Inteligencia Artificial y el Dilema de la Doble Hélice

Autor: Peterson O. Batista, BRASIL – Gentileza de DCIBER

La era digital ya no es la ciencia ficción que vimos en películas, juegos o imaginamos en un futuro lejano; Es el escenario complejo y volátil donde las organizaciones públicas y privadas luchan por la relevancia, la eficiencia y, sobre todo, la supervivencia. En este escenario hiperconectado, la convergencia explosiva de la Inteligencia Artificial (IA), la imperiosa necesidad de Gobernanza (tanto de Datos como Corporativa) y la creciente sofisticación de las amenazas que exigen robustez en Seguridad de la Información y Ciberdefensa forman un nudo gordiano que desafía a líderes y estrategas. Ignorar la intrincada danza entre estos elementos no sólo es imprudente, sino que es una invitación al fracaso .

Estamos participando en una transformación sin precedentes, donde la IA deja de ser un mero tema de imaginación para convertirse en el motor de innovación y optimización en los procesos de toma de decisiones, operaciones e interacciones con los grupos de interés. Sin embargo, este poder abrumador conlleva una responsabilidad igualmente enorme. ¿Cómo podemos garantizar que los algoritmos que dan forma a nuestro futuro funcionen de forma ética, transparente y segura? ¿Cómo protegemos el activo más valioso de la era digital –los datos– en un entorno donde las fronteras se están difuminando y los ataques son cada vez más sigilosos y devastadores?

La respuesta está en un enfoque holístico e integrado. La Gobernanza de Datos establece las reglas del juego para la recopilación, almacenamiento, uso y protección de la información, mientras que la Gobernanza Corporativa define las estructuras de poder, responsabilidad y rendición de cuentas que guían a la organización en su conjunto. Ambos son fundamentales, pero insuficientes sin el escudo y la espada de la Seguridad de la Información y la Ciberdefensa, que protegen activamente contra las brechas, el espionaje y el sabotaje digital.

Este artículo pretende desatar este nudo explorando las interconexiones vitales y a veces conflictivas entre la IA, la gobernanza y la ciberseguridad/defensa. Profundizaremos en los desafíos y oportunidades que surgen de esta intersección, analizando marcos, mejores prácticas y, fundamentalmente, casos del mundo real que ilustran tanto el potencial transformador como los riesgos inherentes. El objetivo no es ofrecer respuestas fáciles, sino provocar una reflexión crítica y fomentar un diálogo urgente sobre cómo navegar por este nuevo paradigma, equilibrando la innovación con la responsabilidad, la agilidad con el control y la oportunidad con la seguridad. La pregunta no es * si * su organización se verá afectada, sino * cómo * se está preparando para liderar –o quedarse atrás– en esta nueva frontera digital.

El Dilema de la Doble Hélice: la IA como Motor y Riesgo en la Transformación Digital

La inteligencia artificial (IA) ha irrumpido en la escena corporativa y gubernamental no como una moda pasajera sino como un tsunami tecnológico, redefiniendo paradigmas y prometiendo ganancias exponenciales en eficiencia y capacidad analítica. Su papel en la transformación digital es innegable: desde la automatización de tareas repetitivas hasta la capacidad de procesar volúmenes masivos de datos para extraer información predictiva, la IA actúa como un poderoso catalizador. En los procesos de toma de decisiones, los algoritmos de *machine learning* y *deep learning* ofrecen una capacidad analítica sobrehumana, identificando patrones y correlaciones que escaparían a la percepción humana, optimizando todo, desde las cadenas logísticas hasta los diagnósticos médicos y la asignación de recursos públicos.

Sin embargo, esta capacidad transformadora es un arma afilada de doble filo. La creciente dependencia de los sistemas de IA introduce vulnerabilidades sistémicas. Las decisiones automatizadas, si se basan en datos sesgados o algoritmos defectuosos, pueden perpetuar y amplificar las desigualdades, generar discriminación o conducir a errores estratégicos catastróficos. La “caja negra” de muchos modelos complejos dificulta la trazabilidad y la rendición de cuentas, creando un vacío de gobernanza que desafía los marcos tradicionales. ¿Quién es responsable cuando un coche autónomo provoca un accidente o un sistema de crédito niega el acceso a servicios esenciales basándose en criterios opacos?

