O mundo discute frear a IA. O Brasil acelera a sua para produzir soja e petróleo. Por que esse debate não aparece na eleição?

Enquanto o mundo discute se é preciso frear o desenvolvimento da Inteligência Artificial, você já se perguntou onde o Brasil investe em IA? Temos os maiores supercomputadores do Hemisfério Sul treinando modelos 100% nacionais e bilhões de reais investidos na tecnologia. Mas a maior parte desse esforço vai para otimizar via IA a produção de soja, petróleo e minério de ferro. E na semana em que Lula sancionou a política nacional de datacenters, essa discussão segue longe do debate eleitoral, podendo nos condenar a fazer do futuro apenas uma repetição do passado.

Petrobras, Vale e Embrapa anunciaram R$ 3,07 bilhões por ano de investimentos somados na próxima década em infraestrutura computacional, pesquisa e desenvolvimento próprios na área de IA. Em contraste, o Plano Brasileiro de Inteligência Artificial anunciado pelo governo Federal chega a apenas R$ 5,79 bilhões, somando todos os recursos previstos ao longo de quatro anos.

Enquanto parlamentares brigam para decidir a implementação do plano e a sociedade civil cobra transparência, o investimento de estatais como Petrobras e Embrapa ocorre longe dos holofotes e reforça a mesma tendência de empresas como a ex-estatal Vale: em vez de diversificar nossa economia, o investimento nacional em IA atualiza nossa dependência do modelo primário-exportador.

Esse risco aparece pouco quando especialistas, inclusive brasileiros, debatem os perigos da IA a partir de um imaginário catastrófico. Ocupados em comentar o que é desenvolvido na China e nos EUA, ou em discutir a regulação de modelos como ChatGPT e Claude, deixamos de ver que grande parte da inovação brasileira em IA não está na área de modelos de linguagem. A IA brasileira que mais recebe dinheiro não conversa com você: ela procura petróleo, controla minas de ferro sozinha e busca prever safras recordes de soja.

No Brasil, a catástrofe da IA é a aceleração algorítmica da crise climática

O Brasil não está fora da corrida da IA. Em algumas áreas, ele lidera, justamente naquelas que otimizam algoritmicamente a produção de commodities.

O Harpia, supercomputador de R$ 435 milhões da Petrobras e hoje o de maior capacidade do Hemisfério Sul, usa redes neurais profundas e setenta anos de dados geológicos acumulados para construir modelos computacionais do subsolo que encontram petróleo em tempo recorde. Além da exploração, a estatal também aplica IA no monitoramento e no controle automatizado de sistemas críticos, de refinarias a plataformas offshore.

Discutir o investimento em IA da Petrobras é discutir não só a maior empresa do país, mas aquela que responde sozinha por 10% de todo o investimento empresarial em pesquisa e desenvolvimento (P&D) no Brasil. Só em 2026 ela investirá R$ 1,29 bilhão em P&D de IA e digitalização, além de R$ 2,3 bilhões na ampliação dos próprios datacenters, num país cujo investimento total nesse tipo de infraestrutura foi estimado em R$ 8 bilhões para o mesmo ano.

Para que tanto investimento? Cerca de 80% do que a empresa investe em P&D se concentra na otimização da exploração e da extração de petróleo e gás.

A Embrapa, empresa pública que criou as condições tecnológicas do agronegócio brasileiro moderno, segue a mesma lógica. Com orçamento anual de R$ 150 milhões para IA, lidera o desenvolvimento de modelos preditivos de safras, rastreabilidade de insumos e monitoramento de lavouras, incluindo ferramentas de visão computacional capazes de identificar pragas em soja, milho e café.

Esses sistemas se concentram nas culturas que puxam a pauta de exportação e, embora a propriedade intelectual permaneça com a União, o acesso depende de royalties e APIs integradas a sistemas de startups e grandes empresas. O resultado é que a tecnologia paga com dinheiro público favorece quem tem capacidade de pagar royalties e a infraestrutura digital para usá-la e deixa de fora a agricultura familiar que produz a comida na mesa dos brasileiros.

Enquanto isso, a ex-estatal Vale investe R$ 620 milhões na automação de maquinário e mantém AI Centers próprios em Vitória, no Rio de Janeiro e em Belém. O resultado é uma operação com mais de 72 caminhões, trens e escavadeiras controlados por agentes autônomos.

O marco dessa trajetória é a usina Conceição 2, em Itabira, primeira planta totalmente automatizada da empresa, onde uma camada de IA desenvolvida internamente supervisiona mais de quatrocentas variáveis operacionais e ajusta sozinha o processamento do minério de ferro.

Modelos preditivos podem reduzir o número de perfurações necessárias para achar petróleo, melhorar o controle ambiental de refinarias e diminuir o risco de vazamentos. Irrigação inteligente pode racionalizar água, energia e insumos. O problema é que reduzir o impacto por tonelada de minério, por hectare plantado ou por barril extraído não é a mesma coisa que reduzir o impacto total de uma atividade econômica.

Se a Inteligência Artificial torna a extração mais barata, previsível e lucrativa, ela permite que essa atividade se expanda e dure mais tempo. Por isso, o balanço ambiental da IA não pode parar na água dos datacenters, na eletricidade das GPUs e nos minerais dos chips. Falta somar quais atividades extrativas e poluidoras esses algoritmos estão tornando mais rentáveis e mais longevas.

