Panorama 2026: tendências em governança de IA no mundo

O ano de 2026 marca um ponto de inflexão na governança global de Inteligência Artificial. Após anos de discussões predominantemente teóricas e principiológicas, o mundo assiste à materialização de marcos regulatórios concretos, à consolidação de padrões técnicos e à emergência de uma nova geração de desafios impulsionados pela IA generativa e pelos modelos de uso geral.

Este relatório mapeia as principais tendências globais em governança de IA observadas no início de 2026, analisando seus desdobramentos para o ecossistema internacional e suas implicações para o Brasil.

1. A era da implementação regulatória

EU AI Act: da teoria à prática

O Regulamento (UE) 2024/1689 — o EU AI Act — entrou em vigor em agosto de 2024, mas sua implementação segue um cronograma escalonado que se estende até agosto de 2027. Em fevereiro de 2026, as disposições relativas a práticas proibidas de IA já estão em plena aplicação, e as obrigações de literacia em IA estão em vigor para todas as organizações abrangidas pelo regulamento.

O período atual é marcado por intensa atividade de regulamentação secundária. O European AI Office, vinculado à Comissão Europeia, publicou orientações sobre a definição de sistemas de IA, critérios de classificação de risco, e requisitos para modelos de IA de uso geral. A implementação em nível nacional revela-se heterogênea: enquanto alguns Estados-Membros (como França, Alemanha e Países Baixos) avançam na designação de autoridades competentes e na estruturação de mecanismos de fiscalização, outros enfrentam atrasos significativos.

A principal lição observada até o momento é que a complexidade do AI Act impõe desafios substanciais de implementação, tanto para reguladores quanto para organizações. A demanda por profissionais qualificados em conformidade com o AI Act excede amplamente a oferta, e as consultorias especializadas operam em plena capacidade.

Estados Unidos: abordagem setorial com tensões políticas

Os Estados Unidos mantêm sua abordagem predominantemente setorial à regulação de IA, sem um marco federal abrangente equivalente ao EU AI Act. A Executive Order on AI Safety, publicada em outubro de 2023, estabeleceu requisitos de segurança para modelos de IA de uso geral e direcionou agências federais a adotarem padrões de uso responsável.

O cenário político norte-americano, contudo, é marcado por tensões entre a ênfase na segurança e confiabilidade de sistemas de IA, de um lado, e a pressão por desregulamentação para preservar a competitividade tecnológica dos EUA frente à China, de outro. Iniciativas legislativas em nível estadual — notadamente na Califórnia, em Nova York e no Colorado — continuam a avançar, criando um mosaico regulatório que empresas consideram fragmentado e desafiador.

O NIST (National Institute of Standards and Technology) consolidou sua posição como referência técnica em gestão de riscos de IA, com atualizações do AI RMF e publicações de perfis setoriais. O NIST AI Safety Institute, criado em 2024, tem expandido suas atividades de avaliação de segurança de modelos de uso geral, embora com recursos considerados insuficientes por especialistas.

China: regulação como instrumento de política industrial

A China consolidou um modelo regulatório distinto, que combina regulação granular de aplicações específicas com direcionamento estratégico estatal. Regulamentações sobre IA generativa (2023), deepfakes (2023), algoritmos de recomendação (2022) e síntese de dados (2023) formam um arcabouço específico que contrasta com a abordagem horizontal da UE.

A estratégia chinesa de regulação de IA é indissociável de sua política industrial. A regulação visa simultaneamente mitigar riscos sociais e direcionar o desenvolvimento tecnológico de acordo com objetivos estratégicos nacionais. A ênfase em valores socialistas centrais e no controle de conteúdo distingue o modelo chinês de qualquer abordagem ocidental.

Reino Unido: a aposta na governança pró-inovação

O Reino Unido mantém sua abordagem "pró-inovação", baseada em regulação setorial e princípios não vinculantes. O AI Safety Institute (AISI), rebatizado após ajustes institucionais, continua a desenvolver metodologias de avaliação de segurança de modelos de IA e a buscar cooperação internacional em testes de segurança (safety testing).

