Até agora a conversa política sobre inteligência artificial tem se concentrado em prevenir danos ao público. E se a IA levar à perda massiva de empregos? E se for usada para vigilância? Para armas biológicas? E se concentrar riqueza e poder nas mãos de poucos enquanto atua como agente de atrofia cognitiva e social para muitos? E se sistemas futuros escaparem do nosso controle ou ultrapassarem nossa compreensão?

Esses perigos são reais ou pelo menos plausíveis. Políticas para preveni-los ou responder a eles são essenciais. Mas há outra conversa política que está estranhamente ausente: como a IA beneficia o público?

Os bens públicos da IA não são, reconheço, o tema politicamente mais popular no momento. As pesquisas de opinião sobre IA são desanimadoras, mesmo que seu uso esteja explodindo. Data centers são terrivelmente impopulares e, em algumas jurisdições, proibidos.

O papa Leão 14 dedicou sua primeira encíclica aos perigos da tecnologia. Muitos veem o uso de IA como algo beirando a imoralidade —ela aumenta a demanda por uma tecnologia superestimada e perigosa cuja implementação precisa ser desacelerada ou talvez até interrompida.

Eu parto de uma perspectiva diferente. A IA está aqui. Ela será usada. Mas como é usada, para quê e por quem são questões significativas.

Os benefícios da IA não surgirão automática ou inevitavelmente. Será preciso trabalho para identificar os problemas que a IA pode ajudar o público a resolver e então criar os dados, o financiamento e o “poder computacional” —o poder bruto de processamento que os sistemas de IA usam quando consultados, fornecido por data centers repletos de chips especializados— necessários para realmente resolvê-los.

Quando a IA é direcionada ao problema certo, da maneira certa, os resultados podem ser notáveis. Um modelo da OpenAI acaba de refutar uma conjectura que escapou aos matemáticos por 80 anos. Um medicamento para fibrose pulmonar acaba de se tornar o primeiro tratamento totalmente gerado por IA com eficácia e segurança comprovadas em humanos.

Uma equipe da Mayo Clinic desenvolveu um sistema de IA que pode detectar cânceres de pâncreas em tomografias até três anos antes que os médicos consigam vê-los. O modelo Graphcast da DeepMind parece gerar previsões meteorológicas mais rápidas e mais precisas do que os sistemas de supercomputadores usados atualmente. O Prêmio Nobel de Química de 2024 foi concedido em parte aos criadores do modelo AlphaFold pelo salto quântico que ele ofereceu na previsão de estruturas de proteínas.

As corporações que compram acesso à IA para si mesmas não estão iludidas. Mas estão descobrindo que não se pode resolver problemas simplesmente jogando IA neles. É preciso trabalho para estruturar um problema de forma que permita à IA ser útil, assim como foi preciso trabalho, em gerações anteriores, para integrar a TI em uma empresa ou redesenhar uma fábrica para aproveitar a eletricidade.

O avanço do AlphaFold só foi possível por causa do Protein Data Bank, um banco de dados de estruturas de proteínas laboriosamente criado que a National Science Foundation começou a financiar na década de 1970. Sem o Protein Data Bank, não haveria AlphaFold.

Portanto, uma agenda pública para a IA precisa ser mais do que uma vaga intenção de jogar IA em problemas públicos. Começa com acesso, mas não termina aí.

Ainda assim, comece pelo acesso. Poderia começar com uma opção pública real para IA: talvez devesse haver pelo menos um modelo de fronteira sob controle público direto.

Começaria ao menos com o reconhecimento de que já existe mais demanda por computação do que oferta. Isso pode significar comprar computação para fins públicos e garantir que seja acessível para universidades, agências públicas e outros.

A desigualdade digital que mencionei acima já está se abrindo em um abismo entre o setor privado e o público, onde o Goldman Sachs pode pagar quantidades colossais de computação e universidades públicas não podem. Quero que o público tenha acesso a computação suficiente para poder direcionar a IA a problemas difíceis.

Mas grande parte da capacidade de IA permanecerá no setor privado. Portanto, uma agenda pública para IA também deveria dar ao setor privado razões para trabalhar em problemas públicos. Como na Operação Warp Speed, o governo poderia definir os resultados que deseja —um medicamento, uma solução— e garantir um mercado se for encontrado e distribuído de forma equitativa.

Que tipos de problemas públicos a IA pode resolver? Olhe de perto o avanço matemático que a OpenAI acaba de divulgar, e o que você verá é que o sistema de IA foi capaz de combinar duas das forças da IA para alcançar o resultado: uma era um vasto conhecimento da matemática existente, de modo que pudesse aplicar um ramo diferente da disciplina ao problema.

A outra era a capacidade de tentar possibilidades que teriam sido trabalhosas demais para matemáticos humanos tentarem.

Há muitos problemas que poderiam se beneficiar da atenção sustentada de pesquisadores incansáveis com vasto conhecimento de todas as áreas relevantes.

Doenças raras, por exemplo, onde o sofrimento é imenso, mas o mercado para uma cura muitas vezes não é grande o suficiente para atrair muito interesse privado. Ou descobrir novos usos para medicamentos existentes. Ou a busca por novos materiais para estender o armazenamento de baterias de longo prazo.

Agora mesmo estamos vendo projetos-piloto promissores. A Microsoft e o Pacific Northwest National Laboratory do Departamento de Energia dos EUA trabalharam juntos em um projeto que usou IA para analisar mais de 32 milhões de materiais para descobrir um eletrólito que poderia melhorar as baterias de íon-lítio.

Mas projetos como esses são um mero detalhe agora, enquanto os gigantes da IA perseguem as receitas garantidas de clientes corporativos. Apenas o financiamento público tem a possibilidade de direcionar a indústria para problemas públicos.

Depois, há a forma como a IA poderia mudar a relação entre cidadãos e um governo que muitas vezes é muito complexo de se navegar. O presidente dos Estados Unidos, Donald Trump, encerrou o programa Direct File da Receita Federal americana, mas a tecnologia existe agora para ir muito além dele: poderia haver um sistema de IA que trabalha seus impostos com você, fundamentado tanto nos dados da Receita sobre sua renda quanto nas informações mais atualizadas sobre o código tributário.

Cada pessoa poderia ter o equivalente a um contador pessoal. De forma mais ambiciosa, você poderia imaginar esse mesmo modelo de linguagem como um ponto de entrada para serviços governamentais: uma espécie de concierge digital para tudo que o governo tem que poderia ajudá-lo.

Quando queremos que a IA resolva problemas reais para pessoas reais, precisamos garantir que os dados existam. Isso significa organizar conjuntos de dados governamentais que atualmente estão em caos (um projeto que o governo da província de Alberta descobriu que a IA poderia tornar muito mais rápido e fácil).

Também pode significar financiar a criação de novos conjuntos de dados que eventualmente poderiam dar aos sistemas de IA um impulso em problemas científicos que atualmente estão além da nossa capacidade de resolver. Esses conjuntos de dados —como o Protein Data Bank— seriam bens públicos e, portanto, precisariam ser financiados pelo público.

O que ofereci aqui é apenas o esboço mais básico de uma agenda. Mas talvez seja suficiente para fazer um ponto mais amplo: se queremos uma IA que sirva ao bem público, precisamos definir os bens públicos que a IA pode servir e criar as condições sob as quais a IA pode ser útil.

Isso significa responder a uma pergunta que tem sido um tanto ignorada. Sabemos o que tememos que a IA nos faça. Mas o que esperamos que ela faça por nós?