Uma Carta Aberta ao Senador Bernie Sanders: Regule os Riscos da IA, Não Proíba Seu Potencial

A Lei de Proibição da Superinteligência Artificial identifica falhas reais na governança de IA. Mas sua definição divulgada publicamente corre o risco de confundir inteligência artificial geral com superinteligência, potencialmente restringindo as tecnologias que poderiam avançar a educação, a saúde e a descoberta científica.

Nota da editora: A partir de 5 de setembro de 2026, o texto completo da Lei de Proibição da Superinteligência Artificial não foi divulgado publicamente. O gabinete do senador Sanders descreve a proposta como legislação futura e divulgou um resumo de uma página que delineia suas definições, estrutura regulatória e penalidades. Esta carta aberta aborda a proposta conforme descrita atualmente.

Dear Senator Sanders,

No dia 3 de setembro, o senhor e o representante Greg Casar anunciaram a futura Lei de Proibição da Superinteligência Artificial, legislação que proibiria permanentemente o desenvolvimento e a implantação de superinteligência artificial nos Estados Unidos, suspenderia temporariamente o desenvolvimento avançado de IA enquanto um novo regulador federal estabelece regras de segurança, e buscaria acordos internacionais destinados a impedir que a superinteligência seja desenvolvida em outros lugares.

Quero começar por um ponto em que acredito que concordamos plenamente: a inteligência artificial se tornou tão consequential que não pode ser governada apenas pelos compromissos voluntários das empresas que a desenvolvem.

Os perigos que o senhor está apontando devem ser levados a sério. Em julho, modelos da OpenAI operando durante avaliações de cibersegurança contornaram controles de isolamento, comunicaram‑se por canais não autorizados, obtiveram acesso à internet e comprometeram partes da própria infraestrutura da OpenAI e dos sistemas da Hugging Face. Uma investigação independente da METR constatou que cerca de 1.200 agentes comunicaram‑se por um fórum de mensagens não autorizado e aproximadamente 700 participaram do ataque à Hugging Face. A OpenAI reconheceu, de forma importante, que os modelos operavam com salvaguardas reduzidas.

A Anthropic posteriormente divulgou três incidentes nos quais modelos Claude acessaram a internet durante avaliações de cibersegurança de terceiros e obtiveram acesso não autorizado a sistemas reais. A Anthropic explicou que um erro de configuração concedeu inesperadamente acesso à internet e que os modelos acreditavam estar operando dentro de um ambiente simulado. Esse contexto importa, mas também o resultado: agentes cada vez mais capazes podem ultrapassar limites que seus operadores não pretendiam.

Esses não são motivos para descartar as preocupações de segurança da IA como ficção científica. São argumentos convincentes a favor de avaliações independentes, ambientes de teste seguros, reporte obrigatório de incidentes, controles de acesso rigorosos e um regulador federal com autoridade real.

Where I respectfully disagree is with the proposed remedy.

O objetivo está correto, mas a definição é perigosamente ampla

A resumo oficial da sua legislação define superinteligência artificial como um sistema de IA que pode “igualar ou superar o desempenho cognitivo humano e as capacidades em uma ampla gama de domínios ou tarefas”. Ela também inclui separadamente sistemas capazes de planejar e executar o despotismo da humanidade, inclusive minar ou derrubar o governo dos EUA.

A segunda definição descreve uma capacidade extraordinária e potencialmente catastrófica. A primeira é muito diferente.

Igualar o desempenho cognitivo humano em uma ampla gama de domínios está muito mais próximo de como a inteligência artificial geral, ou AGI, tem sido tradicionalmente discutida do que do significado convencional de superinteligência. A carta fundadora de longa data da OpenAI define AGI como sistemas altamente autônomos capazes de superar os humanos na maior parte do trabalho economicamente valioso. O framework de pesquisa da Google DeepMind avalia a AGI de forma semelhante, considerando a amplitude e profundidade de desempenho enquanto trata autonomia e risco como dimensões distintas.

