A conversa sobre inteligência artificial frequentemente parece estagnada em uma única questão binária: se os cérebros computacionais mais poderosos devem ser mantidos atrás de uma porta trancada, acessíveis apenas através do site de uma empresa, ou se o seu funcionamento interno deve ser publicado para que qualquer pessoa possa baixar e estudar. Este debate trata o lançamento de um modelo como uma escolha simples entre "aberto" e "fechado". No entanto, a realidade desses sistemas é muito mais complexa. Um IA projetado para ajudar uma criança a aprender o alfabeto é fundamentalmente diferente de um sistema capaz de planejar estratégias militares complexas ou manipular mercados financeiros. O perigo que um sistema representa não é o mesmo que o outro representa. Se aplicarmos as mesmas regras a ambos, ou bloquearemos ferramentas que poderiam ensinar milhões, ou entregaremos armas perigosas a quem quer que as deseje. O desafio central para a sociedade não é apenas decidir o quão inteligente uma máquina pode ser, mas decidir quem tem permissão para usar essa inteligência e sob quais condições.

Em setembro de 2026, os pesquisadores Chai K. Toh e Vasu Raj Jain, da SAFE AI Foundation, propuseram uma nova forma de pensar este problema. Eles argumentam que o debate atual ignora uma distinção crucial: a diferença entre o quão capaz um sistema é e quem tem permissão para acessá-lo. Em vez de perguntar se um modelo deve ser aberto ou fechado, eles sugerem que devemos organizar o acesso com base no que a máquina realmente fará e quanto dano ela poderia causar se algo desse errado. Eles chamam isso de Modelo de Acessibilidade de IA de Múltiplos Níveis, um sistema que organiza a inteligência artificial em três níveis distintos, de forma muito semelhante à maneira como regulamos diferentes tipos de veículos ou produtos químicos com base no seu risco.

O primeiro nível, que os autores chamam de "IA para Aprendizado", é projetado para educação e alfabetização básica. Estes são sistemas destinados a ensinar estudantes como usar a tecnologia, como escrever código ou como entender o mundo. Como o potencial de dano é baixo, esses modelos devem ser o mais abertos possível. Qualquer pessoa deve ser capaz de baixá-los, estudá-los e usá-los sem precisar provar quem é. Os pesquisadores sugerem que esses sistemas devem ser deliberadamente limitados em seu poder; eles não precisam ser os computadores mais poderosos existentes para ensinar uma lição. Ao manter a capacidade dessas ferramentas de aprendizado limitada por design, a sociedade pode desfrutar dos benefícios do acesso aberto sem o risco de um estudante acidentalmente desencadear um sistema perigoso.

O segundo nível, "IA para Exploração", serve a um grupo diferente: pesquisadores, desenvolvedores e empresas que precisam de mais poder para construir novas aplicações ou testar ideias científicas. Esses sistemas são mais capazes do que as ferramentas de aprendizado, mas ainda não estão no pico do que é possível. O acesso a este nível não é completamente aberto, mas também não está trancado. Ele opera em uma escala deslizante. Um sistema menos poderoso nesta categoria pode estar disponível ao público com algumas regras, enquanto um mais poderoso exige que o usuário registre sua identidade e concorde com termos de uso específicos. A ideia principal aqui é a responsabilidade. À medida que o poder da ferramenta aumenta, a pessoa ou organização que a utiliza deve ser identificável. Se algo der errado, há um registro de quem estava usando o sistema e há uma maneira de impedi-lo de usar o sistema novamente, se necessário.

O terceiro e último nível é a "IA de Fronteira de Escala Total". Estes são os sistemas mais poderosos imagináveis, capazes de raciocínio avançado, planejamento autônomo e operação em campos de alto risco, como defesa, aviação ou infraestrutura crítica. Os pesquisadores argumentam que esses sistemas nunca devem ser lançados como arquivos abertos que qualquer pessoa possa baixar e modificar. Uma vez que um modelo poderoso é publicado como um conjunto de pesos — as instruções matemáticas que o fazem funcionar — é impossível retirá-lo. Se um agente mal-intencionado baixar o modelo, ele pode remover as travas de segurança, alterar seu comportamento ou incorporá-lo em um robô que atua por conta própria. O criador original perde todo o controle. Portanto, o acesso a esses sistemas de fronteira deve ser estritamente limitado a organizações verificadas que tenham uma necessidade legítima, com cada interação registrada e monitorada. O objetivo não é interromper a inovação, mas garantir que as ferramentas mais perigosas sejam manuseadas apenas por partes responsáveis que possam ser responsabilizadas.

