Cumplimiento Digital y Lgpd en el Sector Financiero: Desafíos en la Era de la Inteligencia Artificial.

Arlene Pereira da Silva Sacco; Thaís Helena Zero de Oliveira Pereira

DOI: 10.22167/2675-6528-202602680

Artículo derivado del Trabajo de Conclusión de Curso (TCC), con contenido basado en el trabajo original del alumno y adaptado al formato editorial de la Revista E&S con el apoyo de la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege para síntesis y organización textual.

Resumen

La investigación analizó los desafíos y las estrategias asociadas a la aplicación de los pilares del compliance digital para asegurar la conformidad con la Ley General de Protección de Datos Personales (LGPD) en un contexto organizacional marcado por el uso creciente de sistemas de inteligencia artificial en el sector financiero. Se adoptó un enfoque cualitativo y descriptivo, operacionalizado mediante un estudio de caso único, basado en el análisis documental de informes institucionales públicos referentes al período de 2022 a 2024, además de iniciativas planificadas para 2025. Los datos fueron examinados por análisis de contenido, orientados por categorías analíticas sobre compliance digital, LGPD, gestión de riesgos, controles técnicos y organizacionales, transparencia y rendición de cuentas. Los resultados evidenciaron una evolución progresiva de la madurez institucional, con fortalecimiento de las estructuras formales de gobernanza, revisión de normativas, capacitación de colaboradores y adopción de controles tecnológicos orientados a la protección de datos personales y a la seguridad de la información. Se observó que, a partir de 2023, la conformidad con la LGPD pasó a ser tratada de forma más explícita y estructurada, culminando, en 2024, en la presentación de evidencias medibles y en la integración entre gobernanza, gestión de riesgos y transformación digital. Se concluyó que la efectividad del compliance digital, en entornos que incorporan inteligencia artificial, depende de la consolidación de prácticas institucionales y de la evolución continua de los mecanismos de gobernanza y control.

Palabras clave: Cumplimiento digital; Inteligencia Artificial; LGPD; Sector financiero.

1. Introducción

La evolución del marco regulatorio brasileño en protección de datos, impulsada por la promulgación de la Ley número 13.709/2018, conocida como Ley General de Protección de Datos Personales (LGPD), ha exigido a las organizaciones la implementación de modelos de gobernanza robustos. Estos modelos buscan asegurar transparencia, seguridad y responsabilidad en el tratamiento de información personal (Brasil, 2018; Doneda, 2019). Este escenario regulatorio gana complejidad con la creciente integración de sistemas de inteligencia artificial (IA) en procesos decisorios y operativos, especialmente en el sector financiero.

La incorporación de la inteligencia artificial presenta desafíos significativos para el cumplimiento normativo, debido a la opacidad algorítmica y la dificultad de auditoría de sus procesos (Pasquale, 2015; O’neil, 2016). La LGPD, al combinar una estructura principista con la exigencia de buenas prácticas y mecanismos de gobernanza, impone a los agentes de tratamiento la necesidad de mitigar riesgos y demostrar continuamente la efectividad de las medidas adoptadas (Mulholland y Gomes, 2021). En el sector financiero, que maneja grandes volúmenes de datos y tiene alta criticidad operativa, la complejidad se ve amplificada por las robustas exigencias regulatorias (OECD, 2015; Belli et al., 2023).

Las instituciones financieras dependen cada vez más de soluciones de IA para análisis, segmentación de clientes y toma de decisiones, utilizando datos personales como insumo central para sus modelos de negocio (Moretti; Zuffo, 2023; Munhoz; Arima, 2021). Si bien la inteligencia artificial promueve la eficiencia y la innovación, también intensifica riesgos como la discriminación algorítmica, la falta de explicabilidad y el potencial de impactos adversos sobre los derechos fundamentales de los titulares de datos (Motta y Rosa, 2024; Nardi y Lutzky, 2023). Esta transformación digital exige una redefinición de la gobernanza, de los controles internos y de la rendición de cuentas sobre el tratamiento de datos personales, con la responsabilidad como principio central de la conformidad (Bioni, 2020; Doneda, 2019).

