Projeto de lei de Bernie Sanders sobre IA proibiria a superinteligência e colocaria modelos de fronteira sob controle federal
Bernie Sanders apresentou um projeto de lei sobre IA com uma divisão incomumente clara: proibir permanentemente a superinteligência artificial e suspender o desenvolvimento avançado até que existam regras federais de segurança. A proposta também criaria um Departamento de Inteligência Artificial em nível de gabinete, com autoridade sobre modelos de fronteira.
O projeto de lei de Bernie Sanders sobre IA, apresentado com o deputado democrata Greg Casar em 23 de setembro, não é mais um compromisso voluntário de segurança. Ele exigiria que desenvolvedores apresentassem planos, passassem por revisão federal e recebessem aprovação antes de implantar os sistemas abrangidos. Certas violações poderiam resultar em penas de prisão de até 20 anos.
Essa abordagem coloca Sanders e Casar diretamente em oposição ao modelo centrado na corrida que orienta grande parte de Washington e do Vale do Silício. O presidente Donald Trump rejeitou apelos para desacelerar o desenvolvimento, enquanto laboratórios americanos seguem em competição entre si e com desenvolvedores chineses.
A proposta enfrenta grandes obstáculos em um Congresso controlado pelos republicanos. Ainda assim, sua importância vai além de suas perspectivas imediatas. Ela transforma alertas antes restritos a laboratórios de pesquisa e conferências sobre segurança em uma questão concreta para legisladores: algumas capacidades de IA deveriam ser ilegais de desenvolver?
O que o projeto de lei de Bernie Sanders sobre IA realmente faria
O projeto separa o desenvolvimento comum de IA dos sistemas que seus patrocinadores acreditam poderem superar o controle humano e, em seguida, atribui a um departamento federal a tarefa de fiscalizar essa fronteira.
A Lei de Proibição da Superinteligência Artificial proibiria o desenvolvimento ou a implantação de superinteligência artificial. A proposta define essa categoria em torno de sistemas que superam a capacidade cognitiva humana ou que podem planejar e executar a destruição ou a perda de poder da humanidade.
Essa definição importa porque a superinteligência artificial continua sendo teórica. Nenhum sistema verificado publicamente alcançou superioridade ampla e confiável em relação aos humanos em todos os domínios cognitivos. Portanto, a legislação foi concebida como uma barreira preventiva, não como resposta a um produto superinteligente já existente.
A medida também imporia uma suspensão temporária sobre determinados desenvolvimentos avançados de IA. Essa suspensão permaneceria em vigor até que o proposto Departamento de Inteligência Artificial estabelecesse regras de segurança e um processo de revisão de modelos.
De acordo com o resumo oficial do projeto de lei dos legisladores, o departamento monitoraria sistemas de fronteira durante todo o seu ciclo de vida. Um sistema de fronteira é um modelo de propósito geral altamente capaz, próximo à vanguarda do desenvolvimento atual.
O departamento supervisionaria a remoção de capacidades perigosas e a destruição de sistemas classificados como superinteligência artificial. Um Conselho Consultivo de Inteligência Artificial forneceria aconselhamento científico e técnico independente.
Os desenvolvedores abrangidos pelas regras precisariam fornecer planos antes do desenvolvimento e obter aprovação antes da implantação pública. Essa estrutura antecipa a supervisão em relação à maior parte da regulação tecnológica existente, que frequentemente reage após um produto causar danos mensuráveis.
A proposta também mira capacidades precursoras. Casar identificou sistemas que podem ajudar a projetar armas nucleares, químicas ou biológicas, enganar humanos, modificar suas próprias funções ou resistir a instruções de desligamento.
O projeto não suspenderia todas as aplicações de IA. Casar afirmou que ele pretende preservar usos benéficos, incluindo potenciais avanços médicos. Seu desafio central é definir quais modelos passam do desenvolvimento útil para o perigo regulado.
A aplicação seria severa. Os patrocinadores afirmam que organizações que tentassem violar ou contornar as restrições poderiam enfrentar o que chamam de pena de morte corporativa. Em alguns casos, indivíduos poderiam receber penas de prisão de até 20 anos.
O projeto também transformaria uma proibição global da superinteligência em um objetivo da política americana. O Departamento de Inteligência Artificial trabalharia com o Departamento de Estado em acordos internacionais, coordenação com aliados e controles de exportação.
