Superinteligência em ONGs: dados e governança para doadores

Superinteligência em ONGs: dados e governança para doadores

Superinteligência em ONGs ainda não é algo que a organização contrata. É um horizonte de IA muito mais capaz do que a atual, e a preparação começa agora com dados organizados, consentimento claro e governança. Na prática, isso significa decidir antes quais informações de doadores, voluntários e beneficiários a IA pode ler, quais ações pode executar e quem revisa o resultado.

Principais pontos

• Superinteligência não existe como produto hoje. O que ONGs podem usar são assistentes e agentes de IA, e a preparação para sistemas mais capazes é a mesma: dados limpos, permissões estreitas e revisão humana.
• Doador, voluntário e beneficiário têm expectativas diferentes sobre o uso dos seus dados. Cada grupo precisa de finalidade, aviso e limites próprios.
• Dados de beneficiários exigem o maior cuidado, principalmente quando envolvem saúde, crianças, situação de vulnerabilidade ou endereço de abrigos.
• Prestação de contas com IA só é confiável quando números vêm dos sistemas oficiais e cada texto gerado deixa rastro de fonte, versão e aprovação.
• O caminho seguro é mapear, limitar, pilotar um fluxo real e só então decidir se expande, ajusta ou para.

O que é superinteligência e por que uma ONG deveria se importar?

Superinteligência, no sentido usado na literatura, é um sistema que supera pessoas em praticamente todas as tarefas cognitivas. Nenhuma organização opera algo assim hoje. Para entender a diferença entre o que existe e o que ainda é hipótese, vale ler a diferença entre AGI e superinteligência.

Para uma ONG, o interesse não é filosófico. A pergunta de gestão é: se os sistemas de IA ficarem cada vez mais capazes de ler documentos, cruzar bases e agir sozinhos, a minha organização terá dados e regras prontos para isso? Quem não sabe onde estão os dados de doadores, quem tem acesso a eles e com que base legal foram coletados não consegue usar nem a IA de hoje com segurança.

Vale separar três tipos de afirmação ao decidir:

• Documentação oficial: o que a LGPD, a ANPD e referências como o NIST AI Risk Management Framework descrevem sobre gestão de risco e proteção de dados.
• Experiência de implementação: o que costuma dar errado em projetos reais, como permissões amplas demais, dados misturados e ausência de log.
• Hipótese: como será a IA muito mais capaz no futuro. Útil para planejar, ruim como base de promessa.

Quais dados de uma ONG pedem mais cuidado?

Antes de qualquer ferramenta, classifique o que a organização guarda. Uma divisão simples ajuda a decidir o que a IA pode tocar:

• Dados de doadores: nome, contato, histórico de contribuições, forma de pagamento, preferência de anonimato e de comunicação.
• Dados de voluntários: documentos, disponibilidade, habilidades, contato de emergência e, em alguns casos, certidões exigidas para atuar com crianças.
• Dados de beneficiários: situação socioeconômica, saúde, composição familiar, endereço e histórico de atendimento. É a categoria de maior risco.
• Dados institucionais e financeiros: contratos com financiadores, prestações de contas, notas e extratos.
• Conteúdo público: relatórios publicados, site, campanhas e materiais de comunicação.

A LGPD trata dados sobre saúde e outros dados sensíveis com regras mais rígidas, e também tem exigências específicas para crianças e adolescentes. A ANPD é a fonte oficial para orientações e guias. Se a ONG atua com público vulnerável, a regra prática é começar a IA pelo conteúdo público e pelos dados institucionais, deixando beneficiários para depois.

Como respeitar o doador ao usar IA?

O doador confiou à organização uma finalidade: apoiar uma causa. Ele não espera, por exemplo, que seu histórico seja usado para estimar sua capacidade de doação com um modelo que ninguém consegue explicar. Respeitar essa expectativa é parte do que mantém a base de apoio.

