Treinar IA com dados de clientes: base legal na LGPD

Treinar IA com dados de clientes: base legal na LGPD

Usar dados para atender um cliente não autoriza treinar modelos com eles. Veja as bases legais da LGPD, a finalidade e o que documentar antes.

•

Quer aplicar isso na sua empresa?

Agendar conversa com o Juan →

Não existe uma base legal única para treinar IA com dados pessoais. Quando a empresa coletou dados para atender um cliente, usar esses mesmos dados para treinar um modelo é outra finalidade, e a LGPD exige um fundamento próprio para ela, como consentimento ou legítimo interesse, além de registro e transparência. Na prática, a pergunta certa não é « temos o direito de usar esses dados? », mas « para qual finalidade, com qual base, e quem consegue provar isso depois? ».

Principais pontos

  • Atender um pedido e treinar um modelo são finalidades diferentes, e cada uma precisa de justificativa própria.
  • A base legal deve ser definida antes da coleta para treinamento, e não depois que o modelo já existe.
  • Legítimo interesse exige análise documentada de necessidade, expectativa do titular, impacto e medidas de proteção.
  • Anonimização só ajuda quando o método é verificável e não permite identificar a pessoa com esforços razoáveis.
  • Registro das operações, avaliação de impacto quando couber, contratos com fornecedores e um plano de exclusão são o mínimo por escrito.

Atender o cliente e treinar o modelo são finalidades diferentes

Quando um cliente manda uma mensagem no WhatsApp pedindo a segunda via de um boleto, ou descreve um problema com um equipamento, a empresa trata aqueles dados para executar o atendimento. O uso fica ligado ao serviço que o titular pediu. A LGPD organiza esse ponto pelo princípio da finalidade: o tratamento deve ter propósitos legítimos, específicos e informados ao titular, sem ser incompatível com o que foi informado.

Treinar um modelo muda a natureza do uso. Aquelas mensagens passam a servir para ajustar o comportamento de um sistema que vai atender outras pessoas, muitas vezes em outros contextos. Mesmo que nenhum dado apareça literalmente na resposta seguinte, o tratamento já existe desde a cópia para o conjunto de treinamento. Por isso, « já temos os dados » não resolve a questão.

Uma pergunta simples ajuda a separar os casos: o titular, ao fornecer esse dado, esperaria que ele fosse usado para melhorar um modelo de IA? Se a resposta for « não tenho certeza », a empresa deve tratar o caso como treinamento e resolver a base legal antes de seguir.

Quais bases legais podem sustentar o treinamento

A LGPD lista as hipóteses de tratamento de dados pessoais em seu artigo 7º. Para treinamento de IA, duas costumam exigir mais cuidado: consentimento e legítimo interesse. A execução de contrato raramente cobre treinamento, porque o contrato prevê o atendimento, e não a melhoria de um modelo com outras finalidades. O cumprimento de obrigação legal também não se aplica a essa situação.

O consentimento precisa ser livre, informado e inequívoco, e pode ser revogado a qualquer momento. Colher autorização específica para treinamento exige fluxo próprio, texto claro e uma forma de retirar a permissão que funcione de verdade. Misturar o aceite de termos gerais com a autorização para treinar costuma ser uma base frágil.

O legítimo interesse é mais flexível, mas não é automático. A empresa precisa demonstrar um interesse concreto, mostrar que o tratamento é necessário para essa finalidade, verificar se o titular razoavelmente espera esse uso e adotar salvaguardas para reduzir os riscos. Esse raciocínio deve ficar escrito, com versão e responsável identificado. Dados sensíveis, como os de saúde, têm regras próprias no artigo 11 e normalmente não devem entrar em treinamento sem uma análise separada.

As orientações da Autoridade Nacional de Proteção de Dados (ANPD) são o ponto de partida para interpretar esses requisitos, e vale consultá-las antes de fechar qualquer análise, porque o entendimento sobre IA continua em evolução.

O que muda quando o dado entra no modelo

Há um ponto técnico que afeta diretamente a base legal e a exclusão de dados. Uma IA que consulta uma base de conhecimento no momento da resposta, abordagem conhecida como recuperação aumentada por geração (RAG), mantém os dados em um repositório que a empresa controla. Se um documento for corrigido ou apagado, o efeito aparece na consulta seguinte.

No ajuste fino (fine-tuning), a informação é incorporada aos pesos do modelo. Apagar o registro de origem não remove, de forma simples, o que o modelo aprendeu. A documentação da AWS que compara recuperação e ajuste fino descreve essas diferenças de manutenção e atualização, e elas importam para qualquer decisão sobre dados pessoais.

