As salvaguardas de IA de Josh Shapiro desafiam a estratégia de Washington de priorizar a corrida

Josh Shapiro pediu proteções federais rigorosas para a IA em 17 de setembro, questionando a preferência de Washington por um desenvolvimento mais rápido, com menos barreiras regulatórias. O governador da Pensilvânia quer supervisão independente, maior transparência e requisitos de segurança aplicados às empresas que desenvolvem sistemas avançados de inteligência artificial, segundo a reportagem da Bloomberg sobre suas declarações.

A proposta de salvaguardas de IA de Josh Shapiro é mais do que outro alerta sobre riscos tecnológicos hipotéticos. Ela conecta a supervisão de modelos a disputas imediatas envolvendo crianças, personificação de profissionais, custos de eletricidade, uso de água e controle local sobre data centers.

Essa posição coloca Shapiro em desacordo com a ênfase do governo Trump no desenvolvimento rápido e em menos barreiras regulatórias. Shapiro argumenta que esse enquadramento apresenta uma falsa escolha. Os Estados Unidos, afirma ele, podem obter os benefícios econômicos da IA sem pedir que o público aceite todos os riscos.

A reportagem da Bloomberg estabelece o que Shapiro defendeu no evento em Pittsburgh; documentos oficiais da Pensilvânia registram o que sua administração já implementou. São categorias distintas. As proteções federais solicitadas por ele continuam sendo propostas, enquanto a ordem executiva da Pensilvânia, as iniciativas de agências, o processo judicial e a legislação pendente têm status jurídicos e limites próprios.

As salvaguardas de IA de Josh Shapiro levam o debate ao Congresso

Shapiro pede que o Congresso crie obrigações executáveis para empresas de IA, e não apenas publique mais um marco voluntário.

Durante o AI Horizons 2026 Summit, em Pittsburgh, Shapiro instou o Congresso e o governo federal a estabelecer proteções rigorosas para a inteligência artificial. Seus principais pedidos incluíam supervisão independente por terceiros, maior transparência e a exigência de que as empresas coloquem a segurança mais perto do centro do desenvolvimento, segundo a transcrição oficial de sua administração de suas declarações preparadas.

Supervisão independente significa uma avaliação realizada por uma organização que não desenvolve nem vende o sistema examinado. Ela pode incluir testes, revisões de documentação, avaliações de segurança e verificação das alegações de risco de uma empresa.

Em termos técnicos, essa avaliação poderia examinar se um desenvolvedor identificou danos previsíveis, mediu o desempenho em condições realistas, documentou limitações, monitorou incidentes e atribuiu responsabilidade pela correção. Essas funções correspondem, em linhas gerais, às atividades de governar, mapear, medir e gerenciar do AI Risk Management Framework do National Institute of Standards and Technology, embora Shapiro não tenha especificado publicamente que o Congresso deva adotar o marco do NIST como padrão jurídico.

Essa distinção importa porque grande parte das informações disponíveis sobre modelos avançados ainda vem de seus desenvolvedores. As empresas decidem quais benchmarks publicar, como definir riscos graves e quanto detalhe divulgar sobre testes internos.

Uma exigência de avaliação por terceiros não resolveria automaticamente essas questões. No entanto, reduziria a medida em que os desenvolvedores avaliam seu próprio trabalho e selecionam as evidências apresentadas aos formuladores de políticas.

A diferença prática seria visível durante processos de aquisição. Um hospital que considera usar um assistente de IA pode receber atualmente uma pontuação agregada de precisão e uma declaração de segurança redigida pelo fornecedor. Uma revisão externa qualificada poderia, em vez disso, testar prompts médicos, identificar grupos ou situações em que o desempenho piora, documentar se o sistema inventa citações e verificar que respostas incertas sejam encaminhadas a um profissional clínico.

Em suas declarações preparadas, Shapiro se descreveu como otimista quanto às oportunidades da IA, ao mesmo tempo em que argumentou que os danos emergentes exigem uma resposta governamental mais forte. Ele também rejeitou o rótulo de “doomer” da IA, termo comumente aplicado a pessoas que esperam que sistemas avançados causem danos catastróficos.

