Governança de IA na recuperação de crédito

Quando um agente de IA passa a executar — e não apenas redigir — a pergunta de governança muda. Deixa de ser “o texto está adequado?” e passa a ser “até onde este agente pode decidir sozinho, quem aprova o que excede, quem consegue interromper e o que sobra como prova”. Esta página separa três registros que o mercado costuma misturar: o que a lei exige, o que é boa prática operacional e o que é arquitetura. Escrita para credores, fundos de recebíveis e operações B2B — não para o consumidor que quer negociar a própria dívida.

Aviso: este é material informativo sobre exigência legal, boa prática e arquitetura. Não constitui parecer jurídico e não substitui análise do caso concreto.

O que a LGPD realmente diz sobre decisões automatizadas

O art. 20 da Lei 13.709/2018, na redação dada pela Lei 13.853/2019, assegura ao titular o direito de solicitar a revisão de decisões tomadas unicamente com base em tratamento automatizado que afetem seus interesses, incluídas as que definem perfil de consumo e de crédito.

Dois detalhes mudam inteiramente a leitura do artigo. A expressão “por pessoa natural”, que constava da redação original de 2018, foi removida. E o § 3º, incluído pela mesma lei e que trataria da revisão humana, foi vetado. A consequência prática: a LGPD não exige, em texto expresso, que a revisão seja feita por uma pessoa.

O que a lei exige expressamente é outra coisa, e é operacionalmente mais dura do que parece. Pelo § 1º, o controlador deve fornecer, sempre que solicitadas, informações claras e adequadas sobre os critérios e os procedimentos usados na decisão automatizada, observados segredo comercial e industrial. Pelo § 2º, se essas informações forem negadas com base em segredo, a autoridade nacional poderá realizar auditoria para verificar aspectos discriminatórios.

Quem opera com IA precisa, portanto, conseguir explicar o critério — não exibir o modelo. Um sistema que só guarda a conversa não responde a esse pedido.

Uma ressalva de prazo de validade, que é ela própria informação útil: a matéria está sob regulamentação da ANPD, que abriu tomada de subsídios sobre inteligência artificial e revisão de decisões automatizadas. O que está escrito acima descreve o texto vigente hoje, não um ponto final.

O que o CDC muda quando IA participa da cobrança

O art. 42 do Código de Defesa do Consumidor é direto: na cobrança de débitos, o consumidor inadimplente não será exposto a ridículo, nem será submetido a qualquer tipo de constrangimento ou ameaça. O parágrafo único dá ao consumidor cobrado em quantia indevida direito à repetição do indébito por valor igual ao dobro do que pagou em excesso, com correção e juros, salvo engano justificável. O quantum em dobro depende, portanto, de pagamento efetivo — a Corte Especial do STJ firmou que a repetição pressupõe o pagamento da cobrança indevida (EAREsp 676.608/RS, j. 21/10/2020). Ser cobrado indevidamente, por si só, não gera o dobro.

Nada nesse artigo depende de quem redigiu a mensagem. Um agente autônomo não herda uma liberdade que o credor nunca teve — e a responsabilidade continua do fornecedor. O art. 42-A ainda exige que todo documento de cobrança apresentado ao consumidor traga nome, endereço e CPF ou CNPJ do fornecedor: uma obrigação de identificação que precisa sobreviver à automação de canal.

Consequência de projeto: frequência, horário, insistência e formulação deixam de ser parâmetros de performance e passam a ser limites verificáveis.

Superendividamento e a Lei 14.181/2021

A Lei 14.181/2021 inseriu no CDC o capítulo de prevenção ao superendividamento. O art. 54-A, § 1º define superendividamento como a impossibilidade manifesta de o consumidor pessoa natural, de boa-fé, pagar a totalidade de suas dívidas de consumo sem comprometer seu mínimo existencial. O art. 54-G lista condutas vedadas ao fornecedor de produto ou serviço que envolva crédito.

É aqui que a otimização irrestrita deixa de ser uma regra operacional suficiente. Um agente instruído apenas a maximizar recuperação tende, por construção, a pressionar exatamente quem a lei protege — porque pressão funciona no curto prazo e o modelo não distingue sozinho um devedor circunstancial de um consumidor em superendividamento. Consequência de projeto, e não exigência legal: a função objetivo precisa de restrição declarada, e a restrição precisa viver fora do prompt.

