Inteligência Artificial e segredo de negócio: uma aproximação a partir da LGPD 18 O percurso começa situando o leitor na sociedade hiperconectada, emque dados, modelos emétricas se tornam infraestrutura do cotidiano. Longe de frases de efeito, os autores mapeiam com precisão os riscos reais de opacidade, vieses e erros em sistemas algorítmicos. Demonstram porque transparência não é sinônimo de exposição irrestrita de código-fonte, nem segredo pode ser escudo absoluto contra o escrutínio público. A cada passo, o texto reconcilia princípios com prática: explica o que é essencial para que o titular compreenda a lógica da decisão que o afetou, sem esvaziar a proteção legítima de ativos intangíveis que estimulam a pesquisa e o investimento. Na segunda parte da obra, o leitor encontra a anatomia do segredo de negócio e sua vizinhança com outros instrumentos de propriedade intelectual. Em lugar de slogans, há tipologias, casos e critérios: quando o segredo viabiliza a competição por diferenciação e quando, ao contrário, cristaliza assimetrias informacionais nocivas. A discussão é iluminada por exemplos paradigmáticos de decisões automatizadas de alto impacto, que revelam quanto a opacidade, se mal compreendida, pode ferir a revisão, a defesa e a própria confiança social em tecnologias que dependem de dados para aprender. O núcleo do livro, contudo, é jurídico e institucional: a leitura atenta do art. 20 da LGPD e o papel da Autoridade Nacional de Proteção de Dados como instância harmonizadora. Ao resgatar a finalidade do direito à revisão, não como pedido de acesso ao algoritmo, mas como garantia de informação clara e adequada sobre critérios e procedimentos decisórios, os autores delineiam o caminho da explicabilidade funcional: explicar o suficiente, de modo inteligível e verificável, para que o titular possa exercer seus direitos e para que o regulador possa auditar onde, quando e como for necessário. É uma proposta sensata, tecnicamente viável e, sobretudo, fiel à letra e ao espírito da LGPD. O leitor encontrará ainda um repertório pragmático: métricas e indícios para reconhecer discriminação algorítmica; salvaguardas proporcionais ao risco; e gatilhos para audi-
RkJQdWJsaXNoZXIy MjEzNzYz