Nota prévia: Este é o segundo artigo de uma série em duas partes sobre a ameaça da perda de empregos e deslocamento de trabalhadores causada pela IA. O leitor pode ler a primeira parte aqui.
Seleção e tradução de Júlio Marques Mota
12 min de leitura
Texto 32 – Tratar a IA como um serviço público
Por 
Holly Buck e 
Matt Huber
Publicado por 
em 17 de Julho de 2025 (original aqui)
Parece cada vez mais provável que a inteligência artificial trará grandes mudanças na economia e na vida quotidiana. Precisamos de um programa de empregos públicos para os trabalhadores deslocados, e devemos regulamentar a IA como um serviço público.
As empresas de IA estão a relatar aumentos preocupantes nas capacidades dos seus modelos. O relatório do System Card de abril de 2025 do OpenAI, o 03 e 04-mini, afirma que “vários dos nossos avaliações biológicas indicam que os nossos modelos estão à beira de poder ajudar de forma significativa os novatos a criar ameaças biológicas conhecidas”. O Claude 4 Opus demonstrou a capacidade de ajudar os utilizadores a obter urânio de grau nuclear. Além disso, o modelo Claude 4 Opus demonstrou capacidade de auxiliar os utilizadores a obter urânio de grau nuclear. De acordo com um relatório encomendado pelo estado da Califórnia em junho, modelos recentes apresentam provas “evidentes e crescentes de esquemas de alinhamento” — ou seja, os modelos podem efectuar engano estratégico, como estar dispostos a chantagear engenheiros. O relatório também afirma que os novos modelos frequentemente também conseguem detectar quando estão a ser avaliados.
Este não é apenas um cenário hipotético; tem-se desenrolado ao longo dos últimos meses.
Como argumentámos no nosso primeiro ensaio sobre este tema, a esquerda precisa de levar muito a sério os riscos trazidos pela IA tanto quanto à segurança como quanto aos meios de subsistência. Assim como foi um erro permitir que as mudanças climáticas fossem colocadas numa caixa ‘ambiental’ e tratadas como uma questão de interesse especial ou científica — quando, na verdade, afetará a vida de todos —, não podemos fragmentar as transformações que a IA trará, reduzindo-as a uma questão única de ‘tecnologia’ ou política de inovação. Este é um tema com o qual todos se devem envolver.
Neste ensaio, abordamos a velha pergunta: ‘O que fazer ? A nossa resposta é: precisamos de uma abordagem predistributiva para a IA, que a regulamente como um serviço público, e também precisamos de criar um programa de empregos públicos para trabalhadores deslocados da economia do conhecimento.
Redistribuição: Do Estado de Bem-Estar Social para o Rendimento Básico Universal
A esquerda tem uma resposta geral para o deslocamento de empregos: um estado de bem-estar social robusto, com seguro-desemprego adequado e programas públicos de capacitação e recolocação profissional. Nos Estados Unidos, esses sistemas há muito que são insuficientes e agora estão sob ainda mais pressão. No campo educacional, as universidades estão a ser atacadas e as suas direcções não estão a ser proativas em pensar sobre a criação de programas de requalificação e capacitação profissional.
No âmbito do estado de bem-estar social, as limitadas proteções sociais existentes estão a ser desfeitas (ainda mais após a aprovação do Big Beautiful Bill de Trump, que cortará o Medicaid, os vale-alimentação e outras redes de segurança vitais do nosso já frágil sistema de bem-estar), embora a pandemia de COVID-19 tenha mostrado que essas proteções podem ser rapidamente expandidas em situações de emergência. Os sindicatos também têm um histórico de tentar transformar os ganhos de produtividade decorrentes da inovação tecnológica em redução da jornada de trabalho, em vez de perda de empregos. Fortalecer e expandir o estado de bem-estar, investir pesadamente em programas de capacitação e recolocação profissional e empoderar o movimento sindical serão propostas políticas essenciais para lidar com o desemprego impulsionado pela IA.
Algumas propostas mais utópicas da esquerda defendem um “rendimento básico universal” (RBU) não apenas como resposta ao desemprego em larga escala, mas também como uma forma de dar mais poder aos trabalhadores. Alguns argumentam que o RBU proporcionaria mais tempo livre e enfraqueceria o vínculo fundamental entre o trabalho assalariado e a sobrevivência no capitalismo.
