- No Work Trend Index 2024 da Microsoft e do LinkedIn, 83% dos profissionais do conhecimento entrevistados no Brasil disseram usar IA no trabalho, e 74% desses usuários levavam ferramentas próprias
- Dados pessoais colados em uma ferramenta de IA não aprovada podem violar os princípios da LGPD mesmo quando o funcionário agiu de boa-fé. Como controladora, sua organização precisa demonstrar que o tratamento tinha base legal, segurança adequada e regras claras com o fornecedor
- Em contas pessoais, alguns fornecedores usam as conversas para melhorar seus modelos, salvo se o usuário desativar essa opção; versões empresariais em geral não fazem isso por padrão. Verifique os termos atuais de cada ferramenta
- A ISO 27001 espera que você conheça os ativos de informação e os serviços em nuvem que usa. Ferramentas de IA que a TI não identificou são uma lacuna nesse inventário e na sua avaliação de riscos
- Bloquear o acesso sem oferecer uma alternativa aprovada tende a empurrar o uso para dispositivos pessoais, onde seus controles não chegam
Como a shadow AI aparece na prática
A shadow AI raramente é uma ferramenta única ou uma violação deliberada da política. Ela se forma a partir de muitas pequenas decisões que, isoladamente, parecem razoáveis. Um gerente de vendas redige uma proposta no ChatGPT porque é mais rápido. Um desenvolvedor pede a um assistente de IA que revise um trecho de código. Uma pessoa do RH cola a descrição da vaga e o currículo de um candidato em uma ferramenta gratuita para ajudar a pontuar as respostas. Um analista resume um relatório do conselho com um serviço de IA para consumidores porque a empresa não ofereceu alternativa.
Ninguém aqui age com má intenção. Essas pessoas encontraram ferramentas que facilitam o trabalho. O problema é a distância entre a intenção delas e o risco que a sua organização assume como resultado.
A shadow AI é a versão, na era da IA, da shadow IT: tecnologia usada sem supervisão da TI. Na shadow IT, a preocupação costuma ser sistemas sem suporte, software sem atualização e dados guardados no lugar errado. Na shadow AI, a equipe digita ou cola informações da empresa em serviços externos e, depois do envio, não há como recuperá-las com segurança.
O Work Trend Index 2024 da Microsoft e do LinkedIn mostra que 83% dos profissionais do conhecimento entrevistados no Brasil usavam IA no trabalho, acima da média global de 75%, e que 74% desses usuários levavam suas próprias ferramentas. O Data Breach Investigations Report 2026 da Verizon, com outra base de dados, aponta na mesma direção: entre os funcionários que usavam IA regularmente em dispositivos corporativos, 67% acessavam por contas não corporativas. Os dois estudos medem coisas diferentes e devem ser lidos como sinais separados.
Os três riscos mais importantes
A maioria das discussões sobre shadow AI se concentra na segurança de dados. Três tipos distintos de risco se somam quando a equipe usa uma ferramenta de IA não aprovada no trabalho, e a exposição de conformidade vai muito além de uma senha roubada.
1. LGPD e proteção de dados
O Artigo 6º da LGPD exige que o tratamento tenha finalidade legítima e específica, seja adequado e limitado ao necessário e conte com medidas de segurança, e o Artigo 7º exige uma base legal. Quando um funcionário cola um registro de cliente, dados de um paciente ou informações de RH em um serviço de IA usando conta pessoal, a organização normalmente não avaliou o fornecedor, não informou os titulares e não definiu regras de retenção, segurança ou reutilização.
O papel do fornecedor depende da conta e dos termos. Pelo Artigo 39, o operador deve tratar os dados conforme as instruções do controlador. A LGPD não exige expressamente um contrato escrito, mas o Guia de Agentes de Tratamento da ANPD recomenda formalizar essas instruções em contrato. Numa conta pessoal, o fornecedor não tem relação nenhuma com a sua empresa: ele segue os termos de consumidor aceitos pelo funcionário e pode decidir por conta própria como usa as conversas, o que pode torná-lo controlador desses dados. Em qualquer dos casos, nada do que a sua empresa acordou cobre esse envio.
A responsabilidade não passa para o funcionário só porque ele agiu por iniciativa própria. A organização responde pelos dados pessoais que controla, deve adotar medidas de segurança (Artigo 46) e precisa demonstrar a adoção de medidas eficazes (Artigo 6º, X). Se haverá sanção da ANPD ou dever de indenizar, nos termos dos Artigos 42 a 45, depende dos dados envolvidos, do dano e de como a empresa reagiu.
As regras de transferência internacional acrescentam outra camada. Muitos serviços de IA tratam dados fora do Brasil. Os Artigos 33 a 36 da LGPD só permitem a transferência com base em um dos mecanismos previstos, como as cláusulas-padrão contratuais aprovadas pela ANPD (Resolução CD/ANPD nº 19/2024) ou o consentimento específico e destacado do titular. Uma conta pessoal usada sem o conhecimento da empresa não tem nenhum desses mecanismos. Para organizações com operações ou clientes na Europa, o GDPR impõe obrigações equivalentes, incluindo contrato escrito com processadores (Artigo 28).
