A Europa Submete os Compromissos de IA Responsável da OpenAI a um Teste de Fiscalização

A OpenAI entrou na cobertura do Google News com uma declaração sobre IA responsável apenas dois dias antes de um importante marco de fiscalização europeu. A empresa descreveu como seu trabalho em segurança, proteção, transparência e proveniência apoia a conformidade com o marco de IA da União Europeia. No entanto, o momento cria um conflito mais agudo do que a declaração sugere. Práticas voluntárias de segurança agora se deparam com regras que os reguladores podem fazer cumprir.

A OpenAI publicou sua atualização de política europeia em 31 de julho de 2026. Em 2 de agosto, a Comissão Europeia obteve plenos poderes de fiscalização sobre as obrigações dos provedores de modelos de IA de propósito geral. Essas obrigações já se aplicavam a modelos recém-comercializados, mas o fim do período inicial de cooperação eleva o que está em jogo.

Não se trata apenas de mais uma empresa explicando sua filosofia de segurança. A OpenAI está apresentando sistemas internos como evidência de que consegue atender a um padrão jurídico externo. Os reguladores europeus agora precisam decidir se esses sistemas proporcionam conformidade adequada na prática.

O Caso de IA Responsável da OpenAI Chega em um Prazo de Fiscalização

A OpenAI conectou seu programa de segurança existente a dois códigos europeus justamente quando a análise regulatória se torna mais concreta.

A empresa afirma que milhões de pessoas em toda a Europa usam suas ferramentas para trabalho, educação, criação e tarefas cotidianas. Ela também atende empresas regionais e instituições públicas. Esse alcance torna a governança europeia uma questão de produto, e não um debate político distante.

A OpenAI endossou o Código de Práticas para IA de Propósito Geral da UE e o Código de Práticas sobre Transparência de Conteúdo Gerado por IA. Ambos os códigos oferecem medidas práticas que as empresas participantes podem usar para demonstrar conformidade com partes do EU AI Act.

As obrigações para GPAI abrangem modelos capazes de apoiar muitas tarefas distintas. Os provedores devem manter documentação técnica e fornecer aos desenvolvedores downstream informações sobre as capacidades e limitações dos modelos.

Eles também devem adotar uma política de respeito à legislação europeia de direitos autorais. Um resumo público suficientemente detalhado do conteúdo usado no treinamento dos modelos é outro requisito. Empresas estabelecidas fora da UE devem nomear um representante europeu autorizado.

Modelos classificados como apresentando risco sistêmico enfrentam deveres adicionais. Seus provedores devem realizar avaliações, analisar e reduzir riscos sistêmicos, relatar incidentes graves e manter proteções adequadas de cibersegurança.

A Comissão usa um limiar de treinamento de 10^25 operações de ponto flutuante ao presumir que um modelo de propósito geral apresenta risco sistêmico. FLOP mede as operações computacionais realizadas durante o treinamento. Os reguladores também podem designar um modelo com base em suas capacidades ou impacto esperado.

A declaração da OpenAI relaciona vários programas existentes a esses requisitos. Ela aponta para testes antes do lançamento, system cards, especialistas externos, seu Model Spec público e uma governança de segurança estruturada.

System cards descrevem avaliações, limitações e conclusões de segurança associadas ao lançamento de um modelo ou produto. O Model Spec explica o comportamento pretendido que a OpenAI usa para orientar seus modelos.

A empresa também cita seu Preparedness Framework, introduzido em 2023 e revisado em 2025. A OpenAI afirma que esse marco rege como ela identifica, avalia e gerencia riscos graves provenientes de modelos avançados.

Seu mais recente Frontier Governance Framework explica como essas práticas se relacionam com requisitos jurídicos emergentes. Juntos, os documentos abrangem avaliações de risco, salvaguardas, resposta a incidentes, relatórios sobre modelos e envolvimento de especialistas externos.

No entanto, o endosso a um código voluntário não equivale a uma confirmação regulatória de conformidade. Os códigos oferecem uma rota estruturada, enquanto a obrigação jurídica continua decorrendo do AI Act.

Um provedor também pode optar por medidas alternativas de conformidade. Nesse caso, deve explicar por que essas medidas são adequadas, e a Comissão Europeia avaliará esse argumento.