Outros socialistas, no entanto, são céticos em relação ao Rendimento Básico Universal (RBU). Uma das razões para esse ceticismo é que o RBU funciona como um tipo de “bem-estar para os mercados”, garantindo que a despesa pública regresse às mãos de capitalistas privados, como Amazon, Walmart e, agora, OpenAI, Google e outros fornecedores de tecnologia de IA. (Não é por acaso que os próprios capitalistas da tecnologia se tornaram grandes defensores do RBU.)
Outra preocupação é que o RBU ignora a dignidade fundamental associada ao trabalho em todas as sociedades, incluindo o capitalismo. Não acreditamos que a maioria das pessoas ficaria satisfeita com longos períodos de desemprego involuntário ou subemprego, mesmo que o estado lhes garantisse o suficiente para viver. A questão é como essas pessoas poderiam ser direcionadas para trabalhos socialmente úteis através de canais públicos.
Soluções como a expansão do Estado de bem-estar social e o Rendimento Básico Universal (RBU) estão enraizadas na redistribuição de riqueza dos capitalistas (incluindo os capitalistas da IA) para amenizar as consequências das rápidas mudanças tecnológicas nos mercados de trabalho. Por mais necessárias que possam ser, elas não colocam fundamentalmente em causa as estruturas de poder que moldam a tecnologia de IA no seu cerne.
‘Predistribuição’ ou Socialização dos Ganhos da IA
Abordagens mais radicais não aceitariam que a IA deva ser controlada por capitalistas privados, que então têm o direito de monopolizar o excedente gerado pela sua utilização em toda a sociedade. Políticas voltadas para a ‘predistribuição‘, como discutido por Saffron Huang e Sam Manning, procurariam os benefícios de tecnologias transformadoras antes que elas sejam acumuladas por capitalistas em busca de lucro.
Há algo fundamentalmente coletivo na inteligência artificial. Karl Marx argumentava que o capital trata o conhecimento científico — o que ele chamou, de forma provocativa, de ‘intelecto geral‘ — como um ‘presente gratuito’ que pode ser apropriado na sua busca por lucro. Na medida em que a IA representa uma forma gigantesca de aprendizagem de máquina automatizado, baseado em todo o conhecimento textual da sociedade, Marx não poderia ter previsto essa escala de apropriação intelectual.
É revelador que a OpenAI tenha começado como uma organização sem fins lucrativos antes de se tornar uma empresa capitalista: até os inovadores da IA reconheceram o risco do motivo do lucro com uma tecnologia tão capaz de produzir custos profundos e até existenciais. Já os cientistas e outros também perceberam a sua utilidade como uma espécie de “Assistente de investigação ” na codificação, respondendo a perguntas gerais e, de facto, produzindo trabalhos de investigação coerentes sobre um determinado tema.
Não é difícil ver como é que este tipo de instrumento pode tornar-se um serviço essencial subjacente a todas as formas de trabalho, tanto nos locais de trabalho como nas famílias. Quando o editor fundador da Wired, Kevin Kelly, previu que a IA era tão fundamental quanto a eletricidade, uma tecnologia de uso geral que está “em tudo” à medida que se torna “cognificada” — telefones, dispositivos, carros, edifícios, etc. – provavelmente soou como o habitual entusiasmo tecnológico. Mas agora, é possível ver como seria realmente a IA ser integrada na vida quotidiana das pessoas.
Abstratamente, a IA é incorporada na vida diária para resumir, traduzir, pesquisar e gerar novas ideias. Não se trata apenas de a IA realizar tarefas de escritório, como agendar reuniões, criar gráficos e montar alas de slides, ajudar a encontrar as palavras certas para uma mensagem, postar nas redes sociais e tudo o resto. Ele entrará em trabalho doméstico e hobbies — encontrar reparadores, identificar plantas misteriosas no jardim, recomendar receitas e compor listas de compras, otimizar a aptidão física. Nada disso parece essencial agora, tal como há trinta anos atrás o Google Maps não parecia essencial. Mas as pessoas vão gradualmente acostumar-se com as capacidades, assim como para muitas pessoas hoje, navegar para um novo lugar sem consultar o seu telefone é muito difícil.
