Inteligência Artificial e segredo de negócio: uma aproximação a partir da LGPD 90 compreendidos e aplicados em consonância com outras legislações, como a Lei de Acesso à Informação (LAI) e Marco Civil da Internet (MCI). Para a atração dos efeitos normativos da LGPD, a teor da previsão de seu art. 3°, caput, é necessária da existência de uma operação de tratamento de dados pessoais, realizada por pessoa natural ou jurídica, seja de direito público ou privado, independente do meio, desde que tratada em território nacional (inc. I), com o objetivo de oferta ou fornecimento de bens ou serviços (inc. II) e tenham sido coletados em território nacional (inc. III). Segundo o art. 5° da norma, entende-se por “tratamento” toda operação realizada com dados pessoais (inc. I e II), como as que se referem a coleta, produção, recepção, classificação, utilização, acesso, reprodução, transmissão, distribuição, processamento, arquivamento, armazenamento em banco de dados (inc. IV), eliminação (inc. XIV), avaliação ou controle da informação, modificação, comunicação, transferência (inc. XV), difusão (inc. XVI) ou extração. Relativamente à LGPD e as operações realizadas no tratamento de dados por um modelo algorítmico, Petry, Soares e Rosa (2024) advertem: Uma das funções da LGPD é criar um ambiente de confiança entre as empresas e os cidadãos, garantindo que os dados pessoais sejam tratados de forma segura e transparente. Portanto, o ponto de intersecção entre a LGPD e as relações que envolvem IA é a seleção de dados para integração de um data set e o treinamento do sistema. Um sistema de IA se desenvolve em etapas, que inclui a coleta de dados, o pré-treino, e o refinamento. A coleta é o marco inicial do ciclo de vida dos dados pessoais, e a primeira operação de tratamento, a partir da qual outras tantas são desencadeadas. Dados pessoais, incluindo nomes, informações biográficas públicas, dados de formação acadêmica e profissional, páginas de internet, comentários em publicações, formam uma parte dos conjuntos de dados importantes para garantir a acurácia dos modelos (Petry; Soares; Rosa, 2024, p. 193).
RkJQdWJsaXNoZXIy MjEzNzYz