Lei de IA da UE começa a aplicar regras de transparência, mas os rótulos são apenas metade do teste

A Lei de IA da UE chega a um prazo decisivo em 2 de agosto, colocando em aplicação ativa, em todo o bloco, as exigências de divulgação em chatbots e de rotulagem de conteúdo gerado por IA. As regras visam uma lacuna básica de informação: muitas vezes, as pessoas não conseguem saber se estão conversando com um software ou vendo mídia sintética.

As exigências imediatas parecem simples. Chatbots devem se identificar quando sua natureza artificial ainda não for evidente. Fornecedores de sistemas generativos devem tornar resultados sintéticos ou manipulados detectáveis em formato legível por máquina.

Quem implanta esses sistemas também enfrenta deveres de divulgação visível para deepfakes e determinados materiais de interesse público. Ainda assim, a verdadeira disputa não é entre empresas de IA. É entre a promessa de mídia sintética reconhecível e a realidade técnica de marcas que podem desaparecer, entrar em conflito ou se tornar sem sentido.

A Comissão Europeia publicou orientações finais antes do prazo, oferecendo às empresas uma interpretação mais clara do Artigo 50. A aplicação ficará principalmente a cargo das autoridades nacionais de fiscalização do mercado, enquanto o European AI Office terá autoridade sobre um grupo mais restrito de sistemas.

Essa distinção importa para desenvolvedores, publishers, plataformas e compradores corporativos. O dia 2 de agosto não apenas introduz mais um aviso a ser colocado ao lado de uma política de privacidade. Ele leva decisões sobre proveniência e divulgação para interfaces de produto, pipelines de mídia, contratos com fornecedores e registros de auditoria.

O que muda com a Lei de IA da UE em 2 de agosto

O Artigo 50 transforma a identidade da IA e a proveniência de mídia sintética de escolhas de produto em obrigações legais.

A Lei de IA da UE entrou em vigor em 1º de agosto de 2024, mas suas disposições seguem um cronograma de aplicação escalonado. O Artigo 50 e a maior parte das regras restantes passam a ser aplicáveis em 2 de agosto de 2026.

O texto em vigor abrange quatro situações, e não todos os usos de inteligência artificial. Sua primeira regra trata de sistemas projetados para interagir diretamente com pessoas. Os fornecedores devem garantir que os usuários saibam que estão interagindo com IA, a menos que esse fato já seja evidente.

Um assistente de atendimento ao cliente, bot de recrutamento, companheiro virtual ou agente de suporte automatizado pode se enquadrar nessa exigência. A divulgação deve ocorrer durante a interação, e não permanecer escondida em termos e condições distantes.

O teste também depende do contexto. A lei pergunta o que uma pessoa razoavelmente informada e atenta reconheceria nas circunstâncias. Um personagem claramente fictício de um jogo representa um caso diferente de um agente de suporte financeiro com aparência humana.

A segunda exigência aborda sistemas que geram ou manipulam texto, imagens, áudio ou vídeo. Os fornecedores devem projetar seus sistemas para que os resultados contenham indicações legíveis por máquina de sua origem artificial.

O texto legal exige que essas medidas técnicas sejam eficazes, interoperáveis, robustas e confiáveis, na medida do tecnicamente viável. Ele também permite que reguladores considerem os custos de implementação e padrões técnicos geralmente aceitos.

Esse dever do fornecedor difere do rótulo visível exigido em determinados cenários de implantação. Uma marca legível por máquina atende a softwares e ferramentas de verificação. Uma divulgação visual ou sonora atende à pessoa que encontra o conteúdo.

A terceira categoria abrange sistemas de reconhecimento de emoções e categorização biométrica. Organizações que usam esses sistemas devem informar as pessoas expostas a eles, sujeitas a exceções limitadas para a aplicação da lei.

A quarta categoria se aplica quando quem implanta os sistemas publica deepfakes ou texto gerado por IA sobre questões de interesse público. Imagens, áudios e vídeos deepfake geralmente exigem uma divulgação clara de que o material foi gerado ou manipulado artificialmente.

