A Proibição de IA de Bernie Sanders Prevê Penas de 20 Anos de Prisão por uma Pausa na Superinteligência
Bernie Sanders anunciou uma proposta de proibição de IA que ameaça infratores individuais com até 20 anos de prisão, uma penalidade de política tecnológica excepcionalmente severa.
A proibição de IA de Bernie Sanders proibiria permanentemente a superinteligência artificial e interromperia temporariamente o desenvolvimento avançado de IA enquanto reguladores federais criam regras de segurança. O representante Greg Casar, do Texas, anunciou a proposta com Sanders em 3 de setembro de 2026.
Essa distinção importa. O anúncio descreveu uma legislação futura, não uma lei promulgada ou uma restrição imediatamente vinculante. Desenvolvedores ainda podem realizar pesquisas de IA legais hoje, e a proposta precisa sobreviver a um Congresso profundamente dividido antes de alterar a exposição legal de qualquer pessoa.
Ainda assim, o máximo de 20 anos muda a conversa regulatória. Ele trata o desenvolvimento proibido de superinteligência como uma infração à segurança pública comparável, em gravidade, à participação em determinados programas ilegais de armas nucleares.
O conflito central já não é simplesmente desenvolvimento rápido contra desenvolvimento cauteloso. Trata-se do controle privado da IA de fronteira contra um limite imposto pelo governo que alguns pesquisadores acreditam não poder ser definido de forma confiável.
O Que a Proibição de IA de Bernie Sanders Proibiria
A proposta combina uma proibição permanente da superinteligência, uma pausa temporária no desenvolvimento de fronteira, um novo regulador e penalidades criminais.
Sanders e Casar anunciaram o Ban Artificial Superintelligence Act em Washington. A proposta visa sistemas considerados mais capazes que humanos ou capazes de escapar ao controle humano significativo.
Segundo o anúncio da proibição de IA dos senadores, nenhuma pessoa ou entidade poderia desenvolver ou implementar sistemas superinteligentes proibidos. A proibição incluiria sistemas capazes de subverter instruções de desligamento ou ameaçar o controle governamental.
A proposta interromperia separadamente o desenvolvimento avançado de IA até que um novo regulador federal entrasse em operação. Essa agência estabeleceria regras de segurança e um processo de revisão de modelos antes que o desenvolvimento abrangido pudesse ser retomado.
Essa divisão cria dois limites legais diferentes. A superinteligência permaneceria proibida, enquanto parte do trabalho avançado em IA poderia recomeçar após os reguladores criarem uma estrutura de aprovação.
A proposta estabeleceria uma agência federal de IA em nível de gabinete. Um conselho consultivo de especialistas forneceria orientação científica e técnica independente.
A agência monitoraria sistemas de fronteira durante todo o seu desenvolvimento e implantação. IA de fronteira geralmente significa modelos próximos ao limite superior das capacidades atuais e da escala computacional.
Os reguladores supervisionariam a remoção de capacidades perigosas. Eles também supervisionariam a destruição de sistemas classificados como superinteligência artificial proibida.
Empresas que tentassem violar ou contornar essas restrições enfrentariam o que a proposta chama de pena de morte corporativa. O resumo divulgado não explica integralmente a estrutura legal dessa medida.
Indivíduos poderiam receber penas de prisão de até 20 anos. Trata-se de uma punição máxima, não de uma sentença automática para desenvolvimento comum de software ou descumprimento acidental.
A proposta também vai além dos laboratórios domésticos. Ela tornaria restrições internacionais, coordenação com aliados e controles de exportação parte da política dos Estados Unidos.
Esse componente global é essencial para a teoria dos patrocinadores. Uma pausa doméstica oferece proteção limitada se outro país continuar desenvolvendo as mesmas capacidades sem controles comparáveis.
No entanto, o material divulgado deixa várias questões operacionais sem resposta. Ele não fornece um teste público completo para distinguir a superinteligência proibida de software meramente avançado.
Também não especifica como os reguladores lidariam com modelos abertos, pesquisa estrangeira, treinamento distribuído ou melhorias feitas por software, em vez de clusters computacionais maiores.
Esses detalhes determinam se a lei criaria uma linha vermelha estreita ou um amplo sistema de licenciamento para pesquisa de fronteira. Eles também determinam quem poderia enfrentar acusação.
