IA soberana: de quem é a inteligência que estamos usando?

Quando Lula, no discurso da vitória, defendeu uma inteligência artificial soberana, levou para a noite mais política do ano uma pergunta que vai muito além de um modelo de IA: quem controla a tecnologia, os dados e as decisões que ela ajuda a tomar? Ele não citou nenhuma empresa, mas quem acompanha o setor sabe qual projeto está por trás dessa promessa: a parceria entre o Serpro e a MeetKai.

A resposta costuma vir embalada numa frase só: uma IA brasileira, que pensa em português, entende nossa história e nossa cultura e guarda os dados no Brasil. É uma imagem poderosa. Mas soberania em inteligência artificial não se conquista com uma bandeira no nome nem com um servidor instalado em território nacional. Ela depende de controle real sobre quatro coisas: a infraestrutura, os dados, os modelos e as regras de uso.

O caso da MeetKai ajuda a entender por quê. A MeetKai Brasil é a unidade brasileira de uma empresa de origem norte-americana e venceu a seleção do Serpro para ser parceira do projeto de IA soberana do governo federal. Pelo desenho anunciado, a empresa entrega ao Serpro o código, os pesos dos modelos e o framework de desenvolvimento. Os modelos passam a ser propriedade da estatal e rodam no datacenter dela, e órgãos públicos podem construir versões próprias sobre essa base. Ou seja: a tecnologia de partida não nasceu aqui, mas o controle sobre ela, em tese, passa a ser brasileiro. É uma distinção que o slogan esconde e que, no entanto, está no coração da questão.

Estive no lançamento oficial da MeetKai, na sede do ITA, em São José dos Campos. O instituto também será parceiro no desenvolvimento da tecnologia, e o professor Jacoby, que abriu o evento, fez questão de destacar a importância da soberania dos dados. Não por acaso: é justamente nesse ponto que a discussão deixa de ser abstrata.

Porque soberania não é um interruptor de liga e desliga; é uma soma de camadas. Onde os dados são processados. Quem administra a infraestrutura. Quem detém os modelos e seus parâmetros. Quem pode adaptá-los ao português, às leis e aos serviços locais. Quem pode auditar seu funcionamento. Quanto mais dessas camadas estiverem sob controle nacional, maior a autonomia. E nenhuma delas, sozinha, basta.

Isso não significa romper com as grandes empresas de tecnologia. Seria pouco realista imaginar governos e empresas abandonando ferramentas globais de uma hora para outra, e o próprio Serpro oferece o Gemini, do Google, dentro de sua nuvem de governo. O movimento é outro: reduzir a dependência de um único fornecedor e manter alternativas próprias para o que é estratégico. Usar tecnologia estrangeira quando ela for a melhor opção; ter capacidade nacional quando privacidade, continuidade ou interesse público exigirem.

É aí que dominar o machine learning, ou ao menos partes relevantes dele, ganha valor. Um país capaz de treinar ou adaptar modelos, avaliar resultados e controlar os dados que alimentam seus sistemas não fica refém das prioridades de empresas de fora. Pode desenvolver ferramentas para sua língua, suas leis e seus serviços públicos. Pode negociar em melhores condições. E pode reter o conhecimento que, de outro modo, se acumularia apenas nas plataformas globais.

Nos projetos em que tenho atuado, vejo essa preocupação crescer dentro das grandes companhias. Cuidar do tratamento dos dados parece óbvio, e é. Mas agora surgiu uma inquietação maior: o aprendizado gerado a partir desses dados. Esse conhecimento precisa pertencer à empresa que o produziu, e os termos de uso das big techs nem sempre deixam isso claro.

Pense em alguém que usa um modelo como o GPT para revisar um grande trabalho científico e, no processo, entrega ao sistema informações e critérios que ele ainda não conhecia. Se esse material puder ser usado para treinar as próximas versões do modelo, de quem passa a ser esse aprendizado? Continua sendo do pesquisador ou vira senso comum, à disposição de qualquer usuário?

Nada disso sai de graça. Modelos competitivos exigem computação, energia, talento, dados de qualidade e pesquisa contínua. Não por acaso, o Plano Brasileiro de Inteligência Artificial prevê R$ 23 bilhões entre 2024 e 2028. E soberania não é sinônimo automático de eficiência, segurança ou qualidade. Uma tecnologia nacional precisa provar que funciona, proteger dados, ser auditável e entregar resultados. Sem isso, o discurso da independência corre o risco de servir de verniz para uma solução cara ou pouco eficaz.

O papel do Serpro pode ser decisivo justamente por ligar a tecnologia à capacidade de execução do Estado. O Brasil não precisa só de um modelo; precisa saber colocá-lo para funcionar em serviços reais, com governança, integração e responsabilidade pública. A parceria pode abrir esse caminho, desde que venha acompanhada de transparência sobre contratos, custos, segurança e resultados.

A disputa da IA não será apenas sobre quem dá a resposta mais convincente. Será sobre quem controla a máquina que produz essa resposta, e quem fica com o conhecimento gerado no caminho.

A MeetKai pode ser uma peça dessa estratégia. Mas a soberania brasileira será medida menos pelo anúncio de uma “IA do Brasil” e mais pela capacidade de desenvolver, governar e usar inteligência artificial em benefício do país.

 

Leia outros artigos de Henrique Borges

• A IA pode criar mais milionários de 40 anos do que de 20
• Depois dos empregos, a IA agora ameaça os aplicativos e softwares
• Vamos precisar proibir a IA de roubar alguns empregos?
• A IA está ficando grátis. E isso pode acabar com milhares de negócios
• Seu próximo melhor vendedor talvez não seja humano
• A IA começou a agir sem pedir permissão. Estamos em risco?
• As obras já não serão suficientes para eleger prefeitos
• Com a IA, você já está ou ficará desempregado
• A próxima disputa da IA não será por respostas, será pelo trabalho
• Elon Musk e a Bolha da IA
• A IA Não Veio Para Fazer Você Trabalhar Menos
• As Lan Houses da Inteligência Artificial
• A próxima videolocadora será o call center