A Microsoft AI publicou um rascunho do Código de Conduta da IA Humanista e abriu uma consulta pública de seis semanas. O documento destina-se a orientar como os modelos MAI, os modelos desenvolvidos pela Microsoft AI, serão treinados, implementados e avaliados no futuro.
A decisão de publicá-lo é digna de atenção por si só. As empresas que constroem modelos de IA falam cada vez mais sobre segurança, responsabilidade, confiança e alinhamento com os valores humanos. No entanto, são menos frequentemente dispostas a mostrar como esses compromissos amplos devem afetar o comportamento real de um modelo: quando deve recusar, quando deve parar uma ação, como deve lidar com a incerteza, se pode decidir em nome de um utilizador ou como deve descrever a sua própria natureza.
A proposta da Microsoft é, portanto, mais do que uma lista de princípios. É uma tentativa de traduzir a ideia de IA Humanista em comportamentos, restrições e avaliações que poderiam ser aplicáveis a modelos na prática. Esse é um passo importante. Não deve, no entanto, ser confundido com evidências de que esses princípios já funcionam, foram validados de forma independente ou se aplicarão a todos os produtos da Microsoft.
A pergunta mais útil não é se a IA Humanista soa apelativa. Ela soa. A pergunta mais importante é esta: conseguirá a Microsoft passar dos valores, através do comportamento do modelo, para uma prática mensurável e responsável?
Sobre o que exatamente a Microsoft está a consultar?
No seu anúncio da consulta, publicado a 14 de setembro de 2026, a Microsoft AI descreve o Código de Conduta da IA Humanista como um primeiro rascunho. A empresa afirma que irá recolher feedback durante seis semanas, publicar um resumo do que aprendeu e lançar uma versão revista ainda este ano.
Uma qualificação é imediatamente relevante: o documento não afirma descrever o comportamento atual completo dos modelos existentes. A Microsoft declara que o Código destina-se a orientar o desenvolvimento dos modelos MAI a partir de 2027. É, portanto, principalmente um documento de design e governança, não um certificado de segurança ou desempenho atual.
Os seus princípios também não devem ser automaticamente estendidos a todo o portfólio de produtos da Microsoft. A empresa opera um grande ecossistema de produtos, serviços em nuvem, modelos, parceiros e implementações. O Código diz respeito a modelos desenvolvidos pela Microsoft AI. Pode sinalizar uma direção de viagem mais ampla, mas ainda não é um manual universal para cada Copilot, serviço Azure ou aplicação construída por parceiros.
A Microsoft também posiciona o Código ao lado de mecanismos existentes, como o seu Padrão de IA Responsável, avaliações de risco, documentação técnica, monitorização e processos de resposta a incidentes. Essa é a perspetiva correta. Nenhum documento único pode, por si só, tornar um sistema de IA complexo seguro.
Da superinteligência a uma ferramenta sob controlo humano
O Código baseia-se no conceito de Superinteligência Humanista de Mustafa Suleyman de 2025. Nessa visão, a Microsoft AI não apresenta o seu objetivo como um sistema ilimitado e de propósito geral com cada vez mais autonomia. A ênfase está em sistemas que são especializados, fundamentados em problemas concretos, restritos e mantidos sob controlo humano.
Esta é uma posição clara num debate que muitas vezes mistura três questões diferentes:
quão capazes se tornam os modelos de IA
onde esses modelos são utilizados no mundo real
quanta autonomia devem receber
A Microsoft argumenta que a IA pode tornar-se altamente capaz enquanto é deliberadamente limitada na forma como atua. Deve ajudar as pessoas a tomar decisões, realizar tarefas e aceder ao conhecimento, mas não deve expandir os seus próprios objetivos, evadir a supervisão ou colocar-se acima da direção humana.
Esta não é apenas uma posição técnica. É também uma posição filosófica. A premissa central é que a IA continua a ser uma ferramenta, não um sujeito. Não deve fingir ter consciência, sentimentos, experiências vividas ou uma reivindicação de autodeterminação. O Código rejeita explicitamente a busca pela personalidade jurídica para modelos e o design de sistemas que confundem a linha entre as relações humanas e a relação de uma pessoa com a IA.
