Como ter soberania digital sem uma IA nacional?

Em resumo

Situação em 6 de outubro de 2026

• Até outubro de 2026, o Brasil não tem uma lei geral de inteligência artificial: o PL nº 2.338/2023, aprovado pelo Senado em dezembro de 2024, aguarda parecer do relator na comissão especial da Câmara.
• O Plano Brasileiro de Inteligência Artificial (PBIA) 2024-2028, lançado pelo governo federal em julho de 2024, prevê R$ 23 bilhões em investimentos em quatro anos, inclusive em infraestrutura de computação.
• Em agosto de 2026, o Ministério da Ciência, Tecnologia e Inovação (MCTI) anunciou um supercomputador voltado à IA, com investimento público de cerca de R$ 1 bilhão, a ser instalado em Macaíba (RN), e recursos para desenvolver modelos de linguagem em português.
• O governo federal opera uma nuvem de governo do Serpro e da Dataprev, com dados mantidos em território nacional, e em agosto de 2026 firmou acordo para estruturar uma Nuvem Brasileira.
• O uso de IA pelo Judiciário é regulado pela Resolução CNJ nº 615/2025, e o tratamento de dados pessoais por sistemas de IA está sujeito à Lei Geral de Proteção de Dados (LGPD).

Perguntas e respostas

O Brasil tem uma lei de inteligência artificial?

Ainda não. O PL nº 2.338/2023, que cria o marco legal da IA, foi aprovado pelo Senado em 10 de dezembro de 2024 e, até outubro de 2026, aguarda parecer do relator na comissão especial da Câmara, em regime de prioridade. Depois da comissão, o texto precisa passar pelo Plenário da Câmara e, se for alterado, volta ao Senado.

O que prevê o PL 2.338/2023 sobre inteligência artificial?

O PL nº 2.338/2023, na versão aprovada pelo Senado, adota uma regulação baseada em risco. O texto proíbe sistemas de risco excessivo, impõe obrigações adicionais aos sistemas de alto risco, garante direitos às pessoas afetadas por decisões de IA e cria o Sistema Nacional de Regulação e Governança de Inteligência Artificial (SIA), coordenado pela Autoridade Nacional de Proteção de Dados (ANPD). A Câmara pode alterar esses pontos.

O Brasil está desenvolvendo uma IA nacional?

Em parte. O Plano Brasileiro de Inteligência Artificial prevê investimentos em infraestrutura, formação e aplicações de IA no setor público. Em agosto de 2026, o MCTI anunciou um supercomputador de cerca de R$ 1 bilhão para treinar e executar modelos, a ser contratado por licitação e instalado no parque tecnológico ligado à Universidade Federal do Rio Grande do Norte, além de recursos para desenvolver modelos de linguagem em português. Até outubro de 2026, nenhum modelo de linguagem de grande escala desenvolvido pelo Estado brasileiro está em operação.

O que é soberania digital?

Soberania digital é a capacidade de um país construir, comprar, escolher e governar a infraestrutura digital da qual dependem seu Estado e sua sociedade, como data centers, nuvem, chips, modelos de IA e bases de dados. Em IA, essa capacidade é limitada pela concentração global de chips avançados e de capacidade de computação. Políticas de soberania digital costumam, por esse motivo, combinar infraestrutura própria, padrões abertos e regras sobre onde os dados ficam armazenados.

O que é uma ontologia e como ela contribui para a soberania digital?

Uma ontologia é um modelo formal que define conceitos e as relações entre eles em linguagem interpretável por pessoas e por sistemas, normalmente em padrões abertos do W3C, como a OWL. Uma ontologia contribui para a soberania digital porque o conhecimento organizado nela não fica preso a um fornecedor nem a um modelo de linguagem específico e pode ser usado com modelos comerciais ou de código aberto executados localmente. O EUR-Lex, por exemplo, usa a ontologia ELI para registrar quais normas alteram ou revogam outras.

Quais regras se aplicam hoje ao uso de IA pelo poder público no Brasil?

Não há lei específica de IA, mas regras gerais já se aplicam. A Lei Geral de Proteção de Dados (Lei nº 13.709/2018) rege o tratamento de dados pessoais por sistemas de IA e garante ao titular o direito de pedir revisão de decisões tomadas unicamente com base em tratamento automatizado (art. 20). No Judiciário, a Resolução CNJ nº 615/2025, em vigor desde julho de 2025, disciplina a governança, a classificação de risco, a transparência e a supervisão humana das soluções de IA usadas pelos tribunais.

O artigo publicado no JOTA

A agência de inteligência doméstica da França, o DGSI, deixará de usar a tecnologia da Palantir em favor de uma rival nacional. Na Suíça, seus serviços também foram rejeitados por receio de que dados confidenciais do Exército suíço chegassem a agências de inteligência americanas. A Palantir fornece tecnologia aos setores público e privado e sua principal vantagem competitiva é a sua ontologia.

