Big Techs defendem IA Open Source e pedem menos restrições aos Estados Unidos

Big Techs defendem IA Open Source e pedem menos restrições aos Estados Unidos

Um grupo formado por algumas das principais empresas do setor de tecnologia intensificou a pressão sobre legisladores dos Estados Unidos para evitar restrições amplas aos modelos de inteligência artificial abertos.

A mobilização reúne nomes como Nvidia, Microsoft, Meta e IBM, além de outras empresas e organizações ligadas ao ecossistema de IA. Em uma carta divulgada em 24 de julho de 2026, os signatários argumentaram que regras criadas de maneira precipitada podem reduzir a concorrência, limitar o desenvolvimento tecnológico e levar parte da inovação para outros países.

O posicionamento amplia um debate que já ultrapassou as discussões técnicas sobre licenças e acesso ao código. A abertura dos modelos passou a ser tratada como uma questão econômica, regulatória e geopolítica, especialmente diante do avanço de laboratórios chineses e da disputa entre Estados Unidos e China pela liderança no mercado global de inteligência artificial.

Ao mesmo tempo, os defensores de regras mais rígidas alertam que modelos poderosos, quando disponibilizados para download e modificação, podem ser utilizados para ataques cibernéticos, campanhas de desinformação e outras atividades prejudiciais.

A discussão, portanto, não se resume a escolher entre inovação e segurança. O principal desafio será definir quais riscos precisam ser controlados, quem será responsabilizado por usos indevidos e até que ponto o governo pode restringir uma tecnologia depois que seus componentes já foram distribuídos publicamente.

O que aconteceu?

A carta foi liderada pelo CEO da Nvidia, Jensen Huang, e assinada por aproximadamente duas dezenas de empresas, grupos e organizações. O documento pede que os legisladores evitem restrições prematuras que possam prejudicar a concorrência ou deslocar a inovação para fora dos Estados Unidos.

Entre os participantes citados estão Microsoft, Meta e IBM. O movimento ocorre em um momento no qual o Congresso norte-americano analisa medidas de segurança mais rigorosas para sistemas avançados de inteligência artificial.

As empresas reconhecem que existem preocupações legítimas envolvendo roubo de tecnologia, uso malicioso e segurança nacional. No entanto, defendem que esses problemas sejam enfrentados por meio de mecanismos legais e comerciais direcionados, em vez de proibições abrangentes contra modelos abertos.

Segundo o argumento apresentado na carta, sistemas fechados não são automaticamente mais seguros. Eles também podem ser invadidos, utilizados de maneira inadequada ou apresentar falhas que pesquisadores externos não conseguem identificar.

Já os modelos com pesos abertos podem ser examinados por uma comunidade maior de desenvolvedores e especialistas, aumentando as possibilidades de descoberta de vulnerabilidades, criação de proteções e melhoria contínua dos sistemas.

IA Open Source e Open Weight são a mesma coisa?

Embora o termo “Open Source” seja frequentemente utilizado de maneira genérica, existe uma diferença importante entre modelos verdadeiramente abertos e modelos que disponibilizam apenas seus pesos.

Os pesos são os parâmetros matemáticos aprendidos durante o treinamento. Quando uma empresa publica esses arquivos, desenvolvedores podem executar o modelo em sua própria infraestrutura, realizar ajustes e criar aplicações personalizadas.

Entretanto, a publicação dos pesos não significa necessariamente que todo o processo de criação do modelo esteja aberto.

De acordo com a Open Source Initiative, um sistema de inteligência artificial verdadeiramente Open Source deve conceder liberdade para uso, estudo, modificação e compartilhamento. Isso exige acesso não apenas aos parâmetros, mas também às informações e aos códigos necessários para compreender e modificar adequadamente o sistema.

Um modelo Open Weight pode disponibilizar os parâmetros finais sem revelar completamente:

• os conjuntos de dados utilizados no treinamento;
• o código de preparação dos dados;
• o processo de treinamento;
• os filtros aplicados;
• os critérios de avaliação;
• todas as decisões técnicas utilizadas na construção do sistema.