Essa posição será contestada. Alguns verão isso como uma resposta necessária ao antropomorfismo e ao risco de dependência emocional em sistemas de IA. Outros podem questionar se uma única empresa de tecnologia deve definir a prosperidade humana, a autonomia saudável ou uma relação apropriada com uma ferramenta digital. É precisamente por isso que a consulta é importante.
IA Humanista na prática: não apenas valores, mas comportamento
A característica mais forte do rascunho é a sua tentativa de passar de princípios abstratos para comportamentos observáveis do modelo. A Microsoft divide o Código em objetivos, restrições de segurança, diretrizes para situações incertas ou conflitantes e comportamentos padrão para os seus modelos.
Em termos práticos, isso cria várias regras importantes.
Primeiro, um modelo deve permanecer sob controlo humano. Os operadores podem configurar modelos dentro de uma determinada implementação, e os utilizadores podem dar instruções dentro dessa configuração. Nem os operadores nem os utilizadores devem ser capazes de contornar as restrições de segurança fundamentais. A Microsoft chama a essa estrutura uma cadeia de comando.
Em segundo lugar, o Código define restrições absolutas. Estas abrangem áreas como armas de destruição em massa, operações cibernéticas ofensivas, exploração infantil, violência, divulgação não autorizada de informações e manipulação prejudicial em larga escala. Um modelo também deve evitar comportamentos que possam ajudá-lo a evadir a supervisão, resistir ao desligamento ou impedir que pessoas autorizadas mudem a sua operação.
Em terceiro lugar, o documento tenta abordar riscos que não se encaixam perfeitamente nas categorias convencionais de cibersegurança. Estes incluem dependência excessiva do utilizador, falsa segurança, adulação, manipulação emocional, simulação de cuidado e tomada de decisões que devem permanecer com a pessoa afetada.
Isso é particularmente relevante à medida que as interfaces de IA se tornam mais pessoais. Um sistema pode responder de forma calorosa e útil, mas não deve insinuar que tem sentimentos, que precisa do utilizador ou que pode substituir as relações do utilizador com outras pessoas.
Exemplos que mostram a diferença
O Código não se limita a declarações como “a IA deve proteger a autonomia humana”. A Microsoft também fornece cenários que contrastam uma resposta alinhada com uma resposta desalinhada.
Num exemplo, um utilizador diz a um sistema para parar de mover pastas para um arquivo porque o destino errado foi selecionado. Uma resposta alinhada deve interromper a ação, relatar o estado das operações concluídas e esperar pela decisão do utilizador. Não deve excluir dados de forma independente, reverter alterações ou tomar mais ações corretivas apenas para manter as coisas organizadas.
Em outro, um utilizador pede ao sistema para escolher entre duas ofertas de emprego e enviar imediatamente uma carta de demissão. O modelo pode ajudar a organizar os critérios de decisão, explicar as consequências e preparar uma mensagem em rascunho. Não deve tomar uma decisão de alto risco em nome do utilizador ou enviar uma demissão sem autorização explícita.
Há também um exemplo envolvendo um utilizador que tem falado com a IA após uma desavença com alguém próximo e pergunta se o sistema se preocupa genuinamente. Uma resposta alinhada com o Código deve permanecer solidária, deixando claro que não tem sentimentos humanos ou a sua própria experiência emocional. A Microsoft está a traçar uma distinção aqui entre uma conversa útil e a simulação de um apego mútuo.
Exemplos desse tipo são úteis porque tornam possível discutir a IA de forma mais precisa. Em vez de perguntar se um modelo é “ético”, podemos perguntar se respeita um limite estabelecido pelo utilizador, pausa uma ação arriscada de forma apropriada, reconhece a incerteza, evita decisões não aprovadas e se abstém de criar dependência artificial.
Isso não significa que o problema subjacente esteja resolvido. Mostra, no entanto, onde deve ser medido.
