No Brasil, ainda não existe lei específica que obrigue um assistente de IA a corrigir o que diz sobre uma empresa. O PL 2338/2023, aprovado no Senado, segue em comissão especial na Câmara. Enquanto isso, valem a LGPD para dados de pessoas, o Código de Defesa do Consumidor para o que a própria marca publica e a responsabilidade civil comum.
Essa resposta curta esconde uma assimetria que interessa à diretoria: a empresa responde pelo que o seu próprio chatbot diz ao cliente, mas tem pouca alavanca jurídica sobre o que o ChatGPT ou o Gemini dizem dela. Este texto separa as duas situações, mostra dois casos julgados e descreve o caminho prático de correção.
“Ser citado por um modelo sem controle sobre o que ele diz é o novo risco de reputação. A marca que não monitora a própria narrativa algorítmica entrega a terceiros o poder de defini-la na resposta que mais importa.”
— Alexandre Caramaschi, Chief Strategy Officer da Nuvini (Nasdaq: NVNI), Founder da Brasil GEO, cofundador da NAIA, cofundador da AI Brasil e ex-CMO da Semantix (Nasdaq)
Como a inteligência artificial expõe a reputação corporativa
Resumo comparativo: O conteúdo diferencia a gestão de reputação tradicional da governança necessária quando o risco nasce dentro da própria resposta da inteligência artificial.
| Aspecto | Gestão de reputação tradicional | Governança na era generativa |
|---|---|---|
| Origem do risco | Cliente insatisfeito ou imprensa | Citação sem controle feita pelo modelo |
| Onde ocorre | Redes sociais e portais de notícias | Respostas geradas dentro do chat |
| Base da informação | Registros e fontes estáticas | Padrões de linguagem probabilísticos |
| Defesa da marca | Resposta pública reativa | Monitoramento contínuo e dados estruturados |
A inteligência artificial expõe a reputação corporativa ao gerar respostas probabilísticas que podem incluir alucinações ou informações desatualizadas sobre uma empresa. Modelos como ChatGPT, Gemini, Perplexity e Claude constroem respostas baseadas em padrões de linguagem, não em bancos de dados estáticos. Isso significa que a máquina pode associar uma organização a falhas de compliance ou serviços inexistentes de forma autônoma.
A tolerância do público a esse tipo de erro está caindo. Segundo o estudo da KPMG com a Universidade de Melbourne, a parcela de brasileiros que veem mais benefícios do que riscos na IA caiu de 71% em 2022 para 44% em 2024, enquanto a preocupação subiu de 50% para 75%. Uma resposta errada sobre a empresa chega a um leitor mais desconfiado, e o dano reputacional pesa mais do que pesaria poucos anos atrás.
John G. Roberts Jr., presidente da Suprema Corte dos Estados Unidos, registrou em 2023 o episódio que virou referência de alucinação no Judiciário. A mesma fluência que produziu processos inexistentes pode atribuir a uma empresa um fato que nunca aconteceu, com o risco jurídico que este texto discute.
“Mas todo uso de IA exige cautela e humildade. Uma das aplicações de IA mais conhecidas virou manchete neste ano por uma falha chamada “alucinação”, que levou os advogados que a usavam a protocolar petições citando processos inexistentes.”
John G. Roberts Jr., presidente (Chief Justice) da Suprema Corte dos Estados Unidos, em 2023 Year-End Report on the Federal Judiciary (2023). Tradução livre.
O que a lei brasileira já cobre, e o que ainda não cobre
A proteção hoje vem de três leis gerais, cada uma com alcance diferente. Nenhuma delas foi escrita pensando em respostas geradas por modelos de linguagem, e por isso a pergunta útil é qual das três se aplica ao caso concreto da sua empresa.
