---
title: "Proteção de dados e IA: como usar inteligência artificial com segurança e conformidade à LGPD"
id: "33536"
type: "post"
slug: "protecao-de-dados-ia-conformidade-lgpd"
published_at: "2025-10-20T20:01:02+00:00"
modified_at: "2025-10-20T20:22:09+00:00"
url: "https://zeev.it/blog/protecao-de-dados-ia-conformidade-lgpd/"
markdown_url: "https://zeev.it/blog/protecao-de-dados-ia-conformidade-lgpd.md"
excerpt: "Crescer com IA sem correr riscos ou cair em manchetes negativas por conta de proteção de dados é o grande desafio das empresas hoje. Quando pensamos em uso de inteligência artificial e..."
taxonomy_category:
  - "Artigos de Blog"
---

Crescer com IA sem correr riscos ou cair em manchetes negativas por conta de **proteção de dados** é o grande desafio das empresas hoje. Quando pensamos em uso de [inteligência artificial](https://zeev.it/blog/o-que-e-inteligencia-artificial/)
 e [prompts de IA](https://zeev.it/blog/prompts-de-ia/)
, precisamos também olhar para segurança de dados e da informação.

A inteligência artificial já faz parte da rotina das empresas, mas ainda existem muitos medos e dúvidas sobre segurança e conformidade com a **LGPD**.

A falta de informação sobre segurança e proteção de dados não pode ser um obstáculo para a transformação digital. É possível usar **IA e**[agentes inteligentes](https://zeev.it/blog/agentes-de-ia/)
 de forma ética, em conformidade com a LGPD e com segurança digital.

[Segundo a Gartner](https://www.gartner.com/en/newsroom/press-releases/2025-06-30-gartner-survey-finds-forty-five-percent-of-organizations-with-high-artificial-intelligence-maturity-keep-artificial-intelligence-projects-operational-for-at-least-three-years)
, 48% das organizações com alta maturidade em IA apontam a **segurança da informação como o principal desafio**. Mesmo assim, é possível acelerar o uso da inteligência artificial sem violar a privacidade.

---

[Automatização de processos com IA: conheça o Zeev](https://zeev.it/contato-vamos-conversar-zeev/)

---

Neste artigo, você vai entender como unir **LGPD e IA** para transformar risco em diferencial competitivo.

## Veja neste artigo:

- [Por que segurança e proteção de dados são prioridade no uso de IA](#h-por-que-seguranca-e-protecao-de-dados-sao-prioridade-no-uso-de-ia)
- [Os principais riscos de proteção de dados e IA](#h-os-principais-riscos-de-protecao-de-dados-e-ia)
- [Erros comuns em proteção de dados e IA](#h-erros-comuns-em-protecao-de-dados-e-ia)
- [Checklist de como aplicar a LGPD em projetos de IA](#h-checklist-de-como-aplicar-a-lgpd-em-projetos-de-ia)
- [Anonimização e pseudonimização: técnicas essenciais para segurança](#h-anonimizacao-e-pseudonimizacao-tecnicas-essenciais-para-seguranca)
- [Treinamento de modelos e retenção de dados: os riscos invisíveis](#h-treinamento-de-modelos-e-retencao-de-dados-os-riscos-invisiveis)
- [Como a governança transforma risco em diferencial competitivo](#h-como-a-governanca-transforma-risco-em-diferencial-competitivo)
- [O marco legal da inteligência artificial no Brasil](#h-o-marco-legal-da-inteligencia-artificial-no-brasil)
- [Como o Zeev ajuda a aplicar proteção de dados e IA na prática](#h-como-o-zeev-ajuda-a-aplicar-protecao-de-dados-e-ia-na-pratica)

## **Por que segurança e proteção de dados são prioridade no uso de IA**

Empresas que avançam em IA se deparam com o mesmo desafio: **como crescer sem expor dados sensíveis**. Em 2024, **77% das organizações bloquearam o uso de ferramentas de**[IA generativa](https://www.gov.br/anpd/pt-br/assuntos/noticias/ia-generativa-e-tema-do-3o-volume-da-serie-radar-tecnologico-da-anpd?utm_source=chatgpt.com)
por medo de vazamentos.

Segundo[Rafael Bortolini](https://www.linkedin.com/in/rafaelbortolini/)
, diretor de IA e automação na **[Stoque](https://stoque.com.br/)**, essa medida é apenas um reflexo da falta de governança:

> “*Bloquear o uso de IA não resolve o problema. O caminho é estruturar políticas, classificar informações e orientar as equipes sobre o que pode ou não ser compartilhado*.”

