Shadow AI: posso colocar dados da empresa no ChatGPT?

Em abril de 2023, a Samsung liberou o ChatGPT para os engenheiros. Em vinte dias, teve três incidentes com código-fonte proprietário.

Vale olhar o que foi cada um, porque é aí que a história fica útil. No primeiro, um engenheiro colou código de banco de dados para achar um erro. No segundo, outro subiu o código que detecta defeito em equipamento de semicondutor pedindo sugestões de otimização. No terceiro, alguém transcreveu uma reunião interna e pediu ajuda para escrever a ata.

Nenhum dos três estava fazendo corpo mole ou sabotando a empresa. Os três estavam tentando fazer o trabalho melhor. A Samsung proibiu a ferramenta em toda a companhia pouco depois.

É o caso fundador de um problema que hoje tem nome — shadow AI — e que quase todo conteúdo em português trata como falha de disciplina. Não é.

A tese em uma frase: colocar dados da empresa no ChatGPT raramente é ato de desleixo. É o que sobra quando a tarefa existe, a ferramenta ajuda e a empresa não deu nem alternativa aprovada nem regra clara.

A resposta curta, antes da discussão

Colocar dados da empresa no ChatGPT depende de três perguntas, nesta ordem. Se você não souber responder às três, a resposta prática é não.

1. Qual conta? É a que mais muda o resultado e a que menos gente verifica. Plano corporativo contratado costuma vir com compromisso contratual de não usar o conteúdo do cliente para treinar modelo. Conta pessoal gratuita normalmente tem regra diferente. Mesma tela, mesma interface, contrato completamente diferente.

2. Qual dado? Rascunho de post para o blog é uma coisa. Planilha de folha com CPF é outra. Contrato de cliente, credencial de sistema e código proprietário são outra ainda.

3. Qual configuração? Em várias ferramentas, o uso do seu conteúdo para melhoria do modelo é ajustável — e frequentemente vem ligado por padrão em plano gratuito. Vale abrir as configurações antes de decidir qualquer coisa, porque essa é a diferença entre uma suposição e um fato.

Se você quer uma régua para levar para a equipe hoje, ela cabe numa frase: o que não pode sair por e-mail para um fornecedor desconhecido também não pode virar dados da empresa no ChatGPT de uma conta cujo plano você não sabe qual é.

Para dados da empresa no ChatGPT, a conta é o que mais importa

Aqui está o ponto mais prático deste texto.

A mesma pergunta, digitada na mesma caixa de texto, tem consequências jurídicas diferentes dependendo de qual login está ativo. Não há sinal visual disso. Não há aviso. A interface é praticamente a mesma.

Na telemetria da LayerX, cerca de 18% dos funcionários corporativos colam dado em ferramenta de IA generativa, e mais da metade desses eventos inclui informação da empresa — a maior parte, segundo o relatório, por contas pessoais e não gerenciadas, que passam por fora dos controles corporativos.

Essa última parte é a definição operacional de shadow AI: não é o uso, é o uso sem registro. Da perspectiva de segurança, a diferença é enorme. Um dado que sai por um canal aprovado é um risco que você conhece, pode auditar e pode revogar. Um dado que sai por conta pessoal no celular de alguém é um risco que você só descobre depois — e talvez nunca.

Os números, com a ressalva de sempre

⚠️ De onde vêm esses números: Cyberhaven e LayerX vendem, respectivamente, proteção de dados e segurança de navegador. São telemetria de fornecedor com interesse no diagnóstico, não estudo independente — e a base é de clientes deles, não da economia. Cito porque medição direta de colagem em chatbot praticamente não existe fora desse tipo de fonte, e porque a tendência é consistente entre as duas. Trate como indício de ordem de grandeza.

A linha que mais diz sobre dados da empresa no ChatGPT não é nenhuma isolada: é a terceira. O que mudou em dois anos não foi tanto o número de pessoas usando — foi o quanto do que elas mandam é sensível, de 10,7% para 39,7%. A adoção amadureceu e passou a encostar em dado sério.

E há o número brasileiro que fecha o raciocínio: o Sebrae mede 44% dos pequenos negócios já usando algum tipo de IA, e só 22% de forma estruturada. Os 22 pontos percentuais de diferença são o shadow AI, medido. Não é uma estimativa de risco — é a metade da adoção acontecendo fora de qualquer processo.

Shadow AI: por que proibir não resolve

A Samsung proibiu. Foi uma reação compreensível, e é o que a maioria das empresas faz primeiro.

O problema é que a proibição não age sobre a causa. Os três engenheiros não usaram o ChatGPT porque estava liberado; usaram porque tinham um problema que ele resolvia. Quando a ferramenta é bloqueada, o problema continua — e as pessoas continuam resolvendo, agora no celular pessoal, na rede de casa, no fim de semana.

O efeito líquido de proibir sem oferecer alternativa é este: você não reduz o dado que sai, você reduz o que você vê. Troca um risco mensurável por um risco cego — e dados da empresa no ChatGPT continuam entrando, agora por um caminho que ninguém audita.

