A inteligência artificial comercial precisa mostrar de onde tirou a resposta

A lei brasileira garante revisão, e a surpresa está em quem revisa

Quem assina um agente de inteligência artificial para atender ou vender costuma supor que a lei já garante três coisas: o cliente sabe que fala com uma máquina, a resposta mostra de onde veio, e uma pessoa revisa o que o sistema decidiu. Em consulta de 23 de agosto de 2026 ao texto da Lei 13.709/2018 no site do Planalto, a LGPD em vigor garante parte de uma dessas três, e a parte que garante vem com uma limitação escrita no próprio parágrafo.

O art. 20 diz que o titular dos dados tem direito a solicitar a revisão de decisões tomadas unicamente com base em tratamento automatizado de dados pessoais que afetem seus interesses, incluídas as decisões destinadas a definir o seu perfil pessoal, profissional, de consumo e de crédito ou os aspectos de sua personalidade. O § 1º obriga o controlador a fornecer, sempre que solicitado, informações claras e adequadas a respeito dos critérios e dos procedimentos utilizados para a decisão automatizada, observados os segredos comercial e industrial. Esse parágrafo é o gancho real de rastreabilidade que existe hoje, e ele termina com a ressalva que o fornecedor vai usar.

A surpresa está na palavra que saiu do texto. A redação original de 2018 falava em revisão por pessoa natural. A Lei 13.853/2019 retirou essa exigência, e o § 3º, que tentava reinstituir a revisão humana, aparece na página do Planalto como (VETADO). O que a LGPD garante em 2026 é o direito de pedir a revisão, feita por quem o controlador escolher, inclusive por outro sistema automatizado. Revisão por pessoa é cláusula contratual; a lei não a impõe.

O § 2º completa o desenho. Se o controlador recusar a explicação alegando segredo comercial, a autoridade nacional poderá realizar auditoria para verificação de aspectos discriminatórios em tratamento automatizado de dados pessoais. O verbo é poderá: a auditoria é uma faculdade da ANPD, e o titular não tem como exigi-la. Em nenhum ponto a LGPD obriga o controlador a dizer de qual documento saiu uma resposta específica. O que ela obriga é a explicar critérios e procedimentos, e só até onde o segredo comercial deixa.

O projeto de lei está parado na Câmara, e nem ele pede a fonte

O PL 2338/2023, o marco legal da inteligência artificial, foi aprovado pelo Plenário do Senado em 10 de dezembro de 2024 e remetido à Câmara dos Deputados em 17 de março de 2025. Na ficha de tramitação da Câmara consultada em 23 de agosto de 2026 a situação é Aguardando Parecer do(a) Relator(a) na Comissão Especial, em regime de prioridade. A última ação legislativa registrada é de 17 de junho de 2026, e o que ela contém são despachos de apensação: 35 projetos foram anexados ao principal. Em agosto de 2026 o projeto não é lei, não tem parecer, e nada dele é exigível de fornecedor nenhum.

• 10/12/2024aprovação do PL 2338/2023 pelo Plenário do Senado, conforme a ficha da matéria no site do Senado consultada em 23 de agosto de 2026
• 17/06/2026última ação legislativa na Câmara, despachos de apensação, conforme a ficha de tramitação consultada em 23 de agosto de 2026
• 35projetos apensados ao PL 2338/2023 na Câmara, conforme a mesma ficha de tramitação
• 0ocorrências da palavra rastreabilidade nas 36 páginas do autógrafo aprovado pelo Senado, contadas em 23 de agosto de 2026

Vale ler o que o texto exigiria se virasse lei, porque é o padrão contratual que o comprador pode antecipar. O art. 5º dá, independentemente do seu grau de risco, o direito à informação quanto às suas interações com sistemas de IA, de forma acessível, gratuita e de fácil compreensão, inclusive sobre caráter automatizado da interação. Esse é o único direito que valeria para qualquer agente comercial. O art. 6º reserva ao sistema de IA de alto risco o direito à explicação sobre a decisão, o direito de contestar e de solicitar a revisão e o direito à revisão humana das decisões, levando-se em conta o contexto, o risco e o estado da arte do desenvolvimento tecnológico.