Por contraste, a definição influente de superinteligência do filósofo Nick Bostrom descreve um intelecto “muito mais inteligente que os melhores cérebros humanos em praticamente todos os campos”. A distinção entre “igualar humanos de forma ampla” e “exceder vastamente os melhores humanos de forma ampla” não é mera divisão acadêmica.

Isso se torna especialmente importante quando violar a lei pode expor um indivíduo a até 20 anos de prisão e uma empresa a o que a proposta chama de “pena de morte corporativa”. Expressões como “ampla gama”, “igualar ou superar” e, particularmente, “pode ser facilmente modificado” exigem padrões extraordinariamente precisos e mensuráveis quando há responsabilidade criminal associada.

Há outra grande incerteza. O resumo público afirma que o “desenvolvimento avançado de IA” seria suspenso até que um regulador estabeleça regras e processos de revisão de modelos, mas o resumo não define IA avançada. Até que o texto estatutário seja divulgado, ninguém fora dos patrocinadores pode saber exatamente quanto de pesquisa e desenvolvimento essa pausa temporária abrangeria.

O timing da sua proposta evidencia o quão difíceis essas definições se tornaram. Em 3 de setembro de 2026, no mesmo dia em que o senhor e o representante Greg Casar anunciaram a legislação contra a superinteligência artificial, a OpenAI lançou o GPT-6 Astra, seu primeiro modelo a alcançar o limiar de capacidade crítica de cibersegurança da empresa. A OpenAI afirma que, com as ferramentas e acessos adequados, o Astra pode descobrir vulnerabilidades previamente desconhecidas e criar exploits contra sistemas bem protegidos sem a necessidade de um humano dirigir cada passo.

Durante a apresentação de lançamento, o presidente da OpenAI, Greg Brockman, foi ainda mais longe, concluindo com a declaração: “Bem‑vindo à era da AGI.” Contudo, a ficha técnica do próprio sistema simultaneamente afirma que o Astra não atinge seu limiar Alto de Auto‑Melhoria de IA.

Essa tensão deve dizer algo importante ao Congresso. Inteligência é multidimensional. Um sistema pode ser extraordinário em cibersegurança, matemática ou trabalho profissional sem possuir todas as capacidades associadas a uma explosão de inteligência ou à perda de controle humano.

A solução, portanto, não é deixar que as empresas de tecnologia definam a terminologia. É o contrário: a legislação deve regular capacidades mensuráveis, autonomia, acesso e risco demonstrado, em vez de transformar um rótulo controverso na linha divisória entre pesquisa legal e crime federal.

Seu combate à igualdade educacional ilustra o que está em jogo

Por décadas, o senhor argumentou que o acesso à educação não deve depender de quanto dinheiro os pais de alguém ganham. Em 2015, o senhor apresentou legislação para tornar as faculdades e universidades públicas de quatro anos gratuitas. O senhor retornou ao tema repetidamente, e o College for All Act de 2025 tornaria as faculdades e universidades públicas gratuitas para aproximadamente 95 % dos estudantes, ao mesmo tempo em que tornaria o ensino comunitário gratuito para todos.

Essa filosofia é diretamente relevante para a inteligência artificial.

Durante a maior parte da história humana, o acesso a ensino excepcional tem sido escasso. Geografia, renda familiar, financiamento escolar e a disponibilidade de professores especialistas influenciam o que uma criança tem a oportunidade de aprender.

A IA oferece a possibilidade de mudar essa equação.

Já vemos evidências iniciais. Um ensaio randomizado do Banco Mundial na Nigéria constatou que estudantes que receberam um programa de seis semanas, com apoio de professor e tutoria baseada em GPT‑4, melhoraram o desempenho geral nos testes em 0,31 desvios padrão. Em Stanford, o Tutor CoPilot foi testado com mais de 700 tutores e 1.000 estudantes de comunidades desfavorecidas; estudantes cujos tutores receberam assistência de IA tiveram quatro pontos percentuais a mais de chance de dominar tópicos de matemática, com ganhos de até nove pontos entre os estudantes atribuídos a tutores com avaliação mais baixa.