Alçadas: até onde um agente pode decidir

Alçada é o limite explícito do que um agente pode decidir sem aprovação: qual desconto, qual prazo, qual condição, para qual perfil de dívida. Abaixo do limite, executa. Acima dele, para.

O teste que separa alçada real de alçada declarada é simples e pode ser feito ao vivo em qualquer demonstração: peça para violar o limite. Um sistema com alçada de verdade interrompe a negociação e gera uma pendência de aprovação — na frente de quem está assistindo. Um sistema que apenas pediu boa conduta ao modelo vai, mais cedo ou mais tarde, conceder.

Três propriedades distinguem parâmetro de instrução: a alçada é versionada (dá para dizer qual versão valia na data), verificável fora do modelo (não depende de o agente lembrar) e vinculada ao registro da decisão (dá para dizer sob qual limite aquela concessão saiu).

Aprovação e escalonamento humano

Como estabelecido acima, a revisão humana não é exigência expressa da LGPD. Ainda assim, manter uma pessoa na fronteira é a prática mais defensável disponível — e o motivo é prático, não cerimonial: é o único ponto onde o caso atípico encontra julgamento antes de virar dano.

Escalonamento útil tem quatro propriedades: gatilho declarado (o que exatamente sobe), contexto anexado (quem recebe vê o estado do caso, não um alerta solto), estado explícito (o caso fica visivelmente parado, aguardando decisão) e registro da aprovação (quem liberou, quando, sob qual limite). Parar precisa ser um estado operacional legítimo, não uma falha a ser contornada.

Interrupção e kill switch

Kill switch é o padrão de governança que garante que a operação possa ser interrompida por decisão humana, no meio do fluxo, sem depender da cooperação do agente. É um controle que organizações deveriam exigir de qualquer fornecedor de execução autônoma.

Perguntas concretas para a avaliação: quem pode acionar, e sem depender do fornecedor? Em quanto tempo a execução cessa de fato? A interrupção é total ou por escopo (uma carteira, um segmento, um canal, um agente)? O que acontece com as ações já despachadas ao canal? E o acionamento fica registrado, com autor e horário?

Um botão que apenas silencia a interface, deixando a fila drenar, não é interrupção — é conforto visual.

Trilha de evidências e auditabilidade

Trilha de evidência não é log de conversa. Log responde o que foi dito; evidência responde o que foi decidido, sob qual regra e por autoridade de quem. Para ser útil numa revisão interna, numa auditoria ou numa disputa, a trilha precisa permitir reconstituir o caso por quem não estava lá.

O conjunto mínimo que deveria existir por caso:

• Instrução — o que foi pedido ao agente, e por quem.
• Decisão — o que ele propôs e escolheu fazer.
• Política e alçada vigentes — qual versão valia naquele momento.
• Aprovação — quando houve exceção, quem liberou.
• Execução — o que efetivamente saiu, em qual canal.
• Resposta do provedor — o que o canal devolveu.
• Estado resultante — em que situação o caso ficou.

Vale um cuidado de vocabulário ao avaliar fornecedores: “imutável” é uma afirmação técnica forte, e quem a usa deveria ser capaz de descrever o mecanismo que a sustenta. Na maioria dos sistemas, o que existe é registro por evento com controle de acesso — o que já é muito, e não precisa ser vendido como mais do que é.

Checklist de governança para agentes de IA em recuperação de crédito

Doze perguntas para levar a qualquer avaliação de fornecedor. Servem tanto para software quanto para operação terceirizada.

1. Qual é a alçada de cada agente, em número, e onde ela está declarada?
2. A alçada é parâmetro versionado ou instrução dentro do prompt?
3. O que exatamente dispara escalonamento para uma pessoa?
4. Quem aprova a exceção, e esse ato fica registrado com autor e horário?
5. Quem pode interromper a execução, em quanto tempo, e com qual escopo?
6. O que acontece com as ações já despachadas quando a interrupção é acionada?
7. Consigo reconstituir uma decisão específica seis meses depois?
8. Consigo dizer qual política e qual limite valiam na data daquela concessão?
9. Como o sistema responde a um pedido do titular baseado no art. 20 da LGPD?
10. Quais restrições de frequência, horário e formulação estão codificadas, e não apenas recomendadas?
11. Há tratamento diferenciado para indícios de superendividamento?
12. A evidência é registro de decisão ou transcrição de conversa?

