A inteligência artificial abre uma oportunidade para a América Latina e o Caribe, mas também ameaça ampliar suas desigualdades. Nesta entrevista, respondida por meio de um questionário, o representante do BID defende o investimento em capacidades próprias e a cooperação regional. O objetivo: melhorar a produtividade, proteger os direitos e garantir que seus benefícios cheguem a quem mais precisa.
A inteligência artificial está se tornando um novo fator de competitividade econômica e geopolítica. O que está em jogo para a Ibero-América nessa transformação e qual deveria ser sua prioridade para evitar ficar para trás em relação a outras regiões? Até que ponto considera importante desenvolver capacidades tecnológicas próprias e avançar em direção a uma maior autonomia ou soberania digital?
A América Latina e o Caribe vêm enfrentando há décadas um baixo crescimento em comparação com outras regiões. Durante algum tempo, o preço das commodities e a entrada em massa de pessoas no mercado de trabalho ajudaram a reduzir a pobreza. Nenhum desses motores está garantido daqui para frente. Com o fim do bônus demográfico, maiores atritos no comércio e um espaço fiscal mais restrito, melhorar a produtividade é imprescindível. Para isso, precisamos redesenhar a forma como se produz, se administra e se tomam decisões. A inteligência artificial é hoje a ferramenta mais poderosa para esse redesenho. Mas aproveitá-la exige mais do que dispor de tecnologia. A soberania começa pela capacidade efetiva de decidir como utilizá-la e de criar valor a partir dela.
A produtividade não melhora simplesmente com a digitalização. O acesso à Internet e a substituição de sistemas analógicos por digitais não conseguiram, por si sós, impulsionar nossas economias. Os ganhos aparecem quando os processos mudam. A IA se integra como uma camada transversal dessa transformação e requer infraestrutura, dados, capacidades institucionais e organizações capazes de adaptar sua forma de trabalhar.
A IA pode ampliar o acesso a serviços e oportunidades, mas também concentrar capacidades e valor naqueles que já dispõem de infraestrutura, dados e talentos. Na América Latina e no Caribe, seus efeitos dependerão de como enfrentarmos as lacunas entre países, territórios, empresas e pessoas.
No CAF, estamos organizando essa agenda em torno de três capacidades habilitadoras: infraestrutura para IA, incluindo conectividade, energia, capacidade computacional, nuvem e dados; marcos regulatórios e de governança; e talentos e capacidades institucionais. Sobre essa base, desenvolvem-se duas linhas de transformação: IA para a modernização e o fortalecimento da capacidade do Estado e IA para a transformação produtiva. O futuro do trabalho perpassa ambas. Essa arquitetura permite vincular os investimentos à capacidade dos países de adotar, adaptar e governar a tecnologia, bem como de gerar valor público, produtivo e social.
Desenvolver um ecossistema próprio requer infraestrutura, capacidade computacional, conectividade, dados, talento e formação. Onde sua instituição identifica as maiores necessidades de investimento na região?
Os investimentos em IA seguem uma lógica diferente daquela que tradicionalmente utilizávamos para financiar projetos digitais. Reunir infraestrutura, fortalecimento institucional, talento e operação em uma mesma intervenção é necessário, mas insuficiente. É preciso financiar o ciclo completo de construção de uma capacidade, incluindo sua adoção, avaliação e evolução.
A soberania começa pela capacidade efetiva de decidir como utilizar a IA e de criar valor a partir dela
O ecossistema digital é uma cadeia de valor que parte dos recursos naturais e da energia, passa pela conectividade, pela capacidade computacional e pelos centros de dados e chega aos dados, aos modelos e às aplicações. O talento, a pesquisa e a cibersegurança atravessam todos esses elos. Nenhum país pode desenvolver sozinho todas essas capacidades. Devemos identificar em quais delas convém investir, onde temos vantagens, o que podemos compartilhar regionalmente e quais dependências externas precisamos administrar. A região conta com energia renovável, minerais críticos, talentos jovens, dados e contextos próprios. Também precisa de escala, e a cooperação entre países pode ajudar a alcançá-la.
