Questão de Governança de TI — Conceitos Básicos em Governança de TI — CESPE / CEBRASPE 2026
Governança de TI›Conceitos Básicos em Governança de TI
Código
ce227902
Banca
CESPE / CEBRASPE
Órgão
SEFAZ-RN
Ano
2026
Nível
Superior
Cargo
Auditor Fiscal de Receitas Estaduais - conhecimentos complementares
No âmbito das competências fundamentais da alfabetização de dados (data literacy), a habilidade de avaliar de forma criteriosa a fidedignidade das fontes, a integridade metodológica e a neutralidade dos dados, a fim de identificar distorções ou interpretações equivocadas antes da tomada de decisão, é definida tecnicamente como
Aleitura e questionamento crítico.
Banálise e exploração de dados.
Cgovernança e ética de dados.
Draciocínio estatístico.
Efluência em dados (data fluency).
Revelar gabarito e comentário▾
GabaritoA — leitura e questionamento crítico.
Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.
Data Literacy – Competências da Alfabetização de Dados
Gabarito: alternativa A. A habilidade descrita — avaliar de forma criteriosa a fidedignidade das fontes, a integridade metodológica e a neutralidade dos dados — é tecnicamente definida como leitura e questionamento crítico (critical reading and questioning). Essa é uma das competências centrais da alfabetização de dados (data literacy), que capacita o indivíduo a identificar distorções e evitar interpretações equivocadas antes de tomar decisões baseadas em dados.
A banca testa o conhecimento sobre o significado preciso dos termos que compõem a data literacy. Cada alternativa representa uma competência diferente, e a chave é perceber que a descrição envolve julgamento crítico sobre a qualidade e a neutralidade dos dados, e não apenas habilidades técnicas ou éticas mais amplas.
Alternativa A — ✅ Correta ⟵ GABARITO
A leitura e o questionamento crítico referem-se exatamente à capacidade de examinar a procedência, a metodologia e os vieses dos dados, permitindo ao analista contestar resultados aparentes e evitar conclusões precipitadas. É o alicerce para uma análise responsável.
Alternativa B — ❌ Incorreta
Análise e exploração de dados envolvem técnicas como mineração, visualização e descoberta de padrões, mas não enfatizam o juízo crítico sobre a confiabilidade das fontes ou a neutralidade. É uma etapa posterior à avaliação crítica.
Alternativa C — ❌ Incorreta
Governança e ética de dados tratam de políticas, conformidade, privacidade e uso responsável dos dados em nível organizacional. Não se restringem à habilidade individual de questionar a fidedignidade de cada fonte.
Alternativa D — ❌ Incorreta
Raciocínio estatístico é a aplicação de métodos quantitativos (probabilidade, inferência, testes) para interpretar dados. Embora exija algum senso crítico, seu foco é matemático, não na avaliação da integridade metodológica ou neutralidade das fontes.
Alternativa E — ❌ Incorreta
Fluência em dados (data fluency) é a capacidade de ler, compreender e comunicar dados de forma natural, mas não inclui necessariamente o questionamento crítico profundo sobre a validade das fontes. É uma competência mais ampla e de comunicação.
PEGA ESSA DICA!
Em questões de data literacy, lembre-se de que o questionamento crítico é a competência que antecede qualquer análise: é o “filtro” que valida se os dados merecem confiança. As bancas costumam confundir essa habilidade com a mera exploração técnica ou com a governança organizacional. Ao identificar palavras como “fidedignidade”, “neutralidade”, “distorções”, associe imediatamente ao pensamento crítico.