IA Quântica na Defesa: entre a supremacia tecnológica e a distopia militar Nota – Arte do Autor
Julio Cezar Rodrigues Eloi*
Nos últimos anos, com o elevado desenvolvimento científico e tecnológico, tem sido comum a discussão sobre as tecnologias emergentes, nos exemplos de Inteligência Artificial (IA) e computação quântica (quantum computing), dado os investimentos de grandes conglomerados, economias desenvolvidas e em desenvolvimento. As aplicações dessas inovações da 4ª Revolução Industrial (Indústria 4.0 – I4.0) são variadas, desde usos civis e militares, sobretudo em IA.
Como ocorre em diversas tecnologias, as aplicações no domínio de defesa são esperadas, de modo que diversos estudos referenciam a IA (Deshpande, 2025; Iqbal et al., 2023; Mori, 2018; Radanliev, 2024; Robles et al., 2024; Zhang et al., 2020; Zohuri, 2024). Nesse contexto de emergência de tecnologias disruptivas, além da IA há a análise de big data, automação, blockchain, computação em nuvem (cloud computing), computação quântica, defesa e segurança cibernética (cibersegurança), drones, gêmeos digitais, impressão 3d, internet das coisas (IoT), metaverso, realidade aumentada e virtual, robótica avançada, sistemas ciberfísicos, etc.
Por outro lado, inúmeros pesquisadores possuem interesse nas investigações do emprego da IA integrada à outras inovações da I4.0, como é o caso da computação quântica, cuja denominação nos trabalhos ocorre como IA quântica (IAQ), em inglês Quantum Artificial Intelligence – QAI (Gabor et al., 2020; Gençoglu, 2026; Greg, 2025; Taylor, 2020). As pesquisas em geral propõem modelos teóricos (frameworks), testes empíricos e abordagens de intenção por teorias de adoção.
Tais agendas podem levantar hipóteses quantitativas ou proposições teóricas a respeito do futuro dessas tecnologias nos domínios civil e militar. Editoras e repositórios do porte de Clarivate, Emerald, Elsevier, IEEE Xplore, Inderscience, JSTOR, MDPI, Sage, Springer e Taylor & Francis, agregam inúmeros artigos sobre as inovações da I4.0 em diversos contextos. Nesse sentido, este breve artigo se propõe a responder o seguinte questionamento: a integração de IA e computação quântica (IAQ) trata-se de utopia ou distopia no domínio de defesa nacional?
A pesquisa se justifica pela evidente lacuna na literatura especializada, cuja busca organizada às bases de dados internacionais Scopus e Web of Science em 16 de maio de 2026 retornou com somente seis estudos relacionados ao acrônimo QAI e palavras-chaves em inglês (keywords) artificial intelligence e quantum computing, aliadas aos domínios de defesa (defense ou defence) militar (military). Consulta adicional à base SciELO, na mesma data, não apresentou qualquer disponibilidade de publicação relacionada ao escopo de motivação desta pesquisa.
Na competição geopolítica recente contra a China e Rússia, os EUA têm investido em IA específica para fins militares: em consciência situacional, segurança cibernética, logística, comando e controle (C2), e táticas de enxame para sistemas autônomos não tripulados (Mori, 2018). Nesse cenário, Zhang et al. (2020) argumentaram que os avanços em IA promovem uma nova corrida armamentista no planeta, sobretudo nas seguintes aplicações: (i) identificação e monitoramento inteligente de alvos; (ii) plataformas de armas autônomas; (iii) simulação e treinamento no campo de batalha; (iv) processamento e previsão de inteligência de dados; (v) segurança cibernética; (vi) logística e assistência médica; e (vii) educação profissional.
Adiante, a IA aperfeiçoa o planejamento, em agilidade, precisão e eficiência nos processos de tomada de decisão (Iqbal, 2023). Demais aplicações demonstram que a IA pode ser uma solução para neutralizar a furtividade e velocidade de ameaças hipersônicas, que incluem veículos planadores e misseis de cruzeiro (Zohuri, 2024). E no tocante à cibersegurança, a IA generativa, pode automatizar significativamente os processos de detecção e respostas às ameaças (Deshpande, 2025).