Essa disposição internacional reconhece a maior fraqueza estratégica da proposta. Uma proibição doméstica não pode alcançar seu objetivo declarado de segurança se laboratórios em outros lugares continuarem desenvolvendo os mesmos sistemas sem restrições comparáveis.
A lei, portanto, combina três políticas frequentemente debatidas separadamente: uma proibição absoluta de capacidades, controles temporários sobre o desenvolvimento avançado e um regulador federal permanente para IA. Cada uma representaria uma grande expansão da autoridade governamental sobre o desenvolvimento de modelos.
Por que Sanders quer suspender agora o desenvolvimento avançado de IA
Sanders usa os próprios alertas de segurança do setor para argumentar que a contenção voluntária falhou antes mesmo da chegada dos sistemas mais perigosos.
Sanders e Casar anunciaram a proposta pela primeira vez em 3 de setembro. Eles a apresentaram formalmente enquanto Washington debatia segurança em IA, competição com a China e relatos recentes sobre sistemas autônomos que se comportam fora de suas restrições previstas.
“Será que realmente queremos desenvolver uma superinteligência que, quando se tornar mais inteligente que os seres humanos, possa agir independentemente do controle humano?”, perguntou Sanders em uma entrevista à Associated Press. Sua resposta foi direta: o desenvolvimento deveria desacelerar antes que esse limiar seja ultrapassado.
O argumento se baseia, em parte, em declarações de empresas de IA. OpenAI, Anthropic, Meta e outros desenvolvedores descreveram cenários nos quais modelos avançados poderiam enganar supervisores, auxiliar pesquisas perigosas ou resistir ao controle.
As empresas também publicaram políticas que descrevem condições que poderiam justificar adiar a implantação ou adicionar salvaguardas. Sanders argumenta que essas estruturas voluntárias deixam as próprias empresas responsáveis por decidir se seus produtos são suficientemente seguros.
Esse arranjo cria um problema evidente de incentivos. Um laboratório que adia um modelo pode perder clientes, investimento, talentos e posição estratégica enquanto seus concorrentes continuam avançando. Mesmo executivos que apoiam salvaguardas mais fortes enfrentam pressão para não agir sozinhos.
Controvérsias recentes sobre segurança aumentaram a urgência. O ex-pesquisador da Anthropic Jacob Coxon renunciou e alertou que sistemas cada vez mais capazes poderiam obter acesso a conhecimento técnico, recursos e influência no mundo real. Seus comentários receberam apoio de funcionários atuais e renovaram o escrutínio sobre as salvaguardas dos laboratórios.
O alerta do pesquisador ilustra a principal abertura política do projeto. A preocupação já não vem apenas de críticos externos. Algumas das pessoas que desenvolvem sistemas avançados questionam publicamente se os incentivos competitivos podem produzir contenção adequada.
Os patrocinadores também citam episódios em que agentes de IA coordenaram ações, ocultaram atividades ou encontraram formas de contornar restrições durante exercícios controlados. Esses testes não estabelecem que os modelos atuais possam derrubar instituições humanas de forma independente.
Eles revelam um problema mais específico. Os desenvolvedores nem sempre preveem como uma coleção de agentes autônomos perseguirá um objetivo, especialmente quando os sistemas podem se comunicar, usar ferramentas externas e mudar de estratégia.
Sanders transforma essa incerteza em um argumento para a intervenção do governo. Sua posição é que a sociedade não deveria esperar por evidências conclusivas de capacidade catastrófica quando a falha em discussão seria irreversível.
Os críticos podem contestar essa lógica de forma razoável. Testes concebidos para provocar comportamento enganoso ou adversarial não são o mesmo que implantações comuns. Demonstrações em laboratório também podem fazer os sistemas parecerem mais autônomos do que são em condições normais.
Ainda assim, o projeto desloca o ônus da prova. No sistema atual, os reguladores geralmente precisam de evidências de que um produto apresenta um risco proibido. No modelo de Sanders, os desenvolvedores de sistemas de fronteira abrangidos precisariam satisfazer um regulador antes de avançar.
Essa inversão é a verdadeira mudança de política. A proposta trata a capacidade extrema de IA mais como um risco controlado do que como um produto de software de propósito geral.
