Controle da base representacional e soberania cognitiva na ciência assistida por inteligência artificial

2.1 Desenho da pesquisa e corpus documental

A pesquisa assume a forma de ensaio teórico-jurídico documental, de natureza qualitativa. Não se pretende oferecer revisão sistemática exaustiva, medir empiricamente dependência epistêmica nem auditar as dez demonstrações matemáticas, tarefa que demandaria especialistas distintos. O objetivo é examinar a plausibilidade conceitual da hipótese, reconstruir mediações técnicas relevantes e avaliar consequências jurídicas do controle da infraestrutura epistêmica.

O corpus foi encerrado em 4 de agosto de 2026 e organizado em quatro conjuntos. O primeiro reúne obras matemáticas sobre séries, transformadas, bases e filtros. O segundo contém literatura de filosofia da ciência, criatividade, classificação e filosofia da informação. O terceiro reúne fontes técnicas primárias: o position paper de Zahavy, a publicação institucional da OpenAI, a coleção técnica dos dez resultados, o repositório Lean, o artigo do AlphaProof, o estudo técnico do AlphaEvolve, o AI Scientist e a Declaração de Leiden. O quarto contém fontes jurídicas e de integridade científica: Constituição brasileira, Emenda Constitucional nº 85/2015, Marco Legal de Ciência, Tecnologia e Inovação, LGPD, Pacto Internacional sobre Direitos Econômicos, Sociais e Culturais, Comentário Geral nº 25, Recomendação da UNESCO sobre Ciência Aberta, Regulamento Europeu de Inteligência Artificial, orientações e Código de Prática de IA de finalidade geral, COPE e CRediT. Para comparar o RIE com instrumentos existentes, também foram examinados DPIA, FRIA, model cards e datasheets.

As fontes recentes foram hierarquizadas. Comunicados corporativos são tratados como evidência de que determinada alegação foi publicamente formulada, não como prova autônoma de sua verdade científica. Manuscritos, códigos e certificados formais elevam a verificabilidade do objeto, mas não substituem revisão por pares, avaliação de anterioridade, importância disciplinar ou interpretação histórica. A validação comunitária independente constitui nível probatório distinto.

2.2 Categorias analíticas e teste da hipótese

O material foi lido mediante matriz analítica manual composta por seis categorias correspondentes às camadas da infraestrutura epistêmica: dados e proveniência; seleção do problema; base representacional; geração e busca; validação; e circulação e acesso. Em cada camada, formularam-se quatro perguntas: quem escolhe; quais exclusões podem ser produzidas; quais artefatos permitem reconstrução; e quais contrapoderes externos podem contestar o processo. A matriz organiza a análise, mas não constitui protocolo estatístico nem instrumento empírico validado.

Quadro 1 — Matriz de evidência e função analítica

Fonte: elaboração do autor.

Como o desenho é conceitual, o artigo não afirma testar empiricamente a hipótese. A conclusão descritiva deverá ser revista se os artefatos não corresponderem aos enunciados divulgados, se a participação humana tiver sido omitida de forma material ou se a avaliação comunitária demonstrar reprodução de resultados anteriores. A plausibilidade normativa será menor caso as camadas se mostrem amplamente auditáveis, plurais e acessíveis, sem dependência relevante de fornecedor ou de base representacional. Como a recepção externa estava apenas começando no fechamento do corpus, as conclusões sobre Astra permanecem estritamente provisórias.

2.3 Definições operacionais e limites

Soberania cognitiva significa, neste artigo, capacidade individual, institucional e coletiva de participar da formação e da contestação das categorias, problemas, alternativas e critérios de validação que estruturam decisões e conhecimentos. Não significa isolamento mental, autarquia tecnológica ou ausência de influência. Controle da base significa poder material de selecionar ou impor representações que delimitam o espaço de perguntas e hipóteses. Governança epistêmica designa salvaguardas aplicáveis às mediações por meio das quais conhecimento é gerado, verificado e distribuído.

O artigo não atribui consciência, intenção ou personalidade jurídica ao sistema. Também não presume que toda infraestrutura privada seja ilegítima ou que abertura integral seja sempre compatível com segurança, propriedade intelectual e segredo comercial. O exame jurídico separa direito vigente, interpretação possível e proposta de lege ferenda.