Figura 1 – Representação do campo de batalha do futuro
Fonte: Zohuri (2024).
A IA possui potencial para analisar quantidades enormes de dados em tempo real, o que favorece a detecção de anomalias e possíveis violações de maneira mais eficiente que as práticas tradicionais. Entretanto, o emprego da IA generativa em segurança cibernética carrega limitações quanto à interpretabilidade e transparência (Deshpande, 2025). Mas, em conjunto com a computação quântica, os benefícios extrapolam a criptografia, permitindo a eficiência na implementação de algoritmos em diversas plataformas e coordenação de respostas em sistemas interconectados.
Figura 2 – Sinergia entre IA generativa e computação quântica
Fonte: Deshpande (2025).
A Figura 2 demonstra que a IA generativa e os algoritmos quânticos aprimoram a detecção de ameaças, ao passo que ao agregar as chaves de distribuição quânticas, tem-se redes quânticas seguras. Demais resultados dessa sinergia estão em estratégias de defesa e segurança cibernética. Nessa nova realidade, a computação quântica apresenta tanto oportunidades quanto desafios, ao oferecer poder computacional sem precedentes para algoritmos criptográficos, ao mesmo tempo em que ameaça os métodos tradicionais de criptografia (Gençoğlu, 2026).
Neste diapasão, a IA quântica apresenta o novo paradigma que integra essas inovações em modelos recentes e agrega a tecnologia blockchain, reconhecida por fornecer descentralização, imutabilidade e transparência (Gençoğlu, 2026). A combinação das potencialidades da IAQ resulta em poder computacional sem precedentes, ao passo que o blockchain proporciona redes de comunicação resilientes e difíceis de serem violadas (Boretti, 2024; Greg, 2025). Embora a IAQ proporcione adaptabilidade e robustez, não é uma solução autônoma, a qual necessita de complementação em blockchain para segurança em multicamadas:
Quadro 1 – Comparação de nível de paradigmas de segurança, propriedades de segurança associadas e aspectos de desempenho/ implantação
| Paradigma de segurança | Foco principal da segurança | Exemplos de métricas de segurança/ propriedades | Exemplos de aspectos de desempenho/ implantação |
| Criptografia clássica | Dificuldade computacional de problemas matemá-ticos (ex. fatoração, logaritmo discreto, níveis de segurança de chave simétrica) | Nível de segurança vs. tamanho da chave (ex.: 128 bits, 192 bits, 256 bits); resistência a ataques clássicos conhecidos; conformidade com padrões. | Alto desempenho e baixa latência em hardware comum; bibliotecas e protocolos consolidados; já amplamente implementado em larga escala. |
| Criptografia pós-quântica (Post-Quantum Cryptography – PQC) | Segurança para ataques quânticos em esquemas de chave pública (ex. base em códigos e hashes) | Níveis de segurança definidos pelo NIST (National Institute of Standards and Technology); resistência à criptoanálise clássica e quântica de última geração; tamanhos de cha-ves e assinaturas; taxas de falha/ desencapsulamento. | Sobrecarga de desempenho em comparação com esquemas clássicos de chave pública (assinaturas e textos cifrados maiores); implementação em software; em fase de padronização e migração. |
| Criptografia quântica (Quantum Cryptography – QKD) | Segurança teórica da informação para chaves em canais quânticos | Taxa de chave secreta vs. distância; limites da taxa de erro de bit quântico (QBER); segurança sob as premissas padrão de QKD (p. ex., ausência de sinalização, modelo de dispositivo). | Conexões de alcance limi-tado; requer hardware quân-tico especializado (fontes, detectores, conexões de fibra/ espaço livre); taxas de chaveamento limitadas por perdas; integração com redes clássicas. |
| Arquiteturas quânticas/ híbridas ampliadas por IAQ | Otimização adaptativa, monitoramento e detecção de ano-malias em conjunto com PQC e QKD. | Precisão de detecção de IDS (Intrusion detection systems) e taxa de falsos positivos; entropia mínima estimada para QRNGs (Quantum Random Number Generators); robustez para ataques por IAQ qualitativa. | Sobrecarga de treinamento e inferência para compo-nentes de IAQ; impacto na latência a depender da implantação (análise online vs. offline); requer acesso a recursos de IAQ ou híbrida e integração do sistema. |
Fonte: Gençoğlu (2026).