A IA como Serviço Público
Felizmente, já existe um conjunto de políticas e de pensamento jurídico sobre a forma de tratar esses “serviços essenciais”: a lei e a regulamentação de utilidade pública. Pensadores jurídicos progressistas no início do século XX reconheceram que certas infraestruturas em rede, como gás, água e eletricidade, deveriam ser administradas como “empresas comuns e coletivas… demasiado importantes para serem deixadas exclusivamente às forças do mercado”, como disse o jurista William Boyd. Os serviços de utilidade pública foram forjados através de cartas orgânicas que determinaram que eles eram governados no interesse público, e não simplesmente para o lucro privado (embora especialmente para o gás e a electricidade, a propriedade privada e o lucro foram permitidos como parte desta disposição legal).
Dado que um excelente exemplo deste domínio é a electricidade, há dois pontos a distinguir aqui. Em primeiro lugar, os modelos de fundação de IA partilham características com infraestruturas elétricas que suportam a lógica de regulá-la como um serviço de utilidade pública. (Embora a “AI” possa referir-se a todos os tipos de coisas, aqui focamos a discussão em modelos de fundação, e especialmente modelos avançados de “fronteira”, como Claude 3.7 Sonnet da Anthropic, O3 da OpenAI, R1 da Deepseek, etc., que requerem grandes quantidades de dados e aplicações a jusante de energia.)
O cientista de computação da IA Andrej Karpathy observa que os grandes modelos de linguagem (LLMs) exigem enormes despesas de capital fixo para construir a rede de infraestrutura de computação para treinar os modelos, clientes que exigem “acesso medido” (símbolos com base no número de palavras/informações processadas) e uma procura or fluxo consistente de informações confiáveis semelhante à tensão elétrica.
Estes sistemas podem tornar-se serviços integrados na vida quotidiana e no trabalho das pessoas. Em certa escala, grandes sistemas de IA poderiam ser regulados como serviços públicos: forçados a fornecer taxas e acesso razoáveis, estar sujeitos à supervisão pública e operar de acordo com padrões que poderiam incluir transparência e confiabilidade.
A perspectiva de regulamentação pública não é meramente hipotética. O governador da Califórnia, Gavin Newsom, vetou um polémico projeto de lei de segurança da IA no outono de 2024, mas um relatório recém-divulgado que o estado encomendou sugere que as capacidades do modelo de IA já dispararam nos oito meses desde o veto, levantando novas preocupações regulatórias públicas significativas.
Os riscos de deixar esses serviços desregulados começam a tornar-se evidentes. Por exemplo, há alguns meses, a OpenAI lançou uma atualização para o ChatGPT que lhe deu uma personalidade bajuladora, tornando-se tão agradável que desencadeou e reforçou delírios paranóicos e elogiou efusivamente ideias de negócios “geniais”, como vender “merda de um pau metido no c…”.”A empresa rapidamente reverteu a atualização após críticas virais. Mas assim se podem ver os perigos de um produto de que 500 milhões de utilizadores semanais estão a depender não ser regulamentado desta forma.
Outra preocupação fundamental do direito de utilidade pública é a “obrigação de servir” toda a população no seu território de serviço e evitar desigualdades de acesso. Se os utilizadores premium obtiverem uma IA que funcione e o resto de nós tiver uma versão escorregadia e que funcione a meio caminho, a sociedade torna-se ainda mais desigual. As pessoas não tolerariam eletricidade ou água limpa para partes da população e serviços irregulares e contaminação ocasional para o resto – ou pelo menos, não deveriam.
A questão é que estas são questões que o Estado pode abordar. Sem regulamentação, os ganhos da IA não serão igualmente distribuídos e acessíveis a toda a população.
Com a IA, a procura crescente de electricidade e as alterações climáticas, deparamo-nos com questões públicas inevitáveis, e o modelo de utilidade pública constitui um exemplo histórico de uma forma institucional capaz de as enfrentar.
Em segundo lugar, a IA não é apenas semelhante à eletricidade, mas requer enormes quantidades de eletricidade para alimentar a computação por trás das suas funções básicas. Por outras palavras, como muitos alertaram, o crescimento da IA e dos centros de dados em geral criará níveis de procura de eletricidade ou crescimento de “carga” que não vimos há várias décadas – aumentando a tensão sobre os nossos modelos existentes de governança e regulamentação de serviços públicos. A Agência Internacional de Energia prevê que a procura de eletricidade por “centros de dados otimizados para IA” quadruplicará até 2030, e nos Estados Unidos os centros de dados abrangerão metade de todo o crescimento da procura de eletricidade (embora actualmente a IA represente apenas cerca de 15% da procura de eletricidade dos centros de dados, prevê-se que esse número aumente rapidamente).