Por Que a Pena de 20 Anos Muda o Debate
A pena proposta transforma um limiar científico incerto em uma possível fronteira criminal.
Sanders e Casar comparam a pena máxima às penalidades existentes por participação ilegal no desenvolvimento de armas nucleares. O resumo deles apresenta essa comparação como evidência de que a superinteligência sem controle merece ser tratada com seriedade legal semelhante.
A lei federal de fato prevê um máximo de 20 anos para quem conscientemente apoia um programa de armas nucleares operado por uma potência terrorista estrangeira. O estatuto sobre armas nucleares relevante abrange participação, apoio material, tentativas e conspirações.
A comparação é retoricamente eficaz, mas exige cautela. O estatuto existente trata de assistência consciente a um programa terrorista estrangeiro de armas, não de toda atividade de pesquisa nuclear não autorizada.
A infração proposta para IA também permanece menos definida no resumo divulgado. Materiais nucleares, programas de armas e organizações terroristas têm significados legais e técnicos estabelecidos.
A superinteligência artificial não tem um padrão de medição igualmente consolidado. Pesquisadores divergem sobre quais benchmarks representam inteligência ampla, autonomia, planejamento estratégico ou desempenho humano confiável.
Um modelo pode superar pessoas em um teste de programação e ainda falhar em tarefas básicas do mundo real. Outro pode planejar com eficácia dentro de uma simulação, mas entrar em colapso quando seu ambiente muda.
Desenvolvedores também influenciam o comportamento por meio de treinamento, ferramentas, instruções de sistema, permissões e arquitetura de implantação. A capacidade perigosa nem sempre reside apenas no modelo.
Essa complexidade torna a intenção importante. Uma lei criminal precisa distinguir a evasão deliberada de uma pesquisa legítima que revele inesperadamente uma capacidade perigosa.
Ela também precisa definir quando testes contínuos se tornam desenvolvimento proibido. Caso contrário, um laboratório poderia descobrir evidências de um limiar apenas depois de concluir o trabalho que o ultrapassou.
O risco vai além dos executivos. Engenheiros, pesquisadores, provedores de infraestrutura e responsáveis por conformidade precisariam entender se condutas individuais poderiam gerar responsabilidade.
As empresas provavelmente responderiam com exigências de documentação, etapas internas de aprovação, acesso restrito e testes independentes. Mesmo uma legislação malsucedida pode normalizar essas práticas.
A penalidade também afetaria financiamento e contratação. Investidores e trabalhadores toleram a incerteza de forma diferente quando uma avaliação de conformidade contestada implica possível prisão.
Laboratórios menores poderiam enfrentar a maior carga prática. Grandes empresas podem manter equipes jurídicas, de segurança e de avaliação que pesquisadores independentes não conseguem reproduzir facilmente.
Por outro lado, os grandes laboratórios representam o maior risco sistêmico segundo o argumento dos patrocinadores. Seus recursos computacionais, dados proprietários e alcance de implantação podem ampliar falhas rapidamente.
Portanto, a pena de 20 anos funciona como mais do que punição. Ela sinaliza que Sanders e Casar veem determinados desenvolvimentos de IA como uma atividade inerentemente perigosa que exige restrição prévia.
Isso representa um grande afastamento da maior parte da regulamentação americana de software. As regras tecnológicas normalmente regulam usos prejudiciais, impactos sobre consumidores, práticas de segurança ou divulgações após o início do desenvolvimento.
Em vez disso, a proibição de IA de Bernie Sanders mira uma fronteira de capacidade antes que um sistema proibido chegue aos usuários comuns. Sua lógica se assemelha mais ao controle de armamentos do que à regulamentação convencional de produtos.
A Verdadeira Disputa É Sobre Quem Controla o Limiar
A proposta desafia o modelo atual, no qual laboratórios de fronteira em grande medida definem, testam e fiscalizam seus próprios limites de segurança.
Sanders argumenta que decisões que afetam a humanidade não podem permanecer nas mãos de um pequeno grupo de executivos de tecnologia. Sua posição conecta a segurança de IA ao poder corporativo concentrado.
Casar apresenta o ponto institucional de forma mais direta. Ele argumenta que a IA altamente consequente recebe menos supervisão do que muitas empresas comuns sujeitas a inspeções e licenças locais.
