Nem toda conversa com IA é um registro. Separe em três classes antes que a política de retenção faça isso mal

Nesta semana, o Google Vault passou a exportar conversas do Gemini no Gmail, no Docs e no Meet para eDiscovery. O Purview, da Microsoft, já aplica políticas de retenção às interações com o Copilot e a alguns apps de IA de terceiros. Nas duas suítes, a conversa de um funcionário com um assistente de IA agora é conteúdo que o time de compliance consegue pesquisar, reter e entregar.

A maioria das empresas ainda não decidiu o que essas conversas são. Dois instintos competem, e os dois estão errados. O jurídico quer guardar tudo, porque apagar um registro relevante é pior do que armazenar um irrelevante. A privacidade quer guardar o mínimo possível, porque um prompt pode conter qualquer coisa que o funcionário tenha colado ali, e a LGPD manda eliminar os dados quando o tratamento termina, salvo quando uma obrigação legal ou regulatória exige guardá-los (art. 16). Guarde tudo e a empresa acumula anos de texto sensível e não revisado. Apague tudo e ela perde justamente a conversa que explica uma decisão.

A nossa visão, e é uma opinião e não uma prática consolidada, é que conversas com IA devem ser separadas do jeito que as empresas já separam as outras comunicações: pelo uso que se faz delas, e não pela ferramenta que as produziu.

Três classes

Três classes de conversa com IA, três regras de retenção

Produtividade pessoal

• Rascunhar, resumir, reescrever
• Nenhum compromisso externo

Retenção curta, minimização, o usuário pode apagar

Comunicação de negócio

• Respostas a clientes ou fornecedores
• Orientações em que outros se baseiam

Mesmas regras do e-mail e do chat

Apoio a decisões em trabalho regulado

• Entrada de uma decisão de crédito, segurança, jurídica ou de qualidade
• Modelo, versão e fontes registrados

Guardada como parte do registro da decisão

Produtividade pessoal. Reescrever um parágrafo, resumir uma thread longa para si mesmo, fazer brainstorming. Nada sai do funcionário como compromisso. Essas conversas merecem a retenção mais curta que a lei permitir, minimização por padrão e a possibilidade de o usuário apagar. Guardá-las por anos cria risco sem valor.

Comunicação de negócio. Quando o assistente redige a resposta que vai para um cliente, ou produz uma orientação em que um colega se baseia para agir, a saída é comunicação de negócio e deve seguir as mesmas regras do e-mail e do chat. Nos Estados Unidos, o FINRA, a autorregulação das corretoras, lembrou em 2024 que as suas regras, inclusive as de comunicação e supervisão, são neutras em tecnologia e continuam valendo quando se usa IA generativa. A ferramenta mudou; a obrigação, não.

Apoio a decisões em trabalho regulado. Quando uma saída de IA alimenta uma decisão que um regulador pode examinar, como uma análise de crédito, uma investigação de qualidade, um caso de farmacovigilância ou uma revisão jurídica, a conversa faz parte do registro da decisão. Ela precisa de mais que o texto: qual modelo e versão respondeu, quais fontes usou e quem decidiu o quê. O time jurídico da Microsoft exigiu exatamente isso do seu agente de discovery, um raciocínio “reproduzível e explicável” e ligado aos documentos. Em ciências da vida, sistemas que guardam registros eletrônicos de boas práticas já precisam de trilhas de auditoria seguras e com carimbo de tempo, segundo regras como o 21 CFR Part 11 da FDA, que as farmacêuticas multinacionais seguem também no Brasil. Uma conversa com IA que molda um registro assim deve seguir o mesmo padrão.

Por que a classe tem de seguir o uso

O mesmo Gemini no Gmail pode fazer as três coisas numa única manhã. Por isso a retenção não pode ser configurada por ferramenta, como a maioria das empresas configurou o e-mail e o chat. Ela precisa ser inferida do contexto: a função do usuário, a aplicação, o destino da saída, ou uma ação explícita, como anexar a conversa a um caso.

Na prática, isso pede dois mecanismos:

• Um padrão por função. Conversas de pessoas do jurídico, do financeiro, das áreas clínicas, da qualidade ou do atendimento regulado começam numa classe de retenção mais longa. Todas as outras começam na curta.
• Uma etapa de promoção. Quando uma saída é usada numa decisão regulada, o sistema que registra a decisão captura a conversa, com modelo, versão e fontes. Quem é responsável por guardá-la é o fluxo, não a ferramenta de chat.

O segundo mecanismo importa mais. Uma decisão regulada não deveria depender de um log de chat ter sobrevivido; ela deveria carregar a própria evidência. É o mesmo princípio que aplicamos à prova em IA regulada: o registro vive com a decisão, fora do modelo.

O que resolver neste trimestre

1. Inclua as interações com IA na tabela de temporalidade com as três classes, e nomeie um dono para cada uma.
2. Confira os padrões das plataformas: o histórico de conversas está ligado, por quanto tempo é guardado, o usuário pode apagar, e é possível aplicar retenção legal? No Gemini no Workspace, a retenção legal ainda está por vir.
3. Defina a etapa de promoção em cada fluxo regulado que usa IA, e teste se o registro inclui a versão do modelo e as fontes.
4. Diga aos funcionários o que é guardado e por quê. As pessoas escrevem de outro jeito quando sabem que uma conversa pode ser lida depois. Em trabalho regulado, isso é uma vantagem.
5. Revise as classes quando os agentes agirem sozinhos. Um agente que envia, aprova ou protocola produz registros de negócio o tempo todo; os logs dele pertencem, por padrão, à segunda ou à terceira classe.

Todo novo canal de comunicação passou por isso: o e-mail, o mensageiro instantâneo, o WhatsApp corporativo. As conversas com IA são o próximo, e as empresas que as classificarem cedo vão gastar menos tempo discutindo o assunto diante de um regulador.