O Uso de IA no Congresso Está Crescendo Mais Rápido do Que Sua Supervisão

O uso de IA no Congresso foi além dos experimentos, embora os legisladores ainda tenham dificuldade para chegar a um acordo sobre regras para a tecnologia da qual dependem cada vez mais.

Uma pesquisa da NBC News com 12 legisladores da Câmara e do Senado constatou que a IA apoia pesquisas de políticas, trabalho legislativo e tarefas pessoais. Os exemplos vão da redação de projetos de lei à criação de músicas de aniversário.

O senador Tommy Tuberville descreveu conversas com o ChatGPT durante longas viagens de carro pelo Alabama. Segundo relatos, suas perguntas abrangem Medicare, Medicaid e outros temas que informam suas visões sobre políticas públicas.

Esses exemplos tornam a história mais do que uma coleção de hábitos incomuns no Congresso. Os legisladores estão se tornando clientes, operadores e potenciais reguladores dos mesmos sistemas.

Essa sobreposição cria um importante problema de prestação de contas. O Congresso precisa decidir quando a IA é uma assistente aceitável, quando a revisão humana se torna obrigatória e o que o público tem o direito de saber.

O conflito emergente, portanto, não é Congresso contra IA. É eficiência institucional contra prestação de contas ao público, enquanto políticas e fiscalização continuam atrás da adoção cotidiana.

O Que o Congresso Realmente Está Fazendo Com IA

A IA entrou no trabalho do Congresso por meio de tarefas comuns, não por um programa coordenado de modernização.

A pesquisa com legisladores, publicada em 18 de setembro, oferece um retrato revelador. Os membros descreveram aplicações que variavam em seriedade, sensibilidade e proximidade de decisões oficiais.

Alguns legisladores usam chatbots como assistentes conversacionais de pesquisa. Eles podem solicitar um resumo, testar um argumento ou fazer perguntas de acompanhamento sem esperar por uma reunião formal.

O uso de Tuberville durante viagens ilustra por que esses produtos atraem autoridades ocupadas. Uma interface conversacional pode transformar o tempo de deslocamento em uma sessão informal sobre políticas públicas.

Isso não significa que o chatbot forneça uma análise neutra ou confiável. Significa que o software oferece velocidade, acessibilidade e a aparência de um especialista responsivo.

Outros usos no Congresso se aproximam mais do trabalho central da instituição. A IA generativa pode sugerir linguagem, resumir emendas, comparar documentos e explorar se uma ideia legislativa atende a requisitos processuais.

Os republicanos da Câmara já testaram esse limite com o Byrd Bot. O sistema ajuda usuários a avaliar ideias conforme a Byrd Rule, que define o que pode fazer parte da legislação de reconciliação orçamentária.

Segundo relatos, a ferramenta foi treinada com milhares de documentos associados a decisões anteriores sobre a Byrd Rule. Ela pode sugerir mudanças em texto legislativo antes que o parlamentar do Senado analise a proposta subjacente.

Essa é uma tarefa mais restrita do que pedir a um chatbot geral que redija um projeto de lei do zero. Ainda assim, ela posiciona um sistema probabilístico perto de decisões que determinam quais disposições permanecem no Congresso.

A Câmara também usou o Comparative Print Suite, um sistema introduzido em 2022 para comparar versões legislativas. A comparação de documentos é particularmente adequada ao auxílio de máquinas porque os materiais de origem podem ser identificados e verificados.

Usos criativos e pessoais ocupam o outro extremo do espectro. Uma música de aniversário representa pouco risco institucional quando permanece privada e não contém informações sensíveis.

No entanto, essa ampla variedade importa porque mostra como a adoção de IA normalmente se dissemina. Uma tarefa inofensiva gera familiaridade, a familiaridade incentiva a experimentação, e a experimentação alcança trabalhos de maior risco.

Portanto, o uso de IA no Congresso não pode ser medido perguntando se os membros “usam IA”. As questões importantes dizem respeito à tarefa, aos dados, ao modelo, ao processo de revisão e às consequências de uma resposta incorreta.