Inovação como dependência: o neoextrativismo algorítmico

Quando se fala de IA no Brasil, costuma-se mencionar iniciativas de modelos de linguagem em português como Maritaca AI, Amazônia IA ou os criados em universidades. A Maritaca, uma das startups mais bem-sucedidas, nasceu na Unicamp e recebeu R$ 6 milhões em créditos do Google e investimento da Jusbrasil.

No debate sobre soberania digital, discutem-se o Serpro e a Dataprev, empresas estatais de tecnologia da informação que juntas receberam algumas dezenas de milhões para criar a nuvem de governo de dados. Mas nenhuma dessas iniciativas chega perto da escala de investimento de Petrobras, Vale e Embrapa.

E isso não é acaso.

Na economia brasileira, a produção de commodities é onde está concentrada enormemente a capacidade de investimento, associada ao sistema bancário e financeiro. São setores capazes de reunir recursos, dados, engenheiros, centros de pesquisa e infraestrutura computacional em escala gigantesca. Por isso, acabam definindo boa parte da direção da inovação brasileira.

A essa tendência de que a inovação em IA em países como o Brasil ocorra subordinada à otimização algorítmica do modelo primário-exportador eu dou o nome de neoextrativismo algorítmico, na pesquisa que acabo de publicar na Eco-Pós, revista do PPGCOM da UFRJ, o primeiro da área a receber avaliação máxima da CAPES.

No nosso imaginário, o desenvolvimento tecnológico costuma aparecer como antídoto para relações econômicas arcaicas e para a subordinação do país. Mas uma das características do desenvolvimento desigual e combinado brasileiro é exatamente a capacidade de combinar tecnologia avançada com estrutura econômica dependente: supercomputadores convivendo com monocultura.

Nesse contexto, soberania tecnológica não se resolve perguntando apenas “a tecnologia é brasileira?”, nem se ficaremos só com as partes intensivas em recursos da cadeia da IA, como mineração de terras raras e datacenters, enquanto chips e modelos de fronteira seguem fora. É preciso perguntar o que fazemos quando  temos capacidade de desenvolver modelos avançados, porque nem toda inovação é transformação estrutural.

O Brasil e a “corrida” da IA

Essa questão também deveria informar como a sociedade brasileira lê o debate internacional sobre frear a IA. Existe ali uma preocupação, legítima  no caso de parte dos pesquisadores e trabalhadores, com segurança dos modelos, que exige fiscalização, testes independentes e regulamentação. Mas quem já controlava chips, nuvem, datacenters e modelos de fronteira começou a corrida dezenas de metros à frente. Congelar o investimento e criar uma regulação dos de cima em determinado momento pode congelar junto a divisão internacional do trabalho que nos coube. Já há debates de limitar a “proliferação” de IA por conta de seus riscos, uma limitação que reforça o poder infraestrutural dos que já estão no clube, em um paralelo com o que foi a não proliferação nuclear. 

Para países como o Brasil, escolher entre acelerar e frear é pouco. O verbo que falta é dirigir. Dirigir significa decidir prioridades e disputar politicamente para que servem os bilhões que o país já investe em inteligência artificial. E é justamente por isso que essa discussão deveria atravessar a eleição presidencial.

A Petrobras nasceu de uma enorme mobilização popular para que a sociedade brasileira tivesse, por meio de uma estatal, capacidade de decidir o que fazer com a maior riqueza do século XX. Conforme a economia digital e a IA se tornam decisivas, precisamos debater se queremos apenas modernizar a economia do século passado ou construir um projeto nacional de IA ligado à reindustrialização, à diversificação produtiva e à transição energética. Além de mais mecanismos de controle popular sobre uma capacidade de investimento que não está apenas no orçamento que deputados votam e o presidente encaminha, mas nas decisões de diretorias de estatais.

As perguntas que deveriam chegar à eleição

Não se trata de perguntar aos candidatos se são a favor ou contra avançar em IA, pergunta semelhante a perguntar se alguém é a favor da eletricidade. Também não basta perguntar quantos datacenters serão construídos ou quantos bilhões serão investidos. Um país pode acumular infraestrutura e continuar cumprindo a mesma função na divisão internacional do trabalho.

As perguntas que importam são outras.

A próxima presidência pretende usar a capacidade tecnológica acumulada por Petrobras e Embrapa para diversificar a economia brasileira?

A infraestrutura computacional das estatais pode ser compartilhada com universidades, cooperativas, pequenas empresas e projetos de interesse público que jamais conseguiriam pagar por ela?

Podemos usar nossa IA não apenas para extrair petróleo com mais eficiência, mas para acelerar a transição energética? Não apenas para elevar a produtividade da soja de exportação, mas para a agricultura familiar, a segurança alimentar e a adaptação climática?

Não apenas para automatizar minas, mas para construir capacidade em saúde, mobilidade, educação e serviços públicos? E, sobretudo: quem decide isso?

Décadas de investimento público construíram infraestrutura, bases de dados e quadros técnicos em estatais voltadas à economia primário-exportadora que quase nenhuma outra organização do país possui. O problema não é que essa capacidade exista. É tratá-la como se seu destino natural fosse apenas reforçar a função econômica que essas empresas historicamente desempenharam.

Essa trajetória não é inevitável. A questão é se a sociedade brasileira terá capacidade de disputar a finalidade dessas tecnologias, e não apenas assistir à sua expansão.

O Brasil já tem máquinas que lembram ficção científica. A disputa é decidir se elas vão transformar o país ou apenas tornar mais eficiente a economia do passado.