Accessibility Tools

Autores
Tipo Autor ou Orientador
Autor
Alice da Fonseca Monteiro
Orientador
Jano Moreira de Souza
Co-orientador
Viviane Cunha Farias da Costa
Teses, Dissertações e Outros
id
3309
Digital-Twin-Enabled Risk Management: A Multilevel GRC Architecture
Engenharia de Dados e Conhecimento
Dissertação de Mestrado
27/8/2026
tituloi
A transformação digital cria ambientes cada vez mais interconectados e intensivos em dados. Nesse contexto, os Gêmeos Digitais (Digital Twins – DTs) oferecem monitoramento contínuo e simulação, enquanto atividades de governança, riscos e conformidade (GRC) apoiam decisões organizacionais. Essas atividades podem exigir tempo e recursos substanciais para coletar, integrar e interpretar informações, e atrasos e fragmentação podem reduzir a atualidade e completude dessas informações e afetar a qualidade das decisões. Este estudo propõe uma camada conceitual de GRC habilitada por inteligência artificial construída sobre DTs existentes. Organizada em subcamadas operacional, tática e estratégica, ela aplica um ciclo recorrente de perceber-simular-decidir-agir-reavaliar, com feedback dentro e entre níveis, sob limites de autoridade aprovados, preservando a rastreabilidade de fontes normativas e do contexto organizacional até arranjos internos aprovados e elementos configurados e, destes, até decisões, ações, resultados, evidências e reavaliação. Espera-se que os mecanismos propostos reduzam o esforço de integração de informações e apoiem decisões mais oportunas e bem informadas. A principal contribuição é uma arquitetura GRC multinível que conecta direção estratégica, coordenação tática e execução operacional, preservando autoridade humana, responsabilização organizacional e rastreabilidade normativa.
Digital transformation has created increasingly interconnected and data-intensive environments. In this context, Digital Twins (DTs) provide continuous monitoring and simulation capabilities, while governance, risk, and compliance (GRC) supports organizational decision-making. Sustaining GRC activities can require substantial specialist time and resources to collect, integrate, and interpret relevant information, while delays and fragmentation may reduce information timeliness and completeness and affect decision quality. The present study proposes a conceptual AI-enabled GRC layer built on existing DTs. Organized into operational, tactical, and strategic sublayers, it applies a recurring sense-simulate-decide-act-reassess cycle with feedback within and between levels, within approved authority limits, while preserving traceability from normative sources and organizational context through approved internal arrangements and configured elements to decisions, actions, outcomes, evidence, and reassessment. The proposed mechanisms are expected to reduce information-integration effort and support more timely and better-informed decisions. The main contribution is a multilevel GRC architecture connecting strategic direction, tactical coordination, and operational execution while preserving human authority, organizational accountability, and normative traceability.
url
Topo