Uma música, um resumo de política pública e uma proposta de texto legal podem vir de interfaces semelhantes. Eles não merecem as mesmas salvaguardas.

Essa distinção estabelece o desafio central do Congresso. Ele precisa de regras que reconheçam diferentes níveis de risco sem presumir que toda interação com um chatbot seja inofensiva ou inaceitável.

Por Que o Uso de IA no Congresso Está Acelerando Agora

O Congresso está adotando IA porque sua carga de trabalho recompensa a velocidade, enquanto sua estrutura descentralizada permite que centenas de gabinetes façam escolhas separadas.

O gabinete de cada membro funciona como uma pequena organização que lida com legislação, comunicação, agenda, fiscalização e atendimento aos eleitores. Os comitês acrescentam investigações, audiências, revisão de documentos e trabalho especializado em políticas públicas.

Os funcionários precisam assimilar relatórios longos, acompanhar as notícias, responder correspondências e preparar seus representantes para votações. A IA generativa promete primeiros rascunhos mais curtos e buscas mais rápidas nesse volume de informações.

Esses ganhos podem parecer concretos mesmo quando o resultado subjacente continua imperfeito. Um secretário de imprensa do Congresso disse ao The Washington Post que a IA economizava três ou quatro horas de trabalho por semana.

A mesma reportagem constatou que a Câmara adquiriu 6.000 licenças do Microsoft Copilot. Aproximadamente metade estaria em uso quando o artigo foi publicado, e autoridades da Câmara haviam prorrogado o acordo.

Esses números mostram adoção em escala institucional, não experimentação dispersa. Ainda assim, a implementação varia entre gabinetes individuais, criando práticas diferentes dentro da mesma casa legislativa.

A estrutura do Congresso amplia essa inconsistência. Os gabinetes da Câmara e do Senado têm lideranças, funcionários, orçamentos de tecnologia, incentivos políticos e tolerância à experimentação distintos.

Um administrador central pode aprovar produtos e emitir restrições. Ele não pode observar cada prompt, documento copiado ou rascunho gerado que circula por centenas de fluxos de trabalho diários.

A competição entre gabinetes adiciona pressão. Se uma equipe de comunicação produz mais discursos, publicações e artigos de opinião com IA, um gabinete vizinho mais cauteloso pode se sentir em desvantagem.

A mesma dinâmica se aplica à pesquisa legislativa. Funcionários que conseguem resumir documentos mais rapidamente podem dar a seu gabinete mais tempo para negociação, articulação ou fiscalização.

A pressão também vem de fora do Poder Legislativo. Agências, contratados, grupos de defesa e empresas de tecnologia estão usando IA para analisar políticas públicas e apresentar argumentos ao Congresso.

Os legisladores não podem fiscalizar de forma eficaz instituições assistidas por IA sem compreender as ferramentas envolvidas. Autoridades do Congresso argumentaram que o Poder Legislativo precisa acompanhar a adoção pelo Poder Executivo para realizar uma fiscalização significativa.

Esse raciocínio é plausível, mas não responde ao problema de governança. Familiaridade com um chatbot não produz automaticamente expertise sobre limitações de modelos, tratamento de dados ou sistemas automatizados de decisão.

A tecnologia também chega por meio de produtos que o Congresso já utiliza. A integração do Copilot pela Microsoft a softwares de escritório conhecidos reduz a barreira prática à adoção.

Essa distribuição integrada importa mais do que a novidade. Os funcionários não precisam procurar um laboratório especializado quando um assistente aparece no e-mail, em documentos, planilhas ou armazenamento em nuvem.

O resultado se assemelha à adoção de IA em outros ambientes de trabalho baseados em conhecimento. As pessoas começam com resumos e rascunhos antes de incorporar os sistemas ao tratamento rotineiro de informações.

Um fluxo de trabalho estruturado de conhecimento pode manter visíveis as fontes e o raciocínio humano. Já uma conversa com um chatbot genérico pode ocultar a origem de uma afirmação.

