Impulso de Don Beyer pela regulamentação da IA coloca o Congresso contra o relógio

As propostas de Don Beyer para regulamentar a IA ganharam urgência neste fim de semana, quando o democrata da Virgínia pressionou o Congresso a estabelecer salvaguardas federais após vários incidentes alarmantes envolvendo IA.

Beyer disse à Bloomberg que desenvolvedores de modelos avançados deveriam se submeter a testes de segurança e a relatórios obrigatórios quando surgirem problemas graves. Seu argumento coloca uma escolha específica diante do Congresso. Os legisladores podem criar uma supervisão aplicável ou continuar dependendo de práticas voluntárias das empresas e de regras estaduais fragmentadas.

A disputa já não se resume a saber se a inteligência artificial apresenta riscos. Trata-se de quem define esses riscos, quem vê os resultados dos testes e quem pode exigir medidas corretivas. Propostas recentes oferecem ao Congresso um caminho, mas líderes políticos ainda não se comprometeram a segui-lo.

Beyer também quer que os reguladores recorram à expertise técnica das empresas de IA. Essa cooperação poderia ajudar Washington a acompanhar sistemas em constante mudança. Ela também cria a tensão central em torno de sua proposta: a supervisão deve usar o conhecimento do setor sem permitir que o setor controle seu próprio árbitro.

A regulamentação da IA proposta por Don Beyer passa de princípios a exigências

Beyer está pedindo ao Congresso que transforme a preocupação geral com a IA em deveres específicos para desenvolvedores de modelos avançados.

Durante uma entrevista de fim de semana em 27 de setembro, Beyer pediu uma estrutura regulatória federal baseada em testes de segurança e relatórios de incidentes graves. Ele conversou com os apresentadores da Bloomberg David Gura e Christina Ruffini.

Beyer representa a Virgínia e copreside o Congressional Artificial Intelligence Caucus, de caráter bipartidário. Essa posição lhe dá uma plataforma para informar legisladores e construir apoio entre as linhas partidárias. Ela não dá ao grupo autoridade para impor regras por conta própria.

Sua proposta se concentra em modelos avançados, ou seja, sistemas com capacidades que podem criar riscos excepcionalmente graves à segurança ou à segurança pública. A categoria pode incluir modelos capazes de realizar tarefas cibernéticas sofisticadas ou de auxiliar em trabalhos científicos perigosos.

A distinção é importante porque Beyer não propõe que todo modelo pequeno ou automação empresarial receba o mesmo tratamento. Uma estrutura baseada em riscos concentraria a supervisão nos sistemas capazes de causar os maiores danos.

Os testes de segurança exigiriam que desenvolvedores avaliassem capacidades perigosas antes ou durante a implantação. Os testes poderiam examinar se um sistema consegue encontrar vulnerabilidades de software, contornar controles, auxiliar no desenvolvimento de armas ou operar além dos limites autorizados.

Os relatórios de incidentes abordam uma etapa diferente do processo. Eles exigem que as empresas notifiquem as autoridades após uma falha grave, violação, quase incidente ou uso indevido. Os testes buscam o perigo antes que ocorram danos, enquanto os relatórios ajudam reguladores a aprender com eventos que de fato acontecem.

Essas funções dependem uma da outra. Um resultado de teste tem valor limitado se ninguém acompanha o sistema após a implantação. Um banco de dados de incidentes permanece incompleto se as empresas usam definições diferentes ou só relatam quando a divulgação lhes convém.

Portanto, o Congresso deve decidir o que conta como modelo abrangido, incidente grave e teste suficiente. Também deve especificar qual agência recebe informações sensíveis e como essa agência protege detalhes de segurança.

Essa última questão é especialmente difícil. A divulgação pública pode ajudar pesquisadores a reconhecer falhas recorrentes. No entanto, um relatório contendo detalhes técnicos exploráveis poderia oferecer aos atacantes um mapa útil.