Se as respostas 1, 5 e 7 não forem demonstráveis ao vivo, o restante tende a ser intenção.

Como avaliar uma arquitetura de IA governada

Governança não é um módulo que se acrescenta depois. Ou a decisão passa por uma camada que a avalia antes de executar, ou o controle é narrativo. Essa camada é a categoria que o OrqOS chama de Governed AI Operations: trabalho operacional executado por agentes de IA sob política versionada, alçada explícita, autoridade humana e evidência auditável. A descrição completa da categoria está aqui.

Aplicada à recuperação de crédito, essa camada é a vertical Fair Recovery: recuperar dentro de limites declarados, com autoridade humana preservada nas exceções. É o oposto de cobrança indiscriminada com verniz de IA — e também o oposto de um chatbot com boas intenções.

Sobre o estágio, sem inflação: a camada de operação de agentes do OrqOS — missão, ferramentas autorizadas, alçadas e escalonamento — está em desenvolvimento ativo. A jornada até acordo e parcelamento e a fundação de payment truth já foram validadas em ambiente privado, e as integrações operacionais de pagamento e conciliação permanecem em desenvolvimento ativo. Esta página descreve o modelo operacional e o critério de avaliação — não o estágio de implementação de cada componente, e não divulga resultados, clientes ou operações não comprovadas.

Para ver o mesmo critério traduzido em sete perguntas de demonstração, veja sistema de cobrança com IA: o que exigir. Para o recorte de agentes aplicados à recuperação, veja IA para recuperação de crédito. Para o mapa completo da operação, Soluções.

Perguntas frequentes

A LGPD exige revisão humana de decisões automatizadas?

Não. O art. 20 da Lei 13.709/2018, na redação dada pela Lei 13.853/2019, assegura ao titular o direito de solicitar a revisão de decisões tomadas unicamente com base em tratamento automatizado. A expressão “por pessoa natural”, que constava do texto de 2018, foi removida, e o § 3º que trataria da revisão humana foi vetado. O que a lei impõe hoje é o direito à revisão e, pelo § 1º, informação clara sobre os critérios e procedimentos da decisão. Revisão humana é boa prática defensável — não é exigência legal expressa.

O que é alçada para um agente de IA?

É o limite explícito do que aquele agente pode decidir sozinho: qual desconto, qual prazo, qual condição. Abaixo do limite, executa. Acima dele, para e a decisão sobe para uma pessoa. Alçada não é tom de voz nem prompt: é parâmetro operacional versionado, verificável fora do modelo.

O que é um kill switch em agentes de IA?

É o padrão de governança que garante que a operação possa ser interrompida por decisão humana, no meio do fluxo, sem depender da cooperação do agente. Quem avalia um fornecedor deve perguntar quem pode acionar, em quanto tempo a execução cessa, o que acontece com as ações já em curso e onde isso fica registrado.

IA pode fazer cobrança automaticamente?

Pode executar contato e negociação, mas não herda liberdade que o credor não tem. O art. 42 do CDC proíbe expor o consumidor inadimplente a ridículo ou submetê-lo a constrangimento ou ameaça, e essa fronteira vale independentemente de quem redigiu a mensagem. A responsabilidade permanece do fornecedor.

Como auditar decisões de um agente de IA?

Reconstituindo o caso: qual instrução, qual decisão, sob qual política e qual limite, com qual aprovação, qual execução, qual resposta do canal e qual estado resultante. Transcrição de conversa não é trilha de evidência: registra o que foi dito, não o que foi decidido nem sob qual regra.

Qual a diferença entre automação e IA governada?

Automação executa uma sequência definida por quem a configurou. IA governada decide dentro de um limite declarado e responde por essa decisão com evidência. A diferença não está na sofisticação do modelo: está em existir, ou não, uma camada que diga o que o agente pode fazer sozinho e o que precisa subir.

Fontes primárias: Lei 13.709/2018 (LGPD), art. 20, com a redação da Lei 13.853/2019 · Lei 8.078/1990 (CDC), arts. 42 e 42-A · Lei 14.181/2021, que inseriu os arts. 54-A e seguintes no CDC. Texto consolidado consultado em planalto.gov.br. Esta página é material informativo e não constitui parecer jurídico.