Este capítulo define o uso de sistemas automatizados, algoritmos e ferramentas de inteligência artificial (IA) na análise e aprovação de conteúdos publicitários, estabelecendo limites legais e operacionais, e reforçando que tais ferramentas são instrumentos de apoio, não árbitros finais.

9.1 Diferença entre políticas privadas e legislação brasileira

• Políticas privadas: regras internas do sistema ou da empresa para controle de qualidade, ética e risco.

• Legislação brasileira: normas federais, estaduais e municipais que têm força obrigatória.

• Importante: uma recusa automatizada de conteúdo baseada apenas em regras internas não implica ilegalidade, mas deve ser registrada para transparência e rastreabilidade.

9.2 Recusa automatizada ≠ ilegalidade

• Sistemas de IA ou algoritmos podem sinalizar ou bloquear automaticamente conteúdos considerados sensíveis ou de risco.

• Toda recusa ou bloqueio deve gerar um registro contendo:

  • Identificação do conteúdo

  • Motivo da recusa

  • Data, hora e operador responsável (caso a decisão seja revisada manualmente)

9.3 Uso responsável de IA no fluxo operacional

1. Análise preliminar

   • A IA pode identificar palavras-chave, imagens ou padrões que sugiram risco legal ou sensível.

2. Sinalização ao operador humano

   • O operador revisa o conteúdo antes da decisão final, garantindo avaliação jurídica e ética.

3. Registro de decisão

   • Todas as ações da IA e do operador devem ser registradas no sistema para rastreabilidade.

9.4 IA como apoio, não como árbitro jurídico

• Decisão final: deve sempre estar sob responsabilidade de um operador humano ou do administrador do sistema.

• Limites de responsabilidade:

  • A IA não substitui a análise legal ou ética.

  • Erros de interpretação automática devem ser revisados manualmente.

• Proteção jurídica: manter logs e histórico de avaliações automatizadas e revisões humanas.

9.5 Atualização de algoritmos

• Revisão periódica dos modelos e regras de IA, para alinhamento com:

  • Novas leis e regulamentações

  • Mudanças nas políticas internas

  • Feedback de operadores e usuários

• Treinamento contínuo do sistema para reduzir falsos positivos ou negativos.

Conclusão

O uso de ferramentas automatizadas e IA agiliza a análise de conteúdos, mas não elimina a necessidade de intervenção humana, garantindo que todas as decisões estejam alinhadas à legislação, às políticas internas e à responsabilidade dos agentes envolvidos.