Governança de IA: O elo perdido nas estratégias nacionais de IA
Em um cenário onde a Inteligência Artificial (IA) está rapidamente se tornando uma força transformadora, a governança de IA emerge como um aspecto crucial que muitas vezes é negligenciado nas estratégias nacionais. A governança eficaz é essencial para garantir que as tecnologias de IA sejam utilizadas de maneira benéfica e responsável.
O Desafio da Implementação
Historicamente, projetos ambiciosos enfrentam desafios significativos na fase de implementação. O exemplo do projeto da Administração de Desenvolvimento Econômico dos Estados Unidos, que visava revitalizar a área portuária de Oakland, ilustra essa questão. Embora houvesse apoio durante a formulação do plano, a execução falhou devido à falta de envolvimento dos stakeholders.
Com a IA, enfrentamos um desafio semelhante. A ascensão da IA está reformulando a trajetória da civilização humana, com previsões de que a IA superará a inteligência humana até 2029 e atinja um estado de superinteligência até 2045.
Os Pilares das Estratégias de IA
As estratégias nacionais para a IA geralmente se concentram em três pilares principais: infraestrutura computacional, talento e dados. Os Estados Unidos, por exemplo, estão investindo maciçamente no Projeto Stargate, com compromissos que somam 730 trilhões de won (aproximadamente 534 bilhões de dólares) por empresas como OpenAI e Oracle. A União Europeia também está investindo significativamente em desenvolvimento de infraestrutura de IA.
Além disso, a Coreia do Sul anunciou um plano para investir 100 trilhões de won na construção de um centro soberano de computação em IA, sublinhando a competitividade nacional impulsionada pela IA.
A Importância da Governança de IA
Durante visitas a empresas de IA e universidades em locais como Xangai e Hangzhou, ficou claro que a governança de IA é mais crítica do que a capacidade técnica. A estrutura social existente, que se baseia em sistemas de produção em massa do século XX, precisa ser adaptada para a era da IA. A IA tem o potencial de substituir muitos trabalhos rotineiros, mudando a natureza do trabalho em setores como jurídico, medicina, educação e finanças.
Integração Prática e Restrições de Dados
Para que a IA aumente a produtividade e permita que o trabalho humano se concentre em tarefas mais criativas, é necessário abrir dados e fluxos de trabalho existentes para aprendizado de máquina. No setor de saúde da Coreia, por exemplo, a recusa de hospitais em compartilhar dados por preocupações com a privacidade limita o desenvolvimento de IA médica. A falta de acesso a dados essenciais pode tornar ferramentas de IA avançadas ineficazes.
Prioridade na Governança
A governança deve, portanto, ser uma prioridade. Sem um quadro regulatório que permita que a IA aprenda com dados existentes, os investimentos em infraestrutura e modelos de linguagem soberanos correm o risco de ser desperdiçados. Os Estados Unidos e a China não estão avançando em IA apenas por causa de seus recursos, mas porque estabeleceram modelos de governança que facilitam o acesso e o uso de dados.
A governança de IA deve ser uma preocupação central para os formuladores de políticas que visam a competitividade nacional impulsionada pela IA. Sem políticas que desmantelam interesses enraizados e permitem a implementação em larga escala da IA, investimentos significativos em tecnologia podem resultar em benefícios públicos limitados.