A adoção de sistemas criptográficos habilitados por IAQ podem ter implicações estratégicas para infraestrutura crítica, defesa e finanças, dado que países habilitados podem alcançar maior resiliência contra adversários, sejam clássicos ou quânticos (Gençoğlu, 2026). Adiante, a convergência entre IA e computação quântica revela um paradigma transformador para o avanço de tecnologias furtivas militares, o que pode incluir a inclusão de blockchain para proteção de C2, garantindo resiliência contra intrusões cibernéticas (Greg, 2025). Essa integração aponta para oportunidades e desafios em drones furtivos, sintetizados a seguir:
Quadro 2 – Oportunidades/ desafios de IAQ e blockchain em drones furtivos
| Dimensão | Oportunidades | Desafios |
| Autonomia de IAQ | Otimização em tempo real, consciência situacional superior, planejamento de missão adaptativo | Escalabilidade de hardware, ruído de qubit, cronograma de prontidão incerto |
| Segurança em blockchain | Comunicação à prova de adulteração, resiliência descentralizada, coordenação segura de enxames | Alta latência, sobrecarga computacional, necessidade de protocolos leves de nível militar. |
| Redução de RCS (radar cross section) e furtividade | Metamateriais adaptativos, observabilidade ultrabaixa, inovações furtivas impulsionadas por IA | Complexidade de fabricação, custos elevados, avanços adversários em sistemas de detecção |
| Ética e geopolítica | Vantagem estratégica, capacidade de dissuasão, soberania de defesa reforçada. | Risco de guerra autônoma, escalada da corrida armamentista, preocupações legais e humanitárias |
Fonte: Greg (2025).
A integração entre IA, computação quântica e blockchain carrega potencial transformador para aprimorar a autonomia dos drones, garantir a segurança das comunicações e redução da detecção por seção transversal do radar (RCS), segundos os achados da pesquisa de Greg (2025). Embora a integração entre IA e computação quântica sejam promissoras em armas autônomas e de destruição em massa, comunicações, criptografia, cibersegurança, espionagem (Robles et al., 2024), finanças (Boretti, 2024) e comércio eletrônico (Radanliev, 2024), Greg (2025) e Gençoğlu (2026) avançam com oportunidades de sinergia com o blockchain. O rápido progresso da computação quântica representa relevante ameaça aos métodos convencionais de criptografia, ao passo que a fusão da IA generativa com a tecnologia quântica oferta abordagem proativa para o desenvolvimento de sistemas de ciberdefesa resilientes e adaptáveis (Deshpande, 2025). A capacidade da IA em analisar dados, prever trajetórias e otimizar respostas oferece perspectiva promissora para o combate das ameaças da nova fronteira do campo de batalha, permitindo aos estados-nações o desenvolvimento de sistemas de defesa resilientes capazes de neutralizar armas hipersônicas (Zohuri, 2024).
A questão que norteou este artigo foi analisar se a integração entre IA e computação quântica seria utopia ou distopia na defesa das nações. Utopia, como cenário ideal, provavelmente não será o futuro, pois como as pesquisas indicam, a guerra está evoluindo da IA (Mori, 2018; Zhang et al., 2020) para IA quântica (Boretti, 2024; Greg, 2025; Gençoğlu, 2026; Kania & Costello, 2018; Krelina, 2021). Para finalizar, no que cabe ao mundo distópico, tal previsão dependerá da atuação das grandes potências, cujo equilíbrio se refletirá nos próximos passos da geopolítica global, como abordado por Greg (2025), cujos riscos e tendências impactam as cadeias de suprimentos e disponibilidade de tecnologias (Boretti, 2024).
