A Esquerda Online publicou, nesta quarta-feira (23), um artigo de Kenzo Soares intitulado “O mundo discute frear a IA. O Brasil acelera a sua para produzir soja e petróleo”. A tese é que os investimentos brasileiros em inteligência artificial estariam apenas modernizando a dependência da exportação de petróleo, minério e produtos agrícolas.
O texto mistura questões diferentes. Uma coisa é discutir quem controla a tecnologia, quem tem acesso a ela e para quais setores deve ser direcionado o investimento público. Outra é transformar o próprio aumento da produtividade proporcionado pela inteligência artificial em um problema.
Sem que o autor perceba, os exemplos apresentados acabam mostrando justamente a importância dessas tecnologias. O Harpia, supercomputador colocado em operação pela Petrobrás em 2025, custou R$ 435 milhões. Segundo a estatal, a máquina processa dados sísmicos e os transforma em imagens detalhadas do subsolo, melhorando a identificação de estruturas geológicas e possíveis reservatórios. Ele integra um lote de cinco supercomputadores que deverá elevar em mais de 60% a capacidade computacional da companhia.
Isso significa obter informações melhores antes de realizar operações caras e complexas. Quanto maior a capacidade de analisar o subsolo, maior a precisão na localização dos reservatórios e nas simulações de seu comportamento. A própria Petrobrás afirma que o processamento mais avançado permite resultados mais rápidos e precisos e uma produção mais eficiente.
O artigo da Esquerda Online admite que modelos preditivos podem reduzir o número de perfurações necessárias para encontrar petróleo, melhorar o controle ambiental de refinarias e diminuir riscos de vazamento. Reconhece também que a irrigação inteligente pode racionalizar água, energia e insumos. Logo depois, porém, transforma esses mesmos ganhos em parte de uma suposta “aceleração algorítmica da crise climática”.
Se uma tecnologia consegue realizar determinada produção utilizando menos energia, menos água, menos perfurações, menos horas de trabalho e expondo menos trabalhadores a operações perigosas, ocorreu um aumento de produtividade. Houve redução do desperdício, o que é positivo.
Historicamente, toda grande transformação técnica reduziu o tempo necessário para realizar determinadas tarefas. Uma máquina pode ser usada por uma empresa para demitir trabalhadores e aumentar seus lucros. Em outras condições, a mesma máquina poderia permitir reduzir a jornada sem diminuir a produção. O problema social não está na capacidade da máquina de poupar trabalho, mas na forma como os ganhos de produtividade são apropriados.
Um erro de mais de R$ 17 bilhões
Além do problema de fundo, existe um erro factual importante no artigo.
Para sustentar que os setores exportadores concentram os investimentos brasileiros em IA, o autor afirma que o Plano Brasileiro de Inteligência Artificial teria “apenas R$ 5,79 bilhões, somando todos os recursos previstos ao longo de quatro anos”. Mas esse número não corresponde ao total do plano.
O PBIA 2024-2028 prevê cerca de R$ 23 bilhões em quatro anos. Os R$ 5,79 bilhões correspondem a apenas um dos seus eixos, dedicado à infraestrutura e ao desenvolvimento de IA. A diferença entre o valor apresentado como total pelo artigo e o orçamento anunciado para o conjunto do plano supera R$ 17 bilhões.
A distorção ajuda a construir a impressão de que quase todo o dinheiro brasileiro para inteligência artificial estaria sendo absorvido por Petrobrás, Vale e Embrapa. Os próprios números utilizados na comparação não permitem essa conclusão.
Produzir soja com IA não impede desenvolver outras aplicações
Outro ponto frágil é apresentar o uso da IA na agricultura, na mineração ou no petróleo como evidência de que o País estaria simplesmente reproduzindo sua dependência econômica.
Supercomputadores, centros de dados, equipes de pesquisadores, sistemas de visão computacional, modelos preditivos e programas de automação não ficam necessariamente presos à atividade que inicialmente financiou seu desenvolvimento. São capacidades que podem ser utilizadas em inúmeros setores.
O texto pergunta por que essa capacidade não deveria servir também às universidades, pequenas empresas, agricultura familiar, saúde, mobilidade e educação. Certo, mas para distribuir e ampliar o uso de uma capacidade tecnológica, é preciso primeiro desenvolvê-la.
A Embrapa diz manter iniciativas de agricultura digital voltadas explicitamente aos pequenos e médios produtores. E qeue trabalha com inteligência artificial, sensoriamento remoto, aprendizado de máquina, automação, robótica e agricultura de precisão.
É preciso ampliar o acesso às tecnologias, questionar se os recursos são suficientes e se o Estado deveria investir muito mais. Mas o exemplo mostra que não existe uma oposição necessária entre desenvolver IA para a agricultura e colocá-la à disposição dos pequenos produtores.
O atraso não está no supercomputador
O artigo chama de “neoextrativismo algorítmico” a combinação entre tecnologia avançada e uma economia fortemente apoiada na exportação de produtos primários. O nome novo, porém, não modifica um problema antigo.
No Brasil, o atraso econômico não começou com a inteligência artificial. O peso das commodities, a fragilidade de setores industriais e a dependência de tecnologia estrangeira são anteriores aos supercomputadores da Petrobrás e aos algoritmos da Embrapa.
É difícil entender como manter justamente esses setores tecnologicamente atrasados poderia ajudar a superar essa situação. Uma Petrobrás que dependesse de empresas estrangeiras para processar seus dados sísmicos seria mais dependente, e não menos. E aconteceria o mesmo com uma agricultura obrigada a importar sistemas de inteligência artificial, equipamentos e programas.
A questão seria estender a capacidade tecnológica existente para outros setores, desenvolver chips, programas, modelos, centros de dados e equipamentos nacionais e colocar os resultados do investimento público à disposição da população.
Nesse aspecto, o artigo se aproxima de uma contradição. Ao discutir o debate internacional sobre limitar a “proliferação” da inteligência artificial, reconhece que regulações impostas depois que alguns países já construíram enorme capacidade tecnológica podem congelar a atual divisão internacional do trabalho e preservar a vantagem de quem já controla chips, nuvem, centros de dados e modelos avançados.
Esse risco é particularmente importante para um país como o Brasil. As grandes potências podem discutir limites depois de terem desenvolvido empresas, infraestrutura e conhecimento. Para quem ainda tenta reduzir a distância tecnológica, simplesmente “frear” significa correr o risco de permanecer refém dos sistemas produzidos no exterior.
O Brasil não pode abrir mão de desenvolver inteligência artificial. Sem pesquisadores, computadores, centros de dados, programas e modelos nacionais, a discussão deixa de ser sobre como utilizar a tecnologia brasileira e passa a ser sobre em quais condições o Brasil comprará a tecnologia desenvolvida pelos outros.
