LGPD e IA: como usar inteligência artificial na empresa sem expor dados

Dá para usar inteligência artificial na empresa sem expor dados, e a LGPD não proíbe isso: ela exige que você saiba quais dados entram no modelo, com qual base legal, quem é controlador e quem é operador, para onde os dados viajam e por quanto tempo ficam guardados. Na prática, o caminho seguro passa por quatro decisões: contratar planos empresariais ou APIs com cláusulas de não uso para treino, minimizar e mascarar dados pessoais antes do prompt, documentar o tratamento (inclusive com relatório de impacto quando houver risco) e publicar uma política interna de uso de IA.

O problema raramente é a ferramenta. É o funcionário que cola a planilha de clientes num chatbot gratuito ou a integração que manda prontuários para uma API sem contrato revisado. Este guia organiza o que a lei pede, o que a ANPD já regulamentou e um checklist prático. Ele não substitui parecer jurídico: valide cada decisão com o encarregado de dados (DPO) e com o jurídico da sua empresa.

Resumo rápido

• Todo uso de IA com dados pessoais precisa de uma base legal do art. 7º da LGPD; dados sensíveis seguem as hipóteses mais restritas do art. 11.
• Ao usar a API de um fornecedor, sua empresa costuma ser a controladora e o fornecedor, o operador. Isso precisa estar no contrato.
• Mandar dados para servidores fora do Brasil é transferência internacional e segue a Resolução CD/ANPD nº 19/2024 (cláusulas-padrão, entre outros mecanismos).
• Planos empresariais e APIs costumam não usar seus dados para treino por padrão; planos de consumidor podem usar. Confira os termos de cada fornecedor.
• Os riscos técnicos que mais aparecem são prompt injection, vazamento por saída do modelo e shadow AI (uso não autorizado de ferramentas pelos funcionários).

O que a LGPD exige quando você usa IA

A Lei 13.709/2018 não tem um capítulo sobre inteligência artificial. Ela se aplica porque quase todo projeto de IA corporativo trata dados pessoais: nome no ticket, CPF na nota, voz numa gravação. Se o dado identifica ou pode identificar uma pessoa, a LGPD vale, passe ele por um modelo de linguagem ou por uma planilha.

Bases legais mais usadas em projetos de IA

O art. 7º lista dez bases legais para dados pessoais comuns. Em projetos de IA, quatro aparecem com mais frequência:

• Execução de contrato (inciso V): o cliente pediu o serviço e a IA ajuda a entregá-lo, como um assistente que responde dúvidas sobre o pedido dele.
• Legítimo interesse (inciso IX): útil para usos internos, como resumir tickets ou classificar e-mails, desde que você faça o teste de balanceamento e respeite as expectativas do titular. A ANPD publicou um guia orientativo específico sobre essa base.
• Consentimento (inciso I): necessário quando nenhuma outra base cabe. Ele precisa ser livre, informado e inequívoco, e pode ser revogado, o que complica sistemas que dependem do dado.

Dados sensíveis pedem cuidado redobrado

O art. 5º, II, define como sensíveis os dados sobre origem racial ou étnica, convicção religiosa, opinião política, filiação sindical, saúde, vida sexual, dados genéticos e biométricos. Para eles, o art. 11 é mais restrito: legítimo interesse e execução de contrato não estão entre as hipóteses. Uma clínica que usa IA para resumir prontuários, por exemplo, precisa se apoiar em hipóteses como tutela da saúde ou consentimento específico e destacado.

Decisões automatizadas

Se a IA decide sozinha algo que afeta o titular (aprovar crédito, ranquear currículos, negar um reembolso), o art. 20 garante a ele o direito de pedir revisão e de receber informações claras sobre os critérios usados.

E o marco legal da IA?

O PL 2338/2023, que propõe regras gerais para o desenvolvimento e o uso de sistemas de inteligência artificial no Brasil, foi aprovado pelo Senado em dezembro de 2024 e enviado à Câmara dos Deputados em março de 2025, onde é analisado por uma comissão especial. Até a data desta publicação, a tramitação não foi concluída e o texto ainda pode mudar. Acompanhe pela ficha do projeto no site da Câmara. Enquanto isso, a LGPD já se aplica integralmente a qualquer IA que trate dados pessoais, e é ela que a ANPD fiscaliza hoje.

Controlador, operador e o fornecedor da API

Quando sua empresa decide para que e como os dados serão tratados, ela é a controladora. Quem trata os dados em nome dela, seguindo instruções, é o operador (art. 5º, VI e VII, e art. 39). No uso típico de uma API de modelo de linguagem (você envia um texto, o fornecedor processa e devolve a resposta), o fornecedor atua como operador, e os contratos empresariais dos grandes provedores costumam trazer um aditivo de tratamento de dados (DPA, Data Processing Addendum) que formaliza esse papel.

