O essencial
- Os sistemas de IA são definidos pelo
artigo 3.º, n.º 1do Regulamento Europeu de IA como sistemas baseados em máquinas que funcionam com autonomia variável e que inferem, a partir das entradas que recebem, como gerar saídas capazes de influenciar ambientes físicos ou virtuais. É esta capacidade de inferência que os distingue do software tradicional. - A definição é funcional e neutra do ponto de vista tecnológico: abrange tanto a aprendizagem automática como as abordagens baseadas em lógica e conhecimento, mas exclui os sistemas puramente baseados em regras totalmente especificadas por pessoas, as heurísticas simples e o processamento básico de dados.
- Consoante a capacidade, distinguem-se a IA restrita (a única atualmente em uso), a IA geral (teórica) e a superIA (hipotética); consoante a funcionalidade, as máquinas reativas, a memória limitada, a teoria da mente e a autoconsciência.
- O Regulamento Europeu de IA classifica os sistemas por nível de risco: práticas proibidas (
artigo 5.º), alto risco (artigos 6.º a 49.º), risco limitado com deveres de transparência (artigo 50.º) e risco mínimo. - A responsabilidade recai sobretudo sobre o prestador (
artigo 3.º, n.º 3) e o responsável pela implementação (artigo 3.º, n.º 4). Governar estes sistemas começa por um inventário rigoroso, a base sobre a qual assenta toda a conformidade.
O que é um sistema de IA?
A pergunta parece trivial até ser preciso decidir se uma ferramenta cai, ou não, no âmbito da legislação europeia. Muitas organizações chamam «inteligência artificial» a qualquer automatização, o que não ajuda quando as obrigações legais dependem de uma fronteira precisa. Os sistemas de IA têm, por isso, uma definição jurídica própria, que determina quem tem de cumprir o quê.
«Um sistema baseado em máquinas concebido para funcionar com níveis de autonomia variáveis e que pode revelar capacidade de adaptação após a sua implementação e que, para objetivos explícitos ou implícitos, infere, a partir das entradas que recebe, como gerar saídas, tais como previsões, conteúdos, recomendações ou decisões, que podem influenciar ambientes físicos ou virtuais.»
Esta é a formulação do artigo 3.º, n.º 1 do Regulamento Europeu de IA. Trata-se de uma definição funcional: descreve o que o sistema faz, não a tecnologia com que foi construído. É deliberadamente neutra do ponto de vista tecnológico, para não ficar desatualizada à medida que as técnicas mudam.
Esse padrão pode ler-se em três tempos. Primeiro, a entrada: o sistema recebe dados, que podem ser um texto, uma imagem, um sinal de sensor ou um registo histórico. Segundo, a inferência: a partir dessa entrada, e à luz de objetivos explícitos ou implícitos, o sistema deriva como produzir um resultado, sem que cada passo tenha sido escrito à mão por um programador. Terceiro, a saída: previsões, conteúdos, recomendações ou decisões que não ficam contidas no sistema, porque atuam sobre um ambiente físico (um veículo, uma linha de montagem) ou virtual (um sistema informático, um mercado, um fluxo de trabalho). É a articulação destes três tempos que caracteriza um sistema de IA na aceção do regulamento.
As sete características de um sistema de IA
Em fevereiro de 2025, a Comissão Europeia publicou orientações sobre a definição de sistema de IA que decompõem a definição legal em sete elementos. Percorrê-los um a um é a forma mais fiável de decidir se uma ferramenta concreta está ou não abrangida. A leitura completa da definição consta do artigo 3 do Regulamento Europeu de IA.
Baseado em máquina e autónomo
O primeiro elemento é a base material. Um sistema de IA funciona sobre máquinas: componentes de computação, memória, processadores. As orientações da Comissão esclarecem que este critério é amplo, ao ponto de abranger sistemas assentes em computação quântica emergente. Na prática, quase tudo o que corre num computador satisfaz este requisito, pelo que raramente é aqui que se joga a fronteira.