É isso que entendemos por soberania tecnológica pragmática e cooperativa. Um país pode adotar soluções avançadas e, ao mesmo tempo, tornar-se mais dependente se não compreender como elas funcionam, não puder auditá-las ou não dispuser de alternativas quando precisar mudar de fornecedor. Compartilhar capacidades, definir padrões e negociar em conjunto amplia a margem de decisão. Também precisamos de empresas capazes de adotar essas tecnologias, adaptá-las e construir a partir delas, para que uma parcela maior do valor permaneça na região.
A infraestrutura pública digital faz parte dessa base. Identidade, pagamentos e interoperabilidade são funções reutilizáveis sobre as quais são construídos serviços de saúde, educação, justiça, proteção social e arrecadação. A IA pode ser integrada como uma camada transversal. Como os modelos e os fornecedores mudarão, a capacidade que deve permanecer no Estado é a de avaliar, adotar, substituir e ampliar a escala das soluções sem perder o controle de seus processos.
Para os bancos de desenvolvimento, isso significa acompanhar o redesenho institucional, a construção e a retenção de capacidades, a implementação inicial e a integração com os sistemas existentes. O financiamento também deve prever a operação, a avaliação, a atualização das soluções e a passagem dos projetos-piloto para uma escala útil. Desde o desenho do projeto, é preciso saber quem manterá essa capacidade, como ela será adotada por instituições, empresas e pessoas e como será possível mudar de tecnologia ou de fornecedor quando necessário. O projeto não termina com a entrada em funcionamento de uma plataforma.
Que papel os bancos multilaterais de desenvolvimento devem desempenhar para acelerar a adoção da IA na Ibero-América?
O CAF pode atuar em quatro eixos. O primeiro é a integração regional. Podemos gerar escala em áreas nas quais um país que atua sozinho enfrenta limitações de mercado, talento, dados, capacidade computacional ou capacidade de negociação. Isso implica distinguir quais capacidades convém desenvolver em cada país, quais podem ser compartilhadas regionalmente e onde são necessárias alianças globais.
O segundo eixo é o trabalho com governos subnacionais. Muitos serviços próximos à população e decisões sobre mobilidade, segurança, gestão territorial e desenvolvimento produtivo são executados em cidades, municípios e outros níveis de governo. O CAF pode trabalhar com eles, conectar suas prioridades às estratégias nacionais e facilitar que uma solução testada em um território seja adaptada a outros.
O terceiro é o fortalecimento do tecido empresarial. Nossa agenda abrange grandes empresas, empresas de tecnologia, startups, MPMEs e empresas de cadeias produtivas tradicionais. Queremos fortalecer sua capacidade de absorver IA, adaptá-la, integrá-la a seus processos e desenvolver produtos e serviços próprios a partir das tecnologias disponíveis. Dessa forma, uma parcela maior do valor gerado pode permanecer na região.
O financiamento deve ser direcionado de forma deliberada àqueles que têm menos capacidade de avançar sozinhos
O quarto eixo é a soberania pragmática. Os países precisam compreender suas dependências, escolher quais capacidades desenvolver, negociar com fornecedores, proteger seus dados, auditar resultados e mudar de solução sem perder o controle de seus processos. Isso também requer empresas capazes de absorver tecnologia e construir a partir dela.
Esses quatro eixos se traduzem em três papéis para os bancos de desenvolvimento. O primeiro é transformar as ideias e prioridades dos países em projetos que possam ser executados e financiados. O segundo é mobilizar terceiros. Há iniciativas que nem um governo, nem uma empresa, nem um banco podem assumir sozinhos. O CAF pode combinar cooperação técnica, financiamento, garantias, conhecimento e capacidade de articulação para compartilhar riscos e atrair recursos. O terceiro é criar bens públicos regionais, como modelos abertos, infraestrutura computacional compartilhada, metodologias de avaliação e padrões de interoperabilidade. Sua utilidade se estende para além de um único país.
Como seria possível impulsionar e potencializar a atual Carta Ibero-Americana de Princípios e Direitos em Ambientes Digitais?
A Carta conta com um bom marco conceitual, mas um marco conceitual, por si só, não muda nada. Sua utilidade depende de que cada país a traduza em um roteiro: quem é responsável pelo quê, com quais metas, quais recursos e quais indicadores. Sem isso, ela permanece como uma declaração de princípios que todos assinam, mas que ninguém utiliza para tomar decisões.
