A Falsa Confiança na Lei de IA da UE: Lacunas Epistêmicas e Armadilhas Burocráticas
Em 10 de julho de 2025, a Comissão Europeia lançou o rascunho final do Código de Prática para Inteligência Artificial de Uso Geral (GPAI), um “código projetado para ajudar a indústria a cumprir as regras da Lei de IA.” O Código estava em desenvolvimento desde outubro de 2024, quando o processo de redação começou após uma plenária de lançamento em setembro de 2024. A Comissão havia planejado lançar o rascunho final até 2 de maio de 2025, e o atraso subsequente gerou especulações generalizadas – variando de preocupações sobre lobby da indústria a tensões ideológicas mais profundas entre os defensores da inovação e da regulamentação.
No entanto, além dessas narrativas, um problema mais fundamental emerge: uma desconexão epistêmica e conceitual no cerne da Lei de Inteligência Artificial da UE, especialmente em sua abordagem à “inteligência artificial de uso geral” (GPAI). A versão atual do Código, que inclui três capítulos cobrindo “Transparência”, “Copyright” e “Segurança e Proteção”, não aborda esses problemas centrais.
A Invenção Legal da IA de Uso Geral
De acordo com o Art. 3(63) da Lei de IA da UE, um “modelo de IA de uso geral” é:
“um modelo de IA, incluindo onde tal modelo de IA é treinado com uma grande quantidade de dados usando auto-supervisão em larga escala, que exibe generalidade significativa e é capaz de realizar competentemente uma ampla gama de tarefas distintas, independentemente de como o modelo é colocado no mercado e que pode ser integrado em uma variedade de sistemas ou aplicações posteriores, exceto modelos de IA que são usados para atividades de pesquisa, desenvolvimento ou prototipagem antes de serem colocados no mercado.”
O que a Lei se refere aqui alinha-se ao que a comunidade de pesquisa em IA denomina como modelo de base – um termo que, embora não perfeito, é amplamente utilizado para descrever modelos em larga escala treinados em conjuntos de dados amplos para suportar múltiplas tarefas. Exemplos de tais modelos de base incluem as séries ChatGPT da OpenAI, Magma da Microsoft, Gemini do Google e BERT. Estes modelos atuam como bases que podem ser ajustadas ou adaptadas para casos de uso específicos.
Crucialmente, o termo “IA de uso geral” (GPAI) não surgiu dentro da comunidade de pesquisa em IA. É uma construção legal introduzida pela Lei de IA da UE para definir retroativamente certos tipos de sistemas de IA. Antes disso, ‘GPAI’ tinha pouca ou nenhuma presença no discurso acadêmico. Nesse sentido, a Lei não apenas atribuiu um significado regulatório ao termo, mas também efetivamente criou uma nova categoria – uma que corre o risco de distorcer como tais sistemas são realmente compreendidos e desenvolvidos na prática.
Os Limites de uma Estrutura Baseada em Risco
A Lei de IA da UE adota uma abordagem regulatória baseada em riscos. O Artigo 3(2) define risco como “a combinação da probabilidade de ocorrência de dano e a severidade desse dano.” Essa definição se baseia em tradições legais e atuariais clássicas, onde se assume que os danos são previsíveis, probabilidades podem ser razoavelmente atribuídas e riscos podem ser avaliados de acordo. No entanto, IA – particularmente modelos de base – complica essa estrutura.
Os modelos de base são caracterizados por características que são difíceis de quantificar, incluindo sua natureza probabilística e augmentativa e interação com ambientes sócio-técnicos complexos, onde os danos não podem ser claramente previstos. Como resultado, as abordagens tradicionais de avaliação de riscos são incapazes de contabilizar adequadamente seu comportamento ou impacto e podem produzir uma falsa sensação de confiança para os reguladores.
A Armadilha Burocrática da Certeza Legal
A análise de Max Weber sobre burocracia ajuda a explicar por que a discrepância mencionada entre as suposições incorporadas nos instrumentos legais e as realidades das tecnologias era de se esperar. Weber descreveu a burocracia como uma “jaula de ferro” de racionalização, dependente de regras formais, hierarquias e clareza categórica. As burocracias exigem categorização clara, caso contrário, não podem funcionar efetivamente.
As definições precisas da Lei de IA da UE – como aquelas para “fornecedor”, “implantador” e especialmente “modelo de IA de uso geral” – refletem essa lógica burocrática. No entanto, como Weber alertou, essa forma de racionalidade pode levar a padrões de pensamento excessivamente rígidos e formalizados. Ao tratar categorias de IA como cientificamente estabelecidas, a Lei exemplifica um formalismo legal que pode dificultar a governança adaptativa.
As lições aqui indicam que a Lei corre o risco de legislar o paradigma de ontem no mundo de amanhã. Em vez de ancorar a regulamentação em categorias fixas, os formuladores de políticas precisam de mecanismos de governança que antecipem mudanças conceituais e permitam revisões iterativas, confiando em órgãos de monitoramento multidisciplinares em vez de definições estáticas – e neste caso, problemáticas.
A abordagem de governança de inovação antecipatória da OCDE ilustra como tais estruturas podem funcionar: combinando previsão, experimentação e regulação adaptativa para se preparar para múltiplos futuros possíveis.
