Questão de Tecnologia da Informação · CEBRASPE SEFAZ-RN 2025 - P2 Conhecimentos Complementares (nº 56)

Conceito-chave: Data literacy não é só “ler” números, é desconfiar deles. A competência de avaliar se uma fonte é confiável, se o método usado para coletar os dados foi correto e se não há viés (interesse escondido) é o que chamamos de leitura e questionamento crítico — é o “filtro” antes de usar o dado para decidir.

• (A) Correta: É exatamente isso: avaliar fidedignidade, integridade metodológica e neutralidade exige questionar a origem, o método e a intenção dos dados — isso é leitura crítica, não apenas “olhar” os números.
• (B) Incorreta: Análise e exploração de dados é a fase de manipular os dados (gráficos, filtros, estatísticas), mas não inclui, por definição, o julgamento ético/metodológico da fonte.
• (C) Incorreta: Governança e ética de dados trata de regras, compliance e privacidade (LGPD, por exemplo), não da habilidade individual de avaliar a neutralidade de uma pesquisa.
• (D) Incorreta: Raciocínio estatístico é sobre probabilidade, amostragem e inferência — é uma ferramenta usada dentro da análise, mas não cobre o julgamento crítico da fonte e do método.
• (E) Incorreta: Fluência em dados é o domínio prático de ferramentas e linguagens (SQL, Python, dashboards), ou seja, a “velocidade” de trabalhar com dados, não a postura crítica.

Armadilha da banca (no distrator mais tentador, B): A pegadinha está em confundir “avaliar dados” com “analisar dados”. A análise (B) é o que você faz depois de confiar nos dados; a questão pede a etapa anterior, de julgar se os dados merecem confiança. Quem marca B cai porque pensa que “avaliar” = “explorar”, mas o verbo-chave da questão é fidedignidade e neutralidade — isso é crítica, não técnica.