O cenário muda quando o fornecedor usa os dados para fins próprios, como treinar modelos. Aí ele passa a decidir finalidades, e a classificação de mero operador fica difícil de sustentar. É por isso que a cláusula de não uso para treino importa tanto.

Para dados críticos, rodar o modelo localmente é uma alternativa; veja como rodar IA local com Ollama.

Transferência internacional de dados

Os principais provedores de modelos processam dados em data centers fora do Brasil. Enviar dados pessoais para lá é transferência internacional (art. 33) e só pode acontecer pelos mecanismos previstos na lei. A Resolução CD/ANPD nº 19/2024, publicada em agosto de 2024, regulamentou o tema e aprovou as cláusulas-padrão contratuais da ANPD.

Pontos práticos da resolução e do que veio depois:

• Cláusulas-padrão: devem ser adotadas na íntegra, sem alterações, no contrato entre quem exporta e quem importa os dados. O prazo de transição para incorporar as cláusulas aos contratos que já usavam cláusulas contratuais terminou em agosto de 2025.
• Outros mecanismos: decisão de adequação do país de destino, cláusulas contratuais específicas e normas corporativas globais (estas duas dependem de aprovação da ANPD).
• União Europeia: em janeiro de 2026, Brasil e União Europeia formalizaram o reconhecimento recíproco de adequação. Transferências para provedores que processam dados na UE/EEE passaram a ter um caminho mais simples. Para processamento nos Estados Unidos, o mecanismo contratual continua sendo o usual.

Pergunte ao fornecedor onde os dados são processados e quais subprocessadores participam, e registre as respostas.

Retenção e uso para treino: empresarial vs. consumidor

Aqui mora a diferença que mais pesa no dia a dia. Os grandes fornecedores, como a Anthropic (Claude), a OpenAI (GPT) e o Google (Gemini), separam ofertas comerciais, como APIs e planos para empresas, de produtos para o consumidor final. Em geral, as ofertas comerciais declaram que não usam o conteúdo do cliente para treinar modelos por padrão e permitem configurar retenção. Nos planos pessoais, inclusive pagos, o uso para treino pode estar ativado por padrão ou depender de uma escolha do usuário nas configurações.

Essas políticas mudam com frequência: leia os termos de dados do fornecedor antes de contratar e a cada renovação.

RIPD e documentação: o que produzir

O Relatório de Impacto à Proteção de Dados Pessoais (RIPD, art. 38) descreve o tratamento, os riscos aos titulares e as medidas para mitigá-los. A ANPD pode exigi-lo, e ele é especialmente recomendado quando há dados sensíveis, decisões automatizadas, uso de tecnologia nova ou tratamento em larga escala, o que cobre boa parte dos projetos de IA. A ANPD disponibiliza orientações e modelo em seu site.

Um RIPD útil para IA responde a estas perguntas:

1. Qual problema a IA resolve e quais dados ela recebe? Todos são necessários?
2. Qual a base legal para cada categoria de dado?
3. Quem são os operadores e subprocessadores, e em que países tratam os dados?
4. Por quanto tempo prompts, respostas e logs ficam armazenados, e onde?
5. Quais riscos específicos existem (vazamento, alucinação que afeta o titular, viés, prompt injection) e quais controles os reduzem?
6. Como o titular exerce seus direitos (acesso, correção, revisão de decisão automatizada)?

Junto com o RIPD, mantenha o registro das operações de tratamento (art. 37) atualizado e um plano de resposta a incidentes. Pela Resolução CD/ANPD nº 15/2024, incidentes com risco ou dano relevante aos titulares devem ser comunicados à ANPD e aos titulares em até três dias úteis a partir do conhecimento do incidente.

Riscos técnicos: prompt injection, vazamento e shadow AI

Prompt injection

Prompt injection é quando um texto controlado por terceiros (um e-mail, uma página web, um PDF) carrega instruções que o modelo obedece como se viessem de você. Não existe filtro que elimine o risco por completo. As defesas são de arquitetura: dar ao modelo só as permissões mínimas, exigir confirmação humana para ações sensíveis (enviar, apagar, pagar), separar conteúdo não confiável das instruções do sistema e registrar tudo o que o agente faz.

Vazamento de dados

Dados vazam por caminhos menos óbvios: logs que gravam o prompt inteiro ou uma base de conhecimento com documentos que o usuário não deveria ver. Em sistemas de busca com documentos internos, aplique as permissões de acesso na camada de recuperação, antes do modelo. O nosso guia prático de RAG mostra como estruturar isso.

Shadow AI

Shadow AI é o uso de ferramentas de IA sem conhecimento da TI, como extensões de navegador e transcritores de reunião. Proibir tudo empurra o uso para a sombra; ofereça uma alternativa aprovada, bloqueie as ferramentas de maior risco e explique o porquê.

