Classificação de dados para IA generativa: níveis e regras

A classificação de dados para uso de IA generativa é a tabela que diz, para cada nível de sensibilidade da informação, em quais ferramentas de IA ela pode entrar e sob quais condições. Sem essa tabela, a política de uso de IA fica com a frase "não insira dados sensíveis", que cada colaborador interpreta de um jeito. Este artigo é para quem decide e precisa transformar a regra em algo que uma pessoa aplique em cinco segundos, antes de apertar Enter.

Por que "não insira dados sensíveis" não funciona

A orientação genérica falha porque exige que o colaborador faça sozinho uma classificação que a empresa nunca fez. Uma planilha de comissões é sensível? Um e-mail de cliente com nome e telefone? O trecho de um contrato já assinado? Sem critério, a pessoa decide na pressa, e a decisão tende a favorecer a produtividade.

Os dados disponíveis sobre o Brasil sugerem que o problema é real. O Netskope Threat Labs Report Brasil 2026, relatório de fornecedor divulgado em maio de 2026, aponta que 64% das violações de política de dados em aplicações de IA generativa envolviam dados sensíveis ou regulamentados e que 52% dos usuários recorriam a contas pessoais no trabalho. Limitação: a matéria não informa tamanho de amostra nem critérios de classificação das violações; use como ordem de grandeza, não como taxa nacional.

A consequência prática: o controle técnico, como o DLP para IA generativa, só consegue bloquear o que a empresa sabe nomear. A classificação vem antes, porque é ela que dá ao DLP, à política e ao treinamento a mesma régua.

O que é classificação de dados (e o que a IA muda)

Classificar dados é atribuir a cada tipo de informação um nível de sensibilidade e, a partir dele, regras de manuseio. Empresas com certificação de segurança da informação já fazem isso; a norma ISO/IEC 27001 prevê o controle de classificação da informação entre seus controles. O que a IA generativa muda não é o conceito, e sim o canal e a pergunta:

• O canal: o dado deixa de sair por e-mail ou pen drive e passa a sair dentro de uma conversa, colado num prompt ou anexado num arquivo.
• A pergunta: antes, "quem pode abrir este documento?". Agora, "este documento pode ser processado por este modelo, sob este contrato, com esta retenção?".

Isso significa que a regra não depende só do nível do dado, mas do par dado × ferramenta. O mesmo contrato pode ser aceitável numa ferramenta corporativa com contrato de tratamento de dados e inaceitável num chat gratuito.

Um modelo de quatro níveis para IA generativa

Não existe norma brasileira que fixe os níveis. A prática de consultorias e empresas converge para quatro, e é um bom ponto de partida porque cabe na cabeça das pessoas. A Rework descreve um desenho assim, e a Ironclad publica uma política em que dados de nível confidencial ou superior não podem ser inseridos em prompts por padrão. Adapte os nomes à sua realidade:

Nível	Exemplos	Ferramenta de IA permitida	Condição
1. Público	Conteúdo já publicado, material de marketing divulgado	Qualquer ferramenta aprovada, inclusive versões gratuitas	Sem restrição de dado; revise a saída
2. Interno	Procedimentos, atas sem dado pessoal, rascunhos de trabalho	Somente ferramentas corporativas aprovadas	Contrato de tratamento de dados e cláusula de não uso para treinamento
3. Confidencial	Dados de clientes, financeiros, contratos, código-fonte, propriedade intelectual	Somente ambientes corporativos com controles reforçados	Aprovação do dono do dado; registro de uso; sem contas pessoais
4. Restrito	Dados pessoais sensíveis, dados regulados, material sob sigilo ou litígio	Em regra, nenhuma IA externa	Exceção só com aval de jurídico, DPO e segurança, por escrito

Teste rápido para o nível 1. Um critério usado em guias de política é perguntar se o conteúdo causaria problema caso aparecesse numa notícia. Se não causaria, tende a ser público; na dúvida, suba um nível.