Sua posição declarada é mais restrita e politicamente mais significativa. A IA não precisa apresentar um risco inevitável de extinção para que o governo possa exigir testes, divulgação e responsabilização.

Essa abordagem amplia o argumento a favor de salvaguardas para além de um cenário dramático. Um modelo pode causar danos materiais por meio de aconselhamento enganoso, decisões discriminatórias, falhas de privacidade, fragilidades de segurança ou resultados pouco confiáveis sem se tornar uma ameaça global autônoma.

O discurso também mudou quem carrega o ônus da prova. Uma política puramente promocional pressupõe que restrições exigem justificativa extraordinária. A abordagem de Shapiro pede que os desenvolvedores demonstrem que sistemas de alto impacto passaram por escrutínio significativo antes que o público absorva seus riscos.

Sua proposta continua sendo uma demanda de política pública, não uma lei federal aprovada. O Congresso ainda precisaria definir quais sistemas exigem revisão, quem se qualifica como avaliador independente, quais evidências os avaliadores podem acessar e quais conclusões devem se tornar públicas.

Esses detalhes não resolvidos são substanciais. Ainda assim, a intervenção de Shapiro estabelece um teste claro para os legisladores federais: se a política nacional de IA imporá obrigações mensuráveis ou continuará dependendo principalmente de promessas das empresas.

Por que o governador da Pensilvânia está pressionando Washington agora

A Pensilvânia encontrou a IA como uma questão física, de consumo e administrativa, o que torna garantias abstratas cada vez mais difíceis de defender.

O estado está vendo a tecnologia por diversos canais distintos. Chatbots de IA podem interagir com crianças e fornecer respostas relacionadas à saúde. Funcionários estaduais usam ferramentas generativas na administração pública. Desenvolvedores também querem construir a infraestrutura de alto consumo energético necessária para treinar e operar modelos maiores.

Essas questões não se encaixam perfeitamente em uma única política de tecnologia. Elas envolvem licenciamento profissional, proteção do consumidor, educação, regulação da eletricidade, licenciamento ambiental, trabalho e autoridade dos governos locais.

A administração de Shapiro começou a reforçar sua abordagem antes do discurso em Pittsburgh. Em fevereiro, anunciou um kit de alfabetização em IA e esforços coordenados de supervisão envolvendo as agências de educação, saúde, serviços humanos, estado, envelhecimento e finanças da Pensilvânia.

A iniciativa oficial de segurança em IA da administração incluiu recursos para pais, estudantes, professores, cuidadores e consumidores. Ela também direcionou moradores a um processo de reclamação sobre bots companheiros de IA que aparentam oferecer serviços profissionais regulamentados.

Para uma família, essa distinção pode surgir em uma conversa comum, e não em uma consulta médica evidente. Um adolescente pode perguntar a um bot companheiro sobre depressão, transtorno alimentar ou medicação e receber uma resposta confiante, escrita na voz de um terapeuta ou médico. Um responsável pode não ver nenhum aviso de que a resposta foi gerada sem que um profissional licenciado analisasse as circunstâncias da criança.

A iniciativa apresentou a alfabetização como necessária, mas insuficiente. Ensinar usuários a reconhecer um sistema não confiável pode reduzir a exposição a danos. Isso não elimina a responsabilidade de um desenvolvedor quando um produto se apresenta falsamente como médico ou outro profissional regulamentado.

Posteriormente, a Pensilvânia processou a Character.AI, alegando que chatbots se apresentavam ilegalmente como profissionais médicos licenciados e forneciam aconselhamento médico. No processo formal, Commonwealth of Pennsylvania, Department of State, State Board of Medicine v. Character Technologies, Inc., o estado pediu uma liminar e alegou prática não autorizada da medicina. As alegações na petição apresentada pela Commonwealth continuam sujeitas a julgamento. A responsabilidade da Character Technologies não foi estabelecida, e a petição representa as alegações da Commonwealth, não conclusões judiciais.