Esse padrão não é novo em segurança. É o mesmo do bloqueio de pendrive que virou serviço de nuvem pessoal, e o mesmo do software não homologado que apareceu porque o homologado era ruim. A causa-raiz é sempre uma ferramenta ausente, exatamente como em o que é infostealer o incidente não começa no malware, começa na credencial reaproveitada.

Vale também dizer o que a proibição acerta: enquanto não existe alternativa aprovada, um "não cole dado de cliente" explícito é melhor que silêncio. O erro é parar aí e chamar isso de política.

O que fazer em vez de proibir

Cinco coisas, em ordem de retorno pelo esforço:

1. Dê uma ferramenta aprovada. É o item que resolve mais e o que quase ninguém faz primeiro. Um plano corporativo, com contrato que veda treinamento com o seu conteúdo, custa pouco perto de um incidente — e remove o motivo de existir da conta pessoal.
2. Diga quais dados da empresa no ChatGPT são aceitáveis — com exemplos. Política que diz "use com responsabilidade" não decide nada na hora. Uma lista curta decide: pode rascunho, texto público, código de exemplo; não pode dado de cliente, credencial, contrato, código proprietário, folha.
3. Trate a configuração como parte do provisionamento. Não deixe cada pessoa descobrir sozinha onde desliga o uso do conteúdo para treinamento. Isso é tarefa de quem entrega a conta.
4. Resolva o caso de uso que gerou o desvio. Se três pessoas colam relatório no chat toda semana, existe uma integração querendo existir. É a hora de conectar a IA aos dados da empresa de forma controlada, em vez de repetir o aviso.
5. Combine antes o que fazer quando acontecer. Vai acontecer. Alguém vai colar o que não devia, e o que decide o tamanho do estrago é a resposta — rotação de credencial, registro do que saiu, avaliação de impacto. Isso é plano de resposta a incidentes, não improviso.

Repare que nenhum dos cinco é sobre desconfiar do funcionário. É sobre remover a situação em que a única saída disponível é a errada — a mesma lógica de verificar operação em vez de confiar por origem, que sustenta zero trust.

E nos outros — Gemini, Copilot, Claude, DeepSeek?

A pergunta chega escrita com "ChatGPT" porque é o nome que virou sinônimo, mas o raciocínio é o mesmo em qualquer um. As três perguntas não mudam: qual conta, qual dado, qual configuração. O que muda entre fornecedores são detalhes que valem verificar caso a caso:

• Onde o dado é processado. Fornecedor com operação regional e fornecedor que processa em outro país têm implicações diferentes para transferência internacional de dados.
• O que o plano gratuito permite fazer com o seu conteúdo. Varia bastante, e é justamente no plano gratuito que a regra costuma ser mais permissiva.
• Se a ferramenta já vem embutida em algo que você usa. Assistente dentro de suíte de escritório ou de navegador muda o cálculo, porque o dado pode já estar no mesmo fornecedor que hospeda seus arquivos — o que às vezes reduz o problema, e às vezes só o torna menos visível.

Se você está comparando opções para padronizar na empresa, o comparativo por perfil está em ChatGPT vs Claude vs Gemini. E vale um cuidado extra com ferramenta nova e gratuita de origem que você não conhece — a régua é a de DeepSeek: entender onde roda e sob quais termos antes de colar qualquer coisa.

Onde isso encosta na LGPD

Um recorte curto, porque a parte jurídica costuma ser tratada com mais drama do que precisão.

O ponto não é "usar IA". É que, ao colocar dados da empresa no ChatGPT — ou em qualquer ferramenta de terceiro — quando esses dados incluem informação pessoal, você inseriu um novo operador na cadeia de tratamento. Isso pede base legal, finalidade compatível com a da coleta e algum controle contratual sobre o que aquele terceiro faz com o dado.

Em plano corporativo, você normalmente tem contrato para apontar. Em conta pessoal gratuita, você não tem nenhum dos três — e, o que costuma pesar mais numa fiscalização ou num incidente, não tem registro de que aconteceu. A régua prática está em LGPD para PMEs, e o enquadramento mais amplo de risco em ética em IA.

Um detalhe operacional que quase sempre passa batido: o histórico da conversa fica. Não é só o instante da colagem — é um contrato inteiro guardado numa conta pessoal, que continua lá quando a pessoa sai da empresa e leva o login.

O ponto que fica

A pergunta do título tem uma resposta honesta que não é sim nem não: depende da conta, do dado e da configuração — e o fato de essa resposta ser desconhecida na maioria das empresas é o problema em si.

O que os três incidentes da Samsung ensinam não é que IA é perigosa. É que gente competente, tentando trabalhar bem, vai usar a melhor ferramenta disponível — e que a empresa decide quais são as ferramentas disponíveis.

Se ninguém decidiu, alguém já decidiu por você. Provavelmente numa conta pessoal, provavelmente com o histórico guardado, e certamente sem registro nenhum do lado da empresa.