O avanço rápido da inteligência artificial (IA) dificulta a criação de normas para seu funcionamento, enquanto governos buscam estabelecer limites para sistemas que já atuam em serviços e decisões cotidianas. Com o surgimento constante de novas capacidades, o debate transcende a mera decisão de regulamentar a IA; é fundamental definir quais riscos devem ser controlados, quem deve ser responsabilizado, o que as empresas precisarão fazer para cumprir as regras e como manter a legislação atualizada frente à rápida mutação tecnológica.
Para Luca Belli, professor da FGV Direito Rio, a necessidade de regulamentação está intrinsecamente ligada aos perigos que esses sistemas podem gerar. Uma IA pode operar de modo distinto do previsto pelos desenvolvedores, apresentar resultados inadequados ou ser vulnerável a ataques. Assim, segundo o professor, as diretrizes devem servir para identificar tais riscos e implementar mecanismos de mitigação.
A possibilidade de falha operacional, mau funcionamento ou exposição a ciberataques impulsiona a necessidade de regulamentação, exigindo a definição de medidas para mapear os riscos existentes e adotar todas as ações necessárias para minimizá-los ou eliminá-los.
Diferentes abordagens globais para a IA
O desafio se intensifica após essa constatação, visto que nações distintas optaram por caminhos variados para gerenciar a tecnologia, refletindo não só preocupações com direitos e segurança, mas também interesses estratégicos e econômicos.
A União Europeia foi pioneira na criação de uma legislação completa sobre IA, adotando um modelo centrado em riscos e priorizando a salvaguarda dos direitos fundamentais. Na prática, isso implica que aplicações com alto potencial de impacto sobre indivíduos são submetidas a requisitos mais estritos, estabelecendo uma correlação entre o risco do sistema e o grau de controle aplicado.
No entanto, Belli aponta uma lacuna na experiência europeia: sua estratégia regulatória não contemplou, inicialmente, a urgência de desenvolver alternativas próprias para diminuir a dependência de tecnologias externas. Nesse aspecto, Estados Unidos e China progrediram com estratégias que unem regulação a políticas de desenvolvimento tecnológico.
Nos Estados Unidos, a IA é vista também sob a ótica da segurança nacional e liderança tecnológica, utilizando políticas industriais e restrições de acesso a certas tecnologias para fortalecer sua posição no setor. A China segue uma linha similar de estímulo ao desenvolvimento, mas integra essa política industrial com regulamentações específicas para aplicações de impacto social, como regras para deepfakes e recomendações algorítmicas.
Essa disparidade estratégica demonstra que regular a IA não se limita a impor limites às corporações; as regras também moldam investimentos, competitividade, o desenvolvimento de modelos e a capacidade de um país edificar sua própria cadeia tecnológica.
Para o Brasil, essa comparação é crucial, pois o país necessita adaptar modelos internacionais à sua distinta realidade econômica e tecnológica.
O debate brasileiro e o modelo de risco
O debate no Brasil superou a fase inicial de discutir a necessidade de regulamentar a IA. O PL 2.338/2023 foi aprovado pelo Senado em dezembro de 2024 e está atualmente em análise na Câmara dos Deputados. Esta proposta adota uma metodologia baseada em risco, buscando diferenciar as aplicações de IA conforme seu potencial de impacto e estabelecer exigências proporcionais, em vez de aplicar obrigações uniformes.
Leandro Alvarenga, consultor de privacidade e segurança e colunista do Olhar Digital, afirma que o foco da discussão brasileira migrou da existência da regulação para o modelo prático que o país deseja adotar, confirmando que o texto senatorial segue uma lógica de regulação baseada em risco.
Contudo, essa classificação exige inúmeras deliberações: é preciso definir o que constitui alto risco, quais sistemas terão obrigações mais severas e como essas exigências serão aplicadas a empresas de diferentes portes e capacidades.
Neste ponto surge uma grande apreensão do setor produtivo. Enquanto grandes corporações possuem recursos financeiros, técnicos e humanos para cumprir regulamentos complexos, startups e pequenas empresas podem carecer dessa estrutura. Para Alvarenga, o desafio reside em encontrar o equilíbrio adequado: sistemas que afetam direitos fundamentais requerem supervisão, mas obrigações excessivas podem prejudicar a capacidade de inovação nacional.