A lista de alto risco do art. 14 não inclui atendimento ou venda comercial genérica. A explicação do art. 6º vem, de novo, respeitado o segredo comercial e industrial. O art. 8º abre uma válvula na supervisão humana: ela não será exigida caso sua implementação seja comprovadamente impossível ou implique esforço desproporcional. O registro aparece no art. 18, também só para alto risco, como documentação em formato adequado para o aplicador e uso de ferramentas ou processos de registro da operação do sistema para o desenvolvedor. Os princípios do art. 3º falam em transparência e explicabilidade, observado o segredo comercial e industrial e em diligência devida e auditabilidade. A palavra rastreabilidade, tão usada nas propostas comerciais, não aparece uma vez sequer no autógrafo.

A ANPD, que herdaria a fiscalização dos dois textos, publicou em 19 de agosto de 2026 a metodologia de testagem do seu sandbox regulatório em inteligência artificial e proteção de dados, que busca avaliar aspectos relacionados à transparência, explicabilidade e proteção de dados pessoais em sistemas de inteligência artificial, com a transparência algorítmica como um dos pontos centrais da experimentação. É um piloto, e o aviso na página inicial da autoridade, em 23 de agosto de 2026, diz que o site e as redes sociais estão restritos até o fim das eleições. Nenhuma norma da ANPD trata de citação de fonte por agente comercial.

A régua europeia vale para o fornecedor global, e mede menos do que a proposta diz

Desde 2 de agosto de 2026 a Comissão Europeia aplica as regras de transparência do AI Act. O comunicado de 31 de julho de 2026 resume a obrigação que alcança o agente comercial: chatbots and other interactive AI systems will have to tell users they are dealing with AI, not a human. O art. 50 do Regulamento (UE) 2024/1689 escreve isso como dever do fornecedor de garantir que the natural persons concerned are informed that they are interacting with an AI system, com a exceção de quando isso é óbvio para uma pessoa razoavelmente informada. O mesmo artigo, no item 2, exige que texto, áudio, imagem e vídeo sintéticos sejam marked in a machine-readable format and detectable as artificially generated or manipulated.

O restante do que as propostas comerciais atribuem ao AI Act pertence ao regime de alto risco. O art. 12 manda que high-risk AI systems shall technically allow for the automatic recording of events (logs) over the lifetime of the system. O art. 14 manda que sejam projetados para ser effectively overseen by natural persons during the period in which they are in use, com atenção ao automation bias. O art. 86 dá à pessoa afetada por decisão baseada em sistema de alto risco listado no Anexo III o direito a clear and meaningful explanations of the role of the AI system in the decision-making procedure. Conforme a página de política da Comissão Europeia consultada em 23 de agosto de 2026, essas obrigações passam a valer starting on 2 December 2027.

Para o comprador brasileiro, a régua europeia tem um uso preciso. Um fornecedor global que vende o mesmo produto nos dois mercados já construiu a identificação do agente como sistema de IA, porque desde agosto de 2026 ele precisa dela na Europa. Isso se herda. O log automático e a supervisão humana não se herdam: eles são obrigação de alto risco, começam em dezembro de 2027, e atendimento comercial não está entre as categorias de alto risco. Quem cita o AI Act para exigir trilha de auditoria de um agente de vendas está citando um artigo que não se aplica ao caso.

Quatro pontos de auditoria numa resposta só

A auditoria de um agente comercial cabe em quatro perguntas feitas sobre uma única resposta ao cliente. De qual documento a resposta saiu. Qual versão da base estava carregada naquele momento. Que ação o agente estava autorizado a executar. O que ficou registrado para alguém conferir depois. Cada pergunta corresponde a uma parte da resposta, e cada parte tem um fornecedor que a documenta melhor e um buraco já declarado em nota de rodapé.

