Compreendendo a Governança Global de IA Através de uma Estrutura em Três Camadas
Se o século 20 foi movido por petróleo e aço, o século 21 é impulsionado por computação e os minerais que a alimentam. A partir de 11 de dezembro de 2025, iniciou-se a Iniciativa Pax Silica, um compromisso entre os Estados Unidos e oito países parceiros para trabalhar juntos na “segurança de pilhas estratégicas da cadeia de suprimentos tecnológica global”. Dois dias antes, foi anunciada a formação da Fundação Agentic AI, um grupo de empresas de inteligência artificial (IA) que se comprometeu a estabelecer as bases para um ecossistema compartilhado de ferramentas, padrões e inovações impulsionadas pela comunidade para a IA agentiva.
Essas iniciativas somam-se a um cenário de governança de IA já fragmentado, com novos órgãos e grupos de trabalho surgindo periodicamente, além de organizações internacionais que produzem um número crescente de textos normativos e documentos de políticas. Desde 2024, o Conselho da Europa finalizou a Convenção sobre Inteligência Artificial e uma metodologia de avaliação de risco de direitos humanos para a IA; a Organização para a Cooperação e Desenvolvimento Econômico (OCDE) atualizou seus princípios de IA confiável e emitiu um relatório com recomendações sobre o uso da IA no governo; o governo dos EUA lançou a Pax Silica; a Cúpula de Ação de IA de 2025 produziu uma declaração sobre IA inclusiva e sustentável; e as Nações Unidas estabeleceram um “Painel Científico Internacional Independente sobre Inteligência Artificial” e um “Diálogo Global sobre Governança da Inteligência Artificial”.
Com esse crescimento exponencial na produção de políticas globais de IA, surge o risco de duplicação de iniciativas, sobreposição substancial, desafios de interoperabilidade e até mesmo potenciais contradições de políticas e normas. O número crescente de órgãos e iniciativas também torna difícil para os atores de IA determinar onde melhor se envolver na governança global de IA de forma a ter um impacto duradouro. As Nações Unidas reconheceram recentemente os desafios de se envolver nesse contexto, enfatizando a necessidade de “governança de IA multissetorial”, mas sem especificar o que isso significa na prática, resultando em maior confusão.
A Estrutura em Três Camadas da Governança da Internet
Um ponto de partida útil para mapear o cenário da governança de IA vem de uma estrutura de 25 anos que continua relevante na academia. Em 2000, foi publicado um artigo seminal que distingue entre as três “camadas” da atividade da internet:
- 1. Camada de infraestrutura: Compreende a base física e técnica da internet, como cabos, roteadores, servidores e data centers. A governança nesta camada foca em questões como acesso, conectividade e confiabilidade da rede.
- 2. Camada lógica: Consiste em software, protocolos e padrões que determinam como a informação flui e os sistemas interoperam. A governança aqui envolve os padrões que permitem a interoperabilidade e a segurança entre redes e aplicações.
- 3. Camada de conteúdo: Visível para os usuários da internet, abrange todas as interações humanas e organizacionais que ocorrem na internet, como criação de conteúdo e atividades econômicas.
Aplicando a Estrutura em Três Camadas à Governança da IA
Ao aplicar a matriz de três camadas à governança da IA, resulta na seguinte classificação:
- 1. Camada de infraestrutura da IA: Inclui a infraestrutura de computação e dados que suporta a computação de alto desempenho para IA, como semicondutores, data centers e plataformas de computação em nuvem.
- 2. Camada lógica da IA: Abrange modelos de IA, sistemas de software e serviços centrados em modelos pelos quais a IA é desenvolvida, acessada e integrada. Esta camada é dominada por modelos proprietários desenvolvidos por um pequeno número de empresas.
- 3. Camada social da IA: Refere-se às interações humanas e institucionais que utilizam aplicações de IA para produzir diversos resultados. A lista de atores nesta camada é vasta, abrangendo aplicações voltadas para negócios e consumidores.
Implicações e Riscos
Essa estrutura permite agrupar diversas iniciativas políticas com base na camada em que se concentram. Por exemplo, a Lei de Transparência em IA da Califórnia se aplica principalmente à camada lógica, enquanto as disposições do Ato de IA da UE se referem predominantemente à camada social.
Além disso, surgem desafios significativos na governança global de IA, como a aquisição dos “meios de produção” por empresas de IA, que buscam operar a pilha completa de aplicações de IA com mínima dependência de terceiros. Essa dinâmica implica que nenhuma organização, seja nacional ou internacional, pode capturar a totalidade de suas atividades.
Conclusão
Com um esboço amplo das camadas de atividade da IA, o próximo passo é identificar os organismos internacionais relevantes para cada camada. A visualização proposta pode ajudar a comparar iniciativas com base em seu escopo pretendido e permitir que organizações internacionais simplifiquem sua taxonomia.
À medida que o campo da IA continua a evoluir, a necessidade de uma governança ágil e colaborativa se torna evidente, ressaltando a importância de uma abordagem multissetorial para abordar os desafios emergentes.