En este contexto, el concepto de compliance digital emerge como una evolución de los modelos tradicionales de conformidad, integrando dimensiones tecnológicas, organizacionales y normativas para la gobernanza de datos y sistemas digitales. A diferencia del compliance clásico, enfocado en la adherencia formal a normas, el compliance digital abarca la integración de políticas institucionales, controles técnicos, gestión de riesgos tecnológicos y mecanismos de rendición de cuentas. Su objetivo es asegurar la conformidad continua en entornos caracterizados por la automatización y el uso intensivo de datos e inteligencia artificial (Power, 2007; Bennett; Raab, 2018; OECD, 2015). La conformidad, desde esta perspectiva, es un proceso dinámico que requiere monitoreo constante, actualización de controles y fortalecimiento de la cultura organizacional.

Los programas eficaces de cumplimiento digital deben alinearse con prácticas sistemáticas de identificación, evaluación y mitigación de riesgos, especialmente aquellos asociados al tratamiento automatizado de datos y a la toma de decisiones algorítmicas, conforme a directrices internacionales de gobernanza corporativa y gestión de riesgos (OECD, 2015; Sadiq; Governatori; Namiri, 2015). La necesidad de garantizar privacidad, seguridad, transparencia y responsabilidad en el uso de la IA por instituciones financieras, considerando los riesgos inherentes, las expectativas regulatorias y las demandas sociales por ética digital, justifica la relevancia de este estudio (Pasquale, 2015; Eccles; Ioannou; Serafeim, 2014).

Así, el presente estudio se justifica por la necesidad de analizar cómo los programas de cumplimiento digital pueden ser concebidos, estructurados y mejorados para garantizar la conformidad continua con la LGPD cuando las tecnologías de IA se integran ampliamente en los flujos de decisión, atención y operación. La relevancia científica reside en la escasez de investigaciones aplicadas que aborden, de forma integrada, LGPD, inteligencia artificial y cumplimiento digital en el contexto financiero (Belli et al., 2023). La relevancia práctica, a su vez, consiste en proporcionar una reflexión orientada a gerentes, profesionales de cumplimiento, equipos de tecnología y tomadores de decisiones sobre cómo operacionalizar principios legales en entornos tecnológicos complejos (Power, 2007; OECD, 2020). Ante este contexto, el trabajo tuvo como objetivo analizar los desafíos en la aplicación de los pilares del cumplimiento digital para garantizar la conformidad con la LGPD en el uso de sistemas de inteligencia artificial en una organización específica del sector financiero.

2. Material y Métodos

El presente estudio adoptó un enfoque metodológico cualitativo y de naturaleza descriptiva, diseñado para comprender fenómenos complejos en su contexto real. Esta elección permitió un análisis en profundidad de prácticas organizacionales, procesos de toma de decisiones y estructuras de gobernanza (Gil, 2008; Severino, 2016). La investigación se clasificó como descriptiva, buscando identificar, sistematizar e interpretar prácticas declaradas, con potencial analítico para contextos organizacionales análogos (Gil, 2010; Yin, 2015).

El recorte empírico se centró en una única institución del sector financiero, seleccionada por la relevancia de sus operaciones, el volumen de datos personales tratados y la incorporación progresiva de soluciones de inteligencia artificial. Esta delimitación permitió analizar los desafíos prácticos de la aplicación de los pilares del compliance digital en un entorno de complejidad regulatoria, alineándose al objetivo de investigar la conformidad con la LGPD en el uso de sistemas de IA.

El instrumento de investigación utilizado fue el análisis documental, aplicado a informes institucionales de carácter ESG (Environmental, Social and Governance). Estos documentos, incluyendo Informes de Responsabilidad Social, Ambiental y Climática (RSAC), Informes GRSAC y Planes de Comunicación ESG, fueron elegidos por representar fuentes oficiales de divulgación de las prácticas de gobernanza corporativa, responsabilidad socioambiental, gestión de riesgos y cumplimiento regulatorio de la organización estudiada. Proporcionaron información estructurada sobre políticas, controles internos, capacitación, transformación digital y protección de datos personales.

La recolección de datos se llevó a cabo entre agosto de 2025 y febrero de 2026, mediante la recopilación y análisis de documentos institucionales públicos. Se analizaron informes de 2022, 2023 y 2024, además del Plan de Comunicación ESG para 2025, con el objetivo de capturar la evolución temporal de las prácticas organizacionales. Los criterios de selección incluyeron: carácter público e institucional; relevancia temática para la gobernanza corporativa, protección de datos personales, gestión de riesgos y transformación digital; y presencia de información sobre el uso intensivo de datos personales y tecnologías de inteligencia artificial.

