Direito de supressão em modelos de inteligência artificial generativa: padrão de neutralização funcional

Resumo

O treinamento de modelos de inteligência artificial generativa transformou os desafios do direito à proteção de dados diante de sistemas cujo funcionamento dificulta a eliminação das informações. Nesse contexto, o objetivo deste artigo é analisar o alcance jurídico do direito de supressão previsto no artigo 17 do Regulamento Geral sobre a Proteção de Dados (RGPD) quando os dados pessoais foram incorporados ao treinamento de um modelo de inteligência artificial generativa. A pesquisa adotou uma abordagem qualitativa de caráter documental, inserida na dogmática jurídica e fundamentada em um paradigma interpretativo. A análise demonstra que a inviabilidade técnica da eliminação material não constitui uma exceção autônoma ao direito de supressão. Para esse fim, propõe-se um padrão de neutralização funcional verificável, baseado em um teste de não reprodutibilidade, não inferibilidade e proporcionalidade do esforço necessário. Conclui-se que a obrigação de supressão mantém seu caráter imperativo, enquanto a neutralização funcional é compatível com o direito quando garante resultados verificáveis, minimiza o risco de identificação e permanece submetida a documentação, auditoria e controle.