A abordagem britânica tem sido criticada por organizações da sociedade civil por ser excessivamente permissiva e por carecer de mecanismos vinculantes de proteção de direitos fundamentais. A tensão entre atratividade para investimentos e proteção de cidadãos permanece no centro do debate britânico.

Demais jurisdições relevantes

Canadá avança com o Artificial Intelligence and Data Act (AIDA), combinando obrigações para sistemas de alto impacto com requisitos de transparência. Japão mantém abordagem baseada em princípios não vinculantes, com ênfase em governança corporativa voluntária. Coreia do Sul aprovou em 2025 legislação específica de IA com abordagem baseada em risco. Singapura consolida seu Model AI Governance Framework como referência para a ASEAN.

2. Consolidação de padrões técnicos

ISO/IEC 42001 e o ecossistema de normas de IA

A norma ISO/IEC 42001:2023, que estabelece requisitos para Sistemas de Gestão de Inteligência Artificial, ganhou adoção acelerada em 2025-2026. A demanda por avaliação de conformidade com a norma cresce significativamente, impulsionada tanto pela exigência do mercado quanto pela expectativa de que reguladores reconheçam a certificação ISO 42001 como evidência de conformidade com obrigações regulatórias.

O ecossistema mais amplo de normas técnicas da ISO e IEC para IA — incluindo a série ISO/IEC 23894 (gestão de riscos de IA), ISO/IEC 24027 (viés em sistemas de IA), ISO/IEC 24028 (confiabilidade de IA) e ISO/IEC 24029 (robustez de redes neurais) — amadurece e se diversifica.

NIST AI RMF: atualizações e perfis setoriais

O NIST publicou atualizações ao AI Risk Management Framework (AI RMF) e desenvolveu perfis setoriais para áreas como saúde, finanças e infraestrutura crítica. Esses perfis contextualizam o framework genérico para as especificidades de cada setor, facilitando a adoção prática.

IEEE e padrões de IA ética

O IEEE (Institute of Electrical and Electronics Engineers) avança na série de padrões P7000, dedicados a considerações éticas em sistemas autônomos e inteligentes. Os padrões IEEE 7000 (modelo de processo para abordar questões éticas), IEEE 7001 (transparência de sistemas autônomos) e IEEE 7010 (bem-estar humano) amadurecem e ganham adoção, especialmente entre desenvolvedores de tecnologia.

3. Governança corporativa de IA: da exceção à norma

Boards e alta liderança

A governança de IA ascendeu definitivamente à agenda de conselhos de administração e comitês executivos. Pesquisas do World Economic Forum (2025) e da PwC (2025) indicam que mais de 60% das grandes empresas globais já possuem algum mecanismo formal de governança de IA em nível de board. A nomeação de Chief AI Officers (CAIOs) ou a ampliação de mandatos de CDOs e CROs para abranger IA tornou-se prática comum.

Relatórios de IA responsável

Empresas de tecnologia líderes — Microsoft, Google, IBM, Salesforce, SAP, entre outras — publicam relatórios anuais ou periódicos sobre suas práticas de IA responsável, métricas de impacto e desafios enfrentados. Essa prática de transparência, inicialmente voluntária, tende a se tornar norma de mercado e, possivelmente, requisito regulatório.

Cadeia de valor e fornecedores

A governança de IA expande-se para toda a cadeia de valor. Empresas passam a exigir de seus fornecedores de soluções de IA comprovação de práticas de governança, avaliações de risco e conformidade com padrões mínimos. Essa dinâmica de mercado cria efeitos em cascata que aceleram a adoção de práticas de governança mesmo em jurisdições com regulação menos rigorosa.

4. Os desafios da IA generativa

Governança de modelos fundacionais

A IA generativa — impulsionada por grandes modelos de linguagem (LLMs) e modelos multimodais — permanece no centro das preocupações de governança. Os desafios específicos incluem a segurança e a prevenção de outputs nocivos (desinformação, conteúdo ilegal, instruções perigosas), os direitos autorais sobre dados de treinamento e outputs gerados, a atribuição de responsabilidade na cadeia provedor-implantador-usuário, a avaliação de riscos sistêmicos e emergentes, e a concentração de poder em poucos provedores de modelos fundacionais.