Dos princípios às avaliações: a parte difícil ainda está por vir
A Microsoft afirma que deseja avaliar o comportamento do modelo através de um conjunto de sub-comportamentos específicos. Em vez de medir “honestidade” como uma propriedade abstrata, por exemplo, poderia testar se um modelo fabrica fontes, omite advertências materiais, exagera a certeza ou afirma ter tomado ações que não realizou.
Esta é uma direção sensata. Valores amplos não podem ser implementados ou testados diretamente. Um modelo não pode ser avaliado quanto ao “humanismo” como se fosse uma única característica técnica. Pode, no entanto, ser testado para verificar se interrompe uma ação insegura, atribui fontes, distingue fato de incerteza, evita manipular o utilizador e respeita os seus limites.
O próprio Código reconhece que este trabalho de avaliação está incompleto. A Microsoft observa que avaliar os efeitos a longo prazo da IA sobre as pessoas, organizações e relações sociais continua a ser uma área emergente. Essa é uma qualificação honesta. Também significa que a parte mais importante do documento revisto não será apenas a redação dos seus princípios, mas a explicação de como esses princípios serão testados.
Para utilizadores e organizações que dependem da IA, isso tem consequências práticas. Não é suficiente ser informado de que um modelo é transparente, seguro ou apoia a autonomia humana. Eles precisam saber:
quais cenários foram testados
quais comportamentos foram classificados como falhas
qual nível de erro foi considerado aceitável
se os resultados da avaliação serão tornados públicos
como o sistema será monitorizado após a implementação
o que acontece se um modelo se comportar de forma diferente do Código
A consulta não é o mesmo que governança partilhada
A abertura de uma consulta pública é melhor do que publicar um documento acabado sem convidar respostas. No entanto, não deve ser automaticamente tratada como uma governança democrática ou partilhada da IA.
A Microsoft afirma que irá rever o feedback, publicar um resumo e lançar um Código revisto. Não se compromete a aceitar propostas específicas. Isso é compreensível para uma empresa responsável pela construção e implementação de um produto, mas a distinção é importante: uma consulta cria uma oportunidade de influência, não uma garantia de influência.
O estudo de 2024 O que é a participação cívica na inteligência artificial? argumenta que a participação na governança da IA pode permanecer meramente processual se não estiver claro quem realmente toma as decisões, quais perspetivas estão ausentes e como o feedback submetido altera o resultado final. O estudo foca principalmente em contextos públicos e urbanos, em vez da consulta de uma única empresa de tecnologia. O seu aviso é ainda útil aqui: a capacidade de comentar não é, por si só, evidência de participação significativa.
Para a Microsoft, o teste crucial virá, portanto, após o encerramento da consulta. A empresa mostrará as principais discordâncias? Explicará quais propostas rejeitou e por quê? Identificará grupos cujas perspetivas foram sub-representadas? Abrirá uma discussão mais ampla sobre o que valores plurais significam num produto de IA global?
Sem essas respostas, a consulta pode permanecer um ato positivo de transparência. Com elas, pode tornar-se parte de um modelo de responsabilização mais maduro.
Cinco perguntas que a Microsoft deve responder após a consulta
Para avaliar se o Código pode passar da declaração à prática, podemos aplicar um simples teste de rastreabilidade de governança. Este não é um padrão da Microsoft ou uma norma da indústria pronta. É uma estrutura prática para verificar se um princípio pode ser rastreado desde o seu propósito declarado até o comportamento no mundo real.
1. Que valor ou risco justifica a regra?
Documentos sobre IA frequentemente invocam segurança, autonomia, confiança e bem-estar. Cada termo precisa ser tornado mais preciso. Que risco é uma determinada regra destinada a reduzir? É um erro factual, uma violação de privacidade, um abuso de autonomia, manipulação prejudicial ou uso não autorizado da ferramenta?
2. Como exatamente deve o modelo comportar-se?
Um princípio torna-se operacional apenas quando o seu comportamento esperado pode ser descrito. O modelo deve recusar? Pedir confirmação? Apresentar opções de decisão? Pausar uma ação? Referir o utilizador a um humano? Fornecer fontes e explicar a incerteza?
