A inteligência artificial já influencia decisões sobre crédito, contratação, atendimento, segurança digital e produção de conteúdo. Por isso, a discussão sobre quem define os limites dessa tecnologia não é apenas diplomática: ela pode afetar a privacidade, o trabalho e a segurança de pessoas em diferentes países. O desafio é equilibrar inovação e proteção sem deixar que cada governo estabeleça regras incompatíveis ou que a competição entre empresas e países reduza os cuidados.

Segundo o portal Olhardigital.com.br, o secretário-geral da ONU, António Guterres, defendeu que países com capacidade para desenvolver sistemas avançados de IA mantenham canais permanentes de diálogo e adotem medidas comuns de segurança. O alerta foi feito antes de uma Assembleia Geral das Nações Unidas e contrasta com a posição do presidente dos Estados Unidos, Donald Trump, que afirmou que os mecanismos existentes seriam suficientes e que novas restrições poderiam favorecer a China.

O ponto central não é escolher entre “regular tudo” e “não regular nada”. É decidir quais riscos exigem proteção compartilhada, como verificar se as salvaguardas funcionam e como impedir que um incidente ou uma corrida por sistemas cada vez mais poderosos ultrapasse fronteiras. A seguir, explicamos o que está em jogo, quais iniciativas já existem e o que essa disputa pode significar para empresas e usuários.

O que Guterres está pedindo — e por que isso importa

A proposta atribuída a Guterres é estabelecer cooperação contínua entre os países mais avançados em IA. Isso pode incluir troca de informações sobre riscos, padrões técnicos compatíveis, comunicação durante incidentes e critérios comuns para testar sistemas de alto impacto. Não significa necessariamente criar uma única agência mundial com poder para aprovar todo produto de IA.

A diferença é importante. Um conjunto de regras globais pode buscar um piso de segurança — princípios mínimos que os países adotem — enquanto cada governo conserva espaço para definir como aplicar a legislação localmente. Sem algum alinhamento, uma empresa pode ter de cumprir exigências muito diferentes em cada mercado, e uma falha em um país pode se espalhar para outros por meio de serviços conectados.

O que significa uma “corrida” pela inteligência artificial

Uma corrida tecnológica ocorre quando governos ou empresas acreditam que ficar para trás representa uma desvantagem econômica, militar ou estratégica. Essa pressão pode incentivar investimentos e acelerar descobertas, mas também pode levar a decisões apressadas: lançar um sistema antes de testar adequadamente seus limites, reduzir equipes de segurança ou tratar uma avaliação independente como obstáculo à competitividade.

Em IA, a competição não envolve apenas criar modelos maiores. Também envolve acesso a chips especializados, dados, energia, profissionais qualificados e capacidade de integrar sistemas a serviços essenciais. O risco apontado por Guterres é que a busca por vantagem diminua o incentivo para compartilhar problemas ou adotar limites comuns. Um país pode hesitar em divulgar uma vulnerabilidade se acreditar que isso ajudará um concorrente — ainda que o defeito também possa atingir seus próprios cidadãos.

Quais riscos estão por trás do debate

“Risco de IA” não é uma categoria única. Os impactos variam conforme a ferramenta, o contexto de uso, a quantidade de pessoas afetadas e o grau de autonomia do sistema. Um assistente que sugere receitas não tem o mesmo perfil de risco que um sistema usado para avaliar candidatos a emprego, apoiar decisões médicas ou monitorar infraestrutura.

  • Erros e respostas inventadas: modelos generativos podem produzir informações falsas com aparência convincente. Em contextos de saúde, finanças ou serviços públicos, uma resposta plausível, mas incorreta, pode causar dano concreto.
  • Discriminação: dados incompletos ou enviesados podem levar um sistema a tratar grupos de forma desigual. Isso pode ocorrer em filtros de currículo, análise de crédito ou reconhecimento facial.
  • Privacidade: informações pessoais inseridas em uma ferramenta podem ser armazenadas, revisadas ou usadas conforme as políticas do serviço. O risco depende do produto e das configurações adotadas.
  • Fraude e desinformação: texto, áudio e imagens sintéticos podem facilitar golpes, falsificação de identidade e campanhas de manipulação em escala.
  • Segurança cibernética: sistemas de IA podem ser usados tanto para apoiar defesas quanto para automatizar partes de ataques. O efeito depende das capacidades, do acesso e dos controles disponíveis.
  • Dependência e concentração: organizações podem ficar presas a poucos fornecedores, dificultando auditorias, portabilidade de dados e continuidade do serviço.

Também há riscos associados a sistemas mais capazes e autônomos, mas previsões sobre cenários extremos são incertas. Uma análise responsável separa problemas já observáveis — como erros, vazamento de dados e vieses — de hipóteses futuras que ainda precisam ser avaliadas. Essa distinção evita tanto minimizar perigos concretos quanto apresentar especulações como fatos comprovados.

