Transferência internacional de dados com IA: o que a LGPD exige

Transferência internacional de dados com IA: o que a LGPD exige

Em muitos casos, sim: usar uma API de IA hospedada fora do Brasil configura transferência internacional de dados na LGPD sempre que dados pessoais são enviados a servidores ou a um fornecedor em outro país. Nesse caso, a empresa precisa de uma base legal para tratar o dado, de um mecanismo previsto no art. 33 para a transferência e de registros que mostrem o que foi enviado, para quê e com quais garantias. Este texto é orientação geral e não substitui parecer jurídico: a decisão final deve envolver o encarregado e assessoria jurídica.

Principais pontos

• A LGPD define transferência internacional como o envio de dados pessoais a país estrangeiro ou a organismo internacional. Enviar um prompt com nome, telefone ou histórico de cliente a uma API no exterior costuma se encaixar nessa definição.
• A transferência precisa de uma base legal para o tratamento e, separadamente, de um mecanismo do art. 33, como cláusulas contratuais, decisão de adequação ou consentimento específico.
• Tratar o fornecedor de IA como operador exige contrato claro sobre finalidade, retenção, suboperadores e uso dos dados para treinamento.
• Registro das operações e avaliação de risco são o que permite provar a conformidade. Sem eles, a empresa até pode estar certa, mas não consegue demonstrar.
• Reduzir o dado enviado é a medida mais barata: menos dado pessoal no prompt significa menos exposição e menos documentação.

Por que usar uma API de IA fora do Brasil pode ser transferência internacional?

O art. 5º da LGPD define transferência internacional de dados como a transferência de dados pessoais para país estrangeiro ou para organismo internacional do qual o país seja membro. O critério não é o tamanho do envio, nem se a empresa pretende guardar o dado. Basta que um dado pessoal saia do Brasil para ser tratado por alguém no exterior.

Quando a empresa chama uma API de IA, ela envia um texto ao provedor, que o processa em infraestrutura própria ou de terceiros. Se esse texto contém dados pessoais, e em atendimento quase sempre contém, a operação pode ser transferência internacional. Alguns exemplos de dado pessoal que entram em prompts sem que ninguém perceba:

• nome, telefone e e-mail colados em uma pergunta ao modelo;
• trechos de conversas de WhatsApp enviados para resumo ou classificação;
• transcrições de áudio, que carregam voz, nomes e contexto (veja mais em transcrição de áudios de WhatsApp com IA);
• PDFs de contratos, laudos ou cadastros enviados para extração de campos;
• logs de erro que incluem o corpo da requisição.

Há nuances que dependem de fatos, e aqui entra o que é hipótese e não afirmação. Alguns provedores oferecem opção de processamento em região específica. Outros usam suboperadores em países diferentes do indicado na região principal. Outros guardam o conteúdo por algum período para monitorar abuso. Cada um desses pontos muda a análise, e a resposta está na documentação contratual do fornecedor, não em suposição. A regra prática é: se você não consegue dizer onde o dado é processado e por quem, trate como possível transferência internacional até provar o contrário.

Dados anonimizados de forma efetiva ficam fora do escopo da LGPD, mas anonimizar de verdade é difícil. Remover o nome e deixar o CPF, o endereço ou um detalhe identificável no texto não resolve.

O que a LGPD exige antes de enviar dados para fora?

São duas camadas que as empresas costumam misturar.

A primeira é a base legal do tratamento em si. Antes de pensar em transferência, é preciso saber por que a empresa trata aquele dado: execução de contrato, obrigação legal, legítimo interesse, consentimento ou outra hipótese do art. 7º (ou do art. 11, se houver dado sensível, como saúde). Se o tratamento já não tem base, enviá-lo ao exterior não melhora nada.