Referências
Boretti, A. (2024). Technical, economic, and societal risks in the progress of artificial intelligence driven quantum technologies. Discover artificial intelligence, 4(1), 67. https://doi.org/10.1007/s44163-024-00171-y
Deshpande, A. (2025). Future-proofing security: a comprehensive survey on generative ai and quantum innovations in cyber defense. International Journal of Applied Mathematics, 38(8s), 657-686. https://doi.org/10.12732/ijam.v38i8s.598
Gabor, T., Sünkel, L., Ritz, F., Phan, T., Belzner, L., Roch, C., … & Linnhoff-Popien, C. (2020, June). The holy grail of quantum artificial intelligence: major challenges in accelerating the machine learning pipeline. In Proceedings of the IEEE/ACM 42nd international conference on software engineering workshops (pp. 456-461). https://doi.org/10.1145/3387940.3391469
Gençoğlu, M. T. (2026). Quantum artificial intelligence and cryptographic security from a quantum cryptography perspective. Discover Quantum Science, 2(1), 4. https://doi.org/10.1007/s44464-026-00008-w
Iqbal, S., Rizvi, S. W. A., Haider, M. H., & Raza, S. (2023). Artificial intelligence in security and defense: explore the integration of AI in military strategies, security policies, and its implications for global power dynamics. International Journal of Human and Society, 3(4), 341-353. https://www.researchgate.net/publication/376833549_Artificial_Intelligence_in_Security_and_Defense_Explore_the_integration_of_AI_in_military_strategies_security_policies_and_its_implications_for_global_power_dynamics
Kania, E. B., & Costello, J. K. (2018). Quantum hegemony. China’s ambitions and the challenge to US innovation leadership. Washington, DC: Center for New American Security. https://www.cnas.org/publications/reports/quantum-hegemony
Krelina, M. (2021). Quantum technology for military applications. EPJ Quantum Technology. 8, 24. https://doi.org/10.1140/epjqt/s40507-021-00113-y
Mori, S. (2018) US Defense Innovation and Artificial Intelligence, Asia-Pacific Review, 25:2, 16-44. https://doi.org/10.1080/13439006.2018.1545488
Radanliev, P. (2024). Artificial intelligence and quantum cryptography. Journal of Analytical Science and Technology, 15:4. https://doi.org/10.1186/s40543-024-00416-6
Robles, N. M., Adams, C. S., Alhajjar, E., Moon, A., Geneson, J., Steier, J., & Leuschner, K. J. (2024). Using artificial intelligence and quantum computing to enhance US department of homeland security mission capabilities. https://www.rand.org/pubs/perspectives/PEA2890-1.html
Taylor, R. D. (2020). Quantum artificial intelligence: a “precautionary” US approach? Telecommunications Policy, 44(6), 101909. https://doi.org/10.1016/j.telpol.2020.101909
Zhang, Y., Dai, Z., Zhang, L., Wang, Z., Chen, L., & Zhou, Y. (2020, December). Application of artificial intelligence in military: From projects view. In 2020 6th international conference on big data and information analytics (BigDIA) (pp. 113-116). IEEE. https://doi.org/10.1109/BigDIA51454.2020.00026
Zohuri, B. (2024). Harnessing artificial intelligence for countering hypersonic weapons: A new frontier in battlefield offense and defense (a short review). Journal of Energy and Power Engineering, 18, 139-145. https://doi.org/10.17265/1934-8975/2024.04.002
*Julio Cezar Rodrigues Eloi é subtenente de intendência do Exército Brasileiro (EB), egresso do Curso de Formação de Sargentos (CFS) de 2001, da Escola de Instrução Especializada (EsIE). Possui o Curso de Aperfeiçoamento de Sargentos (CAS) da Escola de Sargentos de Logística (EsSLog) de 2012, e o Curso de Habilitação ao Quadro Auxiliar de Oficiais (CHQAO) da EsIE (2023/ 2024).
Doutorando e mestre em Administração pelo Programa de Pós-Graduação em Administração da Universidade Paulista (PPGA/ UNIP). Especialista em Gestão Pública pela Universidade Federal de São Paulo (UNIFESP). Bacharel em Ciências Contábeis pela Universidade Cruzeiro do Sul (UNICSUL), bacharel em Ciências Econômicas pela Universidade Federal do ABC (UFABC), bacharel em Ciências e Humanidades (UFABC) e licenciado em Geografia pela Universidade Bandeirante de São Paulo (UNIBAN).