O segundo elemento é a autonomia. A definição exige que o sistema opere com «níveis de autonomia variáveis», expressão que deixa espaço para graus muito diferentes. Um sistema pode precisar de uma instrução humana para arrancar e ainda assim ser autónomo na forma como chega ao resultado. O que interessa é que exista alguma independência face à intervenção humana passo a passo. Para uma perspetiva sobre os graus mais elevados de independência, veja os agentes de IA autónomos.
A inferência: o elemento determinante
De todos os elementos, a inferência é o que traça a verdadeira linha divisória. A Comissão é explícita: a capacidade de inferir como gerar saídas é o que separa um sistema de IA do software convencional. Um programa clássico segue regras que uma pessoa escreveu por inteiro: se acontece A, faz B. Um sistema de IA, pelo contrário, deriva a forma de produzir o resultado a partir dos dados ou de um modelo, e não de uma sequência de instruções pré-fixada para cada caso.
A inferência não se limita à aprendizagem automática. As orientações reconhecem que também as abordagens baseadas em lógica e conhecimento, em que o sistema raciocina sobre factos e regras codificadas para chegar a conclusões novas, podem satisfazer o critério. O que fica de fora é aquilo que não infere: sistemas puramente baseados em regras totalmente especificadas por seres humanos, heurísticas simples e operações de processamento básico de dados. Uma calculadora, um filtro que ordena uma lista por data ou um formulário com validações fixas não são sistemas de IA, porque não há inferência, apenas a execução literal de instruções humanas.
Adaptabilidade, objetivos e resultados
O terceiro conjunto de elementos completa o quadro. A adaptabilidade refere-se à capacidade de o sistema mudar de comportamento após a implementação, aprendendo com novos dados. É importante sublinhar um ponto que gera confusão frequente: a definição usa o verbo «pode». A adaptabilidade não é obrigatória. Um sistema treinado uma vez e nunca mais alterado continua a ser um sistema de IA se satisfizer os restantes critérios. A adaptação é uma possibilidade, não uma condição.
Os objetivos podem ser explícitos, escritos diretamente no sistema, ou implícitos, emergindo do comportamento e dos dados de treino. Já os resultados assumem quatro formas enumeradas na definição: previsões, conteúdos, recomendações ou decisões. Por fim, esses resultados têm de conseguir influenciar ambientes físicos ou virtuais. Um sistema que recomenda uma decisão de crédito influencia um ambiente virtual (o processo bancário) com consequências bem reais para a pessoa. É esta capacidade de agir sobre o mundo, direta ou indiretamente, que fecha a definição.
Os tipos de sistemas de IA
Para além da definição jurídica, é útil situar os sistemas de IA nas classificações técnicas usadas na literatura, que ajudam a comunicar com equipas de engenharia e a calibrar expectativas. Existem dois eixos habituais: a capacidade e a funcionalidade.
Por capacidade: IA restrita, geral e superIA
A classificação por capacidade mede a amplitude do que o sistema consegue fazer. A IA restrita, também dita fraca, é concebida para uma tarefa ou um domínio específico: reconhecer rostos, traduzir texto, recomendar produtos, detetar fraude. É a única categoria que existe de facto hoje. Todos os sistemas em produção, sem exceção, são formas de IA restrita.
A IA geral, ou inteligência artificial geral, designaria um sistema capaz de compreender, aprender e aplicar conhecimento com a flexibilidade de um ser humano, transferindo competências de um domínio para outro sem novo treino específico. Permanece teórica. A superIA descreve uma inteligência hipotética que ultrapassaria a humana em todas as dimensões. Pertence, por agora, ao campo da especulação. Distinguir estas categorias evita que decisões de governação sejam contaminadas por promessas de capacidades que os sistemas reais não têm hoje.
Por funcionalidade: reativa, de memória limitada, teoria da mente, autoconsciente
O segundo eixo, mais fino, classifica os sistemas pela forma como lidam com o tempo e o contexto. As máquinas reativas respondem a um estímulo presente sem qualquer memória do passado. A memória limitada, por seu turno, abrange praticamente toda a IA moderna. Os grandes modelos de linguagem, os sistemas de recomendação e a perceção dos veículos autónomos usam dados recentes ou históricos para melhorar as respostas, mas dentro de limites definidos.
