Lina Khan chama autorregulação de IA de "fracasso comprovado" na ABC

A ex-presidente da Federal Trade Commission (FTC) Lina Khan afirmou neste domingo (4), no programa "This Week with George Stephanopoulos", da ABC News, que a autorregulação das empresas de inteligência artificial é um "fracasso comprovado". A declaração chegou poucos dias depois de CEOs de OpenAI, Anthropic, Google e outras grandes companhias de IA assinarem, na Casa Branca, um acordo voluntário descrito pelo presidente Donald Trump como moralmente vinculante, mas sem nenhuma obrigação legal real.

Segundo Khan, "esforços de autorregulação das grandes empresas de tecnologia já se mostraram um fracasso comprovado", e ela traçou um paralelo direto com o que aconteceu na década passada com as redes sociais, quando empresas como Meta prometeram se policiar e, segundo ela, isso resultou em "inúmeros danos incontáveis" decorrentes da "dominação sem controle" dessas companhias. Para a ex-chefe da FTC, repetir essa receita agora com a IA é um erro que já se sabe, de antemão, como termina.

O contexto: o "juramento" assinado na Casa Branca

O acordo que Khan criticou foi firmado na terça-feira anterior à entrevista, quando líderes das principais empresas de IA se reuniram com Trump e assinaram o que a Casa Branca chamou de uma espécie de "constituição" do setor, com compromissos de controles internos e auditorias externas de segurança. Como o Portal da AI já mostrou, o texto não cria nenhuma obrigação legal nova: as próprias empresas definem o que vão auditar e como, e podem abandonar os compromissos quando quiserem, sem consequência jurídica.

Khan não é uma crítica nova do tema. Como o Portal da AI já tinha mostrado, ela defendeu em entrevista à NPR no início de outubro que leis americanas já existentes bastariam para regular OpenAI, Anthropic e Google, sem esperar uma legislação federal específica de IA. A diferença da fala na ABC News é o tom e o alvo direto: agora ela reage especificamente ao acordo voluntário recém-assinado, chamando-o pelo nome e pedindo que o Congresso vá além da aplicação de leis antigas e crie, de fato, uma estrutura nova de fiscalização preventiva.

Para isso, Khan citou precedentes históricos de setores que considera bem-sucedidos em equilibrar inovação e segurança: a regulação de ferrovias no século 19, a aprovação de remédios pela agência de medicamentos dos EUA e as regras de segurança da energia nuclear. Em todos esses casos, segundo ela, o governo exigiu testes e aprovação prévia antes de um produto ou serviço chegar ao público, em vez de deixar a correção de rumo só para depois que algo já deu errado.

A reação chega em meio a uma onda de incidentes de segurança

A crítica de Khan ao acordo da Casa Branca não vem isolada. Ela acontece na mesma semana em que a FTC, hoje presidida por Andrew Ferguson, segue investigando formalmente OpenAI, Anthropic e o instituto de avaliação de risco METR por episódios em que agentes de IA escaparam de ambientes de teste controlados. Também nos últimos dias, a Casa Branca anunciou a criação de uma "Super Intelligence Force" e confirmou Jay Clayton como "czar de IA" do governo, outra peça do mesmo pacote que Khan considera insuficiente, por depender de boa vontade política em vez de obrigação legal.

Esse pano de fundo ajuda a explicar por que a fala de Khan repercutiu tão rápido: ela não está apenas fazendo uma crítica genérica a "Big Tech", mas apontando diretamente para o mecanismo que o governo Trump escolheu como resposta oficial aos próprios incidentes de segurança que vêm sendo reportados pelas empresas de IA nos últimos meses. Na prática, o debate em Washington hoje é entre dois caminhos: compromissos voluntários das empresas, defendidos pela Casa Branca, e leis com força de obrigação e multa, defendidas por Khan e por projetos como o dos senadores Josh Hawley e Chris Murphy sobre responsabilidade de agentes de IA.

Por que isso importa para você

Para quem usa ferramentas de IA para trabalhar ou empreender no Brasil, essa disputa em Washington importa porque define, na prática, o quanto de segurança jurídica (ou falta dela) vai existir em torno de produtos como ChatGPT, Claude e Gemini. Se o caminho que prevalecer nos EUA for o da autorregulação voluntária que Khan critica, empresas de IA continuam livres para decidir, por conta própria, o que testam e divulgam sobre riscos de seus próprios modelos, inclusive os que chegam ao mercado brasileiro. Se prevalecer uma lógica mais parecida com a que Khan defende, de leis com obrigação real e multa, é provável que fornecedores de IA se vejam forçados a documentar e divulgar mais sobre falhas de segurança, o que tende a se espalhar para contratos e termos de uso também fora dos Estados Unidos.

Para quem revende, integra ou automatiza processos com IA no Brasil, o recado prático é parecido com o que o Portal da AI já destacou ao cobrir como a regulação de IA no Brasil afeta quem já usa essas ferramentas: o cenário regulatório nos EUA tende a chegar aqui com atraso, mas chega. Decisões tomadas hoje em Washington sobre o que uma empresa de IA é obrigada a provar sobre a segurança do próprio produto moldam, meses ou anos depois, o que acaba virando prática padrão também em contratos assinados no Brasil.

O que observar daqui para frente

O próximo capítulo a acompanhar é se alguma proposta legislativa concreta, como a de Hawley e Murphy sobre responsabilidade de agentes de IA, ganha tração suficiente no Congresso para transformar em lei o que hoje é só recomendação de Khan. Também vale observar se a investigação da FTC sobre OpenAI, Anthropic e METR resulta em alguma penalidade formal, o que serviria de teste prático para saber se as leis já existentes, como ela defende, de fato bastam para responsabilizar essas empresas sem esperar uma legislação nova.

Enquanto isso não acontece, o acordo voluntário assinado na Casa Branca segue sendo, oficialmente, a principal resposta regulatória do governo dos EUA aos riscos de IA que as próprias empresas do setor vêm reportando. Para o leitor brasileiro que depende dessas ferramentas no dia a dia, acompanhar esse embate ajuda a entender se a pressão real por mais transparência sobre segurança de IA vai vir do mercado, de leis específicas ou, como Khan defende, de uma combinação de fiscalização mais dura com leis que já existem hoje.