Por isso, muitos modelos apresentados comercialmente como Open Source são, tecnicamente, modelos Open Weight. A distinção deverá ganhar importância conforme governos criarem leis específicas para sistemas abertos, pois diferentes níveis de transparência podem exigir responsabilidades diferentes.

Por que as empresas defendem modelos abertos?

A defesa dos modelos abertos envolve interesses técnicos, econômicos e estratégicos.

Redução da dependência de fornecedores

Empresas que utilizam modelos fechados geralmente dependem das APIs, dos preços, das regras e da disponibilidade do fornecedor.

Uma mudança no valor cobrado, no limite de requisições ou na política de uso pode afetar diretamente aplicações que foram construídas sobre aquela plataforma.

Com modelos abertos, uma organização pode executar a IA em servidores próprios ou em uma infraestrutura de nuvem escolhida por ela. Isso reduz o risco de dependência excessiva de um único provedor e permite maior controle sobre a arquitetura.

Maior controle sobre dados sensíveis

Setores como bancos, saúde, governo, defesa e indústria trabalham com informações que nem sempre podem ser enviadas para um serviço externo.

O plano de inteligência artificial do governo dos Estados Unidos reconhece que modelos abertos podem beneficiar organizações que precisam manter dados sensíveis dentro de ambientes controlados. O documento também destaca a importância desses sistemas para startups, pesquisadores e instituições acadêmicas.

Uma empresa pode, por exemplo, instalar um modelo em sua rede interna, impedir o acesso à internet e controlar completamente os dados enviados ao sistema.

Isso não elimina os riscos de segurança, mas possibilita a criação de políticas de governança mais alinhadas às necessidades da organização.

Personalização mais profunda

Modelos abertos permitem ajustes voltados para setores, idiomas e tarefas específicas.

Uma empresa pode adaptar um modelo para:

• analisar documentos jurídicos;
• interpretar registros financeiros;
• auxiliar equipes de suporte;
• gerar código seguindo padrões internos;
• processar informações médicas;
• classificar documentos empresariais;
• funcionar em dispositivos sem conexão permanente.

Essa flexibilidade pode ser especialmente relevante para organizações que não encontram suas necessidades atendidas por serviços genéricos.

Fortalecimento da pesquisa

Pesquisadores precisam examinar modelos, reproduzir experimentos e comparar resultados.

Em sistemas completamente fechados, alterações realizadas pelo fornecedor podem mudar o comportamento do modelo sem que a comunidade acadêmica tenha acesso aos detalhes da atualização.

A disponibilização de pesos, documentação, código e informações sobre treinamento facilita auditorias, estudos de segurança e desenvolvimento de novas técnicas.

O plano norte-americano para inteligência artificial considera os modelos abertos essenciais para determinadas pesquisas acadêmicas e recomenda a criação de um ambiente favorável ao seu desenvolvimento.

Competição internacional

A discussão também está relacionada à disputa tecnológica entre Estados Unidos e China.

Modelos abertos podem se transformar em padrões adotados por empresas, universidades e governos ao redor do mundo. Quando desenvolvedores constroem ferramentas sobre um determinado ecossistema, aumentam a influência tecnológica da organização ou do país responsável pela plataforma.

O governo dos Estados Unidos reconhece que os modelos abertos possuem valor geoestratégico. Seu plano de IA defende a existência de modelos abertos competitivos desenvolvidos dentro do país e alinhados aos interesses norte-americanos.

Dessa maneira, restringir excessivamente os modelos dos Estados Unidos poderia abrir espaço para tecnologias produzidas por laboratórios estrangeiros.

Quais são os riscos dos modelos de IA abertos?

Os benefícios não eliminam os riscos.

Depois que os pesos de um modelo são disponibilizados para download, é extremamente difícil recolher todas as cópias. Mesmo que o desenvolvedor original remova os arquivos, versões podem continuar armazenadas em servidores, computadores e plataformas distribuídas.

Também é possível modificar um modelo para remover proteções implementadas originalmente.

Uso em ataques cibernéticos

Modelos avançados podem auxiliar na análise de códigos, identificação de vulnerabilidades e automação de tarefas técnicas.