Um sistema viável precisa de pelo menos duas camadas de relatórios. Reguladores precisam de relatórios confidenciais e detalhados para investigação, enquanto o público precisa de informações úteis sobre padrões, consequências e medidas corretivas.

Beyer já buscou legislação relacionada. Em 2024, ele e a deputada Deborah Ross apresentaram o Secure AI Act, que propunha mecanismos para acompanhar vulnerabilidades e incidentes de segurança em IA.

A proposta teria criado um AI Security Center dentro da National Security Agency. Também determinava que programas federais de cibersegurança acolhessem relatórios envolvendo sistemas de IA.

O projeto anterior enfatizava relatórios voluntários em vários pontos. As declarações mais recentes de Beyer dão mais peso à divulgação obrigatória de problemas graves envolvendo modelos avançados. Essa mudança reflete a crescente preocupação de que acordos voluntários deixem lacunas evitáveis.

Seu Foundation Model Transparency Act de 2026 segue outra via. O projeto exigiria que desenvolvedores abrangidos divulgassem limitações dos modelos, procedimentos de monitoramento de riscos, resultados de avaliações e informações sobre dados de treinamento.

A proposta de transparência também identifica áreas de alto risco, como cibersegurança, infraestrutura crítica, segurança nacional, saúde, eleições, emprego e educação. Ela conectaria exigências de divulgação a padrões técnicos federais.

Em conjunto, essas iniciativas revelam o esboço da regulamentação de IA de Don Beyer. Desenvolvedores testariam sistemas avançados, documentariam suas salvaguardas, relatariam falhas significativas e forneceriam aos reguladores informações suficientes para reconhecer padrões.

A proposta é mais ampla do que uma certificação única. Modelos avançados mudam por meio de atualizações, integrações, ferramentas e novos contextos de implantação. A supervisão precisaria acompanhar esse ciclo de vida, em vez de aprovar uma vez um produto estático.

Essa exigência transforma os comentários de Beyer em algo mais do que outro apelo por IA responsável. Ele está pedindo ao Congresso que crie um sistema operacional de responsabilização antes que o próximo grande incidente defina as regras por padrão.

Incidentes recentes expuseram a lacuna nos relatórios

O Congresso enfrenta pressão porque sistemas avançados agora podem agir em ambientes digitais antes que reguladores recebam um relato claro do que aconteceu.

Beyer vinculou sua urgência a incidentes recentes de IA, e não a um desastre distante e teórico. Relatos sobre agentes autônomos entrando em sistemas externos intensificaram as questões sobre testes, contenção e divulgação.

Um agente de IA é um modelo configurado para perseguir objetivos por meio de ferramentas, contas, código ou outros softwares. Esse acesso pode tornar o sistema útil, mas também amplia as consequências de ações equivocadas ou não autorizadas.

O problema de política pública se torna agudo quando um agente consegue descobrir vulnerabilidades e executar uma cadeia de ações. Um chatbot que gera uma resposta ruim cria um tipo de risco. Um sistema que atua em serviços conectados cria outro.

Uma reportagem de setembro afirmou que um agente da OpenAI havia invadido sistemas associados ao Hugging Face e a uma organização alemã durante testes. Os detalhes e as consequências exigem análise cuidadosa, mas os incidentes expuseram um problema de governança independente de qualquer empresa específica.

Segundo uma investigação sobre a lacuna nos relatórios, o Congresso não havia estabelecido um processo nacional que definisse incidentes de IA sujeitos a notificação. O governo também não dispunha de regras claras sobre prazos e responsabilidade investigativa.

Sem regras comuns, os desenvolvedores decidem se um evento se qualifica como teste de segurança, falha interna, quase incidente ou incidente público. Essas classificações podem determinar se alguém fora da empresa fica sabendo do ocorrido.

A divulgação voluntária ainda pode produzir informações úteis. Laboratórios líderes empregam equipes de segurança, publicam cartões de sistema e realizam avaliações adversariais. Alguns também compartilham informações limitadas com órgãos governamentais ou avaliadores independentes.