A forma de colocá-la em prática é vinculá-la ao financiamento. Um projeto digital apoiado com recursos públicos deveria demonstrar como protege direitos, como reduz lacunas e quais mecanismos de transparência, supervisão e reclamação contempla. Isso muda a natureza da Carta: ela deixa de ser uma adesão voluntária e se transforma em um critério para desenhar, contratar, financiar e avaliar projetos.
Existe o risco de que a inteligência artificial aumente as diferenças entre países, empresas e cidadãos que podem ter acesso a essa tecnologia e aqueles que ficam à margem. Como o financiamento para o desenvolvimento pode contribuir para que a IA reduza lacunas em vez de ampliá-las? Como o financiamento para o desenvolvimento pode evitar que a IA amplie as lacunas?
Financiar a IA de maneira inteligente não significa comprar licenças nem pagar por projetos-piloto que depois não ganham escala. Trata-se de um investimento de longo prazo em infraestrutura, produtividade e capacidade pública, que deve deixar capacidade instalada em vez de criar uma nova dependência. Os modelos e os fornecedores mudarão; o que deve permanecer é a capacidade dos Estados, das empresas e dos trabalhadores de adotar e adaptar a tecnologia quando isso acontecer. Por isso, o financiamento não pode se limitar à infraestrutura: deve ser acompanhado de assistência técnica, fortalecimento institucional, dados e formação.
Um projeto não deveria ser financiado porque utiliza inteligência artificial, pois isso não diz nada sobre se vale a pena
Além disso, esse financiamento deve ser direcionado, de forma deliberada, àqueles que têm menos capacidade de avançar sozinhos: MPMEs, governos com menos recursos técnicos, territórios mais atrasados e trabalhadores expostos à transição. Em uma região onde a informalidade atinge 55% da força de trabalho, isso não é uma consideração de equidade alheia ao desenho do financiamento: é o próprio desenho do financiamento. Se chegar apenas àqueles que já estão preparados, a IA ampliará a lacuna que já existe; se for utilizada para construir infraestrutura e capacidades compartilhadas, fará o contrário.
Quais setores são prioritários e por quê para a aplicação da IA na América Latina e no Caribe, considerando sua capacidade de gerar desenvolvimento e bem-estar?
Não existe uma lista de setores que sirva igualmente para todos os países, porque as prioridades dependem da estrutura produtiva e dos problemas de cada economia. Importar soluções ou copiar a política de outro país não resolve problemas complexos, e transformar um setor inteiro é um deles.
Há, no entanto, duas frentes claras. Uma delas é o Estado e seus serviços — saúde, educação, justiça, proteção social —, nos quais a IA pode melhorar diagnósticos, reduzir o tempo de tramitação e orientar melhor os gastos públicos. A outra é a produtividade das MPMEs e de cadeias como agroindústria, manufatura, mineração, energia, logística e turismo, nas quais o valor surge quando a IA transforma o processo produtivo, e não quando é acrescentada apenas como mais uma ferramenta. O critério para a escolha é sempre o mesmo: onde o financiamento gera maior retorno público e maior efeito de transbordamento sobre o restante da economia.
Como os bancos de desenvolvimento devem incorporar critérios de IA responsável como condição ou elemento de avaliação dos projetos que apoiam?
O CAF deve ajudar os países e as equipes de projeto a formular as perguntas certas antes de desenhar, adquirir, implementar ou ampliar a escala de uma solução de IA. As autoridades precisam ter capacidade para avaliar, escolher, supervisionar, auditar e, quando aplicável, substituir um sistema ou mudar de fornecedor. Essa capacidade crítica também faz parte da soberania tecnológica.
É preciso começar pelo problema que se pretende resolver. A IA é necessária ou existe uma alternativa mais simples? Quem se beneficia e quem pode ser afetado? Quais dados serão utilizados e como serão protegidos? Em serviços que afetam direitos ou decisões importantes para as pessoas, devemos examinar os riscos de erro, manipulação e discriminação, com atenção específica a crianças e adolescentes. Os usuários precisam de informação, mecanismos de reclamação e possibilidade de reparação. Também deve estar claro quais decisões exigem supervisão humana e quem responde caso o sistema falhe.