Essas capacidades podem ser utilizadas tanto por profissionais de segurança quanto por criminosos. A mesma tecnologia capaz de encontrar uma falha em um sistema pode ajudar a explorá-la.

O debate nos Estados Unidos se intensificou após incidentes envolvendo agentes autônomos e preocupações com o uso de IA em operações cibernéticas. Segundo a Reuters, legisladores chegaram a propor mecanismos obrigatórios de interrupção, conhecidos como “kill switches”, para determinados sistemas.

A aplicação dessa ideia em modelos abertos, porém, apresenta dificuldades. Um fornecedor consegue desativar uma API centralizada, mas não possui o mesmo controle sobre milhares de cópias executadas independentemente.

Desinformação e conteúdo manipulado

Modelos podem ser adaptados para produzir textos, imagens, áudios e vídeos em grande escala.

Esse tipo de automação pode ser usado para criar campanhas de manipulação, personificar pessoas ou distribuir informações falsas.

O risco não existe apenas em modelos abertos. Serviços fechados também podem ser utilizados de maneira inadequada. A diferença está na capacidade do provedor de bloquear contas, limitar requisições e atualizar proteções de forma centralizada.

Remoção de mecanismos de proteção

Empresas que desenvolvem modelos costumam implementar filtros para impedir determinados tipos de resposta.

Quando os pesos são disponibilizados, desenvolvedores externos podem realizar novos treinamentos ou modificações que reduzem essas restrições.

Isso dificulta a aplicação de uma política uniforme de segurança.

Responsabilidade jurídica

Outra questão ainda sem resposta definitiva é quem deve ser responsabilizado quando um modelo aberto é utilizado de forma prejudicial.

As possibilidades incluem:

• o criador original;
• a organização que realizou modificações;
• a empresa que implantou o sistema;
• o desenvolvedor da aplicação;
• o usuário responsável pela ação.

Uma responsabilização excessivamente ampla pode desencorajar projetos abertos. Por outro lado, a ausência completa de responsabilidade pode dificultar a proteção de vítimas e a investigação de incidentes.

Modelos fechados são necessariamente mais seguros?

Não.

Modelos fechados oferecem vantagens de controle. O fornecedor pode monitorar o uso, bloquear usuários, corrigir vulnerabilidades e atualizar o sistema de maneira centralizada.

Entretanto, o acesso restrito também reduz a capacidade de pesquisadores independentes examinarem o funcionamento da tecnologia.

Uma vulnerabilidade pode permanecer desconhecida publicamente por mais tempo. Além disso, clientes precisam confiar nas avaliações e informações fornecidas pela própria empresa responsável pelo sistema.

Os defensores da abertura comparam esse processo ao desenvolvimento de software Open Source, no qual uma comunidade ampla pode revisar o código e colaborar na correção de problemas.

Essa comparação, porém, não é perfeita. Modelos de inteligência artificial dependem de grandes volumes de dados, infraestrutura computacional e processos de treinamento difíceis de reproduzir.

Portanto, abrir os pesos não garante automaticamente transparência total, segurança ou possibilidade real de reprodução.

O relatório da Administração Nacional de Telecomunicações e Informação dos Estados Unidos, a NTIA, concluiu que os modelos abertos oferecem benefícios importantes, mas precisam ser acompanhados continuamente para identificar riscos emergentes. O órgão recomendou monitoramento e coleta de evidências, em vez da imposição imediata de restrições gerais.

Impacto para desenvolvedores

Para desenvolvedores, a continuidade dos modelos abertos pode ampliar significativamente as possibilidades de criação.

Mais alternativas técnicas

Equipes poderão escolher entre utilizar APIs comerciais ou hospedar modelos próprios.

Essa escolha permite equilibrar fatores como:

• custo;
• desempenho;
• privacidade;
• latência;
• personalização;
• disponibilidade;
• localização dos dados.

Aplicações que precisam funcionar localmente ou sem conexão constante podem se beneficiar especialmente dos modelos menores.

Menos dependência de APIs

Uma aplicação construída exclusivamente sobre uma API externa pode ser afetada por mudanças fora do controle do desenvolvedor.