O argumento de risco que sustenta as quatro perguntas já foi testado num tribunal. Em fevereiro de 2024 o tribunal de pequenas causas da Colúmbia Britânica, no caso Moffatt v. Air Canada, 2024 BCCRT 149, responsabilizou a companhia aérea por uma informação errada que o chatbot do site deu a um passageiro sobre tarifa de luto. A empresa argumentou que o chatbot era uma entidade separada. A decisão, lida na reprodução do escritório McCarthy Tétrault de 19 de fevereiro de 2024, respondeu: While a chatbot has an interactive component, it is still just a part of Air Canada's website. It should be obvious to Air Canada that it is responsible for all the information on its website. It makes no difference whether the information comes from a static page or a chatbot.

Duas outras frases da mesma decisão interessam a quem contrata. A primeira: I find Air Canada did not take reasonable care to ensure its chatbot was accurate, seguida da observação de que a empresa não explicou por que o cliente deveria conferir numa parte do site o que leu em outra. A segunda, que é o ponto deste artigo: Air Canada did not provide any information about the nature of its chatbot. Sem registro do que o agente disse e de onde tirou, a empresa não consegue corrigir o erro nem se defender dele.

O que oito fornecedores escrevem, com a frase

A prateleira abaixo é leitura da documentação pública de oito fornecedores, em nove páginas de ajuda e de API, consultadas em 23 de agosto de 2026. Três são camadas de API, em que a citação chega ao integrador e quem decide mostrá-la ao cliente é quem monta o produto. Cinco são plataformas de atendimento e vendas, que entregam o agente pronto. Para cada um, as três perguntas: expõe a fonte, guarda registro, limita ações. A frase literal vai junto, porque o que está escrito na central de ajuda é o que o comprador consegue cobrar, e a ausência de documentação sobre um recurso não prova que o recurso não existe.

As três camadas de API respondem bem à primeira pergunta. A Anthropic escreve que as citações return the exact passages that support each claim e que, por serem extraídas pela própria API, are guaranteed to contain valid pointers to the provided documents, com a ressalva de que only text citations are currently supported. A garantia cobre o ponteiro; a correção da alegação continua por conta de quem lê. A OpenAI avisa que the file search call will not return search results by default, e que é preciso usar o parâmetro include para obtê-los: quem não pede não tem o material de auditoria. A Google define embasamento como a capacidade de conectar a saída do modelo a fontes de informações verificáveis e lista entre os benefícios a capacidade de auditoria ao fornecer suporte de embasamento, que são links para fontes. Auditoria, ali, significa link na resposta, o que deixa a trilha de ações de fora.

A Salesforce tem a trilha mais explícita da prateleira e a descreve com precisão: os dados de auditoria incluem the masked prompt text that was sent to an external LLM, e you can also see the response generated by the LLM and the full unmasked response that was served to the user. A mesma página diz como chegar a isso: you'll need to turn on the Einstein generative AI data collection and storage and install the report package. A trilha não vem ligada e depende de edição paga. A página sobre retenção desses dados devolveu erro 404 em 23 de agosto de 2026, e por isso o prazo de guarda não está confirmado. Sobre a fonte, o Trust Layer escreve we back up model responses with explanations and sources whenever possible e completa: you're ultimately responsible for any LLM-generated response you share with your customers.

A HubSpot documenta a melhor resposta da prateleira à terceira pergunta. Antes de executar uma ação em nome do visitante, o administrador escolhe o nível de proteção: None: the customer agent runs the action without verifying the visitor's identity, Match email, que confere o e-mail contra o registro de contato, ou Verify email, que envia um link e só executa depois do clique. A mesma central recomenda que ações com informação sensível de conta should only send secure links or instructions, and should not make those changes directly within a conversation, e diz que o agente transfere a conversa a uma pessoa when its confidence is low or escalation rules are met, sem número para a confiança. O que falta nas páginas lidas é a trilha imutável das ações executadas.

Os dois números de vitrine, com as ressalvas inteiras

Duas medições aparecem em quase toda proposta de agente de IA, e as duas merecem ser lidas com o método ao lado. A primeira é o leaderboard de alucinação da Vectara, atualizado em 11 de maio de 2026, que mede taxa de alucinação em tarefa de resumo. O método publicado no repositório diz que os autores fed the full set of documents in the dataset to each of the LLMs and asked them to summarize each document, using only the facts presented in the document, e calcularam a taxa de inconsistência com temperatura zero. O conjunto de documentos é fechado, not publicly available to avoid overfitting by any LLM.

