Uma pessoa publica um desabafo, compartilha uma fotografia ou responde a uma discussão. Naquele momento, existe um público imaginado: amigos, colegas, desconhecidos interessados no assunto. Anos depois, aquele conteúdo pode integrar uma base de treinamento de inteligência artificial. Quando isso acontece, o gesto continua sendo o mesmo no histórico da rede, mas seu destino mudou.

Parte dos grandes modelos de linguagem, conhecidos pela sigla LLMs, foi desenvolvida com materiais coletados na internet. Entre textos jornalísticos, fóruns e documentos, podem aparecer informações pessoais. A fronteira entre participar da vida digital e fornecer matéria-prima para sistemas comerciais se tornou difícil de acompanhar.

Existe uma responsabilidade nossa nessa história. Ela começa pelo cuidado com o que compartilhamos e alcança a cobrança sobre quem decide os usos dessas informações. Para exercê-la, precisamos entender como nossos dados circulam.

O público que imaginamos

Uma publicação aberta pode alcançar qualquer pessoa e, ainda assim, existe uma diferença de contexto entre alguém encontrar um relato e uma empresa incorporá-lo a um processo de treinamento. Quem escreve sobre uma experiência de saúde pode querer ajudar outras pessoas. Quem publica o currículo procura trabalho. Transformar esses registros em material para desenvolver um produto introduz uma finalidade que talvez nunca tenha passado pela cabeça de seus autores.

As redes sociais aproximam situações que, fora delas, costumam ter fronteiras mais claras. Trabalho, amizade, posicionamento político e vida familiar passam pela mesma conta. Uma fotografia pode revelar informações sobre pessoas que sequer participaram da decisão de publicá-la.

Essa dimensão coletiva limita a ideia de que cada um controla sozinho a própria privacidade. Mesmo uma pessoa cuidadosa depende das escolhas de familiares, colegas e organizações que armazenam informações a seu respeito. O cuidado individual importa justamente porque seus efeitos alcançam outras pessoas.

Em que momento concordamos?

O botão “aceitar” se tornou parte da rotina digital. Frequentemente aparece quando queremos concluir outra coisa, como abrir uma conta, acessar um serviço, continuar uma conversa. A leitura das condições compete com o interesse imediato de chegar ao destino.

Esse hábito ajuda a explicar por que uma autorização formal pode estar tão distante da compreensão prática de suas consequências. Termos extensos, linguagem técnica e mudanças posteriores dificultam saber quais usos estão previstos.

No Brasil, a Lei Geral de Proteção de Dados define o consentimento como uma manifestação livre, informada e inequívoca, relacionada a uma finalidade determinada. A lei também permite outras bases para tratar dados pessoais, conforme o caso. Portanto, a ausência de um pedido de consentimento exige examinar qual fundamento foi utilizado e se seus requisitos foram atendidos.

Mas dados tornados públicos continuam sujeitos a obrigações. A LGPD exige atenção à finalidade, à boa-fé e aos direitos do titular. Estar acessível na internet não equivale a uma autorização ilimitada para reutilização e esses limites estão previstos no texto da LGPD. Na prática, a discussão precisa chegar a perguntas compreensíveis, entre elas, quais informações serão utilizadas, para qual objetivo e que possibilidade existe de contestar esse uso? Sem respostas claras, o usuário fica responsável por administrar uma escolha cujas condições desconhece.

Quando o uso muda depois da publicação

Um caso envolvendo a Meta, empresa responsável por Facebook e Instagram, tornou esse problema concreto no Brasil. Em julho de 2024, a Autoridade Nacional de Proteção de Dados, órgão responsável pela fiscalização da proteção de dados pessoais, suspendeu cautelarmente o tratamento de dados para treinamento de IA previsto na nova política da empresa. A decisão apontava riscos aos direitos das pessoas afetadas.

A suspensão foi posteriormente revertida após compromissos de transparência. Em setembro daquele ano, a empresa anunciou notificações por e-mail e pelas plataformas, além da possibilidade de oposição ao uso dos dados para treinamento.

Esse episódio mostra como a discussão pode chegar ao público quando decisões empresariais já estão em andamento. Para o usuário, surge mais uma tarefa. A de localizar o aviso, entender a mudança e descobrir como se posicionar. A existência de um mecanismo de oposição tem valor, mas sua eficácia depende também de visibilidade, linguagem e facilidade de acesso.

Um direito escondido em várias telas exige tempo e conhecimento que estão distribuídos de maneira desigual.

O que o treinamento pode preservar

Treinar um modelo envolve ajustar parâmetros a partir de exemplos e esse processo permite aprender regularidades da linguagem, mas também pode levar à memorização de trechos específicos. Em um estudo apresentado em 2021 na conferência de segurança computacional USENIX Security, Nicholas Carlini, pesquisador de segurança em aprendizado de máquina, e colegas conseguiram extrair centenas de sequências de texto do treinamento do GPT-2, um modelo de linguagem. Entre os materiais recuperados havia nomes, telefones e endereços de e-mail disponíveis publicamente.

O experimento demonstrou um risco de exposição por meio das respostas do próprio modelo. Apesar do resultado ter limites, uma vez que foi realizado com um sistema específico e não permite concluir que todo chatbot revelará qualquer informação usada no treinamento, ainda assim, mostrou por que memorizar dados pessoais precisa fazer parte da avaliação de segurança.

Uma informação antes dispersa pode ganhar outra forma de acesso. Por isso, discutir privacidade apenas em termos de invasões e vazamentos deixa parte do problema descoberta. O uso previsto de um sistema também merece investigação.

A responsabilidade que cabe a quem usa

É importante mencionar que há decisões ao alcance de quem publica ou utiliza IA. Evitar compartilhar documentos identificáveis, conversas privadas e informações de terceiros reduz exposições desnecessárias. No trabalho, isso inclui verificar as condições de uma ferramenta antes de enviar arquivos de clientes ou colegas.

Também convém distinguir o processamento de uma solicitação do uso posterior para treinamento. As condições variam entre serviços, modalidades de conta e configurações. Enviar um documento exige saber o que o fornecedor poderá fazer com ele.

Esses cuidados são importantes, mas a responsabilidade deve acompanhar o poder de decisão. Empresas escolhem as bases utilizadas, os prazos de retenção e os mecanismos de proteção, logo, cabe a elas tornar essas práticas compreensíveis e justificáveis. Nossa participação inclui cobrar respostas, apoiar fiscalização e levar o assunto às organizações em que estudamos ou trabalhamos.

Antes de virar um problema

A discussão precisa começar enquanto ainda é possível escolher quais dados coletar, restringir acessos e testar riscos. Depois que um sistema está integrado à rotina de uma organização, corrigir decisões pode envolver custos, dependências e resistência interna.

Reservar tempo para essas perguntas faz parte de desenvolver tecnologia com seriedade. A participação cotidiana alimenta uma parcela importante do ambiente digital do qual a IA aprende. Reconhecer esse vínculo permite agir com mais cuidado e cobrar condições melhores.

Publicar, conversar e trabalhar online não deveria exigir que uma pessoa acompanhasse sozinha todos os destinos possíveis de suas informações.

A responsabilidade compartilhada começa quando esse acompanhamento deixa de ser um problema particular de quem foi exposto e passa a orientar as decisões de quem constrói os sistemas.