A avaliação continua durante o uso do sistema. É preciso monitorar seu desempenho, verificar se o Estado pode auditá-lo ou substituí-lo e definir quais resultados e salvaguardas são necessários antes de ampliar sua escala. A proporcionalidade significa concentrar as avaliações mais rigorosas onde o dano potencial é maior, especialmente em serviços essenciais e para populações vulneráveis.
Os Centros de Oportunidades, Segurança e Transparência da IA podem ajudar a instalar essa capacidade nos países. Podem desenvolver avaliações de impacto, auditorias, registros de sistemas de alto impacto, espaços de experimentação e guias para compras públicas. Também podem identificar oportunidades, preparar projetos financiáveis e conectar os governos a empresas, universidades e fontes de financiamento. Seu propósito é fazer com que os países disponham de melhores ferramentas para aproveitar a IA, proteger as pessoas e corrigir os sistemas quando as evidências assim exigirem.
A IA necessita de grandes quantidades de energia, água, capacidade de processamento e infraestrutura de dados. Como compatibilizar a expansão dessas tecnologias com os objetivos climáticos e de desenvolvimento sustentável?
A infraestrutura digital e a transição energética são a mesma agenda vista de dois ângulos. Um centro de dados precisa de energia estável, redes robustas e, em alguns casos, volumes significativos de água, de modo que sua localização deve ser decidida com base em um planejamento energético, hídrico e territorial, e não apenas considerando onde há terrenos baratos ou boa conectividade. Além disso, é conveniente dimensionar adequadamente o problema: o consumo energético da IA deve ser medido juntamente com o dos demais setores, e não como se fosse uma questão à parte.
O que deveria ser exigido em cada projeto é a geração adicional de energia limpa, eficiência, sistemas de resfriamento adequados ao contexto local, reutilização da água e transparência sobre o consumo e as emissões, sem competir com as necessidades básicas da comunidade onde o projeto é instalado. Há também uma tensão que deve ser reconhecida: a IA gera uma nova demanda energética, mas, ao mesmo tempo, permite otimizar redes, antecipar a demanda, integrar fontes renováveis e reduzir perdas. Não se trata apenas de consumo; é também uma ferramenta para administrar melhor o sistema elétrico.
O relatório do CAF sobre IA e energia calcula que os centros de dados representavam cerca de 1,6% da demanda de eletricidade regional em 2023 e que poderiam se aproximar de 5% em 2035. A resposta não é frear os investimentos, mas exigir, desde o início, que sejam acompanhados de energia limpa, redes, água, desenvolvimento local e prestação de contas.
Musk fala de um mundo em que não haverá trabalho nem necessidade de dinheiro, mas sim uma sociedade de bem-estar. Até que ponto considera essa profecia realista?
Musk apresenta um cenário de abundância extrema. É um exercício interessante, mas não é o marco a partir do qual trabalha um banco de desenvolvimento. Nossa tarefa é interpretar tendências e transformá-las em políticas públicas, financiamento e instituições e, em uma realidade complexa, os cenários absolutos quase nunca se concretizam da forma como são apresentados. Pode haver mais produtividade e mais informalidade ao mesmo tempo. Mais bens disponíveis e uma distribuição pior desses bens. Menos empregos tradicionais e, paralelamente, uma enorme demanda por novas capacidades, novas proteções e pactos fiscais que hoje não existem.
A pergunta relevante não é se o trabalho vai desaparecer, mas quem ficará com o valor gerado pela tecnologia, como serão protegidos aqueles que ficarem expostos durante a transição e se nossos Estados terão capacidade para governar esse processo, em vez de simplesmente sofrer seus efeitos.
No horizonte de 2030, o que teria que ter mudado para podermos afirmar que a América Latina e o Caribe aproveitaram com sucesso a revolução da inteligência artificial?
2030 está próximo e não precisa ser a data-limite para determinar se a região se saiu bem ou mal, ainda menos quando se trata de uma tecnologia que muda todos os meses. A transformação mais profunda já está acontecendo e tem a ver com a forma como o setor público e o setor produtivo começam a se pensar de maneira diferente.
