Lisboa — A utilização massiva da inteligência artificial no mundo corporativo, os limites e regulações e o futuro da dessa tecnologia têm despertado debates intensos entre especialistas do mundo inteiro. China e Estados Unidos disputam a corrida pela predominância e expansão da utilização da IA, mas divergem em relação à utilização de modelos “abertos e fechados” e até mesmo sobre a existência de uma regulação – tema sob o qual a Europa tem se debruçado de maneira mais intensa.

Para a especialista Carmem Domingues, o assunto é complexo e deve provocar disputas e debates intensos entre as diferentes visões de mundo. A brasileira, que vive nos Estados Unidos há mais de 20 anos, é uma tecnorrealista, ou seja, aquele especialista que vê a tecnologia como continuação de revoluções semelhantes ao longo da história humana por mais revolucionária que pareça.

“Muita gente enxerga a tecnologia, por si só, como solução para os problemas da humanidade. É vendida como promessa de democracia e igualdade está tendo o efeito oposto. Também vejo uma erosão do pensamento crítico e da criatividade”, diz Domingues em entrevista ao NeoFeed no Web Summit 2026.

Consultora e ex-assessora sênior de IA na Casa Branca entre 2024 e 2026, no governo Joe Biden, ela é formada em matemática pela Universidade de Harvard; tem mestrado em IA pela Universidade de Columbia; e Ética e IA pela Universidade de Cambriedge.

Embora tenha passagens pelo mercado financeiro em Wall Street e tenha trabalhado para o Banco Mundial, foram as experiências dela em modelos de machine learning e processamento de linguagem natural – antes mesmo do ChatGPT – que a colocaram como referência na consultoria de projetos de inteligência artificial. E a levaram à Casa Branca, onde vivenciou as mudanças de entendimento entre os governos de Biden e de Donald Trump a respeito da IA.

“A ordem executiva do governo Biden, que previa exigências de testes e avaliação de riscos para os grandes laboratórios, foi revogada na primeira semana do governo Trump, quando eu ainda estava na Casa Branca. Tivemos que reescrever muito do que orientava o uso da IA pelas agências do governo, e a ênfase mudou”, diz ela.

Nesta entrevista, ela defende o tecnorrealismo, critica a corrida corporativa por tokens e vê pouca chance de uma regulação séria ser aprovada nos Estados Unidos.

Confira, a seguir, os principais trechos:

Existem algumas correntes de pensamento entre os teóricos da inteligência artificial. Por que você se define como tecnorrealista?
Existem os tecno-otimistas, que acreditam que a IA vai resolver todos os problemas da humanidade e trazer abundância, e os tecnopessimistas, que acham que os robôs vão dominar o mundo e acabar com a humanidade. Eu não acredito em nenhum dos dois extremos. Baseio minha perspectiva no que a tecnologia é capaz de fazer do ponto de vista técnico e com base na conjuntura geopolítica, política e econômica que influencia as decisões de executivos, políticos e de todos nós no dia a dia. É entender o que a IA pode e o que não pode fazer com um olhar mais realista sobre ela.

O que mais a preocupa em relação à inteligência artificial hoje?
Muitos líderes ainda enxergam a tecnologia, por si só, como solução para os problemas da humanidade. Em paralelo, há uma grande concentração de poder e de renda, e uma tecnologia vendida como promessa de democracia e igualdade está tendo o efeito oposto. Também vejo uma erosão do pensamento crítico e da criatividade. O uso guiado pode ter efeitos positivos, mas não é isso que acontece na maioria dos casos.

“Vejo uma erosão do pensamento crítico e da criatividade. O uso guiado pode ter efeitos positivos, mas não é isso que acontece na maioria dos casos.”

Como isso acontece?
Dentro das empresas, isso aparece no que se chama de “granadas” de conteúdo gerado por IA: relatórios desnecessários, criados por IA para pessoas que não vão lê-los e que usam IA para resumi-los. Isso aumenta o volume de material a ser processado e causa o que pesquisadores chamam de AI brain fry, a fritura do cérebro. Em vez de executar tarefas, passamos a supervisionar a IA, e a carga cognitiva é maior do que o cérebro consegue processar.

