Capítulo 19 — Privacidade e proteção de dados: escopo e teoria
Mapa da aula
Aula 19 publicada. Mapa, exemplo, EX055.
flowchart TD
N0["19.1 Alcance da lei"]
N1["19.2 Identificabilidade"]
N2["19.3 Teoria e lei"]
N3["19.4 Além da lei"]
N4["Síntese"]
N0 --> N1 --> N2 --> N3 --> N4
N4 --> EX["Exemplo resolvido"]
EX --> Q["Exercício EX055"]
Desenho lógico
flowchart LR
N0["19.1 Alcance da lei"]
N1["19.2 Identificabilidade"]
N2["19.3 Teoria e lei"]
N3["19.4 Além da lei"]
N4["Síntese"]
N0 --> N1 --> N2 --> N3 --> N4 --> Q["EX055"]
[19.1 Alcance da lei]
|
v
[19.2 Identificabilidade]
|
v
[19.3 Teoria e lei]
|
v
[19.4 Além da lei]
|
v
[Síntese]
|
v
[Exemplo resolvido] --> [Exercício EX055]
Objetivos de aprendizagem
Você vai (1) definir o alcance da legislação de proteção de dados; (2) relacionar a teoria aos conceitos jurídicos; (3) entender onde a lei termina e a ética continua.
19.1 Alcance da lei
Elena estuda o alcance do GDPR. Ele se aplica ao tratamento de dados pessoais por meios automatizados ou em sistemas de arquivo, com exceções como as atividades puramente domésticas. Dado pessoal significa qualquer informação relativa a uma pessoa natural identificada ou identificável. A LGPD tem uma definição semelhante, no art. 5º, I, e também exclui o tratamento para fins exclusivamente particulares (art. 4º, I). Elena observa que os dados dos alunos claramente entram no alcance da lei, assim como as fotografias e as gravações de voz em que as crianças podem ser reconhecidas. O artigo 4(1) define dados pessoais de forma ampla, incluindo os identificadores indiretos.
19.2 Identificabilidade
O considerando 26 explica que a identificabilidade depende dos meios razoavelmente suscetíveis de serem usados. Elena aplica isso a uma tabela publicada de resultados de exames de uma escola pequena. Se a tabela mostrar que um aluno com merenda gratuita obteve determinada nota, os leitores podem identificar a criança. Os dados são, portanto, pessoais, mesmo sem nenhum nome. Ela liga isso ao exercício de contagem do Capítulo 6 e à pesquisa de Sweeney. O considerando 26 define o teste: pergunta que meios são razoavelmente suscetíveis de serem usados para identificar alguém.
19.3 Teoria e lei
Elena compara os conceitos jurídicos com a teoria da privacidade. A limitação da finalidade da lei se parece com a preocupação da integridade contextual com fluxos que correspondam aos contextos. Os danos de Solove, como a exclusão e o uso secundário, correspondem aos direitos de acesso e à limitação da finalidade. Ela observa que a teoria muitas vezes explica por que uma regra jurídica existe, o que ajuda os funcionários a entendê-la e segui-la, em vez de vê-la como arbitrária. A integridade contextual, por exemplo, explica por que dados compartilhados com uma professora não devem chegar a anunciantes de aplicativos.
19.4 Além da lei
Algumas práticas podem ser lícitas e, ainda assim, prejudiciais. Uma escola pode compartilhar licitamente fotografias da turma com os pais, mas uma foto que mostre uma criança num momento de angústia pode causar dano. Elena escreve que a rede deve considerar a dignidade e os sentimentos das crianças, e não só as permissões legais. O Dr. Asante concorda e observa que a ética continua onde a lei silencia, especialmente para crianças que não conseguem falar por si com facilidade. Ela acrescenta uma pergunta ética à triagem: isto é justo com a criança? Ela a faz todas as vezes.
Exemplo resolvido
Elena define o alcance do GDPR, mostra como a tabela de resultados de uma escola pequena pode identificar um aluno, relaciona a teoria às regras jurídicas e acrescenta a dignidade como consideração além da lei.
Caso sintético. Os exemplos são sintéticos; o considerando 26 do GDPR, a LGPD, Solove (2006), Nissenbaum (2004) e Sweeney (2002) são reais.
Erros e limites
A identificabilidade depende do contexto; a mesma tabela pode ser segura para uma escola grande.
Exercícios
- EX055 — Definição de dado pessoal. O que significa dado pessoal pelo GDPR? Rubrica: 3 = informação relativa a uma pessoa natural identificada ou identificável;; 2 = aproximada;; 1 = errada;; 0 = nenhuma.
- EX056 — Tabela sem nomes. Como uma tabela de resultados sem nomes pode conter dados pessoais? Rubrica: 3 = células pequenas permitem identificar uma criança;; 2 = menciona números pequenos;; 1 = nunca;; 0 = nenhuma.
- EX057 — Lícito, mas prejudicial. Dê um exemplo, tirado do capítulo, de tratamento lícito, mas prejudicial. Rubrica: 3 = compartilhar uma foto que mostra uma criança em angústia;; 2 = um exemplo;; 1 = vago;; 0 = nenhuma.
Síntese
O capítulo 19 define o escopo. O capítulo 20 estuda casos fundamentais.
Continue estudando — aula 19 (capítulo 19 de 40)
← Capítulo 18 · Índice das aulas · Capítulo 20 →
Continue para a próxima aula já escrita.