O Brasil precisa priorizar o letramento digital da população em inteligência artificial, opina a pesquisadora Renata Wassermann, professora associada do IME-USP e diretora da Lawgorithm, uma associação de interesse público (OSCIP) voltada para pesquisa em inteligência artificial e direito.
Ela se preocupa também com a concentração dos modelos de IA nas mãos de poucas empresas e alerta: “O problema não é a tecnologia, mas entender o que está por trás dela”.
Wassermann fará uma palestra sobre regulamentação de IA durante o Super Bots Experience 2026 nesta terça-feira, 18, e concedeu entrevista para o Mobile Time adiantando um pouco da sua visão sobre o tema.
Mobile Time — Quais deveriam ser as prioridades do Brasil na elaboração do Marco Legal de IA?
Renata Wassermann — Eu gosto de comparar (a regulamentação de IA) com a introdução do automóvel nas cidades. Quando apareceram os primeiros automóveis, não tinha regra de trânsito, não tinha placa, não tinha semáforo, não tinha nada, e nem precisava, porque havia poucos carros. A necessidade de regras vai surgindo com o uso. A gente está meio correndo atrás de algo que está em andamento.
Uma coisa é a regulamentação para as empresas, para o uso comercial. Outra coisa é para as pessoas. O Brasil tem um problema de letramento digital, de educar as pessoas para entenderem o que elas estão fazendo (no ambiente digital). Até mesmo as pessoas que trabalham com IA nem sempre têm a noção dos riscos e do que exatamente está sendo feito.
Tem duas coisas importantes. Uma é entender que, se você não tem um contrato com as empresas, você está colocando suas coisas na web, sejam processos sigilosos, ou dados inéditos de uma pesquisa, seja lá o que for que você esteja trabalhando, você está jogando para o mundo. É como se você estivesse postando no Instagram, a diferença é que você não vê quem está acessando e o que está fazendo com isso.
A outra questão é a da confiabilidade: as pessoas precisam entender que esses modelos generativos têm uma grande parte probabilística, não determinística. Então você não tem nenhuma garantia de correção da informação que está recebendo. Quando meus alunos perguntam se podem usar IA para fazer um trabalho, eu falo que podem usar para aquilo que eles sabem fazer. Porque eles precisam ser capazes de verificar.
Portanto, acho que o primeiro passo para a gente poder regulamentar é educar.
E depois de educar?
Depois de educar, é começar a colocar limites: o que você pode usar, o que não pode, e quanto pode. Eu acho que tem muita coisa ainda bastante nebulosa.
Quando se discute regulamentação de IA, há um embate entre dois campos: um defendendo interesses econômicos, contra uma regulamentação muito restritiva, por medo de que isso iniba a inovação, e outro defendendo uma lei restritiva para preservar direitos fundamentais. Dá para encontrar um equilíbrio entre esses dois lados?
Renata Wassermann (crédito: divulgação)
A gente vai ter que encontrar. Se a gente pensar de novo no caso do automóvel, é óbvio que no começo ninguém queria ter limite de velocidade ou regras de onde pode estacionar. Mas conforme aumenta o número de carros em trânsito, começa a ser indispensável. Eu acho que tem um fator que é muito preocupante em relação a esses grandes modelos de IA generativa: eles estão nas mãos de pouquíssimas empresas. E são caixas fechadas, que a gente não sabe como foram treinados. Vira e mexe tem processos de quebra de direitos autorais. Isso é uma coisa que preocupa muito. O problema não é a tecnologia, mas entender o que está por trás dela. Eu acho que na hora em que a gente conseguir um letramento melhor, ou talvez passando um pouco o hype do momento, as pessoas comecem a encontrar um equilíbrio.
O que você acha da exigência da explicabilidade? As empresas temem entregar algum segredo comercial.
O conceito de explicabilidade não é claro. Participei de um workshop só sobre explicabilidade, em que a gente estava tentando encontrar uma boa definição para explicabilidade em IA. O objetivo é ter uma certa transparência, mas sem entregar o segredo industrial, como as fontes usadas no treinamento, ou como foi controlado o treinamento.
Quando você vai usar uma versão do ChatGPT, você quer saber como são tratadas as informações que coloca lá. Se aquilo vai ser distribuído, se vai ser usado para treino, se não vai, etc. Então, acho que a explicabilidade tem muitos níveis diferentes. A gente não precisa necessariamente saber todos os detalhes técnicos. Eu não preciso saber todos os detalhes de como funciona um motor moderno para dirigir um carro. Mas eu preciso saber que aquele freio foi certificado de alguma forma e que se eu frear não vou correr o risco de atropelar alguém.