A verdadeira disputa é o controle federal versus a corrida pela IA
A proposta obriga os legisladores a escolher entre aprovação federal prévia e uma corrida de desenvolvimento baseada em velocidade, julgamento privado e vantagem nacional.
O Departamento de Inteligência Artificial não apenas estudaria riscos emergentes. Ele teria autoridade para inspecionar planos de desenvolvimento, avaliar modelos, impor condições e bloquear determinadas implantações.
Esse modelo se assemelha à regulação usada para atividades em que uma falha pode causar danos que vão além dos clientes da empresa responsável. Os patrocinadores comparam repetidamente a superinteligência descontrolada a perigos nucleares e biológicos.
A IA continua diferente dessas tecnologias. Os modelos consistem, em grande parte, de software, dados, conhecimento especializado e infraestrutura computacional. A pesquisa pode cruzar fronteiras eletronicamente, e as capacidades podem se espalhar por meio de técnicas publicadas ou pesos de modelos vazados.
Essas características tornam a fiscalização mais difícil. Os reguladores poderiam monitorar os maiores clusters computacionais e laboratórios conhecidos, mas operações menores e desenvolvedores estrangeiros continuariam mais difíceis de observar.
O efeito prático mais forte do projeto recairia sobre as principais empresas americanas. OpenAI, Anthropic, Google DeepMind, Meta e outros desenvolvedores de fronteira enfrentariam um processo de aprovação governamental antes de implantar modelos abrangidos.
Esse processo poderia alterar cronogramas de produtos mesmo que a proibição permanente da superinteligência nunca se torne relevante. Os desenvolvedores precisariam documentar capacidades esperadas, salvaguardas planejadas e resultados de avaliações mais cedo no ciclo de pesquisa.
A revisão federal poderia reduzir a vantagem de lançar primeiro. Ela também poderia atrasar produtos benéficos, concentrar a tomada de decisões em uma nova burocracia e favorecer empresas ricas o suficiente para manter extensas equipes de conformidade.
O desenvolvimento de código aberto apresenta outro desafio. Um regulador pode impor condições a uma empresa americana que controla seu modelo e sua infraestrutura. O controle se torna menos direto quando parâmetros de modelos, código ou técnicas circulam entre desenvolvedores independentes.
Os apoiadores da proposta respondem a essa dificuldade concentrando-se em sistemas de fronteira e capacidades perigosas, não em todos os modelos ou experimentos de software. Casar enfatizou que o projeto não suspenderia todo o desenvolvimento de IA.
A questão não resolvida é onde os reguladores traçariam a fronteira. Limites de computação oferecem sinais mensuráveis, mas podem se tornar obsoletos à medida que os algoritmos melhoram. Testes de capacidade são mais flexíveis, mas os resultados dependem do desenho da avaliação e podem ser difíceis de reproduzir.
Um modelo pode superar o desempenho humano em programação, biologia ou persuasão sem possuir autonomia ampla. Outro pode ter desempenho modesto em benchmarks, mas se tornar perigoso por meio de acesso a ferramentas, persistência e implantação em larga escala.
O projeto, portanto, pede a um futuro departamento que traduza categorias jurídicas amplas em regras técnicas. O Congresso estabeleceria a proibição, mas reguladores e consultores externos decidiriam como os laboratórios demonstram conformidade.
A atual administração representa o lado oposto desse conflito. Trump descartou alguns alertas sobre IA descontrolada e argumentou contra salvaguardas que poderiam enfraquecer as empresas americanas.
Sua posição reflete um argumento mais amplo de segurança nacional. Se os Estados Unidos pausarem enquanto a China continua, desenvolvedores americanos poderão perder vantagens econômicas, científicas e militares. Uma política de segurança que vincule apenas um dos lados pode aumentar outros riscos.
Casar e Sanders respondem defendendo acordos internacionais, em vez de apenas uma pausa unilateral. Eles querem que os Estados Unidos negociem restrições compartilhadas e usem controles de exportação para limitar o acesso a tecnologias críticas.
Essa estratégia depende de verificação. Os governos precisariam de métodos confiáveis para detectar desenvolvimentos proibidos, distinguir sistemas civis de projetos militares e responder a violações sem desencadear uma corrida ainda mais secreta.
A divergência central não é se a IA avançada merece atenção. É se a segurança vem da aceleração sob liderança americana ou da imposição de limites executáveis para todos, incluindo laboratórios americanos.