O caso, ainda assim, ilustra por que Shapiro agora enfatiza a responsabilização, e não apenas a educação dos usuários. Ele questiona se as regras existentes de licenciamento profissional podem alcançar um serviço de IA quando o aparente “interlocutor” é um personagem gerado, e não um profissional humano.

O governador também encontrou resistência em torno do desenvolvimento de data centers. Essas instalações transformam o debate sobre IA em questões que os moradores podem ver nas contas de serviços públicos, em notificações de zoneamento e em pedidos de licença ambiental.

Em agosto, Shapiro assinou a Ordem Executiva 2026-05. Ela vinculou o apoio estadual a novos data centers a requisitos de energia, meio ambiente, força de trabalho, transparência e comunidade.

Segundo o relato oficial da administração sobre a Ordem Executiva 2026-05, a Pensilvânia retirou propostas de data centers de IA de seu programa de licenciamento acelerado, proibiu acordos de confidencialidade nesses projetos e exigiu aprovação local antes que licenças qualificadas pudessem ser emitidas. A ordem também exige que os desenvolvedores celebrem acordos de consentimento executáveis que incorporem os requisitos GRID do estado.

Os desenvolvedores que buscam a cooperação do estado devem assumir compromissos vinculantes nos termos dos requisitos Responsible Infrastructure Development do governador, conhecidos como GRID. Esses compromissos incluem pagar os custos de infraestrutura associados a seus projetos, em vez de transferi-los a outros consumidores de eletricidade.

Os operadores também devem informar dados sobre consumo de energia e água. O estado afirma que manterá um mapa público de propostas que tenham se relacionado com reguladores ambientais.

Para os moradores, esses requisitos determinam se podem saber sobre uma instalação proposta antes que decisões importantes estejam, na prática, definidas. Uma residência próxima poderia, caso contrário, tomar conhecimento do projeto apenas após receber uma notificação de zoneamento ou ouvir previsões de maior demanda por eletricidade. Um mapa público do projeto, estimativas divulgadas de recursos e um processo de aprovação local fornecem aos moradores informações que podem usar em audiências, embora essas ferramentas não garantam que todas as objeções prevaleçam.

Essas medidas não equivalem a uma proibição do desenvolvimento de IA. Elas estabelecem condições para projetos que impõem custos identificáveis às comunidades anfitriãs. Também continuam sujeitas à implementação por agências estaduais e a qualquer futura contestação jurídica sobre o alcance da autoridade executiva.

Esse histórico explica o momento da demanda federal de Shapiro. A Pensilvânia já tenta gerir consequências que o Congresso frequentemente discute como possibilidades futuras. Agências estaduais enfrentam reclamações sobre chatbots, propostas de infraestrutura, preocupações com personificação de profissionais e decisões sobre o uso de IA dentro do governo.

A pressão imediata recai sobre os legisladores federais e os principais desenvolvedores de IA. O Congresso precisa decidir se os estados devem continuar sendo o principal campo de testes para salvaguardas. Os desenvolvedores precisam decidir se apoiarão uma supervisão consistente ou continuarão se opondo a regras que restringem a implantação.

O conflito central é entre responsabilização pela segurança e velocidade de implantação

O principal conflito não é inovação versus proibição. É desenvolvimento responsável versus uma política que trata o atrito regulatório como uma fraqueza estratégica.

O governo Trump descreveu a liderança em IA como uma corrida internacional. Sua política prioriza o rápido desenvolvimento pelo setor privado, maior adoção, construção de infraestrutura e a remoção de regras consideradas obstáculos desnecessários.

Esse argumento tem peso econômico e de segurança nacional. Um conjunto fragmentado de exigências estaduais pode aumentar os custos de conformidade, especialmente para empresas menores. Regras redigidas em torno da tecnologia atual também podem envelhecer rapidamente à medida que as arquiteturas e os usos dos modelos mudam.

