Soberania de acesso em IA: quando a dependência tecnológica se transforma em risco institucional

Por que a discussão sobre IA precisa sair das ferramentas e entrar na arquitetura jurídica, institucional e decisória.

A discussão sobre inteligência artificial costuma começar pelas ferramentas.

Qual modelo usar? Qual plataforma contratar? Qual solução promete mais eficiência, produtividade ou inovação?

Esse ponto de partida, embora compreensível, é insuficiente.

Antes de perguntar qual IA utilizar, instituições públicas e privadas deveriam enfrentar uma questão mais profunda:

quem controla a infraestrutura da qual passaremos a depender?

Durante muito tempo, o debate sobre soberania digital concentrou-se na proteção dos dados. Perguntava-se onde os dados estavam armazenados, quem poderia acessá-los, sob quais regras seriam tratados e quais garantias existiriam contra uso indevido.

Essa dimensão continua essencial.

Sem governança de dados, não há uso responsável de IA.

Mas ela já não basta.

Há uma segunda camada de dependência

A emergência dos grandes modelos de inteligência artificial introduziu uma segunda camada de dependência: a soberania de acesso.

Não se trata apenas de saber quem controla os dados.

Trata-se de saber quem controla a continuidade da ferramenta.

A pergunta deixa de ser apenas:

“os dados estão protegidos?”

E passa a incluir outra:

“e se a ferramenta simplesmente deixar de estar disponível?”

Essa indisponibilidade pode ocorrer por falha técnica, alteração unilateral de termos de uso, decisão empresarial, restrição contratual, sanção internacional, controle de exportação ou ato administrativo de um Estado estrangeiro.

Em todos esses cenários, a instituição usuária descobre algo desconfortável: sua autonomia operacional dependia de uma infraestrutura que ela não controla.

Um episódio recente ilustra o problema.

Quando o acesso aos modelos Fable 5 e Mythos 5 foi afetado por uma diretiva governamental externa, o debate deixou de ser abstrato. A questão já não era apenas saber se os dados estavam protegidos ou se o modelo era tecnicamente avançado. A questão passou a ser outra: quem controla a continuidade da infraestrutura da qual organizações, pesquisadores, empresas e instituições podem passar a depender?

Esse tipo de evento mostra que a soberania de acesso não é um detalhe técnico. É uma variável jurídica, política e institucional.

O setor público está especialmente exposto

Esse problema é particularmente sensível no setor público.

Escolas, universidades, tribunais, hospitais, administrações públicas e órgãos reguladores vêm sendo pressionados a incorporar IA em suas rotinas.

A promessa é conhecida:

ganho de eficiência; redução de custos; automação de tarefas repetitivas; apoio à decisão; melhoria na prestação de serviços.

No entanto, quando essa incorporação ocorre sem matriz de riscos, sem avaliação de dependência tecnológica, sem cláusulas de continuidade e sem capacidade interna mínima, a inovação pode se transformar em vulnerabilidade institucional.

A instituição moderniza sua aparência, mas pode fragilizar sua autonomia.

O problema não é usar tecnologia estrangeira

É preciso evitar uma conclusão simplista.

O problema não é simplesmente utilizar IA desenvolvida por empresas estrangeiras.

Em muitos casos, essa dependência será inevitável.

Países como Brasil, Portugal e muitos outros dificilmente conseguirão, no curto ou médio prazo, reproduzir todo o ecossistema das grandes empresas de tecnologia:

modelos de fronteira; infraestrutura computacional; nuvem; APIs; ferramentas integradas; chips; data centers; equipes altamente especializadas; investimentos bilionários; capacidade de atualização permanente.

A soberania tecnológica plena, nesse contexto, pode ser uma aspiração legítima.

Mas não é uma solução imediata.

Levaríamos anos — talvez décadas — para desenvolver uma infraestrutura comparável. E, quando isso ocorresse, parte significativa da tecnologia já poderia estar obsoleta.

A velocidade de evolução dos modelos, dos chips, das arquiteturas computacionais e das plataformas torna ilusória a ideia de que bastaria “criar uma IA própria” para resolver o problema.

Por isso, o debate precisa ser deslocado.

A pergunta mais realista talvez não seja:

“como eliminar toda dependência tecnológica?”

A pergunta decisiva passa a ser:

“como impedir que a dependência tecnológica se converta em submissão decisória?”

Dependência tecnológica não é submissão decisória

Essa distinção é fundamental.

A dependência tecnológica pode ser inevitável.

A submissão decisória, não.

Uma instituição pode utilizar modelos externos sem entregar integralmente sua autonomia. Para isso, precisa compreender que a IA não é apenas uma ferramenta de produtividade.

Em determinados contextos, ela se torna camada de infraestrutura cognitiva, administrativa e decisória.

Ela passa a organizar fluxos de trabalho. Sugerir respostas. Filtrar informações. Hierarquizar prioridades. Automatizar análises. Classificar riscos. Influenciar decisões.