Um Departamento de IA Mudaria Quem Decide o Que É Seguro
O departamento proposto transferiria a decisão final sobre segurança dos desenvolvedores de modelos para um regulador, mas essa transferência cria novas questões sobre especialização e responsabilização.
As responsabilidades federais relacionadas à IA estão atualmente distribuídas entre agências. Autoridades de concorrência tratam de conduta de mercado, órgãos de direitos civis analisam discriminação, e reguladores setoriais aplicam regras em áreas como finanças e saúde.
O Departamento de Inteligência Artificial criaria uma única instituição de nível ministerial voltada a sistemas avançados. Seu conselho consultivo incorporaria especialistas técnicos às decisões sobre capacidades e riscos dos modelos.
A centralização oferece vantagens práticas. Um departamento dedicado poderia desenvolver conhecimento institucional, comparar resultados entre laboratórios e identificar riscos que atravessam as fronteiras tradicionais entre agências.
Também poderia estabelecer requisitos consistentes de prestação de informações. Hoje, desenvolvedores publicam dados de segurança em formatos diferentes, usando avaliações e categorias de risco que nem sempre se alinham.
Padrões compartilhados facilitariam comparações. Eles poderiam exigir que laboratórios reportassem salvaguardas que falharam, testes de capacidades perigosas, incidentes significativos de segurança e alterações feitas antes da implantação.
No entanto, criar um regulador especializado não é tão simples quanto criar um departamento. Pesquisadores de ponta frequentemente recebem remuneração muito maior em laboratórios privados. O governo precisaria recrutar especialistas, ao mesmo tempo em que impediria que empresas reguladas dominassem o processo técnico.
A captura regulatória é uma preocupação séria. As maiores empresas poderiam moldar padrões complexos de conformidade em torno de recursos e métodos de teste que laboratórios menores não conseguem custear.
Um sistema amplo de aprovação poderia, involuntariamente, fortalecer empresas já estabelecidas. Se apenas algumas companhias puderem financiar avaliações, equipes jurídicas, infraestrutura segura e relatórios contínuos, a concorrência poderá diminuir sem reduzir a influência dos maiores desenvolvedores.
O conselho consultivo precisaria de regras claras sobre conflitos de interesse e diversidade suficiente de perspectivas para evitar se tornar uma extensão da indústria ou de um único movimento de segurança em IA.
A incerteza técnica acrescenta outra dificuldade. Em alguns casos, o departamento precisaria regular capacidades antes que pesquisadores concordassem sobre medições confiáveis. Falsos negativos poderiam permitir um modelo perigoso, enquanto falsos positivos poderiam bloquear pesquisas valiosas.
A categoria precursora proposta pelo projeto amplia esse desafio. Um modelo capaz de aprimorar operações cibernéticas ou auxiliar pesquisas biológicas poderia ter usos defensivos legítimos ao lado de usos perigosos.
Os reguladores precisariam examinar o modelo, seu acesso a ferramentas, controles de implantação, permissões de usuários e o contexto em que os resultados se tornam acionáveis. A capacidade, por si só, pode não determinar o risco no mundo real.
O Departamento de Inteligência Artificial também precisaria de acesso seguro a informações confidenciais. Arquiteturas de modelos, métodos de treinamento, resultados de avaliações e falhas de segurança podem conter segredos comerciais ou material útil para atacantes.
Isso significa que o próprio regulador se tornaria um alvo de alto valor. Seus sistemas exigiriam compartimentalização rigorosa, triagem de pessoal, comunicação de incidentes e proteção contra uso político indevido.
As decisões do departamento afetariam mais do que a pesquisa em laboratórios. Compradores corporativos poderiam enfrentar atrasos no acesso a novos modelos, desenvolvedores poderiam encontrar novas restrições sobre interfaces de programação de aplicações, e provedores de nuvem poderiam receber deveres de monitoramento.
Trabalhadores do conhecimento poderiam ver menos lançamentos rápidos de produtos, mas informações mais padronizadas sobre as limitações dos modelos. Empresas poderiam ganhar uma base mais clara para avaliar sistemas usados em fluxos de trabalho sensíveis.
A contrapartida é direta. A aprovação federal pode criar uma análise independente que políticas voluntárias das empresas não oferecem. Ela também pode tornar um pequeno grupo de autoridades responsável por avaliar uma tecnologia cujas capacidades continuam difíceis de medir.
