Política interna de IA generativa: o que liberar, restringir e revisar antes de conectar dados da empresa

A pergunta mais perigosa sobre IA generativa não é "qual ferramenta usar?". É "quais dados da empresa podem entrar nessa conversa?". Quando essa resposta não existe, cada área cria sua própria regra: alguém resume contratos, cola planilhas ou conecta documentos internos porque parece eficiente.

O problema não é usar IA generativa. O problema é usar sem uma política interna simples, conhecida e aplicável. Antes de conectar bases, arquivos, históricos, propostas ou documentos operacionais, a empresa precisa separar o que pode ser liberado, o que deve ficar restrito e o que só pode avançar depois de revisão humana.

A política começa antes do primeiro conector

Conectar informações da empresa não é uma melhoria técnica isolada. É uma decisão de governança. A partir do momento em que um sistema passa a consultar documentos corporativos, o risco deixa de ser apenas "a resposta veio ruim" e passa a envolver confidencialidade, contexto, permissão, retenção, atualização e responsabilidade pelo uso.

O NIST AI Risk Management Framework ajuda a organizar essa conversa porque trata risco de IA como algo que precisa ser governado, mapeado, medido e gerenciado ao longo do ciclo de vida. Para uma empresa brasileira, isso se traduz em uma regra prática: antes de dar acesso, descreva a finalidade, o dado envolvido, quem pode usar, quem revisa e o que acontece quando a resposta estiver errada.

O que pode ser liberado sem expor o negócio

Nem todo uso precisa de comitê. Uma política boa não paralisa a operação; ela cria faixas de liberdade. Em geral, podem ter uso mais aberto os materiais que a empresa já aceita publicar ou compartilhar amplamente: textos institucionais, descrições de serviços, perguntas frequentes aprovadas, políticas públicas, materiais comerciais genéricos, manuais sem informação sensível e conteúdos já revisados para clientes.

Mesmo nessa faixa, a regra deve deixar claro que o sistema pode ajudar a reescrever, resumir, adaptar tom, organizar ideias e comparar versões, mas não deve inventar promessas, preço, prazo, obrigação contratual ou condição técnica que ainda não foi aprovada.

Essa distinção evita dois extremos ruins: bloquear qualquer uso por medo ou liberar tudo por entusiasmo. A faixa livre dá velocidade sem abrir a porta para improviso.

O que deve ficar restrito por padrão

A lista restrita precisa ser objetiva. Dados pessoais de clientes, pacientes, funcionários, candidatos e fornecedores não devem circular sem finalidade clara, base adequada e controle de acesso. Contratos, propostas em negociação, margens, informações financeiras, estratégias comerciais, credenciais, segredos de negócio, documentos jurídicos e incidentes internos também devem ficar fora do uso livre.

O Radar Tecnológico sobre Inteligência Artificial Generativa da ANPD é uma boa referência pública para lembrar que IA generativa pode envolver tratamento de dados pessoais, riscos de vazamento, reidentificação e uso indevido de informação. A política interna não precisa copiar um documento regulatório, mas precisa transformar esses riscos em regras que a equipe entenda.

Um bom critério é perguntar: se esse conteúdo fosse enviado por engano para fora da empresa, haveria dano, quebra de confiança ou risco legal? Se sim, ele não pertence à faixa livre.

A zona cinzenta pede revisão, não improviso

Entre o que é livre e o que é restrito existe uma zona cinzenta: documentos internos sem dados pessoais aparentes, atas de reunião, materiais de treinamento, históricos anonimizados, especificações, procedimentos e bases de conhecimento em construção.

Essa zona não deve depender do bom senso individual. A política precisa dizer quem aprova, em que condições, com qual finalidade e por quanto tempo. Pode ser permitido resumir um procedimento interno para treinar a equipe, mas não usar o mesmo conteúdo para responder cliente sem revisão. Pode ser aceitável consultar uma base de dúvidas frequentes, mas não uma pasta inteira com documentos misturados.

As OECD AI Principles reforçam a ideia de IA confiável, com respeito a direitos, transparência e responsabilidade. No dia a dia, isso significa que a empresa deve conseguir explicar por que um dado foi conectado, quem autorizou e que limite foi aplicado.

