Governance in an Institutional Environment Reconfigured by Artificial Intelligence. A Public Choice Institutionalism Perspective

Quando pensamos em governar a inteligência artificial, a conversa frequentemente se concentra na própria máquina. Perguntamos como construí-la com segurança, como garantir que seu código não apresente falhas e como assegurar que suas decisões estejam alinhadas aos valores humanos. Isso é como verificar o motor de um carro para garantir que ele funcione sem problemas. Mas há uma questão muito maior e mais profunda que frequentemente é negligenciada. Não se trata apenas da máquina; trata-se do mundo que a máquina está mudando. À medida que a inteligência artificial se espalha, ela não apenas se assenta ao lado de nossas leis e organizações existentes; ela remodela ativamente essas estruturas. Ela nos força a repensar como criamos regras, como atribuímos responsabilidade e como organizamos a sociedade em si. O desafio não é mais apenas consertar uma ferramenta; é navegar em uma paisagem que está se deslocando sob nossos pés, onde a própria natureza do trabalho, da autoridade e da tomada de decisão está sendo reescrita em tempo real.

Este é o enigma central abordado por Paul Dragos Aligica, pesquisador da George Mason University. Ele argumenta que, para compreender esta nova realidade, devemos parar de ver a inteligência artificial como um problema único a ser resolvido por uma única autoridade. Em vez disso, ele sugere que a vejamos como um ecossistema complexo onde muitos grupos, regras e decisões interagem. O artigo propõe que a melhor maneira de gerir este mundo em mudança é através de um conceito chamado "policentricidade". Em termos simples, isso significa um sistema onde muitos centros de poder existem lado a lado, cada um criando suas próprias regras e decisões, em vez de um único chefe ou governo tentando controlar tudo de cima para baixo. Aligica constrói este argumento combinando duas ideias poderosas: o estudo de como as pessoas fazem escolhas quando possuem interesses diferentes, e o estudo de como sistemas complexos se organizam sem um comandante central.

O artigo começa traçando uma linha nítida entre dois tipos diferentes de problemas. O primeiro é o problema "estreito": como governar o próprio artefato da inteligência artificial. Isso envolve o trabalho técnico de programação, monitoramento e garantia de que o sistema se comporte conforme pretendido. O segundo é o problema "amplo": como governar todo o ambiente institucional que a tecnologia está transformando. Aligica insiste que o problema amplo é o que realmente importa. Quando a inteligência artificial entra em uma sociedade, ela desencadeia uma reação em cadeia. Ela altera a divisão do trabalho, significando que algumas tarefas que os humanos costumavam realizar agora são feitas por máquinas, enquanto os humanos assumem papéis novos e diferentes. Esta mudança não é uma simples troca; ela cria uma cascata de efeitos que reverbera para cima através de todo o sistema de regras.

Para entender como esse efeito cascata funciona, o artigo utiliza uma lógica semelhante à forma como os economistas estudam a divisão do trabalho. Imagine uma fábrica onde uma nova máquina é introduzida. No início, a máquina assume as tarefas repetitivas e de alto volume. Mas isso força os trabalhadores humanos a mudarem o que fazem. Eles podem deixar de realizar o trabalho rotineiro e passar a focar nas exceções, nos casos difíceis ou na supervisão da máquina. Essa mudança nos papéis humanos cria, então, a necessidade de novas regras, novos supervisores e novas formas de lidar com disputas. O artigo descreve isso como uma "cascata". Uma única decisão de usar inteligência artificial para uma tarefa pode eventualmente forçar uma reescrita das regras de nível mais alto que governam como a sociedade toma decisões. Ela se move das operações cotidianas de uma tarefa específica, subindo para as regras que decidem quem tem o poder de realizar essas tarefas e, finalmente, para o nível constitucional que decide quem tem o direito de mudar as próprias regras.