La protección de datos adquiere en este contexto una importancia aún mayor. Los sistemas de IA consumen muchos datos; Cuantos más datos, mejor (en teoría) será su rendimiento. Esto intensifica la presión para recopilar y procesar información a menudo confidencial, lo que aumenta exponencialmente la superficie de ataque y el valor del objetivo para actores maliciosos. Irónicamente, la IA en sí puede utilizarse para mejorar los ciberataques, creando malware más sofisticado, phishing personalizado a gran escala o violando defensas de manera más eficiente. La seguridad de los propios modelos de IA frente a la manipulación (ataques adversarios) o el robo de propiedad intelectual se convierte en una nueva frontera de preocupación.

El desafío, por tanto, no es sólo adoptar la IA, sino hacerlo de forma consciente, estratégica y, sobre todo, segura y ética. Ignorar los riesgos inherentes a su implementación es tan peligroso como ignorar su potencial. Las organizaciones necesitan cuestionarse no sólo *qué* la IA puede hacer por ellas, sino *cómo* garantizar que su uso se alinee con los principios éticos, los requisitos regulatorios y una postura de seguridad sólida. El verdadero dominio en la era de la IA no radica sólo en dominar la tecnología, sino en dominar su gobernanza y mitigar sus riesgos intrínsecos.

La Brújula y el Timón: cómo Navegar la Complejidad con Datos y Gobernanza Empresarial

Si la IA es el poderoso motor de la transformación digital y los datos son su combustible, la Gobernanza (tanto de Datos como Corporativa) representa la brújula moral y el timón estratégico esenciales para navegar las turbulentas aguas de la innovación. En un entorno donde la velocidad del cambio tecnológico supera la capacidad regulatoria y la complejidad de los sistemas desafía la supervisión humana, establecer estructuras de gobernanza sólidas no es una opción, sino una condición * sine qua non * para la sostenibilidad y la confianza.

Gobernanza de datos: del control a la habilitación estratégica

La gobernanza de datos va más allá del mero cumplimiento de regulaciones como LGPD o GDPR. Se trata de establecer un marco integral que defina la propiedad, la calidad, la seguridad, la privacidad y el uso ético de los datos a lo largo de su ciclo de vida. Marcos como DAMA-DMBOK o COBIT 2019 ofrecen una orientación valiosa, pero su aplicación en el contexto de la IA requiere adaptación. La calidad y representatividad de los datos que alimentan los algoritmos son cruciales; Los datos sesgados o incompletos conducen a resultados sesgados, como advierte una investigación de Gartner que indica que la falta de datos “preparados para IA” compromete el éxito de las iniciativas. La gobernanza debe garantizar no sólo la protección sino también la conservación activa de los datos para maximizar su valor y minimizar sus riesgos.

Dilema público : los gobiernos poseen enormes conjuntos de datos sobre los ciudadanos. El uso de IA para optimizar los servicios públicos (por ejemplo, la asignación de recursos de atención médica o la predicción de delitos) ofrece un potencial inmenso, pero plantea preguntas críticas sobre la vigilancia, la privacidad y la equidad. Un ejemplo se puede ver en las iniciativas de ciudades inteligentes en Brasil, donde la integración de datos de múltiples sensores y fuentes para la gestión urbana requiere una gobernanza extremadamente cuidadosa para evitar usos indebidos o discriminatorios, un desafío constante documentado en estudios sobre administración pública digital.
Dilema privado : las empresas recopilan datos de clientes a gran escala para personalizar servicios y orientar el marketing a través de IA. El dilema radica en equilibrar la personalización y la innovación con el respeto a la privacidad y la prevención de la manipulación. El propio caso de EY, al implementar su transformación interna con IA, pone de relieve la necesidad de determinar cómo afectará la tecnología a la seguridad de la información y a las políticas de privacidad, requiriendo una gobernanza proactiva integrada en la estrategia.

Gobierno corporativo: el papel fundamental del liderazgo

El Gobierno Corporativo, a su vez, establece las responsabilidades del Directorio y la alta gerencia en la supervisión estratégica, la gestión de riesgos y el aseguramiento del cumplimiento. La IA introduce una nueva capa de complejidad. Los miembros de la junta y los ejecutivos deben desarrollar una comprensión suficiente de la tecnología para cuestionar suposiciones, evaluar los riesgos (incluidos los riesgos cibernéticos y éticos) y garantizar que la implementación de la IA se alinee con los valores y los objetivos a largo plazo de la organización. Guías como la “Guía de Inteligencia Artificial para Miembros de Consejos de Administración” se convierten en herramientas esenciales.

