A regulação da Inteligência Artificial (IA) deixou de ser uma discussão prospectiva e passou a ocupar o centro das decisões públicas e empresariais. A entrada em vigor da lei de IA na Coreia do Sul, denominada Act on Promotion of AI Industry and Framework for Establishing Trustworthy AI, no início de 2026, e o avanço do regulamento europeu conduzido pela União Europeia indicam uma resposta institucional ao uso crescente de algoritmos em atividades que impactam direitos, serviços essenciais e a economia.
O debate se concentra na definição de limites regulatórios para reduzir riscos e estabelecer parâmetros de uso da tecnologia, ao mesmo tempo em que busca preservar o desenvolvimento econômico e a continuidade da transformação digital. A adoção de modelos regulatórios baseados em risco sinaliza uma mudança relevante na forma de legislar sobre tecnologia. Ao classificar sistemas de IA conforme o potencial de impacto social, institucional e econômico, esse modelo evita regras genéricas e permite que obrigações sejam proporcionais ao grau de risco envolvido.
Para empresas, isso representa previsibilidade jurídica e maior clareza sobre requisitos técnicos, operacionais e de governança. Para governos, cria condições para fomentar a digitalização de serviços públicos de forma estruturada, com critérios objetivos de controle e supervisão.
A experiência internacional mostra que a regulação não precisa ser um fator de contenção do desenvolvimento tecnológico. A legislação sul-coreana, ao exigir transparência, rotulagem de conteúdos gerados por IA e cuidados adicionais em setores sensíveis, foi acompanhada de políticas de incentivo e ampliação de investimentos em inovação. Na União Europeia, a proibição de usos considerados de risco inaceitável convive com a criação de ambientes regulatórios que oferecem segurança a desenvolvedores e usuários. Em ambos os casos, a lógica é tratar o risco como variável central, e não a tecnologia em si.
No Brasil, o Projeto de Lei 2.338/2023 segue essa mesma orientação. A proposta, já aprovada no Senado Federal, estrutura a regulação da IA a partir de categorias de risco, estabelece direitos aos cidadãos afetados por decisões automatizadas e define responsabilidades para fornecedores e operadores. O modelo dialoga com padrões internacionais e sinaliza uma tentativa de inserir o país no debate global sobre governança algorítmica, sem importar soluções de forma automática.
A implementação desse marco, no entanto, impõe desafios técnicos e operacionais relevantes. Organizações que desenvolvem ou utilizam IA precisarão revisar a arquitetura de suas soluções para atender aos requisitos legais, o que demanda equipes multidisciplinares e integração entre áreas técnicas, jurídicas e de governança. No setor público e em serviços essenciais, onde o volume de dados sensíveis é elevado, a exigência de transparência dos sistemas amplia a complexidade do processo. Tornar compreensível como um algoritmo chega a determinada decisão não é apenas uma obrigação normativa, mas um desafio de engenharia e gestão da informação.
Nesse cenário, a governança de dados assume papel central. A Lei Geral de Proteção de Dados se consolida como base estrutural para qualquer iniciativa de IA regulada, já que a qualidade, a origem e o tratamento dos dados determinam o comportamento dos algoritmos. A convergência entre a regulação da IA e a LGPD tende a elevar o nível de maturidade das organizações, estimulando práticas mais consistentes de gestão da informação, controle de vieses e supervisão humana.
Ao mesmo tempo, a regulação abre espaço para novos mercados e serviços. Auditoria algorítmica, avaliação de conformidade tecnológica e consultorias especializadas em governança de IA passam a integrar o ecossistema da transformação digital. A responsabilidade regulatória deixa de ser apenas um custo de adequação e se transforma em elemento estratégico para empresas que buscam escala, confiança e inserção em cadeias globais.
O debate sobre a regulação da IA ultrapassa a lógica de restrição e se concentra na construção de um ambiente institucional que ofereça segurança jurídica e reduza riscos sem comprometer a inovação. No Brasil, a implementação e a interpretação desse marco regulatório será determinante para definir se a norma atuará como instrumento de estímulo à competitividade ou como fator de limitação em uma economia progressivamente estruturada sobre dados e sistemas algorítmicos.
Fabiano Carvalho, especialista em Transformação Digital e CEO da Ikhon. Formado em administração pela União Pioneira de Integração Social (UPIS) e com um MBA em Transformação Digital e Futuro dos Negócios pela Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS). Investidor em diversas empresas e projetos de tecnologia e telecom. Trabalhou na modernização de cidades, órgãos governamentais e grandes empresas privadas utilizando tecnologia para melhor atender e melhorar a vida das pessoas
