A Shadow AI nas empresas já deixou de ser uma tendência distante e passou a fazer parte da rotina de muitas organizações. Colaboradores usam ferramentas de Inteligência Artificial para ganhar produtividade, acelerar entregas e resolver tarefas do dia a dia. No entanto, quando esse uso acontece sem processos, critérios e governança de IA, a tecnologia que parecia uma aliada pode abrir espaço para riscos de segurança, perda de qualidade e decisões baseadas em informações imprecisas.
O que é Shadow AI nas empresas e por que ela avançou nas PMEs
A Shadow AI nas empresas acontece quando colaboradores utilizam ferramentas de Inteligência Artificial sem aprovação, orientação ou acompanhamento formal da organização. Na prática, isso significa que um profissional pode usar um chatbot, um gerador de texto, uma ferramenta de análise de dados ou uma solução de automação para realizar tarefas do trabalho, mesmo que a empresa não tenha autorizado oficialmente aquele recurso.
Esse movimento se parece muito com o antigo conceito de “Shadow IT”, quando equipes adotavam softwares, aplicativos ou plataformas sem passar pelo departamento responsável por tecnologia. Porém, com a Inteligência Artificial, o risco ganha uma camada adicional: essas ferramentas não apenas armazenam ou organizam informações, mas também interpretam dados, geram respostas, sugerem decisões e influenciam entregas.
O avanço da Shadow AI nas empresas foi impulsionado por uma combinação bastante clara: pressão por produtividade, facilidade de acesso às ferramentas e ausência de diretrizes internas. Hoje, qualquer colaborador pode abrir uma plataforma de IA generativa, inserir uma demanda e receber uma resposta em segundos. O problema é que, sem orientação, essa praticidade pode levar ao envio de dados sensíveis, à criação de conteúdos inconsistentes e ao uso de informações sem validação humana.
Esse cenário não é apenas uma percepção de mercado. Segundo o Work Trend Index 2024 da Microsoft e do LinkedIn, 75% dos profissionais do conhecimento já usam IA no trabalho. Além disso, 78% dos usuários de IA levam suas próprias ferramentas para o ambiente profissional, prática conhecida como BYOAI, índice que sobe para 80% em pequenas e médias empresas. O mesmo levantamento aponta que 52% das pessoas que usam IA no trabalho têm receio de admitir que utilizam a tecnologia em tarefas importantes.
Esse dado revela um ponto essencial: o uso de IA nas empresas já está acontecendo, mesmo quando a liderança ainda não estruturou uma política oficial. Portanto, a pergunta não é mais se os colaboradores estão usando Inteligência Artificial, mas como estão usando, com quais ferramentas, para quais tarefas e com que nível de segurança.
Outro estudo, da Salesforce, reforça esse alerta ao mostrar que mais de um quarto dos trabalhadores já utilizava IA generativa no trabalho, sendo que mais da metade fazia isso sem aprovação formal dos empregadores. Ou seja, existe uma distância importante entre a velocidade de adoção pelos profissionais e a capacidade das empresas de estabelecerem regras, processos e critérios de uso.
Nas PMEs, esse fenômeno tende a ser ainda mais sensível. Muitas empresas de pequeno e médio porte operam com equipes enxutas, metas agressivas e processos em construção. Assim, quando uma ferramenta promete economizar tempo, revisar textos, montar relatórios, criar apresentações ou organizar informações rapidamente, ela passa a ser adotada de forma quase espontânea. A intenção geralmente é positiva, mas a ausência de curadoria transforma uma solução pontual em um risco silencioso.
Além disso, a Shadow AI nas empresas pode se espalhar sem deixar rastros claros. Um colaborador pode usar uma ferramenta para resumir contratos, outro para analisar planilhas, outro para responder clientes e outro para criar documentos internos. Isoladamente, cada ação parece simples. No conjunto, porém, a empresa passa a ter dados, decisões e comunicações sendo processados por plataformas que talvez não tenham sido avaliadas quanto à segurança, privacidade, confiabilidade e adequação ao negócio.
Portanto, o perigo não está na Inteligência Artificial em si. Pelo contrário, a IA para PMEs pode ser uma excelente aliada para aumentar eficiência, melhorar processos e apoiar decisões. O risco surge quando a adoção acontece sem governança de IA, sem treinamento e sem clareza sobre o que pode ou não ser compartilhado com essas ferramentas.