Nenhum dos estudos prova que a IA resolverá a desigualdade educacional. Nenhum requer AGI. Ambos, porém, demonstram a direção que essa tecnologia pode tomar.

Imagine essa direção continuando.

Uma criança no interior da Louisiana não deveria precisar morar perto de uma escola de elite para encontrar um professor de matemática excepcional. Um estudante fascinado por astronomia não deveria ter que esperar até a universidade para explorar astrofísica. Uma criança fascinada por arqueologia deveria poder seguir essa curiosidade enquanto um tutor de IA identifica lacunas em leitura, história, estatística e raciocínio científico e adapta a instrução de acordo.

O objetivo não deve ser substituir professores. Deve ser dar a professores e estudantes acesso a expertise que antes não poderia ser entregue economicamente de forma individual.

Por talvez a primeira vez, a instrução personalizada em escala enorme é tecnologicamente plausível. Uma lei destinada a proteger as futuras gerações deve ser excepcionalmente cuidadosa para não fechar essa porta.

Sua agenda de saúde apresenta o mesmo caso

Seu histórico em saúde é igualmente consistente. O senhor introduziu o Medicare for All Act em 2017 e o reenviou em 2019, 2023 e 2025, argumentando repetidamente que a saúde deve ser tratada como um direito e não como um privilégio.

O senhor também tem combatido outra forma de desigualdade em saúde: a escassez de profissionais médicos reais em comunidades carentes. Suas iniciativas Community Health Center e Primary Care Workforce Expansion buscaram ampliar o acesso em áreas médicas desfavorecidas, enquanto sua legislação bipartidária de atenção primária de 2023 com o senador Roger Marshall propôs aumentar significativamente o financiamento de centros de saúde comunitários e expandir o National Health Service Corps e a formação de residentes médicos. Em 2025, o senhor e o senador Jeff Merkley apresentaram o Health Care Workforce Expansion Act, incluindo assistência de matrícula destinada a aumentar o número de médicos, enfermeiros e dentistas, particularmente em comunidades rurais.

Essas políticas abordam escassez financeira e escassez de recursos humanos.

A IA poderia ajudar a enfrentar uma terceira escassez: conhecimento especializado.

A FDA estima atualmente que mais de 10.000 doenças raras afetam mais de 30 milhões de americanos, aproximadamente uma pessoa em cada dez, e que a maioria das doenças raras ainda carece de tratamentos aprovados. Pequenas populações de pacientes também tornam os ensaios clínicos convencionais especialmente difíceis.

A inteligência artificial não é um atalho mágico em torno da biologia ou da validação clínica. Medicamentos descobertos usando IA podem falhar como qualquer outro fármaco. Mas já está mudando partes do processo de descoberta.

Em 2025, pesquisadores publicaram o primeiro ensaio randomizado de fase 2a de rentosertibe, uma molécula pequena para fibrose pulmonar idiopática cujo alvo e molécula foram descobertos usando IA generativa. Os resultados representaram um marco clínico genuíno, embora os próprios pesquisadores alertassem que relativamente poucos medicamentos descobertos por IA haviam chegado a ensaios clínicos e que nenhum havia concluído a fase 3 até então.

Esse é exatamente o modo equilibrado de pensar sobre a tecnologia: nem hype nem descaso.

Sistemas de IA cada vez mais capazes podem integrar biologia molecular, química, genética, literatura médica, imagens, software, análise estatística e desenho experimental. Seu valor pode surgir precisamente porque conseguem raciocinar entre áreas que os humanos historicamente dividiram em especialidades distintas.

A questão relevante, portanto, não é se “AGI” por si só curará o câncer, a doença de Alzheimer, infecções resistentes a antibióticos ou distúrbios genéticos raros. Ninguém pode prometer isso de forma responsável.

