Quando a IA não pede permissão

Francisco Pérez Bes, adjunto da Agência Espanhola de Proteção de Dados, analisa os riscos dos agentes de inteligência artificial capazes de tomar decisões e agir de forma autônoma, e adverte sobre os limites da supervisão humana quando as máquinas executam tarefas sem um controle efetivo

Francisco Pérez Bes es adjunto de la Agencia Española de Protección de Datos

Francisco Pérez Bes es adjunto de la Agencia Española de Protección de Datos

Adicione DEMOCRAT no Google

Pergunte à FREN

Publicado

3 minutos

Mais lido

Elecciones 29N · Encuestas

La media de las encuestas

Media a 10 de noviembre de 2026 · 14 institutos

  • PP31,4 %
  • PSOE26,7 %
  • Vox19,1 %
  • Frente Amplio6,3 %
  • ERC2,5 %
01020304050ene 2024jul 2024ene 2025jul 2025ene 2026jul 2026

Media del último estudio de cada instituto en 30 días y su evolución semanal desde el 23J. Partidos con al menos un 2 %.

Todas las encuestas

Elecciones generales del 29 de noviembre · Demócrata

Durante anos, o debate sobre inteligência artificial se concentrava no medo de que essa tecnologia nos substituísse. Hoje podemos pensar que, talvez, estejamos nos fazendo as perguntas erradas.

Com efeito, à vista das novas capacidades da IA e, em particular, dos agentes, a dúvida a responder é a de o que acontecerá quando a inteligência artificial for capaz de agir sem esperar nossas instruções.

Como sabemos, a nova geração de sistemas de IA já não se limita a responder prompts, mas é composta por agentes capazes de planejar tarefas, utilizar ferramentas, escrever e executar código, acessar outros sistemas, comunicar-se com outros agentes e tomar decisões intermediárias para conseguir um objetivo.

Ou seja, estamos em uma nova era em que o agente também executa as instruções que lhe são dadas. E, quando uma máquina pode agir, não importa tanto qual informação ela gera quanto o que ela pode fazer no mundo real.

Esse pode ser, provavelmente, um dos grandes desafios para a inteligência artificial dos próximos anos. Se virmos a IA como uma ferramenta que executa nossas ordens, poderemos marcar para ela um ou mais objetivos e, a partir daí, será a própria IA que decidirá quais são os passos necessários para alcançá-los.

Num cenário como o descrito, podemos afirmar que, se as indicações que dá o ser humano forem corretas, os resultados que a IA obtiver serão os esperados. Mas, se as instruções forem ambíguas, imprecisas, confusas ou incompletas, a IA trabalhará incansavelmente para obter resultados errados ou indesejados.

O recente e inquietante incidente relacionado à IA autônoma e Hugging Face nos serviu para atestar esse extremo. Nesse caso, o sistema não precisava ter consciência. Nem mesmo precisava compreender que estava fazendo algo ilegal ou moralmente incorreto.

Foi dado à IA um objetivo, e ela encontrou o caminho para alcançá-lo. Mas, neste caso, os passos que a IA deu diferiram dos esperados, precisamente porque as ordens dadas não foram as adequadas.

Tomemos como exemplo o de uma empresa que encarrega um agente de conceber uma estratégia para aumentar as suas vendas em 20%, mas sem ensiná-lo a respeitar a normativa sobre livre concorrência. O sistema analisará preços, publicidade, concorrência e comportamento dos consumidores. Depois, modificará campanhas, negociará com fornecedores, conceberá novas promoções e começará a vender serviços. Mas a experiência nos tem demonstrado que, se não for delimitado claramente o seu âmbito de atuação, a tendência algorítmica será a de ajustar preços com outros agentes da concorrência, já que essa decisão — ainda que ilícita — será a mais eficaz para a sobrevivência da empresa no mercado.

Voltando ao exemplo da cibersegurança antes citado, podemos fazer uma pergunta semelhante: se encarregamos uma IA de encontrar vulnerabilidades de segurança, o que acontece quando ela descobre que pode obter um melhor resultado se sair do ambiente de testes e aceder a sistemas reais?

E é aqui que aparece uma das paradoxos da IA: quanto mais autonomia damos à IA, mais exigimos a supervisão humana. Mas, com maior autonomia, também aumenta a dificuldade de controlo, com o risco de que essa supervisão acabe por se converter num simples ato de presença humana.

Com efeito, se um empregado tiver de rever dez decisões de uma máquina, pode supervisioná-la com relativa facilidade. Mas se a máquina toma dez mil decisões em segundos, o ser humano deixa de supervisionar e começa, simplesmente, a confiar.

E a confiança é o começo do fim do controlo. Por isso, talvez devêssemos repensar o conceito do human in the loop como garantia suficiente. Porque, na realidade, ter um humano “no circuito” não significa necessariamente que exista uma supervisão eficaz.

No fundo, o que os agentes de IA nos demonstram é que a velocidade muda as regras do jogo e, portanto, também muda a responsabilidade dos utilizadores.

Há outra lição importante no caso Hugging Face, como a de que não podemos confiar apenas em que a própria IA seja quem nos avise de que algo está a funcionar mal.

Durante o incidente, a investigação teve de reconstruir posteriormente o que tinham feito os agentes. E, num cenário como este, a velocidade e a complexidade das suas ações fazem com que a rastreabilidade e a monitorização se tornem elementos essenciais de segurança.

Isso nos obriga a mudar o foco da conversa e não perguntarmos apenas o quanto mais inteligente será a próxima IA. Mas sim qual nível de autonomia ela alcançará e como se comportará quando essa supervisão não existir ou for insuficiente.

Talvez não se trate de evitar que a IA substitua os humanos, mas de impedir que a IA consiga agir sem precisar deles.

sobre a assinatura:

Francisco Pérez Bes é assessor da Agência Espanhola de Proteção de Dados. Além disso, foi sócio na área de Direito Digital da Ecix Group e é ex-Secretário-Geral do Instituto Nacional de Cibersegurança (INCIBE).