Em 1971, o governo de Salvador Allende propôs criar o que mais tarde foi chamado de “inteligência artificial socialista”: um sistema informático chamado Synco ou Cybersyn, que tinha como objetivo apoiar a centralização da economia nacional. Os trabalhadores participavam da construção de modelos de empresas estatais, cujos dados eram então transmitidos em tempo real a um “comitê” de sete pessoas, permitindo gerar estatísticas e resolver problemas antes que fosse tarde: uma espécie de big data a serviço do socialismo. “Era impulsionado por uma agenda de soberania tecnológica, e o Cybersyn seria o software que ajudaria todas as empresas nacionalizadas integradas ao setor público a se tornarem mais eficientes”, afirma à Revista Crisis Evgeny Morozov, escritor bielorrusso que pesquisa as relações entre tecnologia e política e criador de The Santiago Boys, um podcast sobre essa epopeia que, embora tenha sido interrompida após a traição e o golpe de Augusto Pinochet, iluminou uma época.
Allende não era o único que queria construir uma sociedade mais igualitária com a computação: em 1972, na Argentina, a Fundação Bariloche criou o Modelo Mundial Latino-Americano (MMLA), um modelo computacional que tinha como objetivo o bem-estar humano em nível planetário, com ênfase na distribuição de recursos. Manuel Sadosky, o pai da computação na Argentina e figura-chave entre os anos 60 e 80, era, acima de tudo, um militante de esquerda, segundo seu biógrafo Pedro Kanof. E o primeiro governador de Santa Fé após a restauração da democracia, o peronista José María Vernet, impulsionou uma política tecnológica que incluiu a capacitação das comunidades e um parque industrial que desenvolvia software e hardware, numa época em que os teclados não tinham o caractere “Ñ” e os processadores de texto estavam disponíveis apenas em inglês.
Naquela época, a informática era vista pela esquerda e pelos movimentos progressistas latino-americanos como uma ferramenta fundamental para a emancipação. A computação era, além disso, capaz de gerar visões de futuro de sociedades mais igualitárias, ou mesmo socialistas e comunistas. Mas algo mudou. Hoje, na era da IA generativa, os equipamentos e os discursos da informática estão dominados pelo capitalismo e pela direita mais extremista.
No Vale do Silício, um tecno-otimismo com traços progressistas foi substituído por um aceleracionismo de extrema direita: seu representante mais radical é Peter Thiel, cofundador, ao lado de Elon Musk, da processadora de pagamentos PayPal e da empresa de tecnologia Palantir, que identifica a ativista sueca Greta Thunberg, bem como aqueles que querem regulamentar a IA, como os “anticristos”. O “Iluminismo Escuro” (Dark Enlightment), ideologia quase religiosa pregada por Thiel, propõe uma aliança entre autocratas e “tecnobros” para administrar as sociedades como se fossem empresas. Os CEOs de empresas de tecnologia que antes circulavam no Partido Democrata abandonaram o barco e hoje apoiam Donald Trump, que promete subsídios e a não interferência em suas empresas para conservar sua vantagem sobre a China, que se torna cada vez mais tênue. Empresários e autoridades argentinas seguem cegamente essas ideias, para que os desígnios das empresas americanas se concretizem na Argentina: o governo de Javier Milei espera um investimento de 25 bilhões de dólares para preencher a Patagônia com data centers que atenderiam às necessidades computacionais da OpenAI. Embora até agora haja apenas uma “carta de intenções” e um corretor que está passando o chapéu, a imagem do futuro é clara.
Em outros países da América Latina, como o Brasil e o Uruguai, comunidades organizadas resistem à instalação dos data centers que sustentam os grandes modelos de linguagem (LLM) das Big Tech, que exigem uma quantidade excessiva de eletricidade e água. Enquanto isso, governos de esquerda, progressistas e social-democratas em todo o mundo buscam regulamentar essas tecnologias, com diferentes graus de sucesso. Além do debate, será que a esquerda perdeu o ímpeto renovador e se tornou reacionária e ludita? A IA, como a conhecemos hoje, é uma onda de mudança inexorável à qual precisamos nos juntar ou apenas uma bolha financeira prestes a estourar? Quantas alternativas não-capitalistas de IA existem hoje?