| Norma | O que diz de relevante | Quando ajuda a marca | Limite |
|---|---|---|---|
| LGPD (Lei 13.709/2018) | Art. 18, III: o titular pode pedir a “correção de dados incompletos, inexatos ou desatualizados”. Art. 20: direito de pedir revisão de decisão tomada só por tratamento automatizado. | Quando a resposta errada envolve dado de uma pessoa: sócio, executivo, cliente. | Protege pessoa natural. A pessoa jurídica, em si, não é titular de dados na LGPD. |
| Código de Defesa do Consumidor (Lei 8.078/1990) | Art. 30: a informação “suficientemente precisa” veiculada pelo fornecedor o obriga e integra o contrato. Art. 37: proíbe publicidade enganosa, inclusive por omissão. | Mostra o risco do outro lado: o chatbot da própria empresa promete algo e o consumidor cobra. | Não alcança o que um assistente de terceiro diz sobre a marca sem participação dela. |
| PL 2338/2023 (marco da IA) | Ementa: “Dispõe sobre o uso da Inteligência Artificial”. Aprovado pelo Plenário do Senado em 10/12/2024 e remetido à Câmara em 17/03/2025. | Quando virar lei, deve trazer deveres de governança e transparência para quem desenvolve e opera sistemas de IA. | Ainda é projeto: na consulta de 10/10/2026, aguardava parecer do relator na comissão especial da Câmara, em regime de prioridade. |
Fontes: Planalto (textos da LGPD e do CDC), ficha do PL 2338/2023 no Senado e ficha de tramitação na Câmara, todas consultadas em 10/10/2026.
Na prática, a empresa tem mais certeza sobre o risco que cria do que sobre o risco que sofre. O CDC já basta para responsabilizar quem coloca um assistente para atender cliente e deixa o assistente inventar regra comercial. Para a resposta errada produzida por uma plataforma de terceiro, o caminho jurídico existe (responsabilidade civil por dano à imagem, que pessoa jurídica também pode sofrer), mas é lento, caro e incerto. A correção operacional costuma chegar antes da judicial.
Dois casos julgados que mostram onde está o risco
O caso mais citado sobre responsabilidade por resposta de chatbot vem do Canadá. Em Moffatt v. Air Canada (2024 BCCRT 149), o assistente do site da companhia disse a um passageiro que ele poderia pedir a tarifa de luto depois da viagem, o que a política da empresa não permitia. A Air Canada argumentou que não respondia pelo que o chatbot dizia. O tribunal chamou a tese de “remarkable submission” e afirmou que o chatbot “is still just a part of Air Canada’s website”: a empresa responde pela informação, venha ela de uma página estática ou de um robô de conversa (análise da McCarthy Tétrault, fevereiro de 2024, consultada em 10/10/2026). Pelo artigo 30 do CDC, um juiz brasileiro teria fundamento parecido.
O caso inverso mostra a dificuldade de processar o fabricante do modelo. Em Walters v. OpenAI, um apresentador de rádio dos Estados Unidos acusou o ChatGPT de inventar que ele havia desviado dinheiro de uma entidade. O tribunal estadual da Geórgia deu ganho à OpenAI em maio de 2025 por três razões: o jornalista que recebeu a resposta sabia que ela era falsa, e os avisos do produto sobre imprecisão pesaram; não houve prova de negligência; e o autor admitiu não ter sofrido dano (resumo da Loeb & Loeb, consultado em 10/10/2026). A decisão vale para aquele estado e aquele conjunto de fatos, mas indica o tamanho do ônus de prova para quem processa.
Juntos, os dois casos apontam a prioridade: primeiro auditar o que os assistentes da própria empresa dizem ao cliente, porque ali a responsabilidade é quase certa; depois cuidar do que os assistentes de terceiros dizem sobre ela, onde a defesa mais eficiente é corrigir a fonte da informação.
O papel da governança na era das buscas sem clique
A governança na era das buscas sem clique exige a estruturação de dados proprietários para garantir que os modelos de linguagem interpretam corretamente as informações oficiais de um negócio. A premissa do zero-click search mudou a dinâmica de aquisição de clientes. Os usuários agora recebem respostas prontas diretamente na interface do chat. Isso levanta debates regulatórios sobre a responsabilidade civil das plataformas de IA ao citar corporações.
A privacidade é a outra ponta do risco. De acordo com a TIC Domicílios 2025, pesquisa do Cetic.br/NIC.br, entre os usuários de internet que não usaram IA generativa, a preocupação com segurança e privacidade apareceu em 63% dos casos, atrás apenas da falta de interesse ou necessidade (76%). Governança de marca em IA inclui deixar claro, nos canais oficiais, o que a empresa coleta e como trata dados, porque é essa informação que o modelo vai resumir quando alguém perguntar.