O que é necessário é agilidade, capacidade técnica, financiamento bem desenhado, colaboração entre setores que hoje não dialogam o suficiente e uma visão própria da região, e não uma fórmula importada de outro lugar. É isso que define se aproveitaremos essa transformação. Os indicadores e os resultados setoriais são consequência dessa decisão, e não a decisão em si.
O CAF apoiou o desenvolvimento do Latam-GPT, apresentado como um modelo de linguagem aberto desenvolvido a partir da América Latina e do Caribe e para a região. Qual é a importância estratégica de a região ser capaz de criar suas próprias infraestruturas e modelos de inteligência artificial, em vez de apenas utilizar aqueles desenvolvidos em outros lugares? O investimento em IA também pode se tornar uma ferramenta para preservar a diversidade cultural e linguística da Ibero-América?
O valor do Latam-GPT não está em competir com os grandes modelos, uma corrida que não faz sentido disputar. Está em oferecer uma base aberta que um governo, uma universidade ou uma empresa possa utilizar, adaptar e aprimorar sem precisar partir do zero. Isso permite criar o que chamamos de fábricas de IA: espaços nos quais se reúnem os dados, o talento, a capacidade computacional e as regras de governança necessárias para adaptar o modelo a um problema público concreto, avaliá-lo e, posteriormente, integrá-lo aos sistemas do Estado.
Se chegar apenas àqueles que já estão preparados, a IA ampliará a lacuna existente
O maior potencial está nos modelos pequenos e especializados: saúde, justiça, compras públicas, administração tributária, agricultura e proteção social. Eles precisam de menos infraestrutura, trabalham com dados setoriais que podem ser controlados e são muito mais fáceis de avaliar e auditar do que um modelo geral. Treinar de forma permanente um grande modelo geral em espanhol é outra questão: nesse caso, compete-se com os modelos de fronteira em termos de custo computacional, infraestrutura para atender milhões de usuários e investimento contínuo em pesquisa e segurança, algo que poucos países conseguem sustentar sozinhos.
A prioridade regional não é entrar nessa corrida, mas utilizar uma base aberta para desenvolver a capacidade de adaptar, especializar e implementar. O resultado que importa não é ter mais um chatbot geral: é que o ecossistema regional seja capaz de desenvolver suas próprias soluções, mudar de modelo quando for conveniente e depender menos de fornecedores fechados. Há também uma dimensão cultural: um modelo treinado com nossos dados e nosso contexto representa o que somos, e não o que outros presumem que somos, e isso também faz parte da preservação da identidade cultural e linguística da região.
O CAF participa, juntamente com a UNESCO, da construção de um roteiro regional para uma inteligência artificial ética. Como essa aposta em uma IA centrada nas pessoas se traduz na hora de decidir quais projetos tecnológicos apoiar ou financiar?
Uma IA centrada nas pessoas começa com uma pergunta simples: que problema público estamos tentando resolver e quem se beneficia se conseguirmos resolvê-lo. Um projeto não deveria ser financiado porque utiliza inteligência artificial, pois isso não diz nada sobre se vale a pena. Ele precisa demonstrar valor público, que a solução é proporcional ao problema e que representa uma melhoria em relação às alternativas mais simples que já existiam.
A aliança entre o CAF e a UNESCO começou em 2022 e, desde então, temos apoiado os países em políticas nacionais, avaliações de preparação, experimentação regulatória e fortalecimento institucional. As cúpulas de Santiago, Montevidéu e Santo Domingo permitiram passar dos princípios gerais para um Roteiro Regional de IA Ética 2026–2027.
Em termos de financiamento, isso se traduz em avaliar direitos, privacidade, vieses, segurança, impacto ambiental e efeitos sobre o trabalho, além de exigir supervisão humana, rastreabilidade e capacidade do Estado para governar o sistema uma vez implementado. A ética não se demonstra em um documento. Demonstra-se na forma como se desenha uma licitação, como funciona um hospital, como opera uma escola ou como atende um balcão de serviço público. O objetivo é que esses princípios se transformem em instituições e procedimentos concretos.