É justamente por isso que a Shadow AI nas empresas precisa ser tratada como uma pauta estratégica, não apenas tecnológica. Afinal, ela envolve segurança da informação, qualidade das entregas, cultura organizacional, gestão de processos e responsabilidade sobre o uso dos dados. Quando a empresa ignora esse movimento, perde a chance de transformar a Inteligência Artificial em vantagem competitiva e passa a conviver com riscos difíceis de mapear.
Shadow AI nas empresas: os principais riscos do uso de IA sem curadoria
Depois de entender o que é Shadow AI nas empresas e por que esse fenômeno cresceu com tanta velocidade, é necessário olhar para o ponto mais sensível: o uso de Inteligência Artificial sem curadoria não gera apenas desorganização. Ele pode comprometer dados, decisões, entregas, reputação e até a forma como a empresa se comunica com o mercado.
O problema se agrava porque a adoção da IA nem sempre acontece de maneira visível para a liderança. Segundo a Microsoft, 78% dos usuários de IA levam suas próprias ferramentas para o trabalho, movimento conhecido como BYOAI, e esse índice chega a 80% em pequenas e médias empresas. A mesma pesquisa aponta que essa prática pode colocar dados corporativos em risco, especialmente em um contexto no qual segurança cibernética e privacidade são preocupações centrais dos líderes.
A Salesforce também reforça esse alerta. Em uma pesquisa com mais de 14 mil trabalhadores em 14 países, a empresa identificou que 28% dos profissionais já usavam IA generativa no trabalho, sendo que mais da metade fazia isso sem aprovação formal dos empregadores. Além disso, quase 7 em cada 10 trabalhadores globais nunca haviam recebido treinamento sobre como usar IA generativa de maneira segura e ética no ambiente profissional.
Vazamento de dados e exposição de informações sensíveis
O primeiro grande risco da Shadow AI nas empresas é o vazamento de dados. Em muitos casos, o colaborador não tem intenção de descumprir regras. Ele apenas copia e cola uma informação em uma ferramenta de IA para resumir um contrato, revisar uma proposta, organizar uma planilha, analisar dados de clientes ou transformar uma reunião em ata. No entanto, quando não existe uma política clara, ninguém sabe exatamente quais informações podem ser inseridas, quais ferramentas são seguras e quais dados jamais devem sair do ambiente corporativo.
Esse ponto é especialmente delicado porque as pequenas e médias empresas costumam lidar com informações estratégicas, mesmo sem possuir grandes estruturas de segurança. Listas de clientes, condições comerciais, dados financeiros, contratos, estratégias de compra, margens, documentos internos, informações de colaboradores e processos operacionais podem parecer simples no dia a dia. Porém, quando expostos em ferramentas não homologadas, esses dados deixam de estar sob controle da empresa.
Portanto, o risco não está apenas em uma grande invasão hacker ou em um incidente sofisticado de segurança. Muitas vezes, o problema nasce de um gesto aparentemente inofensivo: pedir que uma IA “melhore esse texto”, “resuma esse documento” ou “analise essa base”. Sem governança de IA, a empresa não tem rastreabilidade, não sabe onde seus dados circularam e não consegue medir o impacto de uma eventual exposição.
Alucinações da IA e decisões baseadas em erros
Outro risco importante está nas chamadas alucinações da IA. Esse termo é usado quando uma ferramenta de Inteligência Artificial gera uma resposta com aparência convincente, mas com informações incorretas, inventadas ou fora de contexto. Em um uso pessoal, isso já pode ser um problema. No ambiente empresarial, pode se transformar em um erro de análise, uma decisão equivocada ou uma entrega sem consistência.
Imagine, por exemplo, um colaborador usando IA para interpretar uma cláusula contratual, montar uma análise de mercado, responder a uma objeção comercial, revisar um procedimento interno ou construir um relatório para a diretoria. Se a resposta for aceita sem revisão humana, a empresa pode tomar decisões com base em dados frágeis ou interpretações erradas.
Além disso, a IA costuma transmitir segurança na forma como escreve. Esse é justamente o perigo: um texto bem estruturado pode esconder uma conclusão incorreta. Por isso, o uso de IA nas empresas precisa estar associado a critérios de validação, revisão especializada e responsabilidade clara sobre a entrega final.
