Sua empresa não precisa esperar uma lei de inteligência artificial para ter obrigações sobre IA generativa. A LGPD já vale para qualquer dado pessoal que passa por um prompt, por uma base de conhecimento usada em RAG ou por um agente com acesso ao CRM. A pergunta útil não é "podemos usar?", e sim "conseguimos explicar, amanhã, para onde foi cada dado pessoal que entrou nessas ferramentas?".
Este texto é orientação de gestão, não parecer jurídico. Decisões sobre base legal e contratos precisam passar pelo seu encarregado de dados e pelo seu jurídico.
O que está valendo e o que ainda é projeto
O marco legal da IA, o PL 2338/2023, foi aprovado pelo Senado em dezembro de 2024 e chegou à Câmara em março de 2025. Em setembro de 2026, a situação registrada na Câmara continua "aguardando parecer do relator na comissão especial", com dezenas de projetos apensados. Nenhum dispositivo dele cria obrigação hoje.
Enquanto isso, a autoridade de dados ganhou músculo. A Lei 15.352/2026, sancionada em fevereiro de 2026, transformou a ANPD em agência reguladora, com autonomia financeira e 200 cargos novos de especialista. E ela não esperou lei nova para agir sobre IA: em julho de 2024, determinou a suspensão cautelar do uso de dados de usuários brasileiros para treinar a IA da Meta, com multa diária de R$ 50 mil em caso de descumprimento. Os pontos levantados foram base legal inadequada, falta de informação clara aos titulares, limitações excessivas ao exercício dos direitos dos titulares e tratamento de dados de crianças sem salvaguardas. A Meta só voltou a tratar esses dados depois de cumprir exigências, no fim de agosto daquele ano.
Esse caso é o melhor mapa do que a ANPD olha quando o assunto é IA: base legal, transparência e direitos do titular. Nenhum desses temas depende do PL 2338.
Onde o dado pessoal entra sem ninguém perceber
A maior parte da exposição não vem de um projeto de IA formal. Vem do uso cotidiano.
No prompt. Em abril de 2023, funcionários da Samsung enviaram código-fonte interno ao ChatGPT, e em maio a empresa proibiu temporariamente ferramentas de IA generativa. O equivalente brasileiro é o analista que cola uma planilha de inadimplentes para "resumir os casos mais críticos". Isso é compartilhamento de dado pessoal com um terceiro, feito sem contrato adequado e sem registro. O Work Trend Index 2024 da Microsoft e do LinkedIn, com 31 mil trabalhadores em 31 países, encontrou que 78% de quem usa IA no trabalho leva a própria ferramenta. Proibir no papel não muda esse comportamento.
Na base de conhecimento. Um assistente interno com RAG indexa contratos, tickets e e-mails. Se ninguém filtrou antes, o índice passa a conter CPF, dados de saúde de colaboradores e cláusulas confidenciais, e qualquer usuário com acesso ao assistente pode recuperá-los por uma pergunta bem feita.
No agente com permissão de ação. Um agente que lê a caixa de atendimento e atualiza o CRM trata dado pessoal em cada execução. Ele precisa de finalidade definida, acesso mínimo e trilha do que fez.
No fornecedor. Onde o provedor guarda prompts e respostas, por quanto tempo, e se usa esse conteúdo para treinar modelos. Planos corporativos costumam mudar a resposta: a OpenAI, por exemplo, declara que não usa dados dos planos Enterprise, Business e da API para treino por padrão. O plano gratuito que o time usa no celular segue outra regra. E como o processamento normalmente acontece fora do Brasil, entra a transferência internacional: a Resolução CD/ANPD nº 19/2024 aprovou cláusulas-padrão contratuais, e o prazo para incorporá-las aos contratos que usam esse mecanismo terminou em 23 de agosto de 2025.
Base legal: a pergunta que vai aparecer primeiro
Para cada uso, alguém precisa responder qual das hipóteses do artigo 7º da LGPD sustenta o tratamento. Em IA generativa, as candidatas mais comuns são execução de contrato (o agente responde ao cliente sobre o pedido dele) e legítimo interesse (análise interna de tickets para melhorar atendimento).
Legítimo interesse não é carta branca. O guia orientativo da ANPD, de fevereiro de 2024, pede um teste de balanceamento em três etapas: finalidade legítima, necessidade do dado e ponderação com as expectativas do titular, mais salvaguardas. Ele também não se aplica a dados sensíveis. Se o seu caso de uso envolve saúde, biometria ou origem racial, a conversa é outra e mais restrita.
Um teste prático: se o titular soubesse que o dado dele foi usado dessa forma, ficaria surpreso? Se a resposta honesta é sim, a base legal provavelmente está frágil, e a transparência com certeza está.