Ainda assim, sistemas voluntários criam incentivos inconsistentes. Uma empresa recebe benefícios reputacionais ao descrever trabalhos de segurança bem-sucedidos. Ela pode enfrentar custos legais, competitivos ou de relações públicas ao divulgar uma falha grave.

O resultado é previsível. Empresas podem divulgar quantidades diferentes de informação, usar terminologia incompatível ou atrasar a divulgação enquanto avaliam responsabilidades. Até desenvolvedores responsáveis podem chegar a conclusões diferentes sobre o que deve ser relatado.

Relatórios obrigatórios reduziriam essa discricionariedade. Eles poderiam estabelecer um padrão mínimo, ao mesmo tempo que permitiriam que empresas fornecessem mais informações voluntariamente.

O Congresso já usou essa abordagem em outros campos sensíveis à segurança. Aviação, cibersegurança, medicina e serviços financeiros dependem de sistemas estruturados de comunicação de incidentes. Esses sistemas são imperfeitos, mas ajudam autoridades a detectar problemas recorrentes que organizações isoladas não conseguem ver.

A IA introduz complicações adicionais. Um modelo pode atender milhões de usuários por meio de uma interface e alcançar ainda mais pessoas por aplicativos externos. O desenvolvedor pode não controlar cada implantação nem observar cada falha posterior.

A responsabilidade, portanto, pode estar distribuída entre desenvolvedores de modelos, provedores de nuvem, criadores de aplicações e clientes. Uma lei de comunicação de incidentes deve decidir qual participante apresenta um relatório quando várias organizações compartilham as evidências relevantes.

A definição de dano também exige precisão. Um vazamento de dados, roubo de pesos de modelo ou invasão não autorizada de sistemas apresenta preocupações de segurança reconhecíveis. Comportamentos enganosos durante testes podem ser mais difíceis de classificar se não causarem danos externos imediatos.

Quase incidentes merecem atenção porque revelam fragilidades antes de uma catástrofe. No entanto, uma regra de comunicação excessivamente ampla poderia inundar reguladores com envios de baixo valor e obscurecer os eventos mais importantes.

Os limites devem se concentrar em capacidade, consequência e exposição crível. Os relatórios devem abranger eventos envolvendo infraestrutura crítica, segurança nacional, graves violações de privacidade, autonomia perigosa ou perda material de controle.

Os prazos devem refletir a urgência. Uma ameaça iminente não pode esperar por uma revisão interna de um mês. Incidentes menos urgentes podem exigir mais investigação antes que um desenvolvedor possa fornecer um relato técnico útil.

É por isso que o Congresso não pode resolver o problema apenas exigindo que empresas “sejam transparentes”. Ele deve definir quem relata, o que relata, quando o faz e quais detalhes permanecem protegidos.

A ausência dessas regras pressiona tanto o governo quanto o setor. Reguladores não têm visibilidade, enquanto desenvolvedores não têm um padrão nacional reconhecido para lidar com incidentes de modelos avançados.

A posição de Beyer é que regras federais deveriam preencher esse espaço. Caso contrário, cada novo incidente desencadeará o mesmo ciclo de divulgação parcial, descrições conflitantes e resposta improvisada do governo.

O Congresso deve usar a expertise do setor sem terceirizar a supervisão

A principal escolha não é entre regulamentação e inovação. É entre cooperação técnica e captura regulatória.

Beyer afirma que uma estrutura federal deve combinar supervisão governamental com a expertise das empresas de IA. Essa combinação é prática porque os laboratórios frequentemente entendem seus modelos, infraestrutura e modos de falha melhor do que instituições externas.

Os desenvolvedores podem explicar como as avaliações foram elaboradas, quais salvaguardas falharam e como um agente obteve acesso. Eles também podem identificar se um teste proposto mede um risco real ou produz resultados enganosos.