Para o Congresso, essa diferença tem consequências públicas. Decisões legislativas exigem evidências rastreáveis, responsabilidade identificável e registros que possam resistir ao escrutínio político e jurídico.

A pressão para adotar é, portanto, imediata, enquanto os benefícios de uma governança cuidadosa são menos visíveis. Esse desequilíbrio explica por que o uso operacional pode superar as políticas escritas.

Eficiência e Prestação de Contas Estão em Colisão

A IA pode reduzir o trabalho rotineiro, mas o Congresso não pode delegar a responsabilidade por leis, fiscalização ou declarações públicas a um modelo.

A IA generativa produz texto prevendo sequências prováveis com base em padrões nos dados de treinamento e no contexto fornecido. Ela não verifica a veracidade, a menos que um fluxo de trabalho busque e confira fontes separadamente.

Essa limitação se torna grave quando uma resposta influencia texto legal. Um modelo pode produzir disposições fluentes que entram em conflito com leis existentes, omitem definições ou criem interpretações não intencionais.

A redação legislativa exige mais do que prosa legível. Advogados precisam considerar jurisdição, referências cruzadas, dotações orçamentárias, aplicação da lei, precedentes e como os tribunais podem interpretar cada frase.

O Office of Legislative Counsel existe para converter objetivos de políticas públicas em texto juridicamente viável. Rascunhos gerados por IA podem auxiliar a discussão, mas não podem assumir responsabilidade institucional pelo resultado.

O Byrd Bot oferece uma ilustração útil. Seu propósito delimitado é mais defensável do que pedir a um chatbot um projeto de lei inteiro de reconciliação.

Os usuários podem comparar suas sugestões com a regra, decisões anteriores e orientações do parlamentar do Senado. Isso torna a verificação possível, ao menos em princípio.

Ainda assim, especialistas entrevistados para a análise do Byrd Bot alertaram que uma pessoa continua sendo a autoridade mais adequada. Eles também observaram que grandes modelos de linguagem podem alucinar e produzir textos de baixa qualidade.

Um sistema treinado com materiais anteriores pode identificar padrões sem reproduzir fielmente o julgamento institucional. Decisões processuais também dependem de contexto que documentos históricos podem não captar integralmente.

A lacuna de responsabilidade fica mais evidente quando a IA molda comunicações públicas. Eleitores pressupõem, de forma razoável, que o discurso, a carta ou a declaração de um membro representa o julgamento daquela autoridade eleita.

O deputado Jake Auchincloss demonstrou essa tensão em 2023 ao ler no plenário da Câmara um discurso gerado pelo ChatGPT. Sua equipe acreditava que era o primeiro discurso desse tipo apresentado no Congresso.

O experimento foi divulgado e pretendia estimular debate. Segundo o relato sobre o discurso no plenário, Auchincloss refinou seu prompt várias vezes antes de usar o resultado.

Esse envolvimento humano não tornou o texto independente da IA. Ele mostrou que a autoria se torna estratificada quando uma pessoa orienta, seleciona, edita e, por fim, apresenta linguagem gerada.

Os padrões de divulgação continuam indefinidos. O Congresso não identifica cada trecho moldado por um funcionário, advogado, pesquisador ou especialista externo.

A IA é diferente porque seus erros podem parecer autoritativos sem que haja uma fonte humana por trás deles. Sua contribuição também pode permanecer invisível após o texto gerado ser copiado para outro documento.

O exemplo da música de aniversário pode parecer distante dessas preocupações. Ainda assim, ele demonstra como os usuários podem facilmente tratar uma mesma interface tanto como ferramenta de entretenimento quanto como assistente de políticas públicas.

Essa familiaridade pode enfraquecer a cautela. Um modelo que se sai bem em um pedido criativo de baixo risco ainda pode inventar um projeto de lei, descrever incorretamente um programa ou deixar de considerar uma exceção jurídica.

O Congresso precisa preservar uma linha simples: a IA pode contribuir para um processo, mas uma pessoa identificável deve permanecer responsável pelo trabalho final.