Por que coordenar regras entre países é tecnicamente difícil

Os sistemas de IA não são todos construídos ou utilizados da mesma maneira. Um modelo pode ser desenvolvido em um país, hospedado em outro e usado por clientes no mundo inteiro. Além disso, modelos de propósito geral podem ser adaptados para tarefas distintas, algumas benignas e outras potencialmente perigosas. Regular apenas o local onde o produto é vendido pode deixar lacunas na cadeia de desenvolvimento e operação.

Há ainda uma dificuldade de medir segurança. Um teste feito antes do lançamento pode não prever todos os usos posteriores. Usuários podem encontrar maneiras inesperadas de interagir com o sistema, integrar a ferramenta a outros programas ou utilizá-la em situações para as quais não foi projetada. Por isso, segurança não se resume a uma avaliação inicial: exige monitoramento, registro de incidentes e correção contínua.

Uma política comum também precisa lidar com diferenças legítimas entre países. As prioridades, os sistemas jurídicos, a infraestrutura e a capacidade de fiscalização variam. Regras muito genéricas podem ter pouco efeito; exigências excessivamente detalhadas podem ficar obsoletas quando a tecnologia muda. O caminho mais prático costuma combinar princípios compartilhados com requisitos proporcionais ao risco e revisões periódicas.

Iniciativas que ajudam a entender as opções

Lei de IA da União Europeia: regras vinculadas ao nível de risco

A Lei de IA da União Europeia entrou em vigor em 2024 e adota uma abordagem baseada em categorias de risco, com obrigações distintas conforme a aplicação. O modelo permite impor controles mais rigorosos a determinados usos e requisitos específicos a sistemas de propósito geral. Sua vantagem é oferecer um marco jurídico abrangente em um grande mercado; o desafio é interpretar e aplicar as obrigações a tecnologias e serviços que mudam rapidamente. A implementação ocorre em etapas, portanto não se deve presumir que todas as disposições passaram a valer ao mesmo tempo.

Marco de Gestão de Risco do NIST: orientação voluntária para organizações

O AI Risk Management Framework do Instituto Nacional de Padrões e Tecnologia dos Estados Unidos (NIST), publicado em 2023, oferece uma estrutura voluntária para identificar, avaliar e administrar riscos durante o ciclo de vida de sistemas de IA. Em vez de funcionar como uma lei global, serve como referência para organizações estruturarem governança, documentação, testes e monitoramento. Seu ponto forte é ser adaptável; sua limitação é depender de adoção e de mecanismos adicionais para se tornar obrigatório.

Princípios da OCDE e cooperação internacional

Os princípios da Organização para a Cooperação e Desenvolvimento Econômico (OCDE) promovem valores como transparência, robustez, segurança e responsabilização. Eles ajudam a criar linguagem comum entre governos, mas princípios, por si só, não substituem fiscalização nem definem todas as obrigações técnicas. A ONU, por sua vez, tem buscado ampliar o diálogo multilateral. Em 2024, os países aprovaram o Pacto Digital Global, que inclui compromissos relacionados à cooperação digital e à governança de tecnologias emergentes.

Essas iniciativas não são intercambiáveis: uma lei estabelece deveres dentro de uma jurisdição; uma estrutura técnica orienta processos de gestão; princípios internacionais ajudam a alinhar objetivos. Em conjunto, podem aproximar os países sem exigir que todos adotem exatamente o mesmo sistema regulatório.

Como transformar um acordo internacional em segurança real

Declarações diplomáticas são um começo, não uma garantia. Para que a coordenação produza resultados, governos e empresas precisam transformar princípios em rotinas verificáveis. Uma estrutura útil pode seguir estes passos:

  1. Definir o contexto de uso. Registrar para que o sistema será usado, quem pode ser afetado e quais decisões ele influencia. Na tela de um processo de avaliação, por exemplo, o responsável deve conseguir consultar uma ficha com finalidade, público atendido e limites conhecidos do sistema. A aparência varia entre ferramentas; o essencial é que a informação esteja documentada.
  2. Classificar os riscos. Avaliar a gravidade de erros, o alcance potencial e a possibilidade de revisão humana. Um sistema que apenas organiza documentos pode exigir controles diferentes de um que recomenda decisões sobre pessoas.
  3. Testar antes da implantação. Verificar precisão, vulnerabilidades, comportamento em situações adversas e desempenho entre grupos relevantes. Resultados e limitações devem ficar registrados, em vez de resumidos apenas como “aprovado”.
  4. Manter supervisão durante o uso. Acompanhar falhas, reclamações e mudanças de desempenho. Em um painel de monitoramento, a organização deveria conseguir localizar alertas, datas e responsáveis; não basta exibir um indicador verde sem explicar o que foi medido.
  5. Preparar uma resposta a incidentes. Definir quem recebe relatos, como interromper uma função insegura e como avisar usuários ou autoridades quando necessário. Canais de contato entre países poderiam facilitar a troca rápida de informações sobre falhas que atravessam fronteiras.
  6. Revisar as medidas periodicamente. Atualizações de modelo, novos dados ou mudanças no uso podem alterar o perfil de risco. A avaliação precisa acompanhar essas mudanças, e não ficar congelada na data do lançamento.