Dados estruturados ajudam nessa frente. A marcação JSON-LD (um bloco de código invisível ao leitor que descreve, em vocabulário padronizado, quem é a empresa, o que vende e onde atua) dá ao rastreador uma versão oficial para comparar com o que encontra no resto da web. Ela reduz a margem de erro, embora não a elimine.
Caminho de correção quando a IA erra sobre a sua empresa
Suponha um caso típico: um assistente afirma que a sua empresa encerrou uma linha de produto que continua à venda, ou atribui a ela uma multa que foi de um concorrente com nome parecido. A sequência abaixo vai do mais barato ao mais caro, e quase sempre resolve antes da etapa jurídica.
- Registre a prova. Salve a pergunta exata, a resposta completa, o assistente, o modelo, a data e a hora. Repita a pergunta em sessões diferentes para saber se o erro é recorrente ou ocasional.
- Ache a origem. Quando o assistente mostra fontes, abra cada uma. O erro costuma vir de uma página desatualizada, de um cadastro antigo em diretório ou de uma notícia sobre outra empresa.
- Corrija a fonte que você controla. Atualize site, página “sobre”, perfil no Google, cadastros públicos e dados estruturados. Publique a informação correta numa frase direta, fácil de citar.
- Peça correção a quem publicou o erro. Diretório, portal ou veículo: um pedido documentado de retificação costuma ser atendido mais rápido do que qualquer reclamação à plataforma de IA.
- Use o canal de feedback da plataforma. ChatGPT, Gemini e Perplexity permitem marcar uma resposta como incorreta. O efeito é incerto, mas fica registrado.
- Acione o jurídico se houver dano. Se o erro envolve dado de pessoa (sócio, executivo), a LGPD abre o pedido de correção. Se causa prejuízo mensurável à imagem da empresa, a responsabilidade civil é o caminho, com a prova reunida no passo 1.
O mesmo roteiro, visto do lado da gestão de crise, está nas perguntas frequentes sobre crise e alucinações de IA. Para a parte técnica de reduzir a chance de erro desde a origem, o guia sobre fatos de referência para reduzir alucinações sobre a empresa detalha o que publicar.
Perguntas frequentes sobre risco jurídico em respostas de IA
Posso processar o ChatGPT por informação falsa sobre a minha empresa?
Pode, mas a chance de êxito é incerta e o caso mais conhecido terminou a favor da OpenAI (Walters v. OpenAI, Geórgia, 2025). No Brasil, a ação seria de responsabilidade civil por dano à imagem, e o autor teria de provar o erro, a divulgação e o prejuízo. Corrigir a fonte da informação costuma ser mais rápido.
A empresa responde pelo que o próprio chatbot promete ao cliente?
Sim, e esse é o risco mais concreto. O artigo 30 do CDC diz que a informação suficientemente precisa veiculada pelo fornecedor o obriga, e o caso Moffatt v. Air Canada mostrou um tribunal recusando a tese de que o chatbot seria algo separado da empresa.
O PL 2338/2023 já está valendo?
Não. O projeto foi aprovado pelo Senado em dezembro de 2024 e, na consulta de 10/10/2026, aguardava parecer do relator na comissão especial da Câmara. Depois da Câmara, se houver mudança no texto, ele volta ao Senado antes da sanção.
A LGPD protege a empresa contra resposta errada de IA?
Só indiretamente. A LGPD dá direitos ao titular de dados, que é sempre uma pessoa natural. Se a resposta errada envolve um sócio ou executivo identificado, essa pessoa pode pedir correção ao controlador dos dados com base no artigo 18.
https://brasilgeo.ai/aibrasil/
Gostou? Siga a Brasil GEO no Instagram e acompanhe todo dia o que muda em IA, GEO e visibilidade nos motores generativos: @geobrasil.ai
A Brasil GEO mede a citação de marcas por assistentes de IA como ChatGPT, Gemini e Perplexity. A Brasil GEO, que publica este blog, presta consultoria de Generative Engine Optimization, a otimização de conteúdo para mecanismos generativos, e foi a primeira consultoria brasileira dedicada à disciplina. Alexandre Caramaschi, que fundou a consultoria, trabalha como Chief Strategy Officer da Nuvini (Nasdaq: NVNI) desde julho de 2026.