A curadoria humana continua sendo indispensável. A Inteligência Artificial pode acelerar pesquisas, organizar raciocínios e apoiar a produtividade, mas não deve substituir a análise crítica de quem conhece o negócio, os processos, os clientes e as consequências de cada decisão.
Perda de identidade, padrão e qualidade nas entregas
A Shadow AI nas empresas também pode comprometer a qualidade e a identidade da organização. Quando cada colaborador utiliza uma ferramenta diferente, com comandos diferentes e sem orientação sobre tom de voz, padrão técnico e critérios de revisão, as entregas começam a perder unidade.
Isso pode aparecer em propostas comerciais com estilos muito distintos, respostas a clientes com linguagem desalinhada, documentos internos sem padrão, relatórios com profundidades diferentes e apresentações que não refletem a forma como a empresa deseja se posicionar. Aos poucos, a empresa deixa de ter uma comunicação consistente e passa a depender da interpretação individual de cada colaborador sobre como a IA deve ser usada.
Esse risco é ainda mais relevante porque qualidade não está apenas no conteúdo final, mas também no processo que levou até ele. Uma entrega aparentemente bonita pode ter argumentos genéricos, dados não verificados, recomendações desalinhadas com a realidade operacional e ausência de profundidade técnica. Ou seja, a IA pode melhorar a aparência do material sem necessariamente melhorar sua qualidade estratégica.
Por essa razão, a governança de IA precisa incluir padrões claros. A empresa deve definir quando a IA pode ser usada, quais tipos de tarefa podem ser apoiados por ela, quais informações devem ser protegidas, quem revisa as entregas e quais critérios determinam se um conteúdo está pronto para ser enviado a um cliente, fornecedor ou equipe interna.
Dependência de ferramentas não homologadas
Existe ainda um quarto risco, muitas vezes ignorado: a dependência de ferramentas não homologadas. Quando a empresa não oferece soluções oficiais, os colaboradores procuram alternativas por conta própria. No início, isso parece resolver um problema de produtividade. No entanto, com o tempo, a operação pode passar a depender de plataformas que não foram avaliadas quanto à segurança, estabilidade, privacidade, custo, propriedade dos dados e aderência às necessidades do negócio.
Essa dependência cria uma fragilidade operacional. Se uma ferramenta muda suas regras, limita funcionalidades, altera políticas de uso ou deixa de estar disponível, parte da produtividade da equipe pode ser afetada. Além disso, a empresa pode descobrir tarde demais que processos importantes estavam sendo executados fora dos ambientes aprovados.
Nesse contexto, a IA para PMEs deve ser tratada como uma decisão de gestão, não como uma escolha improvisada de cada área. O objetivo não deve ser proibir a tecnologia, mas transformar o uso disperso em um modelo seguro, produtivo e alinhado aos objetivos da empresa.
Em resumo, os principais riscos da Inteligência Artificial sem curadoria não surgem porque a IA é inadequada para o ambiente corporativo. Eles surgem porque a adoção acontece sem processo, sem política, sem treinamento e sem responsabilidade definida. Portanto, combater a Shadow AI nas empresas não significa frear a inovação, mas criar as condições para que ela gere eficiência sem comprometer segurança, qualidade e confiança.
Shadow AI nas empresas na prática: casos reais que acendem o alerta
A discussão sobre Shadow AI nas empresas fica ainda mais clara quando sai do campo conceitual e chega aos casos reais. Afinal, muitas organizações só percebem o tamanho do risco quando um erro já ganhou proporção pública, jurídica ou operacional. E, embora alguns exemplos tenham acontecido em grandes empresas ou em setores altamente regulados, as lições se aplicam diretamente às PMEs: a falta de processo, curadoria e revisão pode transformar uma tentativa de ganhar produtividade em prejuízo concreto.
Um dos casos mais conhecidos aconteceu nos Estados Unidos, no processo Mata v. Avianca. Dois advogados utilizaram o ChatGPT como apoio para uma peça jurídica e acabaram apresentando ao tribunal decisões judiciais falsas, geradas pela ferramenta. O problema não foi apenas o uso da IA, mas a ausência de verificação adequada antes da entrega final. O tribunal aplicou sanções aos profissionais envolvidos e destacou que havia falha na checagem das informações apresentadas. Esse episódio se tornou um marco porque mostrou, de forma muito objetiva, que uma resposta bem escrita pela Inteligência Artificial pode parecer confiável mesmo quando está completamente errada.