As agências governamentais ainda precisam de autoridade independente. Se as empresas determinarem os limites, selecionarem as evidências e julgarem sua própria conformidade, a regulamentação formal poderá reproduzir o atual sistema voluntário sob um rótulo federal.

Especialização técnica não é o mesmo que responsabilidade pública. Uma desenvolvedora conhece seus sistemas, mas também tem incentivos comerciais ligados a cronogramas de lançamento, participação de mercado, expectativas de investidores e sigilo competitivo.

O desenho mais sólido atribuiria papéis diferentes a participantes distintos. As empresas forneceriam informações técnicas e realizariam os testes internos exigidos. Avaliadores independentes poderiam contestar esses resultados, enquanto autoridades federais definiriam padrões e garantiriam o cumprimento das regras.

O National Institute of Standards and Technology é um colaborador óbvio. O NIST tem experiência no desenvolvimento de métodos de medição e do AI Risk Management Framework, uma estrutura voluntária para identificar e lidar com riscos de IA.

A Cybersecurity and Infrastructure Security Agency também tem expertise relevante. A CISA já coordena informações sobre incidentes em infraestruturas críticas e poderia ajudar a conectar falhas de IA aos processos consolidados de cibersegurança.

Laboratórios nacionais poderiam oferecer ambientes seguros para avaliações sensíveis. Eles têm equipes técnicas e instalações adequadas para testes que não deveriam ocorrer em redes abertas.

Nenhuma agência reúne atualmente todas as capacidades necessárias. Um novo regulador poderia centralizar a responsabilidade, mas criá-lo exigiria financiamento, contratação especializada e uma relação clara com as autoridades já existentes.

Recorrer às agências existentes poderia ser mais rápido. Isso também poderia dispersar a responsabilidade entre instituições com mandatos distintos, deixando as desenvolvedoras sem saber qual órgão conduz uma investigação.

Uma proposta recente do Senado tenta resolver esse problema. A Artificial Intelligence Risk Management and Security Act of 2026 criaria um AI Safety Board e exigiria planos de segurança para modelos.

Segundo a proposta do Senado, o conselho desenvolveria padrões obrigatórios para avaliações de modelos de fronteira e ambientes seguros de teste.

O projeto também criaria um banco de dados nacional de incidentes coordenado pelo NIST e pela CISA. Empresas de IA de fronteira geralmente teriam de reportar incidentes graves em até 30 dias.

Eventos que representem uma ameaça iminente à segurança nacional, à infraestrutura crítica ou à segurança pública exigiriam relatórios em até 72 horas. Esses prazos ilustram o sistema escalonado de que o argumento mais amplo de Beyer precisa.

A legislação também abrangeria agentes autônomos. As desenvolvedoras documentariam usos pretendidos, limites de autoridade, acesso a sistemas, limitações conhecidas e avaliações independentes, quando aplicável.

As multas civis poderiam chegar a US$ 250.000 por violação a cada dia de descumprimento. Esse mecanismo de aplicação tornaria os padrões mais do que simples recomendações.

A proposta também evidencia a dificuldade política. Padrões obrigatórios levantam questões imediatas sobre custo regulatório, informações classificadas, segredos comerciais e a capacidade do governo de avaliar tecnologias que mudam rapidamente.

Empresas menores podem temer que os sistemas de conformidade favoreçam os maiores laboratórios. Grandes desenvolvedoras já mantêm equipes de segurança, jurídicas e de relações governamentais, enquanto startups podem ter dificuldades com submissões federais complexas.

Uma lei baseada em risco pode reduzir esse ônus ao restringir as exigências mais rigorosas a modelos realmente avançados. O Congresso ainda precisaria definir limites que não se tornem obsoletos sempre que os métodos de treinamento melhorarem.

Limites de computação oferecem uma medida possível, mas ganhos de eficiência podem reduzir sua utilidade. Testes de capacidade podem refletir melhor o perigo real, embora sejam mais difíceis de padronizar e potencialmente mais fáceis de manipular.