A base da segurança está na **governança de dados**, que define papéis, responsabilidades e controles técnicos dentro da empresa.

| Desafio | Solução prática |
| --- | --- |
| Uso indevido de dados em ferramentas abertas | Criar políticas internas e registrar atividades |
| Falta de transparência sobre armazenamento | Elaborar o Relatório de Impacto à Proteção de Dados (RIPD) |
| Risco de vazamentos e reidentificação | Aplicar anonimização e pseudonimização antes do envio de dados |

## **Os principais riscos de proteção de dados e IA**

Com o avanço da [IA generativa](https://zeev.it/blog/ia-generativa-o-que-e/)
, cresce um novo fenômeno: o **Shadow AI**. O termo define o uso de ferramentas de IA por colaboradores sem autorização da área de TI.

Segundo pesquisa da[IBM](https://www.ibm.com/br-pt/think/topics/shadow-ai)
, 38% dos funcionários admitem usar IA sem permissão da empresa. Essa prática expõe dados confidenciais, pessoais e estratégicos sem controle.

[Eugênio Corassa](https://www.linkedin.com/in/eugeniocorassa/)
, advogado de proteção de dados e direito digital, reforça a importância de diferenciar as informações tratadas no dia a dia:

> “As empresas precisam classificar o que é público, interno, confidencial ou secreto. Sem essa cultura, o colaborador não sabe o que pode compartilhar e expõe a organização a riscos sérios.”

| Tipo de dado | Exemplos | Risco principal |
| --- | --- | --- |
| Pessoal | Nome, CPF, e-mail, IP | Reidentificação e vazamentos |
| Sensível | Saúde, religião, biometria | Violação de direitos e sanções legais |
| Corporativo | Contratos, planilhas, relatórios internos | Perda de propriedade intelectual |

## **Erros comuns em proteção de dados e IA**

Mesmo com boas intenções, muitas empresas ainda cometem**erros básicos** que comprometem a segurança dos dados.

- Enviar informações confidenciais para ferramentas públicas de IA.
- Falta de integração entre TI, Jurídico e Processos.
- Usar provedores sem cláusulas claras de privacidade.
- Não definir papéis e responsabilidades (como DPO).

Essas falhas abrem brechas para incidentes e podem gerar multas de até 2% do faturamento, segundo a ANPD.

## **Checklist de como aplicar a LGPD em projetos de IA**

Proteger dados em IA é uma ação que começa na estratégia, não na reação. Implementar a **LGPD** dentro dos fluxos de IA garante **transparência, rastreabilidade e segurança**.

As principais ações são:

1. **Classificar os dados** da empresa (públicos, internos, confidenciais e secretos).
2. Criar o **Relatório de Impacto à**[Proteção de Dados – RIPD](https://www.gov.br/anpd/pt-br/canais_atendimento/agente-de-tratamento/relatorio-de-impacto-a-protecao-de-dados-pessoais-ripd?utm_source=chatgpt.com) antes da implantação de IA.
3. Definir **políticas de retenção e descarte** de dados usados em modelos.
4. Escolher provedores com opção de **opt-out de treinamento de modelos**.
5. Treinar equipes sobre **privacidade, compliance e uso ético de IA**.

Essas práticas reduzem riscos e demonstram responsabilidade jurídica e técnica.

## **Anonimização e pseudonimização: técnicas essenciais para segurança**

Segundo a o estudo técnico da [ANPD](https://www.gov.br/anpd/pt-br/centrais-de-conteudo/documentos-tecnicos-orientativos/estudo_tecnico_sobre_anonimizacao_de_dados_na_lgpd_uma_visao_de_processo_baseado_em_risco_e_tecnicas_computacionais.pdf?utm_source=chatgpt.com)
, a **anonimização de dados** é um processo técnico que reduz ou elimina a possibilidade de identificar uma pessoa a partir de um conjunto de dados (p. 4–6). Esse processo deve ser contínuo e baseado em risco, considerando o equilíbrio entre **utilidade do dado e grau de anonimização** (p. 5–7).

A **pseudonimização**, por outro lado, substitui informações pessoais por chaves, códigos ou identificadores artificiais, mantendo a possibilidade de reversão quando necessário (Apêndice I, p. 20–23).

### Diferença entre anonimização e pseudonimização

Enquanto a anonimização visa retirar completamente o vínculo com o titular, a pseudonimização permite rastrear os dados em contextos de auditoria, controle interno e compliance.