A estrutura legislativa nacional de IA do governo defende uma política federal consistente e argumenta que leis estaduais conflitantes podem enfraquecer a competitividade americana. O mesmo documento também pede que o Congresso trate da segurança infantil, de fraudes viabilizadas por IA, da segurança nacional e do efeito dos data centers sobre os consumidores residenciais de energia.

A Casa Branca buscou autoridade para contestar leis estaduais que considera excessivas. Sua posição declarada é que o desenvolvimento de IA tem implicações interestaduais e de política externa que estados individuais não conseguem administrar de forma eficaz.

Shapiro concorda que a ação federal é necessária, mas contesta o que essa ação deve alcançar. Em sua visão, um padrão nacional deveria criar um patamar mínimo de segurança, em vez de funcionar principalmente como um teto para a autoridade estadual.

Essa diferença é a principal escolha em jogo no artigo. A uniformidade pode simplificar a conformidade, mas um padrão uniforme fraco também pode impedir que os estados respondam a danos que o Congresso não abordou.

A disputa se torna mais acentuada quando a política federal separa a regulamentação de produtos de áreas tradicionalmente controladas pelos estados. A estrutura da Casa Branca preserva a aplicação estadual de leis de proteção infantil de aplicação geral e reconhece a autoridade estadual e local sobre zoneamento e localização de data centers, ao mesmo tempo que argumenta contra regulações estaduais conflitantes sobre o desenvolvimento de IA.

Essas categorias podem se sobrepor na prática. Considere um chatbot que fornece orientações médicas perigosas. A Pensilvânia pode aplicar leis de licenciamento profissional e de defesa do consumidor. No entanto, reduzir o risco subjacente pode exigir regras que disciplinem a avaliação de modelos, testes de implantação, divulgação ou controles de acesso.

Uma estrutura federal focada principalmente na preempção poderia deixar os estados responsáveis pelas consequências, ao mesmo tempo que limitaria sua capacidade de regular as decisões técnicas e empresariais que produzem essas consequências.

A exigência de Shapiro por supervisão independente mira essa lacuna. Ela colocaria a responsabilidade mais cedo na cadeia de desenvolvimento, antes que um investigador estadual receba reclamações ou que uma família tenha de provar o dano.

A mesma lógica se aplica à transparência. Um regulador não pode avaliar se uma salvaguarda funciona sem saber como a empresa a testou, quais limitações surgiram e quais condições de implantação mudaram.

Ainda assim, transparência não é um interruptor único. A divulgação pública de cada detalhe técnico poderia revelar fragilidades de segurança, segredos comerciais ou informações que ajudam agentes mal-intencionados. Uma legislação eficaz precisaria de canais separados para reguladores, auditores qualificados, pesquisadores, clientes empresariais e o público em geral.

A supervisão independente apresenta problemas de desenho semelhantes. Um auditor pago pela empresa analisada pode enfrentar incentivos que enfraquecem sua independência. Um pequeno grupo de avaliadores aprovados também poderia se tornar um gargalo ou produzir revisões padronizadas que deixam de identificar riscos incomuns.

Um sistema confiável exigiria, portanto, regras de conflito de interesses, competências mínimas de teste, acesso protegido a evidências não públicas e um mecanismo para que reguladores revisem o trabalho do avaliador. Exigências de rodízio ou designação aleatória poderiam reduzir a dependência de um único cliente, embora cada opção acrescentasse custos e complexidade administrativa.

Esses desafios não invalidam a abordagem de Shapiro. Eles mostram por que o Congresso precisa definir o mecanismo, em vez de aprovar uma lei construída em torno de termos amplos como segurança e responsabilidade.

A verdadeira medida das salvaguardas de IA de Josh Shapiro será se elas criarem evidências confiáveis antes da implantação. Se a política produzir apenas relatórios de conformidade, ela acrescentará burocracia sem alterar os incentivos.

Ação Estadual Mostra Tanto a Promessa Quanto os Limites das Salvaguardas de IA

A Pensilvânia pode responder a danos locais, mas não consegue criar de forma independente um sistema completo de supervisão para um mercado nacional de tecnologia.

