Decisões automatizadas na LGPD: art. 20 e o direito de revisão

Decisões automatizadas na LGPD: art. 20 e o direito de revisão

O art. 20 da LGPD dá ao titular o direito de pedir a revisão de decisões tomadas unicamente com base em tratamento automatizado de dados pessoais, quando elas afetam seus interesses, incluindo decisões que definem perfil pessoal, profissional, de consumo e de crédito. Na prática, quem usa IA para aprovar, negar, classificar ou priorizar pessoas precisa ter um canal para receber o pedido, explicar os critérios usados e reavaliar o caso. Este texto explica a regra e propõe uma estrutura de revisão para projetos de IA. Não substitui orientação jurídica.

Principais pontos

• O art. 20 vale para decisões baseadas unicamente em tratamento automatizado que afetem os interesses do titular, não para qualquer uso de IA.
• O titular pode pedir informações claras sobre critérios e procedimentos da decisão, respeitados os segredos comercial e industrial.
• A versão atual do texto não exige expressamente que a revisão seja feita por uma pessoa, mas desenhar o fluxo com revisão humana é a escolha mais segura.
• Um pedido de revisão só funciona se a empresa guardou o que foi decidido, com quais dados e por qual versão do sistema.
• O caminho mais simples é mapear onde a IA decide algo relevante, limitar esse poder e testar o fluxo de revisão em um piloto antes de ampliar.

O que o art. 20 da LGPD diz

O caput do art. 20 reconhece o direito do titular de solicitar a revisão de decisões tomadas unicamente com base em tratamento automatizado de dados pessoais que afetem seus interesses. O texto cita como exemplos as decisões destinadas a definir o perfil pessoal, profissional, de consumo e de crédito, ou aspectos da personalidade. A lista é exemplificativa: o critério central é o efeito sobre o titular, não o rótulo da decisão.

O primeiro parágrafo trata de transparência. O controlador deve fornecer, sempre que solicitado, informações claras e adequadas sobre os critérios e os procedimentos usados na decisão automatizada, observados os segredos comercial e industrial. O segundo parágrafo prevê que, se a empresa deixar de informar invocando segredo comercial ou industrial, a ANPD pode realizar auditoria para verificar aspectos discriminatórios no tratamento automatizado.

Esse direito conversa com os princípios do art. 6º da LGPD, em especial transparência, qualidade dos dados, prevenção e não discriminação. O texto integral está no Planalto, e a ANPD publica orientações e atos regulatórios que vale acompanhar, porque a interpretação evolui.

Quando uma decisão é unicamente automatizada?

O ponto que mais gera dúvida é a palavra "unicamente". Uma decisão é unicamente automatizada quando o sistema chega ao resultado e esse resultado produz efeito sem que uma pessoa avalie o caso de forma real. Se um atendente apenas clica em "confirmar" a sugestão da IA sem critério e sem poder de divergir, o risco é tratar isso como decisão humana quando, na prática, não é.

Para separar os casos, ajuda classificar cada uso de IA em três níveis:

• Apoio: a IA resume, organiza ou sugere, e uma pessoa decide com autonomia e informação suficiente.
• Decisão com supervisão: a IA decide, mas há regras de exceção, amostragem e possibilidade clara de reverter.
• Decisão automática plena: a IA decide e o resultado vale diretamente, sem intervenção prévia.

O art. 20 pesa mais sobre o terceiro nível e, dependendo do desenho, sobre o segundo. Também importa o efeito: classificar uma mensagem como "dúvida de horário" dificilmente afeta interesses do titular. Negar um parcelamento, recusar uma matrícula, barrar um cadastro ou definir prioridade de atendimento em uma situação sensível já é outra conversa.

Para decidir o que deve ficar fora da automação plena, vale ler também o que não delegar à IA na empresa.

A revisão precisa ser feita por uma pessoa?

A resposta exige cuidado. Em versões anteriores do texto, o direito de revisão previa que ela fosse feita por pessoa natural. Essa exigência não consta da redação atualmente em vigor, e a tentativa de restabelecê-la durante o processo legislativo foi vetada. Ou seja, a lei não diz expressamente que um humano precisa revisar.

Isso não significa que qualquer revisão automática basta. O direito é de revisão de uma decisão que afeta o titular, e uma revisão que apenas repete o mesmo modelo com os mesmos dados dificilmente cumpre a finalidade. Há também o risco prático: se o titular recorre à ANPD ou à Justiça, uma empresa que consegue demonstrar uma reavaliação independente, com critérios documentados, está em posição muito melhor.

Por isso, a recomendação de projeto é simples: trate a revisão por uma pessoa com autoridade para mudar o resultado como padrão, e use revisão automática apenas como etapa de triagem. Quem pretende adotar outra abordagem deve ouvir o jurídico e acompanhar o debate descrito em Marco legal da IA no Brasil, pois a regulação específica de IA ainda pode alterar o cenário.

O que a empresa precisa conseguir explicar

O §1º exige informações claras e adequadas sobre critérios e procedimentos. Isso não obriga a entregar código, pesos de modelo ou prompts completos, até porque o segredo comercial e industrial é expressamente respeitado. Mas a empresa precisa conseguir responder, em linguagem simples, perguntas como:

• Que dados pessoais foram considerados na decisão?
• De onde vieram esses dados (cadastro, histórico, conversa, terceiros)?
• Quais regras ou critérios pesaram no resultado?
• Qual parte foi feita por sistema e qual parte por pessoa?
• Como o titular pode contestar e o que acontece depois.

