PBIA na vitrine, Brasil no chão: entre supercomputadores prometidos, nuvem “soberana” e formação em massa, o plano “IA para o Bem de Todos” enfrenta o teste decisivo da execução — orçamento contínuo, dados interoperáveis, docentes preparados e governança capaz de impedir lock-in e desigualdade algorítmica. A questão não é se a intenção é nobre; é se o Estado e a sociedade têm base, fôlego e coordenação para transformar discurso em infraestrutura, direitos em código e inovação em benefício público real.
1. Introdução: o PBIA como promessa de salto histórico
O PBIA (“IA para o Bem de Todos”) nasce como um daqueles documentos que parecem carregar um país inteiro nas costas: soberania tecnológica, modernização do Estado, competitividade industrial, inclusão social e “IA do bem” — tudo ao mesmo tempo. A pergunta que interessa não é se o texto é bem-intencionado; é se ele é executável nas condições econômicas, educacionais e político-institucionais do Brasil de verdade.
Porque, convenhamos: plano público não falha só por falta de ideia. Plano falha por capacidade de implementação, por orçamento que não vira entrega, por troca de prioridade a cada ciclo político, por captura por fornecedores, por dados ruins, por gente insuficiente, por letramento frágil. E IA amplifica tudo isso: se o Estado é lento, a IA “puxa” para o abismo; se o Estado é competente, a IA vira alavanca.
2. O que o documento propõe (em termos práticos)
2.1. Cinco eixos e a lógica de “política-mãe”
O PBIA estrutura sua implementação em cinco eixos e comunica metas que tentam cobrir a cadeia inteira: infraestrutura (compute), pessoas (formação), Estado (serviços públicos), mercado (inovação empresarial) e governança/regulação. A narrativa oficial posiciona o PBIA como um marco para tornar o Brasil referência em uso eficiente e inovador de IA, com previsão de investimento na casa de R$ 23 bilhões.
2.2. O mapa de recursos por eixo
O documento (na versão analisada) explicita valores por eixo. Em síntese:
- Eixo 1 (Infraestrutura e Desenvolvimento): R$ 5,79 bi, incluindo supercomputador para ciência entre os 5 mais potentes do mundo e rede nacional de centros (CENAPADs).
- Eixo 2 (Difusão, Formação e Capacitação): R$ 1,15 bi, com meta de elevar para 85% a proporção da população que “entende bem o que é IA” em 2 anos.
- Eixo 3 (Serviços Públicos): R$ 1,76 bi, incluindo nuvem soberana de IA e uma plataforma nacional de IA para o governo.
- Eixo 4 (Inovação Empresarial): R$ 13,79 bi, com foco em P&D, “IA verde”, data centers e instrumentos de difusão tecnológica.
- Eixo 5 (Regulação e Governança): R$ 103,25 mi, para aprimorar marco regulatório, transparência e governança.
Esse desenho, por si só, revela um traço político importante: o eixo empresarial concentra a maior parte do dinheiro. Isso não é “erro”; é escolha. A crítica, então, precisa ser: essa escolha maximiza entrega pública e inclusão, ou concentra resultado em quem já tem capacidade instalada?
3. Como eu vou julgar a viabilidade (meus critérios de análise)
3.1. Critério econômico-orçamentário
Dinheiro anunciado precisa virar execução. E execução precisa sobreviver a contingenciamento, reprogramações e baixa capacidade de gasto.
3.2. Critério de capacidades estatais
IA no setor público exige: governança, dados, carreiras, compras, auditoria, cibersegurança e interoperabilidade.
3.3. Critério sociocultural e educacional
Sem letramento (inclusive funcional e digital), IA vira ferramenta de desigualdade e manipulação — e não política pública emancipadora.
3.4. Critério tecnológico-industrial
Compute, chips, cadeia de hardware, data centers, energia e redes: não adianta querer “modelo soberano” sem infraestrutura e supply chain.
3.5. Critério político
Política pública de 4 anos precisa atravessar: crise fiscal, disputa federativa, polarização, judicialização e pressão de setores organizados.
4. A fotografia do Brasil real que importa para o PBIA
4.1. Conectividade: quase universal, mas desigual e frágil
O Brasil avançou muito: em 2023, 92,5% dos domicílios tinham internet, com diferença urbano-rural (94,1% vs 81,0%). Mas o mesmo conjunto de dados mostra motivos típicos de exclusão: “ninguém sabe usar” e “é caro” ainda aparecem como razões centrais para ausência de internet.
