Como ter soberania digital sem uma IA nacional?
Por Rafael Arcuri — 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.
Fonte: JOTA