O uso correto desse quadro é como ordem de grandeza: mesmo com o documento inteiro na mão e a instrução de usar só o que está nele, a taxa de resumo inconsistente fica entre 1,8% e 10,9% nos dez modelos listados, conforme a medição da Vectara de 11 de maio de 2026, em conjunto fechado. O uso errado é transportar o número para o atendimento e dizer que o modelo X erra 5,6% das respostas ao cliente. O benchmark não mede isso, o dataset é de resumo, e a medição foi feita pelo fornecedor de um produto de RAG com o avaliador da própria casa. O número que vale para o comprador é o medido na base dele, e nenhum fornecedor da prateleira publica esse.

O segundo número é mais antigo e mais útil pelo mecanismo que pelo valor. O τ-bench, publicado em junho de 2024, simula conversas entre um usuário feito por modelo de linguagem e um agente com ferramentas de API e regras de política, e reporta que even state-of-the-art function calling agents (like gpt-4o) succeed on less than 50% of the tasks, and are quite inconsistent (pass^8 less than 25% in retail). Os números são de um modelo de 2024 e não descrevem os agentes de 2026. O que vale é o método: o benchmark compara o estado do banco de dados no fim da conversa com o estado esperado, e a métrica pass^k mede se o agente acerta a mesma tarefa k vezes seguidas.

O que dá para exigir hoje, em três camadas

A lista abaixo organiza as exigências pelo lastro que cada uma tem em 23 de agosto de 2026. A primeira camada o comprador brasileiro já tem sem escrever nada. A segunda ele herda de fornecedor global, e só dele. A terceira é a que precisa estar no contrato antes da assinatura, porque nenhuma lei brasileira a impõe e a documentação mostra que o fornecedor, quando a oferece, nem sempre a liga.

• Com força de lei no Brasil, hoje. Informações claras sobre critérios e procedimentos da decisão automatizada, sempre que o titular pedir, e a possibilidade de pedir revisão, pela LGPD art. 20, caput e § 1º. O fornecedor pode opor segredo comercial, e a lei não garante revisor humano.
• Transparência sobre o caráter sintético e automatizado do agente, se o produto for direcionado a crianças e adolescentes ou de acesso provável por eles, pelo Decreto 12.880/2026, art. 11.
• Responsabilidade integral pelo conteúdo publicitário gerado por IA, com dever de diligência sobre as limitações de cada ferramenta, pelo Código Brasileiro de Autorregulamentação Publicitária e pelo item 1.3.1 do guia do CONAR de maio de 2026.

• Se o fornecedor for global ou você atender a União Europeia. O agente informa que é um sistema de IA, desde 2 de agosto de 2026, pelo art. 50, item 1, do AI Act.
• Conteúdo sintético marcado em formato legível por máquina, pelo art. 50, item 2.
• Log, documentação e supervisão humana valem só para alto risco e só a partir de 2 de dezembro de 2027, e atendimento comum não é alto risco. Não cabe invocar como obrigação atual.

1. Citação de fonte na própria resposta, visível ao cliente final. A Zendesk documenta o recurso ligado por padrão, e esse é o piso de mercado que o contrato copia.
2. Lista de exceções de citação, por escrito, com a frase do fornecedor. HubSpot: fonte privada entra na resposta sem ser citada. Zendesk: CSV entra sem ser listado.
3. Base versionada, com janela de sincronização declarada em número. A Zendesk documenta até 24 horas para fonte externa; o contrato diz quantas horas a sua base admite.
4. Trilha de auditoria com o prompt enviado e a resposta servida, ligada desde o primeiro dia, com prazo de retenção e quem acessa. A Salesforce documenta a trilha mais explícita, desligada por padrão e sem prazo de guarda confirmado.
5. Ações permitidas em lista fechada, com nível de proteção por ação e default diferente de None. A HubSpot documenta os três níveis; o contrato escolhe o piso.
6. Regra de escalada para pessoa escrita em número. A HubSpot escreve que transfere quando a confiança é baixa; o contrato diz baixa quanto.
7. Se o jurídico exigir Zero Data Retention, decida por escrito qual objetivo vence, porque o ZDR da OpenAI força o parâmetro store como false e apaga na camada do modelo o registro que a auditoria pede.
8. Governança que existe só dentro do prompt é recusada como controle. Instrução em texto é pedido. Se a plataforma tem citação de fonte, log ou lista de ações, o fornecedor aponta a página que os descreve.
9. Teste de consistência em vez de demonstração: a mesma cesta de casos do comprador rodada de cinco a oito vezes, na base do comprador, com a taxa de acerto consistente e o log de cada rodada.
10. O número de alucinação da vitrine fica na vitrine. A medição que entra no contrato é a feita na base do comprador, com o método descrito.