O artigo fornece evidências sólidas de por que essa separação é necessária. Os autores apontam que os recursos de segurança adicionados a uma IA são frequentemente superficiais e podem ser removidos de forma muito barata. Pesquisas mostram que com apenas algumas centenas de dólares de poder computacional e uma pequena quantidade de dados, alguém pode pegar um modelo de pesos abertos que é seguro e remover suas proteções de segurança. Isso significa que, mesmo que um desenvolvedor teste um modelo e o considere seguro antes de lançá-lo, no momento em que ele é baixado, essa garantia de segurança desaparece. O modelo pode ser transformado em algo perigoso, e o desenvolvedor original não tem como impedi-lo ou corrigi-lo. Em um sistema fechado, onde o modelo é servido através de uma interface segura, o desenvolvedor pode monitorar o uso, detectar quando alguém está tentando quebrar as regras e revogar o acesso instantaneamente. Em um sistema aberto, uma vez que o arquivo é baixado, o desenvolvedor perde todos esses mecanismos de controle.

Para fazer este sistema funcionar, os pesquisadores propõem um conjunto de regras para decidir a qual nível um determinado IA pertence. Eles sugerem observar quatro fatores principais: o quão capaz o sistema é, o quanto ele pode agir por conta própria sem ajuda humana, que tipo de consequências reais seus erros poderiam ter e para que o sistema está sendo realmente usado. Um sistema pode ser muito inteligente, mas ser usado apenas para escrever poesia, o que o mantém em um nível inferior. Mas se um sistema ligeiramente menos inteligente for projetado para controlar uma rede elétrica ou projetar agentes biológicos, ele deve ser colocado em um nível superior porque as consequências de uma falha são tão graves. A decisão de qual nível um sistema pertence não deve ser deixada inteiramente às empresas que os constroem. Em vez disso, órgãos reguladores independentes ou institutos de segurança devem revisar as evidências e atribuir o nível, garantindo que as regras sejam aplicadas de forma justa e consistente.

Esta abordagem combina dois limites de segurança diferentes. O primeiro é um limite sobre o quão poderoso um sistema pode se tornar, um conceito que os autores chamam de Limite de Capacidade. Isso estabelece um teto para a inteligência bruta e a autonomia de qualquer IA, garantindo que nenhum sistema seja construído que os humanos não possam controlar. O segundo é o Limite de Acessibilidade, que é a nova ideia introduzida neste artigo. Ela dita que, à medida que um sistema se aproxima desse teto, o número de pessoas autorizadas a usá-lo deve diminuir, e as regras para o uso devem tornar-se mais rigorosas. Se tivermos apenas um teto, mas não tivermos regras sobre quem pode subir, as ferramentas mais perigosas podem acabar nas mãos de qualquer um. Se tivermos apenas regras sobre quem pode usá-las, mas não tivermos um teto para o seu poder, podemos permitir o acesso controlado a sistemas que são perigosos demais para qualquer pessoa lidar.

Os pesquisadores reconhecem que este sistema não é uma solução perfeita e que depende de instituições para funcionar. Eles admitem que indivíduos determinados ainda podem encontrar maneiras de vazar modelos poderosos, e que a estrutura não pode impedir completamente a disseminação de tecnologia perigosa. No entanto, eles argumentam que isso eleva o custo e a dificuldade de tal proliferação, tornando muito mais difícil para agentes mal-intencionados obterem as ferramentas mais poderosas. Ao organizar o acesso em níveis claros, a sociedade pode manter os benefícios da IA aberta para o aprendizado e a pesquisa, enquanto cria uma zona segura para os sistemas mais poderosos. O resultado é um mundo onde as máquinas mais capazes não são trancadas para todos, nem são entregues a todos, mas são, em vez disso, combinadas com as pessoas e organizações mais equipadas para usá-las com segurança.