À medida que essa cascata se move pelo sistema, ela ativa comportamentos humanos familiares que cientistas políticos estudam há décadas. Quando novos papéis e poderes são criados, pessoas e organizações tentarão capturá-los para seu próprio benefício. Isso leva à "busca de renda" (rent-seeking), onde grupos gastam energia tentando capturar os benefícios de uma nova regra em vez de criar valor. Leva à "captura regulatória", onde as pessoas que deveriam estar encarregadas da tecnologia acabam dependendo das mesmas empresas que deveriam regular, porque essas empresas detêm a única expertise disponível. Também cria a "perda de agência", onde as pessoas que deveriam estar no comando não conseguem monitorar efetivamente as decisões complexas e opacas feitas pelas máquinas ou pelas novas burocracias construídas para gerenciá-las. O artigo argumenta que estes não são acidentes; são consequências inevitáveis de como funcionam os incentivos humanos quando a estrutura da sociedade muda.

Dada essa complexidade, o artigo avalia duas visões principais sobre como governar este novo mundo. A primeira é a visão "monocêntrica". Esta é a ideia de uma autoridade central única — um regulador global ou um tratado unificado — que estabelece um conjunto de regras para todos. É uma ideia atraente porque promete ordem, responsabilidade clara e um único lugar para apontar o dedo se algo der errado. No entanto, Aligica argumenta que essa abordagem é tanto irrealista quanto perigosa. Ela assume que um único centro pode saber o suficiente para gerir uma tecnologia que muda mais rápido do que qualquer governo individual consegue reagir. Ela também concentra todo o poder de captura, o que significa que as empresas ou nações mais poderosas poderiam facilmente sequestrar todo o sistema para servir aos seus próprios interesses. Além disso, um único conjunto de regras não pode possivelmente se ajustar às profundas diferenças de valores e necessidades entre diferentes culturas e sociedades.

A alternativa, e a que o artigo defende, é a visão "policêntrica". Esta não é uma bagunça desenfreada, mas um sistema estruturado onde muitos centros de decisão operam simultaneamente. Neste sistema, diferentes cidades, regiões, empresas e organizações podem testar diferentes abordagens para governar a inteligência artificial. Alguns podem priorizar a velocidade, outros a segurança e outros a privacidade. Esses diferentes centros competem e aprendem uns com os outros. Se uma abordagem falhar, ela pode ser abandonada sem derrubar todo o sistema. Se uma abordagem funcionar bem, outras podem adotá-la. Crucialmente, este sistema depende da "interoperabilidade". Isso significa que, mesmo que diferentes centros tenham regras distintas, eles ainda podem conversar entre si e trabalhar juntos por meio de padrões e acordos compartilhados. É como uma rede de cidades independentes que comercializam entre si e respeitam as leis umas das outras sem precisar de um único rei para governá-las todas.

O artigo faz uma defesa contundida de que esta abordagem policêntrica não é apenas um ideal teórico, mas a realidade que já está emergindo. O mundo não está caminhando para um governo global único para a inteligência artificial; já está caminhando para um mosaico de diferentes regras e padrões. Tentar forçar uma solução única e de cima para baixo sobre esta realidade seria um erro. Em vez disso, o objetivo deve ser direcionar este processo em evolução. O artigo enfatiza que não podemos simplesmente projetar um sistema perfeito do zero e instalá-lo. O sistema é complexo demais e as mudanças são rápidas demais. Em vez disso, devemos agir como jardineiros ou navegadores. Podemos criar as condições que permitam que boas soluções cresçam e que as ruins sejam eliminadas. Podemos construir as pontes que permitam que diferentes grupos cooperem e podemos proteger o espaço onde novas ideias possam ser testadas.

Em última análise, o artigo conclui que a melhor maneira de governar a inteligência artificial é aceitar que estamos no meio de um processo longo e em desenvolvimento. Não podemos prever o resultado final, nem devemos tentar controlar cada detalhe. Em vez disso, devemos focar em construir uma estrutura flexível que permita experimentação, aprendizado e adaptação. Ao abraçar uma abordagem policêntrica, podemos aproveitar a diversidade do pensamento humano e a pressão competitiva de diferentes jurisdições para encontrar soluções que funcionem. Podemos gerenciar os riscos de busca de renda e captura garantindo que nenhum grupo detenha todo o poder. E podemos manter a legitimidade de nossas regras garantindo que elas sejam moldadas pelas pessoas que elas afetam, em vez de serem impostas por um centro distante. O caminho a seguir não é construir uma máquina perfeita para controlar o futuro, mas cultivar um sistema resiliente que possa aprender e se adaptar conforme o futuro se desenrola.