Quando essa camada é controlada externamente, a instituição não depende apenas de uma tecnologia.

Depende de uma arquitetura decisória privada, muitas vezes estrangeira, sujeita a regras contratuais, políticas empresariais e comandos jurídicos que podem não coincidir com o interesse público local.

O ponto crítico das contratações públicas

Esse ponto é particularmente grave em contratações públicas de IA.

Não basta que um edital descreva funcionalidades desejadas.

Também é necessário avaliar:

a origem do modelo; a cadeia de fornecedores; os regimes jurídicos aplicáveis; os riscos de interrupção; a possibilidade de substituição; a portabilidade dos dados; a auditabilidade da solução; os limites de compartilhamento de informações sensíveis; as responsabilidades em caso de erro, viés, dano ou indisponibilidade.

Em outras palavras:

a IA não começa no algoritmo nem no edital.

Começa no diagnóstico institucional.

Esse diagnóstico deve responder a perguntas básicas:

A instituição sabe quais dados possui?

Sabe quais dados serão compartilhados?

Sabe quem controla o modelo utilizado?

Sabe se há dependência de fornecedor único?

Sabe quais são os riscos de interrupção do serviço?

Sabe se existe alternativa operacional em caso de bloqueio?

Sabe se os servidores, professores, médicos, magistrados ou gestores continuam capazes de decidir sem a ferramenta?

Sabe se a solução contratada reforça a autonomia institucional ou apenas desloca a decisão para uma infraestrutura externa?

Sem essas respostas, a contratação de IA pode produzir uma aparência de modernização enquanto amplia fragilidades antigas.

A instituição se torna mais rápida, mas não necessariamente mais soberana.

Mais automatizada, mas não necessariamente mais responsável.

Mais eficiente, mas também mais dependente.

O problema está na arquitetura institucional

O problema não está apenas no uso da IA.

Está na arquitetura institucional que permite seu uso sem controle suficiente.

Daí a importância de uma noção intermediária:

soberania institucional suficiente.

Ela não exige autossuficiência tecnológica absoluta.

Exige capacidade de governar a dependência.

Isso significa adotar planos de contingência, cláusulas de continuidade, mecanismos de portabilidade, exigências de transparência, auditoria independente, avaliação de impacto, limitação de dados sensíveis, capacitação interna e preservação da competência humana.

Também significa evitar que a instituição perca a capacidade de compreender, contestar e substituir a tecnologia que utiliza.

A dupla dependência: cognitiva e infraestrutural

No campo educacional, isso é ainda mais evidente.

Se alunos e professores são treinados apenas para operar ferramentas específicas, e não para compreender criticamente sua lógica, sua origem e seus limites, cria-se uma dupla dependência:

a dependência cognitiva; e a dependência infraestrutural.

O aluno delega processos intelectuais à ferramenta.

A instituição delega parte da infraestrutura formativa a sistemas que não controla.

A consequência é séria: perde-se competência humana e, ao mesmo tempo, cria-se dependência de uma tecnologia cuja continuidade pode ser decidida fora do ambiente educacional.

No setor público, o risco assume outra dimensão.

A dependência de IA pode afetar políticas públicas, serviços essenciais, decisões administrativas, análise de benefícios, gestão hospitalar, controle de fraudes, segurança, fiscalização e prestação jurisdicional.

Quando isso ocorre, a indisponibilidade de uma ferramenta deixa de ser mero inconveniente técnico.

Passa a ser risco institucional.

O que muda a partir daqui

A soberania de acesso precisa entrar no vocabulário jurídico.

Ela deve estar presente em estudos técnicos preliminares, termos de referência, matrizes de risco, contratos públicos, políticas de governança digital, programas de capacitação e auditorias de sistemas de IA.

Não se trata de rejeitar a inovação.

Trata-se de impedir que a inovação seja incorporada de forma ingênua.

A inteligência artificial pode ampliar capacidades humanas e institucionais.

Mas, se mal governada, também pode ampliar assimetrias, dependências e vulnerabilidades.

A tecnologia que promete eficiência pode se converter em vetor de captura quando a instituição usuária não controla dados, não domina riscos, não preserva competência interna e não possui alternativas em caso de interrupção.

O que levo desse debate

O futuro da IA não será decidido apenas pela potência dos modelos.

Será decidido também pela capacidade das instituições de não confundirem acesso com autonomia, eficiência com soberania e dependência inevitável com submissão decisória.

A dependência tecnológica pode ser parte da realidade contemporânea.

A captura institucional não precisa ser.

Fontes: publicação de Ana Margarida Fonseca, “A soberania de acesso tem de entrar na sala de aula. Eis porquê.”; declaração pública da Anthropic sobre Fable 5 e Mythos 5; Regulamento (UE) 2024/1689 — AI Act; Recomendação CNE n.º 4/2026, Diário da República; UNESCO, Dia Internacional da Educação 2025; TCU, Lista de Alto Risco — Governança e Gestão de Dados Governamentais.