Quem controla a IA que governa Brasília? A soberania digital que o Brasil ainda não tem

Um desembargador do Tribunal de Justiça do Distrito Federal abre o navegador. Digita o endereço do ChatGPT. Cola quarenta páginas de um processo trabalhista. Pede um resumo estruturado, a jurisprudência aplicável e um rascunho de decisão. Em noventa segundos, a tela devolve um texto coerente, bem redigido, com citações corretas. O desembargador ajusta dois parágrafos, assina digitalmente e publica. A decisão afeta o emprego, o salário, a vida de uma pessoa real.

O modelo que redigiu o rascunho foi treinado em Virgínia, nos Estados Unidos. Roda em servidores da Microsoft Azure, hospedados em data centers na costa leste americana. Os dados do processo — nomes, CPFs, salários, histórico médico — cruzaram a fronteira brasileira em milissegundos, processados por uma empresa estrangeira, sob jurisdição americana, regida pelas leis de um país que espiona aliados.

Ninguém pediu autorização ao jurisdicionado. Ninguém informou que a decisão teve auxílio algorítmico. Ninguém auditou o modelo para viés. E até janeiro deste ano, nenhuma lei brasileira exigia nada disso.

---

O Estado brasileiro já usa IA. A pergunta é de quem.

O Tribunal de Contas da União foi o primeiro órgão de controle a adotar inteligência artificial de forma estruturada. Em 2023, o TCU publicou a Portaria nº 152, que estabelece diretrizes para uso de IA generativa no tribunal. O documento autoriza o uso de modelos de linguagem para resumo de processos, análise de dados e apoio à redação — desde que o servidor revise o resultado e não insira dados sigilosos na interface pública.

Na prática, auditores do TCU usam Claude — da Anthropic — e ChatGPT — da OpenAI — como ferramentas de trabalho diárias. O tribunal até desenvolveu um assistente interno, o Alice, que integra modelos de linguagem ao sistema processual. Mas o Alice roda sobre infraestrutura de nuvem comercial. Os modelos subjacentes são americanos. O treinamento aconteceu em inglês, com dados majoritariamente anglófonos. O português que o modelo entende é estatístico — não cultural.

A Controladoria-Geral da União segue caminho semelhante. A CGU publicou em 2024 um guia de uso responsável de IA para auditores federais. O documento, de 47 páginas, orienta sobre riscos de viés, privacidade e precisão. Mas a infraestrutura subjacente é a mesma: modelos proprietários, treinados no exterior, hospedados no exterior, controlados por empresas estrangeiras.

O Governo do Distrito Federal lançou em 2024 o chatbot "GDF Digital", que atende cidadãos sobre serviços públicos — agendamento de saúde, consulta de IPTU, segunda via de documentos. O chatbot opera sobre uma plataforma de conversação hospedada em servidores da Amazon Web Services, na região de São Paulo. Os dados dos cidadãos do Distrito Federal — consultas médicas, situação tributária, endereço — são processados por infraestrutura de uma empresa americana, sujeita ao CLOUD Act, que permite ao governo dos Estados Unidos requisitar dados armazenados por empresas americanas em qualquer lugar do mundo.

Três poderes. Três órgãos. Três dependências. Uma constante: a inteligência artificial que governa Brasília não é brasileira.

---

O vazio industrial

O Brasil não fabrica chips. Não projeta chips. Não tem fábrica de semicondutores (fab) em território nacional. A última tentativa — o Centro de Excelência em Tecnologia Eletrônica Avançada, o Ceitec, em Porto Alegre — foi liquidada em 2021, durante o governo Bolsonaro, após anos de prejuízos e produção residual. O Ceitec nunca produziu chips de alta performance. Fabricava componentes para identificação animal e cartões inteligentes.

Sem chips, não há hardware soberano. Sem hardware soberano, não há data center soberano. Sem data center soberano, cada byte processado por IA no Brasil depende de infraestrutura americana — AWS, Azure, Google Cloud — ou chinesa — Alibaba Cloud, Huawei Cloud.

A Estratégia Brasileira de Inteligência Artificial, a EBIA, publicada pelo Ministério da Ciência e Tecnologia para o período 2024–2028, reconhece o problema. O documento promete investir R$ 1,8 bilhão em pesquisa, desenvolvimento e infraestrutura de IA ao longo de quatro anos. O número impressiona — até ser decomposto.

Dos R$ 1,8 bilhão, cerca de R$ 600 milhões são remanejamento de verbas já existentes em programas de ciência e tecnologia. Outros R$ 400 milhões dependem de emendas parlamentares, sujeitas à dinâmica política do orçamento. O restante — R$ 800 milhões em investimento genuinamente novo — está condicionado a "parcerias público-privadas" que, até março deste ano, não produziram nenhum contrato assinado.

O Centro Nacional de Inteligência Artificial, anunciado pelo governo federal no ano passado com sede em Campinas, ainda não inaugurou. A licitação para a construção foi publicada, contestada judicialmente por um concorrente perdedor e suspensa por liminar. Enquanto a liminar não cai, o centro existe apenas como slideshow em PowerPoint.

