1. Os seus dados nunca treinam modelos
Dados de clientes — código-fonte, bancos de dados, documentos, conversas de usuários — não são usados para treinar modelos de IA, nem nossos, nem de terceiros. As integrações usam APIs comerciais em modos que não retêm dados para treinamento, ou modelos privados executados na infraestrutura do cliente quando o dado não pode sair de casa.
2. Um humano revisa e responde
Nenhuma saída de IA vai para produção, para o seu código ou para uma decisão de negócio sem revisão de uma pessoa qualificada. Nas soluções entregues, fluxos críticos (pagamentos, dados pessoais, decisões que afetam clientes) exigem aprovação humana (human-in-the-loop). Quem responde pelo trabalho é o fundador da JBKR, não o modelo.
3. Dizemos onde a IA foi usada
Quando a IA participa de uma entrega — documentação de sistema legado gerada com apoio de modelo, código sugerido por assistente, texto de atendimento automatizado — o cliente é informado. Chatbots entregues pela JBKR se identificam como automáticos e sempre oferecem um caminho para um humano.
4. Qualidade medida, não prometida
Toda solução de IA sai com um conjunto de avaliação (evals) executado a cada mudança de prompt, modelo ou base de conhecimento, guardrails de entrada e saída, e telemetria de qualidade, custo e latência em produção. Se não dá para medir, não dá para prometer — e a JBKR não promete.
5. Alinhado à lei e ao risco real
Projetos seguem a LGPD (Lei 13.709/2018) no papel de operador, acompanham o marco legal da IA no Brasil (PL 2338/2023) e usam como referência o NIST AI Risk Management Framework e o EU AI Act para classificar risco. Casos de uso de alto risco — decisões automatizadas sobre crédito, saúde, emprego — só são aceitos com supervisão humana obrigatória e avaliação de impacto documentada.
Como a IA é usada dentro da JBKR
Internamente, assistentes de código aceleram tarefas repetitivas, leitura de sistemas legados e redação de documentação. O que entra nesses assistentes é controlado: nada de credenciais, dados pessoais de usuários finais ou bases de clientes sem mascaramento. O ganho de produtividade é repassado ao cliente em prazo e preço, não escondido.
Dúvidas e revisão
Perguntas sobre o uso de IA em um projeto específico podem ser feitas ao responsável, Jean C Becker, pelo e-mail jbkr@jbkr.com.br, com resposta no mesmo dia útil. Estes princípios foram publicados em 5 de setembro de 2026 e serão revisados até setembro de 2027 ou antes, se a legislação brasileira mudar.
Jean C Becker, fundador da JBKR Web (WEB ROOTZEN TECNOLOGIA LTDA) — Curitiba, 5 de setembro de 2026.