Nesse contexto, as mídias sociais digitais redefiniram as formas de interação social e
tornaramse centrais na sociedade moderna como espaços de conexão, interação e negócios [
Essa dinâmica de fluxo informacional é central na chamada “economia digital”, na qual
tecnologias de Inteligência Artificial, Internet das Coisas e Big Data dependem do acesso e da
análise de dados pessoais para oferecer serviços personalizados. No entanto, tal prática expõe os
indivíduos a um monitoramento contínuo que pode infringir a liberdade e gerar risco de vazamento
de informações [
Diante do panorama apresentado, nos últimos anos, a proteção de dados pessoais se consolidou
como uma questão global de relevância pública e jurídica. Assim, diversos países promulgaram suas
próprias legislações sobre o tema [
Foi nesse cenário que, no Brasil, a Lei nº 13.709/2018, Lei Geral de Proteção de Dados (LGPD),
foi sancionada em 2018. A LGPD, inspirada pelo GDPR, estabelece princípios, direitos e deveres
aplicáveis ao tratamento de dados pessoais, buscando garantir o respeito à autodeterminação
informativa dos titulares. No contexto atual, o consentimento do titular destaca-se como uma
das bases legais para o tratamento de dados, sendo compreendido como a concordância do titular
de dados com o tratamento de seus dados, por meio de uma manifestação livre, informada e
inequívoca, com uma finalidade específica [
No entanto, embora o consentimento seja exigido, inclusive em mídias sociais digitais, para o
tratamento de dados dos usuários, frequentemente há uma assimetria de informações e de poder
nas plataformas. Os usuários, embora teoricamente informados sobre as formas de tratamento de
dados por meio das políticas de privacidade, muitas vezes não estão plenamente cientes de como
ocorrem, de fato, a coleta, o uso e o compartilhamento de seus dados [
Além disso, fatores cognitivos e comportamentais levam os usuários a aceitarem termos que
não compreendem totalmente, influenciados por vieses e pelo medo de exclusão social [
Assim, embora legislações como a LGPD e o GDPR exijam clareza, as plataformas
frequentemente falham em tornar as informações acessíveis e equilibradas por meio de suas
políticas, comprometendo a efetividade do consentimento [
Diante da complexidade e dos desafios do consentimento e dos fatores que o envolvem em
mídias sociais digitais, a representação do conhecimento surge como uma construção conceitual
para organizar, estruturar e formalizar as informações relevantes sobre esse domínio. A ontologia,
enquanto artefato da representação do conhecimento, permite construir um modelo compreensível
por humanos e máquinas, fornecendo uma compreensão clara e compartilhada dos elementos
envolvidos no consentimento do titular dos dados [
Além de facilitar a interoperabilidade entre sistemas, a ontologia possibilita a atualização contínua frente às rápidas mudanças do ambiente digital, bem como a reutilização e integração com outras bases de conhecimento. Assim, a ontologia não apenas representa o conhecimento, mas o estrutura de modo a apoiar soluções para os desafios do consentimento nas mídias sociais digitais.
Diante do exposto, o presente artigo visa apresentar o desenvolvimento inicial, no âmbito de uma pesquisa de mestrado, de uma estrutura semântica ontológica voltada à representação do consentimento do titular de dados pessoais no contexto das mídias sociais digitais. Além de considerar os aspectos legais brasileiros relacionados à base legal do consentimento, a ontologia proposta também incorpora elementos que influenciam a obtenção desse consentimento. A proposta busca, assim, oferecer um modelo que una aspectos jurídicos e sociocomportamentais.
Este artigo está organizado em seções, conforme a seguir: a seção “Trabalhos Relacionados” apresenta outras ontologias de domínio relacionadas com o escopo do presente estudo; a seção “Metodologia Adotada” descreve detalhadamente as etapas e processos realizados, com vistas à reprodutibilidade científica; a seção “Resultados Parciais” explica a ontologia em desenvolvimento; por fim, a seção “Considerações Parciais e Trabalhos Futuros” finaliza com os últimos comentários sobre o artigo e com as possibilidades de trabalhos futuros.
