Resumo original
O artigo responde à seguinte questão: como utilizar inteligência artificial e análise automatizada na regulação das comunicações digitais sem transformar classificações probabilísticas em presunções de irregularidade ou decisões administrativas? Adota-se pesquisa aplicada, qualitativa e documental, estruturada pela metodologia de design science. A análise integra o marco brasileiro de telecomunicações, proteção de dados e processo administrativo, a Política de Governança de Inteligência Artificial da Anatel e referências da OCDE, UNESCO, NIST e União Europeia. Como artefato, propõe-se o REGULA.SCM, modelo sociotécnico para o Serviço de Comunicação Multimídia que separa prioridade regulatória, prontidão para regularização e confiança do dado; combina regras explícitas, análise de anomalias, revisão humana e contestabilidade; e articula fiscalização orientada por risco, jornada assistida do provedor e transparência setorial. A avaliação por cenários sintéticos demonstra que a separação dos indicadores reduz falsa precisão e impede que dados frágeis produzam respostas coercitivas.
Conclui-se que a legitimidade da IA regulatória depende da arquitetura institucional que governa dados, modelos, pessoas e procedimentos, e não apenas do desempenho técnico do algoritmo.
Introdução
A inteligência artificial passou de ferramenta experimental a infraestrutura de apoio à decisão em organizações públicas e privadas. Na regulação das comunicações digitais, sua adoção promete ampliar a capacidade de tratar grandes volumes de dados, identificar padrões, selecionar amostras de fiscalização, antecipar gargalos e oferecer serviços digitais mais responsivos. A mesma capacidade, entretanto, pode produzir opacidade, discriminação, dependência tecnológica, automação indevida do poder sancionador e deterioração do devido processo quando não acompanhada por governança institucional robusta.
O setor de telecomunicações constitui ambiente especialmente sensível. Redes e serviços de comunicação são infraestruturas essenciais à educação, ao trabalho, à participação política, à inovação e ao exercício de direitos. Decisões regulatórias afetam concorrência, continuidade de serviços, investimento, segurança, consumidores e milhares de prestadoras de pequeno porte. Uma classificação algorítmica aparentemente técnica pode, portanto, gerar efeitos econômicos e reputacionais relevantes antes mesmo da abertura de um processo formal.
O problema de pesquisa é formulado da seguinte maneira: quais requisitos de governança permitem utilizar IA e análise automatizada no acompanhamento do Serviço de Comunicação Multimídia - SCM, preservando legalidade, proporcionalidade, proteção de dados, explicabilidade, contestabilidade e decisão humana responsável? A hipótese é que o desempenho estatístico, isoladamente, não oferece legitimidade suficiente. A resposta exige uma arquitetura sociotécnica na qual fontes, categorias, regras, modelos, interfaces, agentes públicos, prestadoras e mecanismos de controle sejam concebidos conjuntamente.
O objetivo geral é propor e avaliar conceitualmente um modelo de governança de IA responsável aplicado à inteligência regulatória do SCM. Os objetivos específicos são: sistematizar requisitos normativos nacionais e internacionais; identificar riscos do uso de IA em processos regulatórios; definir princípios e controles operacionais; estruturar indicadores explicáveis; integrar fiscalização, regularização e transparência; e testar a coerência do desenho por cenários sintéticos.
A contribuição original está na combinação de três decisões de desenho.
Primeiro, o modelo separa prioridade regulatória, prontidão para regularização e confiança do dado, evitando que uma única nota misture risco, conformidade e qualidade informacional. Segundo, a jornada de correção é tratada como parte da governança, e não como etapa posterior à fiscalização. Terceiro, a explicabilidade é distribuída em camadas global, local, procedimental e normativa, de modo que o destinatário saiba não apenas por que um sinal surgiu, mas também quais evidências o sustentam, o que pode ser corrigido e quem decide.
O artigo está organizado em doze seções. Após a introdução, apresenta-se o problema regulatório do SCM e o referencial teórico. Em seguida, são analisados o marco jurídico brasileiro, a Política de Governança de IA da Anatel e as referências internacionais. A metodologia explicita a construção do artefato. As seções centrais descrevem o REGULA.SCM, sua arquitetura, indicadores, governança e avaliação por cenários. Ao final, discutem-se implantação, contribuições, limitações e conclusões.
Limitações e agenda de pesquisa
A principal limitação é que o protótipo funcional permanece demonstrativo e utiliza cenários sintéticos. A implementação comprova navegabilidade, coerência de requisitos e possibilidade de materialização dos controles, mas não valida acurácia, impacto regulatório, usabilidade em escala ou relação custo-benefício em ambiente real.
Pesos, limiares e fluxos exigem calibração participativa e piloto controlado com dados autorizados antes de qualquer uso institucional.
O estudo não substitui análise específica sobre cada integração. Fontes podem conter dados pessoais, sigilos comerciais, informações de fiscalização ou restrições de compartilhamento. A implantação exigiria registro das operações, bases legais, controles de acesso, retenção, relatórios de impacto e avaliação de segurança.
Outra limitação é a rápida evolução normativa e tecnológica. Políticas de IA, regulamentos setoriais, padrões técnicos e capacidades dos modelos mudam. O desenho deve ser revisto periodicamente, sem transformar categorias temporárias em infraestrutura rígida. A governança precisa ser adaptativa e, simultaneamente, preservar segurança jurídica e histórico das versões.
A agenda futura inclui: prototipagem participativa; testes de compreensão e acessibilidade; calibração com dados autorizados; estudo de erro e equidade por porte e região; comparação entre regras, métodos estatísticos e modelos de aprendizagem; auditoria independente; análise de impacto concorrencial; avaliação do comportamento produzido por diferentes formas de transparência; e mensuração de custo ambiental e dependência tecnológica.
Ler o documento completo, com tabelas e referências ↗
Conhecimento ganha força quando circula.
Converse com a autora →