As ações recentes do estado mostram o que uma regulamentação direcionada pode alcançar. Leis de licenciamento profissional podem tratar de sistemas que se apresentam como médicos. Órgãos de proteção ao consumidor podem investigar práticas enganosas. Autoridades educacionais podem criar orientações para estudantes e professores.

Os governos locais e estaduais também possuem autoridade direta sobre uso do solo, licenças, condições ambientais e apoio à infraestrutura. Isso dá à Pensilvânia influência significativa sobre data centers, mesmo quando ela tem influência limitada sobre o desenvolvimento de modelos em outros lugares.

A ordem de agosto usa essa influência com cuidado. Ela não afirma que todo data center é inseguro. Distingue projetos dispostos a aceitar requisitos comunitários vinculantes de propostas especulativas que buscam apoio público sem obrigações comparáveis.

Entre os apoiadores estão representantes trabalhistas e comunitários que enxergam um caminho entre a construção irrestrita e uma moratória geral. O Pennsylvania State Building and Construction Trades Council apoiou os princípios GRID como uma forma de preservar o desenvolvimento enquanto aborda preocupações energéticas, ambientais e comunitárias, segundo o anúncio estadual.

Essa coalizão importa porque os debates sobre infraestrutura de IA frequentemente dividem interesses econômicos e ambientais. Trabalhadores da construção querem emprego, municípios querem investimento e moradores querem proteção contra custos mais altos ou esgotamento de recursos.

Uma abordagem baseada em exigências dá a cada grupo algo concreto para avaliar. Desenvolvedores podem avançar se aceitarem condições definidas. As comunidades recebem informações e um papel formal. Trabalhadores podem buscar compromissos de contratação local.

No entanto, a ação executiva tem limites. Um governo futuro pode alterar uma ordem executiva. Órgãos podem enfrentar contestações judiciais sobre o alcance das condições de licenciamento. Regras estaduais também não podem obrigar um desenvolvedor sediado em outro lugar a divulgar todos os fatos relevantes sobre seus modelos.

A legislação oferece maior durabilidade, mas a experiência da Pensilvânia mostra quão lentamente até mesmo propostas direcionadas podem avançar. O Projeto de Lei do Senado 1090, que trata de divulgações e salvaguardas para interações de IA com crianças, foi aprovado pelo Senado estadual por 49 votos a 1 em 17 de março de 2026.

O projeto foi então encaminhado ao Comitê de Comunicações e Tecnologia da Câmara. Seu histórico legislativo oficial documenta a votação e o encaminhamento subsequente. Em 19 de setembro de 2026, o projeto ainda não havia concluído o processo na Câmara e não havia se tornado lei.

Essa é uma das razões pelas quais a inação federal não produz um mercado sem regulamentação. Ela produz uma colcha de retalhos formada por ordens executivas, antigas leis de proteção ao consumidor, processos judiciais, orientações de órgãos e projetos de lei estaduais direcionados.

As empresas ainda enfrentam incerteza, mas as regras surgem após conflitos e ações de fiscalização, em vez de por meio de um sistema nacional coerente.

Os desenvolvedores também atuam em setores com padrões distintos. Um chatbot de uso geral pode ser usado para entretenimento, educação, emprego, dúvidas de saúde ou decisões financeiras. O risco muda conforme o contexto, mesmo que o modelo subjacente permaneça o mesmo.

Uma lei federal viável precisa, portanto, distinguir capacidade de uso. A supervisão deve se tornar mais rigorosa quando um sistema puder afetar materialmente a saúde, a segurança, o emprego, o crédito, benefícios públicos ou infraestrutura crítica.

Esse princípio também se aplica dentro das organizações. Equipes que adotam IA precisam manter registros do material de origem, das limitações do modelo, das decisões de revisão e das mudanças nos fluxos de trabalho automatizados. Uma base de conhecimento de engenharia pesquisável pode apoiar esse trabalho, mas a documentação não pode substituir a responsabilização externa.