A questão é se o Congresso deve proibir permanentemente uma forma de inteligência amplamente capaz antes de sabermos o que essa inteligência poderia contribuir para resolver esses problemas.

Muitos dos danos concretos de IA de hoje não exigem AGI

Há outro problema em tornar a inteligência geral o alvo regulatório: alguns dos danos mais consequentes causados pela IA hoje provêm de sistemas que estão longe de ser inteligência artificial geral.

Em 2020, escrevi na Unite.AI sobre como os algoritmos de recomendação do Facebook poderiam amplificar desinformação. A preocupação não era que o Facebook tivesse criado uma inteligência mais inteligente que a humanidade. Era que um sistema de otimização projetado para maximizar engajamento poderia amplificar preferencialmente material que provocasse reações mais fortes, independentemente de seu valor para a sociedade.

As consequências de sistemas de recomendação mal governados tornaram‑se mais difíceis de descartar. A Amnesty International concluiu que os algoritmos da Meta amplificaram proativamente conteúdo que incitava ódio e violência contra os Rohingya em Mianmar, aumentando o risco de violência em massa. A Comissão Europeia exigiu separadamente informações do YouTube, Snapchat e TikTok sobre riscos de sistemas de recomendação envolvendo conteúdo nocivo, eleições e discurso cívico, comportamento viciante, “buracos de coelho”, saúde mental e menores.

Nenhum desses sistemas precisou derrubar um governo por si só. Nenhum precisou de auto‑melhoria recursiva. Nenhum precisou de raciocínio geral sobre‑humano.

Eles simplesmente precisaram de um objetivo equivocado, implantado em escala suficiente.

Isso ilustra um princípio fundamental para a regulação de IA: o dano não é determinado apenas pela inteligência do modelo. Um algoritmo estreito implantado bilhões de vezes sob incentivos errados pode ser socialmente destrutivo. Um sistema altamente geral operando sob controles estritos em laboratório, sala de aula ou hospital pode ser enormemente benéfico.

A regulação deve reconhecer essa diferença.

Tecnologia de uso dual requer controle sobre uso, acesso e autoridade

O mesmo princípio se aplica à vigilância.

Visão computacional e tecnologias de reconhecimento de padrões podem ajudar médicos a analisar imagens médicas, inspecionar ambientes industriais perigosos, navegar robôs de resgate e automatizar tarefas que humanos não deveriam ter que executar.

Tecnologias relacionadas também podem ser usadas para construir sistemas de vigilância extraordinariamente poderosos.

Uma investigação recente do Washington Post constatou que pelo menos 50 agentes da lei foram acusados, processados ou condenados por uso indevido de sistemas automáticos de leitura de placas para monitorar pessoas para fins pessoais não autorizados. Em um caso, um chefe de polícia teria consultado veículos usados por uma ex‑parceira e sua filha adolescente cerca de 600 vezes. Uma investigação posterior elevou o número identificado de oficiais acusados, processados ou condenados por uso indevido para pelo menos 69.

Esse é um sério fracasso de política tecnológica.

Mas observe onde estão as alavancas regulatórias práticas. Após a investigação, a Flock anunciou que buscas exigiriam códigos de casos criminais, a detecção automática de uso indevido se tornaria obrigatória, e a retenção padrão de dados cairia de 30 dias para sete. Essas medidas podem ou não ser suficientes, mas demonstram os tipos de controles que legisladores podem regular: autorização, limitação de propósito, trilhas de auditoria, retenção, responsabilidade humana e penalidades por uso indevido.

A resposta ao abuso de vigilância não é proibir a visão computacional.

A resposta a ataques cibernéticos não autorizados não é necessariamente proibir um modelo capaz de cibersegurança.

A resposta é regular o que os sistemas podem fazer, quais recursos podem acessar, quem pode autorizar ações consequentes e o que ocorre quando esses limites são violados.