3.1 Decomposição harmônica e escolha da base

A teoria de Fourier surgiu da investigação da propagação do calor e da possibilidade de representar funções periódicas por combinações de senos e cossenos. Seja f uma função periódica de período T e frequência angular fundamental ω₀ = 2π/T. Sob condições usuais de integrabilidade e convergência, sua série pode ser escrita como (Fourier, 1822; Oppenheim; Willsky; Nawab, 1997, cap. 3):

f(t) = a₀/2 + Σₙ₌₁∞ [aₙ cos(nω₀t) + bₙ sin(nω₀t)]

aₙ = (2/T)∫₀ᵀ f(t)cos(nω₀t)dt e bₙ = (2/T)∫₀ᵀ f(t)sin(nω₀t)dt

Os coeficientes aₙ e bₙ registram a contribuição de cada componente à reconstrução e dependem da base adotada. A mesma série pode ser expressa em termos de amplitude e fase. A transformada de Fourier permite trabalhar com espectros contínuos e sinais não periódicos, enquanto filtros reforçam, atenuam ou removem faixas determinadas. O resultado observado depende do sinal, da representação e do operador aplicado (Bracewell, 2000).

A noção de base utilizada adiante não é propriedade exclusiva da análise de Fourier. Em álgebra linear e análise funcional, uma base fornece elementos a partir dos quais objetos de um espaço são representados por coordenadas. Uma mudança de base altera os coeficientes sem necessariamente alterar o objeto matemático; em contextos sociais e institucionais, contudo, categorias podem também constituir o objeto administrado. O emprego jurídico e epistemológico é, por isso, analógico e delimitado: “base representacional” designa o conjunto de categorias, variáveis e dispositivos que tornam certas formulações possíveis e outras menos visíveis.

3.2 Correspondência analógica com a formação decisória

A decisão humana não é função periódica, e a mente não pode ser reduzida a receptor passivo. A analogia permite apenas decompor dimensões distintas da mediação informacional. Amplitude aproxima-se de saliência; frequência, de recorrência; fase, de posição temporal relativa; filtro, de seleção e exclusão; e base, do conjunto de categorias em que o problema é formulado. A literatura sobre exposição repetida, enquadramento e efeitos de ordem fornece sustentação psicológica independente para esses fenômenos, sem validar uma equivalência matemática entre mente e sinal (Zajonc, 1968; Tversky; Kahneman, 1981).

Uma interface pode tornar uma alternativa mais saliente por posição, contraste, recomendação e prova social. A repetição aumenta familiaridade e disponibilidade, embora seus efeitos dependam do contexto. A ordem altera o significado relativo de informações apresentadas antes ou depois de alertas, perdas e momentos de fadiga. A arquitetura de busca ou recomendação atua como filtro quando define quais conteúdos ingressam no campo visível. Esses mecanismos se aproximam do hypernudge, da regulação por design e da manipulação digital não coercitiva (Yeung, 2017; Susser; Roessler; Nissenbaum, 2019).

A teoria da influência cognitiva estrutural descreve esse primeiro nível: a decisão continua formalmente atribuída ao sujeito, mas as condições informacionais anteriores à manifestação da vontade são organizadas de modo assimétrico. A decisão não começa no clique; começa na seleção dos elementos que poderão participar de percepção, avaliação e escolha (Genova, 2026, p. 41-58).

Quadro 2 — Correspondência analógica controlada entre Fourier e decisão

Fonte: elaboração do autor.

3.3 Limites e utilidade da analogia

Fenômenos cognitivos são não lineares, reflexivos, históricos e socialmente situados. Pessoas modificam objetivos, aprendem, resistem, reinterpretam sinais e contestam arquiteturas. Não existe correspondência mensurável automática entre coeficientes matemáticos e influência cognitiva. Por isso, Fourier não opera como lei da decisão, modelo causal ou prova de manipulação.

A utilidade é taxonômica. A analogia permite separar modulação de componentes e constituição do espaço representacional. Se o argumento pudesse ser mantido sem essa distinção, Fourier seria mero ornamento. Aqui, porém, a passagem dos coeficientes à base marca a diferença entre influenciar pesos dentro de um conjunto e participar da definição do próprio conjunto. Essa função será testada nas seções seguintes.

Figura 1 — Do controle dos coeficientes à governança da infraestrutura epistêmica

Fonte: elaboração do autor.

Descrição da figura: fluxo em quatro etapas, do controle dos coeficientes à base representacional, à pilha epistêmica e à governança.

