LGPD e inteligência artificial em pequenas empresas: 6 controles mínimos

LGPD e inteligência artificial em pequenas empresas exigem finalidade definida, redução dos dados ao necessário, controle de acessos, responsabilidades registradas, avaliação de fornecedores e resposta preparada para incidentes. Esses controles não substituem análise jurídica, mas reduzem improviso e tornam o tratamento auditável.

Este conteúdo é informativo. Não oferece parecer jurídico, não determina base legal para um caso concreto e não garante conformidade. Dados sensíveis, decisões com impacto relevante, monitoramento de pessoas, crianças e adolescentes, grande escala ou dúvida sobre direitos justificam envolver assessoria jurídica e segurança da informação antes da implantação.

A pergunta prática não é “a LGPD proíbe IA?”. É quais dados entram, para qual finalidade, sob qual fundamento, quem decide, quem executa, quem acessa, quanto tempo retém e como a empresa reage quando algo foge do previsto.

O que a LGPD exige em termos operacionais

A ANPD explica a LGPD como a lei que dispõe sobre o tratamento de dados pessoais e protege titulares contra usos inadequados. Usar um modelo para resumir conversas, classificar contatos, recomendar ações ou responder clientes continua sendo tratamento quando envolve informação relacionada a pessoa natural identificada ou identificável.

Na operação, princípios como finalidade, adequação, necessidade, segurança, prevenção, transparência e responsabilização precisam aparecer em decisões e evidências. Uma política genérica não demonstra como a ferramenta recebe dados, quais campos usa, quem revisa a saída e quando apaga registros.

Pequeno porte não significa ausência de obrigação. A Resolução CD/ANPD nº 2 prevê tratamento diferenciado para agentes que se enquadram, com limites e exceções. A própria empresa precisa verificar se atende aos requisitos e se sua atividade ou tratamento afasta benefícios específicos.

O ponto de partida é um inventário enxuto do uso: processo, finalidade, dados, origem, titulares, sistemas, fornecedor, base avaliada, acesso, retenção e saída. Se a equipe não consegue preencher isso, ainda não conhece suficientemente o fluxo para conectá-lo com segurança.

6

controles mínimos antes de conectar dados de clientes à IA

Seis controles mínimos para LGPD e inteligência artificial em pequenas empresas

Os controles abaixo formam uma primeira barreira operacional. Eles não encerram todas as exigências, mas tornam visíveis as decisões que costumam ficar implícitas quando um funcionário abre uma ferramenta e cola informações de clientes.

1. Finalidade e fundamento documentados

Descreva o resultado pretendido sem usar “aplicar IA” como finalidade. Exemplos: resumir histórico para preparar atendimento, classificar solicitações por assunto ou sugerir resposta para revisão humana. Finalidades diferentes podem exigir dados, riscos e fundamentos diferentes.

Registre quem aprovou o uso, quais titulares estão envolvidos, qual hipótese jurídica foi avaliada e que resultados não serão buscados. Se a ferramenta começa a ser usada para avaliar desempenho, inferir perfil ou tomar decisão que não estava prevista, interrompa e reavalie.

Consentimento não deve ser escolhido por conveniência nem tratado como autorização irrestrita. A base legal depende do contexto e precisa ser examinada de forma adequada. Quando houver dúvida, especialmente em dados sensíveis ou decisões relevantes, a ação correta é obter análise jurídica antes de operar.

Evidências mínimas: ficha do caso de uso, versão aprovada, responsável, data de revisão e registro de mudanças. Uma finalidade escrita permite testar necessidade e comunicar o uso de forma coerente.

2. Minimização e preparação dos dados

Use apenas os campos necessários para a tarefa. Um resumo de motivo de contato pode não precisar de CPF, endereço, dados financeiros ou histórico integral. Remover informação antes do envio reduz superfície de exposição e custo de controle.

Em experimentos, comece com dados fictícios ou sintéticos. Anonimização precisa ser efetiva conforme o contexto; apagar o nome não basta quando combinação de cargo, empresa, telefone ou evento permite reidentificar. Pseudonimização reduz exposição, mas o dado pode continuar pessoal quando existe chave de retorno.

Crie uma versão preparada para IA, separada da fonte canônica. Defina quais campos entram, como são mascarados, quanto tempo ficam disponíveis e como a atualização ocorre. Evite copiar bases inteiras para “ver o que o modelo encontra”.

O Guia de IA Generativa do Governo Digital recomenda cuidado com dados pessoais, sensíveis, internos e confidenciais, além do uso de soluções aprovadas. Embora dirigido ao setor público, os riscos descritos são úteis para PMEs que avaliam ferramentas externas.

3. Papéis e responsabilidades

Identifique quem atua como controlador, operador e eventual suboperador no fluxo. O nome comercial “plataforma” não define o papel jurídico. A realidade das decisões sobre finalidade e meios precisa ser analisada. O guia da ANPD sobre agentes de tratamento apresenta conceitos e exemplos para controlador, operador, encarregado e suboperador.

Dentro da PME, defina quem aprova o caso, configura a ferramenta, concede acesso, revisa saídas, atende titulares, conversa com o fornecedor e lidera incidente. Uma pessoa pode acumular funções, mas as responsabilidades não podem desaparecer.

