Relatórios sobre operações chinesas e iranianas, pesquisas biológicas sensíveis e a possível solução do problema de Navier–Stokes revelam as duas faces de uma tecnologia que já começa a redistribuir poder científico, militar e geopolítico.
Ricardo Fan – DefesaNet
…
A discussão pública sobre os riscos da inteligência artificial costuma oscilar entre dois extremos: de um lado, a promessa de uma tecnologia capaz de acelerar descobertas científicas e elevar a produtividade; de outro, a hipótese de sistemas superinteligentes escaparem ao controle humano. Entre essas duas narrativas existe, porém, uma transformação mais imediata e estrategicamente mensurável. A IA está reduzindo as barreiras de entrada para capacidades que, até recentemente, exigiam grandes equipes, infraestrutura especializada, acesso prolongado a conhecimento técnico e extensos ciclos de pesquisa e desenvolvimento.
Relatos divulgados pela Anthropic mostram usuários empregando modelos Claude em espionagem cibernética, vigilância, campanhas de influência, desenvolvimento de software para armamentos e pesquisas biológicas sensíveis. Paralelamente, a OpenAI apresentou uma demonstração que afirma resolver o problema da existência e suavidade das equações de Navier–Stokes, um dos sete Problemas do Milênio. Embora pertençam a campos distintos, os dois acontecimentos revelam a mesma mudança estrutural: sistemas de IA avançados começam a atuar como multiplicadores de capacidade intelectual, comprimindo o tempo entre intenção, conhecimento e execução.
O eixo central, portanto, não é determinar se a IA poderá algum dia destruir a humanidade. A questão estratégica já colocada é saber quem controla modelos capazes de ampliar operações militares, acelerar pesquisas científicas, interpretar grandes volumes de inteligência e oferecer assistência técnica a Estados, empresas, grupos armados ou indivíduos. Nesse ambiente, os laboratórios que desenvolvem os modelos deixam de ser apenas fornecedores de tecnologia e passam a exercer funções próximas às de centros privados de inteligência, autoridades de segurança e árbitros do conhecimento sensível.
…
A redução das barreiras de capacidade
A IA não transforma automaticamente um usuário sem experiência em projetista de mísseis, especialista em guerra biológica ou operador de inteligência. Sistemas avançados não substituem laboratórios, instalações industriais, materiais controlados, cadeias logísticas, experimentação física ou domínio doutrinário. O que eles fazem é reduzir parte do custo cognitivo necessário para atravessar cada uma dessas etapas.
Um modelo pode organizar literatura técnica, escrever e revisar código, comparar sensores, correlacionar imagens e sinais, modelar hipóteses, identificar falhas, traduzir documentos e propor sequências de teste. Em campanhas de influência, pode produzir versões de uma mesma narrativa para públicos diferentes, operar em vários idiomas e sustentar redes de perfis com volume e velocidade antes dependentes de equipes numerosas. Em operações cibernéticas, pode apoiar reconhecimento, geração de ferramentas, análise de vulnerabilidades e adaptação de ataques.
O ganho não está apenas na automação de tarefas isoladas, mas na compressão do ciclo entre coleta, interpretação, decisão e ação. Para as forças armadas, isso incide diretamente sobre processos de comando e controle, inteligência, vigilância e reconhecimento. Para atores irregulares, significa acesso mais rápido a conhecimentos que antes permaneciam fragmentados entre manuais, artigos acadêmicos, fóruns especializados e experiências operacionais difíceis de reproduzir.
Essa redução de barreiras não elimina a diferença entre capacidade potencial e capacidade real. Um código de orientação de voo gerado com assistência de IA ainda precisa ser integrado a sensores, atuadores, plataformas, sistemas de navegação e processos de validação. Da mesma forma, a descrição teórica de um patógeno não equivale à capacidade de produzi-lo, estabilizá-lo ou disseminá-lo. Contudo, ao diminuir tempo, custo e necessidade de pessoal especializado, a IA altera a equação de risco e permite que mais atores avancem até estágios anteriormente inacessíveis.