Safety testing e red teaming

A prática de safety testing consolidou-se como norma da indústria. Frontier AI Labs (OpenAI, Anthropic, Google DeepMind, Meta AI) publicam model cards e relatórios de segurança, embora a qualidade dessas avaliações varie significativamente. Red teaming tornou-se uma disciplina profissional em crescimento, com demanda por profissionais superando a oferta.

Deepfakes e integridade informacional

O uso de IA generativa para produção de deepfakes representa ameaça crescente à integridade informacional, especialmente em contextos eleitorais. Iniciativas de autenticação de conteúdo como a Content Authenticity Initiative (CAI) e o padrão C2PA ganham adoção, mas enfrentam desafios de escala.

5. Cooperação internacional: avanços e limites

G7 Hiroshima AI Process

O processo de Hiroshima sobre IA, lançado durante a presidência japonesa do G7 em 2023, produziu Princípios Orientadores Internacionais para Organizações que Desenvolvem Sistemas de IA Avançados e um Código de Conduta voluntário. Em 2025-2026, o processo evoluiu para abranger questões de implementação e monitoramento, com relatórios periódicos de adesão pelas organizações signatárias.

OECD e o Global Partnership on AI (GPAI)

A OCDE mantém seu papel de referência em princípios e métricas de IA, com atualizações do OECD AI Policy Observatory e do classificador de políticas de IA. O GPAI (Global Partnership on AI), que integrou a OCDE, continua a funcionar como fórum multistakeholder para cooperação em governança de IA, embora com desafios de representatividade e efetividade prática.

UNESCO e o Global South

A Recomendação sobre Ética da IA da UNESCO, adotada em 2021 por todos os 193 Estados-Membros, avança em sua fase de implementação. A UNESCO tem se dedicado particularmente a apoiar países do Sul Global no desenvolvimento de capacidades de governança de IA, com programas de assistência técnica e ferramentas de avaliação de prontidão (Readiness Assessment Methodology).

Limites da cooperação

Apesar dos avanços, a cooperação internacional em governança de IA enfrenta limites significativos. A competição geopolítica entre EUA e China dificulta consensos substantivos em fóruns multilaterais. As divergências entre abordagens regulatórias (horizontal vs. setorial, vinculante vs. voluntária, baseada em direitos vs. baseada em inovação) tornam improvável a harmonização regulatória global no curto prazo. E a sub-representação do Sul Global nas instâncias decisórias perpetua assimetrias de poder no campo da governança de IA.

6. Tendências emergentes

Governança ambiental de IA

O impacto ambiental da IA — particularmente o consumo energético e hídrico de data centers que suportam o treinamento e a inferência de grandes modelos — emerge como uma dimensão crescente da governança. A pegada de carbono da IA e a demanda por energia renovável para operações de IA tornam-se temas de regulação e de reporte ESG.

IA e mercado de trabalho

O impacto da IA generativa sobre o mercado de trabalho permanece uma preocupação central. Estudos do Goldman Sachs (2023) e da OCDE (2024) estimam que parcela significativa dos empregos globais pode ser afetada pela automação. A governança da transição laboral emerge como agenda regulatória em diversas jurisdições.

Open-source e governança

O debate sobre a governança de modelos open-source se intensifica, entre defensores da abertura como promotora de transparência e inovação, e críticos que apontam riscos de uso indevido. A busca por modelos de licenciamento que equilibrem abertura e segurança é uma fronteira ativa de governança.

Governança de agentes autônomos de IA

A emergência de agentes de IA autônomos cria desafios que os frameworks atuais não contemplam adequadamente. Questões de responsabilidade, supervisão e interoperabilidade entre agentes compõem uma agenda que ganhará proeminência nos próximos anos.

Implicações para o Brasil

O panorama global tem implicações diretas para o Brasil.