O texto de interesse público recebe uma regra mais restrita. A divulgação é exigida quando texto gerado ou manipulado por IA é publicado para informar o público sem revisão humana ou responsabilidade editorial.

Essa exceção protege fluxos de trabalho editoriais comuns de serem tratados como publicação totalmente automatizada. Ela não elimina a necessidade de examinar quem revisou o material e quem assumiu a responsabilidade pela publicação.

A Comissão afirma que o objetivo é reduzir engano e manipulação, ao mesmo tempo em que ajuda as pessoas a fazer julgamentos informados. Suas orientações de transparência traduzem esse princípio em expectativas mais específicas para fornecedores e quem implanta os sistemas.

O prazo pressiona mais do que fabricantes de chatbots

A carga de conformidade acompanha o sistema de IA desde seu desenvolvedor até a organização que apresenta sua produção ao público.

Os desenvolvedores de modelos atraem a maior parte da atenção, mas o Artigo 50 divide a responsabilidade entre fornecedores e quem implanta os sistemas. Um fornecedor desenvolve um sistema de IA ou o coloca no mercado sob seu próprio nome. Quem o implanta usa esse sistema sob sua autoridade.

Essa divisão pressiona fornecedores de software, varejistas, bancos, publishers, anunciantes, órgãos governamentais e equipes de tecnologia no trabalho. Eles precisam determinar quais obrigações pertencem ao fornecedor e quais permanecem com o cliente.

Considere um varejista online que adiciona um assistente conversacional. O fornecedor do software deve projetar o sistema para divulgar sua identidade de IA quando necessário. O varejista deve preservar essa divulgação em vez de apresentar o bot como funcionário.

Uma agência de mídia enfrenta outra cadeia de responsabilidades. Seu gerador de imagens deve produzir resultados sintéticos detectáveis, enquanto a agência pode precisar rotular um deepfake ao publicar a campanha final.

A exigência se torna mais difícil quando várias ferramentas manipulam o mesmo arquivo. Uma imagem pode passar por geração, retoque, redimensionamento, agendamento para redes sociais e distribuição de conteúdo antes de chegar a um espectador.

Cada etapa pode alterar metadados ou remover um sinal técnico. Isso torna a contratação de fornecedores e os testes de pipeline tarefas centrais de conformidade, mesmo quando o rótulo final parece simples.

Compradores corporativos devem agora perguntar aos fornecedores se marcas legíveis por máquina sobrevivem à exportação, edição, transcodificação e aos sistemas comuns de publicação. Eles também precisam de evidências que sustentem essas alegações.

Uma declaração de marketing sobre “IA responsável” tem pouco valor em uma auditoria. Documentação técnica, arquivos de exemplo, históricos de versão e testes repetíveis oferecem evidências mais fortes de que um sistema se comporta como prometido.

As organizações também precisam de um inventário das interações de IA voltadas ao público. Uma empresa pode acompanhar seu chatbot principal enquanto deixa de lado agentes de vendas automatizados, sistemas de voz, assistentes de onboarding ou recursos de IA incorporados por contratados.

O mesmo problema aparece na publicação. As equipes precisam identificar quais fluxos de trabalho criam deepfakes, quais produzem texto de interesse público e onde ocorre uma revisão humana significativa.

A revisão humana não pode se tornar uma caixa de seleção cerimonial. As organizações devem documentar quem examinou o resultado, o que avaliou e quem assumiu a responsabilidade editorial.

Essa manutenção de registros é especialmente importante porque a Comissão não atua como único regulador de primeira linha. As autoridades nacionais de fiscalização do mercado conduzirão a maior parte da aplicação, criando uma estrutura de supervisão distribuída.

O European AI Office tem um papel de aplicação mais limitado. Ele pode supervisionar sistemas relevantes desenvolvidos com base em modelos de IA de propósito geral quando o fornecedor também disponibiliza o sistema e o modelo subjacente.