Na prática, a sequência mais segura costuma ser esta: resolver primeiro o atendimento com recuperação controlada e registros, depois avaliar se algum treinamento é realmente necessário e, só então, tratar essa parte com base legal própria.

O que a empresa precisa documentar

A documentação não precisa ser um dossiê extenso, mas precisa existir e ser verificável. Um checklist mínimo:

  • Descrição de cada finalidade de uso: atendimento, melhoria de processo, treinamento de modelo e avaliação interna.
  • Base legal escolhida para cada finalidade, com o motivo da escolha.
  • Teste de legítimo interesse, quando essa for a base, com versão, responsável e data.
  • Registro das operações de tratamento, indicando de onde vêm os dados, onde ficam e quem tem acesso.
  • Avaliação de impacto à proteção de dados, quando o risco for alto ou a ANPD solicitar.
  • Contrato ou termo com cada fornecedor de IA que trata dados em nome da empresa, com regras por escrito sobre uso para treinamento e verificação das configurações disponíveis em cada ferramenta.
  • Regra para transferência internacional, caso o processamento ocorra fora do Brasil, como detalhado em transferência internacional de dados com IA.
  • Prazo de retenção e procedimento de exclusão, incluindo cópias em logs e conjuntos de avaliação.
  • Canal para atender titulares, inclusive para pedidos de revisão de decisões automatizadas, como explicado em decisões automatizadas na LGPD e o direito de revisão.

Cenário ilustrativo: loja com atendimento no WhatsApp

Cenário ilustrativo: uma loja de materiais de construção usa um agente no WhatsApp para consultar pedidos, prazos de entrega e trocas. Um gestor propõe usar o histórico de conversas do último ano para treinar um modelo que « fale como a equipe ». A equipe separa três usos antes de qualquer decisão. O primeiro é manter o histórico para o atendimento e para o tratamento de reclamações, que segue com a base de execução do serviço e com o registro atual. O segundo é criar uma base de perguntas e respostas revisada por pessoas, a partir de conversas com nomes, endereços, CPFs e números de pedido removidos, com teste de que a remoção realmente funciona. O terceiro é treinar com conversas brutas, que não entra no plano, porque a base legal não se sustenta sem consentimento específico ou teste de legítimo interesse documentado.

O resultado é uma base de conhecimento consultada em tempo real, que pode ser corrigida a qualquer momento, somada a exemplos de tom redigidos e aprovados pela equipe. A loja obtém a consistência que buscava sem transformar o histórico de clientes em matéria-prima de treinamento.

Como aplicar o método antes de treinar

No nosso trabalho, a sequência é a mesma de qualquer projeto de IA: mapear o processo atual e as bases de dados, limitar quais dados e ações entram, pilotar um fluxo real com registros e uma métrica de sucesso combinada, e então transferir a operação e decidir se ela será expandida, ajustada ou encerrada. Na maioria dos casos, o piloto mostra que a melhoria esperada vem de uma base de conhecimento bem organizada e de regras claras de atendimento, sem necessidade de treinar com dados pessoais. Quando o treinamento for necessário, a decisão entra na etapa de mapeamento, com base legal e documentação definidas, e não como detalhe técnico no fim do projeto. Para estruturar os dados antes desse passo, vale ver dados organizados para superinteligência.

Perguntas frequentes

Posso treinar IA com dados de clientes se eles aceitaram os termos de uso? Aceitar termos gerais raramente basta para treinamento. Em geral, a autorização precisa ser específica para essa finalidade, ou a empresa precisa de outra base legal com análise documentada. Vale revisar o texto com o jurídico antes de usar qualquer histórico.

Dados anonimizados podem ser usados sem base legal? Dados anonimizados, quando o processo é robusto e não permite reverter a identificação com esforços razoáveis, deixam de ser dados pessoais pela LGPD. O problema é que muitas tentativas se limitam a remover nomes, e isso não basta. Documente o método e teste se a informação ainda pode identificar alguém.

Preciso fazer relatório de impacto para todo projeto de IA? Não necessariamente, mas a avaliação de impacto é recomendável quando o tratamento envolve risco relevante, dados sensíveis ou decisões que afetam pessoas. A ANPD pode solicitar o relatório, então é mais seguro tê-lo pronto desde o início. Decida com base no risco concreto de cada uso.

Se o fornecedor de IA disser que não treina com meus dados, isso basta? A afirmação precisa constar em contrato ou termo aplicável ao plano contratado, e a empresa deve conferir as configurações da ferramenta. Também é preciso verificar onde os dados são processados e armazenados, porque isso pode gerar regras de transferência internacional. Guarde essa evidência junto com a documentação do projeto.

Fontes

LGPDTreinamento de IADados pessoaisComplianceGovernança de IA