Essa distinção dá à história do Google News sua real importância. A OpenAI está levando sua narrativa de segurança de compromissos amplos para evidências que reguladores, clientes e desenvolvedores podem examinar.

Por que o EU AI Act Muda o Significado das Alegações de Segurança

O EU AI Act transforma práticas selecionadas de governança em obrigações documentadas que as autoridades podem investigar e fazer cumprir.

O AI Act entrou em vigor em 1º de agosto de 2024. Suas disposições passaram a vigorar em etapas porque abrangem diferentes tecnologias, provedores, operadores e níveis de risco.

As práticas de IA proibidas e os deveres de alfabetização em IA começaram a se aplicar em 2 de fevereiro de 2025. As regras de governança e as obrigações para modelos de IA de propósito geral vieram em seguida, em 2 de agosto de 2025.

A Comissão inicialmente ofereceu cooperação próxima, especialmente aos provedores que utilizavam o Código de Práticas para IA de Propósito Geral. Esse período deu às empresas tempo para implementar o código enquanto recebiam orientação do Escritório Europeu de IA.

Os plenos poderes de fiscalização para as obrigações dos provedores de modelos começaram em 2 de agosto de 2026. Consequentemente, a qualidade da documentação, o tratamento de incidentes, os registros de testes e os controles de segurança agora têm maior peso jurídico.

Modelos mais antigos recebem uma transição mais longa. Modelos de propósito geral colocados no mercado antes de 2 de agosto de 2025 devem cumprir as obrigações pertinentes até 2 de agosto de 2027.

O calendário mais amplo de implementação também mudou pouco antes do anúncio da OpenAI. O AI Omnibus da UE entrou em vigor em 27 de julho de 2026, prorrogando prazos e simplificando vários procedimentos.

Segundo o cronograma revisado, as regras para sistemas de alto risco em áreas como emprego e educação passam a se aplicar a partir de 2 de dezembro de 2027. Os requisitos para IA incorporada em produtos físicos regulamentados passam a valer a partir de 2 de agosto de 2028.

Essas extensões não eliminam os deveres que já afetam os provedores de modelos de propósito geral. Em vez disso, dão a certos setores downstream mais tempo para preparar normas, orientações, reguladores e sistemas de conformidade.

Essa divisão importa para compradores empresariais. Uma empresa que implementa um sistema de IA para contratação enfrenta obrigações diferentes das do provedor que fornece o modelo de propósito geral subjacente.

As divulgações da OpenAI podem ajudar desenvolvedores downstream a compreender o comportamento dos modelos e preparar seus próprios controles de risco. Elas não transferem as responsabilidades do operador de volta para a OpenAI.

Para desenvolvedores, a documentação técnica também afeta decisões de integração. As equipes precisam compreender as tarefas pretendidas de um modelo, os limites de uso aceitável, os formatos de entrada, os resultados de avaliações e os requisitos de infraestrutura.

As regras, portanto, pressionam mais do que os laboratórios de modelos. Provedores de nuvem, desenvolvedores de aplicações, órgãos públicos e compradores corporativos precisam de informações confiáveis circulando pela cadeia de fornecimento de IA.

A OpenAI defende uma regulação proporcional e baseada em risco que deixe espaço para inovação. Autoridades europeias expressaram um objetivo relacionado, mas também enfatizam direitos fundamentais, segurança e responsabilização.

A tensão está na implementação. Um marco flexível pode se adaptar a novos riscos técnicos, mas a flexibilidade também pode gerar discordâncias sobre quais evidências são suficientes.

Um marco altamente prescritivo oferece listas de verificação mais claras. Ainda assim, essas listas podem se tornar obsoletas enquanto as capacidades dos modelos, os métodos de ataque e os padrões de implantação continuam mudando.

A UE escolheu uma combinação de legislação vinculativa, orientação regulatória, códigos voluntários e normas técnicas. A OpenAI argumenta que seus marcos internos em evolução se encaixam nessa estrutura em camadas.

Essa alegação agora enfrenta um teste que vai além da comunicação de políticas. Os reguladores podem solicitar documentação técnica e avaliar se os controles subjacentes atendem aos requisitos legais.

Google News Destaca a Disputa Real: Promessas Versus Provas

A disputa central não é a OpenAI contra outro laboratório, mas os compromissos públicos da OpenAI contra evidências de conformidade que possam ser avaliadas de forma independente.