2. Confidencialidade e propriedade intelectual
Além dos dados pessoais, a equipe cola com frequência material comercialmente sensível em ferramentas de IA: código-fonte, planos de aquisição, contratos de clientes, preços e pesquisas de concorrência. Em contas pessoais, alguns fornecedores usam as conversas para melhorar seus modelos por padrão, com opção de desativação nas configurações. A OpenAI, por exemplo, informa que o conteúdo de contas pessoais do ChatGPT pode ser usado para melhorar os modelos se o usuário não desativar a opção, enquanto os dados do ChatGPT Business, Enterprise, Edu e da API não são usados para treinamento por padrão. Os termos variam entre fornecedores e mudam com o tempo, por isso verifique cada ferramenta.
Mesmo quando o fornecedor não treina com as entradas, a informação saiu do seu controle. Ela pode ficar retida, ser revisada para monitoramento de abuso, ser exposta em um incidente no fornecedor, ser requisitada por uma autoridade de outra jurisdição ou se misturar ao uso pessoal da mesma conta. Contratos com clientes e acordos de confidencialidade também podem proibir o compartilhamento com terceiros.
Sua equipe não está tentando vazar dados. As pessoas buscam ferramentas que funcionam, e uma conta pessoal nessas ferramentas não traz nenhum compromisso de governança de dados com a sua organização.
3. Resultados imprecisos usados sem verificação
As ferramentas de IA produzem respostas que soam seguras e às vezes estão erradas. Quando a equipe usa esses resultados em documentos para clientes, registros de conformidade ou decisões internas sem conferi-los, a organização assume o risco do erro. Essa falha costuma andar junto com a exposição de dados: quem cola dados confidenciais muitas vezes também confia na resposta sem verificar.
Em setores regulados, conteúdo incorreto gerado por IA em orientação médica, jurídica ou financeira pode criar responsabilidades muito maiores do que o tempo economizado.
A exposição jurídica e como retomar o controle
Dois artigos complementares tratam do que fazer a respeito.
Shadow AI e a LGPD explica por que uma conta pessoal de IA gera exposição sob a LGPD, quando um prompt não autorizado vira um incidente de segurança a comunicar, o que a ISO 27001 e a NIS2 esperam e os passos a seguir quando dados já foram enviados a uma ferramenta não aprovada.
Como encontrar e controlar a shadow AI mostra onde ela se esconde além do ChatGPT, incluindo recursos de IA em ferramentas SaaS já aprovadas, e os sete componentes de uma resposta que os funcionários vão seguir.
Por onde começar
A shadow AI provavelmente já acontece na sua organização. Agir agora custa menos do que agir depois de um incidente ou de uma fiscalização.
Um bom primeiro passo é uma pesquisa curta e anônima perguntando quais ferramentas de IA as pessoas usam e para quê. As respostas costumam diferir do que a TI espera e mostram onde concentrar esforços. Decisões de política e de ferramentas tomadas com base em evidências reais tendem a se sustentar melhor do que as baseadas em suposições.
Comece por três ações:
- Publique uma política de uso aceitável de IA, mesmo que seja uma versão provisória curta, antes do próximo ciclo de revisão da equipe. A equipe passa a ter uma regra clara, e você tem algo a apresentar se ocorrer um incidente.
- Revise o seu registro de operadores e identifique todos os serviços de IA que tratam dados pessoais em nome da empresa. Confirme que cada um segue instruções formalizadas em contrato, como recomenda a ANPD, e que há mecanismo válido sempre que os dados saem do Brasil.
- Audite o seu ambiente de aplicações SaaS em busca de recursos de IA. Muitas ferramentas ganharam recursos depois da avaliação original do fornecedor. Atualize os registros e, quando necessário, os contratos.
A shadow AI é a distância entre a forma como sua equipe trabalha e uma governança desenhada antes de essas ferramentas existirem. Feche essa distância com políticas que as pessoas consigam seguir e ferramentas aprovadas que entreguem a produtividade que elas já encontraram por conta própria.
Como a Cyvra pode ajudar
A Cyvra combina experiência em segurança e IA para ajudar as organizações a entender onde a shadow AI está acontecendo, avaliar a exposição sob a LGPD e à confidencialidade e construir uma resposta que sua equipe seguirá, fornecendo-lhes melhores ferramentas em vez de uma proibição geral.
- Auditoria Shadow AI: identifique quais ferramentas de IA sua equipe está usando, incluindo recursos de IA incorporados em plataformas SaaS que sua equipe de TI aprovou para outras finalidades
- Revisão de operadores sob a LGPD: identificar quais serviços de IA estão tratando dados pessoais em nome da sua empresa sem instruções formalizadas em contrato e avaliar a exposição
- Política de uso aceitável de IA: elabore uma política que dê à sua equipe orientações claras sobre ferramentas aprovadas e tipos de dados permitidos, distinguindo entre casos de uso em vez de emitir uma proibição geral
- Ferramentas de IA aprovadas: recomende alternativas de nível empresarial que atendam aos seus requisitos de governança de dados, para que a equipe tenha um caminho aprovado para a produtividade que procura
- Treinamento de conscientização da equipe: realizar sessões específicas que expliquem a classificação de dados no contexto de ferramentas de IA, e não exercícios genéricos de conformidade anuais
- Configuração DLP: configure controles de prevenção contra perda de dados para detectar e bloquear transferências de dados confidenciais para serviços de IA não aprovados
Entre em contato com nossa prática de cibersegurança ou prática de IA para começar com uma auditoria de shadow AI.