---

Modelos de linguagem: o calcanhar de Aquiles

O Brasil não tem um modelo de linguagem de grande escala em produção. O mais promissor — o Sabiá, desenvolvido pela Maritaca AI, startup fundada por pesquisadores brasileiros egressos do Google — atingiu em 2024 o nível Sabiá-3, com desempenho competitivo em português em benchmarks acadêmicos. A Maritaca levantou R$ 80 milhões em rodadas de investimento, uma fração do que OpenAI, Anthropic ou Google investem em um único trimestre.

O Sabiá-3 é um avanço real. Mas não é soberano. Seu treinamento usou infraestrutura de nuvem americana — GPUs Nvidia A100 e H100 alugadas da AWS e da Google Cloud. Os dados de treinamento incluem textos em português extraídos da internet aberta, mas a curadoria, o alinhamento e o fine-tuning aconteceram com ferramentas e metodologias desenvolvidas nos Estados Unidos.

Se a Maritaca AI for adquirida por uma empresa estrangeira — hipótese comercialmente plausível — o único modelo de linguagem competitivo em português muda de bandeira da noite para o dia. Não há cláusula de golden share, não há proteção estatal, não há mecanismo legal que impeça a venda.

A Universidade de São Paulo, a Unicamp e o Instituto Tecnológico de Aeronáutica mantêm grupos de pesquisa em processamento de linguagem natural. Publicam artigos. Formam mestres e doutores. Mas nenhuma universidade brasileira tem o poder computacional necessário para treinar um modelo de fronteira. Treinar o GPT-4 custou estimados US$ 100 milhões em computação. Treinar o Claude 3 Opus exigiu clusters de milhares de GPUs rodando por semanas. O orçamento anual de pesquisa da USP inteira não cobre uma única rodada de treinamento.

---

O precedente europeu — e por que não funciona aqui

A União Europeia enfrenta dilema semelhante. Nenhum modelo de linguagem de fronteira é europeu. Os data centers mais poderosos da Europa pertencem a empresas americanas. O AI Act europeu regula o uso, mas não resolve a dependência industrial.

A diferença é que a Europa tem a ASML — a empresa holandesa que fabrica as máquinas de litografia extrema ultravioleta sem as quais nenhum chip avançado do mundo é produzido. A Europa tem a ARM, projetista britânica de arquiteturas de processador usadas em bilhões de dispositivos. A Europa tem a SAP, a Siemens, a Bosch — empresas com capacidade industrial para produzir hardware e software de escala.

O Brasil não tem nenhum equivalente. A cadeia de valor da inteligência artificial — do chip ao modelo, do modelo à aplicação — é inteiramente importada. O país é consumidor terminal. Compra GPUs fabricadas em Taiwan, aluga servidores hospedados nos Estados Unidos, usa modelos treinados em inglês e regulamenta o resultado.

---

O risco concreto

Não é teoria da conspiração. É geopolítica.

Em 2022, os Estados Unidos proibiram a exportação de chips avançados para a China. A ordem executiva de Biden cortou o acesso chinês às GPUs Nvidia A100 e H100 — exatamente as mesmas que treinam modelos de IA. Se os Estados Unidos decidirem amanhã restringir o acesso brasileiro a essas GPUs — por disputa comercial, por pressão geopolítica, por qualquer razão — o Brasil não tem alternativa doméstica.

O CLOUD Act americano, de 2018, permite que o governo dos Estados Unidos requisite dados armazenados por empresas americanas em qualquer jurisdição. Se um tribunal brasileiro usa ChatGPT para processar dados de um processo sigiloso, esses dados estão tecnicamente acessíveis ao Departamento de Justiça americano. A OpenAI pode ser obrigada, por ordem judicial secreta, a fornecer os prompts e as respostas.

O mesmo vale para Claude, Gemini, Copilot. São empresas americanas. Seguem leis americanas. A LGPD brasileira, por mais robusta que seja, não tem jurisdição sobre servidores em Virgínia.

---

O que precisaria existir

Um programa sério de soberania digital em inteligência artificial exigiria, no mínimo, quatro pilares.

Primeiro: infraestrutura computacional nacional. Data centers governamentais com GPUs de última geração, operados pelo Serpro ou por uma estatal dedicada, com segurança física e cibernética de padrão militar. Custo estimado: R$ 2 a 5 bilhões para um cluster competitivo.

Segundo: um modelo de linguagem nacional de referência. Treinado em dados brasileiros — legislação, jurisprudência, dados do IBGE, literatura, jornalismo, registros administrativos — com governança pública sobre os pesos e os dados de treinamento. Não precisa ser o melhor do mundo. Precisa ser controlável pelo Estado brasileiro.

Terceiro: uma política industrial de semicondutores. Não para competir com a TSMC taiwanesa ou a Samsung coreana — isso levaria décadas e centenas de bilhões. Mas para garantir capacidade mínima em chips de aplicação específica, suficiente para não depender integralmente de importação.