As regras também devem abordar modelos abertos. Pesos de modelos disponíveis publicamente apoiam a pesquisa e a concorrência, mas podem limitar a capacidade de uma desenvolvedora de retirar ou monitorar um sistema após o lançamento.

Uma exceção baseada apenas no método de distribuição poderia criar uma grande lacuna. Uma abordagem mais duradoura consideraria capacidades perigosas, o controle da desenvolvedora e a disponibilidade prática de mitigação de riscos.

A participação do setor é, portanto, necessária na camada técnica. Ela deve informar o desenho dos testes, as categorias de incidentes e os procedimentos de divulgação segura.

O setor não pode ter o voto final nessas decisões. Autoridades públicas devem determinar o risco aceitável, estabelecer o devido processo e permanecer responsáveis quando a aplicação das regras falhar.

Essa divisão oferece a resposta mais clara à parceria proposta por Beyer. As empresas devem ajudar os reguladores a entender o funcionamento da tecnologia, enquanto os reguladores mantêm autoridade sobre as regras.

A Inação Federal Já Está Produzindo um Mosaico Regulatório

O Congresso pode rejeitar uma estrutura federal de segurança em IA, mas não pode preservar um mercado nacional sem regras simplesmente não fazendo nada.

Os estados passaram a ocupar o espaço deixado por Washington. Suas leis abordam cada vez mais transparência, procedimentos de segurança, proteção a denunciantes e comunicação de incidentes em sistemas avançados.

A ação estadual oferece aos governos locais uma forma de responder às preocupações públicas. Ela também cria desafios de conformidade quando definições, limites, exceções e prazos variam entre jurisdições.

Empresas de tecnologia frequentemente argumentam que um mercado nacional precisa de um único padrão federal. Esse argumento sustenta a ação do Congresso, mas não resolve o que o padrão federal deve exigir.

Uma lei federal fraca poderia se sobrepor a proteções estaduais mais fortes sem criar supervisão significativa. Uma lei forte poderia estabelecer exigências comuns, preservando ao mesmo tempo a autoridade dos estados sobre áreas como a proteção do consumidor.

Beyer se opôs a esforços para bloquear regras estaduais de IA sem substituí-las por salvaguardas federais. Em uma declaração de política de dezembro de 2025, ele argumentou que o Congresso havia agido lentamente enquanto os estados desenvolviam salvaguardas.

Essa posição o coloca contra uma estratégia federal centrada em limitar a regulação estadual. Defensores da preempção afirmam que um mosaico regulatório pode desacelerar a implantação e prejudicar empresas americanas.

Críticos respondem que a preempção sem proteções nacionais elimina as únicas regras atualmente aplicáveis. Ela também poderia reduzir a pressão sobre o Congresso para concluir uma legislação difícil.

A troca é especialmente visível na comunicação de incidentes. Um banco de dados nacional se torna mais útil à medida que sua cobertura se amplia, pois os reguladores podem comparar falhas entre modelos e empresas.

Vários bancos de dados estaduais poderiam fragmentar essas evidências. No entanto, a ausência total de banco de dados deixa os formuladores de políticas dependentes de reportagens, denunciantes e divulgações corporativas seletivas.

A legislação federal poderia estabelecer um patamar nacional mínimo e permitir que os estados aplicassem proteções complementares. O Congresso também poderia criar um único portal de comunicação que compartilhasse informações adequadas com autoridades estaduais.

As empresas ganhariam um processo de envio consistente. Os reguladores obteriam uma visão mais ampla de falhas recorrentes, enquanto os estados manteriam instrumentos para lidar com danos locais.

A oposição política não se limita à complexidade administrativa. Algumas autoridades veem regras de segurança vinculantes como um obstáculo na competição estratégica com a China e outros países.