Isto representa um desafio, porque acabamos de sair de meio século de reestruturação (ou desregulamentação) da eletricidade com base na ideia de que os serviços públicos eram monopólios gigantescos lentos para mudar e inovar e prejudiciais para os consumidores. Este processo tem sistematicamente “desagregado” as empresas de electricidade em mercados mais fragmentados, com base na promessa neoliberal de que mais concorrência cria sempre resultados óptimos.
No entanto, é evidente que o antigo modelo de utilidade baseado no planeamento central a longo prazo, no investimento socializado e na garantia de taxas “justas e razoáveis” para os consumidores parece bastante propício aos desafios que enfrentamos. Para além da IA, há também o facto de a descarbonização exigir uma expansão massiva da infra-estrutura de produção e transmissão de electricidade.
Em suma, com a IA, a procura de electricidade a disparar e as alterações climáticas, deparamo-nos com questões públicas inevitáveis, e o modelo de Utilidade Pública, pelo menos, constitui um exemplo histórico de uma forma institucional capaz de as enfrentar. Pensamos que é uma questão em aberto se estes diferentes aspectos da regulação da IA – regulando modelos e algoritmos de IA, por um lado, e regulando a sua infra-estrutura e utilização de energia, por outro – devem ser tratados num quadro unificado. Você poderia imaginar uma governança conjunta de ambas as dimensões, mas também poderia imaginar as questões fundamentais sobre a transparência pública sobre como os modelos funcionam perdendo-se em conversas sobre as necessidades de energia dos centros de dados. O ponto crucial é que o modelo geral de regulação da utilidade pública se aplica tanto aos aspectos físicos como virtuais destes sistemas.
O modelo de utilidade pública não é perfeito, como alguns salientaram. Pode ser lento para mudar e é propenso à corrupção. Mas, como explicado por Pier LaFarge, também representa “o equilíbrio mais bem-sucedido entre capital privado e propósito público da história … [e o] … único exemplo operacional de infra-estrutura socializada no coração da maior economia do mundo”. Se o século XX foi moldado fundamentalmente pela rede elétrica, o vigésimo primeiro poderia contar com o fornecimento público de infraestrutura de IA.
É claro que tal projeto significaria recuperar o controle sobre a IA dos seus senhores privados. Pessoas de diversas áreas têm falado mais amplamente sobre a regulamentação da tecnologia no interesse público, a infraestrutura pública digital e a transformação de empresas de tecnologia em serviços públicos privados por muitos anos. Ideias inebriantes semelhantes para uma “Internet pública” não diminuíram exatamente o poder do Google ou das empresas de media social sobre as tecnologias digitais.
Mas o exemplo histórico da eletricidade dá-nos um pouco mais de esperança — especialmente quando há uma reação pública contra as incursões da IA capitalista e as tensões de energia e água criadas pela construção da sua infraestrutura. A indústria de eletricidade do final do século XIX era inteiramente privada – Thomas Edison, em busca de capital de Wall Street, localizou a primeira estação de energia na Pearl Street, na cidade de Nova York. Mas, à medida que mais e mais reformadores progressistas reconheceram o papel vital da eletricidade na infraestrutura urbana, ameaçaram com a aquisição pública em grande escala de sistemas de eletricidade municipais. A ameaça real da propriedade pública levou os capitalistas da electricidade a aceitarem um compromisso baseado na transformação da electricidade numa utilidade pública regulamentada. Precisaremos de movimentos igualmente poderosos, capazes de disciplinar a IA privada hoje.
Um programa público de empregos para a economia do conhecimento
Tratar a IA como um serviço de utilidade pública não resolve o problema do deslocamento de postos de trabalho, mas poderia fornecer um quadro de planeamento mais amplo para lidar com a perda de postos de trabalho de forma coordenada e pública. Para este problema, temos também um rico precedente histórico: os programas públicos de emprego do New Deal.