4.1 Três modos de inferência

A dedução deriva consequências de premissas aceitas; se as premissas forem verdadeiras e a forma válida, a conclusão segue necessariamente. A indução generaliza padrões observados e produz conclusões ampliativas sujeitas a revisão. A abdução propõe hipótese capaz de explicar fato surpreendente. Em Peirce, inaugura a investigação ao sugerir explicação possível; em Harman, aproxima-se da inferência para a melhor explicação; em Magnani, inclui raciocínio model-based e dimensões eco-cognitivas (Peirce, 1931-1958, v. 5, §§ 171-189; Harman, 1965; Magnani, 2009).

Essas tradições não são intercambiáveis. Geração de hipótese, seleção da melhor explicação e transformação de uma representação respondem a problemas distintos. Uma descoberta real pode combinar ciclos de abdução, dedução e indução: formula-se hipótese, deduzem-se consequências e confrontam-se previsões com observações. Verificadores formais fortalecem a justificação, mas não explicam por si como uma hipótese se tornou concebível (Reichenbach, 1938).

4.2 O salto de Zahavy e o enraizamento simbólico

Zahavy recupera o esquema epistemológico desenhado por Einstein em carta a Maurice Solovine, de 7 de maio de 1952: a passagem das experiências aos axiomas não seria logicamente dedutível, mas dependeria de conexão intuitiva e revisável. O position paper sustenta que modelos de linguagem comprimem regularidades textuais e operam sobre premissas disponíveis, porém não possuem grounding sensório-motor suficiente para inventar princípios fundamentais que reorganizam o espaço conceitual (Einstein, 1987, p. 123-124; Zahavy, 2026).

A tese dialoga com o problema do enraizamento simbólico: relações entre símbolos não bastariam para constituir significado; seria necessário conectá-los ao mundo por capacidades perceptivas e práticas (Harnad, 1990). O argumento é relevante, mas a expressão “estruturalmente incapaz” excede o material apresentado. Arquiteturas podem integrar linguagem, visão, simulação, robótica, memória, experimentação e verificadores. Uma limitação observada em modelos atuais não se transforma automaticamente em impossibilidade universal.

4.3 Critérios para distinguir novidade, abdução e transformação

A oposição entre repetição e genialidade é insuficiente. Boden distingue criatividade combinacional, exploratória e transformacional: combinar elementos conhecidos; explorar de forma nova um espaço de possibilidades; ou alterar as regras que definem o espaço. Kuhn diferencia solução de quebra-cabeças dentro de matriz disciplinar e mudança de paradigma (Boden, 2004; Kuhn, 2012).

Quadro 3 — Critérios analíticos para avaliar o “salto”

Fonte: elaboração do autor.

A questão empírica, portanto, não é apenas se uma sentença apareceu literalmente nos dados de treinamento. É preciso examinar quem formulou o problema, quais bibliotecas e avaliadores delimitaram a busca, se o sistema criou representação não fornecida, se a hipótese antecedeu o verificador e se a contribuição alterou a compreensão do campo.

5.1 O que foi publicamente atribuído ao sistema

A OpenAI divulgou dez resultados em empacotamento de esferas, códigos binários e esféricos, grupos não sóficos, álgebras de operadores, complexidade de circuitos, complexidade quântica, criptografia em reticulados, geometria convexa e combinatória extremal. A coleção técnica afirma, entre outros pontos, determinar a taxa assintótica do programa linear de Cohn-Elkies e resolver assintoticamente o problema correspondente de incerteza de sinal de Fourier (OpenAI, 2026a; OpenAI, 2026b, p. i-3).

Segundo a empresa, uma versão interna do Astra gerou os argumentos; pessoas prepararam os manuscritos com auxílio do modelo; e o sistema formalizou cada argumento em certificado Lean. O repositório público, consultado no commit 94bc0feb6a9ff12c7d31d6de640a725c9d43d2b6, contém arquivos para os dez resultados, instruções de compilação em Lean 4.32.0 e procedimento adicional de checagem por Comparator. O artigo não executou nem auditou integralmente essas formalizações; registra apenas que os artefatos e as instruções foram disponibilizados (OpenAI, 2026a; OpenAI, 2026c).

O nome Astra designa uma versão interna de um modelo futuro. A documentação pública não individualiza suficientemente arquitetura, ferramentas, orquestração, memória, verificadores, curadoria ou grau de intervenção humana. Essa indeterminação impede comparar diretamente o caso com uma tese dirigida genericamente a grandes modelos de linguagem.