Conectar dados muda a responsabilidade da resposta

Quando a IA responde com base em conhecimento geral, o erro costuma ser tratado como limitação do sistema. Quando ela responde com base em documentos internos, a percepção muda: a resposta parece oficial. Essa aparência aumenta o risco de alguém seguir uma orientação errada, divulgar uma condição desatualizada ou assumir uma obrigação que não estava aprovada.

Por isso, a política precisa separar usos internos de usos externos. Internamente, um assistente pode ajudar a localizar informação, comparar documentos e preparar rascunhos. Externamente, qualquer resposta que represente a empresa deve passar por regras mais duras: fontes autorizadas, linguagem aprovada, limite de autonomia e caminho claro para revisão humana.

Esse ponto conversa com o artigo sobre quando não automatizar atendimento com IA: automação boa também sabe parar. Se a conversa envolve exceção, negociação, interpretação sensível ou consequência para o cliente, o sistema deve preparar contexto e chamar uma pessoa.

Regras de uso precisam caber no dia a dia

Política interna não pode ser um documento que ninguém lê. Ela deve caber em decisões simples: posso usar este dado? Posso conectar esta pasta? Posso gerar resposta direta para cliente? Preciso remover informação pessoal? Quem aprova? Onde registro a exceção?

Uma estrutura prática divide o uso em faixas. A faixa liberada cobre conteúdo público ou já aprovado. A faixa restrita bloqueia dados sensíveis, pessoais, estratégicos ou confidenciais. A faixa revisável exige autorização antes de conectar, publicar ou automatizar resposta. O importante não é o nome das faixas, mas a disciplina de classificar antes de integrar.

Também é útil manter uma lista de usos proibidos: pedir conselho jurídico final sem advogado, criar decisão de crédito ou preço sem validação, expor dados pessoais em comandos livres, usar credenciais, colar documentos sigilosos em ambientes não aprovados, gerar resposta ao cliente sobre obrigação contratual sem revisão.

Segurança de IA não é só proteger o modelo

O OWASP Top 10 for LLM Applications 2025 mostra riscos relevantes para aplicações com modelos de linguagem, como injeção de prompt, tratamento inseguro de saída, vazamento de informação sensível, cadeia de suprimentos e excesso de autonomia. Para a política interna, a lição é direta: proteger IA não é apenas escolher um fornecedor. É desenhar limites no produto, no dado, no acesso e na ação permitida.

Se o sistema pode consultar documentos, ele precisa respeitar permissão por área. Se pode escrever em outro sistema, precisa de aprovação para ações sensíveis. Se pode resumir histórico, precisa evitar revelar conteúdo que o usuário não deveria ver. Se pode responder cliente, precisa saber quando não responder.

Esses controles devem entrar antes do projeto crescer. Corrigir depois é mais difícil, porque a equipe já criou hábito e as bases já foram conectadas sem separação.

Como transformar a política em decisão de implantação

Uma política útil termina em decisões de implantação. Antes de conectar uma base, responda: qual problema essa conexão resolve? Qual dado será consultado? Quem é o dono da base? A informação está atualizada? Há dados pessoais? Há documentos confidenciais misturados? Quem pode perguntar? A resposta será interna ou externa? O que exige revisão humana?

Se a empresa ainda não consegue responder, comece menor. Use conteúdo público, bases revisadas e fluxos internos. Depois avance para dados mais ricos, com classificação e controle de acesso. O artigo sobre integração de IA com sistemas legados aprofunda esse cuidado técnico, e o guia sobre aplicações empresariais de IA generativa ajuda a escolher usos que fazem sentido antes de ampliar o escopo.

Quando a política está clara, a empresa ganha velocidade com menos improviso. A equipe sabe o que testar, liderança sabe o que aprovar e o projeto deixa de depender de confiança cega.

Para falar com a Nara e a NeuralNets

Se a sua empresa quer usar IA generativa, mas ainda não sabe quais dados liberar, restringir ou revisar, a NeuralNets pode ajudar a desenhar a política, classificar bases e escolher os primeiros fluxos.

O próximo passo é uma conversa prática com a Nara para entender onde a IA já entrou na rotina, quais dados estão expostos e quais integrações merecem prioridade. Fale com a NeuralNets em /consultoria antes de conectar informações críticas.