O subtítulo desta página lista quatro coisas: fontes internas, base versionada, ações permitidas e registro de decisões. Nenhuma das quatro está numa lei brasileira em vigor, nenhuma está no projeto aprovado pelo Senado para um agente de atendimento, e cada uma existe em pelo menos um fornecedor da prateleira, quase sempre desligada, com exceção escrita em nota ou dependente de pacote pago. O lugar das quatro é o contrato, escrito antes da assinatura, com a frase da documentação ao lado de cada cláusula.

Perguntas que aparecem depois desta leitura

De onde vêm os números desta página

Cada dado abaixo tem origem nomeada e data de consulta. Número sem fonte publicada não entra no texto; quando a fonte não publica o valor, a página diz isso na frase.

1. Lei 13.709/2018, LGPD, art. 20 na redação em vigor, com o § 1º sobre critérios e procedimentos observados os segredos comercial e industrial, o § 2º sobre a auditoria facultativa da ANPD e o § 3º vetado. Consulta em 23 de agosto de 2026.
2. Senado Federal, ficha do PL 2338/2023, com a aprovação pelo Plenário em 10 de dezembro de 2024 e a remessa à Câmara em 17 de março de 2025. Consulta em 23 de agosto de 2026.
3. Câmara dos Deputados, ficha de tramitação do PL 2338/2023, com a situação de aguardando parecer do relator na comissão especial, a última ação de 17 de junho de 2026 e os 35 projetos apensados. Consulta em 23 de agosto de 2026.
4. Câmara dos Deputados, Dados Abertos, proposição 2487262, com a última ação legislativa e o regime de tramitação. Consulta em 23 de agosto de 2026.
5. Câmara dos Deputados, inteiro teor do autógrafo do PL 2338/2023 aprovado pelo Senado, 36 páginas, com os arts. 3º, 5º, 6º, 8º, 14 e 18. Consulta em 23 de agosto de 2026.
6. Decreto 12.880, de 18 de março de 2026, que regulamenta a Lei 15.211/2025, art. 11 sobre transparência de agentes conversacionais com crianças e adolescentes. Consulta em 23 de agosto de 2026.
7. ANPD, notícia de 19 de agosto de 2026 sobre a metodologia de testagem do Sandbox Regulatório em Inteligência Artificial e Proteção de Dados. Consulta em 23 de agosto de 2026.
8. Comissão Europeia, comunicado de 31 de julho de 2026 sobre o início da aplicação do AI Act e das regras de transparência em 2 de agosto de 2026. Consulta em 23 de agosto de 2026.
9. Comissão Europeia, página de política do marco regulatório de IA, com as obrigações de alto risco a partir de 2 de dezembro de 2027. Consulta em 23 de agosto de 2026.
10. Regulamento (UE) 2024/1689, art. 50, transparência para sistemas que interagem com pessoas, na reprodução do artificialintelligenceact.eu. Consulta em 23 de agosto de 2026.
11. Regulamento (UE) 2024/1689, art. 12, registro automático de eventos em sistemas de alto risco. Consulta em 23 de agosto de 2026.
12. Regulamento (UE) 2024/1689, art. 14, supervisão humana em sistemas de alto risco. Consulta em 23 de agosto de 2026.
13. Regulamento (UE) 2024/1689, art. 86, direito à explicação de decisão individual baseada em sistema de alto risco. Consulta em 23 de agosto de 2026.
14. Anthropic, documentação da Citations API, com a garantia de ponteiros válidos e a restrição a citações de texto. Consulta em 23 de agosto de 2026.
15. OpenAI, guia da ferramenta file search, com as anotações na resposta e o parâmetro include para os resultados da busca. Consulta em 23 de agosto de 2026.