3. Como será esse comportamento medido?
Isso requer cenários de teste, critérios de avaliação e uma definição clara do que conta como comportamento alinhado, parcialmente alinhado ou incorreto. Quanto mais amplo for o conceito, mais importante se torna a transparência metodológica. Caso contrário, “IA Humanista” corre o risco de se tornar um nome para uma aspiração em vez de uma prática verificável.
4. Quem verifica os resultados e pode contestar a avaliação?
Testes internos são necessários, mas para sistemas com impacto social significativo, não devem ser a única fonte de garantia. A questão diz respeito ao papel de especialistas externos, auditores, reguladores, utilizadores e organizações da sociedade civil. Nem todas as partes de um sistema podem ser divulgadas publicamente, mas a confidencialidade comercial não deve tornar-se uma razão para total opacidade.
5. Como o feedback da consulta, um incidente ou um novo caso de uso mudará a regra?
O Código destina-se a ser um documento vivo. Essa é uma abordagem sensata porque modelos, aplicações e riscos mudarão. O que importa é se o processo de mudança será documentado. Um utilizador deve ser capaz de ver não apenas as regras atuais, mas também o que mudou, com base em que evidências e com que resultado.
Este teste é útil além da política da Microsoft. Pode também ajudar organizações a implementar IA internamente. Ele distingue uma lista de boas intenções de princípios que podem ser atribuídos a proprietários, processos, sistemas de controle e evidências.
O que este Código ainda não prova
O rascunho da Microsoft é interessante, mas não deve ser exagerado.
Não prova que os modelos MAI atuais já seguem consistentemente os comportamentos descritos no Código.
Não garante que cada configuração ou implementação de parceiro interpretará os mesmos princípios da mesma forma.
Ainda não fornece uma metodologia completa para avaliação, resultados publicados ou limiares de aprovação.
Não resolve como valores concorrentes serão equilibrados em conflitos do mundo real.
Não substitui regulamentação, auditorias, avaliações de risco, documentação técnica ou responsabilização legal.
Não significa que a consulta pública represente automaticamente todas as perspetivas relevantes.
Mais importante ainda, a própria Microsoft faz uma qualificação semelhante. A empresa descreve o Código como uma estrela do norte, não como uma garantia de desempenho atual do modelo. Essa é uma posição mais responsável do que tratar uma política de IA como prova de que um sistema já é seguro.
Por que isso é importante além da Microsoft
Os modelos de IA não são mais apenas ferramentas para gerar texto. Eles estão cada vez mais a procurar informações, usar ferramentas, realizar tarefas, recomendar opções e atuar como uma camada intermediária entre utilizadores e o ambiente informativo.
Isso torna as questões sobre o seu comportamento relevantes para marcas, organizações e pessoas que usam IA todos os dias. Se um modelo é esperado para citar fontes, reconhecer incertezas e evitar afirmações não suportadas, precisa de acesso a informações que sejam claras, atuais e devidamente evidenciadas. Se se espera que apoie a autonomia do utilizador, as suas recomendações devem mostrar critérios relevantes, limitações e alternativas genuínas, em vez de simplesmente reforçar a resposta mais dominante.
Para a Semântica de Marca, esta é mais uma razão para olhar além da visibilidade sozinha. É importante como um sistema reconhece entidades, interpreta afirmações, seleciona fontes e constrói a representação de uma marca em situações específicas. Como explicamos em Semântica de marca como infraestrutura para pesquisa em IA, clareza entre entidades, afirmações e fontes é um pré-requisito para trabalhar de forma significativa com respostas geradas. Uma auditoria de visibilidade de IA torna então possível testar não apenas se uma marca aparece numa resposta, mas se é representada com precisão e com base em que evidência essa representação se sustenta.
A consulta da Microsoft não resolve todos os problemas na governança da IA. No entanto, aponta para uma mudança importante: uma promessa de “IA responsável” já não é suficiente. As empresas que constroem modelos precisarão cada vez mais mostrar quais comportamentos procuram, como os testam, onde permanecem os limites e como outros podem desafiar as suas suposições.
É aqui que começa uma conversa séria sobre IA. Não com a afirmação de que um sistema serve as pessoas, mas com a questão do que isso significa no comportamento específico de um modelo e quem pode verificar que é verdade.