As duas técnicas podem ser aplicadas em conjunto, de acordo com a finalidade do tratamento e o nível de risco aceitável definido pelo controlador (p. 8–10).

| Critério | Anonimização | Pseudonimização |
| --- | --- | --- |
| Objetivo | Eliminar qualquer possibilidade razoável de identificação do titular (p. 4–6). | Substituir dados pessoais por identificadores artificiais, mantendo a possibilidade de reversão (p. 20–23). |
| Base legal (LGPD) | Art. 12, §3º da LGPD – dados anonimizados deixam de ser considerados pessoais. | Art. 13 da LGPD – técnica de segurança e mitigação de risco dentro do tratamento. |
| Quando aplicar | Em projetos de IA, BI ou pesquisa que não precisam identificar indivíduos. | Em processos internos que exigem rastreabilidade, como auditorias e investigações. |
| Benefício principal | Reduz risco de reidentificação e protege totalmente o titular. | Mantém integridade e permite rastrear informações quando necessário. |
| Limitações | Pode comprometer a utilidade se aplicada de forma excessiva (p. 7–8). | Mantém risco residual de reidentificação se não houver controle das chaves (p. 9–10). |
| Nível de risco residual | Muito baixo, se as técnicas forem bem aplicadas. | Médio, pois depende da gestão das chaves e do contexto. |
| Exemplo de uso corporativo | Treinamento de modelos de IA com bases anonimizadas. | Gestão de cadastros internos e logs de sistemas. |

### **O dilema entre utilidade e anonimização**

A **ANPD** explica que a anonimização deve ser tratada como um processo contínuo e baseado em risco. Pensando nisso, é importante que cada empresa precisa encontrar o ponto de equilíbrio entre **utilidade do dado** e **nível de anonimização**. Quanto mais os dados são protegidos, menor tende a ser sua utilidade prática para análises e projetos de IA (p. 5–7).

**Figura – Dilema Utilidade x Anonimização (ANPD, 2023, p. 6)**

A figura mostra que **existe um ponto ótimo** em que a utilidade e a anonimização atingem equilíbrio. Esse ponto varia conforme o contexto, o tipo de dado tratado e a finalidade do processamento. A abordagem baseada em risco ajuda o controlador a ajustar esse equilíbrio, evitando tanto o excesso de exposição quanto a perda de valor dos dados.

*Fonte: ANPD (2023). Estudo Técnico sobre Anonimização de Dados na LGPD. Brasília, p. 6.*

## **Treinamento de modelos e retenção de dados: os riscos invisíveis**

Um dos temas mais críticos de proteção de dados e IA está no **treinamento e na retenção** de informações.

Segundo **Rafael Bortolini**,

> “*Os modelos de IA são alimentados por informações disponíveis no mundo. O risco começa quando dados privados da empresa entram nesse ecossistema sem controle*.”

Quando dados são usados em modelos abertos, partes dessas informações podem ser **armazenadas** e até **reaparecer em respostas futuras**.

Além disso, muitos provedores mantêm o histórico de conversas por tempo indeterminado, o que amplia o risco de vazamento.

O ideal é **avaliar as políticas de privacidade de cada provedor** e **desativar o compartilhamento para treinamento** (*opt-out*) sempre que possível.

## **Como a governança transforma risco em diferencial competitivo**

Empresas que tratam **proteção de dados e IA** como parte da estratégia ganham vantagem competitiva. A **governança de IA** garante previsibilidade, eficiência e reputação positiva.

| Benefício | Impacto prático |
| --- | --- |
| Previsibilidade | Processos rastreáveis e decisões seguras |
| Eficiência | Dados confiáveis e automações seguras |
| Confiança | Imagem sólida e transparente diante do mercado |

Leia também: **[O que são agentes de IA](https://zeev.it/blog/agentes-de-ia/)
 e como eles funcionam dentro do Zeev**

## **O marco legal da inteligência artificial no Brasil**

O [PL 2338/2023](https://www25.senado.leg.br/web/atividade/materias/-/materia/157233?utm_source=chatgpt.com)
, em tramitação no Senado, propõe o **marco legal da IA no Brasil**.  
O projeto cria regras de **transparência, segurança e responsabilização** para uso de inteligência artificial.

Empresas que se antecipam a essas diretrizes ganham agilidade e reduzem riscos futuros.

## **Como o Zeev ajuda a aplicar proteção de dados e IA na prática**

O **Zeev** é uma plataforma [low-code](https://zeev.it/blog/o-que-e-low-code/)
 que permite criar fluxos e agentes de IA em conformidade com a **LGPD**. [Você estrutura processos](https://zeev.it/blog/maturidade-de-processos/)
, define regras de uso e mantém controle total sobre dados e acessos em um só lugar.

O sistema garante rastreabilidade, auditoria e versionamento de documentos, o que traz segurança e transparência para todos os times envolvidos.