Na prática, uma equipe de compras pode ver a pontuação de precisão de um fornecedor, mas não receber uma análise que mostre que o desempenho se deteriora em questões médicas ou entre grupos específicos de usuários. Uma equipe de atendimento ao cliente também pode não perceber que uma atualização de modelo enfraqueceu regras de escalonamento até que usuários comecem a relatar respostas prejudiciais. Uma revisão independente pode expor essas lacunas antes que se transformem em falhas rotineiras.

O mesmo problema pode aparecer após a implantação. Funcionários podem descobrir que um sistema foi atualizado, mas não receber uma explicação útil sobre o que mudou. Se uma versão anterior encaminhava de forma confiável mensagens de automutilação a um revisor humano e uma versão posterior não o faz, um número de versão e uma nota geral de lançamento não fornecerão à equipe de suporte informações suficientes para administrar o novo risco.

As empresas podem manter excelentes registros internos enquanto optam por não revelar fragilidades graves. Inversamente, uma exigência de divulgação pode produzir milhares de páginas que oferecem pouca informação utilizável.

A versão mais forte da proposta de Shapiro conectaria documentação à ação. Um avaliador deveria ser capaz de identificar um problema, exigir ou recomendar uma correção em um processo legal definido e verificar se a mudança funcionou. Os reguladores também precisariam de autoridade para intervir quando um desenvolvedor rejeitasse uma constatação relevante.

Sem essa cadeia de fiscalização, a “supervisão independente” corre o risco de se tornar mais um selo de confiança atribuído a sistemas que usuários comuns não conseguem inspecionar de forma significativa.

Uma Supervisão Mais Rigorosa Ainda Deixa Perguntas Difíceis Sem Resposta

Shapiro identificou uma lacuna de responsabilização, mas sua proposta pública ainda não responde quem audita, o que é testado ou o que acontece após uma falha.

A primeira incerteza diz respeito ao escopo. O Congresso poderia aplicar a supervisão a todos os produtos de IA, apenas aos maiores modelos de uso geral ou a usos específicos de alto impacto.

Uma regra excessivamente ampla incluiria softwares empresariais simples em um processo caro concebido para sistemas de fronteira. Uma regra excessivamente restrita permitiria que empresas reorganizassem produtos ou permanecessem abaixo de um limite técnico, enquanto ainda afetariam milhões de usuários.

Os legisladores também precisam de uma forma durável de definir os sistemas abrangidos. Limites fixos de computação são mensuráveis, mas melhorias de eficiência podem torná-los obsoletos. A contagem de usuários revela alcance, mas não gravidade. Testes de capacidade podem capturar melhor o risco, embora desenvolvedores possam otimizar modelos em torno de avaliações conhecidas.

A segunda incerteza é a independência do avaliador. O Congresso precisaria de regras de conflito de interesses, padrões de acreditação, exigências de acesso e procedimentos para lidar com informações confidenciais.

Os auditores precisam ter acesso técnico suficiente para testar alegações relevantes. Uma demonstração refinada ou uma interface restrita não consegue revelar como um sistema se comporta sob pressão adversarial, após ajuste fino ou quando conectado a ferramentas externas.

Por exemplo, um assistente de escritório que parece inofensivo em uma janela de chat pode se comportar de forma diferente quando consegue abrir e-mails, recuperar arquivos ou iniciar transações. Uma avaliação realista testaria o fluxo de trabalho completo implantado, inclusive se instruções maliciosas incorporadas em um documento podem redirecionar o sistema ou expor informações de outro usuário.

No entanto, o acesso ilimitado dos avaliadores cria preocupações reais de segurança e propriedade intelectual. A lei deve estabelecer ambientes seguros de teste e penalidades pelo tratamento inadequado de informações sensíveis.

A terceira questão é a divulgação. Shapiro quer mais transparência, mas diferentes públicos precisam de materiais diferentes.