16. OpenAI, guia sobre os dados do cliente, com o log de monitoramento de abuso de até 30 dias e o efeito do Zero Data Retention sobre o parâmetro store. Consulta em 23 de agosto de 2026.
17. Google Cloud, visão geral do embasamento na Gemini Enterprise Agent Platform, em português, atualizada em 8 de agosto de 2026, com a capacidade de auditoria por links para fontes. Consulta em 23 de agosto de 2026.
18. Salesforce, central de ajuda, dados de auditoria de IA generativa do Einstein Trust Layer, com o prompt mascarado, a resposta servida e a exigência de ligar a coleta e instalar o pacote de relatório. Consulta em 23 de agosto de 2026.
19. Salesforce, guia do Agentforce sobre o Trust Layer, com as fontes e explicações whenever possible e a responsabilidade final do cliente pela resposta. Consulta em 23 de agosto de 2026.
20. HubSpot, central de ajuda, fontes de conteúdo do customer agent, atualizada em 29 de julho de 2026, com a nota de que fontes privadas não são citadas. Consulta em 23 de agosto de 2026.
21. HubSpot, central de ajuda, ações do customer agent, atualizada em 11 de agosto de 2026, com os níveis de proteção None, Match email e Verify email. Consulta em 23 de agosto de 2026.
22. HubSpot, central de ajuda, entenda o customer agent, atualizada em 10 de agosto de 2026, com a transferência a humano por confiança baixa. Consulta em 23 de agosto de 2026.
23. Zendesk, central de ajuda, exibição de fontes em respostas generativas, atualizada em 15 de junho de 2026, com a opção ligada por padrão e a nota sobre arquivos CSV. Consulta em 23 de agosto de 2026.
24. Zendesk, central de ajuda, fontes de conhecimento externas, atualizada em 15 de junho de 2026, com a sincronização em geral a cada 24 horas e o uso de artigos restritos para cliente autenticado. Consulta em 23 de agosto de 2026.
25. Zendesk, central de ajuda, perguntas frequentes sobre os AI agents, atualizada em 12 de maio de 2026, com a OpenAI como subprocessadora na União Europeia. Consulta em 23 de agosto de 2026.
26. Intercom, central de ajuda, depuração de respostas do Fin, atualizada em 14 de maio de 2026, com a lista dos itens da biblioteca considerados relevantes. Consulta em 23 de agosto de 2026.
27. Intercom, central de ajuda, o Fin explicado, com os Fin Tasks para processos de várias ações. Consulta em 23 de agosto de 2026.
28. RD Station, central de ajuda, como melhorar a segurança e a previsibilidade do agente de IA, com as práticas de escopo, limitação e prioridade no prompt. Consulta em 23 de agosto de 2026.
29. Vectara, leaderboard de alucinação com o avaliador HHEM, atualizado em 11 de maio de 2026, com o método de resumo em temperatura zero e o conjunto de dados fechado. Consulta em 23 de agosto de 2026.
30. τ-bench, artigo no arXiv 2406.12045, de junho de 2024, com o resumo que reporta sucesso abaixo de 50% e pass^8 abaixo de 25% em varejo para agentes como o gpt-4o. Consulta em 23 de agosto de 2026.
31. McCarthy Tétrault LLP, Moffatt v. Air Canada: A Misrepresentation by an AI Chatbot, 19 de fevereiro de 2024, reprodução das frases da decisão 2024 BCCRT 149, lida porque o CanLII bloqueou o acesso. Consulta em 23 de agosto de 2026.
32. CONAR, Guia de Influenciadores, maio de 2026, item 1.3.1 sobre conteúdo gerado por IA e nota de rodapé 6 sobre a ausência de dever de disclosure. Consulta em 23 de agosto de 2026.
33. CONAR, página de notas técnicas, com as três notas publicadas, nenhuma sobre inteligência artificial. Consulta em 23 de agosto de 2026.