Embarcamos?
O início do presente boom da inteligência artificial generativa pode ser situado em novembro de 2022, quando a OpenAI lançou o ChatGPT, cuja tecnologia subjacente é o GPT, um “transformer” generativo pré-treinado: um grande modelo de linguagem (LLM) capaz de, com certo sucesso, simular a escrita humana. Sua capacidade de gerar texto, imagem e som fez dele o aplicativo de software que mais cresceu na história: em janeiro de 2023, chegou a ter 100 milhões de usuários. Em 2025, mais de 800 milhões de pessoas o utilizam semanalmente. Seu sucesso incentivou outras empresas a lançarem produtos semelhantes.
Amazon, Google, Meta e Microsoft (principal acionista da OpenAI) encerrarão 2025 com um investimento conjunto em IA de cerca de 400 bilhões de dólares, principalmente para financiar data centers. No primeiro semestre de 2025, segundo estimativas, os gastos com IA representaram quase a totalidade do crescimento do PIB nos Estados Unidos; ou seja, sem esse setor (que as empresas ainda não conseguem tornar lucrativo), o gigante do Norte estaria em recessão. Se a IA se revelasse uma bolha, como cada vez mais analistas suspeitam que seja, seu estouro poderia arrastar consigo a principal economia do mundo. Não faltam sinais: este ano, a OpenAI fechou um acordo de 100 bilhões de dólares com a Nvidia, a empresa que fabrica os chips necessários para os data centers, chamados de GPUs. A Nvidia investirá esse montante na OpenAI para financiar data centers, que, por sua vez, equiparão essas instalações com chips da Nvidia: esse megainvestimento é, no fim das contas, um subsídio da Nvidia ao seu principal cliente.
Enquanto seu uso se expande para o trabalho e o lazer, as críticas da esquerda se intensificam. Em primeiro lugar, devido à concentração econômica: um punhado de empresas americanas molda uma tecnologia amplamente utilizada no mundo e que, além disso, promete desde escrever contos eróticos até curar todas as doenças. Monopolizar o mercado não foi difícil para elas: parte disso tem a ver com a própria base tecnológica da IA, que é muito cara de implementar e, ao contrário de outros tipos de software, pode ser apropriada pelas empresas. Para Javier Blanco, doutor em Ciência da Computação pela Universidade de Eindhoven, na Holanda, e professor da Universidade Nacional de Córdoba (UNC), “o software, desde sua criação, na década de 1970, é uma tecnologia que favorece o compartilhamento e a colaboração”. Segundo ele, “o movimento do software livre foi a politização dessa capacidade. O machine learning, por outro lado, não é a mesma coisa. Porque são necessárias grandes quantidades de dados, grande poder de computação, e o modelo final não revela muito em termos de código”. Isso é inédito na ciência da computação: os LLMs não são replicáveis como, por exemplo, os sistemas operacionais, o que poderia ensejar novamente uma disputa como a que ocorreu entre o Linux (software livre) e o Windows (software proprietário).
Além disso, a IA realmente existente se alimenta de um extrativismo generalizado. Segundo Milagros Miceli, doutora em Ciências da Computação pela Universidade Técnica de Berlim e uma das 100 figuras influentes em IA segundo a revista Time, essa tecnologia, tal como é concebida hoje (ou seja, “aprendizado automático baseado em uma quantidade massiva de dados”), é inerentemente capitalista. “Ela não se sustenta sem a exploração: de nós, como usuários; de nossos dados; de nossas informações; das centenas de milhares de trabalhadores e trabalhadoras de dados ao redor do mundo; dos bens e recursos naturais” que os data centers consomem, afirma ela à Revista Crisis.
