Guia da ANPD sobre legítimo interesse diz quando a IA pode personalizar oferta sem pedir consentimento

Um guia de 2024 que continua valendo para qualquer campanha de IA

Em fevereiro de 2024 a Autoridade Nacional de Proteção de Dados (ANPD) publicou o guia orientativo sobre legítimo interesse, a base legal do artigo 7º, inciso IX da LGPD. Dois anos e meio depois, sem atualização mais recente, ele continua sendo o texto que qualquer rede de varejo precisa ler antes de ligar um mecanismo de recomendação por IA, ajustar o CRM ou segmentar campanha por comportamento de compra.

O legítimo interesse é a hipótese que permite tratar dado pessoal sem pedir consentimento, desde que o interesse do negócio não atropele direitos do cliente. É tentador para quem roda IA: não precisa de banner de cookie nem de caixa de aceite, só da análise que o próprio guia exige caso a caso.

É preciso que sua adoção seja precedida de uma análise criteriosa e devidamente fundamentada para cada caso em questão, a fim de avaliar se o tratamento de dados, com base no legítimo interesse do controlador ou de terceiros, atende aos requisitos definidos na legislação.

ANPD, Guia orientativo sobre legítimo interesse (fevereiro de 2024)

Legítimo interesse só cobre dado que não é sensível

O guia é direto num ponto que decide boa parte das dúvidas do varejo: a hipótese do artigo 7º, inciso IX não existe no artigo 11, que trata de dado sensível (saúde, biometria, origem racial, orientação sexual, convicção religiosa). Na prática, se a IA da loja cruza histórico de compra com dado de saúde (uma farmácia que registra receita, uma clínica de estética que guarda ficha de procedimento), o legítimo interesse não serve de base. É preciso consentimento específico ou outra hipótese do artigo 11.

O próprio guia traz o exemplo de uma clínica que tenta justificar o tratamento de histórico médico com legítimo interesse alegando "melhoria dos serviços prestados". A análise da ANPD é que isso não se sustenta: dado de saúde pede proteção redobrada, e o risco de dano ao titular pesa mais do que o interesse administrativo do negócio.

Três perguntas decidem se a base legal se sustenta

O guia estrutura o chamado teste de balanceamento em três fases, e recomenda documentar a resposta de cada uma antes de rodar qualquer tratamento com base em legítimo interesse (há até um modelo simplificado no Anexo II do documento).

Sem essa resposta registrada, o legítimo interesse vira desculpa genérica, que é exatamente o que a ANPD diz querer evitar.

A régua da legítima expectativa aplicada ao histórico de compras

Um dos conceitos centrais do guia é a legítima expectativa do titular: o cliente precisa poder antecipar, dado o contexto da relação, que aquele tratamento vai acontecer. Para o CRM, isso tem leitura prática. Quem compra fraldas numa rede de farmácias pode esperar receber oferta de produto infantil daquela mesma rede. Já não é razoável esperar que a loja compre dado de terceiro para inferir renda familiar e, a partir disso, empurrar crédito consignado.

A régua vale também para o mecanismo de recomendação da IA. Se o modelo usa só o que o cliente comprou ali, a expectativa é mais fácil de sustentar. Se ele mistura navegação em outros sites, localização e dado comprado de corretora externa, a legítima expectativa enfraquece, e o teste de balanceamento tende a pesar contra o negócio.

O caso do app infantil mostra onde a personalização erra

O guia traz um exemplo que serve de alerta para qualquer loja que vende produto família ou infantil. Um aplicativo educacional para crianças usava legítimo interesse para justificar coleta de nome, data de nascimento e endereço, dizendo que era para "aprimoramento do aplicativo". Na prática, os dados alimentavam anúncio de alimento ultraprocessado direcionado às crianças.

A ANPD concluiu que o legítimo interesse não se sustenta aí por dois motivos: não havia legítima expectativa de que o dado viraria publicidade, e o conteúdo do anúncio (alimento de alto teor de açúcar) pesa contra o melhor interesse da criança, critério que o artigo 14 da LGPD exige como prevalente nesses casos. O Enunciado nº 1/2023 da própria ANPD já havia fixado que tratar dado de criança e adolescente com legítimo interesse é possível, mas só quando o melhor interesse dela vem antes do interesse comercial.

Para o varejo de brinquedo, material escolar ou moda infantil, a lição é direta: segmentação que usa dado da criança para empurrar oferta a ela própria exige cuidado redobrado, e não um simples "usamos legítimo interesse" na política de privacidade.

Quando a IA infere demais, o dado vira sensível sem aviso

O guia não trata diretamente deste ponto, mas a lógica dele chega lá: um modelo de recomendação que cruza padrão de compra e começa a inferir categoria sensível (por exemplo, sugerir produto de uma condição de saúde específica a partir do histórico) está, na prática, tratando dado sensível por inferência. Nesse momento o legítimo interesse deixa de bastar, porque a hipótese do artigo 7º não alcança dado sensível, ainda que ele tenha sido deduzido e não coletado diretamente.

Isso muda o jeito de desenhar o modelo. Antes de treinar um algoritmo de segmentação com dado de compra, vale checar se alguma combinação de produto na cesta aponta para categoria sensível, e, se apontar, tratar essa inferência com a mesma cautela de dado sensível (consentimento específico ou hipótese do artigo 11), não com legítimo interesse.

O que documentar antes de ligar a campanha de recomendação por IA

Antes de ativar personalização por IA em escala, a lista mínima de documentação, segundo a lógica do guia, inclui:

• O teste de balanceamento das três fases, registrado e assinado por quem decide
• A finalidade escrita em linguagem simples na política de privacidade, dizendo qual dado alimenta a recomendação
• O prazo de retenção do dado usado na segmentação, e por que esse prazo é o mínimo necessário
• O canal pelo qual o cliente pode se opor ao tratamento, e o prazo de resposta a esse pedido
• A revisão do DPO (encarregado de dados) sobre se o caso pede relatório de impacto à proteção de dados

Atendimento automatizado que personaliza em tempo real segue a mesma regra

Quando a personalização acontece num chat ou assistente de IA que lê o comportamento do cliente ao vivo para sugerir produto, o teste de balanceamento vale igual. E o Código de Defesa do Consumidor soma outra camada: o cliente precisa poder pedir atendimento humano, a loja precisa responder em prazo razoável, e a conversa precisa ficar registrada para consulta futura, inclusive em caso de reclamação sobre a oferta recebida.

O que testar na próxima campanha e qual número acompanhar

Antes de ativar ou expandir um mecanismo de recomendação por IA baseado em legítimo interesse, o passo concreto é rodar o teste de balanceamento usando o modelo do Anexo II do guia, documentando finalidade, necessidade e salvaguardas para aquele uso específico.

Depois de publicar a notificação de transparência atualizada, o número a acompanhar é a taxa de opt-out das comunicações de marketing e a quantidade de pedidos ao encarregado de dados no período seguinte, comparados ao mesmo indicador antes da mudança. Se o opt-out subir ou os pedidos de explicação se multiplicarem, é sinal de que a legítima expectativa do cliente não estava alinhada com o que a IA passou a fazer.

Fonte: ANPD: Guia orientativo sobre o legítimo interesse