Tradução política: acesso não é competência. E IA é, antes de tudo, competência.
4.2. Educação e letramento: o gargalo invisível
O INAF registra que 29% da população permanece em condição de analfabetismo funcional (compreensão e uso limitado de leitura/escrita para a vida cotidiana).
E, em termos de proficiência escolar, o PISA 2022 mostra que apenas 27% dos estudantes atingem o nível mínimo (nível 2) em matemática no Brasil (contra 69% na média OCDE).
Agora a pergunta retórica inevitável: como você escala “IA para todos” num país em que a base cognitiva e informacional é estruturalmente desigual? O PBIA pode ser solução — mas só se tratar educação e letramento como infraestrutura, não como “programa acessório”.
4.3. P&D: esforço ainda aquém do necessário
A literatura e os indicadores nacionais sugerem que o Brasil tenta reverter queda pós-2015, mas ainda opera com esforço de P&D inferior ao de países que lideram tecnologia, e com estagnação preocupante no esforço empresarial relativo.
Além disso, mesmo quando mecanismos como o FNDCT são protegidos de limitação de empenho (por mudanças legais), isso não elimina o problema de capacidade de execução e de priorização política.
5. Eixo 1 — Infraestrutura e Desenvolvimento de IA: o sonho do “motor”
5.1. O que o plano promete
O eixo prevê R$ 5,79 bilhões e explicita metas como um supercomputador científico entre os cinco mais potentes do mundo, além de rede nacional de centros e infraestrutura para IA.
5.2. Supercomputação “Top 5”: ambição ou meta mal calibrada?
Aqui está a crítica mais dura — e, ao mesmo tempo, mais necessária: Top 5 global não é “mais um upgrade”; é entrar numa liga de exascale (ordem de 1 exaflop). A lista TOP500 (nov/2025) registra sistemas como Frontier na casa de 1,353 exaflop/s.
O Brasil, por sua vez, tem o Santos Dumont (LNCC) figurando no TOP500 (posição 89 numa edição mencionada pelo próprio LNCC) e recebendo upgrades para dezenas de petaflops, o que é avanço real — mas ainda distante da escala exascale.
E tem o fator custo: o laboratório do governo dos EUA relata Frontier como um supercomputador de US$ 600 milhões.
Então, a pergunta prática é: o PBIA quer “Top 5” como meta técnica ou como símbolo político? Se for símbolo, ele custa credibilidade. Se for meta técnica, exige: compras internacionais complexas, supply chain de GPUs/CPUs, energia, refrigeração, equipe de HPC, governança de uso e sustentabilidade financeira contínua.
Em política pública, meta simbólica pode funcionar como “estrela-guia”. Mas, em IA, meta simbólica vira armadilha: quando não entrega, alimenta cinismo institucional.
5.3. SINAPAD/CENAPADs e o problema do “meio do caminho”
O plano menciona rede nacional de centros, incluindo CENAPADs e SINAPAD como base.
Isso é promissor porque descentraliza capacidade. O risco é clássico: você cria “ilhas de excelência” e deixa o restante do país com infraestrutura precária. Resultado: a desigualdade regional vira desigualdade algorítmica.
6. Eixo 2 — Difusão, Formação e Capacitação: o coração do plano
6.1. A meta “85% entendem IA”: por que ela é politicamente bonita e tecnicamente dura
O plano quer elevar de 64% para 85% (em 2 anos) a parcela da população que “entende bem o que é IA”.
Essa linha é brilhante para comunicação, mas problemática para política pública: primeiro, porque “entender bem” é um conceito elástico; segundo, porque o Brasil tem restrições estruturais de letramento; terceiro, porque percepção de entendimento pode inflar com “uso de IA” sem compreensão crítica.
Pesquisas globais (Ipsos/AI Index) tratam percepção pública de IA e seus impactos, e mostram como opinião varia com exposição e confiança.
Ou seja: dá para subir número de “familiaridade”. Subir “entendimento crítico” em massa é outra conversa.
6.2. Formação massiva vs. formação profunda: o risco do certificado vazio
A tentação estatal é “escalar rápido”: cursos curtos, muitas inscrições, números grandes. O problema: IA exige matemática, estatística, dados, ética, segurança, domínio de contexto setorial. Se o Eixo 2 virar “fábrica de certificados”, o país ganhará marketing e perderá produtividade.
6.3. Escola pública e docência: o gargalo estrutural
A TIC Educação 2023 mostra que 54% das escolas ofertaram formação para professores sobre uso de tecnologias digitais no último ano — o que é avanço, mas também revela que quase metade não ofertou.
