Padronização técnica em MLOps: mediação ética, autonomia profissional e governança sociotécnica

• Francismaile Macedo de Oliveira UTFPR
• Gustavo Alberto Giménez-Lugo UTFPR
• Juliana Lopes Silva UTFPR

DOI: https://doi.org/10.5753/wics.2026.21104

Resumo

Este artigo visa demonstrar que a padronização técnica em MLOps não é neutra: ela incorpora valores éticos, redistribui autonomia profissional e atua como mecanismo de governança sociotécnica. A análise de repositórios públicos do GitHub mostra que padrões como versionamento, CI/CD, monitoramento e automação de deploy materializam valores como segurança, auditabilidade e responsabilização. Esses padrões restringem a discricionariedade dos profissionais por meio de configurações pré-definidas, mecanismos automáticos de orientação ética e dependência tecnológica criada pela adoção dominante de certas ferramentas. O estudo conclui que padrões técnicos funcionam como vetores normativos e que a governança deve combinar automação com revisão humana e documentação justificativa para equilibrar eficiência, autonomia e responsabilidade.

Palavras-chave: Modelos, MLops, Infraestrutura, Automação

Referências

Friedman, B., Kahn, P. H., Jr., & Borning, A. (2006). Value Sensitive Design and Information Systems. Disponível em [link]. Acessado em 22/02/2026.

Gillespie, T. (2018). Platforms are not intermediaries. Georgetown Law Technology Review, 2(2), 198–217.

Google Cloud (2024) MLOps: pipelines de entrega contínua e automação no aprendizado de máquina. Disponível em [link]. Acessado em 22/02/2026.

Green, B. (2021). The Contestation of Tech Ethics: A Sociotechnical Approach to Technology Ethics in Practice. Journal of Social Computing, 2(3), 209–225.

Kellogg, K. C., Valentine, M. A., & Christin, A. (2020). Algorithms at work: The new contested terrain of control. Academy of Management Annals, 14(1), 366–410.

Latour, B. (1992). Where are the missing masses? The sociology of a few mundane artifacts. In W. E. Bijker & J. Law (Eds.), Shaping Technology / Building Society: Studies in Sociotechnical Change (pp. 225–258). MIT Press.

Nissenbaum, H. (2001). How computer systems embody values. Computer, 34(3), 119–120.

Selbst, A. D., boyd, d., Friedler, S. A., Venkatasubramanian, S., & Vertesi, J. (2019). Fairness and abstraction in sociotechnical systems. In Proceedings of the Conference on Fairness, Accountability, and Transparency (FAT ’19)*. ACM.

Selbst, A. D., & Powles, J. (2017). Meaningful information and the right to explanation. International Data Privacy Law, 7(4), 233–242.

Serban, A., van der Blom, K., Hoos, H., & Visser, J. (2020). Adoption and effects of software engineering best practices in machine learning. In Proceedings of the ACM/IEEE International Symposium on Empirical Software Engineering and Measurement (ESEM ’20) (pp. 1–12). ACM.

Shin, D. D. H. (2019). Socio-Technical Design of Algorithms: Fairness, Accountability, and Transparency. Trabalho apresentado no 30th European Conference of the International Telecommunications Society (ITS), Helsinque.

Testi, M., Ballabio, M., Frontoni, E., Iannello, G., Moccia, S., Soda, P., & Vessio, G. (2022). MLOps: A taxonomy and a methodology. IEEE Access, 10, 63606–63628.

Verbeek, P.-P. (2006). Materializing morality: Design ethics and technological mediation. Science, Technology, & Human Values, 31(3), 361–380.

Winner, L. (1980). Do artifacts have politics? Daedalus, 109(1), 121–136.

Yeung, K. (2017). Algorithmic regulation: A critical interrogation. Regulation & Governance, 12(4), 505–523.