🔐 IA na Governança de Dados: Classificação Automatizada e Mitigação de Riscos em Ambientes Financeiros
Artigo Científico — Centro Universitário Senac, Campus Santo Amaro · São Paulo, 2026
| Link | |
|---|---|
| 🌐 Página do Projeto | matheusavolio.github.io/artigo_cientifico_PI5 |
| 📄 Artigo Científico (PDF) | artigo_classificacao_automatica_de_dados.pdf |
| 🖼️ Banner da Apresentação (PDF) | banner_artigo.pdf |
Este trabalho investiga como a Inteligência Artificial pode ser usada como mecanismo de controle na Governança de Dados de ambientes corporativos financeiros, classificando automaticamente informações em trânsito e reduzindo riscos de vazamento — em conformidade com a LGPD (Lei nº 13.709/2018) e com a norma ABNT NBR ISO/IEC 27001:2022.
O problema central que o artigo responde é:
Como a IA pode classificar automaticamente informações em trânsito e reduzir riscos de vazamento em ambientes financeiros, em conformidade com a LGPD e com os requisitos da ISO/IEC 27001?
O artigo propõe um modelo conceitual TO-BE de classificação automatizada com IA, estruturado em 4 camadas interdependentes:
| Camada | Função |
|---|---|
| 1 — Governança de Dados | Define políticas, papéis (DPO, Data Owner, Data Steward) e critérios normativos |
| 2 — Classificação Automatizada | Modelos de PLN (Legal-BERT+NER) analisam semanticamente os dados em trânsito |
| 3 — Controle DLP | Aplica ações diferenciadas: liberar, alertar, bloquear ou notificar o DPO |
| 4 — Conformidade e Auditoria | Registra logs auditáveis para a ANPD e auditorias internas |
| Nível | Definição | Ação DLP | Base Legal |
|---|---|---|---|
| 🟢 Público | Sem restrição de acesso | Monitoramento passivo | LGPD art. 7º |
| 🔵 Privado | Uso interno apenas | Alerta ao usuário | LGPD art. 46 |
| 🟡 Confidencial | Dano à organização se exposto | Bloqueio + Log | LGPD art. 46 + 48 |
| 🔴 Sensível | Dano direto ao titular (saúde, biometria, crédito) | Bloqueio + Notifica DPO | LGPD art. 5º,II · 11 · 52 |
O artigo avaliou cinco arquiteturas de PLN aplicadas a documentos regulatórios financeiros. O Legal-BERT+NER obteve os melhores resultados em todas as métricas:
| Modelo | Precisão | Recall | F1-Score | Conformidade |
|---|---|---|---|---|
| Legal-BERT+NER | 93,1% | 91,7% | 92,4% | 90,8% |
| Legal-BERT | 91,2% | 88,7% | 89,9% | 87,5% |
| FinBERT | 88,5% | 86,3% | 87,4% | 85,2% |
| Longformer | 86,7% | 83,9% | 85,3% | 82,4% |
| LSTM-SVM | 79,4% | 76,1% | 77,7% | 74,3% |
Fonte: Adaptado de Battu (2025) — International Journal of Science and Research Archive, v. 15, n. 3.
Pilotos em instituições financeiras dos EUA, UE e Índia demonstraram redução de ~40% na carga de trabalho manual de compliance com a adoção desses modelos.
O processo manual atual (AS-IS) apresenta três fragilidades estruturais:
- Ausência de critério padronizado de classificação entre colaboradores
- Dependência de julgamento individual para identificar a sensibilidade do dado
- Sem trilha de auditoria sistemática, dificultando a demonstração de conformidade com o art. 46 da LGPD
O modelo TO-BE proposto endereça todas essas fragilidades ao automatizar a classificação, padronizar os rótulos e gerar registros auditáveis contínuos.
Pesquisa exploratória com abordagem qualitativa, desenvolvida em 6 etapas:
- Definição do problema e objetivos
- Levantamento bibliográfico (Google Acadêmico, Repositório UFU, DSpace Mackenzie, IJSRA, Planalto)
- Leitura e organização por eixo temático
- Análise documental da LGPD e ISO/IEC 27001:2022
- Triangulação das fontes
- Estruturação do modelo conceitual TO-BE
| Arquivo | Descrição |
|---|---|
index.html |
Demonstração interativa do modelo Legal-BERT+NER (GitHub Pages) |
artigo_classificacao_automatica_de_dados.pdf |
Artigo científico completo em PDF |
banner_artigo.pdf |
Banner utilizado na apresentação do projeto |
README.md |
Documentação do repositório |
- BATTU, G. G. Automated Interpretation of Financial Regulations Using NLP. IJSRA, v. 15, n. 3, p. 832–840, 2025. DOI
- BRASIL. Lei nº 13.709/2018 — Lei Geral de Proteção de Dados Pessoais (LGPD). Link
- ABNT NBR ISO/IEC 27001:2022 — Segurança da Informação, Segurança Cibernética e Proteção à Privacidade
- CARDOSO, J. D. IA Generativa em ambientes corporativos: análise dos riscos de segurança e governança. UFU, 2025. Link
- GAYDUTSCHENKO, I. Vazamentos de dados: uma análise a partir da LGPD e das políticas de compliance. Mackenzie, 2022. Link
- SOUZA, R. A.; SOUZA, J. S. Inteligência artificial e a segurança da informação. Research, Society and Development, v. 13, n. 7, 2024. DOI
| Nome | ||
|---|---|---|
| Gabriela Nogueira Freire | gabiinnog@gmail.com | gabiinnog |
| Jade Alves Prado | jade.jadeprado@gmail.com | jadeprado |
| Matheus Avolio Sedel | avoliomatheus.sed@gmail.com | matheusavolio |
| Otavio Joaquim Fernandes | otaviojoaquimf@gmail.com | otaviojfernandes |
Centro Universitário Senac — Campus Santo Amaro · São Paulo, SP, Brasil · 2026
inteligência artificial governança de dados classificação da informação proteção de dados LGPD ISO 27001 Legal-BERT NLP DLP compliance RegTech setor financeiro