…
Espionagem e inteligência assistidas por modelos comerciais
O relatório Detecting and Countering Misuse of AI: September 2026, publicado pela Anthropic, reúne atividades identificadas entre dezembro de 2025 e agosto de 2026. A empresa descreve operações relacionadas a espionagem russa, vigilância associada à China, campanhas de propaganda originadas em diferentes regiões e uso do Claude para apoiar o desenvolvimento de armamentos convencionais.
Em um dos casos de maior interesse militar, um grupo ligado ao Irã teria correlacionado dados de transponders de navios e aeronaves, fotografias militares e imagens comerciais de satélite para acompanhar unidades da Marinha dos Estados Unidos no Oriente Médio e procurar vulnerabilidades em suas comunicações. A relevância do episódio não reside na descoberta de uma tecnologia completamente inédita, mas na capacidade de integrar fontes abertas e comerciais dentro de um fluxo analítico mais rápido e acessível.
Esse emprego demonstra como modelos de linguagem podem funcionar como uma camada de apoio à inteligência de fontes abertas. Informações que isoladamente possuem valor limitado passam a produzir efeitos operacionais quando combinadas, classificadas e relacionadas a padrões de comportamento. O modelo não substitui satélites militares, inteligência de sinais ou agentes humanos, mas ajuda a transformar dados dispersos em hipóteses sobre localização, rotina, vulnerabilidade e intenção.
Há, entretanto, uma ressalva essencial. As conclusões foram produzidas pela própria Anthropic a partir da atividade observada em sua plataforma. A localização de contas ou a identificação de vínculos prováveis não autoriza atribuir automaticamente cada operação ao governo do país relacionado. Em inteligência, distinguir atores sediados em determinado território, organizações patrocinadas pelo Estado e operações diretamente comandadas por autoridades governamentais é uma exigência analítica. O relatório oferece indicadores importantes, mas não substitui uma atribuição interagências sustentada por múltiplas fontes.
…
Armas convencionais e o encurtamento do ciclo de desenvolvimento
A Anthropic também identificou usos de seus modelos em programas relacionados a armas de fogo, drones armados, bombas, foguetes e mísseis. Um grupo localizado no norte do Iêmen teria empregado o Claude para apoiar trabalhos de orientação, navegação e controle, inclusive combinando software de piloto automático de código aberto com computadores de capacidade comparável à de telefones celulares.
O caso é particularmente significativo por mostrar que a IA pode atuar nos pontos de integração entre componentes civis disponíveis no mercado e projetos militares improvisados. Essa convergência já era visível na disseminação de drones comerciais, sistemas de comunicação adaptados e manufatura aditiva. Os modelos de IA ampliam esse fenômeno ao oferecer assistência de engenharia, documentação e solução de problemas durante o desenvolvimento.
Não se trata de afirmar que um chatbot, isoladamente, constrói um míssil balístico. Propulsão, materiais, controle térmico, aerodinâmica, fabricação, testes e precisão terminal continuam impondo barreiras elevadas. O efeito operacional surge quando a IA reduz a quantidade de especialistas necessária, acelera iterações e permite que equipes menores explorem alternativas técnicas em paralelo. Em conflitos prolongados, nos quais grupos armados acumulam experiência, recebem componentes externos e dispõem de redes clandestinas de aquisição, esse ganho incremental pode produzir consequências estratégicas.
…
O risco biológico e a fronteira do uso dual
O aspecto mais sensível do relatório envolve cinco estudos de caso sobre pesquisas biológicas. Em um deles, um pesquisador tentou utilizar o Claude na preparação de uma solicitação de financiamento para trabalhos de ganho de função com o vírus chikungunya. A pesquisa buscava alterações relacionadas à transmissibilidade e à evasão da resposta imunológica e seria conduzida em um instituto militar.
Esses elementos justificam preocupação, mas não permitem concluir automaticamente que havia um programa de armas biológicas. Pesquisas de ganho de função podem contribuir para compreender a evolução de agentes infecciosos, antecipar mutações e desenvolver vacinas ou tratamentos. O mesmo conhecimento, entretanto, pode aumentar a capacidade de produzir organismos mais perigosos. É essa ambivalência que define o uso dual.