Ele também tem autoridade em determinados casos envolvendo plataformas online ou mecanismos de busca muito grandes. O European Data Protection Supervisor trata dos sistemas abrangidos usados por instituições da UE.

Assim, as empresas enfrentam um conjunto de regras compartilhado, mas relações de supervisão potencialmente diferentes. Isso aumenta o valor de uma documentação interna consistente entre produtos e mercados dos Estados-membros.

As respostas sobre o Artigo 50 da Comissão afirmam que as multas podem chegar a €15 milhões ou 3% do faturamento anual mundial. A proporcionalidade se aplica às empresas menores.

O risco de aplicação não é a única preocupação. Uma divulgação inadequada também pode gerar problemas de proteção ao consumidor, reputação, contratos ou políticas de plataforma antes que um regulador imponha qualquer penalidade.

Os rótulos devem sobreviver à cadeia de suprimentos de conteúdo

A principal troca é clara: divulgação transparente versus um sistema de mídia fragmentado que pode remover ou obscurecer a proveniência.

O Artigo 50 utiliza dois mecanismos complementares. Rótulos voltados às pessoas informam ao público o que ele está vendo. Marcas legíveis por máquina permitem que softwares reconheçam e rastreiem conteúdo artificial em escala.

Nenhum dos mecanismos é suficiente por si só. Um rótulo visível pode ser cortado de uma imagem, separado de um vídeo republicado ou omitido de uma captura de tela. Um sinal legível por máquina pode se tornar inacessível à pessoa que vê a obra.

A proveniência técnica também pode falhar sem intenção. Plataformas sociais recomprimem imagens, aplicativos de mensagens alteram arquivos e serviços de vídeo transcodificam uploads para novos formatos.

Ferramentas de edição introduzem outro ponto de falha. Um registro de proveniência válido no momento da geração não garante que o arquivo final exportado preservará a mesma informação.

Por isso, a Comissão enfatiza a confiabilidade ao longo do ciclo de vida do conteúdo. Os fornecedores devem considerar formas previsíveis pelas quais sua produção será armazenada, editada, distribuída e detectada.

Legível por máquina não significa que a lei exige uma única tecnologia universal em todos os casos. A obrigação se concentra no resultado, enquanto padrões e práticas do setor podem orientar a implementação.

Uma abordagem utiliza metadados de proveniência assinados que registram a origem e o histórico de edição de um arquivo. Outra insere um sinal imperceptível na própria mídia.

Os metadados podem transportar informações detalhadas, mas o processamento comum pode removê-los. A marca d’água incorporada pode sobreviver a algumas transformações, embora a precisão da detecção e a durabilidade variem conforme o tipo de mídia.

Um design em camadas pode combinar esses métodos com divulgação visível. A vantagem é a redundância. Se um sinal desaparecer, outro ainda pode comunicar a origem do conteúdo.

Essa abordagem cria custos e compromissos de design. As marcas d’água devem permanecer detectáveis sem prejudicar perceptivelmente resultados legítimos. Os registros de proveniência devem resistir a adulterações sem expor informações pessoais ou comerciais desnecessárias.

As ferramentas de detecção também precisam de acesso confiável aos dados de verificação relevantes. Uma marca que apenas seu criador consegue interpretar oferece valor limitado para plataformas, pesquisadores, jornalistas e clientes posteriores.

Falsos positivos representam outra preocupação. Um detector que rotula incorretamente mídia autêntica como sintética pode prejudicar criadores e enfraquecer a confiança em todo o sistema.

Falsos negativos criam o problema oposto. Mídia manipulada pode circular sem detecção, mesmo quando um gerador em conformidade adicionou originalmente uma marca.

A Lei reconhece essas limitações por meio de sua redação sobre viabilidade técnica. Essa qualificação é prática, mas também cria uma questão de aplicação: quanta resiliência é considerada suficiente?

As empresas precisarão demonstrar seu raciocínio. Um processo defensável deve identificar transformações esperadas, testar se as marcas sobrevivem a elas e registrar falhas e ações corretivas.