Se a resposta honesta for "não sabemos por que o sistema decidiu isso", há um problema de projeto, não de comunicação. Sistemas com modelos de linguagem podem gerar justificativas convincentes que não correspondem ao que realmente influenciou o resultado. Por isso, a explicação deve vir de registros do sistema (dados usados, regras aplicadas, versão), e não de pedir ao modelo que justifique depois.

O NIST AI Risk Management Framework e os princípios de IA da OCDE tratam de transparência, explicabilidade e supervisão humana como práticas de gestão de risco. Não são lei brasileira, mas ajudam a estruturar o que documentar.

Como estruturar o pedido de revisão: passo a passo

Um fluxo de revisão funcional é um pequeno processo operacional, não só uma cláusula na política de privacidade. Uma sequência possível:

• Inventariar as decisões: liste onde a IA ou uma regra automática aprova, nega, classifica ou prioriza pessoas, e marque as que afetam interesses relevantes.
• Definir o canal: um e-mail, formulário ou opção no próprio WhatsApp com texto claro, como "quero que uma pessoa reavalie esta decisão". O canal deve ser fácil de achar e não exigir cadastro novo.
• Avisar no momento da decisão: informe que o resultado veio de tratamento automatizado e como pedir revisão.
• Registrar a decisão: guarde dados de entrada, regras aplicadas, saída, versão do modelo ou do fluxo, data e quem foi notificado.
• Designar o revisor: uma pessoa com acesso ao caso completo, autoridade para reverter e orientação para não apenas confirmar o sistema.
• Definir prazo interno e resposta: estabeleça um prazo de atendimento compatível com o direito e responda de forma clara, com o resultado e os critérios.
• Corrigir a causa: se a revisão revelar dado errado ou critério ruim, ajuste o fluxo e registre a mudança.
• Acompanhar indicadores: volume de pedidos, quantos foram revertidos e por quê. Reversões frequentes indicam problema no desenho.

Para decisões de maior impacto, este processo costuma se conectar ao RIPD para projetos de IA, que é o lugar natural para registrar riscos, mitigação e a lógica geral do tratamento.

Cenário ilustrativo

Imagine, como cenário ilustrativo, uma loja que oferece pagamento parcelado e usa um agente no WhatsApp para pré-analisar pedidos. O agente consulta dados do cadastro e do histórico de compras e responde automaticamente se o parcelamento foi aprovado ou não.

Sem desenho de revisão, o cliente recebe um "não foi possível aprovar" e nada mais. Com o desenho recomendado, a mensagem informa que a análise foi automatizada, resume os tipos de critério considerados e oferece a opção "pedir reavaliação por uma pessoa". Ao escolher, o caso vai para uma fila com o registro completo: dados usados, regra aplicada, resposta enviada. O responsável pode corrigir um dado desatualizado, aceitar um comprovante novo ou manter a negativa com explicação. Se houver muitas reversões por dado desatualizado, o ajuste é na qualidade da base, não no atendimento.

O mesmo raciocínio vale para outros setores em que a IA toca em decisões sobre pessoas, como matrículas em escolas ou priorização em suporte e cobrança.

Como o método se aplica a esse tema

O método de trabalho segue quatro passos. Mapear: levantar o processo atual, identificar onde há decisão sobre pessoas e qual dado entra nela. Limitar: restringir dados e ações do agente, de modo que decisões de maior efeito sempre passem por aprovação humana e por registro. Pilotar: testar um fluxo real com logs e uma métrica de sucesso acordada, incluindo o fluxo de revisão, para ver se ele realmente funciona antes de ampliar. Transferir: entregar a operação com documentação, responsáveis definidos e a decisão de expandir, ajustar ou parar.

No piloto, vale medir também a qualidade da revisão, não só a economia de tempo. O texto sobre como medir um piloto de automação com IA detalha métricas e critérios de decisão que ajudam nisso.

Outra observação de projeto: quando a empresa usa fornecedor ou plataforma de IA, a divisão entre controlador e operador afeta quem responde ao titular. Defina isso em contrato e em processo, e não apenas no discurso comercial.

Perguntas frequentes

O art. 20 proíbe decisões automatizadas? Não. A LGPD não proíbe decisões tomadas por tratamento automatizado, mas garante ao titular o direito de pedir revisão e de receber informações claras sobre critérios e procedimentos. A empresa continua precisando de base legal para o tratamento e de respeito aos princípios do art. 6º.

Um chatbot que só responde dúvidas é uma decisão automatizada? Em geral, não. Responder perguntas de horário ou status de pedido normalmente não define perfil nem afeta interesses do titular da forma que o art. 20 descreve. O risco aparece quando o agente passa a aprovar, negar, classificar ou priorizar pessoas com efeito relevante, e nesse caso convém tratar o fluxo como decisão automatizada.

Posso me recusar a explicar os critérios por segredo comercial? O segredo comercial e industrial é respeitado pela lei, mas não funciona como recusa total. A empresa ainda deve oferecer informações claras e adequadas sobre critérios e procedimentos, em nível compreensível, e a ANPD pode realizar auditoria para verificar aspectos discriminatórios se a informação não for dada.

Preciso de um advogado para montar esse fluxo? O desenho operacional pode ser construído por quem conhece o processo e a tecnologia, mas a interpretação do que conta como decisão unicamente automatizada, a base legal e os textos ao titular devem ser validados pelo jurídico ou por um encarregado de dados. O ideal é que as duas áreas trabalhem juntas desde o mapeamento.

Fontes

• Lei Geral de Proteção de Dados Pessoais (Lei 13.709), texto no Planalto
• ANPD: Autoridade Nacional de Proteção de Dados
• NIST AI Risk Management Framework
• OECD AI Principles