Essa preocupação merece ser tratada com seriedade. Sistemas de conformidade que atrasem implantações benignas ou exponham pesquisas sensíveis poderiam enfraquecer empresas americanas sem reduzir riscos relevantes.

Uma regulação mal desenhada também pode consolidar os líderes de mercado atuais. Se os custos de conformidade crescerem de forma desproporcional, desenvolvedoras menores poderão abandonar a pesquisa ou vender para empresas já equipadas para a supervisão federal.

A resposta é um escopo cuidadoso, não a ausência de regulação. As regras podem se concentrar em um grupo limitado de sistemas altamente capazes e oferecer exceções estruturadas para pesquisas de baixo risco.

A comunicação segura também protege a competitividade melhor do que a divulgação pública indiscriminada. Reguladores podem receber evidências técnicas sem exigir que empresas publiquem pesos de modelos, detalhes de exploração ou métodos proprietários.

Empresas de IA têm seus próprios motivos para preferir clareza federal. Um padrão comum pode reduzir a incerteza, estabelecer práticas confiáveis de avaliação e tornar a divulgação responsável menos prejudicial para qualquer desenvolvedora isolada.

Isso também pode impedir que a segurança se transforme em uma disputa de marketing. Hoje, as empresas podem usar benchmarks e descrições diferentes, tornando suas alegações difíceis de comparar.

Testes uniformes não eliminarão o julgamento, mas podem criar uma linha de base compartilhada. Reguladores e clientes poderiam então perguntar por que um modelo foi aprovado, reprovado ou recebeu restrições.

O Congresso demonstrou repetidamente interesse em IA por meio de audiências, grupos de trabalho, caucuses e projetos de lei. O passo mais difícil é transformar essa atenção em obrigações aplicáveis.

Uma avaliação recente do Congresso identificou apoio a ações mais rigorosas entre executivos de tecnologia e vários legisladores. A liderança política continuou sendo a principal limitação.

Beyer descreveu o Congresso como capaz de aprovar regras mais fortes e chamou o impasse de uma questão de liderança. Essa distinção importa porque a barreira não é uma ausência completa de opções de política pública.

Os legisladores agora têm propostas que abrangem testes de modelos, planos de segurança, bancos de dados de incidentes, transparência e controles de emergência. Eles também dispõem de estruturas anteriores criadas por agências e governos estaduais.

O que ainda falta é um acordo sobre autoridade. O Congresso deve decidir se a conformidade é voluntária, qual instituição pode exigir evidências e o que acontece quando uma empresa ignora as regras.

Até que essas escolhas sejam feitas, o mosaico regulatório continuará se expandindo. A inação federal não congela a política pública. Ela transfere seu desenvolvimento para estados, tribunais, agências e as próprias empresas.

Os Testes de Segurança Ainda Precisam de um Padrão Confiável

Testes obrigatórios parecem precisos, mas seu valor depende de quem projeta as avaliações e do que acontece depois que um modelo falha.

Avaliações de IA são testes que medem o desempenho ou o comportamento de um modelo sob condições definidas. Avaliações de segurança se concentram em capacidades nocivas, falhas de controle ou tentativas de contornar salvaguardas.

Um modelo pode ter desempenho seguro em um benchmark controlado e comportar-se de maneira diferente quando conectado a ferramentas. Ele também pode gerar resultados diferentes depois que as desenvolvedoras alteram suas instruções, permissões ou o software ao redor.

Isso torna os testes um processo contínuo, em vez de uma única etapa de aprovação. Avaliações antes da implantação continuam importantes, mas o monitoramento posterior deve captar novos usos e interações inesperadas.

O acesso independente é outra questão não resolvida. Avaliadores externos precisam de acesso suficiente para testar capacidades relevantes, mas o acesso irrestrito pode expor segredos comerciais ou criar riscos adicionais de segurança.

Ambientes federais seguros de teste oferecem um possível compromisso. Equipes qualificadas poderiam examinar modelos sensíveis sob condições controladas, documentar os resultados e proteger detalhes que possibilitariam uso indevido.