Dilema público : La implementación de políticas nacionales de IA o ciberseguridad, como la Estrategia Brasileña de Inteligencia Artificial o la Política Nacional de Ciberseguridad, requiere coordinación interministerial y una gobernanza clara para definir roles, responsabilidades y mecanismos de supervisión, involucrando a múltiples actores (gobierno, academia, sector privado, sociedad civil), un desafío complejo de gobernanza multinivel.
Dilema privado : una institución financiera que adopta IA para el análisis de crédito o la detección de fraude enfrenta el desafío de garantizar que los modelos sean justos, transparentes (en la medida de lo posible) y auditables, al tiempo que protegen los secretos comerciales y cumplen con las estrictas regulaciones de la industria. El gobierno corporativo debe garantizar que existan controles internos adecuados y que el Directorio sea consciente de los riesgos asociados, incluido el riesgo reputacional de decisiones algorítmicas controvertidas.

La verdadera provocación radica en cuestionar si los modelos de gobernanza tradicionales, a menudo reactivos y centrados en el cumplimiento, son adecuados para el dinamismo y la opacidad de la IA. Necesitamos evolucionar hacia una gobernanza más ágil, adaptativa y proactiva, integrada desde el inicio en el diseño e implementación de los sistemas de IA, y que sitúe la ética y la seguridad en el centro de la estrategia, no como un apéndice. La falta de adaptación de la gobernanza podría convertir el potencial de la IA en una responsabilidad incontrolable.

El Escudo Digital y la Espada de la IA: fortaleciendo la Ciberseguridad y la Defensa

En el ecosistema digital interconectado, donde la IA acelera la innovación y la gobernanza intenta imponer el orden, la Seguridad de la Información y la Ciberdefensa emergen no sólo como funciones de apoyo, sino como pilares estratégicos indispensables. La sofisticación y la frecuencia de las amenazas cibernéticas han aumentado a niveles sin precedentes, convirtiendo la protección de los activos digitales en una batalla continua y asimétrica. La introducción de la IA en este campo de batalla añade capas de complejidad, actuando como un arma poderosa tanto para los defensores como para los atacantes.

Requisitos y estrategias en la era de la IA:

Los requisitos fundamentales de seguridad (confidencialidad, integridad y disponibilidad) se mantienen, pero su aplicación se vuelve más desafiante. La IA, al procesar y generar datos en volúmenes masivos, amplía la superficie de ataque y la criticidad de la protección. Las estrategias de seguridad deben evolucionar desde una postura reactiva a un enfoque proactivo y predictivo, incorporando inteligencia de amenazas, búsqueda de amenazas y automatización a través de IA/ML para la detección y respuesta a incidentes (SOAR – Orquestación de Seguridad, Automatización y Respuesta). Marcos como el Marco de Ciberseguridad del NIST o la norma ISO 27001 proporcionan bases sólidas, pero deben adaptarse para abordar los riesgos específicos de la IA, como los ataques adversarios a los modelos o el envenenamiento de los datos de entrenamiento.

Amenazas emergentes y el doble papel de la IA:

Los ciberdelincuentes utilizan cada vez más la IA para automatizar y escalar sus ataques. Los ejemplos incluyen la generación de correos electrónicos de phishing altamente convincentes y personalizados, la creación de deepfakes para ingeniería social o fraude, y el desarrollo de malware polimórfico capaz de evadir las firmas tradicionales. Por otra parte, la IA es un aliado crucial en la defensa, como señala el informe de EY sobre ciberinteligencia. Los sistemas basados en IA pueden analizar patrones de tráfico de red en tiempo real, identificar anomalías sutiles que indican una intrusión, predecir posibles vectores de ataque y automatizar las respuestas a incidentes, liberando a los analistas humanos para tareas más complejas. La gestión de confianza, riesgo y seguridad de la IA (AI TRiSM), destacada por Gartner, se vuelve esencial para garantizar que los sistemas de IA utilizados en defensa sean en sí mismos seguros y confiables.