Os patrocinadores também apontam para compromissos condicionais de segurança da OpenAI, Anthropic e Meta. Esses compromissos geralmente prometem precauções mais fortes caso as capacidades ultrapassem as salvaguardas existentes.
Líderes das empresas discutiram publicamente riscos graves de IA. Sam Altman apoiou a coordenação internacional em torno da superinteligência, enquanto Dario Amodei defendeu uma governança mais forte para modelos de fronteira.
Elon Musk comparou repetidamente o risco da IA a outros perigos em nível civilizacional. Seu apoio à regulamentação coexistiu com a participação da xAI na corrida por sistemas mais capazes.
Essas posições criam a reversão central da proposta. Os principais laboratórios alertam sobre a perda de controle enquanto continuam treinando, implementando e comercializando modelos cada vez mais capazes.
Isso não estabelece má-fé. Uma empresa pode acreditar que a IA avançada é simultaneamente valiosa e perigosa e, então, apoiar controles que se apliquem igualmente a todos os concorrentes.
Ainda assim, compromissos voluntários dependem de definições corporativas, evidências confidenciais e aplicação interna. As empresas também enfrentam pressão de investidores, clientes, funcionários e laboratórios concorrentes.
Um laboratório que pausa sozinho corre o risco de perder talentos e posição de mercado. Seus rivais podem continuar desenvolvendo a mesma capacidade sem aceitar restrições comparáveis.
A proposta substituiria esse problema de coordenação por uma determinação legal. Toda empresa abrangida pararia, sujeita a um regulador e a uma estrutura de aplicação.
Os apoiadores veem a intervenção governamental como a única maneira crível de impedir uma corrida. Eles argumentam que promessas voluntárias de segurança não conseguem sobreviver à crescente pressão comercial e geopolítica.
O movimento mais amplo conta com apoio científico notável. Uma declaração sobre superinteligência pública pede que o desenvolvimento permaneça proibido sem consenso científico sobre controle e forte apoio público.
Entre os signatários estão os pioneiros de IA Geoffrey Hinton e Yoshua Bengio. Seu envolvimento confere credibilidade técnica ao movimento pela proibição, embora não estabeleça consenso em todo o campo.
O relatório internacional de segurança de 2026 também ilustra a atenção crescente do campo aos riscos sistêmicos. Ele não endossa, por si só, o desenho jurídico exato da proposta de Sanders.
Os opositores respondem que governos estão mal equipados para escolher uma fronteira científica tão incerta. Eles temem que os reguladores congelem pesquisas benéficas ou consolidem as empresas de tecnologia já existentes.
Um regime de licenciamento pode favorecer os incumbentes porque eles já possuem equipes de conformidade, relações governamentais e ampla infraestrutura de avaliação. Uma proibição voltada à Big Tech poderia fortalecer a Big Tech.
A pesquisa aberta cria outro conflito. A análise independente ajuda pesquisadores a encontrar vulnerabilidades, mas publicar métodos sensíveis também pode disseminar capacidades perigosas.
Uma proibição ampla poderia empurrar o trabalho para o sigilo ou para jurisdições estrangeiras. Uma proibição estreita poderia deixar espaço suficiente para que desenvolvedores rebatizassem trabalhos proibidos.
O principal embate, portanto, não é Sanders contra um laboratório. É o controle democrático contra a autorregulação gerida pela indústria na fronteira tecnológica.
Ambas as abordagens envolvem riscos de falha institucional. Empresas podem priorizar a vantagem competitiva, enquanto governos podem regular de forma imprecisa, lenta ou politizada.
A proposta obriga o Congresso a decidir qual modo de falha merece maior peso antes que a tecnologia atinja um limiar consensual de superinteligência.
Uma Proibição Permanente Tem um Problema de Medição
O Congresso não pode aplicar de forma justa uma fronteira de superinteligência se os reguladores não conseguirem medir capacidade, intenção e controle com testes defensáveis.
A expressão mais difícil da proposta é “superar a inteligência humana”. A inteligência humana não é uma única quantidade mensurável, e o desempenho da IA varia conforme as tarefas e os ambientes.