O código voluntário de transparência oferece um caminho estruturado para demonstrar conformidade. Ele não substitui o Artigo 50 nem torna a lei subjacente opcional.

As organizações não são obrigadas a assinar o código. As não signatárias ainda devem demonstrar conformidade por meio de outras medidas adequadas e devem esperar questionamentos mais rigorosos sobre a abordagem escolhida.

A Comissão afirmou que as autoridades podem solicitar informações mais detalhadas das não signatárias. Uma comparação documentada com o código pode ajudar a explicar por que outra implementação oferece proteção equivalente.

É aqui que o prazo de agosto muda a engenharia de produto. A procedência deixa de ser apenas um recurso da plataforma. Ela passa a ser uma propriedade de ponta a ponta que deve sobreviver às condições reais de distribuição.

A Divulgação de Deepfakes Tem Limites Importantes

As regras visam à ambiguidade enganosa, mas não exigem que todo trabalho assistido por IA apresente o mesmo aviso visível.

Um deepfake, nos termos da Lei, envolve imagem, áudio ou vídeo gerado ou manipulado por IA que se assemelhe a pessoas, objetos, lugares, entidades ou eventos existentes. O material deve aparentar falsamente ser autêntico ou verdadeiro.

Essa definição abrange riscos conhecidos, como vozes clonadas, vídeos políticos fabricados e imagens realistas que retratam eventos que nunca aconteceram. Ela é mais específica do que “conteúdo feito com IA”.

Uma ilustração obviamente fantasiosa não se torna automaticamente um deepfake. Já uma gravação sintética que imita um diretor-executivo durante uma solicitação de pagamento apresenta um caso muito mais claro.

Os implantadores devem informar que o material de deepfake abrangido foi gerado ou manipulado artificialmente. A divulgação deve ser clara e distinguível quando o público encontra o conteúdo pela primeira vez.

Obras artísticas, criativas, satíricas, ficcionais e comparáveis recebem tratamento adaptado. A divulgação continua necessária, mas não deve prejudicar a exibição ou a apreciação da obra.

Essa disposição reconhece um problema de design difícil. Um aviso destacado pode evitar enganos, mas uma notificação intrusiva pode distorcer um filme, uma apresentação, um jogo ou uma obra visual.

O contexto se torna essencial. Um rótulo adequado para um clipe de notícias pode não servir para um lançamento cinematográfico, e uma divulgação em áudio pode funcionar de forma diferente de uma legenda de imagem.

A regra sobre texto de interesse público cria outro limite importante. Textos totalmente automatizados publicados para informar o público geralmente exigem divulgação quando foram gerados ou manipulados por IA.

No entanto, a exigência não se aplica quando uma pessoa revisa o texto ou exerce controle editorial e alguém assume a responsabilidade pela publicação.

Essa exceção não deve ser interpretada como uma isenção universal para qualquer conteúdo que tenha passado por um editor. As questões centrais dizem respeito a revisão significativa, controle e responsabilização.

Uma redação que usa IA para transcrição ou sugestões de texto está em uma posição diferente de um site automatizado que publica resumos políticos sem revisão. O fluxo de trabalho final importa mais do que um rótulo genérico de “assistido por IA”.

A lei também contém exceções para determinados sistemas de aplicação da lei legalmente autorizados. Essas exceções vêm acompanhadas de salvaguardas e não transformam ferramentas públicas de denúncia criminal em interfaces de IA ocultas.

As organizações devem evitar rotular tudo em excesso como resposta defensiva. Avisos genéricos podem tornar notificações relevantes mais difíceis de perceber e ensinar os usuários a ignorá-las.

Uma divulgação melhor informa ao público o que importa no momento relevante. Ela identifica a interação ou manipulação artificial sem soterrar os usuários em detalhes técnicos.

Os fatos rápidos da Comissão separam os deveres dos provedores dos deveres dos implantadores. Essa distinção ajuda as equipes a evitar tratar um rótulo genérico como um programa completo de conformidade.