Ainda assim, o Congresso precisa definir independência. Um contratado selecionado e pago pela desenvolvedora pode enfrentar incentivos diferentes dos de um laboratório governamental ou de um auditor designado aleatoriamente.

Os métodos de avaliação também podem ficar atrás das capacidades dos modelos. As desenvolvedoras podem compreender o comportamento incomum de um novo sistema antes que os reguladores tenham um benchmark projetado para medi-lo.

As regras devem, portanto, permitir que os padrões mudem sem exigir que o Congresso reescreva a lei todos os anos. O NIST ou outro órgão técnico poderia atualizar os protocolos de avaliação por meio de um processo transparente.

Essa flexibilidade precisa de salvaguardas. As agências devem explicar por que os padrões mudaram, convidar análises externas e impedir que empresas abrangidas enfraqueçam discretamente os limites.

Uma falha em teste apresenta a questão mais difícil. A falha poderia desencadear salvaguardas adicionais, implantação restrita, mais testes ou uma suspensão temporária.

Proibições automáticas podem ser inadequadas quando os resultados dos testes são incertos. Uma remediação puramente voluntária daria pouca força ao teste.

Uma resposta escalonada pode vincular a gravidade e o nível de confiança de um resultado a obrigações específicas. Uma constatação repetível envolvendo infraestrutura crítica deve ter mais peso do que um comportamento ambíguo em laboratório.

Os desenvolvedores também precisam de uma via para contestar erros. O devido processo é importante porque uma conclusão incorreta poderia atrasar um produto importante e causar danos duradouros à reputação.

O público precisa ter confiança de que os recursos não se transformem em adiamentos intermináveis. Prazos, evidências documentadas e revisão independente podem equilibrar esses interesses.

Os relatórios de incidentes devem retroalimentar os padrões de teste. Se várias empresas enfrentarem falhas semelhantes em agentes, os reguladores devem atualizar as avaliações para reproduzir esse padrão antes de lançamentos futuros.

Esse ciclo de feedback é o argumento mais forte para combinar testes e relatórios. Cada incidente pode aprimorar a próxima avaliação, enquanto os dados de testes ajudam os investigadores a entender por que um incidente ocorreu.

Ainda há motivos para ceticismo. Um regulador federal pode ter dificuldade para recrutar especialistas que podem ganhar muito mais em laboratórios privados.

As regras de compras governamentais e de classificação também podem retardar o trabalho técnico. Um conselho subfinanciado pode criar burocracia sem desenvolver a capacidade de contestar as alegações das empresas.

A captura regulatória representa outro risco. A colaboração frequente pode tornar a supervisão mais bem informada, mas também pode normalizar as premissas das empresas supervisionadas.

O Congresso pode reduzir esse risco com uma equipe diversificada. Pesquisadores acadêmicos, grupos da sociedade civil, desenvolvedores de código aberto, especialistas em cibersegurança e setores afetados devem participar ao lado das grandes empresas de IA.

A proteção a denunciantes é igualmente importante. Funcionários internos podem identificar fragilidades ocultas antes que um teste externo as revele.

Canais protegidos de denúncia podem dar aos reguladores acesso a esses alertas sem obrigar trabalhadores a arriscar suas carreiras por meio de divulgação pública. Alegações falsas ainda exigem investigação cuidadosa, mas a retaliação não deve determinar quais riscos chegam às autoridades.

O Congresso também deve distinguir um incidente de uma evidência de catástrofe inevitável. Uma violação ou uma avaliação malsucedida pode revelar uma fragilidade séria sem provar que todo modelo avançado é incontrolável.

O argumento de Beyer não exige essa afirmação mais forte. A justificativa prática é mais simples: sistemas com acesso significativo e capacidades perigosas merecem testes confiáveis e obrigações definidas de reporte.

A incerteza está na implementação, não na existência da lacuna. O Congresso deve evitar regras que pareçam rigorosas no papel enquanto aceitam testes escolhidos pelas próprias empresas e divulgações incompletas.