Para explicitar los referentes normativos que sustentaron el análisis, se consideraron la Ley nº 13.709/2018 (LGPD), Resoluciones y Guías de la ANPD (2020-2024), Recomendaciones de la OCDE sobre Gobernanza Corporativa y Gestión de Riesgos (2015), Principios de la OCDE sobre Inteligencia Artificial (2019), ISO/IEC 27001 (2013, rev. 2022) y ISO/IEC 27701 (2019). El análisis de los datos se realizó mediante análisis cualitativo de contenido, conforme al referencial metodológico de Bardin (2016). Se realizó una lectura exploratoria de los documentos para identificar fragmentos y evidencias relacionadas con la estructura de gobernanza, mecanismos de control interno, políticas de privacidad e iniciativas de transformación digital.

A continuación, se procedió a la lectura analítica, guiada por categorías previamente definidas con base en el marco teórico y normativo del estudio, especialmente los pilares del cumplimiento digital. Las categorías analíticas utilizadas incluyeron: gobernanza de datos; gestión de riesgos; controles técnicos y organizacionales; transparencia y rendición de cuentas (accountability); cultura de cumplimiento y capacitación; y comunicación institucional sobre privacidad y riesgos. La información extraída se agrupó e interpretó de acuerdo con estas categorías, considerando la evolución temporal de las prácticas entre los documentos de 2022 a 2025.

Para sintetizar la evolución de las prácticas identificadas, se elaboró una matriz de madurez basada en las categorías analíticas. Esta matriz sirvió como instrumento complementario al análisis cualitativo de contenido, representando el grado de desarrollo de las prácticas relacionadas con los pilares del cumplimiento digital a lo largo del período analizado. La clasificación adoptó una escala ordinal de madurez que varía de cero a cuatro, donde el nivel cero indicaba ausencia de evidencias y el nivel cuatro, prácticas consolidadas con indicadores y monitorización. La atribución de los niveles provino de la interpretación sistemática del contenido de los documentos a la luz del referencial teórico y normativo, buscando comprender la contribución de las prácticas institucionales para la mitigación de riesgos y la conformidad continua con la LGPD (Severino, 2016; Amaro, 2017).

3. Resultados y Discusión

El análisis de los documentos institucionales, que abarca los años 2022, 2023 y 2024, reveló una trayectoria consistente de madurez institucional. Este proceso se manifestó en la evolución de los arreglos de gobernanza, la gestión de riesgos y la conformidad regulatoria, con un énfasis creciente en la protección de datos personales y la integración de prácticas de compliance a la transformación digital. A lo largo del período, se observó la consolidación de estructuras formales, la ampliación de evidencias operativas y la introducción progresiva de controles tecnológicos, reflejando una comprensión del compliance como un sistema integrado de gobernanza, control y responsabilización organizacional (Power, 2007; OECD, 2015).

La evolución de la madurez institucional no ocurrió de forma abrupta, sino a través de avances graduales y acumulativos, según se identificó en las categorías de gobernanza, riesgos y controles, políticas y normas, transparencia y canales, gestión de terceros, capacitación y cultura, privacidad/LGPD, ciberseguridad e IA/analítica. Inicialmente, el enfoque se centró en la organización de las instancias decisorias y los mecanismos de supervisión. Posteriormente, se incorporaron prácticas operativas y culturales, culminando en la consolidación de controles digitales acompañados de métricas e indicadores, especialmente en los campos de protección de datos y seguridad de la información.

En el Informe GRSAC de 2022, la institución demostró un énfasis predominante en la estructuración de la gobernanza de riesgos sociales, ambientales y climáticos. El documento detalló la definición de roles institucionales, las competencias de consejos, directorios y comités, así como los procedimientos de aprobación, revisión normativa y seguimiento de metas. En esta etapa, el cumplimiento se trataba desde una perspectiva organizacional y normativa, sentando las bases institucionales para el control y la supervisión, sin explicitar las dimensiones tecnológicas del compliance (POUPEX, 2022).

Aún en 2022, el Informe RSAC (PRSAC) amplió el alcance al articular la gobernanza de riesgos con aspectos operativos y culturales del cumplimiento. La formalización de la Política de Responsabilidad Social, Ambiental y Climática, el fortalecimiento de la Defensoría del Pueblo como canal de transparencia y la definición de criterios socioambientales para proveedores fueron evidencias que trascendieron la mera descripción estructural. Las acciones de capacitación, especialmente en prevención de lavado de dinero, y las iniciativas de digitalización de procesos indicaron una aproximación inicial entre eficiencia operativa, sostenibilidad y gobernanza, aunque el cumplimiento digital aún estuviera en fase incipiente (POUPEX, 2022b).