Com o **[BPMS da Zeev](https://zeev.it/business-process-management-bpms/)**, o uso da inteligência artificial acontece dentro de fluxos seguros, auditáveis e governados. Para complementar, o workflow Zeev já possui IA nativa, a **[Zai IA](https://zeev.it/ia)** que analisa dados, identifica riscos e sugere melhorias automáticas dentro dos processos, além de criar fluxos.

**Na prática,** isso significa ter uma IA que entende os fluxos corporativos e atua para torná-los mais eficientes, seguros e transparentes.

O[Zeev](https://zeev.it/)
também é uma **plataforma premiada internacionalmente**, reconhecida com o **Global Excellence in BPM & Workflow Award**, uma das maiores premiações mundiais em gestão de processos, pela inovação e impacto em automação corporativa.

[Falar com um especialista Zeev!](https://zeev.it/contato-vamos-conversar-zeev/)

[Fale com um especialista Zeev](https://zeev.it/contato-vamos-conversar-zeev/)
 e veja como aplicar **proteção de dados e IA** nos seus fluxos de TI, Jurídico e Processos com segurança, previsibilidade e inteligência.

**[Yasmim Hoff](https://zeev.it/blog/author/yamim-hoffmann/)**Formada em Sociologia (2015) e Psicologia (2022) pela UFES, tenho como lema a famosa frase de Terêncio "Nada do que é humano me é estranho".  
 Em Zeev tenho me dedicado ao estudo de projetos estratégicos na Zeev relacionados à gestão de processos e projetos pela perspectiva dos usuários.

[Linkedin](https://www.linkedin.com/in/yasmim-hoff)

## Artigos Similares

- [https://zeev.it/blog/zeev-para-ti-low-code-para-acelerar-entregas/](https://zeev.it/blog/zeev-para-ti-low-code-para-acelerar-entregas/) Zeev para TI significa usar a plataforma como uma esteira de entrega de soluções internas com governança, rastreabilidade e controle de demanda. Na prática, isso ajuda a reduzir o tempo entre o…
- [https://zeev.it/blog/riscos-da-shadow-ia/](https://zeev.it/blog/riscos-da-shadow-ia/) A inteligência artificial generativa trouxe um desafio invisível: a Shadow AI (ou IA Sombria). Enquanto colaboradores buscam agilidade, o uso de ferramentas não autorizadas cria pontos cegos perigosos na infraestrutura. Segundo a…
- [https://zeev.it/blog/adaptive-process-orchestration/](https://zeev.it/blog/adaptive-process-orchestration/) Em muitas operações, tudo parece caminhar bem até surgir um caso fora do padrão. O cadastro anda, os documentos entram, as validações acontecem e o SLA parece protegido. No entanto, basta uma…
- [https://zeev.it/blog/in-the-loop-vs-on-the-loop/](https://zeev.it/blog/in-the-loop-vs-on-the-loop/) Você já sentiu aquele receio ao pensar em delegar uma aprovação crítica para um algoritmo? Para quem ocupa uma posição de gestão, essa dúvida não é apenas natural. Ela é um sinal…
- [https://zeev.it/blog/marca-zeev-portfolio-software-stoque/](https://zeev.it/blog/marca-zeev-portfolio-software-stoque/) Zeev agora entra em uma nova fase. A Stoque anunciou a reorganização do seu portfólio de softwares para tornar mais clara a forma como o mercado entende sua oferta de produtos, a relação entre eles e o papel de cada marca dentro…
- [https://zeev.it/blog/como-usar-ia-para-reduzir-retrabalho/](https://zeev.it/blog/como-usar-ia-para-reduzir-retrabalho/) São 18h14. A proposta voltou porque faltou um prazo. A planilha foi revisada em cima da versão errada. Em seguida, o cliente pediu “alguns ajustes” e, desse modo, o time passou a…

[Conheça o Zeev](https://zeev.it/contato-vamos-conversar-zeev/)

### **Categorias**

- [Educação](https://zeev.it/categoria/educacao/)
- [Financeiro](https://zeev.it/categoria/financeiro/)
- [Compras](https://zeev.it/categoria/compras/)
- [Recursos Humanos](https://zeev.it/categoria/recursos-humanos/)
- [Controladoria](https://zeev.it/categoria/Controladoria/)
- [Jurídico](https://zeev.it/categoria/Juridico/)
- [Logística](https://zeev.it/categoria/logistica/)
- [Marketing](https://zeev.it/categoria/marketing/)
- [Low-code](https://zeev.it/categoria/low-code/)
- [Tecnologia da Informação](https://zeev.it/categoria/tecnologia-da-informacao/)
- [Inteligência Artificial](https://zeev.it/categoria/ia/)

[https://zeev.it/contato-vamos-conversar-zeev/](https://zeev.it/contato-vamos-conversar-zeev/)