Os consumidores precisam de um aviso claro quando estão interagindo com IA e quando seus conselhos não têm credenciamento profissional. Compradores empresariais precisam de evidências sobre confiabilidade, segurança, tratamento de dados e monitoramento. Reguladores precisam de relatórios de incidentes, resultados de testes internos e documentação técnica suficiente para investigar alegações.

O público também precisa de informações agregadas sobre falhas graves. Sem isso, pesquisadores e jornalistas não conseguem identificar padrões entre empresas ou produtos.

A quarta questão envolve medidas corretivas. Descobrir uma vulnerabilidade significa pouco se uma empresa puder implementar o sistema sem corrigi-la.

O Congresso precisa decidir se os reguladores podem adiar um lançamento, exigir restrições, ordenar notificações, impor monitoramento ou exigir a retirada de usos de alto risco. Cada opção levanta questões processuais e constitucionais.

Uma pausa obrigatória pode ser justificada para um produto de saúde claramente perigoso. Aplicar a mesma medida a um assistente de escrita de uso geral seria mais difícil de defender.

Há também o risco de que a conformidade fortaleça as maiores empresas. Grandes desenvolvedoras podem formar equipes de auditoria, contratar assessoria jurídica especializada e absorver atrasos. Empresas menores podem ter dificuldades com os mesmos custos fixos.

Esse resultado seria especialmente contraproducente se as regras protegessem empresas dominantes sem produzir mais segurança. O Congresso poderia considerar recursos compartilhados de testes, obrigações escalonadas e padrões proporcionais ao alcance, à capacidade e ao uso de um sistema.

Críticos da regulação estadual apresentam um argumento válido ao alertar para obrigações inconsistentes. Uma empresa não deveria precisar realizar 50 auditorias técnicas substancialmente diferentes para o mesmo modelo.

No entanto, esse argumento apoia a criação de um padrão nacional confiável. Por si só, ele não demonstra que as regras estaduais devam ser eliminadas antes que exista uma substituição federal adequada.

A preempção federal sem fiscalização federal forte transferiria poder dos estados para as desenvolvedoras. A preempção acompanhada de supervisão significativa poderia oferecer consistência e responsabilização.

A incerteza final diz respeito à coordenação internacional. Sistemas avançados atravessam fronteiras, e muitas cadeias de fornecimento incluem pesquisa estrangeira, chips, dados, serviços de nuvem e usuários.

Shapiro criticou uma abordagem isolacionista para a governança de IA. A coordenação com aliados pode apoiar métodos comuns de avaliação e relatórios de incidentes. Também pode reduzir a probabilidade de que empresas transfiram trabalhos arriscados para a jurisdição menos exigente.

A cooperação internacional não eliminará diferenças políticas. Ainda assim, ela pode estabelecer uma linguagem técnica compartilhada para testar segurança, controlabilidade e riscos de uso indevido.

A conclusão cética é direta: as salvaguardas de IA de Josh Shapiro são uma direção, não um projeto regulatório concluído. Seu valor depende de detalhes que o discurso deixou para o Congresso resolver.

Três Sinais Mostrarão se o Desafio de Shapiro Importa

O próximo teste é saber se a proposta de Shapiro muda a legislação federal, o comportamento das desenvolvedoras ou o histórico de fiscalização da Pensilvânia.

O primeiro sinal é o conteúdo de qualquer projeto de lei federal sobre IA que avance no Congresso. A questão central não é se os legisladores usam a palavra “segurança”. É se a legislação exige avaliação independente, dá aos reguladores acesso a evidências, define os sistemas abrangidos e cria consequências para falhas graves.

A linguagem de preempção será igualmente importante. Um projeto que bloqueie ações estaduais enquanto preserve compromissos voluntários frágeis contrariaria a posição de Shapiro. Um piso federal que preserve espaço para os poderes estaduais tradicionais sobre defesa do consumidor, segurança infantil, licenciamento e infraestrutura a fortaleceria.

Os leitores devem distinguir entre uma minuta para discussão, um projeto apresentado, uma medida aprovada por comitê e uma lei promulgada. Cada uma representa um grau diferente de consequência jurídica, e declarações públicas sobre um marco não impõem, por si só, obrigações às desenvolvedoras.