A própria Anthropic declarou não ter segurança quanto à intenção dos pesquisadores envolvidos e não divulgou suas identidades ou os países das instituições. Por isso, a formulação tecnicamente correta é que houve tentativa de empregar IA em pesquisas biológicas sensíveis potencialmente aplicáveis a armas, e não que determinados países foram comprovadamente flagrados desenvolvendo armas biológicas com o Claude.
O alerta mais relevante está na evolução dos modelos. A empresa avaliou que versões anteriores estavam abaixo do nível necessário para ajudar de maneira decisiva um especialista sofisticado a realizar pesquisa biológica perigosa. Em relação aos sistemas mais recentes, contudo, a Anthropic afirma já não poder oferecer a mesma garantia. Isso desloca a discussão de segurança: o problema não é apenas impedir que iniciantes recebam instruções conhecidas, mas controlar modelos capazes de apoiar cientistas em tarefas complexas, legítimas ou hostis.
…
Navier–Stokes e a face construtiva da mesma capacidade
Enquanto o relatório da Anthropic expõe usos hostis ou potencialmente perigosos, o anúncio da OpenAI apresenta a outra face da ampliação de capacidade. A empresa divulgou uma demonstração analítica e uma formalização na linguagem Lean que sustentam a ocorrência de singularidade em tempo finito nas equações tridimensionais de Navier–Stokes, mesmo a partir de condições inicialmente regulares e sob força externa suave.
Segundo a OpenAI, o resultado foi produzido por um sistema coordenado de aproximadamente 10 mil agentes de IA. O esforço principal durou cerca de 88 horas, envolveu 2,7 milhões de mensagens e consumiu aproximadamente 130 bilhões de tokens de saída. A formalização e a verificação em Lean exigiram outras 17 horas. A escala do experimento mostra que o avanço não resultou de uma pergunta feita casualmente a um chatbot, mas de uma infraestrutura computacional de grande porte, orientada por pesquisadores humanos e capaz de explorar várias abordagens em paralelo.
O Clay Mathematics Institute afirmou que o problema foi “aparentemente resolvido” e iniciou o processo de acompanhamento. Isso confere ao anúncio um peso institucional que ultrapassa a divulgação empresarial. Ainda assim, o reconhecimento formal exige publicação em veículo acadêmico qualificado, pelo menos dois anos de análise e aceitação geral pela comunidade matemática. A capacidade foi anunciada e recebeu acolhimento inicial relevante, mas sua validação definitiva permanece em curso.
Também surgiram questionamentos sobre prioridade científica, autoria e possível influência de trabalhos inéditos conduzidos por Tristan Buckmaster, da Universidade de Nova York, e Levent Alpöge, pesquisador da Anthropic. A OpenAI afirma que uma investigação interna descartou o uso dos prompts privados desses pesquisadores e sustenta que sua demonstração difere do trabalho concorrente. Mesmo sem uma conclusão que caracterize apropriação indevida, a controvérsia revela um problema mais amplo: quando pesquisadores utilizam modelos comerciais para desenvolver conhecimento ainda não publicado, os laboratórios controlam infraestrutura, registros de interação e parte do ambiente no qual a descoberta foi produzida.
…
Democratização ou concentração de poder?
Sob uma perspectiva favorável, os modelos avançados democratizam o acesso ao conhecimento, aceleram pesquisas, ampliam a produtividade de pequenas equipes e permitem que países com recursos limitados reduzam parte da distância em relação às grandes potências. Na medicina, na engenharia e na ciência, essa capacidade pode encurtar décadas de trabalho e permitir investigações que instituições menores não conseguiriam conduzir com métodos tradicionais.
O contraponto é que a aparente democratização ocorre sobre uma infraestrutura extremamente concentrada. Treinar e operar modelos de fronteira exige semicondutores avançados, centros de dados, energia, capital, conjuntos de dados, pesquisadores especializados e cadeias globais de fornecimento. O usuário recebe acesso à interface, mas não controla necessariamente o modelo, os critérios de segurança, os registros, as atualizações ou a continuidade do serviço.