Em uma busca realizada nos repositórios de ontologias BioPortal1, Ontology Lookup Service2, TechnoPortal3, FAIRsharing4, OntoHub5 e Linked Open Vocabularies6, no repositório de código aberto GitHub7, e nas bases de dados científicas Web of Science8, Scopus9 e SciELO10, foram utilizadas as palavras-chave “consent ontology”, “personal data ontology,” “protection ontology”, “social media ontology”, “GDPR ontology”, “LGPD ontology”. A escolha desses termos visou abranger ontologias relacionadas ao consentimento, à proteção de dados pessoais e ao contexto das mídias sociais digitais, bem como identificar modelos alinhados ao GDPR, que serviu de referência para a legislação brasileira, e à LGPD. Como resultado, foram encontrados os seguintes trabalhos: GConsent11, GDPRov12, Consent Ontology, GDPR Ontology13, Ontology for the Protection of Personal Data (OPPD), PrOnto, OntoPriv, Ontology for Privacy Policies of OSNs (OPPO)14 e o Data Privacy Vocabulary (DPV)15.
A GConsent é uma ontologia para representar o consentimento e seus diferentes estados em
conformidade com o GDPR [
A Consent Ontology [17] representa o consentimento com base na Lei de Proteção de Dados Pessoais nº 6.698 da Turquia. A OntoPriv [18], por sua vez, tem base na Lei Orgânica de Proteção de Dados Pessoais do Equador, e seu objetivo é assegurar conformidade regulatória. A OPPO modela práticas de tratamento de dados descritas nas políticas de privacidade de plataformas de mídias 1 https://bioportal.bioontology.org 2 https://www.ebi.ac.uk/ols4 3 https://technoportal.hevs.ch 4 https://fairsharing.org 5 https://ontohub.org 6 https://lov.linkeddata.es/dataset/lov 7 https://github.com 8 https://www.webofscience.com/wos 9 https://www.scopus.com/home.uri 10 https://www.scielo.br 11 https://openscience.adaptcentre.ie/ontologies/GConsent/docs/ontology 12 https://openscience.adaptcentre.ie/ontologies/GDPRov/docs/ontology 13 https://github.com/ShahAJh/GDPR_Ontology_Project 14 https://github.com/SanondaDattaGupta/OPPO-Ontology 15 https://w3c.github.io/dpv/2.1/dpv sociais digitais. Por fim, o DPV é um vocabulário que representa conceitos relacionados à privacidade e proteção de dados, derivados do GDPR.
Não foram encontradas ontologias que modelassem o consentimento de acordo com a LGPD, nem que estabelecessem conexões ou incorporassem aspectos relacionados a fatores que possam influenciar o consentimento fornecido pelo titular, no contexto das mídias sociais digitais.
Esta é uma pesquisa qualitativa, de caráter descritivo e de natureza aplicada, com o objetivo geral de sistematizar o conhecimento sobre o consentimento de indivíduos em mídias sociais digitais, visando apoiar soluções tecnológicas para a privacidade de dados pessoais, a conformidade normativa e a conscientização dos usuários. A metodologia escolhida para o desenvolvimento da ontologia foi a OntoForInfoScience, elaborada por Mendonça [19]. Essa metodologia, criada para ser utilizada por profissionais da Ciência da Informação, detalha de maneira simples e em linguagem acessível todas as etapas necessárias para o desenvolvimento de ontologias, superando barreiras encontradas pelos cientistas da informação, como jargões técnicos e questões filosóficas profundas [19].
Além de ser de fácil compreensão, a escolha pela OntoForInfoScience também foi motivada pelo seu potencial de contribuir para a disseminação do conhecimento sobre ontologias e do desenvolvimento das mesmas por pessoas que não são especialistas na área, principalmente entre os cientistas da informação. A OntoForInfoScience estrutura o processo em oito etapas, além de uma etapa preliminar (etapa 0).