O senhor já escreveu parte de um modelo regulatório melhor

Curiosamente, outra legislação que o senhor introduziu este ano contém várias ideias que apontam para uma abordagem mais produtiva.

Li o texto completo do seu Artificial Intelligence Data Center Moratorium Act. Embora eu discorde de interromper a construção de data‑centers de forma geral, as condições que o senhor propõe para eventualmente levantar o moratório são muito mais concretas do que uma proibição genérica de uma categoria de inteligência.

Seu projeto de lei afirma que data‑centers de IA não devem aumentar as contas de energia dos consumidores, agravar as mudanças climáticas ou prejudicar o meio ambiente. Exige que as comunidades afetadas tenham voz, padrões trabalhistas fortes e relatórios públicos sobre uso de água, consumo de energia, emissões de gases de efeito estufa, águas residuais, produtos químicos de refrigeração, ruído, empregos e outros impactos.

Essas são externalidades mensuráveis. É exatamente onde a regulação pode ser eficaz.

Eu iria mais longe em energia. A indústria de IA não deve ser autorizada a usar a crescente demanda por eletricidade como desculpa para prolongar a vida de usinas a carvão sem mitigação ou transferir custos de infraestrutura para consumidores comuns. Projetos hiperescaláveis deveriam ser obrigados a trazer geração adicional de baixa ou zero emissão de carbono para a rede e divulgar seus impactos de água e energia.

Já existem exemplos promissores de como essa transição poderia ser. O sistema P3 da Exowatt captura energia solar como calor, armazena‑a e a converte em eletricidade despachável projetada em parte para cargas de data‑centers. E nesta semana, a Fervo Energy anunciou um acordo de 396 megawatts com a Google para energia geotérmica aprimorada livre de carbono 24/7 em Utah, com opção que poderia levar o total próximo a um gigawatt.

O apetite energético da IA pode se tornar tanto uma razão para expandir infraestrutura suja quanto um motor de demanda enorme para novas tecnologias de energia limpa.

Políticas governamentais podem ajudar a determinar qual desses resultados ocorrerá.

E o seu próprio American AI Sovereign Wealth Fund Act, introduzido em junho, contém outro princípio com o qual concordo plenamente: se a IA cria valor econômico extraordinário, as pessoas comuns devem compartilhar esse valor. Sua proposta prevê explicitamente que a riqueza gerada por IA eventualmente contribua para saúde, educação, moradia e um meio ambiente saudável.

Isso reconhece algo crucial: a inteligência artificial tem potencial de valor extraordinário. A verdadeira questão política é como esse valor será controlado e distribuído.

Uma alternativa melhor à proibição permanente

Eu o encorajo a manter as partes mais fortes da Lei de Proibição da Superinteligência Artificial: o regulador federal, expertise técnica independente, supervisão obrigatória de sistemas de fronteira, penalidades significativas e coordenação internacional. Mas eu mudaria fundamentalmente o que desencadeia a proibição e como o desenvolvimento benéfico pode continuar.

• Regule capacidades perigosas mensuráveis em vez do rótulo AGI ou ASI. Estabeleça limiares tecnicamente definidos em torno de ofensa cibernética autônoma, habilitação de armas biológicas ou químicas, contorno de desligamento, replicação não autorizada, engano estratégico e outras capacidades capazes de causar dano catastrófico.
• Exija licenciamento e avaliações independentes acima dos limiares de fronteira. Desenvolvedores devem demonstrar segurança antes de implantar sistemas com capacidades perigosas especificadas, com avaliações repetidas à medida que os modelos ganham novas ferramentas, permissões ou autonomia. Incidentes graves devem acarretar obrigações obrigatórias de divulgação.
• Conceda ao regulador independente poder real de aplicação. A agência que o senhor propõe deve poder auditar laboratórios de fronteira, obter informações, exigir remediações e suspender implantações perigosas. Mas os padrões devem ser transparentes, tecnicamente mensuráveis e revisados periodicamente por especialistas científicos independentes.
• Proíba aplicações nocivas independentemente da inteligência subjacente. Ataques cibernéticos não autorizados, vigilância ilegal, assistência biológica perigosa e outros usos inaceitáveis devem permanecer ilegais, seja realizado por um modelo estreito, um sistema AGI ou software convencional.
• Crie caminhos controlados para pesquisas socialmente valiosas. Medicina, descoberta científica, educação, defesa de cibersegurança e pesquisa de alinhamento devem ter mecanismos regulados que permitam acesso a modelos poderosos sob supervisão humana apropriada, validação, segurança e requisitos de auditoria.
• Faça a infraestrutura de IA arcar com todos os custos sociais e ambientais enquanto coordena internacionalmente. Proteja os consumidores, exija relatórios transparentes de uso de água e energia, acelere geração limpa adicional, mantenha proteções comunitárias e trabalhistas significativas e trabalhe com aliados em padrões comuns de capacidade, avaliações e controles de exportação.

