A discussão sobre regulação da inteligência artificial costuma ser vista como um tema de advogados. Empreendedores e acadêmicos de administração acabam focando mais o ambiente corporativo. Mas o debate feito no plano da governança pode auxiliar na discussão regulatória. Afinal, regular a inteligência artificial não é apenas impor deveres jurídicos; é também (especialmente no modelo europeu de regulação) exigir estruturas de governança, capacidades organizacionais e coordenação institucional.
A IA, afinal, não é um fenômeno homogêneo. Há uma primeira camada, ligada à fronteira tecnológica: os grandes modelos de linguagem, a infraestrutura computacional, os dados e as empresas que hoje lideram essa corrida global a partir dos EUA e da China. Mas há uma segunda camada, talvez mais relevante para o Brasil, que é a da aplicação da IA no cotidiano das organizações, dos mercados e do próprio Estado. É nesse plano que se encontram as oportunidades mais concretas de produtividade, eficiência, reorganização de processos e melhoria na tomada de decisões para nosso país. E é justamente aí que a regulação se torna mais sensível.
Isso porque a implementação concreta de modelos regulatórios em IA revela um desafio frequentemente negligenciado: a necessidade de capacidades organizacionais e institucionais para absorver, operacionalizar e responder a exigências regulatórias complexas.
Diferentes modelos regulatórios não apenas distribuem riscos e responsabilidades. Eles também impõem distintas estruturas de custo, exigências de documentação, mecanismos de supervisão, rotinas de monitoramento e formas de coordenação entre áreas técnicas, jurídicas e de negócio. Em outras palavras, conformidade regulatória, aqui, é problema de governança.
Esse ponto é importante porque custos regulatórios não devem ser entendidos apenas como gastos financeiros diretos. No caso da IA, eles incluem reorganização interna, aprendizagem, treinamento, governança de dados, integração entre departamentos, definição de responsabilidades e criação de mecanismos de controle e accountability. Uma regulação mais densa, portanto, não exige apenas mais recursos; exige organizações mais sofisticadas, capazes de adaptar processos, rever rotinas e sustentar supervisão contínua e capaz de lidar com custos de transação.
A literatura administrativa recente sobre artificial intelligence capability ajuda a esclarecer o problema. O valor da IA não decorre simplesmente do acesso à tecnologia, mas da capacidade da organização de selecioná-la, integrá-la e utilizá-la de modo eficaz. Essa capacidade envolve infraestrutura, habilidades humanas, coordenação interfuncional e adaptação organizacional. Se isso é verdade para a geração de valor, também o é para a conformidade regulatória: exigências legais em IA não recaem sobre agentes abstratos, mas sobre organizações concretas, com níveis muito distintos de maturidade, governança e capacidade de resposta.
Daí decorre uma consequência pouco explorada no debate público. Regulações formalmente uniformes podem produzir efeitos concretamente assimétricos. Grandes organizações, com estruturas maduras de compliance, dados e governança, tendem a absorver melhor as exigências regulatórias. Já agentes menores, startups ou instituições com menor capacidade interna podem enfrentar custos desproporcionais de adaptação. Nesse sentido, a regulação da IA pode operar como filtro de capacidade: não apenas protege direitos, mas também influencia quem terá condições de inovar, competir e permanecer no mercado.
O problema não está apenas nas empresas reguladas. Está também no próprio Estado. Regular IA pressupõe capacidade institucional para compreender tecnologias complexas, fiscalizar seu uso, revisar práticas e adaptar a regulação diante de mudanças rápidas. No setor público, esse desafio é ainda maior, porque se soma a exigências de legitimidade, accountability e equidade. Uma regulação sofisticada no papel pode fracassar na prática se o regulador não dispuser de capacidade técnica e organizacional para implementá-la de modo consistente.
É por isso que o debate brasileiro deveria ser menos principiológico. A questão não é simplesmente ser a favor ou contra a regulação. Tampouco basta importar modelos estrangeiros e supor que funcionarão da mesma forma em contextos institucionais distintos. A pergunta correta é outra: que tipo de governança a regulação da IA pressupõe, quem efetivamente consegue suportá-la e quais efeitos isso projeta sobre inovação, concorrência e difusão tecnológica em economias como a brasileira?
Uma boa regulação da inteligência artificial não é a que apenas enuncia princípios ambiciosos, deixando de lado a realidade. É a que reconhece que normas operam sobre organizações concretas, com capacidades desiguais, e sobre um Estado igualmente sujeito a limitações de coordenação e aprendizagem. Regular bem, nesse contexto, é proteger direitos sem perder de vista a estrutura de incentivos, a diversidade organizacional e os efeitos concorrenciais do regime adotado.
Em suma, o problema da regulação da IA não é apenas normativo ou jurídico-corporativo. É também organizacional, institucional e concorrencial, e, portanto, próprio das ciências administrativas e econômicas.
Regular inteligência artificial significa, em larga medida, regular governança: quem decide, como supervisiona, como documenta, como responde e com que capacidade adapta processos ao longo do tempo. É nesse ponto que o debate precisa amadurecer. Menos retórica principiológica e mais conta, avaliação de impactos mais atenção às capacidades reais de organizações e instituições para transformar regulação em prática consistente.
O Brasil empobreceu no século 19, entre outros motivos, por ter perdido a oportunidade, pelo fechamento que lhe foi imposto, de incorporar a tecnologia da primeira Revolução Industrial; não pode ficar de fora da quarta.