FEDAS – Espaços Federados de Dados para Valorização de Dados com Preservação da Privacidade

O objetivo global da operação FEDAS é criar e validar um ecossistema integrado de valorização de dados em espaços de dados federados, que permita a organizações em sectores regulados treinar e explorar modelos de inteligência artificial sobre dados distribuídos, preservando a privacidade, a soberania e a conformidade regulatória, e reforçando a autonomia estratégica da União Europeia em infraestruturas digitais críticas. Entre os objetivos específicos, destacam se: - Desenvolver uma plataforma de federated learning multisectorial, suportando cenários horizontais e verticais, capaz de orquestrar, monitorizar e auditar execuções em consórcios de, pelo menos, 5 a 10 participantes por data space, com melhoria mensurável de desempenho dos modelos face a abordagens isoladas (ganhos alvo de 10–20% em métricas de precisão ou AUC, consoante o caso de uso). - Implementar pipelines de ingestão e harmonização semântica que permitam integrar, em cada data space, conjuntos de dados heterogéneos de, pelo menos, 3 organizações por sector, garantindo níveis de completude e consistência definidos em métricas de qualidade de dados (por exemplo, redução de 50% em inconsistências de codificação e valores em falta nos datasets harmonizados). - Especificar e validar um modelo de governação operacional para data spaces e federated learning, incluindo papéis, processos de decisão, políticas de acesso, procedimentos de gestão de risco e mecanismos de monitorização, testado em, pelo menos, quatro ambientes setoriais reais. - Assegurar alinhamento com os principais referenciais europeus (Gaia X, IDSA, DSSC), com evidência de conformidade em forma de self descriptions, documentação de arquitetura e blueprints de integração, aptos a suportar futuras certificações e interoperação com outros data spaces europeus. - Demonstrar, através de pilotos em saúde, retalho, telecomunicações e smart cities, que a abordagem federada permite ganhos concretos em desempenho, eficiência e segurança, com indicadores definidos por caso de uso (por exemplo, melhoria na precisão de modelos preditivos, redução de tempo de onboarding de novos participantes, redução de risco de exposição de dados), e documentar, para cada piloto, um plano de exploração e modelo de negócio associado. Estes objetivos organizam se pelas cinco linhas de desenvolvimento: DL1 foca se em objetivos técnicos de arquitetura, desempenho, escalabilidade e segurança da plataforma; DL2 em objetivos de integração de dados, qualidade e interoperabilidade semântica; DL3 em objetivos de governação, gestão de risco e operacionalização institucional; DL4 em objetivos de alinhamento com normas europeias e preparação para integração em ecossistemas de infraestruturas digitais; DL5 em objetivos de validação em contexto real, construção de modelos de negócio e definição de caminhos de exploração pós projeto. A validação será feita através de combinações de testes laboratoriais, pilotos com dados reais e avaliação conjunta com utilizadores finais e responsáveis de negócio e compliance, usando métricas técnicas (desempenho de modelos, latência, robustez), métricas organizacionais (tempo de adesão de novos participantes, esforço operacional) e métricas económicas (potencial de receitas, custos evitados, ganhos de eficiência). Desta forma, os objetivos do projeto são claros, específicos, mensuráveis e alinhados com o problema identificado e com o impacto tecnológico, económico e estratégico pretendido.