A OpenAI descreve anos de testes de modelos e colaboração externa. Sua Red Teaming Network reúne especialistas externos em esforços para encontrar vulnerabilidades antes do lançamento.

Red teaming é um teste adversarial concebido para expor comportamentos nocivos, falhas de segurança ou vias de uso indevido. Ele pode revelar problemas que os benchmarks padrão de capacidade deixam passar.

A empresa também trabalha com o Frontier Model Forum, o United States Center for AI Standards and Innovation e o United Kingdom AI Security Institute. Essas relações apoiam pesquisas de avaliação e métodos compartilhados de segurança.

Essa cooperação pode aprimorar práticas comuns de teste. Ela não prova automaticamente que todos os riscos importantes foram encontrados, medidos de forma consistente ou reduzidos adequadamente.

Essa limitação é central para o modelo europeu. O AI Act exige que provedores de modelos de risco sistêmico realizem avaliações padronizadas e testes adversariais documentados.

Também exige que os provedores acompanhem e relatem incidentes graves. As salvaguardas de cibersegurança devem proteger tanto o modelo quanto sua infraestrutura física contra roubo, uso indevido e falhas generalizadas.

A obrigação de relatar muda os incentivos dentro de uma empresa de modelos. Um resultado de segurança não pode permanecer apenas como um artefato interno de pesquisa quando os reguladores podem solicitar documentação de apoio.

As equipes de produto precisam conectar avaliações a decisões de lançamento. As equipes de segurança precisam de registros que expliquem proteções, exceções e respostas. As equipes jurídicas precisam de evidências rastreáveis de que as obrigações foram tratadas.

Os marcos públicos da OpenAI podem estabelecer expectativas para esse processo. A questão mais difícil é se a implementação permanece consistente quando as prioridades comerciais e de segurança entram em conflito.

Um marco pode identificar uma capacidade perigosa sem determinar uma resposta automática. Os tomadores de decisão podem adicionar salvaguardas, restringir o acesso, adiar a implantação ou aceitar um risco residual calculado.

Cada opção envolve julgamento. Os reguladores precisarão de evidências suficientes para entender por que a empresa selecionou uma resposta em vez de outra.

A declaração europeia da OpenAI reconhece que a governança deve evoluir com as capacidades dos modelos. Essa posição tem mérito prático, pois controles fixos podem perder relevância rapidamente.

No entanto, a governança dinâmica cria um desafio de responsabilização. Se as empresas revisarem limiares ou procedimentos, observadores externos precisarão verificar se essas mudanças fortalecem a proteção ou flexibilizam restrições inconvenientes.

O marco da UE pressiona os principais provedores a tornar essa evolução compreensível. Documentação, resultados de avaliações e processos de incidentes podem fornecer aos reguladores um registro do que mudou e por quê.

Os concorrentes enfrentam as mesmas exigências básicas ao colocar modelos abrangidos no mercado europeu. Anthropic, Google, Meta e outros provedores precisam determinar como as regras se aplicam a seus modelos e estratégias de distribuição.

Modelos de código aberto recebem isenções limitadas quando suas licenças e divulgações atendem a condições especificadas. Essas isenções não abrangem modelos de risco sistêmico, que continuam sujeitos às obrigações adicionais.

Isso cria um piso comum de conformidade sem obrigar todos os provedores a usar sistemas internos idênticos. A carga prática ainda variará de acordo com o tamanho do modelo, a classificação de risco, o método de acesso e o papel no mercado.

Para os compradores, o resultado deve ser uma documentação mais comparável ao longo do tempo. Essas informações podem apoiar análises de aquisição, avaliações de risco e decisões sobre qual modelo se adequa a um fluxo de trabalho regulamentado.

No entanto, os documentos só são úteis quando estão conectados aos produtos atuais. Uma empresa precisa saber qual versão do modelo, endpoint, configuração e ambiente de implantação as evidências realmente abrangem.

As atualizações de modelos tornam essa tarefa mais difícil. Um provedor pode alterar o comportamento do sistema sem treinar um modelo fundamental inteiramente novo. Portanto, a documentação deve permanecer alinhada ao serviço que os clientes utilizam.

O enquadramento do google news pode sugerir um anúncio amplo sobre IA responsável. A história mais relevante é a crescente demanda por evidências versionadas, revisáveis e operacionais.