Dois cuidados na hora de adaptar:

1. Poucos níveis. A documentação de rótulos de sensibilidade da própria Microsoft observa que, em implantações reais, a eficácia cai quando há mais de cinco rótulos principais. Quatro níveis é um bom teto para começar.
2. Reaproveite o que já existe. Se a empresa já classifica documentos para ISO 27001 ou para a LGPD, mapeie os níveis atuais para esta tabela em vez de criar uma segunda taxonomia.

Dado pessoal e dado pessoal sensível: o recorte da LGPD

A LGPD distingue dado pessoal (informação relacionada a pessoa natural identificada ou identificável) de dado pessoal sensível, categoria que inclui origem racial ou étnica, convicção religiosa, opinião política, dado referente à saúde ou à vida sexual, dado genético ou biométrico, entre outros. Para a classificação, a consequência é direta:

• Dado pessoal comum costuma entrar no nível 3 (confidencial), com finalidade e base legal definidas.
• Dado pessoal sensível entra no nível 4 (restrito), porque o risco ao titular é maior e a LGPD exige hipóteses legais mais estritas para o tratamento.
• Dado anonimizado de verdade, que não permite identificar a pessoa, pode descer de nível; mas "tirar o nome" nem sempre anonimiza. Um perfil com cargo, unidade e salário pode identificar alguém.

O guia completo de obrigações está em LGPD e IA generativa. Aqui o ponto é operacional: a classificação precisa dizer, em linguagem de colaborador, que "dado de saúde de funcionário" e "lista de clientes" não são do mesmo nível.

Regras por ferramenta: a segunda metade da tabela

A tabela de níveis só fecha quando a empresa classifica também as ferramentas. Uma ferramenta de IA pode estar em três situações:

Situação da ferramenta	Característica	Nível máximo de dado
Corporativa aprovada	Contrato, controle de acesso, retenção definida, avaliada por TI e jurídico	Conforme a avaliação (normalmente até nível 3)
Pessoal tolerada	Conta individual de uso geral, sem contrato com a empresa	Nível 1
Proibida	Risco não aceito ou fornecedor não avaliado	Nenhum

A avaliação por ferramenta deve olhar o que o fornecedor faz com o dado. Como exemplo de documentação pública, a página de privacidade do Google Workspace afirma que o serviço não usa dados de clientes para treinar modelos sem permissão prévia e que o Gemini respeita os direitos de acesso já existentes, além de informar prazos de retenção definidos pelo administrador. Documentos assim servem de insumo para a avaliação, mas não a substituem: cabe à empresa conferir o contrato e as configurações do seu próprio tenant. O processo de análise está em gestão de risco de fornecedores de IA.

Rótulos: como a classificação chega até o prompt

Classificação que vive só num PDF de política não muda comportamento. O passo seguinte é colocá-la no dado, por meio de rótulos de sensibilidade. Segundo a documentação da Microsoft Purview, o rótulo fica gravado nos metadados do arquivo e acompanha o conteúdo onde ele for salvo, e o Microsoft 365 Copilot reconhece esses rótulos: quando o rótulo aplica criptografia, o assistente só devolve dados de um item se o usuário tiver o direito de cópia sobre ele. Outras plataformas têm recursos equivalentes de rótulos de classificação.

Na prática, o rótulo cumpre três papéis:

1. Sinal para a pessoa. Quem abre o documento vê "Confidencial" e lembra da regra.
2. Gatilho para o controle técnico. O DLP e as permissões usam o rótulo para bloquear, avisar ou restringir o envio.
3. Limite para o assistente corporativo. Quando a IA consulta documentos internos, o rótulo e as permissões definem o que ela pode trazer; o desenho dessas permissões está em RAG corporativo com permissões.

A mesma documentação alerta para um efeito colateral: rotulagem obrigatória, sem treinamento, pode gerar rótulos imprecisos e frustração com avisos constantes. Por isso o rótulo padrão e a rotulagem automática, onde existirem, ajudam mais do que exigir decisão manual em cada arquivo.