El Informe RSAC de 2023 marcó un punto de inflexión significativo, al incorporar explícitamente la protección de datos personales y la adecuación a la Ley General de Protección de Datos Personales (LGPD). El cumplimiento pasó a ser sustentado por políticas de privacidad, canales de atención a los titulares, programas sistemáticos de capacitación en seguridad de la información y registros de iniciativas de ciberseguridad. La mención a acciones de formación en analytics e inteligencia artificial reforzó la creciente centralidad de las tecnologías digitales en el funcionamiento institucional, indicando que el compliance no se restringe a normas formales, sino que integra dimensiones tecnológicas y organizacionales, con gestión de riesgos en entornos digitales alineada a la responsabilización y rendición de cuentas (Doneda, 2019; Mulholland; Gomes, 2021; POUPEX, 2023).

Esta trayectoria de maduración se consolidó en el Informe PRSAC/ESG de 2024, que presentó evidencias más robustas y medibles. La adopción de estándares internacionales de reporte, la divulgación de indicadores cuantitativos y la descripción de controles tecnológicos específicos, como la implementación de soluciones de prevención contra fugas de datos (DLP), el monitoreo del cumplimiento de los titulares dentro de los plazos legales y la evaluación externa del programa de privacidad, indicaron un nivel más elevado de madurez institucional.

Adicionalmente, el mapeo estructurado de riesgos operacionales, los avances en la automatización y el monitoreo de Prevención de Lavado de Dinero y Financiamiento del Terrorismo (PLD/FTP), y el uso de inteligencia artificial en la atención al cliente, acompañados por métricas de experiencia y satisfacción, evidenciaron la transición hacia un modelo de cumplimiento integrado, orientado por datos y apoyado por tecnología (POUPEX, 2024). Esta evolución refuerza la comprensión de que la conformidad normativa, en contextos de uso de datos y sistemas de IA, depende no solo de políticas formales, sino de arreglos institucionales, capacitación continua e infraestructura tecnológica adecuada.

El análisis también evidenció que la transformación digital y la adopción de tecnologías basadas en datos, incluyendo automatización e inteligencia artificial aplicadas a procesos de atención y eficiencia operativa, coexisten con esfuerzos estructurados de mitigación de riesgos. La digitalización de procesos y la gestión documental electrónica se configuran como iniciativas estratégicas, contribuyendo simultáneamente a ganancias operativas, trazabilidad de la información y fortalecimiento de la gobernanza de datos, en consonancia con los principios de privacidad desde el diseño y privacidad por defecto (Cavoukian, 2010).

Sin embargo, los documentos indican que la ampliación de estas soluciones demanda una actualización continua de los controles, especialmente en lo que se refiere a la explicabilidad, a la supervisión humana y a la gobernanza del uso de datos en entornos automatizados. La gobernanza de inteligencia artificial, aunque con registros de uso de soluciones basadas en IA para soporte a la atención e iniciativas de capacitación e innovación, aún se encuentra en etapa de desarrollo, sin la formalización de un sistema específico en los moldes preconizados por frameworks internacionales como el AI Risk Management Framework del NIST y la norma ISO/IEC 42001.

Otro resultado relevante se refiere a la integración entre compliance, gestión de riesgos y agenda ESG. Los informes analizados demuestran que las prácticas asociadas a la gobernanza, la privacidad, la gestión de riesgos operacionales y los riesgos sociales, ambientales y climáticos se tratan de forma articulada, en alineación tanto con las exigencias regulatorias del sector financiero como con estándares internacionales de reporte. Este hallazgo converge con la literatura que comprende el ESG como un elemento indisoluble de la gobernanza corporativa contemporánea, especialmente en instituciones financieras intensivas en datos (Eccles; Ioannou; Serafeim, 2014; Friede; Busch; Bassen, 2015).

La lectura integrada de los documentos indica que el período analizado refleja, por un lado, la consolidación del compliance digital orientado a la LGPD y a la seguridad de la información y, por otro, la emergencia de señales aún iniciales de gobernanza de IA. Estas señales configuran una agenda plausible de profundización institucional, necesaria para asegurar la conformidad regulatoria y la gestión de los riesgos asociados al uso de sistemas de IA en el sector financiero, en consonancia con los principios de confiabilidad y responsabilización destacados en directrices internacionales (NIST, 2023; ISO/IEC).