A Proveniência É Necessária, mas Seus Sinais Ainda Falham

O plano de proveniência da OpenAI oferece camadas úteis, mas a empresa reconhece abertamente que nenhum sinal de conteúdo sobrevive a todas as plataformas e transformações.

A proveniência registra informações sobre a origem de conteúdo digital e como ele foi editado. Ela pode ajudar pessoas e sistemas automatizados a identificar material criado ou alterado com IA.

A OpenAI afirma que sua abordagem combina Content Credentials com marcas-d'água SynthID. As Content Credentials usam o padrão técnico C2PA para anexar informações assinadas sobre a origem e o histórico de edição de um arquivo.

O SynthID incorpora um sinal detectável ao conteúdo gerado. A OpenAI afirma que esse sinal pode ajudar quando os metadados comuns deixam de acompanhar o arquivo.

Os sistemas abordam diferentes modos de falha. As credenciais podem preservar um contexto detalhado, enquanto a marca-d'água pode reter um sinal mais restrito depois que os metadados desaparecem.

A OpenAI afirma que está expandindo a cobertura de proveniência das imagens para o áudio. Também está trabalhando em medidas para modalidades adicionais, incluindo texto, à medida que padrões e ferramentas amadurecem.

Essa direção está alinhada às regras de transparência do Artigo 50. Os provedores abrangidos devem marcar resultados gerados ou manipulados por IA em formato legível por máquina quando a disposição for aplicável.

Os implantadores profissionais também têm obrigações de divulgação para deepfakes e determinados textos gerados por IA publicados para informar o público sobre assuntos de interesse público.

O código de transparência da UE oferece práticas voluntárias para marcar, detectar e rotular esse tipo de conteúdo. As organizações podem usar essas práticas para ajudar a demonstrar conformidade.

O Artigo 50 passou a ser aplicável em 2 de agosto de 2026. Sistemas generativos existentes colocados no mercado antes dessa data recebem uma transição para obrigações específicas de marcação até dezembro de 2026.

As violações de transparência podem trazer consequências significativas. A orientação sobre o Artigo 50 da Comissão lista multas de até €15 milhões ou 3% do faturamento anual mundial das empresas.

Essas regras levantam um problema técnico imediato. Os dados de proveniência frequentemente são removidos quando usuários fazem capturas de tela, copiam texto, recomprimem arquivos ou enviam mídia para plataformas.

Os rótulos também podem desaparecer à medida que o conteúdo circula entre serviços. Um agente mal-intencionado pode remover intencionalmente avisos visíveis ou transformar um arquivo para enfraquecer a detecção automatizada.

As marcas-d'água têm suas próprias limitações. Um sinal forte precisa sobreviver a edições comuns sem degradar visivelmente o resultado. A detecção também precisa apresentar baixas taxas de erro em diferentes mídias e fluxos de trabalho.

Falsos negativos permitem que conteúdo sintético passe sem detecção. Falsos positivos podem lançar dúvidas indevidas sobre material autêntico. Nenhum dos dois resultados favorece a confiança.

A OpenAI reconhece essas fragilidades e defende uma abordagem em camadas. Essa franqueza é importante porque a proveniência não pode estabelecer se uma afirmação é verdadeira.

Ela pode indicar que um sistema de IA gerou ou editou um arquivo. Não pode determinar de forma confiável se o evento retratado ocorreu ou se o texto que o acompanha é preciso.

Redações, plataformas e usuários ainda precisam de práticas de verificação. Eles devem checar fontes, contexto, carimbos de data e hora e evidências corroborativas, em vez de tratar um único sinal técnico como conclusivo.

A abordagem também depende da adoção pelo ecossistema. As credenciais têm valor limitado quando ferramentas de publicação, plataformas sociais, navegadores e serviços de mensagens não conseguem preservá-las ou exibi-las.

Desenvolvedores que criam com base em modelos da OpenAI precisarão de sinais e orientações que possam levar para seus próprios produtos. Caso contrário, a proveniência pode parar na interface do provedor do modelo.

Sistemas corporativos de conhecimento enfrentam um desafio relacionado. As equipes devem reter o material-fonte e o contexto de autoria quando resumos gerados por IA entram em registros compartilhados.

Uma base de conhecimento de IA pesquisável pode ajudar os usuários a rastrear conclusões de volta aos documentos armazenados. No entanto, controles organizacionais continuam necessários para decisões de alto impacto.