5.2 O que Lean verifica — e o que permanece fora do certificado

Lean é assistente de prova baseado em teoria de tipos dependentes. Uma demonstração formal é codificada como termo que o núcleo verifica relativamente às definições, premissas e axiomas admitidos. Quando o termo possui o tipo correspondente ao teorema, a garantia de validade formal é elevada (de Moura; Ullrich, 2021).

AlphaProof demonstra a produtividade dessa arquitetura: aprendizagem por reforço em ambiente formal permite explorar provas com feedback verificável. O próprio artigo, contudo, mostra que autoformalização, bibliotecas, formulação do problema e computação em tempo de teste são partes materiais do resultado. O sistema alcança rigor dentro do ambiente formal, não independência em relação à base representacional fornecida (Hubert et al., 2026).

Um certificado não decide se o problema é relevante, se as definições correspondem ao enunciado informal, se a formalização omitiu hipótese material, se a ideia é original, se as referências foram atribuídas corretamente ou se a prova produz compreensão humana. Também não mede efeitos distributivos, ambientais ou estratégicos. A pergunta respondida é delimitada: o termo segue das premissas codificadas no sistema?

A Declaração de Leiden enfatiza transparência, verificabilidade independente, atribuição humana, divulgação de ferramentas e preservação da autonomia disciplinar. Ela alerta que a tradução entre apresentação humana e formal permanece vulnerável e que incentivos podem deslocar agendas para problemas compatíveis com automação (Leiden Declaration, 2026).

5.3 O Astra refuta “LLMs can’t jump”?

Não há resposta binária sustentada pelo corpus. Os materiais oferecem artefatos formais inspecionáveis correspondentes aos enunciados divulgados e tornam pertinente investigar criatividade exploratória ou geração funcional de hipóteses. Não estabelecem, por si, novidade científica, anterioridade, autonomia do sistema nem transformação conceitual, pois essas conclusões dependem de reconstrução do processo e avaliação comunitária.

A comparação também é assimétrica: Zahavy discute enraizamento sensorial e formulação de axiomas a partir da experiência; Astra foi testado sobretudo em matemática e ciência da computação teórica, domínios nos quais feedback formal e funções de avaliação substituem parte do contato empírico. O caso torna menos segura uma leitura absolutamente categórica do position paper, mas não testa diretamente sua tese forte sobre invenção científica ancorada no mundo.

A conclusão provisória é restrita: sistemas integrados a busca e verificação formal podem participar da produção de artefatos matemáticos não triviais dentro de espaços representacionais estruturados. A novidade, a importância e a originalidade intelectual dos resultados permanecem questões de nível E3. Continua aberta a capacidade de formular autonomamente novos problemas, selecionar variáveis ou construir bases conceituais a partir de experiência não previamente organizada.

6.1 Primeiro nível: modulação dos componentes

No ambiente digital, a influência mais visível atua sobre componentes disponíveis. Plataformas alteram saliência, recorrência, sequência e temporalidade. A analogia com coeficientes descreve esse nível sem afirmar determinação absoluta: o sujeito conserva capacidade de agir, mas elementos recebem pesos perceptivos desiguais.

Esse poder aparece em publicidade comportamental, recomendação, apostas, crédito, recrutamento, consumo e deliberação política. O problema não é a existência de influência — inerente à comunicação —, mas a assimetria sistemática entre quem conhece, testa e ajusta a arquitetura e quem decide dentro dela. Transparência, proibição de manipulação, deveres de informação e revisão de decisões são respostas predominantemente voltadas a esse primeiro nível.

O controle dos coeficientes explica por que liberdade formal de clicar não assegura autonomia substancial. Uma escolha pode ser atribuída ao indivíduo e resultar de ambiente que maximizou urgência, ocultou custos, repetiu recompensas ou sincronizou estímulos com vulnerabilidades.

6.2 Segundo nível: constituição da base representacional

O poder mais profundo surge quando a infraestrutura não apenas altera pesos dentro de conjunto de alternativas, mas participa da definição do conjunto e da linguagem em que alternativas podem existir. Categorias, ontologias, variáveis, rótulos e modelos não são recipientes neutros: classificam o mundo e distribuem visibilidade, comparabilidade e legitimidade (Bowker; Star, 1999).