Antes de iniciar o desenvolvimento da ontologia, a OntoForInfoScience prevê uma etapa preliminar para avaliar se há realmente uma necessidade para a criação da ontologia, ou se outro instrumento, como um tesauro ou uma taxonomia, seria suficiente para atingir o objetivo proposto [19].
Considerando que o objetivo é a representação do conhecimento de um determinado domínio, avaliou-se que outros instrumentos de recuperação da informação não seriam suficientes para atender à complexidade necessária. Planejou-se uma representação de aspectos do mundo real e a relação entre entidades deste, além de buscar possibilitar o uso em um modelo de mundo aberto, o que vai além das capacidades oferecidas por outros instrumentos.
A motivação também se sustenta na necessidade de explicitar formalmente os conceitos envolvidos, suas propriedades e suas inter-relações. Diferentemente de estruturas mais rígidas, a ontologia permite mais expressividade semântica, favorecendo a representação de significados mais complexos e contextuais. Propõe-se, ainda, que a ontologia seja extensível futuramente e reutilizável em outras ontologias, além de possibilitar inferência automática e aplicação na Web Semântica.
A primeira etapa consiste no preenchimento da especificação da ontologia, que é um template contendo informações sobre o domínio, o propósito geral, a classe de usuários a que se destina, o uso pretendido, o tipo de ontologia, o grau de formalidade e a delimitação do escopo e as questões de competência [19].
O domínio abrange o consentimento de indivíduos em mídias sociais digitais, considerando os aspectos e os requisitos da LGPD. Parte-se da definição de consentimento prevista na LGPD, que o estabelece como uma das bases legais para o tratamento de dados pessoais. O propósito é oferecer uma estrutura formal que facilite a compreensão, a análise e a aplicação prática desses conceitos, promovendo a conformidade com a legislação brasileira, além de favorecer o entendimento de aspectos que podem influenciar ou comprometer o consentimento do titular.
Os usuários-alvo incluem pesquisadores das áreas de Ciência da Informação, Direito, Ciência da Computação e Psicologia, profissionais da área de privacidade e proteção de dados, desenvolvedores de sistemas, empresas, órgãos reguladores e o governo. O uso pretendido abrange tanto pesquisas científicas e acadêmicas quanto o desenvolvimento de sistemas e a interoperabilidade de dados com foco na padronização da representação do consentimento. A ontologia é classificada como uma ontologia de domínio, com grau de formalidade médio e estrutura semiformal.
Seu ponto de partida são entidades do mundo real descritas na Basic Formal Ontology (BFO) e o conceito de consentimento conforme definição na LGPD, delimitando-se à hipótese legal de obtenção do consentimento no contexto das mídias sociais digitais, sem abordar aspectos técnicos de implementação nem o tratamento de dados sensíveis ou de crianças e adolescentes. As questões de competência orientam o desenvolvimento da ontologia e incluem perguntas sobre tipos de consentimento, validade, revogação, agentes envolvidos, princípios legais aplicáveis e práticas que comprometem a autonomia do titular.
A segunda etapa da metodologia consiste na adoção de métodos para aquisição e extração do conhecimento, com a seleção de fontes de informação [19]. Para essa etapa, foi realizada uma pesquisa bibliográfica e documental com o objetivo de compreender o domínio de estudo.