Um programa de empregos públicos para IA precisaria pensar criativamente sobre como colocar a trabalhar algumas das suas vítimas mais visíveis: os trabalhadores do conhecimento da classe gestora profissional. Vale a pena lembrar que o New Deal não era apenas sobre a construção de escolas, hospitais e sistemas de eletricidade, mas também sobre o aproveitamento do trabalho criativo nas artes para fins socialmente úteis e tornar a cultura acessível às massas — pense nos murais de Diego Rivera evocando a luta trabalhista ou Woody Guthrie cantando sobre hidroeletricidade pública. O New Deal também contratou inúmeros engenheiros, planeadores e outros trabalhadores do conhecimento técnico cujas habilidades foram dedicadas ao planeamento e governança públicos eficazes.
Hoje, esses trabalhadores do conhecimento geralmente procuram empregos de interesse público através do “Terceiro Setor” de organizações sem fins lucrativos, nomeadamente universidades e ONGs de advocacia ou ativismo (entidades, como vimos, que são fundamentalmente vulneráveis a ataques políticos, bem como aos caprichos dos filantropos). O aproveitamento directo das suas competências para o bem público poderia proporcionar uma saída muito mais estável e democraticamente responsável para esses trabalhadores. Talvez os engenheiros de software que procuram trabalho possam encontrar emprego para ajudar a criar plataformas públicas de IA e de conhecimento público.
Chegar lá a partir de aqui
Estas ideias parecem distantes do ponto de vista da viabilidade política. No entanto, os cronogramas do avanço dos LLM indicam que podemos precisar que eles sejam pensados e alcancem um amplo apoio político dentro de cinco anos. Neste momento, temos apenas propostas de legislação estatal extremamente modesta. Por exemplo, a Lei de estabilização da força de trabalho, reintroduzida na Assembleia do Estado de Nova York nesta sessão, exige que as empresas realizem avaliações do impacto da IA e cobraria das corporações que deslocam trabalhadores com IA, com isenções para pequenas empresas que precisam que ela permaneça economicamente viável. Utilizaria os fundos angariados pela sobretaxa para a reciclagem dos trabalhadores, o desenvolvimento da mão-de-obra e o seguro-desemprego.
Isto é avançar na direcção certa, e é bom que as pessoas se preocupem em elaborá-lo. No entanto, é obviamente limitado pelo que parece politicamente imaginável neste momento. Também ilustra por que uma abordagem estado a estado será inadequada para o desafio, porque se as empresas enfrentarem sobretaxas apenas em Nova York, elas terão ainda mais probabilidade de se mudar para estados com menos proteções aos trabalhadores, exacerbando as tendências existentes. Precisamos de utilizar o crescente sentimento de alarme de forma a abrir espaço para as possibilidades. Para fazer isso, precisamos de pessoas que possam pensar que a IA “não é problema deles” para se juntarem à luta.
Se alguém pensa que a IA exige a expansão do Estado de bem-estar social, do UBI, da lei de utilidade pública, de uma garantia pública de emprego ou de alguma combinação destes, nenhuma destas soluções será fácil de obter do capital da IA ou da classe capitalista mais ampla resistente aos impostos e à redistribuição necessários para realizar grande parte dela. Assim, como dissemos no nosso ensaio anterior, é importante não tratar a IA como o seu domínio de política única, separado dos domínios do clima, dos cuidados de saúde e da governação económica. Todos esses desafios exigem um movimento mais amplo da classe trabalhadora contra a austeridade e o poder do capital em geral, que reafirmaria a importância central dos bens públicos.
__________
Holly Buck é Professora Associada de meio ambiente e sustentabilidade na Universidade de Buffalo. É uma investigadora que explora a forma como as tecnologias emergentes podem ser desenvolvidas no interesse público, trabalho estew que cruza diferentes disciplinas, métodos e públicos. É autora do livro After geoengineering: Climate tragedy, repair, and restoration. Verso Books (2019) e co-autora de Has it come to this? The promise and peril of geoengineering on the brink, Rutgers University Press (2020). É doutorada em Sociologia do Desenvolvimento pela Universidade de Cornell.
Matt Huber [1970 – ] é Professor de Geografia na Maxwell School of Citizenship and Public Affairs na Universidade de Syracuse. As suas investigações concentram-se nas relações da economia e da geografia histórica com o capitalismo e as políticas climáticas, com ênfase especial no campo da justiça social. Destaque para o seu livro Lifeblood: Oil, Freedom and the Forces of Capital (2013). O seu último livro é Climate Change as Class War: Building Socialism on a Warming Planet (Verso, 2022). É doutorado em Geografia pela Universidade de Clark.