O plano de proveniência da OpenAI, portanto, apoia a transparência sem completá-la. A implementação mais robusta combina marcação técnica, divulgação visível, registros de fonte preservados e verificação humana.

A Cibersegurança Mostra Por Que o Acesso Responsável Exige Compensações

A cibersegurança expõe a mais difícil compensação de governança porque a mesma capacidade de modelo pode ajudar defensores e atacantes.

Um modelo avançado pode ajudar equipes de segurança a inspecionar código, explicar vulnerabilidades, redigir regras de detecção ou priorizar trabalhos de correção. Capacidades semelhantes podem ajudar usuários mal-intencionados a procurar fraquezas ou automatizar partes de um ataque.

A OpenAI aborda esse problema de uso duplo por meio de seu programa Trusted Access for Cyber. A empresa afirma que o programa concede a defensores qualificados acesso controlado a capacidades cibernéticas avançadas, enquanto aplica salvaguardas contra uso indevido.

A OpenAI também lançou seu EU Cyber Action Plan no início de maio de 2026. Afirma que, desde então, trabalhou com agências cibernéticas europeias e nacionais, parceiros do setor privado e operadores de infraestrutura crítica.

A empresa apresenta essas relações como evidência de que o acesso restrito pode apoiar uma defesa legítima. As instituições participantes também oferecem ambientes reais nos quais os desenvolvedores podem avaliar utilidade e risco.

Essa abordagem está alinhada ao plano da Comissão Europeia para cibersegurança e inteligência artificial. Esse plano apoia a gestão coordenada de riscos e o acesso seguro a sistemas avançados para trabalho defensivo.

A compensação não pode ser eliminada por uma política de uso aceitável. Os provedores ainda precisam de controles de identidade, monitoramento, limites de capacidade, procedimentos de escalonamento e resposta a incidentes.

Um acesso mais rigoroso pode reduzir oportunidades de uso indevido. Também pode bloquear pesquisadores independentes, pequenas equipes de segurança e defensores que não têm relações institucionais estabelecidas.

Um acesso mais amplo pode distribuir capacidades defensivas úteis. Também aumenta o número de contas, integrações e fluxos de trabalho que atacantes poderiam explorar.

A resposta preferida da OpenAI é o acesso gerenciado, em vez de uma proibição permanente de assistência cibernética avançada. O sucesso desse modelo depende de resultados mensuráveis.

Evidências úteis incluiriam os tipos de defesas aprimoradas, as salvaguardas acionadas e os incidentes graves relatados. Detalhes sensíveis podem exigir revisão regulatória confidencial, em vez de divulgação pública.

Os reguladores enfrentam um desafio paralelo. Regras públicas excessivamente detalhadas podem revelar premissas de segurança ou se tornar obsoletas quando as técnicas de ataque mudam.

Regras excessivamente gerais podem deixar as empresas avaliando seu próprio desempenho. A combinação da UE de obrigações legais e medidas técnicas adaptáveis tenta equilibrar esses riscos.

A notificação de incidentes se torna especialmente importante nesse contexto. Ela permite que o AI Office identifique padrões que um único provedor ou regulador nacional poderia não perceber.

Relatórios compartilhados podem revelar técnicas recorrentes de uso indevido, fragilidades de infraestrutura ou falhas entre versões de modelos. As autoridades podem então atualizar orientações ou solicitar medidas corretivas.

No entanto, o público pode ver pouco dessas evidências. A notificação de incidentes de cibersegurança frequentemente inclui informações confidenciais, o que limita a avaliação externa das alegações de IA responsável de um provedor.

Essa lacuna não significa que os controles sejam ineficazes. Significa que a confiança pública deve depender em parte de os reguladores terem acesso, expertise e capacidade de aplicação adequados.

A UE centralizou a supervisão dos provedores de IA de propósito geral por meio de seu AI Office. As autoridades nacionais de vigilância de mercado mantêm a responsabilidade por muitos sistemas de IA e contextos de implantação.

A coordenação entre esses órgãos será importante quando um incidente cruzar categorias de produtos ou fronteiras nacionais. Uma falha no nível do modelo pode afetar simultaneamente muitas aplicações posteriores.

Os frameworks da OpenAI, portanto, têm dois públicos. Os reguladores precisam de evidências detalhadas, enquanto os clientes precisam de documentação acionável que não exponha defesas sensíveis.