A segunda é o mecanismo que autoriza a transferência para fora. O art. 33 lista as hipóteses. As que mais interessam a uma empresa que contrata IA são:

• País ou organismo com grau de proteção adequado, reconhecido conforme o procedimento previsto. Confira no site da ANPD o que já foi efetivamente reconhecido, em vez de presumir.
• Garantias oferecidas e comprovadas pelo controlador, por meio de cláusulas contratuais específicas, cláusulas-padrão contratuais, normas corporativas globais ou selos, certificados e códigos de conduta.
• Consentimento específico e em destaque do titular, com informação prévia sobre o caráter internacional da operação.
• Outras hipóteses, como cumprimento de obrigação legal ou execução de contrato, quando aplicáveis nos termos do artigo.

A ANPD regulamentou a transferência internacional e publicou cláusulas-padrão contratuais. Como regulamentos mudam e têm prazos de adaptação, consulte a versão vigente no site da autoridade antes de fechar o contrato. Para um fornecedor de IA de grande porte, é comum que o contrato de tratamento de dados já preveja cláusulas para transferências, mas cabe à empresa conferir se elas cobrem o que a LGPD pede, e não apenas aceitar os termos padrão.

Vale também lembrar que a empresa continua responsável como controladora. Contratar um operador no exterior não transfere a responsabilidade pela escolha, pela instrução e pela fiscalização.

Quais registros e documentos a empresa deve manter?

A LGPD pede que o controlador mantenha registro das operações de tratamento (art. 37) e a ANPD pode solicitar relatório de impacto à proteção de dados pessoais. Para um projeto com IA em API externa, um conjunto enxuto e honesto costuma bastar para começar:

• Inventário do fluxo: quais dados entram no prompt, de onde vêm, para que servem e para qual fornecedor vão.
• Base legal e mecanismo de transferência escolhidos, com a justificativa em poucas linhas.
• Contrato ou aditivo com o fornecedor, incluindo papel de operador, finalidade, retenção, suboperadores, local de processamento e uso para treinamento.
• Avaliação de risco ou relatório de impacto, quando o tratamento envolver volume relevante, dado sensível ou decisões sobre pessoas.
• Regras de minimização: o que é removido ou mascarado antes do envio.
• Registro de acesso e de operação: quem chamou o quê, quando, com qual finalidade, e como responder a pedidos de titulares.
• Plano de incidente que inclua o fornecedor de IA como elo da cadeia.

O NIST AI Risk Management Framework ajuda a organizar a avaliação de risco de sistemas de IA de forma estruturada, ainda que não seja norma brasileira. E a lista OWASP Top 10 para aplicações com LLM inclui a divulgação de informação sensível como risco, o que reforça a necessidade de controlar o que entra e o que sai do modelo.

Se a IA participa de decisões que afetam pessoas, como crédito ou triagem, há ainda o direito de revisão: veja decisões automatizadas na LGPD.

Cenário ilustrativo: agente de atendimento no WhatsApp

Cenário ilustrativo: uma empresa de serviços quer um agente que responda dúvidas no WhatsApp e resuma cada conversa para a equipe. O agente chama uma API de IA hospedada em outro país. O prompt inclui a mensagem do cliente, o nome e o histórico recente do pedido.

Na análise, a equipe percebe três coisas. Primeiro, o telefone e o nome não são necessários para o modelo resumir a conversa: um identificador interno basta, e o sistema da empresa reconecta o resumo ao cliente depois. Segundo, clientes às vezes enviam documentos e fotos, que podem conter dado sensível ou de terceiros, então o agente deve recusar esses anexos e encaminhar a um humano. Terceiro, os logs da plataforma de integração guardam o corpo das mensagens, e isso também é um tratamento a documentar.

Com essas mudanças, o fluxo envia menos dado pessoal, a base legal (execução do contrato de atendimento) fica clara, o contrato com o fornecedor é revisado quanto a retenção e treinamento, e o mecanismo de transferência é registrado. O que sobra de risco é pequeno e conhecido, em vez de grande e invisível. Para o canal em si, vale ler também sobre como integrar IA ao WhatsApp da empresa.

Plano em etapas para avaliar um fornecedor de IA

O método que usamos para projetos de IA se aplica bem aqui, em quatro movimentos: mapear, limitar, pilotar e entregar. Em termos de privacidade, ficam assim.

