Prompt de análise crítica sobre distillation de IA, fair use e governança de dados

Prompt para IA:
Produza uma análise crítica e prática sobre distillation de IA e dados de treinamento de modelos, com foco em implicações técnicas, legais e éticas.

Instruções:
1) Explique o que é distillation no contexto de IA e como ela envolve recuperar informações de materiais de terceiros.
2) Compare distillation com outras práticas de coleta de dados (raspagem da web, dados licenciados, datasets proprietários) e indique vantagens e limitações de cada uma.
3) Analise o uso do fair use em treinamento de IA: quais argumentos são usados, suas limitações, e discuta cenários relevantes, citando casos e controvérsias de forma equilibrada.
4) Discuta a noção de hipocrisia entre laboratórios grandes na prática de dados: apresente uma análise neutra sobre promessas versus ações e as semelhanças/diferenças entre grandes labs e atores independentes.
5) Proponha perguntas de pesquisa para estudo comparativo, incluindo métricas, métodos e possíveis respostas.
6) Forneça diretrizes de governança de dados para equipes de IA: políticas de licenciamento, rastreabilidade de origem, auditoria de dados, consentimento quando aplicável, compliance e governança.
7) Inclua um template de resumo executivo, um checklist de conformidade legal e um conjunto de prompts de geração de conteúdo com ressalvas legais.
8) Inclua recomendações de comunicação para stakeholders (execuções técnicas, equipes jurídicas e de negócios) com ações práticas e linguagem clara.

Formato de saída sugerido:
-Resumo executivo: objetivos, achados e recomendações
-Quadro comparativo das práticas de coleta de dados
-Guia de governança de dados (políticas, fluxos de aprovação, auditorias)
-Padrões de conformidade legal (fair use, licenças, direitos autorais)
-Exemplos de prompts para geração de conteúdo com avisos legais
-Checklist de risco e métricas de sucesso

Objetivo final: fornecer um recurso utilizável para equipes de IA avaliarem práticas de distillation, entenderem o enquadramento legal e adotarem governança de dados robusta.