Por exemplo, uma plataforma de vídeo pode precisar preservar a procedência técnica de um gerador upstream. A pessoa que publica um vídeo sintético enganoso pode, separadamente, ter a obrigação de fazer a divulgação visível.

As responsabilidades também podem se sobrepor. Uma empresa que desenvolve um sistema e o implanta sob sua própria autoridade pode ter deveres em ambas as funções.

A lição prática é que as organizações precisam classificar os usos, não apenas os fornecedores. O mesmo modelo generativo pode apoiar retoques de imagem de baixo risco, entretenimento ficcional ou falsificação enganosa de identidade.

Um processo de revisão útil deve registrar a finalidade, o público, o grau de realismo, o sujeito representado, a supervisão humana e o contexto de publicação. Esses fatos determinam qual divulgação é relevante.

A Maior Incerteza É Se a Transparência Funcionará

A conformidade pode tornar a mídia sintética mais fácil de identificar sem fazer o engano desaparecer.

Agentes determinados podem usar ferramentas não conformes, remover divulgações visíveis, gravar os resultados por meio de outro dispositivo ou distribuir o material fora de plataformas cooperativas. O Artigo 50 não pode eliminar essas táticas.

Em vez disso, a lei altera incentivos e estabelece uma base para provedores e implantadores legítimos. Grandes serviços que operam na Europa devem incorporar divulgação e procedência ao comportamento normal de seus produtos.

Isso pode melhorar as informações disponíveis para plataformas, investigadores e públicos. Também pode fazer da ausência da procedência esperada um sinal de alerta útil.

A ausência não é prova de fabricação, contudo. Arquivos antigos, capturas de tela, câmeras legadas e fluxos de trabalho que preservam a privacidade podem não ter procedência por razões inteiramente legítimas.

Um sistema de detecção confiável deve comunicar incerteza. Ele deve distinguir procedência confirmada, informação ausente, credenciais danificadas e manipulação suspeita.

A mesma cautela se aplica aos usuários. Um rótulo visível de IA confirma envolvimento artificial, mas não estabelece que uma alegação seja falsa ou prejudicial.

Por outro lado, mídia autêntica pode apresentar eventos de forma seletiva ou sem contexto. A procedência apoia a avaliação, mas não pode substituir o jornalismo, a verificação de fontes ou o julgamento crítico.

A aplicação transfronteiriça cria outra incerteza. As autoridades nacionais compartilham o mesmo regulamento, mas as investigações iniciais podem diferir em prioridades, equipe e capacidade técnica.

A orientação da Comissão deve reduzir interpretações inconsistentes, embora casos difíceis ainda exijam decisões de supervisão e possivelmente litígios. As equipes de produto devem esperar que a prática de implementação evolua.

Há também uma particularidade de prazo para sistemas existentes. Sistemas de IA generativa colocados no mercado antes de 2 de agosto recebem uma transição limitada para o dever de marcação legível por máquina.

Esses sistemas devem cumprir essa obrigação específica até 2 de dezembro de 2026. O período de carência não adia amplamente o Artigo 50 nem elimina outros deveres de divulgação aplicáveis.

Conteúdo gerado e disponibilizado antes de 2 de agosto não exige rotulagem retroativa. A Comissão incentiva a rotulagem voluntária quando viável, mas ela não é obrigatória.

Essa transição restrita importa porque prazos mais amplos da Lei de IA mudaram durante o processo de simplificação da UE. Alguns requisitos para sistemas de alto risco agora seguem datas posteriores.

As organizações não devem interpretar essas mudanças como um adiamento de todas as regras de transparência. O cronograma oficial de implementação mantém intacta a data de aplicação do Artigo 50, em 2 de agosto.

O teste de aplicação provavelmente se concentrará em design razoável de sistemas, avisos claros, resiliência técnica e evidências de que as organizações avaliaram suas obrigações. A conformidade meramente cosmética será mais fácil de contestar.

Uma divulgação de chatbot que aparece apenas após uma longa conversa pode falhar em sua finalidade. Uma marca de procedência que desaparece durante o processo normal de exportação do provedor levanta outra preocupação.

