IA e LGPD em marketing

Princípios da LGPD que afetam o uso de IA em marketing

A LGPD não tem capítulo específico sobre IA, mas seus princípios e dispositivos atravessam toda decisão de uso de inteligência artificial em marketing. Quatro princípios são especialmente relevantes.

Finalidade. O tratamento de dados pessoais precisa ter finalidade legítima, específica, explícita e informada ao titular. Dados coletados para uma finalidade (atendimento ao cliente, por exemplo) não podem ser usados livremente para outra (treinar modelo de predição de churn) sem nova base legal.

Minimização (necessidade). Trate apenas os dados estritamente necessários para a finalidade. Aplicação direta em IA: não envie dados pessoais que não precisam estar no prompt; anonimize ou pseudoanonimize quando possível.

Transparência. Titulares têm direito a informação clara sobre tratamento, incluindo, quando aplicável, uso de IA e decisões automatizadas. Política de privacidade precisa mencionar uso de IA quando este é parte relevante do tratamento.

Segurança. Medidas técnicas e administrativas para proteger dados, incluindo contratos com fornecedores, controle de acesso, retenção limitada, planos de resposta a incidentes. Fornecedores de IA são operadores de dados e exigem contrato adequado.

Base legal para uso de IA em marketing

Toda operação de tratamento de dados pessoais exige base legal — uma das dez hipóteses do art. 7º (dados pessoais) ou do art. 11 (dados pessoais sensíveis). Em marketing com IA, três bases são as mais frequentes.

Execução de contrato. Tratamento necessário para cumprir contrato do qual o titular é parte. Aplicável a casos como envio de comunicação transacional, suporte pós-venda assistido por IA, personalização de área logada quando descrita no contrato de serviço.

Legítimo interesse. Tratamento necessário para atender interesses legítimos do controlador ou de terceiro, exceto quando prevalecerem direitos e liberdades fundamentais do titular. Aplicável a casos como prevenção de fraude, segmentação básica baseada em comportamento, análise de respostas abertas para insumos de pesquisa. Exige avaliação documentada de balanceamento de interesses e mecanismo de oposição (opt-out) acessível.

Consentimento. Manifestação livre, informada e inequívoca pela qual o titular concorda com o tratamento. Aplicável especialmente a marketing direto, perfilamento comportamental detalhado, decisões automatizadas com impacto significativo. Exige granularidade (consentimento específico por finalidade) e mecanismo simples de revogação.

A escolha da base legal não é livre — depende da natureza do tratamento, do impacto sobre o titular e da expectativa razoável de uso dos dados. Para casos sensíveis (dados de saúde, biometria, dados de criança), o art. 11 traz lista restrita e diferente. A definição da base legal correta exige análise caso a caso pela advocacia.

Art. 20: decisão automatizada e direito à revisão humana

O artigo 20 da LGPD é o dispositivo central para IA em marketing. Determina que o titular tem direito a solicitar revisão de decisões tomadas unicamente com base em tratamento automatizado de dados pessoais que afetem seus interesses, incluindo decisões destinadas a definir perfil pessoal, profissional, de consumo e de crédito, ou aspectos da personalidade.

Aplicações típicas em marketing que se enquadram: predição de churn que aciona oferta automatizada de retenção, classificação de propensão de compra que define qual canal de comunicação recebe o cliente, modelo de qualificação de leads que define se vendas será acionada, recomendação de produto que define toda a vitrine vista pelo cliente, decisão automatizada de elegibilidade para programa de fidelidade ou desconto.

O que a empresa precisa garantir. Informação clara. Política de privacidade descreve que há tratamento automatizado, qual a finalidade e qual o impacto. Caminho de revisão humana. O titular pode pedir que pessoa qualificada revise a decisão. Resposta tempestiva. Prazo razoável para análise e resposta (ANPD aponta para até 15 dias). Critério auditável. A empresa deve ser capaz de explicar a lógica geral da decisão automatizada quando solicitado, e o auditor da ANPD pode auditar discriminação ilegal mesmo quando o segredo comercial preserva a lógica detalhada.