Minimização antes do prompt

Uma medida barata é mascarar identificadores antes de enviar o texto ao modelo. O exemplo abaixo, em Python, troca CPF, e-mail e telefone por marcadores. Ele não pega tudo (nomes, por exemplo), então trate-o como uma camada, não como solução completa.

import re

PADROES = {
    "CPF": r"\b\d{3}\.?\d{3}\.?\d{3}-?\d{2}\b",
    "EMAIL": r"\b[\w.+-]+@[\w-]+\.[\w.-]+\b",
    "TELEFONE": r"\(?\b\d{2}\)?\s?9?\d{4}-?\d{4}\b",
}

def mascarar(texto: str) -> str:
    for rotulo, padrao in PADROES.items():
        texto = re.sub(padrao, f"[{rotulo}]", texto)
    return texto

print(mascarar("Cliente 123.456.789-00, joao@exemplo.com, (21) 98888-7777"))
# Cliente [CPF], [EMAIL], [TELEFONE]

Política interna de uso de IA e checklist prático

A política interna pode caber em uma ou duas páginas. Ela deve dizer quais ferramentas estão aprovadas, quais dados podem e não podem entrar em cada uma, quem aprova novas ferramentas, como revisar o que a IA produz antes de enviar a clientes e a quem reportar um incidente.

Exemplo: escritório de contabilidade com 25 pessoas

Um escritório contábil em Belo Horizonte quer usar IA para resumir e-mails de clientes e rascunhar respostas; a equipe já usava chatbots pessoais por conta própria. O plano: contratar um plano empresarial com DPA e sem treino, proibir contas pessoais para dados de clientes, mascarar CPF e CNPJ na integração, manter o envio final com um humano, registrar a operação com base em execução de contrato, fazer um RIPD curto (há dados financeiros) e atualizar o aviso de privacidade mencionando o fornecedor no exterior.

Checklist

1. Inventariar as ferramentas de IA em uso, inclusive as não oficiais.
2. Definir a base legal de cada caso de uso e separar os que envolvem dados sensíveis.
3. Contratar apenas planos empresariais ou APIs com DPA e cláusula de não uso para treino.
4. Verificar país de processamento e mecanismo de transferência internacional (Resolução CD/ANPD nº 19/2024).
5. Configurar retenção mínima de prompts, respostas e logs.
6. Mascarar ou remover identificadores antes do prompt sempre que possível.
7. Elaborar o RIPD para casos de risco e atualizar o registro de operações.
8. Exigir revisão humana para decisões que afetam titulares e para ações de agentes.
9. Publicar a política interna e treinar a equipe.
10. Incluir cenários de IA no plano de resposta a incidentes.

Erros comuns

• Achar que o plano pago pessoal é empresarial. Assinatura individual paga ainda é, em geral, produto de consumidor, sem DPA nem controle de administrador.
• Tratar o fornecedor como responsável por tudo. A controladora continua sendo sua empresa.
• Dar ao agente acesso amplo “para facilitar”. Permissão excessiva transforma um prompt injection em incidente.

Perguntas frequentes

Posso colar dados de clientes no ChatGPT, no Claude ou no Gemini?

Em contas pessoais, a resposta prudente é não. Em planos empresariais ou via API, com contrato de tratamento, sem uso para treino e com base legal definida, o uso pode ser compatível com a LGPD.

Preciso de consentimento do cliente para usar IA?

Nem sempre. Consentimento é uma das bases legais, não a única. Execução de contrato e legítimo interesse cobrem muitos casos, mas dados sensíveis seguem regras mais restritas. Confirme a base com o DPO.

Quem responde se o fornecedor vazar os dados?

A controladora responde perante o titular e a ANPD, e o operador pode responder solidariamente se descumpriu a lei ou as instruções. Por isso o contrato precisa prever obrigações de segurança, notificação de incidentes e auditoria.

Todo projeto de IA precisa de RIPD?

A lei não exige RIPD para todo tratamento, mas a ANPD pode solicitá-lo, e ele é recomendado em casos de alto risco, como dados sensíveis, decisões automatizadas e uso em larga escala.

Se a sua empresa vai levar IA também para o atendimento, veja como aplicar esses cuidados no canal mais usado do país em como integrar IA no WhatsApp com segurança.

Fontes e leitura recomendada

• Lei nº 13.709/2018 (LGPD), texto compilado no Planalto
• Autoridade Nacional de Proteção de Dados (ANPD): resoluções, guias orientativos e modelo de RIPD
• PL 2338/2023 no Senado Federal: texto aprovado e histórico
• Câmara dos Deputados: acompanhe a tramitação do PL 2338/2023
• OWASP GenAI Security Project: riscos de segurança em aplicações com LLMs