E o mesmo relatório traz indícios de lacunas em privacidade, proteção de dados e práticas de cidadania digital, pontos críticos quando se fala em IA na educação.
Se você quer “IA para o bem de todos”, precisa tratar escola como “usina de autonomia informacional”. Sem isso, a IA entra como atalho: cola, plágio, desinformação, e não emancipação.
7. Eixo 3 — IA para melhoria dos serviços públicos: onde a política encontra a burocracia
7.1. “Nuvem soberana” e plataforma de IA: o que isso exige de verdade
O eixo prevê nuvem soberana de IA e uma plataforma nacional até 2026, além de outros componentes.
Isso não é “instalar um software”. Exige: arquitetura segura, gestão de identidade, trilhas de auditoria, governança de modelos, proteção de dados, integração com sistemas legados e padrões de interoperabilidade.
E aqui o Brasil já tem marcos para governo digital. A Lei do Governo Digital (Lei 14.129/2021) estabelece princípios e instrumentos para digitalização e eficiência pública.
A crítica: marco existe; execução é desigual. IA vai escancarar essa desigualdade entre órgãos com maturidade digital e órgãos com sistemas obsoletos.
7.2. Dados, interoperabilidade e LGPD: sem isso, não há IA pública confiável
O PBIA acerta ao reconhecer “dados” como infraestrutura. Mas, na prática, o Estado brasileiro tem histórico de silos e baixa interoperabilidade. Há normas e iniciativas federais para compartilhamento e governança de dados (por exemplo, diretrizes e decretos no ecossistema de governo digital).
E a LGPD impõe exigências reais sobre finalidade, transparência, segurança e direitos do titular.
Se o Estado usar IA sem capacidade de conformidade e auditoria, o resultado político é previsível: judicialização, desconfiança pública, e paralisia.
7.3. Compras públicas, legado e risco de captura por fornecedores
Aqui está um risco político-econômico gigante: plataformas de IA, nuvem e dados podem virar dependência tecnológica se contratações forem feitas sem padrões abertos, sem portabilidade e sem governança de modelos. É o velho “lock-in” repaginado de soberania.
8. Eixo 4 — IA para inovação empresarial: o maior orçamento, o maior risco de execução
8.1. O que o plano prevê (e por que isso muda tudo)
O Eixo 4 concentra R$ 13,79 bilhões e fala em “inovação na indústria” e “IA verde”, incluindo investimento em data centers e uma “rede de data centers verdes”.
8.2. Crédito reembolsável não é “investimento garantido”
Boa parte desse eixo tende a operar via instrumentos financeiros. E aí mora a crítica central: crédito depende de demanda, apetite ao risco, garantias e pipeline de projetos.
O BNDES informa ter alcançado R$ 1 bilhão em crédito aprovado para projetos de IA entre jan/2024 e jun/2025 — um sinal de tração, mas ainda pequeno frente ao “tamanho do sonho”.
Em outras palavras: o eixo 4 pode executar bem se houver projetos maduros; se não houver, ele vira “dotação que não se transforma em transformação”.
8.3. Data centers “verdes”: energia, rede e governança
Data center verde não é só energia renovável. É eficiência (PUE), governança ambiental, rede, resiliência e planejamento territorial. E, no Brasil, isso esbarra em licenciamento, gargalos de transmissão e desigualdade regional de infraestrutura. Se o PBIA não articular isso com política energética e digital de longo prazo, data center vira enclave.
9. Eixo 5 — Apoio ao processo regulatório e governança: o “cinto de segurança”
9.1. O que está no eixo
O Eixo 5 (R$ 103,25 milhões) mira guias de uso responsável, centro de transparência algorítmica e rede de pesquisa de apoio à governança.
O plano também descreve governança e monitoramento, incluindo instâncias como Observatório Brasileiro de IA (OBIA) e estruturas de acompanhamento.
9.2. O marco legal brasileiro e a tensão: inovação vs. direitos
O Brasil discute marco legal de IA (com projetos que adotam, em linhas gerais, abordagem orientada a risco).
E há referências internacionais fortes: UNESCO (ética), OCDE (princípios), UE (AI Act).
A crítica aqui é de desenho institucional: governança de IA não pode ser só “comitê e relatório”. Precisa de capacidade de enforcement, auditoria, accountability, e mecanismos de contestação pelo cidadão.