As duas categorias seguintes ainda não existem. A teoria da mente designaria sistemas capazes de modelar estados mentais, intenções e emoções de outros agentes, um objetivo de investigação em curso. A autoconsciência descreveria sistemas com consciência de si próprios, uma hipótese puramente especulativa. Reconhecer que a esmagadora maioria dos sistemas de IA em uso pertence à memória limitada mantém o debate ancorado na realidade. Para enquadrar estas ferramentas numa estrutura de gestão coerente, vale a pena consultar um quadro de governação de IA.
Como o Regulamento Europeu de IA classifica os sistemas de IA por risco
A definição do artigo 3.º diz-nos o que é um sistema de IA. O passo seguinte, que determina as obrigações concretas, é a classificação por risco. O Regulamento Europeu de IA adota uma abordagem baseada no risco e organiza os sistemas de IA em quatro níveis, com deveres proporcionais ao perigo que representam.
O primeiro nível são as práticas proibidas. O artigo 5.º interdita oito práticas consideradas incompatíveis com os valores da União, entre as quais a manipulação subliminar, a exploração de vulnerabilidades, a pontuação social por autoridades públicas e certos usos de identificação biométrica em tempo real. Estas proibições aplicam-se desde 2 de fevereiro de 2025.
O segundo nível, o de alto risco, é regulado pelos artigos 6.º a 49.º e é o núcleo do regulamento. Um sistema é de alto risco em duas situações. Primeira, quando é um componente de segurança de um produto abrangido pela legislação de harmonização enumerada no anexo I (máquinas, dispositivos médicos, brinquedos, entre outros). Segunda, quando se enquadra numa das oito áreas do anexo III: biometria; infraestruturas críticas; educação e formação profissional; emprego e gestão de trabalhadores; acesso a serviços privados e públicos essenciais, incluindo a avaliação de solvabilidade e os seguros; aplicação da lei; migração e controlo de fronteiras; administração da justiça e processos democráticos.
O terceiro nível é o do risco limitado, sujeito aos deveres de transparência do artigo 50.º. Aqui exige-se que as pessoas saibam que estão a interagir com uma máquina. Um agente conversacional tem de se identificar como tal, e os conteúdos gerados ou manipulados por IA, como as imagens sintéticas, devem ser rotulados. O quarto nível é o do risco mínimo, que abarca a larga maioria dos sistemas, de filtros de mensagens não solicitadas a videojogos. Estes não estão sujeitos a obrigações ao abrigo do regulamento, ainda que o Regulamento Geral sobre a Proteção de Dados continue a aplicar-se sempre que haja tratamento de dados pessoais, matéria supervisionada em Portugal pela CNPD. Uma leitura mais detalhada consta da nossa página sobre o Regulamento Europeu de IA.
Quem é responsável: prestadores e responsáveis pela implementação
O regulamento distribui obrigações consoante o papel que cada organização desempenha face ao sistema. Os dois papéis centrais são o prestador e o responsável pela implementação.
O prestador, definido no artigo 3.º, n.º 3, é quem desenvolve um sistema de IA, ou o manda desenvolver, e o coloca no mercado ou em serviço sob o seu próprio nome ou marca. É sobre o prestador que recai o grosso das obrigações, sobretudo quando o sistema é de alto risco. O responsável pela implementação, definido no artigo 3.º, n.º 4, é quem utiliza um sistema de IA sob a sua autoridade no âmbito de uma atividade profissional. Fica de fora o uso a título pessoal e não profissional.
Esta distinção não é estanque. O artigo 25.º estabelece que um responsável pela implementação passa a ser considerado prestador, com todas as obrigações associadas, em três circunstâncias: se apuser o seu nome ou marca num sistema de alto risco já colocado no mercado; se introduzir uma modificação substancial num sistema de alto risco; ou se alterar a finalidade de um sistema de forma que este passe a ser de alto risco. Muitas organizações que se julgam meros utilizadores acabam, sem o saber, na posição de prestador. Compreender de que lado da fronteira se está é um exercício que a governação de IA deve resolver logo no início, porque tudo o resto depende disso.
