Inteligência Artificial e segredo de negócio: uma aproximação a partir da LGPD 166 sas e facilmente acessíveis sobre a realização do tratamento e os respectivos agentes de tratamento, observados os segredos comercial e industrial” (Brasil, 2018) e, segundo Oliveira e Lopes (2023, RB-2.3), é um dos princípios mais presentes na lei (art. 9º, art. 10, § 2, art. 18, I, II, VII e VII, e art. 20), “isso porque ela não está adstrita ao momento, por exemplo, da coleta de informações, mas a todo o processo de tratamento de dados”. Rosenvald e Netto (2023, p. 181) anotam, nesse sentido, que condutas que são pouco ou nada transparentes não violam apenas a previso do princípio da transparência, mas, também, a própria boa-fé (art. 6º, caput). Segundo os autores, o balanceamento entre o segredo de negócio e o princípio da transparência está muito presente em discussões atreladas a sistemas de IA, por isso “há um clamor, entre os juristas, no sentido de maior transparência algorítmica, de maior accountability”. Se faz referência, portanto, ao princípio de responsabilização e prestação de contas (equivalente a accountability) esculpido no art. 6º, inc. X, da LGPD, que estabelece o dever de “demonstração, pelo agente, da adoção de medidas eficazes e capazes de comprovar a observância e o cumprimento das normas de proteção de dados pessoais e, inclusive, da eficácia dessas medidas” (Brasil, 2018). Conforme explica Bioni (2022, p. 52), o princípio da prestação de contas harmoniza um raciocínio jurídico que casa a ideia de reparação com a de prevenção, determinando que: “deve haver uma demonstração de tais medidas, o que pode ser materializado mediante um maquinário precaucionário que foi gradualmente esculpido ao longo das mais de sete fases em quase dez anos de (in)evolução do texto legal”. Essa interpretação, segundo Bioni (2022, p. 77) expressa que “o grau de responsabilidade de uma atividade de tratamento de dados é correspondente ao nível de demonstração das medidas adotadas para o cumprimento das normas de proteção de dados”. Lacerda (2022, p. 160), a partir das disposições da EBIA quanto a prevenção contra vieses algorítmicos, explicabilidade e curadoria de dados utilizados pela IA, conclui que
RkJQdWJsaXNoZXIy MjEzNzYz