Esse princípio é fácil de enunciar e difícil de aplicar. Ele exige registros, treinamento, procedimentos de revisão e consequências compatíveis com a sensibilidade de cada tarefa.

A Câmara Tem Regras, Mas a Aplicação É o Ponto Fraco

O Congresso passou da experimentação informal para salvaguardas escritas, mas uma regra que os funcionários não entendem não pode governar o comportamento de forma confiável.

A Câmara anunciou uma política de IA para toda a instituição em 19 de setembro de 2024. Ela descreveu uma estrutura para o uso de IA enquanto gerencia riscos de cibersegurança e riscos relacionados.

A política também criou um processo pelo qual funcionários poderiam propor ferramentas ou casos de uso para revisão. Líderes a apresentaram como uma base que mudaria junto com a tecnologia.

A política de IA da Câmara reconheceu diretamente a principal troca envolvida. A IA poderia melhorar a eficiência, mas informações sensíveis e responsabilidades institucionais exigiam proteção.

As orientações atuais da Câmara supostamente proíbem a inserção de dados sensíveis, incluindo informações de eleitores, em chatbots não autorizados. Elas também restringem deepfakes, decisões de pessoal e a finalização de legislação.

A distinção em torno da legislação é importante. Uma máquina pode ajudar a elaborar um rascunho, mas não pode servir como autoridade final.

Alguns gabinetes adotaram controles adicionais. O gabinete da senadora Elissa Slotkin supostamente exige treinamento, proíbe informações pessoais de eleitores e veda produtos finais gerados por IA, como pronunciamentos públicos.

Seu gabinete também realiza verificações pontuais sem aviso prévio. Essa abordagem trata a governança de IA como uma prática operacional, e não como um documento que os funcionários reconhecem uma única vez.

No entanto, reportagens expuseram variações significativas. Funcionários descreveram incerteza sobre o que as regras do Congresso permitem e se contas pessoais se enquadram em fluxos de trabalho aprovados.

Um ex-funcionário sênior da Câmara caracterizou o uso de IA em seu gabinete como um vale-tudo. Outros disseram que colegas estavam experimentando sistemas que imitam a voz de um legislador usando declarações anteriores.

A investigação sobre as regras do Congresso não encontrou nenhum caso de aplicação que os entrevistados conseguissem identificar. O gabinete relevante da Câmara recusou-se a discutir possíveis casos.

A ausência de um caso público não prova que nenhuma intervenção interna ocorreu. Mas mostra que o Congresso não dispõe de um histórico visível de aplicação capaz de esclarecer expectativas.

A detecção é outro obstáculo. Uma violação de política pode vir à tona apenas quando um funcionário denuncia um colega, quando uma saída contém um erro evidente ou quando material sensível aparece fora do sistema a que se destinava.

Contas de consumidor criam risco adicional porque administradores podem não ter controle sobre retenção, configurações de treinamento, registros de acesso e conexões com outros aplicativos.

Mesmo produtos empresariais aprovados precisam de configuração cuidadosa. Um nome de marca reconhecível não garante que todas as versões ofereçam controles equivalentes de privacidade, segurança ou conteúdo político.

Microsoft Copilot oferece um exemplo notável. A Câmara inicialmente proibiu a versão comercial e, posteriormente, avançou para uma grande implantação institucional sob um acordo diferente.

Essa sequência reflete uma revisão responsável, mas também demonstra por que rótulos no nível do produto são insuficientes. O modelo de implantação e o contrato podem importar tanto quanto o nome do modelo.

As regras devem, portanto, concentrar-se nos dados e nas consequências. Uma estrutura robusta pergunta quais informações entram no sistema, quem pode recuperá-las e como as saídas afetam as pessoas.

Ela também deve especificar quais registros precisam ser preservados. Instituições públicas precisam de uma trilha de auditoria quando a IA molda materialmente legislação, conclusões de fiscalização ou serviços aos eleitores.