Atenção: o art. 20 não obriga revisão por humano em toda decisão automatizada — obriga oferecer o direito ao titular que o solicitar. A operação precisa ter o caminho disponível, mesmo que pouco usado na prática.

LLM público: o que não passar no prompt

Modelos de linguagem em plano gratuito ou consumer (ChatGPT gratuito, Gemini gratuito, Claude.ai consumer) processam o conteúdo do prompt em servidores do fornecedor, com termos de uso que frequentemente permitem uso do conteúdo para treinamento. Isso significa que dados pessoais colocados nesses prompts podem sair do controle da empresa.

Regra prática: não envie em LLM público gratuito. Dados de identificação direta de cliente. Nome completo, CPF, RG, endereço, telefone, e-mail, número de cartão, dados bancários, dados de pagamento. Dados pessoais sensíveis (art. 11 LGPD). Origem racial ou étnica, convicção religiosa, opinião política, filiação a sindicato ou a organização de caráter religioso, filosófico ou político, dados de saúde, dados biométricos, dados genéticos, dados de criança e adolescente. Conteúdo confidencial corporativo. Contratos, propostas comerciais com cliente nominal, dados financeiros não divulgados, estratégias comerciais. Dados protegidos por sigilo profissional ou regulamentar. Áreas com regulação setorial (saúde, financeiro, advocacia) têm dever de sigilo que se sobrepõe a qualquer uso de LLM público.

O caso público da Samsung, em que engenheiros colaram código confidencial em ChatGPT e os termos do serviço permitiam uso para treinamento, é referência didática do risco: a empresa proibiu uso interno de ChatGPT consumer após o incidente.

Alternativas para contornar a restrição: usar versões enterprise (Claude Enterprise, ChatGPT Enterprise, Gemini Enterprise, Azure OpenAI) que contratualmente isolam dados; anonimizar ou pseudoanonimizar dados antes de enviar; processar dados sensíveis em modelos hospedados em infraestrutura própria com contrato adequado.

Contratos com fornecedor de IA: o que exigir

Fornecedor de IA é operador de dados pessoais e o contrato precisa atender a LGPD. Cláusulas essenciais.

Finalidade limitada. Dados tratados apenas para prestação do serviço contratado, não para outras finalidades (especialmente não para treinamento de modelos que beneficiem terceiros). Os contratos enterprise dos principais fornecedores já incluem essa cláusula; os termos consumer frequentemente não.

Sub-operadores. Identificação dos sub-operadores envolvidos (data center, infraestrutura), exigência de notificação prévia para mudanças, garantia contratual em cascata.

Transferência internacional. A LGPD (capítulo V) restringe transferência internacional. Fornecedores americanos ou europeus exigem cláusulas contratuais padrão, decisão de adequação (quando houver) ou outras garantias do art. 33. ANPD vem publicando regulamento específico.

Segurança e incidentes. Medidas técnicas mínimas (criptografia em trânsito e em repouso, controle de acesso, logs), prazo de notificação em caso de incidente (recomendado 24 a 72 horas), apoio na resposta.

Retenção e eliminação. Prazo de retenção alinhado à finalidade, mecanismo de eliminação confirmada ao fim do contrato, atendimento a direitos do titular (acesso, eliminação, oposição).

Indenização. Cláusula de indenização proporcional ao risco do tratamento, especialmente em casos de violação imputável ao operador.

A revisão e adaptação dos contratos exige advocacia especializada em LGPD e proteção de dados — não é exercício de "checklist". Cada operação tem particularidades.

Direitos do titular em contextos de IA

A LGPD (art. 18) lista direitos do titular que precisam estar operacionalizados. Em contextos de IA, alguns ganham relevância especial.

Confirmação e acesso. O titular pode pedir confirmação de tratamento e acesso aos dados tratados. Em IA, isso inclui os dados de entrada usados para treinar ou pontuar modelos.

Correção. Dados incompletos, inexatos ou desatualizados precisam ser corrigíveis. Em modelos preditivos, a correção pode afetar a pontuação do titular — operação precisa estar preparada.