Estima-se que, atualmente, o setor represente entre 1,5% e 4% do total das emissões globais de gases de efeito estufa. Enquanto isso, na última COP30, o Google apresentou modelos de IA para reduzir emissões, sincronizando semáforos ou prevendo inundações. “Estamos deixando que as grandes empresas de tecnologia nos digam como resolver a crise climática: elas nos convenceram de que a solução passa por colaborar com elas”, diz à Crisis Laís Martins, jornalista de tecnologia do The Intercept Brasil. “Ao nos aliarmos a elas, não estamos enxergando nem abordando sua própria contribuição para a crise climática”, acrescenta.
Além disso, o resultado é uma tecnologia que não consegue, por exemplo, compreender notícias em 45% das vezes, no caso do ChatGPT, Copilot, Gemini e Perplexity, de acordo com um estudo realizado em outubro pela BBC e pela União Europeia de Radiodifusão. Cada vez mais pesquisas mostram que, em muitos casos, a IA diminui a produtividade no trabalho, pois os funcionários gastam tempo corrigindo trabalhos feitos com essa tecnologia. Isso tem um nome em inglês: chama-se slop, conteúdo de baixa qualidade. Em português, poderíamos usar o termo “bazófIA”.
Outra expressão derivada do uso dos chatbots é “adulação algorítmica”: “Os modelos de linguagem sempre concordam com você e têm gerado problemas: desde erros nas informações até o reforço de crenças equivocadas, o que agora vemos com bastante apreensão, como o fortalecimento de movimentos como o antivacinas”, diz Beatriz Busaniche, da Fundação Vía Libre. Isso sem contar seu impacto na saúde mental de uma população empobrecida que, cada vez mais, recorre aos chatbots em vez de procurar terapia.
Devido à má qualidade dos dados e à forma como são processados, os resultados muitas vezes reproduzem estereótipos raciais, de gênero ou de classe: em 2018, a Amazon deixou de usar uma IA que filtrava candidaturas a vagas de emprego porque ela excluía as mulheres. Nas palavras da Reuters, “o sistema da Amazon aprendeu sozinho que os candidatos do sexo masculino eram preferíveis”. Por outro lado, algumas regiões dos Estados Unidos utilizam o COMPAS, um sistema de IA que alega prever se os acusados voltarão a cometer crimes e auxilia os juízes a determinar se alguém deve receber liberdade condicional. Em 2016, uma investigação da ProPublica demonstrou que afro-americanos têm quase o dobro de chances que brancos de serem rotulados como pessoas de alto risco, mesmo sem terem realmente reincidido.
É por causa dessas experiências que, por exemplo, em novembro de 2025, o governo peronista da província de Buenos Aires começou a regulamentar o uso da IA no Estado, seguindo o modelo de uma lei da União Europeia: a regulamentação classifica os sistemas de acordo com seus riscos e proíbe, por exemplo, o uso dessa tecnologia para elaborar perfis e classificações de pessoas com base em seu comportamento. No outro extremo, o governo do partido Proposta Republicana do município de Zárate nomeou um chatbot como “funcionária não humana”.
Os dados e os equipamentos
Os movimentos progressistas que levantam objeções à IA criaram ferramentas informáticas para combatê-las. O projeto “Estereótipos e Discriminação na Inteligência Artificial” (EDIA), da Fundação Vía Libre, propõe que os usuários vasculhem a “caixa preta” das IAs. “É um sistema projetado para que pessoas sem conhecimentos técnicos possam auditar vieses e mecanismos discriminatórios ou potencialmente discriminatórios em modelos de linguagem”, diz Busaniche.
O Centro Nacional de Inteligência Artificial do Chile (Cenia) abordou o problema de outra forma: há dois anos, começou a desenvolver o Latam-GPT, um modelo de linguagem regional que, segundo conta à Crisis Rodrigo Durán, gerente do instituto, “está sendo treinado com dados coletados em parceria com mais de 50 instituições da América Latina e do Caribe em 16 países”. Para Durán, como os modelos das Big Tech contam com uma relativa escassez de dados da região, eles apresentam “um viés que minimiza a importância da cultura local”.