Uma ontologia formaliza conceitos e as relações entre eles numa linguagem que pessoas e sistemas digitais conseguem interpretar sem ambiguidades. Com ela, podemos integrar dados de fontes distintas, verificar sua coerência e deduzir relações que não estavam explícitas. Uma ontologia também não fica presa a um modelo de linguagem. Pode ser usada com modelos de diferentes laboratórios, como Anthropic e OpenAI, ou com modelos de código aberto executados localmente, sem enviar dados para fora do país. Com ontologias próprias, o Brasil tem um caminho possível para aumentar sua soberania digital.

Mas, enquanto o mundo avança na corrida da infraestrutura para a inteligência artificial, o Brasil discute regulação. Como lembra Francesca Bria, assessora da Comissão Europeia para Soberania Tecnológica, a soberania digital é a “capacidade de construir, comprar e escolher a infraestrutura digital sobre a qual sua sociedade funciona” e “se você não possui ou não governa as partes críticas, não pode regulá-las, não pode protegê-las, nem garantir que continuem funcionando”. Nós não temos soberania digital em IA.

Por outro lado, treinar modelos na escala dos laboratórios de ponta exigiria investimento e acesso a grandes conjuntos de GPUs, que são os processadores usados nesses treinamentos. A produção dos chips mais avançados depende de máquinas de litografia ultravioleta extrema, fabricadas apenas por uma empresa, a holandesa ASML, que já está com sua capacidade de produção saturada até 2027, pelo menos.

Essas barreiras limitam a capacidade do Brasil de competir no treinamento dos modelos mais avançados. A regulação, por si só, não resolveria essa dependência. Mas uma frente viável para o país é desenvolver ontologias para serviços públicos, do Judiciário ao SUS. Compras públicas, incentivos fiscais e recursos de pesquisa podem financiar esses projetos com padrões abertos e documentação pública.

E ainda que tivéssemos todos os chips necessários, restaria saber se as respostas de um LLM servem às decisões que precisam ser tomadas nesses contextos. Quem é afetado por uma decisão pública precisa ter condições de contestá-la. Isso exige conhecer os fatos e as regras que a sustentam.

Um LLM gera texto calculando a probabilidade do próximo token, que é uma palavra ou fragmento de palavra. Ao selecionar esses tokens por amostragem, pode produzir respostas diferentes para a mesma entrada. E testes controlados mostram que modelos de linguagem mentem sobre as justificativas de suas respostas. Uma ontologia, por outro lado, registra os fatos e as relações lógicas que um programa usa para chegar a conclusões. Se os fatos, as relações e as regras não mudam, as conclusões permanecem iguais, determinísticas, sem variação probabilística.

No direito, uma ontologia pode relacionar fatos, provas, normas e a conclusão de uma decisão. Essa estrutura permite identificar quais fatos sustentam cada prova, por que preenchem os critérios da norma aplicada e como justificam a conclusão. Com essas relações expressas, o sistema pode mostrar os fundamentos da conclusão, permitindo às partes verificar e contestar as premissas usadas para decidir. Isso daria mais segurança ao uso de IA pelo Judiciário, que já é uma realidade, ao tornar explícitos os fundamentos da decisão sugerida pelo sistema, mas preservando a responsabilidade do juiz de avaliar esses fundamentos e decidir.

O EUR-Lex e diários oficiais europeus já usam uma ontologia chamada ELI para mostrar quais normas alteram ou revogam uma lei. A ontologia eProcurement organiza os dados de licitações publicados pela União Europeia. Com esses dados, é possível cruzar contratos e identificar as empresas vencedoras. O SARA, sistema de IA do Tribunal de Justiça do Ceará, relaciona as alegações das partes às provas e aos precedentes usando a ontologia brasileira de casos jurídicos LCO-BR. Essa organização permite identificar alegações omitidas na fundamentação.

Na área da saúde, o Exomiser é um programa de análise genética usado pelo NHS, o sistema público de saúde britânico, na investigação de doenças raras. Ele usa a Human Phenotype Ontology para comparar os sinais clínicos do paciente com os de doenças conhecidas, ajudando a selecionar variantes genéticas que possam explicar seu quadro. Outro exemplo é a Gene Ontology, que define termos para descrever o que proteínas fazem, de quais processos participam e onde atuam.

O Brasil já mostrou que pode construir infraestrutura digital pública de alcance nacional. O Pix é referência mundial em pagamentos instantâneos. O gov.br permite acessar diferentes serviços públicos com uma única identificação. Se o Brasil consegue ter tecnologias de ponta como essas, também consegue criar ontologias próprias para o direito, saúde e inúmeras outras áreas estratégicas para a segurança nacional. Esse conhecimento ficaria dentro do Estado, sem interferência estrangeira, disponível para diferentes usos e modelos de IA. Para isso acontecer, só falta vontade política.