Sin embargo, los resultados también evidencian que, a pesar de la existencia de estructuras formales y prácticas consolidadas de gobernanza y cumplimiento, persisten desafíos relacionados con la creciente complejidad del entorno regulatorio y tecnológico, sobre todo ante la expansión del uso de soluciones basadas en inteligencia artificial. Se observa, en cierta medida, la ausencia de transparencia suficiente en cuanto a los sistemas de IA utilizados, lo que limita la capacidad institucional de demostrar plenamente la observancia de las normas aplicables y la presencia de todos los elementos de responsabilización, tales como liderazgo y supervisión, evaluación sistemática de riesgos, políticas y procedimientos específicos, así como mecanismos de monitoreo y verificación (Vainzof, 2021).

Un aspecto relevante observado en el análisis de los informes se refiere a la necesidad de conciliar los principios de transparencia y rendición de cuentas con las exigencias de confidencialidad inherentes al sector financiero. A diferencia de organizaciones cuyos procesos pueden ser ampliamente divulgados, las instituciones financieras operan en entornos caracterizados por la protección de información estratégica, datos personales sensibles y mecanismos de seguridad que no pueden ser íntegramente expuestos al público sin generar riesgos adicionales para la propia organización o para los titulares de los datos personales.

En este contexto, la efectividad de los mecanismos de control no debe evaluarse exclusivamente por la divulgación detallada de los procedimientos adoptados, sino por la capacidad institucional de demostrar que estos procedimientos existen, son monitoreados y producen resultados verificables. La trazabilidad asume un papel central en este proceso, ya que permite reconstruir decisiones, registrar eventos relevantes, identificar responsables de actividades críticas y producir evidencias de cumplimiento para auditorías internas y externas. Aunque los informes analizados no detallan técnicamente los mecanismos de registro y monitoreo utilizados por la institución, la existencia de procesos formales de gestión de riesgos, indicadores de desempeño, evaluación externa del programa de privacidad e implementación de controles tecnológicos, como soluciones de prevención contra fugas de datos (DLP), sugiere la adopción de estructuras orientadas a la generación de evidencias auditables y al sostenimiento del principio de responsabilidad.

Desde la perspectiva de la auditoría, la rendición de cuentas en entornos de confidencialidad se produce a través de la generación de evidencias indirectas de cumplimiento. En lugar de hacer públicas informaciones operativas sensibles, la organización evidencia la existencia de políticas, procesos de monitoreo, evaluaciones periódicas, programas de capacitación e indicadores de desempeño relacionados con la privacidad, la seguridad de la información y la gestión de riesgos. Este modelo permite que los órganos de control, las auditorías independientes y las instancias de gobernanza evalúen la efectividad de los controles sin comprometer la confidencialidad necesaria para el entorno regulado en el que se inserta la institución.

La discusión se vuelve aún más relevante ante la creciente incorporación de soluciones basadas en inteligencia artificial. Los sistemas de IA pueden introducir riesgos relacionados con la opacidad algorítmica, la dificultad de explicación de los resultados producidos y la eventual reproducción de sesgos presentes en los datos utilizados para el entrenamiento o la parametrización. En entornos financieros, estos riesgos pueden impactar los procesos de atención, segmentación, concesión de productos u otras decisiones apoyadas por modelos automatizados.

En este sentido, la mitigación de sesgos algorítmicos depende menos de la divulgación pública de los modelos utilizados y más de la existencia de mecanismos robustos de gobernanza, capaces de asegurar supervisión humana, validación periódica de los resultados, monitoreo de desviaciones, gestión de los riesgos tecnológicos y documentación de las decisiones automatizadas (NIST, 2023; OECD, 2019; UNIÓN EUROPEA, 2024). Los informes analizados indican avances importantes relacionados con la capacitación en analítica e inteligencia artificial, el fortalecimiento de la gestión de riesgos y la adopción de controles tecnológicos orientados a la protección de datos personales.

Sin embargo, no se identificaron evidencias documentales suficientes para confirmar la existencia de una estructura formalizada de gobernanza de IA, con procesos específicos de evaluación de impactos algorítmicos, monitoreo de sesgos o auditoría de los modelos empleados. Esta constatación no representa necesariamente ausencia de controles, pero evidencia una limitación típica de estudios basados en documentos públicos, en los cuales parte significativa de los mecanismos técnicos permanece protegida por razones legítimas de seguridad y confidencialidad institucional (NIST, 2023; OECD, 2019).

