Pular para o conteúdo
LabS Atlas
Generative AI
Entrar

Lei Geral de Proteção de Dados

Ir para notas que citam esta
atualizado há 25 diasEntre para perguntar ao Labinho sobre esta notaO Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.

Lei Geral de Proteção de Dados (LGPD) é a legislação brasileira que restringe como dados pessoais são coletados, tratados e usados, inclusive para treinar ou alimentar modelos de IA.

Em projetos de IA, a LGPD aparece quando o conjunto de dados permite chegar a uma pessoa específica. Um projeto de IA é, no fundo, estatístico: aprende padrões a partir de grandes volumes de dados. Esse objetivo raramente exige saber quem é cada indivíduo, e é aí que se separa o uso legítimo do uso que invade a privacidade. O tema se liga diretamente à Privacidade de Dados em IA Generativa e à etapa de preparação de dados, onde se decide o que entra na base.

Escopo mal desenhado como causa dos bloqueios

Quando um projeto de IA ou de BI esbarra na LGPD, o problema costuma estar no escopo, e não num limite intransponível da lei. O projeto pede dados demais, além do necessário para o objetivo.

Um exemplo: um projeto acadêmico de pesquisa sobre exames de câncer foi interrompido porque buscava informações granulares o bastante para identificar pacientes. Para investigar se uma região apresenta maior incidência da doença, basta a contagem de exames por região; não é preciso CEP nem CPF de ninguém. Redesenhar o escopo com o nível de agregação que o estudo realmente exige resolve o conflito. Quando algum campo identificável precisa ser mascarado, isso deve acontecer na limpeza, antes da vetorização.

Proteção de dados pessoais não é o mesmo que autoria

São duas discussões legais distintas. A LGPD trata de dados pessoais: quem é o titular e o que se pode fazer com informações que o identificam. Autoria trata de quem detém os direitos sobre o conteúdo usado no treinamento, assunto de Direitos Autorais em Conteúdo Gerado por IA. Misturar as duas, como acontece em propostas de regulamentação de IA, produz regras difíceis de aplicar.

Restrições ao uso de dados de cidadãos para treinar modelos

Versões preliminares de regulamentação de IA discutidas no Brasil chegaram a prever a proibição de usar dados de brasileiros para treinar modelos, mesmo com consentimento assinado pelo titular. Nesse cenário, uma empresa não poderia treinar um modelo com dados dos próprios clientes, ainda que eles concordassem, e grandes empresas de tecnologia deixaram de lançar certas atualizações de seus produtos de IA no país.

A regulamentação europeia (GDPR) fecha outro caminho: não permite enviar dados de um cidadão europeu para treinar um modelo fora da jurisdição e depois trazer de volta o modelo treinado. Termos de uso de serviços de IA também já trazem cláusulas vetando dados de cidadãos de determinados países, reflexo de abordagens nacionais diferentes sobre soberania de dados.

Dado granular demais também atrapalha o modelo

Independentemente da lei, dados excessivamente pessoais tendem a provocar divergência do modelo e prejudicar a generalização. Na prática, são menos úteis do que parecem.