Cumplimiento, gestión de riesgos e interconexión crítica:

El cumplimiento de las regulaciones (LGPD, GDPR, sectoriales) es un factor importante, pero no suficiente. La gestión del riesgo cibernético debe integrarse en la gestión y gobernanza del riesgo empresarial. La IA, la gobernanza de datos y la ciberseguridad están intrínsecamente vinculadas: una gobernanza de datos débil expone a la organización a riesgos de seguridad y compromete la eficacia de la IA; La IA mal implementada o insegura crea nuevas vulnerabilidades; y las fallas de seguridad pueden comprometer datos críticos, violar la privacidad y socavar la confianza en la IA y en la propia organización. La falta de estándares globales consistentes para la IA y la gobernanza de datos, como advierte Gartner, agrava el problema y requiere estrategias adaptadas a cada contexto.

Caso público : El Sistema de Ciberdefensa Militar (SMDC) de Brasil ejemplifica la necesidad de una estructura robusta para proteger las infraestructuras nacionales críticas. La integración de la IA para el análisis predictivo de amenazas y la respuesta automatizada es una tendencia, pero requiere protocolos de seguridad rigurosos y una gobernanza clara sobre el uso de la fuerza o las contramedidas en el ciberespacio, lo que refleja los desafíos de las relaciones civiles-militares en el sector.
Caso privado : Una empresa energética que utiliza sistemas de control industrial conectados a la red (ICS/OT) enfrenta altos riesgos cibernéticos. La implementación de IA para monitorear anomalías en estos sistemas puede prevenir ataques que causen daños físicos o interrupciones del servicio. Sin embargo, la seguridad de la propia solución de IA y la gobernanza de los datos recopilados de los sistemas industriales son cruciales para evitar que la solución de seguridad se convierta en un nuevo vector de ataque.

La provocación central en este ámbito es: ¿estamos tratando la ciberseguridad y la defensa como un coste necesario o como un facilitador estratégico de la confianza digital? En un mundo donde la IA puede ser tanto el veneno como el antídoto, la capacidad de una organización para integrar de forma cohesiva la inteligencia, la gobernanza y la seguridad determinará su resiliencia y su capacidad para prosperar en la era digital. El énfasis debe estar en construir una cultura de seguridad generalizada, respaldada por tecnología avanzada y un liderazgo comprometido.

La Red Invisible: Interdependencia y el Papel Estratégico del Liderazgo

Las discusiones sobre Inteligencia Artificial, Gobernanza de Datos, Gobernanza Corporativa, Seguridad de la Información y Ciberdefensa a menudo ocurren en silos, manejados por expertos en cada área. Sin embargo, la realidad operativa y estratégica revela una interdependencia profunda e ineludible entre estos dominios. No son pilares aislados, sino hilos entrelazados en una red compleja que sostiene (o derriba) a la organización en la era digital. Comprender y gestionar esta interconexión es el desafío central para los líderes que buscan no sólo sobrevivir, sino prosperar.

La simbiosis crítica:

La IA depende de la gobernanza de datos : los modelos de IA son tan buenos como los datos que los alimentan. Una gobernanza de datos eficaz garantiza la calidad, integridad, privacidad y seguridad de los datos, que son esenciales para entrenar y operar IA confiables y éticas. Sin esto, la IA puede producir resultados sesgados, inseguros o ilegales.
La gobernanza de datos necesita seguridad : las políticas de gobernanza de datos son inútiles si los datos no están protegidos contra el acceso no autorizado, la corrupción o el robo. La seguridad de la información implementa los controles técnicos y procedimentales para garantizar la confidencialidad, integridad y disponibilidad requeridas por la gobernanza.
La seguridad se mejora (y se ve desafiada) por la IA : la IA ofrece herramientas poderosas para detectar y responder a las amenazas cibernéticas de forma más rápida y eficaz. Sin embargo, la propia IA introduce nuevas vulnerabilidades (ataques adversarios, seguridad del modelo) que deben gestionarse, lo que requiere una evolución de las prácticas de seguridad.
El gobierno corporativo es integral : la responsabilidad última de supervisar la estrategia de IA, la idoneidad de la gobernanza de datos y la solidez de la ciberseguridad recae en la alta dirección y el directorio. El gobierno corporativo debe garantizar que estas áreas estén alineadas con la estrategia general, que los riesgos se comprendan y mitiguen y que exista una cultura organizacional que valore la ética, la seguridad y el uso responsable de la tecnología.