Registre também o limite da IA. Ela prepara, sugere ou executa? Quais decisões exigem revisão? Quem responde por uma ação incorreta? Se ninguém consegue interromper a rotina ou corrigir um registro, o desenho está incompleto.

Mesmo quando o agente de pequeno porte estiver dispensado de indicar encarregado, a resolução prevê canal de comunicação com titulares. A dispensa de uma formalidade específica não remove segurança, direitos, transparência ou responsabilização.

4. Acesso, credenciais e rastreabilidade

Adote acesso por necessidade. Conta compartilhada impede atribuir ações e aumenta risco quando alguém sai da empresa. Use identidade individual, autenticação adequada, revisão periódica de permissões e remoção rápida de acessos que perderam propósito.

Separe ambiente de teste e produção. Um experimento não precisa acessar a base real. Quando a integração entrar em produção, conceda o menor escopo possível e evite chaves com permissão administrativa. Segredos não devem aparecer em entradas de texto, planilhas ou documentos compartilhados.

Mantenha logs proporcionais: usuário, data, ação, fonte consultada, versão da regra, saída relevante e intervenção humana. Log não significa reter tudo indefinidamente. Defina prazo e acesso, pois o próprio registro pode conter dados pessoais.

O guia de segurança da ANPD para agentes de pequeno porte organiza medidas compatíveis com a realidade de organizações menores, incluindo políticas, controle de acesso, contratos, nuvem e resposta.

5. Contrato e diligência do fornecedor

Antes de contratar, verifique quais dados o serviço recebe, onde processa e armazena, se usa entradas para treinamento, como permite optar por não participar, quanto retém, como exclui, quem são os suboperadores e quais medidas de segurança declara.

Leia termos, política de privacidade, anexo de tratamento de dados e documentação de segurança. Material comercial não substitui cláusulas. Confirme como o fornecedor notifica incidentes, atende solicitações, exporta dados e encerra a relação.

Avalie portabilidade e continuidade. Se a empresa trocar de solução, consegue recuperar configurações, registros e dados? A exclusão é verificável? Existe alternativa manual se o serviço ficar indisponível? Dependência sem plano cria risco operacional além do risco de privacidade.

Contrato não transfere toda responsabilidade. A PME continua responsável por suas decisões e controles. Também não deve aceitar garantia genérica de “conformidade LGPD” como prova suficiente. O fornecedor oferece capacidades; o uso concreto depende da configuração e do processo.

6. Plano de resposta a incidentes

Defina como detectar, conter, avaliar, comunicar e aprender. Incidente pode envolver conta comprometida, entrada com dado indevido, integração expondo registros, saída entregue ao cliente errado, retenção além do prazo ou fornecedor notificando acesso não autorizado.

O plano deve conter contatos, substitutos, critérios de severidade, preservação de evidência e decisão sobre comunicações. Não apague rastros antes da avaliação. Reduza o acesso, interrompa o fluxo afetado e proteja a continuidade de serviços essenciais.

Mapeie dados e titulares envolvidos, duração, volume, medidas existentes e possíveis consequências. A necessidade de comunicar ANPD e titulares deve seguir a legislação, regulamentação vigente e análise do caso. Não use este artigo como decisão automática de notificação.

Após conter, corrija causa e verifique controles semelhantes. Um token exposto pode indicar gestão de credenciais fraca em outras integrações. Um dado copiado por usuário pode revelar ausência de política ou alternativa aprovada.

Tabela de risco, controle e evidência

A tabela serve como início de evidência, não como certificado. A profundidade deve acompanhar o risco. Uma tarefa interna com dados fictícios é diferente de uma camada que conversa com clientes e consulta histórico sensível.

Ferramentas públicas, integrações e bases conectadas

Uma interface pública convida o usuário a colar texto, mas facilidade não equivale a autorização. Defina ferramentas aprovadas e exemplos do que pode e não pode entrar. Ofereça alternativa segura, pois proibir sem criar caminho operacional empurra o uso para contas pessoais.

Em integrações e conexões, revise credenciais, escopos, retenção e observabilidade. Descubra se o provedor recebe conteúdo para melhorar modelos e quais configurações alteram esse comportamento. Registre a versão, porque termos e recursos podem mudar.

Quando usar RAG ou busca em documentos, o risco não desaparece. A fonte de verdade pode conter permissões diferentes por pasta, cliente e função. A camada de recuperação precisa respeitar essas fronteiras; encontrar um documento não significa que todo usuário pode recebê-lo.

Teste com perguntas adversariais: o sistema revela dados de outro cliente? Reconstrói informação mascarada? Aceita instrução presente num documento? Cita a fonte? Recusa quando deveria? Registre falhas e limites antes de ampliar acesso.

Transparência e direitos precisam funcionar na prática

O titular não deveria depender de conhecer a arquitetura técnica para exercer direitos. Mantenha um canal visível e um processo interno que localize o dado, identifique sistemas e fornecedores envolvidos, valide a identidade do solicitante e registre a resposta. A equipe que recebe o pedido precisa saber para onde encaminhar.