Artigo 20: revisão, sim; humana, não necessariamente
Aqui há um erro que se repete em muita apresentação sobre o tema. O artigo 20 da LGPD garante ao titular o direito de pedir revisão de decisões tomadas unicamente com base em tratamento automatizado que afetem seus interesses, inclusive decisões de perfil de consumo e de crédito. O texto original exigia revisão "por pessoa natural". Essa exigência saiu com a Lei 13.853/2019, e o Congresso manteve o veto que impedia sua volta.
Isso não alivia tanto quanto parece. O parágrafo 1º obriga o controlador a fornecer, quando solicitado, informações claras sobre os critérios e procedimentos da decisão. O parágrafo 2º permite que a ANPD faça auditoria para verificar aspectos discriminatórios quando a empresa se recusa a explicar alegando segredo comercial. E a regulamentação do artigo está na agenda da agência: a Nota Técnica nº 12/2025 consolidou 124 contribuições da tomada de subsídios sobre IA e revisão de decisões automatizadas. As contribuições convergiram em avaliação de impacto, transparência e governança; ainda não há regulamento publicado.
Na prática, se um agente nega um reembolso, prioriza uma fila de cobrança ou classifica um candidato, você precisa conseguir explicar o critério. Revisão humana continua sendo a forma mais simples de responder bem a um pedido de revisão, mesmo não sendo obrigatória em todos os casos.
Um exemplo: o agente que lê e-mails de clientes
Imagine uma distribuidora que quer um agente para ler a caixa do SAC, identificar pedidos de troca e abrir o chamado no ERP. Antes de escrever uma linha de código, estas perguntas precisam de resposta escrita:
- Finalidade: abrir chamados de troca. O agente não usa o conteúdo para outra coisa, como perfil de marketing.
- Base legal: execução de contrato com o cliente que pediu a troca. E-mails de outros assuntos que chegam na mesma caixa precisam ser descartados pelo agente, não armazenados.
- Dados mínimos: nome, número do pedido, produto, motivo. CPF só se o ERP exigir, e mascarado nos logs.
- Fornecedor do modelo: plano corporativo, sem uso para treino, contrato com cláusulas de transferência internacional e prazo de retenção definido.
- Decisão: o agente abre o chamado, mas uma negativa de troca passa por uma pessoa. Assim o artigo 20 deixa de ser problema para esse fluxo.
- Registro: cada execução guarda qual e-mail foi lido, que dados foram extraídos, que ação foi tomada e qual versão do agente agiu. Isso também atende ao dever de manter registro das operações de tratamento previsto no artigo 37.
Nada disso impede o projeto. Leva uma ou duas reuniões e evita retrabalho quando o jurídico ou um cliente perguntar.
Checklist de 30 dias
- Faça um inventário do que já está em uso: ferramentas de IA generativa contratadas, extensões de navegador, assistentes embutidos em softwares que vocês já pagam. Pergunte aos times, sem caça às bruxas.
- Classifique cada uso por tipo de dado que toca: nenhum dado pessoal, dado pessoal comum, dado sensível ou dado de crianças e adolescentes.
- Defina uma ferramenta oficial com plano corporativo e publique uma regra curta do que pode e do que não pode ir para ela. Uma página, com exemplos do dia a dia da empresa.
- Revise os contratos com provedores de IA: uso para treino, retenção, local de processamento e cláusulas-padrão de transferência internacional.
- Para cada uso que decide algo sobre pessoas, documente o critério e o caminho de revisão. Se o risco for alto, faça um relatório de impacto (RIPD).
- Inclua IA no treinamento de privacidade. O analista da planilha de inadimplentes não faz por mal; ninguém mostrou a ele onde fica a linha.
Proibir custa mais do que parece
A reação instintiva, como a da Samsung em 2023, é bloquear tudo. Funciona por algumas semanas. Depois o uso migra para o celular pessoal, onde a empresa não tem contrato, log nem controle. Liberar uma ferramenta corporativa com regras claras custa licença e algumas horas de governança, e traz o uso para dentro de um perímetro que você consegue auditar. Na nossa leitura, é a opção mais barata para quase toda empresa média.
É o que chamamos de arquitetura cyborg aplicada a dados: pessoas definem onde a IA pode tocar dado pessoal, e a IA opera dentro desses limites. Ela não decide sozinha onde a linha fica.
Próximo passo
Se ninguém na sua empresa consegue listar hoje quais ferramentas de IA tocam dado de cliente, comece pelo item 1 do checklist nesta semana. Se quiser apoio para montar o inventário, a política e o critério de revisão, é esse o trabalho do Governance As a Service. Nossa página de confiança mostra como tratamos dado pessoal na nossa própria operação.