Os modelos já superam a maioria das pessoas em domínios restritos. Eles podem recuperar informações, classificar imagens, traduzir idiomas ou pesquisar grandes espaços técnicos na velocidade das máquinas.
Esses resultados não estabelecem automaticamente uma autonomia geral. Um sistema pode superar humanos em benchmarks e ainda depender de prompts e ferramentas cuidadosamente elaborados.
O problema inverso também importa. Um modelo pode pontuar abaixo de um limiar formal e, ainda assim, possuir capacidades perigosas que as avaliações não conseguem revelar.
Desenvolvedores às vezes treinam modelos para recusar solicitações prejudiciais. Esse comportamento visível não prova que a capacidade subjacente desapareceu.
Por isso, os avaliadores precisam separar capacidade de disposição. Eles devem testar o que um sistema consegue fazer sob prompts adversariais, fine-tuning, acesso a ferramentas e controles de segurança modificados.
O controle é igualmente difícil de definir. Um modelo pode ignorar uma instrução porque o pedido é ambíguo, o sistema entra em conflito com outra regra ou seu raciocínio falha.
Esse evento é diferente de um sistema resistir estrategicamente ao desligamento. O segundo comportamento implica consciência situacional e objetivos persistentes que o primeiro não implica.
Os reguladores precisariam de evidências reproduzíveis antes de atribuir responsabilidade criminal. Apenas benchmarks secretos dificultariam que os réus compreendessem ou contestassem a classificação do governo.
Testes inteiramente públicos criam outro problema. Desenvolvedores podem otimizar modelos para avaliações conhecidas sem reduzir o risco subjacente.
Um regime viável provavelmente exigiria testes em camadas. Padrões públicos poderiam estabelecer obrigações básicas, enquanto avaliações protegidas examinariam capacidades sensíveis à segurança.
A agência também precisaria de regras de notificação para resultados inesperados. Os laboratórios deveriam poder divulgar comportamentos preocupantes sem que cada descoberta fosse tratada como prova de desenvolvimento criminoso.
Disposições de porto seguro poderiam proteger testes de boa-fé realizados sob condições aprovadas de contenção. O resumo anunciado não esclarece se essas proteções existiriam.
Gary Marcus, um crítico proeminente de uma governança fraca da IA, argumenta que a proibição permanente ainda vai longe demais. Sua crítica regulatória apoia uma agência e considera uma pausa, mas rejeita uma proibição unilateral por tempo indeterminado.
Marcus destaca a complexidade dos benchmarks e o risco de governos autoritários manipularem definições. Ele defende o desenvolvimento condicional, respaldado por evidências robustas de controle e supervisão.
Essa crítica importa porque não descarta o risco da IA. Ela questiona se o mecanismo da proposta consegue enfrentar esse risco sem bloquear pesquisas valiosas.
A distinção separa a negação de riscos da discordância sobre políticas públicas. Críticos podem aceitar que a IA avançada exige regulamentação enquanto rejeitam uma proibição permanente baseada em capacidades.
O projeto também precisaria definir os atores abrangidos em toda a cadeia de desenvolvimento. Sistemas modernos de IA dependem de fabricantes de chips, provedores de nuvem, fornecedores de dados, laboratórios de modelos e desenvolvedores de aplicações.
Um desenvolvedor de aplicações que usa um modelo existente não ocupa a mesma posição que um laboratório que treina um sistema de fronteira. Seu acesso, conhecimento e controle diferem consideravelmente.
O fine-tuning complica ainda mais essa linha. Uma modificação modesta pode expor capacidades que já estavam presentes, mas suprimidas, em um modelo-base.
Modelos de pesos abertos criam um problema distribuído de fiscalização. Quando os pesos circulam globalmente, milhares de usuários podem modificá-los sem acesso à infraestrutura original de treinamento.
Um sistema jurídico não consegue apagar um software amplamente copiado tão facilmente quanto consegue proteger material nuclear controlado. A analogia nuclear enfraquece nesse nível operacional.
Ainda assim, treinar os maiores sistemas de fronteira exige infraestrutura concentrada. Governos podem monitorar chips avançados, grandes clusters de computação, contratos de nuvem e centros de dados com uso intensivo de energia.
Essa concentração oferece aos reguladores possíveis pontos de fiscalização. Ela não garante que possam detectar todo avanço algorítmico relevante ou projeto distribuído.