Para as empresas, a lição é direta: se a IA pode inventar jurisprudências em um documento jurídico, também pode gerar dados incorretos em um relatório comercial, sugerir argumentos frágeis em uma proposta, interpretar mal uma cláusula contratual ou criar uma análise estratégica baseada em premissas inexistentes. Portanto, quando a Shadow AI nas empresas acontece sem validação humana, o risco não está apenas no conteúdo produzido, mas na confiança excessiva depositada em uma ferramenta que não tem compromisso natural com a verdade factual.
Outro caso bastante citado envolve a Samsung. Em 2023, reportagens apontaram que colaboradores da empresa inseriram informações internas e código-fonte em ferramentas de IA generativa, incluindo o ChatGPT, para apoiar tarefas como correção de código e organização de registros de reuniões. Segundo a cobertura da época, o episódio levou a companhia a restringir o uso dessas ferramentas por funcionários, justamente pelo risco de exposição de informações sensíveis.
Esse exemplo é especialmente importante porque revela um ponto comum na rotina corporativa: muitas vezes, o colaborador não age com má-fé. Pelo contrário, ele quer resolver um problema com mais rapidez. No entanto, ao copiar um trecho de código, uma ata interna, uma planilha, uma estratégia comercial ou um documento de cliente em uma ferramenta não homologada, ele pode expor informações que deveriam permanecer dentro do ambiente controlado da empresa.
Nas pequenas e médias empresas, esse risco pode ser ainda mais silencioso. Uma PME talvez não tenha um grande departamento de segurança da informação, políticas robustas de tecnologia ou processos claros para homologação de ferramentas. Assim, cada área passa a escolher suas próprias soluções. O comercial usa uma IA para propostas, o financeiro usa outra para analisar planilhas, o RH utiliza uma ferramenta para comunicações internas e a operação experimenta recursos de automação sem uma diretriz comum. Aos poucos, a empresa cria um ecossistema invisível de IA, sem controle, sem padrão e sem rastreabilidade.
Além dos casos de vazamento e erro factual, há um terceiro prejuízo menos óbvio, mas muito relevante: a perda de confiabilidade nas entregas. Quando uma empresa permite, ainda que por omissão, que cada colaborador use IA da forma que quiser, a qualidade final passa a depender da habilidade individual de cada pessoa em escrever comandos, revisar respostas e identificar inconsistências. Isso cria uma operação desigual, na qual algumas entregas ficam excelentes, outras superficiais e outras perigosamente equivocadas.
Vale observar que os problemas com IA generativa no ambiente profissional continuam aparecendo. Em 2026, a Reuters noticiou novos casos envolvendo advogados e citações falsas ou não verificáveis em documentos judiciais, reforçando que o uso inadequado de IA segue trazendo consequências sérias quando não há revisão, transparência e responsabilidade sobre o material entregue.
Para uma PME, talvez o prejuízo não apareça em forma de multa judicial ou manchete internacional. Ele pode surgir de maneira mais discreta: uma proposta enviada com informação incorreta, uma análise de estoque baseada em dados mal interpretados, uma comunicação com cliente fora do tom da marca, uma decisão operacional apoiada em premissas falsas ou o vazamento de uma informação estratégica para uma ferramenta que nunca foi avaliada pela empresa.
É por isso que a Shadow AI nas empresas precisa ser vista como um risco de gestão. A questão não é perguntar se a equipe deve ou não usar IA, mas estabelecer quais usos são permitidos, quais dados podem ser inseridos, quais ferramentas são seguras, quem revisa as entregas e quais processos precisam de aprovação antes de serem automatizados ou acelerados pela tecnologia.
No fim, os casos reais mostram uma verdade incômoda: a Inteligência Artificial pode aumentar a produtividade, mas também pode multiplicar falhas quando usada sem critério. E, para empresas que prezam por eficiência, segurança e qualidade, o caminho mais inteligente não é ignorar a tecnologia, nem proibi-la de forma genérica. O caminho é criar governança de IA para transformar o uso desordenado em vantagem competitiva controlada.
Governança de IA nas empresas: como proteger sua PME sem frear a inovação
Diante dos riscos apresentados, a solução para a Shadow AI nas empresas não deve ser simplesmente bloquear o uso da tecnologia. Essa abordagem pode parecer segura no curto prazo, mas tende a empurrar o problema para a informalidade. Quando a equipe percebe que a IA aumenta produtividade, reduz retrabalho e acelera entregas, a proibição sem alternativa pode gerar justamente o comportamento que a empresa quer evitar: o uso escondido, disperso e sem nenhum controle.