Também existe o risco de exagerar a capacidade real dos sistemas. Modelos podem produzir erros factuais, referências inexistentes, códigos vulneráveis e conclusões convincentes sem sustentação adequada. Em ambientes militares ou científicos, velocidade sem validação pode ampliar falhas em vez de corrigi-las. A dependência excessiva de sistemas opacos ainda introduz vulnerabilidades de segurança operacional, contaminação de dados, manipulação adversária e falsa confiança decisória.
Por outro lado, reduzir todo o debate às limitações atuais pode levar a uma subestimação igualmente perigosa. O relatório da Anthropic demonstra que atores hostis já tentam integrar IA a atividades concretas, enquanto o episódio de Navier–Stokes indica um salto no uso de sistemas multiagentes para pesquisa avançada. A questão não é escolher entre entusiasmo e alarmismo, mas reconhecer que a capacidade evolui mais rapidamente do que as instituições encarregadas de regulá-la, auditá-la e incorporá-la às doutrinas de segurança.
O alerta público de Jacob Coxon deve ser entendido dentro dessa distinção. O pesquisador, que trabalhou na OpenAI e se desligou recentemente da Anthropic, acusou os principais laboratórios de avançarem em direção a uma superinteligência capaz de se autoaperfeiçoar sem salvaguardas suficientes. A declaração possui relevância por partir de alguém com experiência interna nas duas empresas, mas continua sendo uma projeção de risco, não a comprovação de que sistemas atuais já tenham autonomia, intenção ou capacidade material para provocar um cenário de extinção. Seu valor analítico está em evidenciar a divergência dentro da própria indústria sobre a velocidade aceitável de desenvolvimento e a suficiência dos mecanismos de controle.
…
Laboratórios privados como centros de poder estratégico
Anthropic, OpenAI e outras empresas possuem hoje visibilidade parcial sobre operações que governos estrangeiros, grupos armados, empresas de vigilância e criminosos realizam em suas plataformas. A partir dessa posição, detectam padrões, bloqueiam contas, classificam pesquisas como aceitáveis ou perigosas, preservam evidências e decidem quando compartilhar informações com autoridades e concorrentes.
Essa função aproxima os laboratórios de uma combinação inédita de fornecedor tecnológico, centro privado de inteligência, instância reguladora e controlador de exportações digitais. Diferentemente de fabricantes tradicionais de armamentos, que entregam produtos físicos sujeitos a licenças e rastreamento, as empresas de IA mantêm uma relação contínua com o usuário e podem observar parte do processo de emprego da capacidade fornecida.
Há benefícios evidentes nessa possibilidade de intervenção. A Anthropic afirma ter interrompido as atividades identificadas, reforçado salvaguardas e compartilhado dados com autoridades e parceiros do setor. Sem esse monitoramento, várias operações poderiam prosseguir sem detecção. A dificuldade é que decisões com consequências internacionais passam a depender de políticas corporativas, processos internos pouco transparentes e interesses empresariais que não foram submetidos a controle democrático equivalente ao exercido sobre instituições estatais.
O poder não está somente no modelo, mas na capacidade de autorizar, negar, observar e interpretar seu uso. Quando uma empresa pode limitar uma pesquisa biológica, interromper apoio a um programa militar, identificar uma operação de inteligência ou lançar uma descoberta científica de alcance histórico, ela exerce influência direta sobre segurança, soberania e distribuição internacional de conhecimento.
…
A disputa geopolítica pela infraestrutura cognitiva
Os principais beneficiários dessa transformação serão os Estados capazes de combinar modelos avançados com dados próprios, capacidade computacional, inteligência, indústria, energia e doutrina operacional. Os Estados Unidos preservam vantagem por concentrarem os laboratórios de fronteira e parte significativa da cadeia de semicondutores, plataformas de nuvem e capital tecnológico. A China procura reduzir essa dependência por meio de modelos próprios, infraestrutura doméstica e acesso ampliado a capacidades externas. Rússia, Irã e atores vinculados ao Arco de Teerã exploram a IA como instrumento assimétrico para compensar limitações em inteligência, guerra cibernética, comunicação estratégica e desenvolvimento de armamentos.