Por se tratar de uma pesquisa multidisciplinar, a pesquisa bibliográfica também foi conduzida em bases científicas de caráter multidisciplinar: Web of Science, Scopus e SciELO. A busca utilizou as seguintes strings: (“personal data protection” AND “consent”), (“personal data protection” AND “digital social media”), (“personal data protection” AND “social media”), (“consent” AND “digital social media”), (“consent” AND “social media”), (“personal data protection” AND “consent” AND “digital social media”), ("personal data protection” AND “consent” AND “social media”), (“proteção de dados pessoais” OR “LGPD”), ("General Data Protection Regulation" OR “GDPR” OR "Regulamento Geral sobre a Proteção de Dados" OR “RGPD”). Foram considerados artigos em inglês e português, de acesso aberto. Após a exclusão dos duplicados e o screening16 dos artigos, foram selecionados 55 documentos para serem estudados, com o objetivo de aprofundar a compreensão do domínio.
A pesquisa documental foi realizada por meio da consulta a fontes normativas brasileiras, incluindo a Constituição Federal, a LGPD, o Código Civil, a Lei de Acesso à Informação, o Marco Civil da Internet e o Código de Defesa do Consumidor, além de resoluções e outros documentos emitidos pela Autoridade Nacional de Proteção de Dados. Também foram analisados documentos de organizações não governamentais, como o Comitê Gestor da Internet (CGI.br) e a Organização Internacional de Padronização (ISO). Adicionalmente, foram consultadas fontes de organizações internacionais, como a Organização para a Cooperação e Desenvolvimento Econômico (OCDE).
Visando ao aprofundamento do domínio em estudo e ao entendimento dos aspectos legais das regulamentações que envolvem a área, o processo de extração dos termos candidatos a classes foi realizado de forma manual.
A próxima etapa refere-se à conceitualização, ou seja, à elaboração da tabela de conceitos e propriedades, do dicionário de verbos e dos modelos conceituais gráficos [19]. Durante essa etapa, foram extraídos 156 termos das fontes de informação, acompanhados de seus respectivos conceitos, compilados em uma planilha eletrônica.
A tabela foi revisada, com a exclusão de termos repetidos e daqueles considerados não pertinentes para uso futuro como classes da ontologia. Ao final, restaram 130 termos. Para cada termo, foram atribuídos, em colunas da planilha eletrônica, os seguintes metadados: ID, class (EN), 16 Processo de triagem para selecionar e avaliar os estudos que serão incluídos com base nos títulos, resumos e palavraschave. label (EN), label (PT), alt label, comment or definition, is defined by, parent, has subclasses, type, object properties e semi-formal definition.
A coluna object properties foi construída a partir dos próprios conceitos, como, por exemplo, "[consent is] deliberately granted by the data subjects". Essas relações foram organizadas em uma nova planilha, com o objetivo de criar o dicionário de verbos. Para cada relação, foram atribuídos os seguintes metadados: object property, source ontology, synonyms, inverse property, definition, usage example e characteristics. Estas últimas referem-se às características das propriedades, tais como simétrica, funcional ou reflexiva.
Os modelos conceituais gráficos, embora façam parte dessa etapa da metodologia, não foram realizados nesse momento, visto que a representação gráfica pode ser criada após a linguagem lógica estar completa e exportada.
A quarta etapa consiste em pesquisar, escolher e aplicar ontologias de fundamentação no desenvolvimento da ontologia. Assim, após uma análise inicial, a BFO foi selecionada como ontologia de fundamentação por oferecer uma estrutura que distingue as entidades entre continuantes (como agentes e dados) e ocorrentes (como os atos de consentimento). No entanto, embora alguns elementos da BFO tenham sido importados para testes iniciais, a sua integração definitiva e o alinhamento completo ainda não foram concluídos. Essa incorporação será realizada nas fases subsequentes do desenvolvimento.
A quinta etapa consiste na representação formal de todo o conhecimento previamente elaborado, utilizando uma linguagem descritiva ou lógica que permita a interpretação pelas máquinas, favorecendo inferências e a interoperabilidade. Assim, o conhecimento conceitual passa a um nível ontológico-formal [19].
Esta etapa inclui também a pesquisa e a identificação de classes equivalentes em outras ontologias de domínio, visando a integração e a reutilização do modelo desenvolvido. Para isso, foram consultados repositórios e portais de ontologias, como BioPortal, Linked Open Vocabularies, Ontology Lookup Service, OntoHub e GitHub. A partir dessa análise, as classes consideradas compatíveis com o escopo da ontologia foram adicionadas na coluna "termos similares" da tabela de conceitos e propriedades.
Para a etapa de formalização, foi utilizado o software Protégé, versão 5.6.5. O processo teve início com a inserção dos termos, dados e metadados da tabela de conceitos e propriedades, bem como as relações identificadas no dicionário de verbos. Também foram importadas as classes equivalentes de outras ontologias de domínio, previamente identificadas.
A última parte consistiu na adição de axiomas, quando pertinentes, com a especificação de restrições e relações entre as classes e propriedades. Por exemplo, definiu-se que a classe ConsentGiven, subclasse de gc:ConsentStatusValidForProcessing, é equivalente à interseção simultânea das classes FreeConsent, UnequivocalConsent e InformedConsent. Além disso, o ConsentGiven deve ser concedido (por meio da propriedade isGrantedBy) por exatamente um indivíduo pertencente à classe DataSubject. Em outras palavras, o tratamento de dados é permitido quando o consentimento dado pelo titular é livre, informado e inequívoco.
A sexta etapa corresponde à avaliação da ontologia, composta pelas fases de validação - que avalia a adequação da ontologia em relação ao domínio representado - e de verificação, que avalia a consistência ontológica, ambas realizadas com base em critérios avaliativos [19].
Conforme recomendado na própria metodologia OntoForInfoScience, foram utilizados os reasoners HermiT e Pellet, disponíveis no próprio Protégé, para a validação lógica e para a verificação de problemas de imprecisão e inconsistência nas relações semânticas. As inconsistências apontadas pelos reasoners foram analisadas, revisadas e corrigidas. Além disso, a ontologia passou por uma revisão com consulta a outros pesquisadores, com o objetivo de assegurar a qualidade conceitual e a aderência aos requisitos do domínio.
As duas últimas etapas devem ser realizadas após a conclusão efetiva de todas as etapas anteriores, consistindo na documentação formal, em linguagem natural, de todas as informações contidas na ontologia e, por fim, na disponibilização da ontologia em linguagem lógica, apresentada em meio eletrônico [19].
O desenvolvimento da proposta apresentada neste artigo ocorreu entre janeiro e julho de 2025. Até a data limite para a submissão deste artigo, a pesquisa encontrava-se em fase final de desenvolvimento. Portanto, a documentação final ainda está em fase de elaboração e a ontologia ainda não foi disponibilizada publicamente. Contudo, planeja-se disponibilizá-la em acesso aberto, em formato Web Ontology Language (OWL), por meio de um repositório de dados.
A pesquisa bibliográfica e documental resultou na extração e na formalização de 130 classes para compor a base conceitual da ontologia. A organização hierárquica dessas classes (figura 1)estrutura-se em eixos principais para a representação do conhecimento, tais como: o agente e seus processos cognitivos (ex: foaf:Agent, CognitiveBias, RationalDecision), as plataformas de mídias sociais e seus mecanismos (ex: OnlinePlatform, ControlMechanism, DarkPattern), os instrumentos normativos e informativos (ex: Legislation, LegalBasis, PolicyDocument, Notice); e o tratamento de dados (ex: Data, Processing, dpv:ConsentStatus). Essa estruturação visa representar de forma conectada os diversos elementos que permeiam o consentimento do titular.
Figura 1: Disposição hierárquica de parte das classes da ontologia mostrada na aba class hierarchy no Protégé.
