Enquanto grandes projetos de inteligência artificial passam por avaliações e comitês, uma infraestrutura paralela pode crescer em silêncio através de um documento confidencial resumido em uma conta pessoal, o código enviado a um assistente externo, a reunião gravada por um aplicativo desconhecido ou a função de IA ativada dentro de um programa que já era usado. Cada gesto parece pequeno. Juntos, eles processam informações sem inventário, avaliação de fornecedores ou responsável definido.
É isso que chamo de "IA paralela", ou mais conhecido em inglês como "Shadow AI". Ela costuma nascer de uma necessidade legítima de entregar melhor e mais rápido. Mas quando a empresa exige produtividade sem oferecer ferramentas aprovadas e regras claras, abre espaço para que dados pessoais, estratégias, propriedade intelectual e até investigações de segurança circulem por serviços que ninguém avaliou.
Neste artigo acima, eu falo ainda de que o risco também volta pela porta de entrada. A ferramenta pode devolver um cálculo errado, uma fonte inexistente, um código vulnerável ou uma recomendação convincente e inadequada. Em um banco, basta um número incorreto em uma análise de capital, liquidez ou perdas esperadas para contaminar uma decisão importante. Sob a LGPD e as obrigações setoriais, o envio de informações a terceiros continua exigindo finalidade, necessidade, proteção e responsabilidade.
No artigo também trago situações brasileiras concretas e proponho cinco camadas para retirar a IA da sombra ao governar os casos de uso, educar as equipes, controlar acessos e fluxos de dados, monitorar o que acontece e responder rapidamente a incidentes. Isso exige inventariar funcionalidades, dados, integrações e decisões apoiadas por IA, inclusive quando o fornecedor já é conhecido. Exige também testar se os controles funcionam e oferecer uma alternativa segura que acompanhe o ritmo do trabalho.
Para conselhos e comitês, a pergunta decisiva é sobre quais ferramentas já influenciam processos e decisões, quais informações recebem, quem responde por cada uso e que evidências demonstram a eficácia das proteções?
A IA que permanece invisível dificulta que a empresa reconheça seus riscos e responda por eles. Trazer seu uso à luz é transformar a busca por produtividade em uma capacidade que pode ser explicada, supervisionada e sustentada.
Documento recuperado pela Okai.