Modelos abertos permitem criar arquiteturas híbridas, nas quais parte do processamento acontece internamente e serviços externos são utilizados apenas quando necessário.

Isso pode reduzir custos e aumentar a resiliência da aplicação.

Novas responsabilidades

Hospedar um modelo também transfere responsabilidades para a equipe técnica.

O desenvolvedor passa a precisar cuidar de:

• infraestrutura;
• atualizações;
• monitoramento;
• controle de acesso;
• proteção dos dados;
• avaliação de respostas;
• correção de vulnerabilidades;
• conformidade com licenças;
• prevenção de uso indevido.

Portanto, o acesso ao modelo não significa que sua utilização será simples ou barata.

Maior atenção às licenças

Cada modelo pode possuir regras diferentes de distribuição e uso comercial.

Antes de integrar um modelo a um produto, é necessário verificar se a licença permite:

• uso comercial;
• redistribuição;
• criação de versões modificadas;
• oferta do modelo como serviço;
• utilização em determinados setores;
• integração com softwares proprietários.

A falta de padronização das licenças de IA ainda cria insegurança jurídica e pode gerar dificuldades para empresas e desenvolvedores. A Open Source Initiative destaca que apenas a publicação dos pesos não é suficiente para classificar automaticamente um sistema como Open Source.

Impacto para empresas

Para as empresas, modelos abertos podem representar maior autonomia, mas também exigem maturidade técnica.

Possíveis benefícios

Entre os principais benefícios estão:

• redução da dependência de fornecedores;
• maior controle sobre dados;
• possibilidade de executar a IA internamente;
• personalização para processos específicos;
• previsibilidade de custos em determinados cenários;
• integração com sistemas legados;
• criação de propriedade intelectual própria sobre adaptações.

Empresas com grandes volumes de utilização podem considerar a infraestrutura própria mais vantajosa do que o pagamento contínuo por requisições.

Entretanto, essa análise depende do tamanho do modelo, do hardware necessário e da capacidade da equipe.

Custos que podem ser ignorados

Um modelo disponibilizado gratuitamente não significa uma operação sem custos.

A empresa ainda pode precisar investir em:

• GPUs ou serviços de nuvem;
• energia;
• armazenamento;
• engenharia de dados;
• profissionais especializados;
• segurança;
• observabilidade;
• testes;
• governança;
• manutenção.

Em muitos casos, uma API comercial continuará sendo mais simples e econômica, principalmente para projetos menores ou com uso limitado.

Governança será indispensável

Empresas que implantarem modelos próprios precisarão definir regras claras sobre acesso, dados permitidos, registros de utilização e supervisão humana.

Também será necessário testar o sistema antes de utilizá-lo em decisões que afetem clientes, funcionários ou operações críticas.

A abertura do modelo não substitui práticas de gestão de risco. O NIST mantém um framework voluntário para ajudar organizações a identificar, avaliar e administrar riscos relacionados à inteligência artificial durante todo o ciclo de vida dos sistemas.

Como pode ser uma regulamentação equilibrada?

Uma das alternativas discutidas é criar regras baseadas no nível de risco e na finalidade do sistema, em vez de proibir uma categoria inteira de tecnologia.

Nesse modelo, uma aplicação utilizada para recomendar músicas não seria tratada da mesma forma que uma IA responsável por decisões médicas, infraestrutura crítica ou operações financeiras.

Também seria possível diferenciar:

• modelos de baixa capacidade;
• modelos avançados de uso geral;
• sistemas utilizados em setores críticos;
• aplicações com acesso a ferramentas externas;
• agentes capazes de executar ações autonomamente;
• modelos totalmente abertos;
• modelos que disponibilizam somente os pesos.

Uma regulamentação direcionada poderia exigir avaliações adicionais quando determinados limites de capacidade ou risco fossem atingidos.

Outra possibilidade é aumentar a responsabilidade de quem implanta e utiliza a tecnologia, especialmente quando a aplicação final possui impacto direto sobre pessoas.

Essa abordagem procura preservar a pesquisa e a inovação sem ignorar os riscos associados aos sistemas mais poderosos.

O que pode acontecer a partir de agora?