Como implantar em quatro etapas

1. Inventarie onde o dado vive e quais IAs existem. Sem inventário de sistemas de IA e sem visibilidade do uso de IA fora do radar, a tabela nasce incompleta.
2. Defina os níveis e os donos. Cada tipo de dado precisa de um responsável que decide exceções: RH para dados de pessoas, financeiro para dados contábeis, jurídico para contratos.
3. Publique a tabela dado × ferramenta dentro da política. Ela é o anexo mais consultado da política de uso de IA. Uma página, exemplos concretos, nada de glossário.
4. Treine com casos reais e meça. Mostre dez situações do cotidiano e peça que as pessoas classifiquem. Acompanhe o resultado nos alertas e nas consultas ao time de segurança. O formato está em uso seguro de IA no trabalho.

Esses quatro passos encaixam no framework de governança de IA: a classificação é a camada de dados, e a política, o controle técnico e o treinamento se apoiam nela.

Erros comuns

• Níveis demais. Oito níveis, ninguém decora. O resultado é todo mundo classificando tudo como "interno".
• Classificar só o documento e esquecer o contexto. Uma conversa de chat com cliente, uma gravação de reunião e um print de tela também são dado.
• Esquecer os dados derivados. O resumo de um documento confidencial herda o nível do original.
• Regra sem exceção documentada. Quando não há caminho formal para pedir exceção, as pessoas improvisam por fora.
• Não revisar. Ferramentas e contratos mudam; reavalie a tabela a cada nova ferramenta e, no mínimo, uma vez por ano.

Como a Jetpacks aborda o tema

Na Jetpacks, a conversa sobre dados entra cedo. No Launchpad, o diagnóstico do Flight Plan, mapeamos quais áreas já usam IA e com que tipo de informação, e o resultado é o mapa de impacto. Esse mapa alimenta o plano por área e a capacitação, para que a regra de "o que pode entrar no prompt" seja ensinada com exemplos do trabalho de cada equipe, não em abstrato. Se quiser ver como isso ficaria na sua empresa, o diagnóstico gratuito é uma conversa de 30 a 45 minutos.

FAQ

O que é classificação de dados para uso de IA?

É a atribuição de níveis de sensibilidade à informação da empresa, com regras sobre quais ferramentas de IA podem processar cada nível e em que condições. Ela transforma a política genérica em decisões concretas para o colaborador.

Quais dados nunca devem ir para uma ferramenta de IA pública?

Em geral: dados pessoais, em especial os sensíveis, dados de clientes, informações financeiras não divulgadas, contratos, código-fonte e propriedade intelectual. A regra exata depende da ferramenta e do contrato; ferramentas pessoais ou gratuitas devem receber apenas dados públicos.

Quantos níveis de classificação eu preciso?

Quatro costumam bastar para começar: público, interno, confidencial e restrito. Mais níveis aumentam o erro de classificação sem melhorar a proteção. Se a empresa já classifica dados, mapeie os níveis existentes em vez de criar uma taxonomia paralela.

A classificação substitui o DLP?

Não. A classificação define a régua; o DLP é um dos mecanismos que a aplicam. Sem classificação, o DLP só detecta padrões conhecidos, como CPF e chave de API, e deixa passar conteúdo confidencial sem formato reconhecível. Veja DLP para IA generativa.

Dado anonimizado pode ir para a IA?

Se a anonimização for efetiva, ou seja, se não for possível identificar a pessoa por meios razoáveis, o dado deixa de ser pessoal nos termos da LGPD e pode descer de nível. Mas remover o nome raramente basta; combinações de cargo, local e valores podem reidentificar. Peça avaliação do DPO antes de tratar um conjunto como anonimizado.

Quem decide o nível de cada dado?

O dono do dado na área de negócio, com apoio de segurança da informação, jurídico e DPO. A função do dono é aprovar exceções e revisar a classificação; a de segurança é garantir os controles. Esse arranjo se conecta ao papel do DPO na governança de IA.

Conclusão

Classificar dados para uso de IA generativa é o trabalho de dar à política uma régua que todos usem. Defina poucos níveis, classifique também as ferramentas, leve o nível até o dado por meio de rótulos e treine com casos reais. Para ver onde a sua empresa está e quais áreas precisam da regra primeiro, comece pelo diagnóstico gratuito; e para a visão completa, volte ao guia de governança de IA na prática.