O treinamento deve abranger cenários práticos, em vez de advertências abstratas. Funcionários precisam reconhecer dados sensíveis, citações fabricadas, tentativas de injeção de prompt e falsa confiança em respostas fluentes.

Mais importante ainda, o Congresso precisa de responsabilidade aplicável. Os gabinetes devem saber quem revisa incidentes, como violações são reportadas e quais medidas corretivas se seguem.

Sem esses elementos, uma política escrita protege principalmente a imagem da instituição. Ela faz menos para proteger eleitores, a integridade legislativa ou a confiança pública.

Os Próprios Hábitos do Congresso com IA Complicam a Regulação

Os legisladores não podem regular a IA de forma crível como uma ameaça distante quando os mesmos sistemas já apoiam suas próprias pesquisas, redação e operações.

Isso não desqualifica o Congresso de agir. Legisladores regulam rotineiramente produtos e setores que gabinetes governamentais também utilizam.

A experiência interna pode melhorar a política ao revelar benefícios práticos, limitações e comportamentos inesperados. Um membro que usa um chatbot pode fazer perguntas mais bem informadas sobre verificação ou vazamento de dados.

O conflito surge quando a familiaridade pessoal se torna substituta para evidências. Uma conversa satisfatória com ChatGPT não estabelece que um modelo seja seguro para saúde, emprego, educação ou segurança nacional.

O Congresso deve separar impressões de consumidores da avaliação sistêmica. A regulação precisa de testes técnicos, danos documentados, análise econômica e contribuições das comunidades afetadas.

Os legisladores também enfrentam incentivos que usuários comuns não enfrentam. A IA pode ampliar sua mensagem pública, acelerar pesquisas partidárias e aumentar o volume da comunicação com eleitores.

Isso torna a transparência especialmente importante. O público deve saber quando a automação influencia materialmente comunicações oficiais ou o desenvolvimento de políticas.

A divulgação não precisa cobrir a correção ortográfica ou cada frase sugerida. Ela deve se aplicar quando o material gerado se torna uma base substancial para legislação, depoimentos ou um produto voltado ao público.

O Congresso também precisa de regras para submissões externas. Grupos de defesa podem gerar grandes volumes de linguagem legislativa, comentários, cartas e materiais informativos escritos por modelos.

O volume pode criar um falso sinal de interesse público. Também pode transferir custos de revisão para advogados e funcionários do Congresso que precisam identificar material duplicado ou defeituoso.

A defesa de causas gerada por IA não é inerentemente ilegítima. O problema surge quando a automação obscurece o patrocínio, simula participação independente ou sobrecarrega uma capacidade institucional limitada.

O debate regulatório já produziu ampla atividade sem uma estrutura federal abrangente. O Brennan Center contabilizou mais de 150 projetos de lei relacionados à IA apresentados durante o 118º Congresso.

Enquanto isso, estados promulgaram regras que abordam deepfakes políticos, decisões automatizadas, privacidade e outros danos específicos. Propostas federais continuam dividindo legisladores quanto à inovação, segurança e autoridade estadual.

O uso de IA pelo Congresso acrescenta outra questão a esse debate: o Legislativo deve impor padrões a si mesmo antes de orientar organizações privadas a segui-los?

Uma resposta crível não exige uma proibição total. Ela exige que o Congresso demonstre as práticas de governança que espera dos demais.

Essas práticas incluem classificação de riscos, ferramentas aprovadas, responsabilidade humana, relato de incidentes, revisão de compras e limites claros para dados sensíveis.

O Congresso também deve publicar informações significativas sobre adoção. Uso agregado, sistemas aprovados, incidentes reportados e auditorias de conformidade podem informar o debate público sem expor trabalho protegido.

O uso da própria instituição poderia então se tornar um ambiente de teste para regras viáveis. Ele poderia mostrar onde as salvaguardas impõem atrito razoável e onde falham sob cargas de trabalho reais.

Essa abordagem fortaleceria a regulação porque os legisladores enfrentariam os custos operacionais de suas exigências. Eles também veriam quais proteções continuam necessárias apesar desses custos.