As obrigações de governação para os sistemas de IA
Para os sistemas de alto risco, o regulamento define um conjunto extenso de obrigações que recaem principalmente sobre o prestador, formando um sistema coerente de gestão do risco ao longo de todo o ciclo de vida.
O prestador de um sistema de alto risco tem de estabelecer um sistema de gestão do risco (Art 9) e assegurar a governação dos dados, incluindo o controlo de enviesamentos nos conjuntos de treino, validação e teste (Art 10). Deve elaborar documentação técnica (Art 11) e garantir o registo automático de eventos, ou seja, a rastreabilidade através de logs (Art 12). Tem de assegurar a transparência e prestar instruções de utilização claras (Art 13), conceber o sistema para permitir uma supervisão humana efetiva (Art 14) e alcançar níveis adequados de exatidão, solidez e cibersegurança (Art 15).
A estes requisitos somam-se um sistema de gestão da qualidade (Art 17), a avaliação de conformidade antes da colocação no mercado (Art 43), a aposição da marcação CE e o registo do sistema na base de dados da UE (Art 49). Do lado de quem usa, o responsável pela implementação tem os seus próprios deveres (Art 26), e as autoridades públicas devem realizar uma avaliação de impacto sobre os direitos fundamentais (Art 27).
Os modelos de IA de finalidade geral seguem um regime próprio. Os respetivos prestadores devem manter documentação técnica e cumprir obrigações em matéria de direitos de autor. Quando o modelo apresenta risco sistémico, presumido quando o treino ultrapassa 10^25 operações de vírgula flutuante (Art 55), acrescem deveres de avaliação e de comunicação de incidentes graves. O calendário de aplicação é escalonado: as proibições desde fevereiro de 2025, as regras dos modelos de finalidade geral desde agosto de 2025, a maioria das obrigações de alto risco a partir de agosto de 2026 e os sistemas de alto risco associados a produtos regulados a partir de agosto de 2027. Estruturar tudo isto de forma sistemática é o objeto da gestão de riscos e conformidade, que pode apoiar-se em referenciais como a ISO 42001 ou o NIST AI RMF.
Da definição à governação: construir um inventário de sistemas de IA
Todas as obrigações descritas partem de um pressuposto que poucas organizações conseguem satisfazer: saber que sistemas de IA estão efetivamente a utilizar. Na maioria dos casos, a resposta honesta é «não sabemos ao certo». Os modelos entram pela porta das compras, embutidos em funcionalidades de fornecedores de software que a organização já usa, e entram também pela iniciativa das próprias equipas, que adotam ferramentas por conta própria sem passar por qualquer aprovação. A esta zona cinzenta chama-se shadow AI, e é onde vive o risco não gerido.
Por isso, o primeiro ato concreto de governação não é redigir uma política, é construir um inventário. Um registo vivo que, para cada sistema, documente a sua finalidade, os dados que trata, o papel da organização (prestador ou responsável pela implementação) e o nível de risco aplicável. Sem esse mapa, é impossível saber que artigos se aplicam ou que controlos são exigíveis. O inventário é a fundação; tudo o mais é construído sobre ele.
É esta a lógica sobre a qual a AI Sigil foi concebida. A plataforma mantém um registo vivo dos sistemas de IA e dos seus componentes (casos de uso, modelos, dados, ações), classifica cada um face aos referenciais aplicáveis e associa a cada sistema os controlos e as evidências que demonstram a conformidade. Em vez de tratar a governação como um exercício documental pontual, transforma-a num processo contínuo, ancorado num inventário que reflete o que a organização realmente executa.
