Entre oportunidades e riscos da IA: relatórios de Stanford e da Comissão Europeia

O Índice é dividido em oito capítulos – pesquisa e desenvolvimento, desempenho técnico, IA responsável, economia, ciência e medicina, política e governança, educação, e opinião pública -, cada um com cerca de dez destaques. A liderança no desenvolvimento de modelos de IA notáveis continua com a indústria: em 2024, o investimento privado foi de US$109,1 bilhões nos EUA, US$9,3 bilhões na China e US$4,5 bilhões no Reino Unido, com 40 modelos notáveis dos EUA, 15 da China e três da Europa, enquanto a China lidera em número de patentes de IA (69,7%). O investimento privado em IA generativa atingiu US$33,9 bilhões em 2024, um aumento de 18,7% em relação ao ano anterior, representando mais de 20% de todo o investimento privado em inteligência artificial.

No entanto, a escassez de dados ameaça o pleno avanço da IA: crescem as restrições ao uso de dados, com muitas plataformas implementando técnicas para coibir a coleta. Por outro lado, diretamente proporcional ao ritmo de adoção da tecnologia, intensifica-se o impacto ambiental: o treinamento de modelos iniciais como o AlexNet (2012) apresentou emissões modestas de carbono (0,01 toneladas), enquanto modelos mais recentes demandam quantidades significativamente maiores – GPT-3 (2020), com 588 toneladas, GPT-4 (2023), com 5.184 toneladas, e Llama 3.1 405B (2024), com 8.930 toneladas (para efeito de comparação: o americano médio emite 18 toneladas de carbono por ano).

Houve um aumento expressivo da adoção pelas organizações: 78% relatavam usar a IA em 2024, ante 55% em 2023 – é importante atentar para a metodologia, pois pesquisas online costumam distorcer a realidade, não distinguindo usos pontuais periféricos de aplicações no core business (a pesquisa ABRASCA, realizada entre outubro de 2023 e outubro de 2024, mostrou a discrepância entre pesquisa quanti e quali).

À medida que a penetração da IA na sociedade aumenta, os governos intensificam as iniciativas de regulação. Em 2024, agências federais dos EUA introduziram 59 regulamentações associadas à IA (mais que o dobro de 2023); globalmente, houve um aumento de 21,3% em 75 países em relação ao ano anterior (aumento de nove vezes desde 2016). Um indicador interessante é o aumento do otimismo em relação à IA, embora com profundas discrepâncias regionais: na China (83%), Indonésia (80%) e Tailândia (77%), a maioria da população considera os produtos e serviços de IA mais benéficos do que prejudiciais, em contraste com Canada (40%), EUA (39%) e Holanda (36%). Desde 2022, o otimismo vem crescendo em vários países, como Alemanha (+10%), Canada (+8%) e UK (+8%). Dois fatores interligados explicam esses resultados: conhecimento e experimentação da inteligência artificial.

O outro relatório, “Generative AI Outlook Report: Exploring the Intersection of Technology, Society, and Policy” (2025), elaborado pelo Centro Comum de Pesquisa (JRC) da Comissão Europeia, considera que a IA generativa (GenAI) está remodelando o cenário sócio-tecnoeconômico, enquadrando-a como uma “força transversal que afeta normas jurídicas, estruturas de mercado e dinâmicas sociais”. Com foco na União Europeia, o relatório examina o papel transformador da GenAI, com oportunidades de inclusão, e os desafios associados, como a possibilidade de ampliar desinformação, vieses, interrupção do trabalho, preocupações com a privacidade e dependência excessiva. O documento é dividido em sete seções: introdução, aspectos tecnológicos, implicações econômicas, impacto e desafios sociais, quadro regulatório, exemplos setoriais de benefícios e desafios, e conclusão.

Para o JRC, a IA generativa tem potencial de impactar as estruturas econômicas, transformando a indústria e impulsionando novos modelos de negócio, aferindo ganhos substanciais de produtividade e criando empregos em distintos setores. Para tal, contudo, é necessário desenvolver habilidades digitais nos trabalhadores, gestores, formuladores de políticas, e usuários em geral; inovar nos processos; e investir em infraestrutura adequada. No âmbito do trabalho, os autores alertam que “As políticas de emprego devem considerar a dinâmica do mercado de trabalho induzida pela GenAI, incluindo impactos na desigualdade de renda, reestruturação ocupacional e mudanças na demanda por habilidades. Incentivar a resiliência, a adaptabilidade e o treinamento da força de trabalho ajudará a atender a essas necessidades em constante mudança”. O relatório aborda alguns dos debates, ainda longe de soluções, na pauta mundo afora.