De que maneira tornar o uso da IA nas empresas mais racional?
Principalmente com educação e entendimento de como a IA funciona. Muitas empresas compram licenças para todos, como se a IA fosse uma varinha de condão, e queimam o orçamento de tokens em uma fração do ano. Aconteceu na Uber, recentemente na Goldman Sachs e em outras. Há ainda o problema dos incentivos: quando o uso de IA entra na avaliação de desempenho, com contagem de tokens e rankings, o objetivo deixa de ser a eficácia e passa a ser usar IA, mesmo quando não faz sentido. Eu sempre volto aos primeiros princípios: qual é o problema de negócio que se quer resolver? Às vezes a solução não é tecnologia, mas a reestruturação de um processo ou uma questão de pessoas ou de estratégia. Se for tecnologia, que tipo? Machine learning tradicional ou IA generativa? Toda escolha tem riscos e trocas.

Onde está o erro?
O erro é tentar encaixar a solução no problema, como um prego quadrado em um buraco redondo. Outras tecnologias do passado já passaram por situações parecidas, tiveram implementações que não deram certo também. Temos que pensar em desenvolver uma solução que faça sentido para aquele problema existente.

“A regulação é necessária, mas nem sempre é preciso criar um arcabouço novo”

A regulação ajuda? Como está o cenário nos Estados Unidos?
Sim, a regulação é necessária, mas nem sempre é preciso criar um arcabouço novo. Leis contra discriminação e discurso de ódio, por exemplo, valem também no ambiente online. Em outras áreas, o arcabouço precisa ser criado. Os EUA não têm legislação federal sobre IA. Há iniciativas estaduais e tentativas de barrá-las no nível federal. A ordem executiva do governo Biden, que previa exigências de testes e avaliação de riscos para os grandes laboratórios, foi revogada na primeira semana do governo Trump, quando eu ainda estava na Casa Branca. Tivemos que reescrever muito do que orientava o uso da IA pelas agências do governo, e a ênfase mudou.

Qual é a expectativa para os próximos anos?
Agora, depois das eleições de meio de mandato, com os democratas conquistando a maioria na Câmara e no Senado, há uma reação contra a IA no país, e os data centers viraram a personificação concreta dessa revolta, por causa do impacto ambiental e do custo de energia e água, num momento de dificuldade econômica. Candidatos democratas concorreram com a plataforma de frear a construção de novos data centers e ganharam, e já vimos mudança de tom entre executivos do setor. Mesmo assim, muitos políticos dos dois lados recebem dinheiro dessas empresas. Eu ficaria surpresa se surgisse uma lei que realmente impusesse limites sérios a elas.

“A diferença de desempenho [da IA chinesa] para os modelos americanos está diminuindo, e eles são bem mais baratos e permitem mais controle sobre os dados”

E o cenário com Europa e Brasil regulando a IA e os EUA não?
É complexo. As principais empresas de IA são americanas e, ao operar na Europa ou no Brasil, têm que seguir as leis locais. Mas existe o CLOUD Act, nos EUA, segundo o qual o governo americano pode exigir acesso a certos dados por motivos jurídicos, o que cria um conflito com leis como o GDPR [semelhante à Lei Geral de Proteção de Dados brasileira]. Não sou especialista jurídica, mas fica a pergunta de qual lei prevalece.

Mas é um problema que vai além, não?
Há também a questão da eficácia. As multas, como a aplicada recentemente pelo TSE à Meta, costumam ser irrisórias para essas empresas e viram apenas custo de fazer negócios. Para ter efeito, a regulação precisa ter dentes. Nos EUA, o caso das redes sociais, em que o Facebook pode ser multado em mais de US$ 1 trilhão por causa do caráter viciante para adolescentes, está colocando pressão no setor. Mas não legislamos sobre redes sociais em todos esses anos e estamos seguindo o mesmo caminho com a IA. Não tenho muita fé de que isso mude de forma significativa.

Qual é o papel do debate entre modelos fechados e abertos?
Os principais modelos americanos são fechados: não temos acesso ao código, aos dados nem aos pesos. Os principais modelos chineses são chamados de open source, mas o correto é open weights: vemos os pesos, mas não os dados de treinamento nem boa parte do que há “debaixo do capô”. Mesmo assim, a diferença de desempenho para os modelos americanos está diminuindo, e eles são bem mais baratos e permitem mais controle sobre os dados, já que a empresa não precisa enviá-los a um terceiro.

Aí entra a disputa geopolítica?
Isso ameaça a hegemonia dos modelos fechados. Dario Amodei, da Anthropic, tem defendido a regulação dos modelos open weights com argumentos de segurança nacional, dentro do enquadramento de corrida entre EUA e China. Para os críticos, isso é captura regulatória: regular para que os concorrentes não avancem. Se vai acontecer, ainda não se sabe. Ao mesmo tempo, cada vez mais usuários trocam os modelos fechados pelos chineses, em busca de uma solução mais barata, e essa pressão vem do outro lado.