Os atores menores também podem obter ganhos, sobretudo em operações de influência, ciberataques e integração de componentes comerciais. Contudo, a vantagem relativa não desaparece. Grandes potências conseguem operar modelos fechados em redes classificadas, treinar sistemas com dados militares exclusivos, empregar milhares de agentes simultaneamente e conectar resultados à capacidade industrial e cinética. A IA reduz determinadas barreiras, mas não elimina a importância da escala.
Quem perde são os países que confundirem acesso a serviços estrangeiros com autonomia tecnológica. Consumir modelos por meio de interfaces comerciais não garante disponibilidade em crises, proteção de dados sensíveis, auditabilidade, adequação doutrinária ou liberdade de emprego. Restrições contratuais, sanções, decisões corporativas ou mudanças regulatórias podem interromper o acesso justamente quando a ferramenta se tornar operacionalmente indispensável.
…
Implicações para o Brasil
Para o Brasil, a resposta não deve se limitar à construção de um chatbot próprio nem à adoção indiscriminada de plataformas estrangeiras. Uma capacidade soberana de IA exige infraestrutura computacional, pessoal qualificado, acesso seguro a dados, centros de avaliação, ambientes classificados, governança, energia e integração com universidades, indústria e órgãos de Estado.
No campo da defesa, modelos precisam ser avaliados em missões concretas de inteligência, logística, manutenção, guerra cibernética, apoio à decisão, análise geoespacial e planejamento. Essa incorporação deve ocorrer com rastreabilidade, supervisão humana e mecanismos de validação compatíveis com o risco da tarefa. Sistemas destinados a produzir textos administrativos não podem ser avaliados pelos mesmos critérios empregados em aplicações de comando e controle ou seleção de alvos.
O domínio biológico exige atenção equivalente. Instituições de saúde, defesa, pesquisa e inteligência precisam construir protocolos conjuntos para identificar consultas de alto risco, proteger projetos legítimos e impedir que controles excessivamente genéricos prejudiquem ciência essencial. Transferir integralmente essa avaliação a empresas estrangeiras significa aceitar que organizações privadas decidam quais pesquisadores brasileiros podem acessar determinados conhecimentos.
A política tecnológica também deve considerar compras governamentais, proteção de dados estratégicos e continuidade de serviço. A dependência exclusiva de APIs externas pode oferecer resultados rápidos, mas cria vulnerabilidade estrutural. O objetivo realista não é reproduzir isoladamente toda a cadeia das grandes potências, e sim definir capacidades críticas que precisam permanecer sob controle brasileiro, estabelecer fornecedores alternativos e preservar competência humana para operar quando sistemas externos não estiverem disponíveis.
…
O controle como núcleo da disputa
A inteligência artificial ainda não substitui a infraestrutura material do poder. Mísseis continuam exigindo fábricas e testes; agentes biológicos, laboratórios e conhecimento experimental; operações de inteligência, fontes confiáveis e validação; ciência avançada, revisão e compreensão humana. O que mudou foi o custo e a velocidade necessários para conectar esses elementos.
O relatório da Anthropic e o anúncio sobre Navier–Stokes mostram que a mesma arquitetura tecnológica pode apoiar uma campanha de propaganda, procurar vulnerabilidades em forças navais, contribuir para pesquisas biológicas sensíveis ou acelerar uma descoberta matemática histórica. O elemento comum não é a intenção, mas a ampliação de capacidade.
A disputa decisiva será travada em torno de quem possui os modelos, quem controla os dados, quem define as salvaguardas e quem mantém acesso durante uma crise. Governos que não desenvolverem meios próprios de avaliação e emprego permanecerão dependentes não apenas de tecnologia estrangeira, mas também das decisões políticas e comerciais dos laboratórios que a controlam.
A transferência de poder para as empresas de IA já começou, de maneira silenciosa, por meio da infraestrutura cognitiva sobre a qual Estados e sociedades passam a operar. Administrar essa transição exigirá mais do que regulamentação declaratória: exigirá capacidade institucional, científica, industrial e operacional. Na era da inteligência artificial, soberania continuará exigindo capacidade, continuidade e coerência.
…
Artigo Relacionado:
