A jornada da Lia · cena 5

Onze da noite, véspera de reunião. Lia tinha a planilha aberta: nome, data de nascimento, endereço, telefone da mãe, se a família recebe benefício. Faltava só “pedir para a IA resumir”. O cursor já estava na caixa do chat quando ela parou. Aqueles dados não eram dela. Eram de adolescentes, e de famílias que nunca souberam que estavam em uma planilha. Quem tinha autorizado aquilo?

Se o modelo aprende com dados, a pergunta seguinte é óbvia e quase nunca é feita: dados de quem? Este capítulo é sobre a fronteira que eu peço para cada estudante desenhar antes de subir qualquer coisa em qualquer ferramenta.

Todo dado merece o mesmo cuidado?

Informação pública é o que está disponível abertamente: estatísticas do censo, artigos científicos abertos, documentação de software. Atenção para a armadilha: estar acessível não significa estar liberado. Dado público continua sujeito a direito autoral, termos de uso e limites éticos de coleta.

Dado pessoal é qualquer informação que identifica ou pode identificar uma pessoa: nome, CPF, telefone, e-mail, endereço, placa do carro, localização.

Dado pessoal sensível é a categoria que a LGPD protege com mais força, porque o vazamento pode gerar discriminação: origem racial ou étnica, convicção religiosa, opinião política, filiação sindical, dados de saúde, vida sexual, dados genéticos e biométricos.

Tipo de dado Exemplos O que pode acontecer se for usado sem permissão
Rosto e biometria Fotos, digital, íris, voz Vigilância, rastreamento, falsa identificação, deepfake
Saúde Diagnósticos, exames, receitas Discriminação em emprego e seguro, exposição
Endereço e localização Rua e número, histórico de GPS Risco físico, perseguição, assédio
Placa de veículo Imagem de câmera de trânsito Mapeamento de rotina e deslocamentos
Financeiro Cartão, extrato, score, imposto de renda Fraude, golpe, crédito predatório
Nome, assinatura, documentos RG, CPF, assinatura Falsificação, abertura de contas, roubo de identidade
Contatos Telefone, e-mail, IP Spam, phishing direcionado, assédio

A regra de ouro vale para todas as linhas: coletar e usar dado pessoal exige base legal — na prática, quase sempre consentimento informado, específico e revogável.

Provocação: na cena abaixo, encontre tudo o que identificaria alguém. Depois pense na planilha da Lia: o que ali é necessário para a tarefa, e o que só está ali porque sempre esteve?

O que acontece com um modelo treinado com dado mal coletado?

Um aplicativo de álbum de fotos usou as imagens de quem o utilizava para treinar reconhecimento facial, sem deixar isso claro. A autoridade de defesa do consumidor do país fechou um acordo que obrigou a empresa a apagar não só as fotos coletadas indevidamente, mas também os modelos e algoritmos treinados com elas.

Essa segunda parte é a que importa. Dado mal coletado contamina tudo o que foi construído em cima. Não existe “já treinei, agora é tarde”.

O que fazer antes de apertar enviar?

Três gestos resolvem a maior parte dos problemas do dia a dia:

Quando eu crio (coleto dados, treino, monto um agente)

  • Tenho consentimento documentado de quem aparece nos dados
  • Recortei as imagens para tirar o que não interessa do fundo
  • Borrei de forma irreversível rostos, placas, endereços e documentos
  • Descartei todo campo pessoal que não é essencial para o objetivo
  • Sei onde esses dados ficam guardados e quem tem acesso

Quando eu uso (qualquer ferramenta de IA)

  • Li o que a política de privacidade diz sobre uso das minhas conversas
  • Desativei o uso dos meus dados para treino, quando a ferramenta permite
  • Tirei nomes, CPFs, endereços e dados de saúde antes de colar o texto
  • O dado que estou colando é meu — ou tenho autorização de quem o dado é
  • Na dúvida, usei um exemplo inventado no lugar do dado real

Como eu faço: quando mostro um projeto em aula, uso o repositório de demonstração, não o de produção. E para testar uma ideia, dado fictício com o mesmo formato do real resolve quase sempre: custa trinta segundos pedir para a IA gerar.

Para guardar

  • Disponível publicamente não é o mesmo que consentido.
  • Dado coletado errado pode derrubar o modelo inteiro — já aconteceu.
  • Privacidade se protege antes do upload: recortar, borrar, minimizar.

Diário de bordo da Lia

  • Perguntas que ela levou: quem autorizou cada coluna dessa planilha? Se uma mãe pedisse para ver o que há sobre o filho, eu conseguiria mostrar — e explicar?
  • Um caminho para responder: passar o checklist do capítulo coluna por coluna; trocar nomes por códigos; testar ideias só com dados inventados; procurar, na rede, quem responde pela proteção de dados.
  • Peça nova no projeto: uma planilha de teste com o mesmo formato da real e nenhum dado verdadeiro.
Para levar para a aula

Atividade (20 min) — caça ao dado

Peça que cada pessoa abra a galeria do celular, escolha uma foto tirada na rua ou no trabalho (sem mostrar a ninguém) e conte quantos dados pessoais de terceiros aparecem nela. Compartilhem só os números e os tipos. Depois, a mesma coisa com a última conversa que tiveram com um assistente de IA.

Perguntas de discussão

  • A foto de perfil de uma rede social é pública. Isso autoriza usar para treinar reconhecimento facial?
  • Seu colega colou a planilha de salários da equipe em um chatbot para “formatar mais rápido”. O que deu errado, e em que momento?
  • Por que a autoridade mandou apagar os modelos, e não só as fotos?

Referências

Notas: O aplicativo citado é o Ever; a autoridade é a Federal Trade Commission, dos Estados Unidos.