Um programa de governança confiável deve satisfazer ambos sem usar a confidencialidade da segurança como uma desculpa genérica. Esse padrão ficará mais claro por meio de fiscalização, auditorias e incidentes reais.

O Que a Europa Deve Observar Após o Anúncio do Google News

Três sinais mostrarão se os compromissos europeus da OpenAI funcionam como governança responsável ou permanecem, em grande parte, uma narrativa de conformidade bem-polida.

O primeiro sinal é a fiscalização regulatória após 2 de agosto de 2026. A Comissão agora pode aplicar a conformidade integral com as obrigações para modelos de propósito geral, inclusive por meio de multas.

Solicitações de documentação, notificações de modelos, investigações ou medidas corretivas revelarão com que rigor o AI Office interpreta a conformidade adequada. Decisões públicas também podem esclarecer as expectativas para todos os provedores abrangidos.

Um período silencioso não provaria que todas as empresas estão em conformidade. A supervisão inicial pode ocorrer por meio de trocas confidenciais, especialmente quando há documentação técnica ou informações de segurança envolvidas.

Ainda assim, orientações formais e ações de fiscalização publicadas estabelecerão precedentes. Os compradores devem monitorar se os reguladores distinguem claramente entre participação em códigos e implementação verificada.

O segundo sinal é a implementação prática de proveniência legível por máquina. A OpenAI descreveu uma cobertura em camadas que envolve Content Credentials e SynthID, com expansão para áudio e trabalho em andamento sobre texto.

Os leitores devem observar se esses sinais sobrevivem a fluxos de publicação comuns. O suporte de redes sociais, ferramentas de edição, navegadores e sistemas de gerenciamento de conteúdo será tão importante quanto a marcação no momento da geração.

A qualidade da detecção também será importante. Testes independentes devem examinar a resiliência a capturas de tela, compressão, recorte, transcrição, paráfrase e tentativas deliberadas de remover sinais.

Se a adoção e a resiliência melhorarem, o argumento de transparência da OpenAI se fortalecerá. Se os sinais desaparecerem rotineiramente durante o uso comum, os rótulos oferecerão menos proteção do que a linguagem da política sugere.

O terceiro sinal é se a documentação da OpenAI acompanha novos modelos e atualizações de produtos. As regras europeias exigem informações atuais, e não um único pacote permanente de conformidade.

Os cartões de sistema devem identificar as versões testadas e as limitações relevantes. Os materiais para desenvolvedores devem esclarecer os usos pretendidos, os requisitos de integração e as salvaguardas que as aplicações posteriores precisam preservar.

Os clientes também devem procurar mudanças nas políticas de uso, nos processos de incidentes e nas avaliações de segurança. Lacunas inexplicadas entre lançamentos de produtos e documentação enfraqueceriam o argumento de responsabilidade da empresa.

Esses sinais importam além da Europa. Grandes provedores frequentemente preferem práticas técnicas compartilhadas a manter sistemas completamente diferentes para cada mercado.

As regras europeias podem, portanto, influenciar as práticas de documentação, proveniência e gestão de riscos em outros lugares. Esse efeito depende de a implementação produzir padrões úteis, e não burocracia regional.

Os trabalhadores do conhecimento também têm um papel prático. Devem preservar as fontes originais, distinguir o texto gerado de evidências verificadas e registrar quando a IA altera materialmente o conteúdo publicado.

Os desenvolvedores devem vincular a documentação dos modelos a implementações específicas. Compradores empresariais devem perguntar quem é responsável pelos relatórios de incidentes, revisão humana, avisos de transparência e monitoramento de atualizações.

A OpenAI apresentou uma explicação coerente de como suas práticas de segurança apoiam a governança europeia. Também reconheceu que a proveniência continua imperfeita e que a governança precisa seguir evoluindo.

A próxima fase dependerá menos de anúncios de políticas e mais de uma execução observável. Acompanhe o histórico de fiscalização da Comissão, a durabilidade da proveniência no mundo real e a documentação divulgada a cada mudança de modelo.

Essa é a questão útil por trás da manchete do google news: a OpenAI consegue transformar práticas internas adaptáveis em evidências que agentes externos possam inspecionar e nas quais possam confiar? A Europa agora tem autoridade para exigir uma resposta.