Um guia de decisão para cada uso de dado de doador em IA:

• Qual é a finalidade e ela é compatível com o que o doador foi informado quando contribuiu?
• A tarefa precisa de dado individual ou funciona com dado agregado?
• O doador pediu anonimato ou limitou o contato? Essa preferência está no dado que a IA lê?
• A ferramenta envia o dado para fora do país? Se sim, confira o que a LGPD exige em transferência internacional de dados com IA.
• Existe um responsável que revisa o texto antes de qualquer mensagem sair?
• Há um caminho simples para o doador pedir correção, exclusão ou parar de receber contato?

Um uso de baixo risco é pedir à IA um rascunho de agradecimento a partir de um modelo da organização, sem dados pessoais, e personalizar depois. Um uso de alto risco é entregar a base inteira a um agente para decidir quem receber um pedido de aumento de contribuição.

Voluntários e beneficiários: quem não pode ser exposto?

Voluntários costumam ser contatados por WhatsApp, e muitas ONGs já têm grupos e listas. Antes de qualquer mensagem ativa automatizada, confirme a permissão de cada pessoa e respeite a política de templates da plataforma. O mesmo cuidado vale para beneficiários, com mais rigor ainda.

Algumas regras práticas para esses dois grupos:

• Dados de beneficiários não entram em ferramentas de IA sem base legal definida, necessidade comprovada e acesso restrito.
• Prefira trabalhar com dados agregados ou anonimizados para análises de impacto, e confirme que a anonimização realmente impede a reidentificação em comunidades pequenas.
• Endereço de abrigo, informações de proteção e dados de crianças ficam fora de qualquer fluxo de IA, salvo decisão formal da diretoria com assessoria jurídica.
• Triagem de quem recebe ou não um benefício não deve ser decidida apenas por IA. A pessoa tem direito de pedir revisão, como explica o texto sobre decisões automatizadas na LGPD.
• Quando o dado sensível precisa ser processado por IA, avalie rodar o modelo dentro da própria infraestrutura da organização ou de um fornecedor com contrato adequado.

A IA pode ajudar a equipe de atendimento com tarefas como organizar uma agenda de plantões de voluntários ou responder dúvidas gerais sobre horários e documentos. Quando a conversa tocar em situação pessoal, o fluxo deve passar para uma pessoa.

Como a IA ajuda na prestação de contas sem comprometer a credibilidade?

Financiadores, conselhos e doadores querem saber onde o dinheiro foi parar e que resultado ele produziu. A IA pode economizar tempo em rascunhos de relatórios, consolidação de atividades e preparação de respostas a perguntas recorrentes. O risco é um texto bem escrito com número errado.

A regra central: números vêm do sistema contábil e da base de indicadores, nunca do texto livre de um modelo. A IA redige em volta dos dados confirmados.

Checklist de prestação de contas assistida por IA:

• Cada número do relatório aponta para a fonte (planilha, sistema contábil, registro de atendimento) e para a data de extração.
• O texto gerado fica marcado como rascunho até a aprovação de uma pessoa nomeada.
• A versão dos documentos usados como base fica registrada, para reproduzir o relatório depois.
• Trechos que descrevem impacto são revisados por quem conhece o programa, para evitar afirmações que a organização não consegue comprovar.
• O relatório não inclui dado pessoal de beneficiário além do estritamente necessário.
• Se um financiador pediu regras sobre uso de IA, elas estão registradas e foram seguidas.

Esse rastro também prepara a organização para a evolução da tecnologia. Uma camada de dados, permissões e registros bem desenhada serve a qualquer modelo mais capaz que venha depois, como detalha o texto sobre a arquitetura da camada de superinteligência da empresa em cinco blocos.

Plano em etapas: como começar sem expor ninguém

O método segue quatro movimentos: mapear, limitar, pilotar e transferir. Em ONGs, ele cabe bem porque equipes são pequenas e a confiança é o principal ativo.

