IA e LGPD: é possível usar dados pessoais para treinar modelos?

Na relação entre IA e LGPD, a resposta curta é sim: em regra, é possível usar dados pessoais para treinar ou alimentar modelos de inteligência artificial (IA), desde que o tratamento cumpra a Lei Geral de Proteção de Dados Pessoais (Lei nº 13.709/2018). Isso exige base legal adequada (art. 7º, ou art. 11 para dados sensíveis), finalidade compatível com a da coleta, apenas os dados necessários, transparência com os titulares e medidas de segurança. Dados efetivamente anonimizados ficam fora da LGPD (art. 12); dados pseudonimizados e dados de acesso público, não.

Este artigo trata do uso de dados pessoais para desenvolver e treinar modelos. Se a dúvida é sobre empregados usando ferramentas de IA generativa no dia a dia, veja o artigo sobre política interna de uso de IA generativa.

O que a legislação estabelece sobre IA e LGPD no treinamento de algoritmos?

Treinar um modelo com dados pessoais é tratamento de dados: a LGPD considera tratamento toda operação com dados pessoais, como coleta, classificação, processamento e armazenamento (art. 5º, X). Por isso, o treinamento segue as mesmas regras de qualquer outro tratamento, e a Autoridade Nacional de Proteção de Dados (ANPD) pode fiscalizá-lo.

Na prática, os pontos centrais são:

• Base legal: o treinamento precisa se apoiar em uma das hipóteses do art. 7º, como o consentimento ou o legítimo interesse. Para dados sensíveis (saúde, biometria, origem racial ou étnica, convicção religiosa, opinião política, entre outros), valem as hipóteses mais restritas do art. 11, que não incluem o legítimo interesse.
• Finalidade, adequação e necessidade: dados coletados para uma finalidade, como prestar um serviço, não devem ser reaproveitados para treinar um modelo sem verificar se o novo uso é compatível e foi informado ao titular (art. 6º, I a III). E só devem entrar na base os dados necessários para o objetivo do modelo.
• Transparência: o titular deve ter informações claras sobre o uso dos seus dados, inclusive para treinar sistemas de IA (arts. 6º, VI, e 9º).
• Direitos dos titulares: acesso, correção, eliminação e os demais direitos do art. 18 continuam valendo, e a empresa precisa de um processo para atendê-los mesmo depois do treinamento.

Pensar nesses pontos desde a concepção do projeto (privacy by design) evita ter de refazer a base ou o modelo depois. Esses cuidados valem hoje, pela LGPD. As regras específicas para IA propostas no PL 2338/2023 ainda estão em tramitação; o cenário está explicado no artigo sobre regulação da inteligência artificial no Brasil.

Consentimento vs Legítimo Interesse: comparativo de bases legais para alimentar modelos

As duas bases legais mais discutidas para treinar modelos são o consentimento do titular (art. 7º, I) e o legítimo interesse do controlador (art. 7º, IX). Outras hipóteses do art. 7º podem caber em situações específicas e precisam ser analisadas caso a caso.

O legítimo interesse exige mais do que a vontade da empresa. O art. 10 da LGPD pede finalidade legítima, considerada a partir de situações concretas, uso apenas dos dados estritamente necessários e transparência. No seu guia orientativo sobre legítimo interesse, a ANPD orienta o controlador a documentar um teste de balanceamento entre o seu interesse e os direitos e as legítimas expectativas dos titulares.

Aspecto	Consentimento (art. 7º, I)	Legítimo interesse (art. 7º, IX)
Manifestação do titular	Necessária: livre, informada e inequívoca, para finalidade determinada (arts. 5º, XII, e 8º).	Não depende de autorização, mas exige finalidade legítima, dados necessários e transparência (art. 10).
Retirada	O titular pode revogar a qualquer momento (art. 8º, § 5º); a partir daí, o tratamento baseado no consentimento deve parar.	O titular pode se opor ao tratamento em caso de descumprimento da LGPD (art. 18, § 2º); oferecer um meio simples de oposição é uma salvaguarda recomendada.
Documentação	Prova de que o consentimento foi obtido de forma válida, ônus do controlador (art. 8º, § 2º).	Registro do teste de balanceamento e das salvaguardas; a ANPD pode pedir o RIPD (art. 10, § 3º).
Dados sensíveis	Consentimento específico e destacado, para finalidades específicas (art. 11, I).	Não se aplica: o art. 11 não prevê o legítimo interesse.