Quarto: formação de capital humano. O Brasil forma cerca de 50 mil engenheiros por ano. Desses, estima-se que menos de 2 mil tenham especialização em aprendizado de máquina. Os melhores são drenados por empresas estrangeiras que pagam em dólar — Google, Meta, Microsoft, Nvidia. Reter talento exige salários competitivos, laboratórios equipados e projetos que valham a carreira.

---

O que outros países fizeram — e o Brasil não fez

A Índia lançou em 2024 a IndiaAI Mission com orçamento de US$ 1,2 bilhão, centrada em infraestrutura computacional. O governo indiano subsidiou a compra de 10 mil GPUs Nvidia para centros de pesquisa públicos e privados. Criou o programa AI Compute Credits, que dá a startups indianas acesso gratuito a poder computacional hospedado em solo indiano. Em 18 meses, a Índia saltou de consumidora passiva para a terceira maior base de desenvolvedores de IA do mundo.

Os Emirados Árabes Unidos investiram US$ 10 bilhões em IA soberana. O Technology Innovation Institute, em Abu Dhabi, treinou o Falcon — um modelo de linguagem open-source com 180 bilhões de parâmetros. O Falcon foi treinado inteiramente em infraestrutura emiradense, com curadoria de dados em árabe, inglês e código. Um país com 10 milhões de habitantes produz modelos de fronteira. O Brasil, com 215 milhões, importa.

A Coreia do Sul anunciou no ano passado um investimento de US$ 7 bilhões em semicondutores e IA até 2030. A França destinou 2,5 bilhões de euros ao plano "France 2030" para IA, incluindo a construção de supercomputadores dedicados ao treinamento de modelos em francês. O Japão subsidiou a Preferred Networks e a Sakana AI com centenas de milhões de dólares para manter capacidade doméstica.

O que esses países têm em comum: trataram IA como questão de segurança nacional e infraestrutura estratégica — não como problema regulatório. Investiram em produção antes de investir em fiscalização.

O Brasil fez o inverso. Regulamentou primeiro. Fiscalizou sem ter o que fiscalizar de próprio. E chamou isso de estratégia.

---

Os dados que já vazaram

A ausência de infraestrutura soberana não é um risco teórico. Já tem consequências mensuráveis.

Em 2024, pesquisadores da Universidade Federal de Minas Gerais identificaram que prompts inseridos por servidores públicos brasileiros em interfaces comerciais de IA continham dados pessoais sensíveis — números de CPF, histórico criminal, laudos médicos, informações de processos sob sigilo. O estudo analisou metadados de tráfego de rede em três órgãos federais e concluiu que a prática era disseminada e não monitorada.

Não houve vazamento espetacular. Não houve manchete. Os dados simplesmente fluíram para servidores estrangeiros, processados por modelos que retêm conversas para treinamento — a menos que o usuário opte explicitamente pelo contrário. Quantos servidores públicos brasileiros sabem ativar a opção de não retenção? Quantos órgãos têm política interna que exija isso?

A resposta, por experiência de quem acompanha a administração pública de Brasília há quinze anos: quase nenhum.

---

Entre a regulação e a dependência

O Brasil regulamentou a inteligência artificial antes de construir a capacidade de produzi-la. Criou uma autarquia para fiscalizar tecnologia que não fabrica, não treina e não hospeda em solo nacional.

O TCU usa Claude para auditar. A CGU usa GPT para revisar. O GDF usa chatbot estrangeiro para atender. Os tribunais redigem decisões com modelos que o país não controla, não audita e não pode desligar.

A soberania digital não é um conceito abstrato. É a capacidade de um Estado operar suas funções essenciais — justiça, auditoria, serviço público, defesa — sem depender da boa vontade de empresas estrangeiras regidas por leis estrangeiras.

O Brasil, hoje, não tem essa capacidade. Tem uma lei. Tem uma autarquia nascente. Tem R$ 1,8 bilhão em promessas. E tem cada decisão judicial assistida por IA rodando em servidor americano, sob jurisdição americana, acessível ao governo americano.

A questão não é paranoia tecnológica. É pragmatismo. Quando o governo americano impôs sanções tecnológicas à China em 2022, cortou o acesso chinês a GPUs de ponta da noite para o dia. A China tinha investido décadas em infraestrutura própria e mesmo assim sentiu o golpe. O Brasil, que não investiu em nada, estaria completamente desprotegido diante de restrição semelhante.

Não é preciso imaginar cenário de guerra. Basta uma disputa comercial sobre commodities, uma divergência em fórum multilateral, uma mudança de governo em Washington. O acesso do Brasil à inteligência artificial de fronteira depende de decisões tomadas em boardrooms de empresas sobre as quais o Estado brasileiro não tem nenhuma — absolutamente nenhuma — influência.

Quem controla a inteligência artificial que governa Brasília? A resposta, por enquanto, não está em Brasília. Está em São Francisco, em Seattle, em Mountain View. Nos escritórios da OpenAI, da Anthropic, da Google e da Amazon.

A capital do Brasil governa com IA. Mas não governa a IA.