Ele alerta que uma regulamentação exagerada pode resultar na exportação da inovação e na importação de tecnologia, enquanto uma regulamentação insuficiente pode levar à importação de problemas e à exportação de direitos.
O risco de uma fiscalização muito onerosa é que o custo se torne uma barreira de entrada, beneficiando companhias maiores e penalizando as menores. Essa situação pode ter consequências tecnológicas, pois se empresas brasileiras tiverem mais dificuldade em desenvolver IA enquanto grandes empresas estrangeiras cumprem as normas, a regulamentação pode alterar a composição do mercado.
Por isso, Alvarenga defende que o Brasil deve se inspirar em boas práticas internacionais, mas sem replicar cegamente modelos criados para contextos econômicos e institucionais diferentes.
Apesar da preocupação com a inovação, os motivos para criar regras persistem, dado que a IA já pode participar de decisões com efeitos concretos na vida das pessoas. Um sistema usado em contratação ou análise de crédito pode gerar resultados discriminatórios ou injustos, mesmo sob proteção de dados.
Alvarenga ressalta essa mudança no debate: os riscos da IA não se restringem ao tratamento de dados pessoais; um sistema também pode emitir decisões problemáticas. Portanto, o foco regulatório não deve ser apenas controlar a tecnologia, mas sim as situações onde ela gera impactos, incluindo a supervisão humana em decisões cruciais.
A IA generativa acentuou esses problemas, com ferramentas que produzem textos, imagens, vídeos e áudios realistas aumentando as preocupações com fraudes e deepfakes. Contudo, Alvarenga argumenta que concentrar a regulação nestes casos pode levar a regras focadas apenas em exceções, ignorando os inúmeros usos positivos da IA.
Isso reforça a lógica da regulação baseada em risco: aplicações distintas, com impactos diversos, não precisam estar sujeitas ao mesmo nível de exigência.
Desafios de velocidade e implementação
Mesmo com os riscos identificados, há outro entrave: a rapidez da evolução da IA. O processo legislativo é notoriamente lento – desde a elaboração até a implementação –, enquanto a tecnologia pode sofrer mudanças drásticas em poucos meses, com novos modelos e aplicações surgindo.
Arthur Igreja, especialista em tecnologia e inovação, destaca esse desalinhamento, observando que a IA se tornou mais potente e adquiriu novas capacidades em um ritmo que a legislação não acompanha.
Isto não justifica abandonar o debate regulatório; ao contrário, para Igreja, a velocidade tecnológica torna a proatividade na criação de regras ainda mais vital. Belli concorda, afirmando que uma lei é, no máximo, um retrato do estado da arte e das melhores práticas no momento de sua aprovação, o que é problemático dada a extrema agilidade da evolução da IA.
Uma legislação excessivamente detalhada pode se tornar obsoleta rapidamente, ao passo que regras muito amplas podem gerar incerteza jurídica. Belli propõe um modelo adaptável, onde a lei estabelece princípios e obrigações, mas os mecanismos de execução permitem ajustes conforme novas circunstâncias emergem.
A dificuldade reside em equilibrar essa flexibilidade sem transformar a legislação em algo imprevisível para usuários e empresas.
Adicionalmente, existe a fase de implementação pós-aprovação. Como a IA permeia vários setores econômicos, a fiscalização pode envolver múltiplos órgãos públicos. Uma única lei pode demandar coordenação de autoridades de temas diversos, tornando a estrutura de implementação tão crítica quanto o texto aprovado pelo Congresso.
Belli adverte que a formulação de boas regras é inútil se elas não forem efetivamente aplicadas. Ele questiona a expectativa de coordenação automática entre órgãos diante de uma legislação complexa, defendendo que a estrutura de cooperação deve ser planejada desde o início para definir responsabilidades e prevenir conflitos de competência.
Este ponto é vital, pois sistemas de IA podem atuar em finanças, saúde, educação, comércio e segurança. A regulação, assim, não finda com a sanção da lei; é necessário definir como ela será interpretada, quem fará a fiscalização e como o sistema será atualizado com novas aplicações.
A discussão regulatória também toca no papel futuro do Brasil na indústria de IA, enquanto EUA e China consolidam infraestrutura e modelos, e outros países buscam autonomia tecnológica.