6.3 Pilha epistêmica e concentração vertical

A ciência assistida por inteligência artificial pode ser descrita como pilha epistêmica composta por seis camadas:

1. Dados e proveniência. Publicações, bases, códigos, provas, idiomas e experiências que formam o repertório.

2. Seleção de problemas. Perguntas que recebem capacidade computacional, prioridade institucional e critérios de sucesso.

3. Representação. Vocabulários, ontologias, variáveis, formalizações, bibliotecas e espaços de hipótese.

4. Geração e busca. Conjecturas, construções, programas, provas e estratégias produzidos com graus distintos de autonomia.

5. Validação. Verificadores, métricas, testes, revisão humana e padrões de aceitação.

6. Circulação e acesso. Publicação, embargo, licenciamento, acesso ao modelo e capacidade de reproduzir resultados.

A concentração torna-se estrutural quando um agente controla várias camadas e não existe contrapoder capaz de auditar suas transições. Nesse cenário, a organização escolhe problema, fornece representação, gera hipótese, seleciona verificador, divulga resultado e define acesso. A correção formal de prova isolada não neutraliza o poder acumulado no percurso.

A noção de pilha não é simples renomeação de pipeline técnico. Seu ganho jurídico está em identificar pontos de imputação, dependências e remédios distintos. Proveniência exige documentação; seleção de problemas demanda governança de agenda; representação requer pluralismo; geração, rastreabilidade; validação, independência; circulação, acesso e regras de embargo. A integração vertical transforma um fluxo técnico em objeto de análise institucional.

7.1 Genealogia e delimitação do conceito

Soberania cognitiva dialoga com conceitos próximos, mas possui objeto próprio. Liberdade cognitiva protege o domínio mental contra interferências indevidas; integridade mental enfatiza proteção da esfera psíquica; agência epistêmica trata da capacidade de conhecer, interpretar e participar de práticas de justificação; injustiça epistêmica descreve desvantagens na condição de sujeito do conhecimento; soberania digital e tecnológica referem-se à capacidade de controlar infraestruturas estratégicas (Bublitz, 2013; Fricker, 2007; Ienca; Andorno, 2017; Floridi, 2020).

Neste trabalho, soberania cognitiva possui três dimensões. Individualmente, é capacidade de formar juízos com acesso plural e compreensão das mediações relevantes. Institucionalmente, é autonomia de universidades, periódicos e comunidades para escolher agendas, métodos e critérios de importância. Coletivamente, é capacidade de uma sociedade desenvolver, auditar e negociar infraestruturas sem dependência absoluta. Não implica ausência de interdependência; exige contestabilidade e alternativas.

A expressão é usada de modo funcional, não como criação de direito fundamental autônomo já positivado. Ela organiza bens jurídicos existentes — liberdade científica, autonomia, igualdade de acesso, desenvolvimento tecnológico, participação nos benefícios da ciência e integridade da decisão — diante de riscos gerados pela infraestrutura epistêmica.

7.2 Constituição, direito à ciência e ciência aberta

A Constituição brasileira protege a livre expressão da atividade científica no art. 5º, IX. Após a Emenda Constitucional nº 85/2015, o art. 218 atribui ao Estado promoção e incentivo ao desenvolvimento científico, pesquisa, capacitação, tecnologia e inovação, com prioridade à pesquisa básica e tecnológica em vista do bem público. Os arts. 219-A e 219-B admitem cooperação público-privada e organizam o Sistema Nacional de Ciência, Tecnologia e Inovação em regime colaborativo (Brasil, 1988; Brasil, 2015).

A Lei nº 10.973/2004, alterada pela Lei nº 13.243/2016, vincula políticas de inovação à capacitação e à autonomia tecnológica. Essas normas não proíbem modelos proprietários nem criam dever geral de abertura. Elas autorizam margem de conformação legislativa e administrativa para políticas de capacidade computacional, auditoria, igualdade de oportunidades e redução de dependências estratégicas; não produzem, por si, obrigação jurídica individual de acesso a modelos privados (Brasil, 2004; Brasil, 2016).

O art. 15 do Pacto Internacional sobre Direitos Econômicos, Sociais e Culturais reconhece participação na vida cultural, fruição dos benefícios do progresso científico e liberdade indispensável à pesquisa. O Comentário Geral nº 25 associa o direito à ciência à disponibilidade, acessibilidade, qualidade, liberdade científica, cooperação e distribuição não discriminatória de benefícios e riscos (United Nations, 1966; CESCR, 2020, §§ 16-17, 46-49).