Como resolver a questão dos direitos autorais no treinamento e nas respostas dos modelos?
Eu sou filha de editor. Cresci com esse problema dos direitos autorais. Meu pai fundou a Associação Brasileira dos Direitos Reprográficos (ABDR), que protege os direitos autorais no setor editorial. Quando começaram esses modelos de IA, lembro de gente dizendo que recebia citação de pedaços inteiros do próprio livro que não estava em domínio público. A OpenAI e o Google foram fazendo acordos com as agências de notícias, por exemplo, para poder usar as notícias para treinar. Eu acho que, aos poucos, vai se achar um modelo. Quando eu fiz faculdade, os alunos tiravam xerox de todos os livros, porque era caro comprar novos. Hoje o pessoal encontra os PDFs escondidos na nuvem.
É preciso ter transparência em relação ao que é usado para treinamento; uma questão é a dos direitos autorais, e outra é a da confiabilidade. Você quer saber que tipos de dados estão lá. Porque, se o modelo foi construído em cima de dados ruins, não tem como ficar bom.
Que lições podemos tirar de outros países que já aprovaram legislações sobre IA?
Eu acho que em nenhum lugar as coisas estão prontas ainda. Eu estava estudando a lei europeia e tem muita coisa em aberto. Eles falam de letramento e de explicabilidade, mas sem ter uma definição clara. Como você garante uma coisa que você não sabe o que é? Quando eu dou aula de inteligência artificial, a gente começa pela pergunta: o que é inteligência artificial? Não tem uma definição fixa e a definição foi mudando, porque é sempre uma coisa que está um pouco além. É quase como se fosse mágica. É aquilo que a gente ainda não sabe explicar. Nos anos 60, fazer um jogo de damas era IA. Hoje não é IA, porque é simples demais para ser IA.
Pegando esse gancho, você gosta desse termo “inteligência artificial”? Tem muita gente que discorda, que acha que não deveria ser chamado dessa forma.
Tem essa discussão toda, mas eu acho que o nome pegou. Veio dos anos 50… Eu acho importante manter o “artificial”, para garantir que a gente não está falando de nada esotérico. Eu não tenho problema com o nome, não mudaria.
Voltando aos casos internacionais, não tem nenhum que você diria que deu errado e que a gente não deveria seguir?
O que eu vejo é essa necessidade de ainda definir muita coisa mais claramente. O desenvolvimento de uma tecnologia começa com o investimento em pesquisa e depois vem o uso. É preciso regulamentar ali no meio, quando a pesquisa já foi feita e ainda não está tão disseminado o uso. O que está acontecendo com a IA é que esses dois momentos estão meio colapsados. Houve há alguns anos um manifesto de muitos cientistas da computação pedindo para parar o desenvolvimento da IA. Mas não se consegue parar a indústria. Nem se fosse só a universidade a gente conseguiria. A sensação que dá é de que as coisas estão se atropelando e, quando você consegue pensar em regras, as coisas já mudaram.
Qual a sua opinião sobre o PL 2338, que foi aprovado no Senado e agora tramita na Câmara? Concorda com a crítica de que falta transparência e participação popular no processo na Câmara?
Eu acho bastante preocupante o que está acontecendo. Nem quem dá aula de regulação de IA entende como funciona a IA. A gente não sabe o que vai acontecer, porque ainda não tem nenhum consenso. Nem dentro da academia existe um consenso do que tem que ser feito.
Acho que já superamos o debate sobre a necessidade ou não de uma regulamentação de IA. A questão agora é sobre a urgência dessa regulamentação. Precisamos aprová-la logo, mesmo que contenha falhas, ou é melhor fazermos com calma?
Eu acho que a gente não consegue agora ter uma regra definitiva, porque realmente a coisa está evoluindo de uma maneira muito rápida. Mas eu acho que muitas regras que já existem para produtos e empresas em geral, inclusive de software, poderiam ser aplicadas de alguma forma para a IA, enquanto não criamos uma regulamentação mais definitiva… Se é que um dia a teremos. Porque a gente está aí há uns três anos com a sensação de estar correndo atrás do rabo. Acho que ainda precisa muita discussão para ter realmente a regulamentação definitiva, mas também não dá para esperar muito.
Outra discussão gira em torno da agência reguladora de IA. É melhor criarmos uma nova ou aproveitar alguma que já temos, como a ANPD ou a Anatel?
Acho um pouco difícil fazer uma agência nova só para inteligência artificial, enquanto a gente não souber exatamente do que a gente está falando. Entre a Anatel e a ANPD, acho que a segunda é mais adequada.
