Riscos da IA generativa para marcas: LGPD e direitos

Dados pessoais e LGPD

Colar listas de clientes, conversas de atendimento ou dados de leads numa ferramenta de IA é tratamento de dados pessoais e precisa respeitar a LGPD. Isso envolve finalidade definida, base legal e cuidados com compartilhamento com terceiros.

Antes de usar dados pessoais com IA, verifique se a tarefa realmente precisa deles. Muitas análises funcionam com dados agregados ou anonimizados.

Prefira ferramentas contratadas pela empresa, com termos que tratam de confidencialidade e uso dos dados. Envolva o encarregado de dados ou o jurídico na aprovação dessas ferramentas.

Direitos autorais, imagem e voz

Conteúdo gerado por IA pode se parecer com obras protegidas, especialmente quando a instrução pede algo no estilo de um artista ou cita uma obra específica. Evite esse tipo de instrução em peças comerciais.

Imagem e voz de pessoas reais exigem autorização. Gerar ou alterar a imagem ou a voz de alguém sem consentimento pode gerar responsabilidade para a marca, mesmo em peças internas.

Para materiais de terceiros usados como referência na base de conhecimento, verifique se há direito de uso. Uma regra prática é usar só material próprio ou licenciado.

Erros factuais e promessas indevidas

Modelos de linguagem podem afirmar com segurança dados que não existem: estatísticas, datas, atributos de produto. Num anúncio ou post, esse erro vira problema de reputação e, em alguns setores, regulatório.

Reduza esse risco com uma base de conhecimento confiável, instruções que proíbem inventar números e revisão que confere fatos na fonte.

Atenção especial a setores regulados, como saúde, finanças e alimentos, em que há regras específicas sobre o que a publicidade pode afirmar.

Peça ao agente que marque no rascunho toda afirmação que dependa de dado externo. A marcação direciona a conferência do revisor para os pontos de maior risco.

Viés e representação

Modelos aprendem com grandes volumes de texto e imagem e podem reproduzir estereótipos. Em peças com pessoas, revise representação de gênero, raça, idade e corpo.

Inclua na base de conhecimento as diretrizes de diversidade e linguagem da marca, com exemplos. Isso orienta os agentes e dá critério objetivo para a revisão.

Atenção também ao viés em textos. Instruções sobre público podem levar o agente a generalizações sobre grupos. Revise linguagem, exemplos e pressupostos com o mesmo cuidado aplicado às imagens.

Segurança de informação e confidencialidade

Planejamentos, lançamentos e números internos são informações estratégicas. Colocá-las em ferramentas sem contrato corporativo pode expor a empresa, mesmo sem dados pessoais envolvidos.

Defina na política quais ferramentas podem receber informação confidencial e quais ficam restritas a material público. Revise os acessos quando pessoas saem do time.

Em agências, a confidencialidade vale por cliente. Informação de uma marca nunca deve aparecer no contexto de outra, o que reforça a necessidade de bases de conhecimento separadas.

Como reduzir os riscos na prática

Os controles abaixo funcionam juntos. Nenhum deles sozinho resolve, mas a combinação reduz bastante a chance de problema.

No Monking OS, esses controles entram no desenho de processo e no cérebro do cliente, e a etapa de agentes rodando mantém uma pessoa aprovando o que sai, a mesma regra que a Monking aplica no próprio squad de 14 agentes.

• Política de uso com classificação de dados.
• Ferramentas aprovadas e contratadas pela empresa.
• Base de conhecimento com regras jurídicas e de diversidade.
• Instruções que proíbem inventar dados e citar terceiros sem autorização.
• Aprovação humana antes de qualquer publicação ou envio.
• Registro de incidentes e revisão periódica das regras.

Perguntas frequentes