A partir de agosto, o panorama regulatório europeu para inteligência artificial mudou de forma relevante: passaram a existir obrigações específicas dirigidas aos criadores de modelos de finalidade geral, incluindo exemplos conhecidos mundialmente como Open AI e Anthropic. Essas medidas afetam não apenas quem treina grandes modelos, mas também as empresas que os incorporam em produtos e serviços.
O conjunto de exigências visa maior transparência e controle: é necessário prestar informações sobre o processo de desenvolvimento, realizar avaliações formais de risco e manter documentação que permita auditar decisões e efeitos. Em caso de descumprimento, o regime prevê sanções pesadas, com penalidades que podem alcançar € 35 milhões ou 7% do faturamento mundial, dependendo da natureza da infração.
Quem é afetado e por quê
Os alvos centrais das novas regras são os desenvolvedores de modelos de finalidade geral — sistemas treinados em grandes volumes de dados e desenhados para executar múltiplas tarefas em contextos diversos. Esses modelos funcionam como infraestrutura tecnológica que alimenta soluções em setores como jurídico, financeiro e industrial, o que explica a preocupação regulatória: um problema sistêmico em um modelo amplo pode repercutir em muitos mercados.
Além dos criadores, a regulação também alcança distribuidores e usuários que aplicam os modelos em produtos finais. Na prática, empresas que oferecem serviços baseados em tecnologia de terceiros precisam ajustar contratos para garantir acesso a informações técnicas e colaboração com o fornecedor, de modo a cumprir os requisitos de documentação e mitigação de riscos.
Obrigações essenciais impostas aos desenvolvedores
Entre as obrigações centrais estão a manutenção de registros sobre o treinamento e o funcionamento dos sistemas, a realização de avaliações de risco antes da comercialização e ao longo do ciclo de vida, e a prestação de informações que permitam interpretar saídas e decisões do modelo. A intenção é que exista rastreabilidade e responsabilização, com medidas concretas para reduzir vieses e efeitos adversos.
Para modelos de grande alcance e para sistemas generativos, há camadas adicionais de exigência: deve-se documentar metodologias de desenvolvimento, testar os produtos e detalhar limites e riscos remanescentes. Mesmo quando a tecnologia é oferecida por API ou em código aberto, essas obrigações não são automaticamente afastadas — a forma de distribuição não exonera responsabilidades.
Riscos proibidos e categorias de regulação
A regulação distingue usos segundo o perfil de risco: algumas aplicações são vedadas, outras são tratadas como de alto risco e recebem exigências reforçadas, enquanto o restante dos sistemas fica sujeito a regras gerais de transparência e segurança. Entre as práticas proibidas ou fortemente restritas estão usos que exploram vulnerabilidades humanas, decisões automatizadas sem possibilidade de contestação razoável e identificações intrusivas em espaços públicos.
O critério que orienta as escolhas regulatórias é a relação entre o propósito do sistema e o potencial de dano. Por exemplo, uma ferramenta que apenas organiza documentos tem exigências distintas de outra que avalia pessoas para seleção de emprego: a segunda terá obrigações mais robustas de documentação, testes e mitigação de vieses.
Reflexos no Brasil e no ambiente de negócios
No Brasil, um projeto legislativo inspirado na abordagem europeia tramita com prioridade e tem previsão de votação em 2027. Se aprovado, ele deverá introduzir mudanças que alcançam tanto desenvolvedores quanto empresas que integram IA em suas operações. A lógica do texto nacional também segue a ideia de proporcionalidade: quanto maior o risco da aplicação, maiores as exigências.
Para empresas brasileiras e para empreendedores, a adaptação passa por mapear usos de IA, identificar responsabilidades contratuais e incorporar práticas de governança e documentação no ciclo de desenvolvimento. A negociação com fornecedores será mais estratégica: será necessário exigir, por contrato, condições que permitam a comprovação de conformidade e a cooperação técnica.
Impactos práticos em produto e mercado
Na prática, as novas regras mudam decisões de arquitetura de produto, licenciamento de tecnologia e custo de desenvolvimento. A obrigatoriedade de divulgar resumos sobre dados de treinamento e de avaliar riscos sistêmicos eleva o custo de entrada no mercado para quem cria modelos amplos, além de reforçar a relevância de políticas de privacidade e de gestão de direitos autorais sobre conteúdos usados no treinamento.
Empresas que constroem serviços sobre modelos de terceiros enfrentarão, portanto, uma nova dinâmica comercial: fornecedores que não consigam demonstrar conformidade tendem a perder contratos; por outro lado, provedores que se anteciparem a obrigações de documentação e auditoria podem transformar conformidade em vantagem competitiva.
O cenário regulatório traz, em suma, um deslocamento: desenvolver e oferecer IA deixou de ser apenas uma questão técnica e passou a integrar custo e estratégia jurídica e contratual. Para muitos atores do mercado, isso implicará reorganizar processos internos e relações com parceiros para operar dentro das novas exigências.