• Mapear: liste os fluxos em que a IA recebe dados, quais campos entram e quem os envia. Inclua usos informais, como equipe colando texto em ferramentas públicas. Uma política de uso de ChatGPT na empresa ajuda a fechar esse buraco.
• Limitar: remova ou mascare o que não é necessário, restrinja os campos permitidos no prompt e defina o que o agente nunca deve receber. Limite também as ações que ele pode executar.
• Pilotar: rode um único fluxo real, com logs, com uma métrica de sucesso combinada e com o contrato do fornecedor já revisado. Durante o piloto, confira se o que sai do sistema corresponde ao que foi documentado.
• Entregar e decidir: ao fim do piloto, passe a operação a quem vai mantê-la, com os registros atualizados, e decida entre expandir, ajustar ou parar. Se a avaliação de risco mudou, o mecanismo de transferência também precisa ser revisto.

Antes de contratar, leve ao fornecedor perguntas objetivas:

• Em que países o conteúdo é processado e armazenado, incluindo suboperadores?
• Por quanto tempo o conteúdo é retido e é possível reduzir ou desativar essa retenção?
• O conteúdo enviado por API é usado para treinar modelos?
• Quais cláusulas contratuais sustentam a transferência e como o fornecedor apoia pedidos de titulares?
• Como incidentes são comunicados e em que prazo?

Anote as respostas e a data em que foram obtidas. Documentação de fornecedor muda, e o registro da versão consultada protege a empresa.

Quando um modelo local ou uma região no Brasil reduz a complexidade?

Nem todo fluxo precisa de um modelo hospedado fora. Há três caminhos para reduzir ou evitar a transferência:

• Usar uma opção do fornecedor que processe e armazene o conteúdo em região no Brasil, quando existir e quando o contrato confirmar que suboperadores seguem a mesma regra.
• Rodar um modelo local ou em infraestrutura própria para os dados mais sensíveis, aceitando o trade-off de qualidade, manutenção e custo operacional. O texto sobre Ollama na empresa mostra como fazer isso sem improviso.
• Dividir o fluxo: dados pessoais ficam em sistemas locais e só texto sem identificação vai ao modelo externo.

Nenhum desses caminhos elimina a necessidade de base legal, de registro e de governança. Eles apenas mudam o tamanho do problema. Para acompanhar como a regulação de IA evolui no país, vale seguir o resumo sobre o marco legal da IA no Brasil.

Perguntas frequentes

Preciso de consentimento do cliente para usar uma API de IA no exterior? Não necessariamente. O consentimento específico é uma das hipóteses do art. 33, mas há outras, como cláusulas contratuais adequadas ou a necessidade para execução de contrato. Além disso, o consentimento precisa ser específico, em destaque e informado sobre o caráter internacional, o que é difícil de operacionalizar em atendimento. Muitas empresas preferem apoiar-se em outro mecanismo e em outra base legal, com validação jurídica.

Se o provedor diz que não treina com meus dados, isso encerra a questão? Não. Não usar o conteúdo para treinamento reduz um risco, mas a transferência continua existindo se o dado pessoal é processado no exterior. Ainda é preciso avaliar retenção, suboperadores, local de processamento, mecanismo de transferência e registros.

Posso enviar dados sensíveis, como saúde, para uma API de IA fora do país? É possível apenas se houver base legal para o dado sensível no art. 11 e mecanismo de transferência válido, e o risco é maior. Na prática, convém evitar enviar esse tipo de dado ou mascará-lo, e avaliar alternativas locais. Peça sempre análise jurídica específica antes de qualquer piloto.

Quem na empresa deve responder por essa análise? O encarregado de dados, junto com jurídico, TI e a área dona do processo. A empresa continua sendo a controladora e responde pelas escolhas, então a decisão não deve ficar apenas com quem contratou a ferramenta. Registrar quem aprovou, com base em quais documentos, é parte do que torna a conformidade demonstrável.

Fontes

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