A carta das empresas não encerra a discussão. Pelo contrário, aumenta a pressão para que o Congresso norte-americano defina uma política mais clara.

Nos próximos meses, o debate deverá se concentrar em quatro pontos principais:

Definição legal de abertura

Governos precisarão determinar se modelos Open Source e Open Weight serão tratados da mesma maneira.

Essa distinção poderá afetar obrigações de transparência, segurança e licenciamento.

Regras para modelos avançados

Modelos com capacidades mais elevadas podem receber exigências específicas, como testes de segurança, relatórios técnicos e avaliações antes do lançamento.

Responsabilidade pelo uso

Legisladores terão de definir até onde vai a responsabilidade do criador original e quando ela passa para quem modifica, implanta ou utiliza o sistema.

Competição com a China

Qualquer restrição adotada pelos Estados Unidos será analisada também pelo impacto sobre a competição internacional.

Regras muito rígidas podem reduzir a presença de tecnologias norte-americanas em mercados estrangeiros. Regras muito flexíveis podem aumentar riscos de segurança e facilitar a transferência de capacidades avançadas.

Conclusão

A defesa dos modelos abertos por Nvidia, Microsoft, Meta, IBM e outras organizações mostra que a regulamentação da inteligência artificial entrou em uma fase decisiva.

O debate não envolve apenas a publicação de código ou de parâmetros matemáticos. Ele define quem poderá controlar as tecnologias de IA, quais empresas terão condições de competir e como desenvolvedores poderão construir novos produtos.

Modelos abertos podem reduzir a dependência de grandes fornecedores, ampliar a pesquisa e permitir que organizações mantenham dados sensíveis dentro de sua própria infraestrutura.

Ao mesmo tempo, a distribuição dos pesos dificulta a remoção de sistemas perigosos e permite que mecanismos de proteção sejam modificados.

Uma proibição ampla poderia limitar projetos legítimos e favorecer tecnologias estrangeiras. Já a ausência de regras pode ampliar riscos que ainda não são completamente compreendidos.

O caminho mais provável é uma regulamentação baseada em capacidades, aplicações e níveis de risco, acompanhada de padrões técnicos, monitoramento e responsabilidades mais claras.

Para desenvolvedores e empresas, a principal conclusão é que os modelos abertos devem continuar ganhando espaço, mas sua adoção exigirá cada vez mais conhecimento sobre segurança, infraestrutura, governança e licenciamento.

FAQ

O que é uma IA Open Source?

É um sistema disponibilizado de maneira que permita seu uso, estudo, modificação e compartilhamento. Para ser considerado verdadeiramente Open Source, não basta apenas permitir o download do modelo; também é necessário fornecer os elementos necessários para compreender e modificar seu funcionamento.

O que significa Open Weight?

Open Weight significa que os parâmetros treinados do modelo estão disponíveis. Isso permite executar e adaptar o sistema, mas não garante acesso aos dados, ao código de treinamento ou a todo o processo utilizado para criá-lo.

Por que as Big Techs são contra restrições amplas?

As empresas argumentam que restrições gerais podem prejudicar a concorrência, aumentar a dependência de poucos fornecedores, limitar pesquisas e favorecer modelos desenvolvidos em outros países.

Modelos abertos são gratuitos?

Nem sempre. O download pode ser gratuito, mas executar um modelo exige infraestrutura, processamento, armazenamento, manutenção e profissionais especializados. Além disso, a licença pode impor condições para determinados usos.

Uma empresa pode utilizar modelos abertos com dados sigilosos?

Sim, desde que adote uma arquitetura segura e cumpra as regras aplicáveis. Uma das principais vantagens é a possibilidade de executar o modelo internamente, sem enviar dados para uma API externa. Mesmo assim, a empresa precisa implementar controles de acesso, registros, testes e políticas de governança.

Modelos fechados são mais seguros?

Eles permitem maior controle centralizado, mas não são imunes a invasões, falhas ou usos indevidos. Modelos abertos facilitam auditorias externas, enquanto modelos fechados permitem que o fornecedor aplique atualizações e bloqueios de maneira centralizada. Cada abordagem possui vantagens e riscos.