O caminho mais estratégico é criar governança de IA. Na prática, isso significa estabelecer regras, processos, responsabilidades e critérios para que a Inteligência Artificial seja usada com segurança, qualidade e alinhamento ao negócio. Esse movimento está em sintonia com referências internacionais, como o AI Risk Management Framework do NIST, que organiza a gestão de riscos em quatro funções: governar, mapear, medir e gerenciar. A ISO/IEC 42001 também reforça a importância de estruturar sistemas de gestão para o uso responsável da Inteligência Artificial, equilibrando inovação e controle.
Portanto, a governança não deve ser vista como burocracia. Pelo contrário, ela é o que permite que o uso de IA nas empresas aconteça com mais confiança. Quando existem diretrizes claras, a equipe sabe o que pode usar, quais dados não devem ser compartilhados, quais ferramentas são aprovadas e em quais situações a revisão humana é obrigatória.
Criação de políticas claras para o uso de IA nas empresas
O primeiro passo para reduzir a Shadow AI nas empresas é criar uma política objetiva de uso. Esse documento não precisa nascer complexo. Ele precisa nascer claro, aplicável e conectado à realidade da operação.
Uma boa política deve responder perguntas simples, mas decisivas: quais ferramentas de IA podem ser utilizadas? Quais tipos de dados jamais devem ser inseridos em plataformas externas? Quais atividades podem receber apoio da IA? Quais entregas exigem revisão humana antes de serem enviadas? Quem é responsável por validar respostas geradas por IA em documentos, relatórios, propostas ou comunicações com clientes?
Além disso, a política precisa diferenciar tipos de uso. Usar IA para organizar ideias de uma apresentação não tem o mesmo risco de usar IA para analisar dados financeiros, resumir contratos, revisar informações de clientes ou interpretar indicadores estratégicos. Quando tudo é tratado da mesma forma, a empresa corre o risco de ser rígida demais onde poderia ser flexível e permissiva demais onde deveria ser cautelosa.
Definição de ferramentas homologadas e ambientes seguros
Depois de estabelecer regras, a empresa precisa oferecer alternativas seguras. Afinal, uma das razões pelas quais a Shadow AI nas empresas cresce é justamente a ausência de ferramentas oficiais. Se a organização não orienta, não disponibiliza e não homologa soluções, os colaboradores buscam recursos por conta própria.
A homologação de ferramentas deve considerar critérios como segurança da informação, política de privacidade, possibilidade de controle de acesso, retenção de dados, integração com sistemas existentes, custo, suporte e aderência às necessidades do negócio. Para uma PME, isso não significa adotar uma estrutura pesada, mas sim fazer escolhas conscientes.
Também é importante definir diferentes níveis de acesso. Nem toda pessoa precisa usar IA com os mesmos dados, da mesma forma e para as mesmas tarefas. Uma área pode precisar de apoio para criação de textos; outra, para análise de indicadores; outra, para automação de processos internos. A governança de IA ajuda a organizar esse uso por finalidade, risco e responsabilidade.
Treinamento das equipes para reduzir riscos da Inteligência Artificial
Mesmo com boas ferramentas, a empresa continuará vulnerável se as pessoas não forem treinadas. Os riscos da Inteligência Artificial não surgem apenas da tecnologia, mas da forma como ela é utilizada. Por isso, o treinamento deve fazer parte da estratégia desde o início.
A equipe precisa entender que uma resposta gerada por IA não é automaticamente verdadeira, segura ou adequada. Também precisa saber identificar quando uma informação deve ser checada, quando um dado não pode ser compartilhado e quando a IA deve ser usada apenas como apoio, não como fonte final de decisão.
Esse ponto é ainda mais relevante porque pesquisas já mostram uma distância entre adoção e preparo. A Salesforce identificou que 28% dos trabalhadores usavam IA generativa no trabalho e que mais da metade fazia isso sem aprovação formal. A mesma pesquisa apontou que quase 7 em cada 10 trabalhadores globais nunca haviam recebido treinamento sobre o uso seguro e ético da IA generativa no ambiente profissional.
Revisão humana, curadoria e padronização das entregas
A governança de IA também deve estabelecer um princípio indispensável: a responsabilidade final pela entrega continua sendo humana. A IA pode apoiar a construção de textos, análises, relatórios, apresentações e ideias, mas não deve substituir a curadoria de quem conhece o negócio.
