Compreendendo o Escopo da Definição de “Sistema de Inteligência Artificial (IA)”
Com a entrada em vigor da Lei de IA (Regulamento 2024/1689) em agosto de 2024, um marco pioneiro para a IA foi estabelecido.
No dia 2 de fevereiro de 2025, as primeiras disposições da Lei de IA tornaram-se aplicáveis, incluindo a definição de sistema de IA, alfabetização em IA e um número limitado de práticas de IA proibidas. Em conformidade com o artigo 96 da Lei de IA, a Comissão Europeia divulgou diretrizes detalhadas sobre a aplicação da definição de um sistema de IA no dia 6 de fevereiro de 2025.
Essas diretrizes não vinculativas são de alta relevância prática, pois visam trazer clareza jurídica a um dos aspectos mais fundamentais da lei – o que qualifica como um “sistema de IA” sob a legislação da UE. Sua publicação oferece orientações críticas para desenvolvedores, provedores, implementadores e autoridades reguladoras que buscam entender o escopo da Lei de IA e avaliar se sistemas específicos se enquadram nela.
Elementos da Definição de “Sistema de IA”
O artigo 3(1) da Lei de IA define um sistema de IA como um sistema baseado em máquina projetado para operar com vários níveis de autonomia, que pode apresentar adaptabilidade após a implantação e que, para objetivos explícitos ou implícitos, infere dos dados de entrada como gerar saídas, como previsões, conteúdos, recomendações ou decisões que podem influenciar ambientes físicos ou virtuais.
A Comissão Europeia enfatiza que essa definição é baseada em uma perspectiva de ciclo de vida, abrangendo tanto a fase de construção (pré-implantação) quanto a fase de uso (pós-implantação). Importante ressaltar que nem todos os elementos definicionais precisam estar sempre presentes; alguns podem aparecer apenas em uma etapa, tornando a definição adaptável a uma ampla gama de tecnologias, alinhada à abordagem à prova de futuro da Lei de IA.
Sistema Baseado em Máquina
As diretrizes reafirmam que todos os sistemas de IA devem operar através de máquinas – compostas tanto por componentes de hardware (por exemplo, processadores, memória e interfaces) quanto de software (por exemplo, código, algoritmos e modelos). Isso inclui não apenas sistemas digitais tradicionais, mas também plataformas avançadas, como computação quântica e computação biológica, desde que possuam capacidade computacional.
Autonomia
Outro requisito essencial é a autonomia, descrita como a capacidade de um sistema de funcionar com algum grau de independência do controle humano. Isso não implica necessariamente automação total, mas pode incluir sistemas capazes de operar com base em entrada ou supervisão humana indireta. Sistemas projetados para operar exclusivamente com total envolvimento e intervenção humana são excluídos.
Adaptabilidade
Um sistema de IA pode, mas não é obrigado a, apresentar adaptabilidade – significando que pode modificar seu comportamento após a implantação com base em novos dados ou experiências. Importante destacar que a adaptabilidade é opcional e sistemas sem capacidades de aprendizado ainda podem se qualificar como IA se outros critérios forem atendidos. No entanto, essa característica é crucial para diferenciar sistemas de IA dinâmicos de software estático.
Objetivos dos Sistemas
Os sistemas de IA são designados para alcançar objetivos específicos, que podem ser explícitos (claramente programados) ou implícitos (derivados de dados de treinamento ou comportamento do sistema). Esses objetivos internos diferem do propósito pretendido, que é externamente definido por seu provedor e contexto de uso.
Capacidades de Inferência
É a capacidade de inferir como gerar saídas com base em dados de entrada que define um sistema de IA. Isso os distingue do software tradicional baseado em regras ou determinístico. De acordo com as diretrizes, “inferência” abrange tanto a fase de uso, onde as saídas, como previsões, decisões ou recomendações, são geradas, quanto a fase de construção, onde modelos ou algoritmos são derivados usando técnicas de IA.
Saídas que Podem Influenciar Ambientes Físicos ou Virtuais
A saída de um sistema de IA (previsões, conteúdos, recomendações ou decisões) deve ser capaz de influenciar ambientes físicos ou virtuais. Isso captura a ampla funcionalidade da IA moderna, desde veículos autônomos e modelos de linguagem até motores de recomendação. Sistemas que apenas processam ou visualizam dados sem influenciar qualquer resultado ficam fora da definição.
Interação com o Ambiente
Finalmente, os sistemas de IA devem ser capazes de interagir com seu ambiente, seja físico (por exemplo, sistemas robóticos) ou virtual (por exemplo, assistentes digitais). Este elemento sublinha o impacto prático dos sistemas de IA e distingue ainda mais esses sistemas de software puramente passivo ou isolado.
Sistemas Excluídos da Definição de Sistema de IA
Além da ampla explicação dos elementos definicionais dos sistemas de IA, essas diretrizes fornecem clareza sobre o que não é considerado IA sob a Lei de IA, mesmo que alguns sistemas apresentem traços rudimentares de inferência:
- Sistemas para melhorar a otimização matemática – Sistemas, como certas ferramentas de aprendizado de máquina, que são usados puramente para melhorar o desempenho computacional (por exemplo, para aumentar a velocidade de simulação ou alocação de largura de banda) estão fora do escopo, a menos que envolvam tomada de decisão inteligente.
- Ferramentas básicas de processamento de dados – Sistemas que executam instruções ou cálculos predefinidos (por exemplo, planilhas, painéis e bancos de dados) sem aprendizado, raciocínio ou modelagem não são considerados sistemas de IA.
- Sistemas heurísticos clássicos – Sistemas de resolução de problemas baseados em regras que não evoluem através de dados ou experiências, como programas de xadrez baseados exclusivamente em algoritmos minimax, também estão excluídos.
- Motores de previsão simples – Ferramentas que usam métodos estatísticos básicos (por exemplo, preditores baseados em médias) para benchmarking ou previsão, sem reconhecimento de padrões complexos ou inferência, não atendem ao limiar da definição.
A Comissão Europeia conclui destacando os seguintes aspectos:
- Deve-se notar que a definição de um sistema de IA na Lei de IA é ampla e deve ser avaliada com base em como cada sistema funciona na prática.
- Não existe uma lista exaustiva do que é considerado IA; cada caso depende das características do sistema.
- Nem todos os sistemas de IA estão sujeitos a obrigações regulatórias e supervisão sob a Lei de IA.
- Apenas aqueles que apresentam maiores riscos, como os cobertos pelas regras sobre IA proibida ou de alto risco, estarão sob obrigações legais.
Essas diretrizes desempenham um papel importante no apoio à implementação eficaz da Lei de IA. Ao esclarecer o que se entende por um sistema de IA, elas proporcionam maior certeza jurídica e ajudam todas as partes interessadas relevantes, como reguladores, provedores e usuários, a entender como as regras se aplicam na prática. Sua abordagem funcional e flexível reflete a diversidade das tecnologias de IA e oferece uma base prática para distinguir sistemas de IA de software tradicional. Assim, as diretrizes contribuem para uma aplicação mais consistente e confiável da regulamentação em toda a UE.