Explique o uso em linguagem compatível com o contexto. Transparência não exige revelar segredo comercial ou publicar instruções internas, mas deve permitir compreender quais categorias de dados são usadas, para quais finalidades, com quem podem ser compartilhadas e como entrar em contato. Evite dizer apenas que a empresa “usa inteligência artificial para melhorar a experiência”.

Quando a saída da IA influencia uma decisão sobre uma pessoa, documente o papel do sistema e da revisão humana. Um clique de aprovação sem acesso à fonte ou sem possibilidade real de discordar não representa supervisão significativa. Defina quais casos podem avançar, quais exigem confirmação e quais não devem ser padronizados sem revisão.

Correção também precisa chegar às cópias e índices derivados. Alterar o cadastro principal enquanto uma base vetorial, cache ou exportação continua com informação antiga preserva o erro. Mapeie a propagação e estabeleça prazo para sincronizar, reindexar ou excluir conforme aplicável.

Evidências que uma PME consegue manter

Governança não exige começar com um sistema complexo. Para cada caso, mantenha uma ficha de uma página com finalidade, dados, fundamento avaliado, responsável, fornecedor, acessos, retenção, revisão humana e data. Anexe termos relevantes, resultado dos testes e decisões de mudança.

Conserve uma lista atual de usuários e integrações, com revisão periódica. Registre treinamento e aceite das regras internas. Guarde versões das instruções que alteram comportamento relevante, pois a mesma ferramenta pode produzir efeitos diferentes depois de uma configuração.

Faça uma revisão trimestral ou quando houver mudança material. Pergunte se a finalidade continua válida, se todos os dados permanecem necessários, se os acessos correspondem às funções e se o fornecedor alterou termos. Verifique incidentes, reclamações, correções e falsos positivos. A revisão termina com manter, reduzir, corrigir ou encerrar.

Essas evidências ajudam a demonstrar decisões e encontrar falhas, mas não devem virar nova coleta excessiva. O registro de auditoria também precisa de finalidade, segurança, acesso e prazo. Guarde o suficiente para responsabilização e investigação, evitando transformar cada interação num histórico permanente sem justificativa.

Treinamento orientado a situações reais

Uma apresentação anual não cobre o uso cotidiano. Treine com exemplos do negócio: resumir uma conversa sem identificação, testar com dados fictícios, reconhecer dado sensível, reportar envio indevido e verificar se uma ferramenta está aprovada. Mostre o canal para dúvida antes da ação.

Inclua terceiros que operam o processo quando aplicável. Revise o aprendizado com amostras e perguntas, não apenas presença. Se a regra é difícil de seguir, redesenhe o fluxo. Um controle que depende de cada pessoa lembrar de remover vinte campos manualmente tende a falhar; prepare uma visão minimizada por padrão.

Uma implantação mínima em 30 dias

Na primeira semana, inventarie casos e suspenda entradas de dados reais em ferramentas não aprovadas. Escolha um uso estreito, de baixo impacto e reversível. Descreva finalidade, dados, usuários e saída.

Na segunda, minimize a base e avalie o fornecedor. Configure contas individuais, menor privilégio e retenção. Prepare ambiente de teste com dados fictícios. Valide contratos e dúvidas jurídicas antes de avançar.

Na terceira, execute amostra supervisionada. Compare saída com fonte, teste acesso indevido e documente exceções. Treine usuários sobre o que não inserir e como reportar um erro.

Na quarta, simule incidente e revise evidências. Verifique quem pausa, quem investiga, quem decide e como o processo manual continua. Só então avalie aumentar dados, usuários ou autonomia.

O ciclo do NIST AI RMF organiza gestão de risco em governar, mapear, medir e gerenciar. Para uma PME, isso pode começar com documentos simples, desde que representem o fluxo real e sejam revisados.

Quando chamar jurídico e segurança

Busque apoio antes de operar quando houver dados sensíveis, crianças, monitoramento, decisão automatizada relevante, perfil comportamental, compartilhamento complexo, transferência internacional, grande volume, alto impacto ou dúvida sobre base e transparência.

Segurança deve participar quando a integração acessa sistemas críticos, usa credenciais amplas, expõe dados pela internet, executa ações ou não oferece logs e exclusão adequados. Jurídico e segurança não entram apenas no fim para aprovar um produto pronto; ajudam a desenhar limites viáveis.

Também envolva especialistas após incidente, solicitação complexa de titular ou mudança substancial de finalidade. Documentar a dúvida e pausar é preferível a esconder incerteza atrás de uma rotina sem controle.

Diagnóstico antes de conectar dados à IA

O diagnóstico localiza o risco no processo: fonte fragmentada, finalidade vaga, acesso amplo, fornecedor desconhecido, ausência de responsável ou resposta inexistente. A solução pode ser reduzir escopo, corrigir o handoff entre setores, organizar papéis ou adiar a integração.

Governança madura trata controles como parte do desenho operacional. Uma operação viva sabe quais dados usa, por que usa, quem decide e como corrige. O objetivo não é prometer risco zero, mas tornar decisões e controles proporcionais, verificáveis e atualizáveis.