Por Medha
Cenário (sintético)
Um analista de suporte, com fila de chamados atrasando, copiou um trecho de e-mail de um cliente — nome completo, CPF, número de pedido e telefone — e colou numa conta pessoal e gratuita de um assistente de IA generativa, pedindo para reescrever a resposta de forma mais educada. Não era a ferramenta corporativa. Era a conta pessoal do analista, sem contrato de processamento de dados entre a empresa e o provedor de IA, sem controle sobre quanto tempo aquele texto fica retido nem se é usado para treinar modelo. Ninguém aprovou esse uso. Ninguém, além do próprio analista, sabia que ele acontecia — e não como caso isolado, mas como hábito, repetido dezenas de vezes por semana por diferentes pessoas do time.
O que é shadow AI, e por que não é só "uso de software não autorizado"
Shadow IT — o uso de ferramenta não aprovada pela empresa — não é novidade. Shadow AI é uma versão mais aguda do mesmo problema, por duas razões específicas. Primeiro, o dado não fica só "armazenado" numa ferramenta não homologada: ele é digitado diretamente, em texto livre, num campo de prompt, muitas vezes com mais contexto do que o estritamente necessário, porque quem está copiando e colando não tem tempo nem instrução para filtrar antes. Segundo, a saída daquela ferramenta — o texto gerado — costuma ser usada diretamente, sem revisão de que dado voltou a aparecer ali, fechando um ciclo em que dado pessoal entra e sai de um sistema que a empresa não controla.
O detalhe que torna isso mais perigoso que um software não homologado comum: quem faz isso normalmente não está tentando burlar regra nenhuma. Está tentando terminar o trabalho mais rápido, e a ferramenta de IA generativa resolve na hora. Proibir sem oferecer alternativa não resolve — só empurra o uso para debaixo do tapete.
Por que isso cria risco sob a LGPD (leitura técnica e organizacional, não parecer jurídico)
Alguns pontos, na perspectiva de quem projeta e opera sistemas, ficam claros sem precisar de interpretação jurídica fina:
- O dado pessoal sai da empresa para um terceiro (o provedor de IA) sem contrato de processamento de dados (DPA) e sem due diligence prévia sobre esse fornecedor.
- Não há controle documentado sobre quanto tempo esse dado fica retido, nem se é usado para treinar modelo do provedor — em contas gratuitas/pessoais, isso costuma ser justamente o padrão, e não a exceção.
- Não existe registro de base legal para aquele tratamento específico, porque ninguém no time de privacidade/jurídico sabia que ele estava acontecendo.
Aviso: este material é técnico e organizacional, não parecer jurídico. Qual é a base legal aplicável, se há violação em um caso concreto e como responder formalmente a um titular ou à ANPD é decisão do DPO e do jurídico da empresa, com os fatos do caso real — não desta série.
Como o time encontra onde isso já acontece, antes de proibir qualquer coisa
Proibir sem enxergar o tamanho do problema não funciona: a regra vira letra morta, ou o uso simplesmente migra para o celular pessoal, fora de qualquer possibilidade de controle. Quatro formas concretas de mapear o que já existe, antes de escrever qualquer política:
- Pesquisa curta e sem punição. Uma ou duas perguntas diretas ao time: "que ferramentas de IA você usa no trabalho, mesmo que não sejam as oficiais?" — deixando claro que a resposta não gera consequência individual. É a forma mais rápida de mapear o óbvio.
- Checagem de domínios conhecidos de IA generativa no proxy ou DNS corporativo, quando a empresa já tem esse tipo de log. Não identifica o que passa por rede pessoal (4G do celular), mas cobre uma fatia real do uso feito no computador da empresa.
- Checagem de extensões de navegador instaladas nas máquinas corporativas — muitas ferramentas de IA generativa aparecem primeiro como extensão de produtividade, antes mesmo de virar hábito reconhecido.
- Pergunta direta a cada líder de squad: "seu time usa IA para alguma coisa que eu, como responsável por isso, ainda não sei?" Simples, mas revela o que nenhuma checagem técnica pega — porque parte de quem convive com o time todo dia.
Critério prático desta peça
Enquanto a política completa (assunto da peça 06 desta série) não está pronta, uma frase única já funciona como critério aplicável a partir de hoje: nenhum dado de cliente, funcionário ou parceiro entra em ferramenta de IA que a empresa não aprovou formalmente e para a qual não existe contrato assinado com o fornecedor. Não resolve o problema inteiro, mas dá ao time uma régua clara para aplicar imediatamente, sem esperar o processo inteiro de governança amadurecer.
O que vem a seguir
Uma frase de regra, sozinha, não filtra nada sem visibilidade sobre o que já está em uso hoje — é exatamente o que a próxima peça desta série resolve: como montar, na prática, um inventário de IA que lista sistemas, agentes e automações, com quais dados cada um manipula e quem responde por eles.
Antes de seguir
Esta é a primeira peça de uma série sobre governança de IA e LGPD, vista por quem opera o sistema — engenharia, dados e arquitetura — e não só por quem escreve política. Cada peça termina em um critério aplicável no dia seguinte, sem promessa de conformidade: o objetivo é dar método e critério, a decisão final e a leitura jurídica continuam sendo do time responsável por isso na sua empresa. Ao final da série, o conteúdo vira o Inventário de IA e LGPD, um material gratuito para levantar o que já está em uso — ainda em preparação. Entre na lista de espera para receber o material assim que sair: medha.ia.br/lista-de-espera.
Material técnico e organizacional — não substitui parecer jurídico nem a atuação do DPO.