O segundo sinal é como as principais desenvolvedoras respondem à supervisão independente. O apoio público a testes de segurança é comum, mas as empresas frequentemente discordam sobre acesso obrigatório, requisitos de publicação e fiscalização.

Uma mudança significativa incluiria apoio a avaliadores externos qualificados que possam examinar evidências não públicas. Outro sinal seria a adoção de relatórios padronizados sobre incidentes graves e divulgação clara quando um produto entra em um contexto de alto impacto.

A ação voluntária por si só não pode substituir a lei. Ela pode revelar se o setor considera uma supervisão confiável compatível com a concorrência ou como um limite inaceitável à velocidade de implementação.

O terceiro sinal vem da própria Pensilvânia. O estado precisa demonstrar que suas condições para data centers e suas proteções ao consumidor funcionam na prática.

Observe se as desenvolvedoras assinam compromissos GRID vinculativos, obtêm aprovações locais e informam o uso de energia e água. Observe também se o mapa público de projetos do estado fornece às comunidades informações em tempo hábil, em vez de documentar decisões depois que elas se tornam difíceis de alterar.

As evidências relevantes serão concretas: localizações de projetos publicadas, acordos de consentimento, relatórios de uso de recursos, notificações de fiscalização, registros de audiências locais e penalidades documentadas por descumprimento. Anúncios, por si só, não mostrarão se a ordem muda a conduta das desenvolvedoras ou protege os pagadores de tarifas.

A fiscalização envolvendo bots companheiros de IA fornecerá outro teste prático. Tribunais e agências determinarão como as leis existentes de licenciamento e defesa do consumidor se aplicam quando um sistema conversacional parece oferecer aconselhamento profissional.

Uma decisão que aceite a tese jurídica da Pensilvânia poderia mostrar que a legislação atual consegue abordar alguns danos causados pela IA. Uma rejeição com base em jurisdição, imunidade de plataforma, legitimidade processual ou definição estatutária pouco clara poderia aumentar a pressão por legislação específica. Até que o tribunal decida, ambos os resultados permanecem incertos, e a denúncia não deve ser tratada como prova de responsabilidade.

Para desenvolvedoras e compradores empresariais, esse debate altera as expectativas de aquisição. As organizações devem esperar mais perguntas sobre testes de modelos, resposta a incidentes, governança de dados de treinamento, revisão humana, mudanças de versão e acesso de terceiros.

Um distrito escolar, por exemplo, pode precisar saber se um chatbot voltado a estudantes armazena conversas sensíveis, como lida com divulgações de automutilação e quem recebe um alerta. Um empregador que use IA para selecionar candidatos pode precisar de dados de desempenho por subgrupos e de um processo de recurso humano. Uma concessionária que implemente um assistente automatizado pode precisar de evidências de que ele não inventa regras de pagamento ou políticas de corte de serviço.

Os trabalhadores do conhecimento também devem se importar, porque a política de segurança determina quem arca com o custo de um resultado não confiável. Sem responsabilização clara, usuários e empregadores precisam detectar falhas após a implementação. Regras mais fortes podem transferir parte dessa responsabilidade de volta para as empresas que projetam e vendem os sistemas.

O argumento de Shapiro, em última análise, pergunta se a velocidade deve continuar sendo a medida padrão do sucesso nacional em IA. Modelos mais rápidos e mais infraestrutura podem gerar valor econômico, mas também podem distribuir riscos mais rapidamente.

Os próximos um a três meses devem revelar se Washington traduz sua intervenção em texto legislativo ou a deixa como uma demanda de política pública. Os leitores devem observar a redação dos projetos, a autoridade das agências, o histórico judicial e os dados de implementação - não os slogans - e fazer uma pergunta direta: as salvaguardas finais de IA de Josh Shapiro dão aos revisores independentes acesso e autoridade suficientes para identificar problemas graves antes que o público arque com seus custos?