O conceito central da ontologia é a classe Consent (figura 2) que representa a concordância do
titular para o tratamento de seus dados pessoais [
Utilizando classes importadas do DPV e da GConsent, também são modelados os diferentes
status que o consentimento pode assumir. A classe dpv:ConsentStatus é especializada em
gc:ConsentStatusValidForProcessing e gc:ConsentStatusInvalidForProcessing. Enquanto o
tratamento de dados (Processing) só pode ser realizado sob uma única condição, um
ConsentGiven, o tratamento não pode ser efetuado nas seguintes condições [
O consentimento é articulado em torno de uma figura central: o DataSubject, que é a pessoa a
quem se referem os dados pessoais que são objeto de tratamento [
A ontologia dedica atenção aos aspectos cognitivos que podem influenciar a capacidade do titular de dados de fornecer um consentimento verdadeiramente livre, informado e inequívoco (figura 3). A classeCognitiveCapacity representa a capacidade cognitiva e, também, os limites ao processamento cognitivo, que são processos mentais que a mente utiliza para processar e organizar informações [20]. As limitações dessa capacidade são modeladas pela classe LimitationOfCognitiveCapacity, que pode tornar o processo de tomada de decisão (DecisionMakingProcess) mais difícil e influenciar uma decisão racional (RationalDecision).
Adicionalmente, a ontologia modela a classe CognitiveBias, que são distorções cognitivas que podem desviar a percepção, o julgamento e a tomada de decisão [21]. As subclasses de vieses cognitivos necessitam de expansão. No momento, englobam somente as classes DefaultBias, FreeBias e PresentBias.
Figura 3: Diagrama que modela as limitações cognitivas e vieses que afetam o processo decisório da pessoa natural na concessão do consentimento.
No escopo deste trabalho, a interação do titular para fins de consentimento ocorre em mídias sociais digitais (DigitalSocialMedia), que são uma subclasse de OnlinePlatform. O DigitalSocialMediaUser está ligado a essas plataformas por meio da posse de uma conta (DigitalSocialMediaAccount) nelas.
A ontologia também representa os mecanismos presentes nas plataformas que gerenciam as preferências de consentimento (figura 4). A classe ConsentMechanism tem a subclasse ConsentManagement, que são sistemas ou processos que permitem aos usuários determinarem quais informações eles permitem que sejam acessadas [22]. Um exemplo é o mecanismo OptIn, que exige uma ação afirmativa do usuário para a concessão do consentimento [23].
Um foco particular da ontologia é a representação da classe DarkPattern, definido como interfaces implementadas nas plataformas que tentam influenciar os usuários a tomarem decisões não intencionais, involuntárias e potencialmente prejudiciais em favor dos interesses das plataformas [24]. São detalhados os seguintes tipos de dark patterns: Fickle, caracterizado por uma interface inconsistente e não clara; LeftInTheDark, quando a interface é projetada para ocultar informações; Obstructing, quando as interfaces dificultam o gerenciamento de dados; Overloading, quando o usuário se depara com uma sobrecarga de informações; Skipping, caracterizado pelo design projetado de forma que os usuários esqueçam sobre a proteção de dados; e Stirring, que afeta a escolha do usuário ao apelar para as suas emoções [24]. Figura 4: Diagrama representando as relações entre usuários, plataformas e mecanismos de consentimento em mídias sociais digitais.
A classe Legislation especializa-se em BrazilianLegislation, que, por sua vez, tem como instância
a LGPD e o Código Civil Brasileiro. O Código Civil define os vícios do negócio jurídico, como erro,
dolo ou coação, que podem invalidar o consentimento, caracterizando o vício de consentimento, um
tipo de consentimento inválido para o tratamento de dados [
Os princípios que o tratamento de dados pessoais deve observar são representados como
subclasses de PrincipleUnderLGPD, que por sua vez é uma especialização de Principle. A
ontologia representa os seguintes princípios: Purpose, Adequacy, Necessity, FreeAccess,
DataQuality, Transparency, Security, Prevention, NonDiscrimination, Accountability e
Liability [
Também são representados os agentes no ciclo de tratamento de dados pessoais, subclasses da
classe foaf:Agent. Os agentes de tratamento são o Controller, que é o responsável pelas decisões
sobre o tratamento, e o Processor, que efetua o tratamento em nome do controlador [
A ontologia também estrutura as informações que devem ser fornecidas ao titular dos dados para a obtenção de um consentimento válido. As informações incluem a duração e a forma de tratamento, as informações do controlador, as responsabilidades do agente e os direitos do titular. Os direitos dos titulares são agrupados sob a classe DataSubjectRight.
