Proliferação de projetos sobre IA: custo regulatório e viés punitivo

Decisão sintética: o diagnóstico é de oportunidade perdida — o Congresso produz um grande volume de projetos sobre inteligência artificial sem coordenação temática, com definições divergentes e forte inclinação punitiva, criando efeitos práticos negativos sobre previsibilidade regulatória e atração de investimentos. A avaliação é de cunho técnico-jurídico e política pública, não uma deliberação judicial.

Contexto

A regulação da inteligência artificial tornou-se uma prioridade global, mas com trajetórias distintas entre jurisdições. Enquanto os EUA optaram por abordagem setorial e incentivos à experimentação, e a União Europeia buscou uma regulação ampla (AI Act) que já passou por ajustes, o debate legislativo brasileiro mostra fragmentação. No Brasil, coexistem propostas que tratam de rotulagem de conteúdo sintético, criminalização de deepfakes e regras sobre modelos e dados, muitas vezes sem diálogo entre si ou com marcos existentes como a Lei Geral de Proteção de Dados (Lei 13.709/2018) e o Marco Civil da Internet (Lei 12.965/2014).

A controvérsia importa por três motivos: (i) divergências terminológicas geram insegurança jurídica para desenvolvedores e investidores; (ii) a ênfase em sanções penais pode afastar iniciativas econômicas e científicas; (iii) normas fragmentadas elevam custos de conformidade e risco regulatório, afetando competitividade e inovação.

O que foi decidido

Não se trata de uma decisão judicial, mas de uma constatação analítica sobre o panorama legislativo em formação. A síntese técnica é que a multiplicação de projetos, muitos com definições incompatíveis de "inteligência artificial" e abordagens predominantemente punitivas, tende a produzir efeitos contraproducentes: cria ruído regulatório, multiplica requisitos de conformidade e impõe custos de transação a agentes econômicos. Do ponto de vista normativo, propostas heterogêneas que definem o mesmo instituto de formas distintas podem gerar conflito de normas e interpretações conflitantes no futuro, além de dificuldades práticas na aplicação de sanções penais e administrativas.

Os fundamentos centrais dessa análise são: (a) a incoerência terminológica entre diplomas que descrevem critérios distintos de funcionamento, intenção ou capacidade cognitiva das máquinas; (b) o predomínio de iniciativas que criam crimes, agravantes e penas, sem articular instrumentos regulatórios de incentivo à pesquisa, testes controlados (sandboxes) ou políticas de atração de investimentos; (c) o risco de sobreposição com marcos existentes de proteção de dados e responsabilidade civil.

Base normativa e precedentes

• Art. 5º, CF/88 — garantias fundamentais que informam limites à intervenção penal e à proteção de direitos fundamentais em face de tecnologias de informação.
• Lei 13.709/2018 (LGPD) — regime de tratamento de dados pessoais que impacta diretamente sistemas de IA que operem com dados identificáveis; obrigações de segurança, finalidade e bases legais.
• Lei 12.965/2014 (Marco Civil da Internet) — princípios e garantias do uso da internet, regime de responsabilidade de provedores e liberdade de expressão online que devem ser considerados na regulação de conteúdo sintético.
• Art. 927, Código Civil (Lei 10.406/2002) — responsabilidade civil por ato ilícito, relevante para a responsabilização por danos causados por sistemas de IA.
• Regulação comparada — frameworks setoriais e sandboxes, como práticas adotadas por autoridades regulatórias nos EUA e Reino Unido, servem como precedentes de políticas públicas que equilibram inovação e risco.

Impacto prático

• Para advogados: maior demanda por consultoria regulatória e compliance multimodal, com necessidade de interpretar definições conflitantes e mapear riscos penais e civis em cenários heterogêneos.
• Para empresas e startups: crescimento dos custos de conformidade e provisões para risco regulatório; potencial retração de investimentos caso o ambiente pareça hostil à experimentação e erro controlado.
• Para legisladores e reguladores: necessidade premente de coordenar agendas, harmonizar definições e priorizar instrumentos não punitivos, como sandboxes e padrões técnicos setoriais.
• Para pesquisadores e centros de P&D: risco de fuga de talentos e capital se a legislação sinalizar excesso de penalização sem contrapartidas de fomento.
• Para processos em curso: projetos redundantes ou conflitantes poderão gerar insegurança jurídica e demandas judiciais para definir interação normativa, elevando litigiosidade.

O que observar

• Harmonização terminológica: é crucial promover vocabulário técnico consensual antes de cristalizar normas para evitar conflitos interpretativos e custos indevidos.
• Prioridade de instrumentos experimentais: regulamentação que priorize sandboxes e avaliações empíricas tende a reduzir assimetrias de informação e custos de conformidade; tramitação legislativa deveria considerar evidências estrangeiras sobre o efeito desses instrumentos.
• Risco da penalização prematura: criminalizar condutas tecnológicas sem provas de eficácia preventiva pode levar à formulação de normas genéricas e ineficazes, com efeitos colaterais sobre inovação.
• Interação com LGPD e Marco Civil: qualquer projeto deve explicitar como se articula com regimes já vigentes, evitando lacunas ou sobreposições que provoquem insegurança jurídica.
• Caminhos processuais: legisladores podem priorizar projetos-ponte que instituam princípios, diretrizes e mecanismos de teste, delegando regras detalhadas a órgãos reguladores setoriais; do ponto de vista jurídico, essa opção reduz riscos de inconstitucionalidade por excesso de detalhamento penal e de conflito de competência normativa.

Conclusão: a oportunidade histórica reside em formatar um arcabouço coerente que combine segurança jurídica, proteção de direitos e estímulo à inovação. O atual estado de muitos projetos na Câmara sinaliza o oposto — fragmentação normativa e viés punitivo — e exige correções técnicas e políticas para evitar que o Brasil perca competitividade na era da inteligência artificial.