Anonimização, bloqueio ou eliminação. Direito de pedir tratamento adequado quando há excesso de retenção ou quando o tratamento já não tem base legal.

Portabilidade. Direito de pedir transferência dos dados para outro fornecedor (regulamentação evoluindo via ANPD).

Oposição. Direito de se opor a tratamento baseado em legítimo interesse — em marketing, mecanismo de opt-out em comunicações e em personalização preditiva é central.

Revisão de decisão automatizada. Já discutido na seção do art. 20. Operação precisa do caminho disponível mesmo que pouco usado.

AI Act europeu como referência

O AI Act (Regulamento (UE) 2024/1689) é a primeira lei abrangente sobre IA no mundo, com vigência escalonada a partir de 2024. Não se aplica diretamente a empresa brasileira sem operação na União Europeia, mas serve de referência prática para três decisões.

Classifica sistemas de IA por nível de risco: risco inaceitável (proibido), alto risco (obrigações severas), risco limitado (transparência), risco mínimo (sem obrigação adicional). Aplicações típicas de marketing (recomendação, personalização) tendem a se classificar em risco limitado ou mínimo; casos extremos (sistema que afeta acesso a serviço essencial ou que cria perfilamento intensivo de vulneráveis) podem entrar em alto risco.

Exige transparência sobre conteúdo gerado por IA: chatbots devem se identificar como tais, deepfakes devem ser rotulados, conteúdo gerado por IA em contexto público deve ser identificável.

No Brasil, o Projeto de Lei 2.338/23 está em discussão e segue inspiração próxima ao AI Act, com classificação por risco e obrigações específicas. Acompanhamento via advocacia especializada é recomendado, já que o cenário regulatório está em movimento.

RIPD: quando é obrigatório e como organizar

O Relatório de Impacto à Proteção de Dados Pessoais (RIPD), também chamado de DPIA, é o instrumento que documenta a análise de risco do tratamento. A LGPD prevê que a ANPD pode requerer o RIPD em situações de risco elevado, e a prática internacional indica que RIPD deve ser feito para tratamentos sistemáticos em larga escala, especialmente com decisão automatizada.

Em marketing, casos típicos que pedem RIPD: predição de churn que aciona ofertas automatizadas, perfilamento comportamental detalhado para personalização, segmentação preditiva, decisão automatizada de elegibilidade para programas, análise de respostas abertas em larga escala com IA, uso de dados de criança e adolescente em qualquer contexto.

Estrutura típica do RIPD: descrição sistemática do tratamento (finalidade, dados, fluxo, fornecedores, retenção), avaliação da necessidade e proporcionalidade, identificação dos riscos para direitos do titular, medidas de mitigação, parecer do encarregado de proteção de dados.

O RIPD não é documento para gaveta — é instrumento de governança que deve guiar decisões e ser atualizado quando o tratamento muda.

Erros comuns em IA e LGPD em marketing

Passar PII em ChatGPT consumer. Colar lista de clientes em ChatGPT gratuito para "personalizar" e-mails. Exposição direta sem base legal e sem contrato adequado.

Decisão automatizada sem revisão humana disponível. Sistema preditivo que define oferta, segmentação ou pontuação sem caminho documentado para o titular pedir revisão por humano.

Política de privacidade desatualizada. Política não menciona uso de IA, decisões automatizadas ou fornecedores envolvidos.

Contratos com fornecedor sem cláusulas adequadas. Operação adotou ferramenta consumer ou contrato genérico que permite uso de dados para treinamento.

RIPD ausente em casos sensíveis. Operação roda predição de churn em larga escala sem documentação de risco.

LGPD vista como checklist. Conformidade tratada como exercício de marcar caixas, não como prática viva de governança. Inevitavelmente fica desatualizada.

Encarregado de proteção de dados não envolvido em projetos de IA. Equipe de marketing decide arquitetura e contrata fornecedor antes de consultar privacidade. Quando o problema aparece, o tratamento já está em produção.