy: Principles for cultivating entrepreneurship. Institute of International and European Affairs.
Jacobides, M. G., Cennamo, C., y Gawer, A. (2018). Towards a theory of ecosystems. Strategic Management Journal, 39(8), 2255–2276. https://doi.org/10.1002/smj.2904
Jacobides, M. G., Sundararajan, A., y Van Alstyne, M. (2019, 25 de marzo). Platforms and ecosystems: Enabling the digital economy (Briefing paper). World Economic Forum. https://www.weforum.org/publications/platforms-and-ecosystems-enabling-the-digital-economy/
Jacobides, M. G., Li, X., y Tae, C. J. (2024). Externalities and complementarities in platforms and ecosystems. Research Policy, 53(3), 104944. https://doi.org/10.1016/j.respol.2023.104944
Khatri, V., y Brown, C. V. (2010). Designing data governance. Communications of the ACM, 53(1), 148–152. https://doi.org/10.1145/1629175.1629210
Moore, J. F. (1993). Predators and prey: A new ecology of competition. Harvard Business Review, 71(3), 75–86.
Munzner, T. (2014). Visualization analysis and design. CRC Press.
Nambisan, S., Wright, M., y Feldman, M. (2019). The digital transformation of innovation and entrepreneurship: Progress, challenges and key themes. Research Policy, 48(8), 103773. https://doi.org/10.1016/j.respol.2019.03.018
National Institute of Standards and Technology. (2023). Artificial intelligence risk management framework (AI RMF 1.0) (NIST AI 100-1). https://doi.org/10.6028/NIST.AI.100-1
OECD. (2019). Recommendation of the Council on Artificial Intelligence (OECD/LEGAL/0449). Recuperado el 3 de marzo de 2026, de https://legalinstruments.oecd.org/en/instruments/OECD-LEGAL-0449
O’Neil, C. (2016). Weapons of math destruction: How big data increases inequality and threatens democracy. Crown.
Parlamento Europeo y Consejo de la Unión Europea. (2024). Reglamento (UE) 2024/1689 del Parlamento Europeo y del Consejo, de 13 de junio de 2024, por el que se establecen normas armonizadas en materia de inteligencia artificial (Artificial Intelligence Act). Diario Oficial de la Unión Europea. https://eurlex.europa.eu/eli/reg/2024/1689/oj?locale=es
Parker, G. G., Van Alstyne, M. W., y Choudary, S. P. (2016). Platform revolution: How networked markets are transforming the economy and how to make them work for you. W. W. Norton & Company.
Porter, M. E. (1998). Clusters and the new economics of competition. Harvard Business Review, 76(6), 77–90.
Roundy, P. T., Brockman, B. K., y Bradshaw, M. (2017). The resilience of entrepreneurial ecosystems. Journal of Business Venturing Insights, 8, 99–104. https://doi.org/10.1016/j.jbvi.2017.08.002
Selbst, A. D., Boyd, D., Friedler, S. A., Venkatasubramanian, S., y Vertesi, J. (2019). Fairness and abstraction in sociotechnical systems. In Proceedings of the Conference on Fairness, Accountability, and Transparency (pp. 59–68). Association for Computing Machinery. https://doi.org/10.1145/3287560.3287598
Sitkin, S. B. (1992). Learning through failure: The strategy of small losses. Research in Organizational Behavior, 14, 231–266.
Stam, E. (2015). Entrepreneurial ecosystems and regional policy: A sympathetic critique. European Planning Studies, 23(9), 1759–1769. https://doi.org/10.1080/09654313.2015.1061484
Teece, D. J. (2007). Explicating dynamic capabilities: The nature and micro foundations of (sustainable) enterprise performance. Strategic Management Journal, 28(13), 1319–1350. https://doi.org/10.1002/smj.640
Tufte, E. R. (2001). The visual display of quantitative information (2nd ed.). Graphics Press.
Wang, R. Y., y Strong, D. M. (1996). Beyond accuracy: What data quality means to data consumers. Journal of Management Information Systems, 12(4), 5–33.
World Economic Forum. (2024, 23 de September). AI for Impact: Strengthening AI ecosystems for social innovation. https://www.weforum.org/publications/ai-for-impact-strengthening-ai-ecosystems-for-social-innovation/
World Economic Forum. (2025, 21 de October). Innovation ecosystems: A toolkit of principles and best practice. https://www.weforum.org/publications/innovation-ecosystems-a-toolkit-of-principles-and-best-practice/
Downloads
Publicado
Como Citar
Edição
Seção
Licença

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
- Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons 4.0, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
- Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
- Se permite y recomienda a los autores/as a compartir su trabajo en línea (por ejemplo: en repositorios institucionales o páginas web personales) antes y durante el proceso de envío del manuscrito, ya que puede conducir a intercambios productivos, a una mayor y más rápida citación del trabajo publicado.