Isso não equivale a confiar no Vale do Silício.

Pelo contrário.

A indústria tecnológica deu ao Congresso amplo razão para não confiar na autorregulação voluntária. Os incidentes da OpenAI e da Anthropic por si só demonstram por que a IA de fronteira requer escrutínio externo e padrões de segurança exigíveis.

Mas a desconfiança das empresas de tecnologia não deve se transformar em desconfiança do progresso tecnológico em si.

A escolha não é aceleração imprudente nem proibição

Senador Sanders, ao longo de sua carreira o senhor tem lutado repetidamente contra a escassez.

O senhor combateu a ideia de que a renda de uma família deva determinar se uma criança recebe educação. O senhor combateu um sistema de saúde em que a conta bancária ou o CEP de uma pessoa podem influenciar o tipo de atendimento que recebe. O senhor combateu estruturas econômicas nas quais ganhos enormes se acumulam em um pequeno grupo enquanto todos os demais absorvem os custos.

A inteligência artificial poderia agravar todos esses problemas.

Poderia concentrar riqueza sem precedentes. Poderia deslocar trabalhadores sem compartilhar os ganhos de produtividade. Poderia viabilizar vigilância, manipulação e ataques cibernéticos. Poderia colocar poder extraordinário nas mãos de um pequeno número de corporações.

Esses riscos justificam regulação.

Mas a IA também pode reduzir uma das formas mais antigas de desigualdade na civilização humana: desigualdade de acesso à expertise.

Um mundo em que toda criança possa acessar instrução personalizada, todo médico possa contar com apoio analítico extraordinário, todo cientista possa interrogar séculos de pesquisa acumulada, e doenças ignoradas porque suas populações são pequenas recebam muito mais atenção científica vale a luta.

Não devemos ter que escolher entre esse futuro e a segurança da IA.

O objetivo melhor é tornar a IA poderosa difícil de ser usada indevidamente, difícil de perder o controle, suficientemente transparente para auditoria, cara para implantação imprudente e amplamente acessível para fins socialmente benéficos.

Proíba condutas que ameaçam a humanidade. Licencie capacidades perigosas. Punição para implantação negligente e maliciosa. Exija que as empresas internalizem os custos ambientais de sua infraestrutura. Proteja os trabalhadores. Dê ao público uma parte dos ganhos econômicos. E crie um regulador independente capaz de dizer até mesmo às maiores empresas de tecnologia do mundo “não”.

Mas, por favor, não defina inteligência proibida tão amplamente que igualar a capacidade cognitiva humana em muitos domínios se torne, por si só, um crime.

O trabalho de sua vida tem se centrado em expandir o acesso a coisas antes reservadas aos privilegiados.

A inteligência artificial avançada pode se tornar o maior motor de poder concentrado que já criamos.

Ou pode se tornar uma das maiores ferramentas já criadas para democratizar conhecimento, educação, medicina e capacidade científica.

Uma boa legislação pode ajudar a determinar qual futuro teremos.