A Recomendação da UNESCO sobre Ciência Aberta inclui publicações, dados, software, hardware e infraestruturas e defende a redução de desigualdades tecnológicas e de conhecimento. Trata-se de soft law internacional: possui força orientadora, mas depende de implementação pelos Estados e instituições competentes e não cria obrigação diretamente exigível de abertura irrestrita (UNESCO, 2021).

7.3 Regulamento Europeu de Inteligência Artificial: incidência e limite científico

O Regulamento (UE) 2024/1689 estabelece obrigações para provedores de modelos de IA de finalidade geral. O art. 53 prevê documentação técnica, informações a provedores a jusante, política de conformidade autoral e resumo do conteúdo de treinamento. Para modelos com risco sistêmico, o art. 55 acrescenta avaliações, testes adversariais, mitigação de riscos, comunicação de incidentes e cibersegurança (European Union, 2024).

A aplicação ao caso científico exige enfrentar o art. 2º, nº 6, que exclui sistemas e modelos, inclusive resultados, especificamente desenvolvidos e colocados em serviço exclusivamente para investigação e desenvolvimento científicos. O nº 8 também exclui atividades de pesquisa, teste e desenvolvimento anteriores à colocação no mercado ou em serviço, ressalvada testagem em condições reais. A exceção deve ser interpretada funcionalmente: não alcança automaticamente modelo de finalidade geral com vocação comercial apenas porque foi testado em problemas científicos.

Como a OpenAI descreve Astra como versão interna de seu próximo modelo principal, e não como sistema desenvolvido exclusivamente para investigação científica, não é possível concluir, com os dados públicos, se a exclusão do art. 2º, nº 6, incidiria. Tampouco se deve afirmar aplicação automática dos arts. 53 e 55 antes de estabelecer colocação no mercado, propósito, alcance territorial e categoria jurídica do modelo.

Na data de fechamento do corpus, as obrigações dos provedores de modelos de IA de finalidade geral já eram aplicáveis desde 2 de agosto de 2025. As orientações da Comissão esclarecem os conceitos de provedor, colocação no mercado, modificação substancial e algumas exceções, enquanto o Código de Prática oferece via voluntária de demonstração de conformidade. Desde 2 de agosto de 2026, os poderes de execução da Comissão, inclusive multas, passaram a ser aplicáveis; modelos colocados no mercado antes de 2 de agosto de 2025 dispõem, em regra, até 2 de agosto de 2027 para adequação (European Commission, 2025a; European Commission, 2025b).

Esse pacote de implementação fortalece documentação, transparência e gestão de riscos, mas não constitui regime completo de governança da agenda científica. Ele não exige, em termos gerais, justificar a seleção de problemas, registrar bases representacionais alternativas descartadas ou distribuir capacidade computacional entre instituições. O RIE proposto adiante é, portanto, complementar e não substitutivo.

7.4 LGPD, proporcionalidade e riscos da dependência

O art. 20 da LGPD assegura solicitação de revisão de decisões tomadas unicamente com base em tratamento automatizado de dados pessoais que afetem interesses do titular. A norma é relevante para decisões downstream individualizadas. O controle da base científica ocorre em estágio upstream, frequentemente sem decisão pessoal identificável, e não pode ser deduzido diretamente do art. 20 (Brasil, 2018).

Uma resposta jurídica legítima deve observar proporcionalidade. O objetivo é proteger integridade científica, capacidade de auditoria, pluralismo e distribuição de benefícios. Medidas adequadas incluem documentação e validação independente; a necessidade varia conforme contribuição material do sistema e impacto do resultado; e a proporcionalidade em sentido estrito exige preservar segredo legítimo, segurança, liberdade científica e inovação. O artigo não sustenta abertura integral nem separação absoluta entre indústria e universidade.

Os riscos principais são econômicos, temporais, geográficos e linguísticos. O operador de modelo de fronteira pode conhecer resultados antes da comunidade, definir embargos e parceiros e acumular vantagem estratégica. Instituições com menor capacidade computacional recebem acesso posterior ou limitado. Modelos representam melhor idiomas e tradições mais presentes nos dados. A circulação de resultados pode aumentar enquanto a capacidade local de formular problemas diminui.