O projeto liderado pelo Cenia é ambicioso: segundo Durán, desenvolver capacidades de pesquisa, compreensão e engenharia trará a possibilidade de ter uma conversa “de igual para igual” sobre limites e regulamentação com outras potências mundiais. Eles não querem ser apenas mais um chatbot: visam, por exemplo, que ele sirva para a “formulação de políticas públicas com base em evidências locais, ou para o ensino fundamental e médio, e até mesmo superior”.
Há outro aspecto fundamental: a capacidade computacional para processar os dados e os famosos data centers. Atualmente, segundo o Data Center Map, existem 4.504 na América do Norte, 2.682 na Europa Ocidental e 538 na América Latina (o Brasil é a exceção na região, com 195 listados). O Latam-GPT não escapa às limitações do subcontinente: embora tenham sido utilizadas GPUs da Cenia para os experimentos com modelos, o treinamento foi realizado na infraestrutura da Amazon Web Services (AWS), empresa norte-americana e uma das principais provedoras de serviços em nuvem em nível mundial.
No âmbito da tecnologia na América Latina, há vozes críticas à utilização de serviços de empresas estrangeiras: elas afirmam que isso significa abrir mão da soberania e “ceder” dados. Mas, segundo Durán, a América Latina está em desvantagem para pensar em alternativas, já que, comparativamente, está nos anos 80.
Há organizações comunitárias e governos que já estão percebendo isso: a província de Buenos Aires possui um data center próprio, assim como a comunidade de afrodescendentes que administra a Casa de Cultura Tainã, em Campinas, Brasil, que o utiliza para armazenar “memórias ancestrais, nossas trajetórias e nossos conhecimentos”. Enquanto isso, entre os tecnólogos circulam outras discussões: há quem afirme que o problema da IA concebida hoje é a escala e elogie usos comunitários, pequenos e específicos, sem as pretensões de onipotência do ChatGPT. Por exemplo, as pesquisadoras argentinas do Datagénero criaram o AymurAI, um software que ajuda os poderes judiciais a coletar e disponibilizar dados sobre violência de gênero. Em seu livro O Império da IA: Sam Altman e sua corrida para dominar o mundo, a jornalista norte-americana Karen Hao cita como exemplo a seguir um modelo na Nova Zelândia que transcreve conversas e criou um dicionário com o objetivo de preservar a língua maori, feito com apenas duas GPUs.
Nem todos concordam com essa visão. “Além de pobres, [somos] culpados? Não, não, não”, diz à Revista Crisis Nicolás Wolovick, professor e diretor do Centro de Computação de Alto Desempenho da UNC, onde, por exemplo, está hospedado o EDIA. Para Wolovick, a Argentina precisa crescer. O data center que ele administra tem 200 kW e está operando no limite de sua capacidade, o que o leva a recusar solicitações de uso vindas da universidade, onde várias disciplinas científicas exigem um processamento que eles não podem oferecer. “Não temos o hardware necessário: temos GPUs com 24 GB de RAM. A Nvidia, em sua próxima geração, está planejando que cada GPU tenha 1 TB”, diz ele.
Enquanto o governo nacional insiste em cortar o financiamento das universidades e propõe encher a Patagônia de data centers privados, Wolovick afirma que a Argentina não dispõe de “uma escala razoável” de capacidade de processamento para a quantidade de habitantes e projetos que possui. “E duvido que essa escala razoável cause danos ao planeta” — diz ele. “Quando tivermos potência suficiente, então sim, vamos pensar nessas coisas. Enquanto isso, esqueça: a pegada de carbono é gerada [no primeiro mundo], não aqui”.