Isso significa que documentos estratégicos, propostas comerciais, comunicações externas, análises financeiras, pareceres, contratos, conteúdos técnicos e decisões operacionais precisam passar por revisão. A empresa deve definir quem revisa, com quais critérios e em quais etapas do processo.
Além disso, a padronização é essencial. Sem orientações claras, cada colaborador cria seus próprios comandos, interpreta a resposta da IA de uma forma e entrega materiais com níveis diferentes de profundidade. Com processos definidos, a empresa consegue criar modelos, padrões de linguagem, checklists de validação e fluxos de aprovação. Assim, a IA deixa de ser uma ferramenta improvisada e passa a fazer parte de um sistema de trabalho mais maduro.
Como a governança de IA apoia eficiência, segurança e qualidade
A grande vantagem da governança é que ela não impede a inovação. Ao contrário, ela cria as condições para que a inovação aconteça com menos risco. Quando a empresa organiza o uso da Inteligência Artificial, consegue aproveitar seus benefícios com mais consistência: ganho de produtividade, redução de retrabalho, apoio à tomada de decisão, melhoria de processos e mais velocidade na execução.
Para a IA para PMEs, esse ponto é decisivo. Pequenas e médias empresas geralmente precisam fazer mais com menos, otimizar recursos e responder rapidamente às mudanças do mercado. A Inteligência Artificial pode ajudar muito nesse desafio, desde que esteja conectada a processos, indicadores, responsabilidades e padrões de qualidade.
É nesse ponto que a visão de gestão se torna fundamental. A empresa não precisa apenas escolher ferramentas; ela precisa redesenhar processos, preparar pessoas, definir governança, mapear riscos e transformar o uso da IA em uma prática segura e produtiva. Quando isso acontece, a tecnologia deixa de ser um movimento desordenado e passa a sustentar eficiência operacional de verdade.
Portanto, combater a Shadow AI nas empresas não é declarar guerra à Inteligência Artificial. É assumir o controle sobre como ela entra na operação, quais problemas deve resolver e quais limites precisa respeitar. Empresas que fizerem esse movimento mais cedo terão mais segurança para inovar, mais qualidade nas entregas e mais maturidade para transformar IA em vantagem competitiva.
Como transformar a Shadow AI nas empresas em vantagem competitiva
A Shadow AI nas empresas não deve ser tratada como uma ameaça à inovação, mas como um sinal de alerta sobre a forma como a tecnologia está sendo incorporada à rotina corporativa. Quando colaboradores recorrem à Inteligência Artificial sem orientação, sem ferramentas homologadas e sem critérios de validação, a empresa passa a conviver com riscos que nem sempre são visíveis no primeiro momento.
Por outro lado, quando existe governança de IA, o cenário muda. A Inteligência Artificial deixa de ser um recurso improvisado e passa a fazer parte de uma estratégia estruturada, com processos, responsabilidades, padrões de qualidade e segurança da informação. Para as PMEs, esse movimento é ainda mais importante, porque permite ganhar produtividade sem comprometer dados, reputação e consistência nas entregas.
Portanto, o desafio não é escolher entre usar ou não usar IA. O verdadeiro desafio é definir como a tecnologia será usada, por quem, com quais limites e dentro de quais processos. Empresas que conseguirem responder a essas perguntas com clareza estarão mais preparadas para transformar a IA em vantagem competitiva, em vez de permitir que ela se torne um risco silencioso dentro da operação.
Fontes consultadas
Microsoft Work Trend Index 2024: dados sobre uso de IA no trabalho, BYOAI e adoção de ferramentas próprias por colaboradores.
Salesforce: pesquisa sobre uso de IA generativa no ambiente profissional sem aprovação formal e falta de treinamento dos trabalhadores.
Mata v. Avianca: decisão judicial sobre sanções aplicadas em caso envolvendo citações falsas geradas por ChatGPT.
Forbes: reportagem sobre a restrição da Samsung ao uso de ChatGPT e outros chatbots após exposição de informações sensíveis.
NIST AI Risk Management Framework: referência para gestão de riscos de IA baseada nas funções governar, mapear, medir e gerenciar.
ISO/IEC 42001:2023: norma internacional para sistemas de gestão de Inteligência Artificial.