Urgência regulatória. O avanço regulatório em outras jurisdições, especialmente na UE, cria pressão competitiva e normativa para que o Brasil avance em seu próprio marco regulatório. Empresas brasileiras que operam internacionalmente já estão sujeitas a requisitos estrangeiros, o que torna a regulação nacional não apenas desejável, mas necessária para garantir coerência e competitividade.

Oportunidade de aprendizado. O Brasil tem a oportunidade de aprender com a experiência de jurisdições que regularam primeiro, evitando erros e adaptando acertos à realidade nacional. Essa posição de "fast follower" pode ser estrategicamente vantajosa se bem aproveitada.

Necessidade de capacidade institucional. Nenhuma regulação será efetiva sem capacidade institucional para implementá-la e fiscalizá-la. O fortalecimento da ANPD e a eventual criação de instâncias especializadas em governança de IA são investimentos necessários.

Protagonismo regional. O Brasil tem condições de exercer liderança na governança de IA na América Latina, contribuindo para a construção de posições comuns e para a cooperação regional em matéria de regulação e capacitação.

Participação em fóruns internacionais. A sub-representação do Sul Global nos debates internacionais sobre governança de IA é uma lacuna que o Brasil pode ajudar a preencher. A participação ativa em fóruns como OCDE, UNESCO, G20, GPAI e processos multilaterais é essencial para que a perspectiva brasileira e latino-americana seja incorporada aos padrões e princípios globais.

Considerações finais

O panorama global de governança de IA em 2026 é marcado pela transição da teoria para a prática, da discussão principiológica para a implementação regulatória concreta. Essa transição traz oportunidades e desafios para todas as jurisdições, e o Brasil não é exceção.

O país se encontra em um momento estratégico: com um processo legislativo avançado, uma base regulatória sólida em proteção de dados e uma sociedade cada vez mais consciente dos riscos e oportunidades da IA. A questão não é mais se o Brasil terá governança de IA, mas qual modelo de governança prevalecerá — e quem participará da sua construção.

O IBGIA acompanhará e analisará a evolução do cenário global de governança de IA, produzindo relatórios periódicos e análises técnicas que contribuam para informar o debate brasileiro. A governança de IA é um campo em rápida evolução, e manter-se atualizado é condição para participar efetivamente de sua construção.

---

Referências

• EUROPEAN COMMISSION. Regulation (EU) 2024/1689 — AI Act. Official Journal of the European Union, 2024.
• NATIONAL INSTITUTE OF STANDARDS AND TECHNOLOGY (NIST). Artificial Intelligence Risk Management Framework (AI RMF 1.0). U.S. Department of Commerce, 2023.
• OECD. Recommendation of the Council on Artificial Intelligence. OECD/LEGAL/0449, 2019 (atualizada em 2024).
• UNESCO. Recommendation on the Ethics of Artificial Intelligence. UNESCO, 2021.
• G7. Hiroshima Process International Guiding Principles for Organizations Developing Advanced AI Systems. G7, 2023.
• INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO/IEC 42001:2023 — AI Management System. ISO, 2023.
• WORLD ECONOMIC FORUM. The Global Risks Report 2025. WEF, 2025.
• PwC. Global AI Governance Survey 2025. PricewaterhouseCoopers, 2025.
• GOLDMAN SACHS. The Potentially Large Effects of Artificial Intelligence on Economic Growth. Goldman Sachs Economics Research, 2023.
• OECD. The Impact of AI on the Labour Market. OECD Employment Outlook 2024.
• BRASIL. Projeto de Lei nº 2338/2023. Dispõe sobre o uso da Inteligência Artificial. Senado Federal, 2023.
• STANFORD UNIVERSITY. AI Index Report 2025. Stanford Institute for Human-Centered AI (HAI), 2025.
• PARTNERSHIP ON AI. 2025 Annual Report. Partnership on AI, 2025.

---

Thiago Almeida é pesquisador associado do IBGIA — Instituto Brasileiro de Governança em Inteligência Artificial, com foco em regulação comparada de tecnologias emergentes e governança global de IA.