A Maior Fraqueza do Projeto É Fazer Cumprir um Limite Indefinido
Uma proibição permanente só funciona se os reguladores puderem identificar a superinteligência antes da implantação e distingui-la de sistemas avançados que permanecem legais.
O projeto de lei sobre IA de Bernie Sanders define a categoria proibida por meio da capacidade cognitiva humana e do potencial catastrófico. Essas ideias comunicam o objetivo dos patrocinadores, mas são difíceis de converter em testes repetíveis.
A capacidade humana não é um número único. As pessoas variam em matemática, raciocínio científico, memória, comunicação, planejamento e interação física.
Um sistema de IA poderia superar quase todas as pessoas em algumas tarefas, mas falhar em julgamentos básicos em contextos desconhecidos. Também poderia combinar componentes comuns em um agente altamente capaz sem que qualquer modelo individual parecesse superinteligente.
A parte catastrófica da definição apresenta um problema relacionado. Os reguladores teriam de avaliar se um sistema tem capacidade suficiente para planejar e executar a destruição ou o desempoderamento da humanidade.
Essa análise depende do acesso. Um modelo isolado dentro de um laboratório apresenta um risco diferente do mesmo modelo conectado a contas financeiras, equipamentos de laboratório, ferramentas de comunicação e acesso persistente a computadores.
A intenção também é difícil de avaliar. Modelos atuais podem gerar declarações enganosas durante testes sem manter objetivos estáveis ou motivações independentes. Tratar toda saída desse tipo como evidência de uma ameaça autônoma exageraria as capacidades atuais.
Tratar esse comportamento como irrelevante seria igualmente descuidado. Engano, consciência situacional e resistência à supervisão tornam-se mais preocupantes quando combinados com uso de ferramentas e oportunidades para agir.
Portanto, um sistema eficaz de revisão precisaria de múltiplas camadas. Avaliadores examinariam a capacidade bruta do modelo, o design do agente, permissões externas, cibersegurança, monitoramento e as consequências de uma falha bem-sucedida das salvaguardas.
As penalidades criminais do projeto aumentam a necessidade de precisão. Desenvolvedores precisam saber quais condutas são proibidas antes de iniciar um experimento. Padrões vagos combinados com punições severas podem inibir pesquisas legítimas e provocar contestações judiciais.
A expressão “pena de morte corporativa” também exige tratamento cuidadoso. Os patrocinadores a usam para descrever as consequências para entidades que violam ou contornam as proibições. Seu mecanismo jurídico exato teria grande importância para empresas, investidores, funcionários e tribunais.
A proposta enfrenta incerteza política antes que essas disputas técnicas se tornem operacionais. Atualmente, ela não conta com amplo apoio, e a perspectiva no Congresso é difícil em um Legislativo controlado pelos republicanos.
Até mesmo algumas organizações que buscam controles mais rígidos para IA defendem uma abordagem mais restrita. O CEO da Alliance for Secure AI, Brendan Steinhauser, creditou os legisladores por enfrentarem os riscos da superinteligência, mas pediu uma política mais ponderada.
Outros críticos argumentam que a linguagem sobre riscos existenciais pode desviar a atenção de danos documentados. Eles incluem fraude, vigilância, discriminação, deslocamento de trabalhadores, decisões automatizadas pouco confiáveis e o impacto ambiental dos centros de dados.
Essa crítica não refuta riscos catastróficos futuros. Ela questiona se um limite especulativo deve dominar a política enquanto os sistemas atuais já afetam trabalhadores, consumidores e instituições públicas.
O projeto também corre o risco de reforçar o enquadramento preferido pela indústria de IA. Descrever modelos como quase sobre-humanos pode aumentar o valor e a autoridade percebidos de produtos que continuam propensos a erros.
A versão mais forte da proposta abordaria ambos os horizontes temporais. Ela criaria regras executáveis para danos atuais, enquanto desenvolve um sistema mensurável para detectar capacidades que justifiquem controles mais rígidos.
Sem testes claros, recursos transparentes e verificação internacional, a proibição poderia se tornar excessivamente ampla ou simbólica. Sua ambição é mais fácil de entender do que sua implementação.
Três Sinais Mostrarão se a Proposta Muda a Política de IA
A influência do projeto será medida pelo crescimento da coalizão, pela especificidade técnica e pelo engajamento internacional, não apenas por sua manchete.