A credibilidade da lei dependerá de combinar regras mensuráveis de computação com avaliações de capacidade. Qualquer uma das categorias, isoladamente, deixa grandes lacunas.
Uma Pausa Doméstica Não Pode Resolver Sozinha uma Corrida Global
A proposta só terá êxito se a coordenação internacional se tornar aplicável antes que o desenvolvimento se desloque para outros lugares.
Sanders e Casar reconhecem esse problema. Sua estrutura prevê tratados, coordenação com aliados e controles de exportação destinados a impedir o desenvolvimento de superinteligência em todo o mundo.
A abordagem toma emprestado do controle de armas, em que monitoramento, restrições compartilhadas e consequências reduzem os incentivos ao desenvolvimento secreto. A IA apresenta condições de verificação diferentes.
Programas nucleares exigem materiais especializados e instalações conspícuas. A IA avançada depende de chips comercialmente úteis, centros de dados, software e conhecimento especializado com muitas finalidades legítimas.
Um grande cluster de treinamento pode ser monitorado mais facilmente do que uma percepção matemática. Avanços algorítmicos podem reduzir os recursos computacionais necessários para determinada capacidade.
Controles de exportação podem retardar o acesso ao hardware de ponta. Eles não conseguem assegurar que todos os países adotem a mesma definição de capacidade, regras de inspeção ou penalidades criminais.
Os Estados Unidos também precisariam da cooperação de aliados que hospedam a produção de chips, a infraestrutura de nuvem e instituições de pesquisa. Regras fragmentadas criariam oportunidades de realocação.
Opositores enquadrarão isso como uma corrida de segurança nacional. Argumentarão que uma pausa unilateral dá tempo para concorrentes estratégicos avançarem sem supervisão americana.
Os apoiadores respondem que uma corrida sem controle torna todos os participantes menos seguros. Ser o primeiro oferece pouca proteção se nenhum desenvolvedor consegue controlar de maneira confiável o sistema resultante.
Essa divergência reflete um dilema clássico de segurança. Cada lado acelera porque espera que os outros acelerem, tornando a contenção coordenada mais difícil mesmo quando todos temem o resultado.
A estrutura de Sanders tenta romper esse ciclo por meio da proibição. Sua fraqueza é que uma legislação doméstica não pode vincular governos estrangeiros.
Sua força está na definição de agenda. Os Estados Unidos não podem negociar uma restrição global sem antes definir a posição que querem que outros países adotem.
O Congresso também precisa decidir se as mesmas regras devem reger aliados, concorrentes, universidades, empresas e agências de defesa. Isenções desiguais minariam a confiança.
Exceções militares seriam especialmente controversas. Um governo não pode exigir de forma convincente contenção do setor privado enquanto reserva desenvolvimento irrestrito para programas de segurança nacional.
As regras de verificação precisam proteger pesquisas sensíveis sem transformar a supervisão em espionagem industrial. Inspetores internacionais precisariam de acesso limitado, mas crível.
A proposta também poderia colidir com o intercâmbio científico aberto. A colaboração transfronteiriça é comum em aprendizado de máquina, inclusive em trabalhos sobre segurança e avaliação.
Regras de exportação excessivamente amplas poderiam isolar pesquisadores americanos das pessoas que desenvolvem melhores métodos de controle. Regras fracas poderiam permitir transferências de capacidades proibidas por meio de software ou conhecimento especializado.
A pressão econômica moldaria todas as negociações. Países esperam que a IA melhore a produtividade, a defesa, a ciência, a saúde e os serviços públicos.
Uma restrição permanente deve, portanto, distinguir os benefícios comuns da fronteira proibida. Governos não abandonarão aplicações úteis de IA apenas porque a superinteligência continua sendo contestada.
A melhor comparação histórica não é uma cópia direta da não proliferação nuclear. É o desafio mais amplo de governar tecnologias de dupla utilização, com valor civil e potencial catastrófico.
Esse desafio exige definições compartilhadas, monitoramento, notificação de incidentes e consequências críveis. A estrutura anunciada nomeia esses objetivos, mas ainda não fornece sua engrenagem internacional.