Por fim, é representada a classe PolicyDocument, que corresponde aos documentos disponibilizados pelas mídias sociais digitais. Essa classe é subdividida em PrivacyPolicy e TermsAndConditions. A ontologia estabelece que uma mídia social digital deve possuir tais documentos, e que estes devem ser acessíveis aos usuários. A PrivacyPolicy descreve as operações de tratamento de dados e deve fornecer todas as informações sobre o tratamento ao DataSubject, aspecto essencial para a validade do consentimento. Figura 5: Diagrama representando agentes e fundamentos envolvidos no tratamento de dados pessoais em mídias sociais digitais, conforme a LGPD.
O presente artigo apresentou resultados parciais do desenvolvimento de uma ontologia de domínio para a representação do conhecimento sobre o consentimento do titular de dados pessoais, no contexto de mídias sociais digitais. A partir da análise de documentos formais e científicos, foi possível identificar e estruturar os principais conceitos e relações do domínio, considerando tanto aspectos legais quanto sociocomportamentais. A proposta busca refletir a complexidade do tema, incluindo fatores que afetam a validade do consentimento, como a presença de dark patterns e os limites da racionalidade dos usuários. A ontologia está sendo desenvolvida com base na metodologia OntoForInfoScience e reutiliza classes das ontologias DPV, GConsent, APAONTO17 e FOAF18. Ao todo, a ontologia é composta por 130 classes, 52 propriedades de objeto, 1.234 axiomas, sendo que 334 são axiomas lógicos e 211 são declarações de axiomas. Visando ampliar sua reutilização, os termos estão anotados no rdfs:label em versões bilíngues inglês e português.
Espera-se que essa ontologia possa auxiliar pesquisadores, desenvolvedores de sistemas, profissionais da área jurídica, representantes do governo e de empresas no entendimento estruturado dos elementos que envolvem o consentimento nas mídias sociais digitais, contribuindo para o desenvolvimento de soluções alinhadas às exigências legais e éticas. Além disso, espera-se que a ontologia beneficie os próprios usuários das plataformas, possibilitando a compreensão de seus direitos e dos mecanismos que muitas vezes estão ocultos em estruturas manipulativas de interface, favorecendo, assim, a literacia digital.
Como trabalhos futuros, pretende-se realizar a integração com a ontologia de fundamentação BFO, bem como validar e avaliar a ontologia. Após devidamente finalizada, planeja-se disponibilizála em formato OWL em um repositório de acesso aberto, incentivando o reuso. Também espera-se, futuramente, expandir a ontologia para contemplar outros aspectos da proteção de dados pessoais, bem como aprofundar os aspectos cognitivos que influenciam o comportamento dos usuários nas mídias sociais digitais, como o compartilhamento de informações e a tomada de decisão em contextos digitais. 17 https://bioportal.bioontology.org/ontologies/APAONTO 18 http://xmlns.com/foaf/spec
Agradecemos ao Programa de Pós-Graduação em Gestão da Informação (PPGGI) da Universidade Federal do Paraná (UFPR) pelo suporte à realização deste trabalho. O presente trabalho foi realizado com apoio da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior – Brasil (CAPES), por meio de recursos do PROAP, Edital nº 28/2025 – SA/PPGGI.
Durante a preparação deste trabalho, os autores utilizaram o GPT-4 para: Verificação gramatical e ortográfica. Após a utilização da ferramenta, os autores revisaram e editaram o conteúdo conforme necessário e assumem responsabilidade total pelo conteúdo da publicação.
Referências