Na prática, essa sequência ajuda a reduzir riscos, mas não elimina erros. Testes podem deixar passar situações raras; uma avaliação feita pelo próprio fornecedor pode não identificar todos os conflitos de interesse; e a supervisão humana só é efetiva se a pessoa responsável tiver informação, tempo e poder para contestar a recomendação do sistema.

O que empresas e usuários podem fazer agora

Enquanto governos discutem regras, organizações e consumidores podem adotar precauções proporcionais. Para uma empresa, uma lista básica inclui identificar ferramentas usadas pelos funcionários, definir quais dados podem ser inseridos, verificar os termos de retenção e treinar equipes para conferir resultados importantes. Dados pessoais, segredos comerciais e credenciais não devem ser enviados a uma ferramenta sem autorização e compreensão das condições de uso.

Para quem usa IA no dia a dia, vale perguntar:

  • Quem fornece o serviço e qual política explica o tratamento dos meus dados?
  • O resultado será usado para uma decisão importante? Se sim, quem pode revisá-lo?
  • Consigo confirmar a informação em uma fonte confiável?
  • Há uma forma de corrigir um erro ou contestar uma decisão automatizada?

Essas medidas não substituem direitos legais nem a responsabilidade do fornecedor. Elas ajudam, porém, a reduzir a exposição a fraudes, respostas equivocadas e uso indevido de informações.

O que esperar da governança global de IA

A tendência mais plausível é uma combinação de instrumentos, não uma autoridade única que controle toda inteligência artificial. Países podem convergir em protocolos para incidentes, avaliações de segurança e terminologia técnica, enquanto mantêm regras próprias para setores como saúde, trabalho e finanças. Iniciativas internacionais também podem criar espaços para especialistas, governos e sociedade civil compararem evidências.

O avanço dependerá de três fatores: confiança para compartilhar informações sensíveis, capacidade de fiscalização e participação de países que não concentram os maiores laboratórios. Se apenas as potências tecnológicas definirem padrões, muitos países poderão receber sistemas sem ter recursos para avaliá-los ou influenciar suas regras. Uma cooperação efetiva precisa incluir também os lugares onde as ferramentas são usadas e onde seus impactos são sentidos.

O alerta de Guterres, portanto, trata de uma escolha de governança: permitir que a competição determine sozinha o ritmo de desenvolvimento ou criar mecanismos que mantenham espaço para inovação sem deixar a segurança para depois. Regras internacionais não eliminam o risco, mas podem reduzir lacunas, melhorar a resposta a incidentes e tornar mais claro quem responde quando algo dá errado.

Perguntas frequentes sobre regras globais para inteligência artificial

A ONU pode proibir sistemas de inteligência artificial?

A ONU funciona como espaço de negociação entre países e pode promover acordos, recomendações e mecanismos de cooperação. Isso não significa que uma declaração do secretário-geral, por si só, proíba uma tecnologia ou substitua leis nacionais. A aplicação concreta depende dos instrumentos adotados pelos Estados e de como cada país os incorpora.

Regras comuns impediriam a inovação?

Não necessariamente. Requisitos claros podem aumentar a confiança e facilitar a atuação de empresas em diferentes mercados. Ainda assim, regras mal desenhadas podem gerar custos desproporcionais ou ficar rapidamente ultrapassadas. Por isso, a regulação precisa considerar o nível de risco, permitir revisão e evitar tratar todas as aplicações como se fossem igualmente perigosas.

Quais são os riscos de uma corrida por IA?

O principal receio é que a pressão para lançar sistemas mais capazes reduza o tempo dedicado a testes, segurança e acompanhamento. A competição também pode desestimular a divulgação de vulnerabilidades. Isso não significa que toda inovação cause dano, mas torna importante combinar velocidade com avaliações, transparência adequada e planos para corrigir falhas.

Como saber se uma ferramenta de IA protege meus dados?

Consulte a política de privacidade e as configurações do serviço, procurando informações sobre armazenamento, uso dos dados para treinamento, compartilhamento com terceiros e opções de exclusão. As condições variam entre produtos e podem mudar. Evite inserir dados sensíveis se não tiver certeza de como serão tratados.

E você, já testou essa funcionalidade? Conte sua experiência (ou dúvidas) nos comentários! Se este guia te ajudou, compartilhe com alguém que também precisa saber disso. E para receber nossos tutoriais e análises em primeira mão, assine a newsletter do Tech Advisor Brasil.