El papel estratégico del liderazgo:

Navegar por esta complejidad requiere un liderazgo visionario, informado y colaborativo. Los líderes (CEO, CIO, CISO, CDO, miembros de la junta directiva) ya no pueden delegar estas cuestiones únicamente a expertos técnicos. Necesitan:

Fomentar la colaboración : elimine los silos organizacionales fomentando el diálogo y la colaboración entre los equipos de IA, datos, seguridad, riesgo, cumplimiento y negocios.
Desarrollar habilidades : invierta en capacitarse usted y sus equipos para comprender los fundamentos y las implicaciones estratégicas de la IA, la gobernanza y la seguridad.
Integrar en la estrategia : tratar estas áreas no como centros de costos o funciones de apoyo, sino como componentes integrales de la estrategia empresarial y la creación de valor.
Fomentar una cultura de responsabilidad : inculcar una cultura en toda la organización que priorice la ética, la seguridad y el uso responsable de los datos y las tecnologías, desde el desarrollo hasta la operación.
Exigir transparencia y rendición de cuentas : establecer métricas claras y mecanismos de supervisión para monitorear la eficacia de las iniciativas de IA, gobernanza y seguridad, garantizando la rendición de cuentas en todos los niveles.

Mi desafío para los líderes es: ¿su organización está gestionando estos dominios como piezas separadas de un rompecabezas o como un ecosistema interconectado? La capacidad de ver y gestionar la red invisible que conecta la IA, la gobernanza y la seguridad será un diferenciador competitivo crucial. Ignorar esta interdependencia es como construir castillos sobre arenas movedizas, condenados a derrumbarse ante la primera tormenta digital.

Provocaciones para el debate

Este artículo buscó desentrañar la compleja red que conecta la IA, la gobernanza (de datos y corporativa) y la ciberseguridad/defensa. Más que ofrecer respuestas definitivas, el objetivo es incitar a la reflexión y al diálogo entre profesionales y líderes que están en la primera línea de esta transformación. Para fomentar un debate rico y productivo, proponemos las siguientes provocaciones:

La paradoja de la IA en la seguridad : ¿Su organización ya utiliza IA para fortalecer la ciberdefensa? ¿Cuáles son los mayores desafíos encontrados: el costo, la integración, la falta de habilidades o la seguridad de los propios modelos de IA? ¿Cómo equilibramos los beneficios de la automatización con el riesgo de nuevas vulnerabilidades introducidas por la propia IA?
Ágil vs. Burocracia : ¿Son los marcos tradicionales de datos y gobernanza corporativa suficientes para el ritmo de la IA? ¿Cómo podemos crear estructuras de gobernanza que sean a la vez robustas y ágiles, capaces de seguir el ritmo de la innovación sin sofocarla? Comparta ejemplos de enfoques adaptativos que hayan funcionado (o no) en su experiencia.
El vínculo humano en la era de la automatización : Con la creciente automatización impulsada por la IA, ¿cuál es el papel restante de los profesionales de datos, seguridad y gobernanza? ¿Cómo deben evolucionar las habilidades? ¿Estamos preparando a nuestros equipos (y a nosotros mismos) para colaborar eficazmente con sistemas inteligentes o estamos creando una dependencia peligrosa?
Ética y sesgo algorítmico : además del cumplimiento legal (LGPD/GDPR), ¿cómo aborda su organización de forma proactiva las cuestiones éticas y el riesgo de sesgo en los algoritmos de IA, especialmente en decisiones críticas (contratación, crédito, seguridad pública)? ¿Qué mecanismos de auditoría y transparencia son viables y eficaces?
Responsabilidad del liderazgo : ¿Qué tan involucrados están los altos ejecutivos y la junta directiva en las discusiones sobre los riesgos y las oportunidades de la IA y la ciberseguridad? ¿Tienen los conocimientos necesarios para una supervisión eficaz? ¿Cómo podemos elevar esta agenda al nivel estratégico que merece?
Colaboración Público-Privada : Frente a amenazas cibernéticas cada vez más sofisticadas y la necesidad de estándares para IA, ¿cuál es el modelo ideal de colaboración entre el sector público, el sector privado y la academia en Brasil? ¿Dónde están los mayores cuellos de botella y las oportunidades para una acción conjunta más efectiva en la protección del ecosistema digital nacional?

Os invito a compartir vuestras perspectivas, experiencias y retos en los comentarios. ¿Cómo está su organización atravesando esta intersección crítica? ¿Qué lecciones aprendidas pueden beneficiar a toda la comunidad?