O Que Desenvolvedores e Compradores de IA Devem Observar a Seguir
Os sinais decisivos são o texto formal do projeto, limiares regulatórios mensuráveis e evidências de apoio bipartidário ou internacional.
O primeiro sinal é a linguagem legislativa formal. Sanders descreveu a proposta como iminente, portanto os leitores devem observar a apresentação de um número de projeto e do texto estatutário completo.
Esse texto deve definir superinteligência artificial, desenvolvimento avançado de IA, condutas proibidas, intenção criminosa e pena de morte corporativa. Também deve identificar defesas e isenções disponíveis.
Se essas definições permanecerem amplas, as críticas sobre incerteza ganharão força. Limiares precisos e pesquisa de segurança protegida tornariam a proposta mais crível.
O segundo sinal é o desenho do regulador federal proposto. O Congresso deve explicar sua autoridade, quadro de pessoal, acesso técnico, prazos de revisão e relação com as agências existentes.
Um processo sério de revisão de modelos exige capacidade independente de avaliação. Depender de evidências produzidas pelos laboratórios preservaria grande parte da autorregulação que Sanders quer substituir.
Os desenvolvedores devem observar se a supervisão se concentra na computação de treinamento, em testes de capacidade, nas condições de implantação ou nos três. Essa escolha determinará as obrigações cotidianas de conformidade.
Compradores corporativos também devem acompanhar regras de notificação de incidentes e de implantação. Um modelo aprovado para pesquisa restrita pode não se qualificar para uso autônomo em sistemas empresariais críticos.
Organizações que já implantam IA devem manter registros de modelos, permissões, ferramentas conectadas, resultados de avaliações e pontos de aprovação humana. Esses controles continuam úteis mesmo se a proposta fracassar.
Uma base de conhecimento de engenharia pesquisável pode ajudar as equipes a preservar evidências de avaliação, decisões de risco e requisitos de conformidade em constante mudança.
O terceiro sinal é a coordenação política. A proposta precisa de patrocinadores no Congresso além de Sanders e Casar, incluindo parlamentares preocupados com segurança nacional e competição econômica.
O apoio bipartidário a medidas restritas de segurança fortaleceria o argumento mais amplo em favor de supervisão obrigatória. A rejeição de ambos os partidos levaria a política, em vez disso, para regras direcionadas.
As reações internacionais importam tanto quanto. Compromissos de aliados sobre chips avançados, avaliações compartilhadas e notificação de incidentes apoiariam a premissa global da proposta.
Se grandes países produtores de IA rejeitarem restrições comuns, uma proibição americana permanente se tornará mais difícil de defender politicamente. Os argumentos de realocação e competição estratégica ganharão força.
Os leitores também devem distinguir uma pena máxima proposta de uma sentença aplicada. Nenhum desenvolvedor enfrentará essa pena de 20 anos a menos que o Congresso aprove uma lei e promotores provem uma violação abrangida.
A mesma cautela se aplica à comparação nuclear. O máximo equivalente comunica gravidade, mas as infrações, as provas e as tecnologias não são legalmente idênticas.
A proibição de IA proposta por Bernie Sanders ainda assim deslocou uma fronteira importante. Ela pergunta se desenvolver um sistema incontrolável deveria se tornar ilegal antes que alguém prove que esse sistema causou danos.
Essa questão vai além dos laboratórios de fronteira. Desenvolvedores dependem de regras de pesquisa estáveis, empresas dependem de modelos confiáveis, e trabalhadores dependem de instituições que gerenciem os riscos da implantação.
Trabalhadores do conhecimento deveriam perguntar aos fornecedores o que seus modelos podem acessar, quais ações exigem aprovação e como as falhas são registradas. Essas questões práticas importam sob qualquer desfecho regulatório.
O aspecto mais severo da proposta atrairá a maior parte da atenção. Sua influência duradoura pode, em vez disso, vir de tornar a autorização prévia, os testes independentes e o controle público componentes centrais da política de IA.
Acompanhe o projeto de lei formal, não apenas sua manchete. Se as definições se tornarem testáveis e a coordenação internacional avançar, a proposta ganhará substância.
Se esses elementos permanecerem sem solução, a pena de 20 anos funcionará sobretudo como um alerta político. Qualquer um dos resultados mostra aos desenvolvedores quão seriamente Washington agora encara a corrida pela superinteligência.