E os dados disponíveis na internet? Dados de acesso público continuam sendo dados pessoais. O seu tratamento deve considerar a finalidade, a boa-fé e o interesse público que justificaram a disponibilização (art. 7º, § 3º). Mesmo quando o próprio titular tornou os dados manifestamente públicos, o que dispensa o consentimento, os seus direitos e os princípios da lei continuam valendo (art. 7º, § 4º). Coletar em massa dados de redes sociais ou de sites para treinar um modelo, portanto, não é automaticamente permitido.

Anonimização, pseudonimização e os limites do uso de dados pessoais

Pelo art. 12 da LGPD, dados anonimizados não são considerados dados pessoais, salvo quando o processo de anonimização puder ser revertido com meios próprios ou com esforços razoáveis. O que é razoável leva em conta fatores como custo, tempo e a tecnologia disponível (art. 12, § 1º). Em grandes bases usadas para treinar modelos, alcançar essa irreversibilidade é difícil, porque o cruzamento de informações pode permitir reidentificar pessoas.

A pseudonimização apenas afasta a associação direta com a pessoa: o dado só volta a ser ligado a alguém com uma informação adicional, mantida separadamente pelo controlador em ambiente controlado e seguro (art. 13, § 4º). Como a reidentificação continua possível, o dado pseudonimizado segue sujeito à LGPD. É uma boa medida de segurança, mas não retira o tratamento do alcance da lei.

Há ainda um risco próprio dos modelos: dependendo da técnica, um modelo pode memorizar trechos dos dados de treinamento e reproduzi-los nas respostas. Para delimitar o uso seguro das bases, vale adotar:

• Minimização antes do treino: retirar da base os dados que não são necessários, especialmente os sensíveis.
• Avaliação de irreversibilidade: testes periódicos para verificar se o cruzamento de bases permite reidentificar os titulares.
• Testes contra a exposição de dados: verificar se o modelo reproduz informações pessoais da base e usar técnicas que reduzam esse risco, como filtragem e privacidade diferencial.
• Plano para os direitos dos titulares: prever como atender pedidos de exclusão ou correção, sabendo que remover um dado já incorporado aos parâmetros do modelo é tecnicamente difícil.

Relatório de Impacto (RIPD) e medidas de governança para mitigar riscos jurídicos

O Relatório de Impacto à Proteção de Dados Pessoais (RIPD) descreve os tratamentos que podem gerar riscos aos titulares e as medidas para reduzi-los (art. 5º, XVII). A LGPD não obriga toda empresa a elaborá-lo: a ANPD pode exigi-lo (art. 38), inclusive quando o tratamento se baseia no legítimo interesse (art. 10, § 3º). Em projetos de treinamento com grande volume de dados, dados sensíveis ou decisões automatizadas sobre pessoas, o RIPD é recomendado como boa prática, porque organiza a análise antes de o modelo ser construído.

Um RIPD útil para projetos de IA costuma cobrir:

• Mapeamento do fluxo de dados: origem, volume, categorias de dados e base legal usada para alimentar o modelo.
• Avaliação de riscos e vieses: possíveis discriminações e vulnerabilidades de segurança ao longo do ciclo de vida do modelo.
• Salvaguardas técnicas: anonimização, pseudonimização, controle de acesso e minimização.
• Atendimento aos titulares: processo para pedidos de acesso, correção, eliminação e para a revisão de decisões tomadas unicamente com base em tratamento automatizado (art. 20).

A segurança da base de treinamento também merece atenção, porque ela costuma concentrar grande volume de dados. Se houver acesso indevido ou vazamento, siga o plano de resposta a incidente de segurança, que inclui avaliar a comunicação à ANPD e aos titulares.

Conclusão

Usar dados pessoais para treinar modelos de IA é possível, mas depende de planejamento. Em resumo:

• defina a base legal antes do treinamento e lembre que dados sensíveis não admitem o legítimo interesse;
• use só os dados necessários e verifique se o novo uso é compatível com a finalidade da coleta;
• não trate dados públicos ou pseudonimizados como livres da LGPD;
• documente o teste de balanceamento e, nos projetos de maior risco, o RIPD;
• prepare-se para atender os direitos dos titulares depois do treinamento.

Para analisar o seu caso, fale com o escritório.

---