Conclusión: Navegando la Frontera Digital con Sabiduría y Resiliencia

El viaje a través de la intersección de la Inteligencia Artificial, la Gobernanza y la Ciberseguridad revela un panorama complejo, lleno de oportunidades transformadoras, pero igualmente plagado de riesgos existenciales. Ignorar esta complejidad o abordarla de manera fragmentada es una receta para la irrelevancia o, peor aún, para el desastre. La supervivencia y el éxito en la frontera digital requieren un cambio de mentalidad: de la reacción a la proactividad, del silo a la integración, del control a la facilitación responsable.

Caminos prácticos:

Diagnóstico integrado: realizar evaluaciones holísticas que mapeen la madurez y los riesgos no solo en cada dominio (IA, datos, seguridad, gobernanza) sino, fundamentalmente, en sus interconexiones.
Gobernanza Adaptativa: Implementar marcos de gobernanza (corporativa y de datos) que sean flexibles, basados en principios éticos claros y capaces de adaptarse a la velocidad de la innovación tecnológica, incorporando el concepto de *Seguridad y Privacidad por Diseño* desde la concepción de los sistemas de IA.
Inversión estratégica en seguridad: tratar la ciberseguridad no como un costo sino como una inversión estratégica esencial para la confianza digital, asignando recursos adecuados y adoptando tecnologías avanzadas (incluida IA) para una defensa proactiva.
Capacitación Continua: Invertir fuertemente en la capacitación de líderes y equipos, desarrollando no sólo habilidades técnicas, sino también una comprensión profunda de las implicaciones éticas, legales y estratégicas de estas tecnologías.
Ecosistema de colaboración: Fomentar las asociaciones y el intercambio de información sobre amenazas y mejores prácticas entre los sectores público y privado y la academia, reconociendo que la seguridad del ecosistema digital es una responsabilidad compartida.

Tendencias futuras:

El futuro nos depara una aceleración aún mayor de estas tendencias. La IA generativa seguirá desafiando los modelos de negocio y de seguridad. La computación cuántica amenaza con romper la criptografía actual, lo que requiere una transición a la criptografía post-cuántica. La regulación de la IA se volverá más presente y fragmentada a nivel global, lo que requerirá una navegación cuidadosa. La convergencia entre el mundo físico y digital (IoT, Metaverso) ampliará la superficie de ataque y las implicaciones de seguridad.

En última instancia, la capacidad de navegar con éxito esta frontera dependerá de la sabiduría y la resiliencia de las organizaciones y sus líderes. Sabiduría para discernir el potencial real de la tecnología, anticipar sus riesgos y orientar su implementación de manera ética y responsable. Resiliencia para adaptarse rápidamente al cambio, aprender de los errores y construir defensas sólidas contra un panorama de amenazas en constante evolución. El debate apenas comienza, y es más urgente que nunca tomar medidas coordinadas e informadas.

Autor:
Peterson O. Batista

Fuentes principales:

Gartner. (Varios artículos e informes sobre AI TRiSM, riesgos de IA, gobernanza de datos y ciberseguridad). Ej: “AI TRiSM: Confianza, riesgo y seguridad en modelos de IA”, “Ciberseguridad e IA: cómo gestionar riesgos”. Consultado en mayo de 2025.

EY-Ernst & Young. (Diversas perspectivas y casos de estudio sobre la transformación con IA y ciberseguridad). Ej: “Caso de estudio: Cómo EY se transformó con IA”, “La IA es el gran aliado de la ciberseguridad”. Consultado en mayo de 2025.

Microsoft. “Guía de Inteligencia Artificial para Consejeros”. (PDF referenciado en la investigación inicial).

Repositorio ENAP / Investigación Académica (ResearchGate, SciELO, etc.). (Estudios sobre gobernanza digital en el sector público brasileño, desafíos de ciberseguridad, Estrategia Brasileña de IA, Política Nacional de Ciberseguridad, Sistema de Ciberdefensa Militar).

Marcos de gobernanza y seguridad: DAMA-DMBOK, COBIT 2019, Marco de ciberseguridad NIST, ISO/IEC 27001.

Legislación: Ley General de Protección de Datos Personales (LGPD – Ley n.º 13.709/2018), Reglamento General de Protección de Datos (GDPR – Reglamento (UE) 2016/679).

Enlace al Artículo Original en idioma portugués publicado en DCiber.