Por lo tanto, el análisis sugiere que la evolución futura de la madurez en cumplimiento digital podría estar asociada a la ampliación de la transparencia sobre prácticas de gobernanza algorítmica, aun cuando se realice a través de indicadores agregados, informes de supervisión o evaluaciones independientes, preservándose los requisitos de confidencialidad que caracterizan al sector financiero. Los hallazgos refuerzan la necesidad de una evolución continua de los programas de cumplimiento digital, con especial énfasis en la mejora de la evaluación de riesgos, el monitoreo sistemático, la capacitación de colaboradores y el fortalecimiento de la cultura organizacional de protección de datos y uso responsable de tecnologías digitales.

4. Conclusión

El presente estudio analizó los desafíos y las estrategias asociadas a la aplicación de los pilares del compliance digital para asegurar la conformidad con la Ley General de Protección de Datos Personales (LGPD) en un contexto organizacional marcado por el uso creciente de sistemas de inteligencia artificial en el sector financiero. Se verificó una evolución progresiva de la madurez institucional, con el fortalecimiento de las estructuras formales de gobernanza, la revisión de normativas, la capacitación de colaboradores y la adopción de controles tecnológicos orientados a la protección de datos personales y a la seguridad de la información. Se observó que, a partir de 2023, la conformidad con la LGPD pasó a ser tratada de forma más explícita y estructurada, culminando, en 2024, en la presentación de evidencias medibles y en la integración entre gobernanza, gestión de riesgos y transformación digital. La principal contribución reside en la articulación de los conceptos de compliance digital, LGPD e inteligencia artificial, ofreciendo un análisis integrado de los desafíos e interdependencias entre gobernanza de datos, tecnología y conformidad regulatoria en el sector financiero, proporcionando subsidios para el perfeccionamiento de políticas y mecanismos de control para el uso responsable de la inteligencia artificial.

Sin embargo, la investigación presentó limitaciones al haber adoptado un enfoque predominantemente cualitativo y descriptivo, fundamentado en el análisis documental de informes institucionales públicos, sin incluir investigación empírica profunda en otras organizaciones o acceso a documentos internos. Esta característica restringió la capacidad de detallar técnicamente algunos mecanismos de control y gobernanza de IA, como la evaluación de impactos algorítmicos y el monitoreo de sesgos. Se sugiere, para estudios futuros, la ampliación de la transparencia sobre prácticas de gobernanza algorítmica, aunque sea por medio de indicadores agregados o evaluaciones independientes, preservándose los requisitos de sigilo del sector financiero. Los hallazgos refuerzan la necesidad de evolución continua de los programas de cumplimiento digital, con énfasis en el perfeccionamiento de la evaluación de riesgos, el monitoreo sistemático, la capacitación de colaboradores y el fortalecimiento de la cultura organizacional de protección de datos y uso responsable de tecnologías digitales.

Referencias Bibliográficas

BELLI, Luca et al. IA generativa e LGPD: transparência, desafios regulatórios e caminhos para a conformidade. Rio de Janeiro: Fundação Getulio Vargas, 2023. Disponível em: <https://repositorio.fgv.br>. Acesso em: 06 fev. 2026.

BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Diário Oficial da União, Brasília, DF, 15 ago. 2018.

DONEDA, Danilo. O direito fundamental à proteção de dados pessoais. Rio de Janeiro: Forense, 2019.

MORETT

MULHOLLAND, Caitlin S.; GOMES, Rodrigo Dias de Pinho. Inteligência artificial e seus principais desafios para os programas de compliance e as políticas de proteção de dados. In: FRAZÃO, Ana; MULHOLLAND, Caitlin (org.). Inteligência artificial e direito. São Paulo: Revista dos Tribunais, 2021.

O’NEIL, Cathy. Weapons of math destruction: how big data increases inequality and threatens democracy. New York: Crown, 2016.

OECD. Corporate governance and compliance. Paris: OECD Publishing, 2015.

PASQUALE, Frank. The black box society: the secret algorithms that control money and information. Cambridge: Harvard University Press, 2015.

Artículo originado del Trabajo de Conclusión de Curso de la Especialización en Compliance y ESG del MBA USP/Esalq

Para saber más sobre el curso, haz clic aquí y accede a la plataforma MBX Academy