A alternativa é uma crescente lacuna de credibilidade. O Congresso alertaria o público sobre IA não confiável enquanto aceita discretamente saídas não confiáveis em seu próprio fluxo de trabalho.

Três Sinais Mostrarão se a Supervisão se Atualiza

A próxima fase será definida por auditabilidade, conformidade no nível dos gabinetes e divulgação pública, e não pelo número de anedotas sobre chatbots.

O primeiro sinal é se a Câmara e o Senado publicam procedimentos de aplicação mais claros. As políticas já identificam comportamentos proibidos, mas os funcionários precisam de um caminho visível para dúvidas e incidentes.

Um sistema crível nomearia os gabinetes responsáveis, definiria padrões de revisão e explicaria consequências. Ele também reportaria informações agregadas sobre aplicação sem expor trabalho legislativo protegido.

Se o Congresso estabelecer esse processo, sua política de IA começará a funcionar como governança institucional. O silêncio contínuo reforçaria preocupações de que a conformidade depende principalmente do julgamento individual.

O segundo sinal é se o trabalho legislativo assistido por IA ganha uma trilha de auditoria duradoura. Ferramentas como o Byrd Bot devem preservar materiais de origem, versões de modelos, sugestões geradas e aprovações humanas.

Esse registro importa quando um erro chega a uma proposta. Revisores precisam determinar se o problema veio de evidência ausente, instruções falhas, comportamento do modelo ou aceitação humana.

Auditabilidade não significa publicar cada rascunho confidencial. Significa assegurar que funcionários autorizados possam reconstruir usos consequentes após uma disputa ou incidente.

Se o Congresso exigir revisão rastreável para projetos de lei assistidos por IA, os objetivos de eficiência e responsabilização poderão coexistir. Se o texto gerado passar por fluxos de trabalho de copiar e colar, uma supervisão significativa continuará improvável.

O terceiro sinal é se o Congresso adota uma regra de divulgação consistente para contribuições substanciais de IA. Um discurso no plenário gerado por meio de prompting repetido merece tratamento diferente de uma correção gramatical automatizada.

A mesma distinção deve se aplicar a resumos de projetos de lei, correspondência com eleitores, materiais de comitês e mídia sintética. Limites claros protegeriam a produtividade rotineira enquanto preservariam a confiança pública.

A divulgação por si só não garantirá precisão. Ela identificará onde começa a responsabilidade humana e impedirá que a assistência de IA permaneça invisível quando molda materialmente o trabalho oficial.

Esses sinais também influenciarão o debate regulatório mais amplo. Legisladores que aplicam salvaguardas mensuráveis internamente terão bases mais fortes para exigi-las em outros lugares.

É improvável que o uso de IA pelo Congresso recue. As ferramentas se adequam a muitas tarefas recorrentes, e cada nova implantação em um gabinete reduz a barreira para a próxima experiência.

A questão prática é se a instituição constrói governança antes que uma falha evitável a obrigue a agir. Uma citação fabricada, um registro de eleitor vazado ou uma disposição defeituosa transformaria uma lacuna abstrata de política em um evento público.

Os leitores devem acompanhar os administradores do Congresso, não apenas os legisladores individuais. Termos de aquisição, relatórios de auditoria, requisitos de treinamento e divulgações sobre aplicação revelarão mais do que outro prompt inteligente.

Eles também devem perguntar se as leis de IA propostas correspondem ao próprio comportamento do Congresso. Uma regra que exige transparência das empresas merece comparação com a transparência dentro do Legislativo.

A IA pode ajudar funcionários a pesquisar, resumir, comparar e redigir. Ela não pode absorver a responsabilidade democrática associada a essas tarefas.

Na próxima vez que um legislador descrever o uso de um chatbot, olhe além da novidade. Pergunte quais dados entraram no sistema, quem verificou o resultado e se alguém poderia reconstruir o processo.

Essas perguntas oferecem o teste mais claro de como o Congresso usa IA. Elas também mostram se a instituição que regula a tecnologia está preparada para governar sua própria dependência dela.