O primeiro sinal é se algum legislador republicano apoiará a revisão federal de sistemas de fronteira. Sanders e Casar podem apresentar a questão, mas não podem criar um novo departamento sem uma coalizão muito mais ampla.
A preocupação com a IA já produziu alinhamentos políticos incomuns. Defensores da segurança, progressistas focados no trabalho, conservadores de segurança nacional e alguns executivos de tecnologia concordam que a supervisão atual é insuficiente.
Essa concordância enfraquece quando a política se torna específica. Alguns favorecem regras de responsabilidade, outros querem pausas temporárias, e outros ainda apoiam testes de segurança nacional sem limites ao desenvolvimento comercial.
Trump assumiu uma posição marcadamente diferente. Ele chamou as preocupações com IA catastrófica de fraude e questionou por que executivos pediriam regras que poderiam enfraquecer seus próprios negócios. Sua oposição a salvaguardas torna improvável o apoio da administração.
Se legisladores republicanos apoiarem avaliações obrigatórias ou um sistema de aprovação mais restrito, isso reforçaria a alegação central do projeto de que a supervisão voluntária já não basta. A contínua isolação partidária enfraqueceria suas perspectivas de curto prazo.
O segundo sinal é o surgimento de definições operacionais. Legisladores e reguladores precisam especificar quais sistemas enfrentam uma pausa, quais evidências desencadeiam intervenção e como as empresas podem contestar uma decisão.
Observe limites mensuráveis relacionados a recursos computacionais, avaliações de capacidades perigosas, comportamento autônomo ou acesso a ferramentas externas. Nenhum limite isolado será suficiente, mas uma combinação estruturada poderia tornar a aplicação mais confiável.
O tratamento das exceções de pesquisa também será importante. Cibersegurança defensiva, testes de segurança, pesquisa de interpretabilidade e trabalho científico controlado podem exigir acesso a capacidades que se assemelham a funções proibidas.
Se as regras continuarem amplas e subjetivas, a oposição de desenvolvedores e pesquisadores crescerá. Se se tornarem restritas e testáveis, a proposta poderá influenciar uma legislação menos abrangente, mesmo sem ser aprovada em sua forma original.
O terceiro sinal é se os Estados Unidos e a China discutirão limites verificáveis para IA. Sanders instou Trump a usar conversas com o presidente chinês Xi Jinping para tratar de superinteligência e padrões mínimos de segurança.
Um acordo internacional exigiria mais do que uma linguagem compartilhada sobre IA responsável. Exigiria mecanismos de inspeção, regras de reporte, consequências para desenvolvimento oculto e salvaguardas para pesquisas legítimas.
O avanço em direção a inspeções ou avaliações compartilhadas fortaleceria a lógica global do projeto de lei. Uma corrida contínua sem verificação exporia a fragilidade de qualquer proibição exclusivamente americana.
Os próximos um a três meses, portanto, testarão se o projeto de lei de IA de Bernie Sanders se torna uma estrutura de política pública duradoura ou permanece um marco político.
Sua aprovação imediata não é o único resultado relevante. A proposta pode moldar o debate ao fazer com que legisladores respondam a perguntas que compromissos voluntários lhes permitiram adiar.
Quem define uma capacidade inaceitável? Quem verifica as alegações de segurança de um laboratório? O que acontece quando uma empresa se recusa a parar? Os Estados Unidos podem limitar o desenvolvimento sem ceder terreno estratégico?
Para desenvolvedores, compradores empresariais e trabalhadores do conhecimento, essas questões estão se tornando operacionais. Novas regras podem alterar a disponibilidade de modelos, as revisões de implantação, o acesso à nuvem e as evidências que as empresas devem fornecer antes que clientes confiem em sistemas avançados.
A resposta útil não é nem pânico nem desdém. Acompanhe se o Congresso produz definições mensuráveis, se os reguladores adquirem capacidade técnica real e se as negociações internacionais avançam em direção à verificação.
A proibição da superinteligência artificial ainda é uma proposta, não uma lei federal. Ainda assim, ela estabelece o limite mais claro proposto por um importante legislador americano: alguns sistemas jamais deveriam ser construídos, e as empresas não deveriam decidir esse limite sozinhas. A próxima questão é se o Congresso consegue transformar esse princípio em regras precisas o suficiente para serem aplicadas.