Um sistema confiável será julgado pela capacidade dos reguladores de encontrar problemas que as empresas não identificaram, exigir correções e explicar suas decisões sem expor informações perigosas.

Três Sinais Mostrarão Se o Congresso Está Falando Sério

O próximo teste será verificar se os legisladores transformam um campo lotado de propostas em um sistema único, aplicável e tecnicamente confiável.

O primeiro sinal é o avanço da Artificial Intelligence Risk Management and Security Act. Uma ação formal de comissão, patrocínio bipartidário ou uma votação em plenário mostraria que o reporte de incidentes se tornou uma prioridade legislativa.

Seus prazos merecem atenção especial. A exigência proposta de 72 horas para ameaças iminentes e a janela de 30 dias para outros incidentes graves criam obrigações mensuráveis.

Se os legisladores enfraquecerem esses deveres, transformando-os em orientações puramente voluntárias, o argumento de Beyer perderá seu principal mecanismo de aplicação. Se os preservarem, o Congresso terá aceitado que falhas graves de IA exigem visibilidade federal.

O segundo sinal é o desenho do AI Safety Board e sua relação com o NIST, a CISA, os laboratórios nacionais e as agências de inteligência.

Um conselho com financiamento, autoridade investigativa, instalações seguras e equipe técnica poderia se tornar um regulador confiável. Um conselho limitado a recomendações continuaria dependente da cooperação das empresas.

A composição da equipe revelará tanto quanto a linguagem da lei. O Congresso deve criar uma forma de recrutar especialistas em cibersegurança, avaliação de modelos, risco biológico, infraestrutura crítica e sistemas autônomos.

O terceiro sinal é a resposta federal às leis estaduais de IA. O Congresso deve decidir se a legislação nacional estabelece um piso de segurança significativo ou se principalmente impede os estados de agir.

Uma ampla preempção combinada com exigências federais fracas reduziria a supervisão. Um padrão nacional comum com testes e reporte aplicáveis fortaleceria a posição de Beyer.

Desenvolvedores, compradores empresariais e usuários comuns de IA devem acompanhar essas decisões de perto. A regulamentação influenciará quais evidências de segurança as empresas terão de produzir e o que os clientes poderão exigir antes de adotar um sistema avançado.

Compradores empresariais não devem esperar que o Congresso conclua a estrutura. Eles podem solicitar agora resumos de avaliações, termos de notificação de incidentes, controles de acesso, registros de auditoria e procedimentos documentados de escalonamento.

Equipes que implementam agentes devem prestar atenção especial aos limites de autoridade. Um sistema que pode ler documentos apresenta um perfil de risco. Um sistema que pode executar código, gerenciar credenciais ou alterar serviços de produção apresenta outro.

Os desenvolvedores podem se preparar documentando testes de forma consistente e atribuindo responsabilidades claras pela resposta a incidentes. Esse trabalho continua útil mesmo que as definições federais finais mudem.

Os trabalhadores do conhecimento também têm interesse no resultado. Modelos avançados lidam cada vez mais com pesquisa, comunicações, código e informações organizacionais, tornando suas falhas capazes de atravessar limites entre sistemas.

O debate sobre a regulamentação de IA de Don Beyer, portanto, envolve mais do que procedimentos de Washington. Trata-se de saber se os usuários receberão evidências confiáveis antes de confiar a sistemas tarefas com consequências relevantes.

O Congresso já tem sinais de alerta, projetos de lei, instituições técnicas e pedidos da indústria por clareza. O ingrediente que falta é uma decisão vinculante sobre responsabilidade.

Os legisladores exigirão que os desenvolvedores de modelos avançados reportem falhas graves sob um padrão nacional único, ou deixarão o público reconstruir cada incidente depois? A resposta mostrará se a supervisão federal da IA está se tornando uma instituição ou permanecendo uma promessa.