Perguntas frequentes
Qual é a diferença entre inteligência artificial e um sistema de IA na aceção da lei? «Inteligência artificial» é um termo genérico e sem contornos jurídicos. «Sistema de IA» é um conceito legal preciso, definido no artigo 3.º, n.º 1 do Regulamento Europeu de IA. Uma ferramenta só é um sistema de IA para efeitos legais se satisfizer os elementos da definição, com destaque para a inferência: derivar como gerar saídas a partir das entradas, e não seguir apenas regras escritas por pessoas. A distinção importa porque as obrigações do regulamento recaem sobre os sistemas de IA assim definidos, e não sobre tudo o que se diga «inteligente».
Uma automatização baseada em regras é um sistema de IA? Em regra, não. As orientações da Comissão Europeia excluem expressamente do conceito os sistemas puramente baseados em regras totalmente especificadas por seres humanos, as heurísticas simples e o processamento básico de dados. Se cada resultado decorre de instruções escritas por uma pessoa, sem qualquer inferência, não existe sistema de IA. O critério decisivo é saber se o sistema deriva por si o modo de gerar as saídas ou se apenas executa literalmente uma lógica pré-programada. Uma folha de cálculo com fórmulas fixas, por exemplo, fica de fora.
Todos os sistemas de IA estão sujeitos ao Regulamento Europeu de IA? Estão abrangidos pelo regulamento, mas com intensidades muito diferentes. A maioria enquadra-se no risco mínimo e não tem obrigações específicas ao abrigo do diploma, embora continue sujeita a outras leis, como o Regulamento Geral sobre a Proteção de Dados. Os sistemas de risco limitado têm deveres de transparência. Os de alto risco suportam o conjunto completo de requisitos. E oito práticas estão pura e simplesmente proibidas. Determinar em que nível se situa cada sistema é o primeiro passo prático da conformidade.
A minha empresa apenas usa uma ferramenta de IA de terceiros. Temos obrigações? Provavelmente sim, embora mais limitadas do que as do prestador. Quem utiliza um sistema de IA sob a sua autoridade profissional é responsável pela implementação, com deveres próprios, sobretudo se o sistema for de alto risco. Além disso, o artigo 25.º pode transformar um utilizador em prestador: basta apor a sua marca no sistema, modificá-lo substancialmente ou usá-lo para uma finalidade de alto risco. Convém mapear com rigor o papel exato antes de assumir que não há responsabilidades.
O que muda para os modelos de IA de finalidade geral? Os modelos de finalidade geral, como os grandes modelos de linguagem, têm um regime dedicado. Os seus prestadores devem manter documentação técnica e cumprir obrigações relativas a direitos de autor. Quando o modelo é considerado de risco sistémico, presumido acima de 10^25 operações de vírgula flutuante no treino, acrescem deveres de avaliação de risco e de comunicação de incidentes graves. As regras aplicáveis a estes modelos são exigíveis desde agosto de 2025, antecipando-se a grande parte das obrigações de alto risco.
Por onde deve começar uma organização que quer cumprir? Pelo inventário. Antes de escrever políticas ou escolher ferramentas, é preciso saber que sistemas de IA existem na organização, incluindo os adotados informalmente pelas equipas. Para cada um, documenta-se a finalidade, os dados tratados, o papel (prestador ou responsável pela implementação) e o nível de risco. Só com esse mapa é possível identificar as obrigações aplicáveis e priorizar. A governação eficaz não nasce de um documento, nasce de um registo fiável daquilo que a organização realmente utiliza.
Conclusão
Definir um sistema de IA deixou de ser um exercício académico para se tornar um requisito operacional. A definição funcional do artigo 3.º, n.º 1 do Regulamento Europeu de IA, centrada na inferência, fixa a fronteira; a classificação por risco determina o esforço; a distinção entre prestador e responsável pela implementação atribui as responsabilidades. Mas nada disto produz efeito enquanto a organização não souber que sistemas de IA utiliza de facto, incluindo os que entraram sem passar por qualquer aprovação. É por isso que o inventário vem primeiro. A AI Sigil existe para o manter vivo: um registo dos sistemas e dos seus componentes, classificados face aos referenciais aplicáveis, com os controlos e as evidências associados. A conformidade sustentável começa por ver com clareza o que já se tem.