O problema, para Wolovick, tem a ver com a cosmovisão que prevalece entre as Big Tech. Para ele, o DeepSeek, um modelo chinês que, graças a inovações algorítmicas e arquitetônicas (e, provavelmente, a uma “canibalização” de outros LLMs), alcançou um desempenho comparável com menor consumo de energia e demonstrou que ninguém na indústria norte-americana pensa em restrições ambientais. “É escandaloso: a única coisa que fazem é jogar dinheiro em cada problema que têm”, afirma. Em contrapartida, diz ele, “o data center da Arsat, neste momento, está consumindo 22 mil litros de água por dia. Não sei, mas esse número me parece ridiculamente baixo”.
O que fazer
Para Miguel Benasayag, filósofo, doutor em Psicologia e pesquisador interdisciplinar, autor, juntamente com Ariel Pennisi, de A inteligência artificial não pensa (o cérebro também não), o entusiasmo da década de 70 pela informática se deve ao fato de que “surgiu no mundo um novo poder que nós, humanos, não tínhamos, auxiliado pelo dogma de esquerda da época de que tudo o que era progresso era bom, pelo historicismo”. Hoje, Benasayag, que militou no Partido Revolucionário dos Trabalhadores – Exército Revolucionário do Povo (PRT-ERP), propõe domesticar a IA. “Rodolfo Kusch falava de fagocitamento” diz ele. “É preciso engolir a arma do inimigo, mas você não pode simplesmente capturá-la e pronto, porque isso pode acabar te dando uma indigestão que te mata”. Por isso, ele propõe “aproximar-se com prudência” e “encontrar formas transgressivas de utilização”.
Existe uma forma de reapropriação popular de uma tecnologia que é inerentemente extrativista? Resistir a ela é ser um conservador de esquerda? Talvez algumas pistas estejam no Cybersyn, o programa chileno: tanto em seus acertos quanto em seus erros. Morozov afirma que o projeto de informática para centralizar a economia era “antiautomatização”, já que “havia um desejo deliberado de contar com uma sala de operações na qual um grupo de pessoas pudesse lidar com a incerteza e a complexidade sem dar como certo que se tratava de algo que um modelo matemático algorítmico, fosse ele determinístico ou estocástico, pudesse resolver”. Mas o projeto não era participativo, já que os operários só foram consultados no início, quando os “modelos” das empresas foram elaborados: a suposição implícita era que os trabalhadores sabiam apenas sobre o funcionamento de suas fábricas, mas nada sobre “como governar o país”, o que, para Morozov, reproduzia o “antigo costume leninista”. É que, se nos anos 70 havia um projeto informático de emancipação, é porque havia um projeto de emancipação social. Mas ele continha lógicas, como a do partido centralizado, que hoje se tornam difíceis de sustentar.
A questão não é nova: desde o rádio na década de 1930 até as utopias tecnológicas da década de 1970, sempre ressurge a questão da neutralidade das ferramentas e da possibilidade de distorcê-las contra a lógica que as produziu. Mas a IA introduz um matiz distinto: por sua escala, por sua opacidade, pela infraestrutura que requer e pela extrema concentração da rede na qual opera, é uma tecnologia que dificilmente pode ser apropriada de forma plena. Diante dessa realidade, e com a esquerda sem um plano articulado, os usos não capitalistas dessa tecnologia são microtáticas limitadas: chatbots para grupos vulneráveis, digitalização de arquivos para facilitar o acesso, dicionários de línguas em risco de extinção ou pequenos data centers comunitários.
Se é importante que a esquerda não caia na tecnofobia e faça usos limitados dessa tecnologia, também seria importante não cair no solucionismo tecnológico das Big Tech, que propõem a IA como um maná do qual surgirá desde a cura do câncer até o fim do trabalho: até agora, isso significou um aumento da pegada de carbono, perda de empregos, reprodução de preconceitos de todos os tipos, aumento da delegação cognitiva e a criação de uma espetacular bolha financeira. Foi o que disse Stafford Beer, o cibernético inglês por trás do desenvolvimento do Cybersyn no Chile: “O propósito de um sistema é o que ele faz: não faz sentido afirmar que o propósito de um sistema é fazer o que ele constantemente não consegue fazer”.