• Etapa 1, mapear: liste os processos que consomem tempo (triagem de voluntários, agradecimento a doadores, relatórios, atendimento por WhatsApp) e anote como são feitos hoje, quem faz e que dados tocam. Esse é o ponto de partida para qualquer comparação.
• Etapa 2, limitar: para o processo escolhido, defina quais dados a IA pode ler, quais ações pode executar e o que exige aprovação humana. Comece com acesso somente leitura e sem envio automático.
• Etapa 3, pilotar: rode um único fluxo real, com log de cada decisão e uma métrica combinada de antemão, como tempo de preparo de um relatório ou taxa de rascunhos aprovados sem correção.
• Etapa 4, transferir: documente o fluxo, treine quem vai operar, defina quem monitora e decida em reunião se expande, ajusta ou encerra o piloto.

Cenário ilustrativo: uma ONG de educação quer acelerar o relatório trimestral para um financiador. No mapeamento, descobre que os dados de frequência estão em planilhas diferentes e que parte deles contém nomes de crianças. Na etapa de limitação, decide que a IA receberá apenas totais por turma, sem nomes. No piloto, o agente redige o texto a partir dos totais, a coordenadora confere cada número contra a planilha e o log mostra o que foi alterado. Ao final, a diretoria decide manter o fluxo e só depois avaliar um segundo uso, como respostas a perguntas frequentes de voluntários.

Que governança mínima uma ONG precisa?

Não é preciso um comitê grande. É preciso clareza de responsabilidade. Um desenho enxuto costuma bastar:

• Uma pessoa responsável por cada fluxo com IA, com nome e substituto.
• Um registro simples de quais ferramentas e quais bases de dados estão em uso.
• Uma regra escrita do que pode e do que não pode ser enviado a ferramentas externas, parecida com uma política de uso de ChatGPT na empresa.
• Revisão periódica de permissões, principalmente quando voluntários e funcionários saem.
• Um canal para o doador, o voluntário ou o beneficiário questionar o uso de seus dados.

Como referência, o NIST AI Risk Management Framework organiza a gestão de risco de IA em funções de governar, mapear, medir e gerenciar, o que combina com o roteiro acima. Os princípios de IA da OCDE reforçam transparência, responsabilização e respeito aos direitos das pessoas, valores que já fazem parte da missão de uma ONG. Para riscos técnicos de aplicações com modelos de linguagem, como vazamento de dados por instruções maliciosas, consulte o OWASP Top 10 para aplicações com LLMs.

A hipótese de IA muito mais capaz no futuro reforça um ponto: quanto mais autônomo o sistema, mais importante que as permissões, os limites de ação e o registro de decisões estejam definidos antes e não depois.

Perguntas frequentes

Superinteligência já pode ser usada por uma ONG? Não. Esse tipo de sistema não existe como produto. O que uma ONG pode usar hoje são assistentes e agentes de IA, e a melhor preparação para sistemas mais capazes é organizar dados, permissões e registros agora.

Uma ONG pode usar dados de doadores em ferramentas de IA? Pode, desde que a finalidade seja compatível com o que o doador foi informado, haja base legal e o acesso seja restrito. Quando possível, use dados agregados ou sem identificação, e confira para onde a ferramenta envia as informações. Em caso de dúvida, consulte assessoria jurídica e as orientações da ANPD.

Como a IA deve tratar dados de beneficiários? Com o maior nível de restrição. Evite colocar dados sensíveis, de crianças ou de pessoas em situação de vulnerabilidade em ferramentas externas sem base legal, necessidade clara e contrato adequado. Qualquer decisão que afete o acesso a um benefício precisa de revisão humana.

Por onde começar um projeto de IA em uma ONG pequena? Escolha um processo de baixo risco, como rascunhos de comunicação ou organização de relatórios com dados institucionais. Mapeie o processo atual, limite o que a IA acessa, pilote com log e uma métrica combinada, e só depois decida se vale expandir.

Fontes

• NIST: AI Risk Management Framework
• ANPD: Autoridade Nacional de Proteção de Dados
• OECD: AI Principles
• OWASP: Top 10 for LLM Applications