Quando a política encontra o comportamento real
Um contratado do governo estava sob pressão. Ele tinha um acúmulo de pedidos de auxílio por inundação da FEMA para processar. Colou nomes, endereços e registros médicos no ChatGPT para trabalhar mais rápido. Não acreditava estar infringindo nenhuma regra. Usou apenas a melhor ferramenta disponível.
O resultado: uma investigação governamental e uma divulgação pública.
Este é o fracasso central da governança de IA baseada apenas em políticas. As políticas dizem aos funcionários o que fazer. Elas não interrompem o comportamento.
77% dos funcionários corporativos compartilham informações sensíveis de trabalho com ferramentas de IA pelo menos semanalmente — mesmo quando as políticas proíbem (eSecurity Planet/Cyberhaven 2025). Não são trabalhadores imprudentes. São pessoas sob pressão de tempo escolhendo a ferramenta mais rápida.
Por que as políticas falham
As políticas de uso de IA dependem do julgamento humano no momento da entrada. Esse momento é rápido. O funcionário pode não lembrar da política. Pode não ver o conteúdo como "sensível". Pode aceitar o risco porque a economia de tempo parece grande.
A análise do Q4 2025 da Cyberhaven descobriu que 34,8% de todas as entradas do ChatGPT contêm informações comerciais confidenciais. Muitos desses usuários conheciam a política. Colaram mesmo assim.
As políticas de acesso funcionam porque os sistemas as aplicam. O DLP na camada de e-mail funciona porque os sistemas o aplicam. As políticas de IA não têm aplicação no ponto de colagem. Uma decisão humana preenche essa lacuna. Em escala, humanos cometem erros.
O contratado da FEMA cometeu um desses erros. Não era um agente malicioso. A ferramenta venceu porque a política lhe pedia para escolher lentidão em vez de velocidade. Sob pressão, ele escolheu velocidade.
Controles técnicos param o que as políticas não conseguem
A única solução que funciona em escala opera na camada técnica — não na camada de treinamento.
Uma extensão de navegador pode interceptar o conteúdo da área de transferência antes que ele chegue a qualquer IA baseada na web. Quando o contratado copia nomes e endereços de solicitantes e cola no ChatGPT, a extensão detecta as informações pessoais, anonimiza e envia a versão limpa. A IA vê [NAME_1] e [ADDRESS_1] em vez de valores reais. Ela ainda completa a tarefa. Os dados privados do solicitante nunca chegam aos servidores do ChatGPT.
Isso é automático. Não exige que o usuário se lembre de nada.
Para desenvolvedores que usam Cursor ou GitHub Copilot, um Servidor MCP fornece a mesma camada. O código colado no contexto de IA passa primeiro pelo motor de anonimização. Credenciais e identificadores proprietários se tornam tokens. A IA recebe entradas limpas e ainda fornece resultados úteis.
Compare com o bloqueio: Bloqueio vs. Anonimização — Comparação de DLP no navegador.
O que muda com controles técnicos
Com uma extensão de navegador instalada, o cenário da FEMA se desenrola de forma diferente:
- Contratado copia registros de solicitantes do sistema de gestão
- Extensão detecta informações pessoais na área de transferência
- Uma janela de visualização mostra o que será substituído
- Versão anonimizada é enviada ao ChatGPT
- ChatGPT processa a solicitação e retorna resultados
- Contratado obtém a ajuda necessária — nenhuma investigação acionada
A política não precisava mudar. O treinamento não precisava ser executado. A camada de interceptação resolveu.
O treinamento em políticas reduz o risco nas margens. Os controles técnicos eliminam o modo de falha. O incidente da FEMA foi uma falha de política. Com uma única Chrome Extension implantada no dispositivo daquele contratado, não teria ocorrido.
Veja também:
- Governança de IA empresarial: Chrome Extension DLP
- DLP no navegador para ChatGPT, Claude e Gemini
- Chrome Extension: DLP no navegador para ferramentas de IA