O código voluntário também chega perto do prazo. As empresas tiveram acesso antes ao texto central do regulamento, mas a orientação operacional detalhada deixa pouco tempo para ajustes finais.

Esse calendário reforça o argumento a favor de uma correção em etapas. As equipes devem primeiro tratar do engano direto ao usuário e, depois, testar a procedência em seus fluxos de trabalho de mídia de maior volume.

Elas também devem preservar evidências das decisões e limitações não resolvidas. Os reguladores podem avaliar uma restrição técnica documentada de forma diferente de uma alegação sem respaldo de que a marcação era impossível.

Três Sinais Mostrarão se as Regras Têm Força

Os próximos três meses revelarão se o Artigo 50 se torna uma infraestrutura funcional ou mais um aviso que os usuários deixam de ver.

O primeiro sinal é a orientação de aplicação das autoridades nacionais de fiscalização de mercado. Seus primeiros avisos, investigações e práticas de coordenação mostrarão como interpretam uma divulgação adequada.

Os primeiros casos também revelarão quais falhas atraem atenção. Identidades ocultas de chatbots, deepfakes sem rótulo e marcas legíveis por máquina frágeis criam desafios diferentes de evidência e aplicação.

Uma ação nacional consistente fortaleceria o argumento de que o Artigo 50 estabelece uma base europeia prática. Grandes divergências tornariam a conformidade mais cara e os resultados menos previsíveis.

O segundo sinal é a sobrevivência técnica nas principais plataformas de conteúdo. Provedores e implantadores devem testar se a procedência persiste nos fluxos de trabalho comuns de imagem, áudio e vídeo.

Os arquivos devem ser verificados após edição, compressão, upload, download, captura de tela e transcodificação. Os resultados importam mais do que a alegação de um fornecedor de oferecer suporte a um formato específico.

Se as principais plataformas preservarem e exibirem a procedência de forma consistente, a marcação legível por máquina ganhará valor prático. Se a removerem rotineiramente, a divulgação visível assumirá uma parcela maior da responsabilidade.

O terceiro sinal é o prazo de transição de 2 de dezembro para sistemas generativos mais antigos. Essa data mostrará se produtos legados conseguem adotar a marcação sem grandes problemas de compatibilidade.

Os provedores devem informar quais produtos se qualificam para a transição e quando as atualizações chegarão. Clientes corporativos precisam dessas datas para seu próprio planejamento de riscos.

Atualizações bem-sucedidas fortaleceriam a abordagem em camadas da UE. Atrasos generalizados ou interoperabilidade fraca exporiam uma lacuna entre a exigência legal e a infraestrutura disponível.

Os leitores também devem observar as interfaces de produto. As mudanças mais reveladoras podem aparecer como pequenos avisos de identidade, painéis de procedência, configurações de exportação e prompts de divulgação.

Esses detalhes mostram se as empresas integraram a conformidade ao design do produto ou a anexaram após o desenvolvimento. Eles também determinam se os usuários recebem informações úteis no momento certo.

Para profissionais do conhecimento, o prazo cria um motivo para preservar o contexto da fonte junto a materiais assistidos por IA. Uma base de conhecimento de IA pesquisável pode ajudar a reter arquivos originais, notas de revisão e decisões de publicação.

Essa prática não estabelece conformidade legal por si só. Ela torna a verificação posterior mais fácil quando o conteúdo passa por várias pessoas e ferramentas.

Desenvolvedores devem testar todo o caminho de saída, não apenas o endpoint de geração. Compradores corporativos devem exigir evidências de que a divulgação e a procedência sobrevivem ao uso normal.

Editores devem definir uma revisão humana significativa e documentar a responsabilidade editorial. Usuários de IA devem tratar rótulos como evidência sobre a origem, e não como julgamentos automáticos sobre a veracidade.

A questão após 2 de agosto já não é se a Europa quer transparência em IA. É se produtos, plataformas e organizações conseguem fazer essa transparência sobreviver ao contato com a internet real.