O primeiro deles são os modelos de código aberto versus modelos proprietários. O código aberto, personalizável e adaptável, é mais democrático, incentiva a colaboração, a transparência e a inclusão. Promove a reprodutividade, enquanto minimiza o tempo para identificar e mitigar os riscos. Modelos de código aberto têm todos os seus componentes liberados – código-fonte, pesos, arquitetura, dados -, o que não é o caso de modelos como o Lhama da Meta, Mistral francesa e o DeepSeek chinês que liberam apenas os pesos e, em alguns casos, algum código mínimo de treinamento e documentação relacionada, mas nunca fornecem acesso aos dados de treinamento. O modelo Olmo da Allen é o único citado como efetivamente de código aberto. Em contraste, os modelos de GenAI proprietários oferecem um conjunto diversificado de vantagens competitivas (recursos, suporte, manutenção, desempenho aprimorado, interfaces amigáveis para usuários leigos).

O segundo debate são as competências básicas necessárias para lidar, em todos os níveis, com os benéficos da IA e, simultaneamente, mitigar os riscos. Se não houver robustos investimentos em educação e desenvolvimento de competências, a tendência será exacerbar as desigualdades. “A alfabetização em IA é cada vez mais reconhecida como um componente crítico do desenvolvimento da força de trabalho e uma das habilidades crescentes exigidas pelos empregadores. Ela envolve não apenas a capacidade de usar soluções de IA, mas também uma compreensão dos conceitos fundamentais da IA, considerações éticas e impactos sociais. Ao promover uma força de trabalho com conhecimento em IA, as organizações podem aumentar a produtividade e a inovação, ao mesmo tempo em que mitigam os riscos associados à adoção da IA”, ponderam os autores.

O terceiro é a desinformação como ameaça à democracia, ressaltando a premência de criar mecanismos capazes de identificar fontes tendenciosas, verificar fatos, sinalizar e denunciar informações falsas. “A manipulação pode ter efeitos profundo, incluindo a alteração dos resultados de eleições, a influência de processos políticos e a mudança do apoio público em questões críticas como as mudanças climáticas. Ao inundar o espaço digital com informações enganosas, a IA generativa pode distorcer significativamente a percepção pública e a tomada de decisões”. Por outro lado, o relatório argumenta que a GenAI pode igualmente ajudar a combater a manipulação de informações e sua disseminação, entre outros, pelo uso da tecnologia na verificação de fatos e identificação de conteúdos gerados automaticamente.

O quarto debate são as implicações ambientais da IA generativa. Visando reduzir os impactos negativos, o relatório sugere medidas específicas como o rastreamento obrigatório do consumo de energia, a construção de data centers em áreas ricas em água e programas de reciclagem. A União Europeia está elaborando uma futura “Lei de Desenvolvimento de Nuvem e IA” com foco em data centers sustentáveis (a Lei de IA europeia inclui disposições ambientais em modelos e sistemas de IA). Algumas preocupações associadas aos data centers: pegada hídrica, principalmente em países e regiões com escassez de água; extração de recursos minerais (silício, alumínio, cobre, estanho, tântalo, lítio, gálio, germânio, paládio, cobalto e tungstênio) para a fabricação de chips; e resíduos eletrônicos, dado que o hardware do data center tem vida útil curta (cerca de 3,5 anos).

Por outro lado, a IA tem contribuído para mitigar as mudanças climáticas ao promover o processamento de grandes volumes de dados, gerando previsões assertivas, e otimizando inúmeras tarefas em inúmeros setores de atividade. O relatório sugere como ações concretas: computação com eficiência energética (por exemplo, inovação em semicondutores); energia renovável para data centers; data centers eficientes, minimizando o consumo de energia e calor, bem como o lixo eletrônico; e cooperação internacional para estabelecer padrões globais de monitoramento.

A inteligência artificial consolida-se como a tecnologia mais disruptiva do século XXI, com avanços acelerados em desempenho técnico, adoção pública e privada, e influência na sociedade. No entanto, os relatórios do HAI e do JRC destacam desafios críticos: concentração de mercado, escassez de dados para treinamento de modelos, impacto ambiental, deficiência em alfabetização, e lacuna entre percepção de riscos e ações concretas de mitigação. Se os benéficos forem democratizados e os riscos gerenciados de forma proativa, a IA poderá se tornar uma tecnologia estratégica para o progresso global – mas o caminho exige transparência, governança ágil e compromisso ético.