8.1 Princípios mínimos

A governança deve ser proporcional à contribuição causal do sistema e ao impacto potencial do resultado. Revisão linguística não exige salvaguardas idênticas às aplicáveis a prova, hipótese ou política pública gerada predominantemente por modelo proprietário. O regime deve concentrar exigências nos pontos em que autonomia, reprodutibilidade, atribuição e distribuição de benefícios estão materialmente em risco.

1. Proveniência. Registrar modelo, versão, data, ferramentas, bibliotecas relevantes e natureza das intervenções humanas.

2. Reconstruibilidade. Preservar enunciados, parâmetros, código, certificados, critérios de seleção e artefatos suficientes para auditoria proporcional.

3. Validação independente. Submeter resultados de maior impacto a revisão externa e, quando adequado, a verificadores distintos ou equipes interinstitucionais.

4. Transparência representacional. Documentar ontologias, variáveis, bibliotecas, pressupostos e exclusões que delimitam a busca, sem exigir divulgação de todos os pesos.

5. Pluralismo e contestabilidade. Permitir bases, métricas e interpretações alternativas e manter canais de correção.

6. Acesso equitativo. Criar programas transparentes de capacidade computacional, apoio a instituições sub-representadas e alternativas públicas ou consorciadas.

7. Responsabilidade institucional. Identificar pessoas e organizações responsáveis por integridade, citações, formalização e comunicação.

8. Avaliação de concentração. Mapear dependência de fornecedor, barreiras de saída, lock-in e impacto sobre autonomia científica.

8.2 Relatório de Impacto Epistêmico: diferença, materialidade e níveis

8.3 Autoria, contribuição e responsabilidade

A Declaração de Leiden afirma que crédito e responsabilidade permanecem humanos. A OpenAI, por outro lado, sustenta que atribuir autoria humana a prova integralmente gerada por sistema falsearia a contribuição causal da máquina. O COPE estabelece que ferramentas de IA não satisfazem critérios de autoria porque não assumem responsabilidade, não declaram conflitos e não celebram acordos de licença; o uso deve ser divulgado e o autor humano permanece responsável (COPE, 2023; Leiden Declaration, 2026; OpenAI, 2026a).

As posições podem ser compatibilizadas por três categorias. Autoria jurídica e acadêmica permanece humana, pois envolve aprovação, responsabilidade, resposta a críticas e deveres éticos. Contribuição causal descreve o que o sistema efetivamente fez e deve ser registrada. Responsabilidade institucional alcança laboratório, empresa, pesquisadores, validadores e editores que conferem autoridade ao resultado.

A taxonomia CRediT organiza quatorze papéis de contribuição e pode ser adaptada para tornar visíveis conceptualização, metodologia, software, validação, visualização e redação. Ela não transforma ferramenta em autora; ajuda a separar papéis humanos e assistência automatizada. Em trabalhos com IA, recomenda-se matriz que identifique: autores humanos; tarefas CRediT; funções executadas por sistemas; e garantidores da correção e das referências (NISO, 2022).

Quando nenhum autor humano compreende suficientemente o argumento para explicá-lo, responder a críticas e assumir responsabilidade, a publicação não deve simular autoria tradicional. O resultado pode ser divulgado como contribuição gerada por sistema sob responsabilidade institucional, com validação externa e descrição honesta de seus limites, até que a comunidade o incorpore.

8.4 Infraestrutura pública e cooperação internacional

Governança documental é insuficiente sem capacidade material. Estados, universidades e organizações internacionais precisam investir em computação científica pública, modelos auditáveis, repositórios, verificadores e formação interdisciplinar. A autonomia tecnológica prevista no ordenamento brasileiro não será alcançada apenas por obrigações de transparência dirigidas a fornecedores estrangeiros.

Consórcios podem compartilhar custos e priorizar problemas de interesse social subatendidos por incentivos comerciais, como doenças negligenciadas, adaptação climática local, infraestrutura urbana e línguas de baixa disponibilidade. A cooperação deve preservar abertura, mobilidade e intercâmbio, sem converter soberania em isolamento.

Uma interpretação participativa do direito à ciência sustenta que não basta receber o produto final da descoberta; é necessário ampliar capacidades de participação, verificação e uso. Na era de modelos proprietários, distribuição do conhecimento depende também da distribuição de infraestrutura, competências e poder de auditoria.