10. Riscos transversais que o PBIA precisa encarar sem maquiagem
10.1. Capacidades do Estado (gente, carreira, métodos)
Sem uma burocracia técnica fortalecida (dados, IA, segurança, compras), a “IA no setor público” tende a virar terceirização permanente. E terceirização permanente, em tecnologia, quase sempre gera dependência.
10.2. Assimetria regional e desigualdade digital
A internet cresceu, mas a desigualdade de equipamentos e habilidades permanece (inclusive com queda de domicílios com microcomputador, segundo IBGE).
IA pode virar “benefício dos conectados” se não houver desenho redistributivo explícito.
10.3. Desinformação e cultura política: IA sem letramento vira arma
Quando um país tem baixa maturidade informacional, IA pode escalar manipulação com custo marginal baixo. Aqui, o PBIA precisa ser honesto: governança e educação são parte da infraestrutura, não “tema lateral”.
11. Comparação internacional: o que EUA, UE e China ensinam (e o que não dá para copiar)
11.1. EUA: escala de capital, compras públicas e compute
A capacidade americana de contratar e operar exascale (Frontier, El Capitan) mostra escala financeira e institucional.
O Brasil pode aprender: compras públicas como política industrial, mas não pode fingir que tem a mesma escala de capital e supply chain.
11.2. União Europeia: regulação por risco e enforcement
O AI Act consolida um paradigma: regular por níveis de risco e impor obrigações proporcionais.
Lição: sem enforcement, regulação vira “carta de intenções”.
11.3. China: coordenação estatal e velocidade de execução
A China combina coordenação e política industrial pesada, com vantagens em escala e disciplina institucional. O Brasil pode aprender coordenação, mas precisa respeitar seu regime democrático e sua federação complexa.
12. Três cenários plausíveis para 2024–2028
12.1. Cenário A (execução disciplinada)
- Metas recalibradas (Top 5 vira “Top 50/Top 20 com marcos intermediários”).
- Plataforma pública entregue com governança e auditoria.
- Formação com trilhas (básica, técnica, avançada) e foco em professores.
- Eixo 4 executa porque há pipeline real de projetos.
12.2. Cenário B (execução parcial e desigual)
- HPC e alguns polos avançam.
- Governo federal entrega pilotos; estados/municípios ficam para trás.
- Formação cresce em volume, mas com baixa profundidade.
12.3. Cenário C (plano “vitrine”)
- Muito anúncio, baixa execução.
- “Nuvem soberana” vira contratação fragmentada.
- Captura por fornecedores e judicialização por dados/privacidade.
13. Recomendações objetivas para aumentar a chance de dar certo
13.1. Repriorizar metas (menos marketing, mais capacidade)
Metas como “Top 5” precisam de trajetória: marcos anuais auditáveis.
13.2. Métricas auditáveis e governança com dentes
O plano fala em monitoramento e estrutura de governança.
Mas isso precisa virar: indicadores públicos, auditoria independente, e mecanismos de correção de rota.
13.3. Compras públicas inteligentes e “anti-captura”
- Portabilidade e padrões abertos
- Requisitos de transparência e logs
- Governança de modelos (versionamento, avaliação, documentação)
13.4. Educação e letramento como infraestrutura
Se 29% ainda são analfabetos funcionais e a proficiência mínima em matemática é baixa , então IA na escola precisa ser: pensamento crítico, estatística básica, cidadania digital e ética — não só ferramenta de “produtividade”.
14. Conclusão: o PBIA é viável, mas não do jeito “romântico”
O PBIA é, sim, um passo importante: ele nomeia a IA como política de Estado, organiza eixos, coloca dinheiro na mesa e tenta amarrar soberania com inclusão. Mas o teste de realidade é implacável: IA exige capacidade estatal, base educacional e governança de dados. Sem isso, vira vitrine; com isso, vira alavanca.
A grande lição é quase uma metáfora de engenharia: o PBIA quer construir um arranha-céu (IA soberana, Estado inteligente, indústria inovadora), mas parte do terreno ainda é instável (letramento, desigualdade, interoperabilidade, execução). Não é motivo para desistir — é motivo para reforçar fundações, calibrar metas e criar mecanismos de execução que sobrevivam ao ruído político. Se o Brasil conseguir trocar “número bonito” por “capacidade real”, o PBIA pode deixar de ser promessa e virar infraestrutura de futuro.
15. Perguntas comuns sobre o PBIA (FAQ)
- O PBIA é mais um plano “de gaveta”?
Não necessariamente, mas o risco existe se execução e governança não forem fortalecidas com métricas públicas e enforcement. - A meta de supercomputador Top 5 é realista?
É altamente ambiciosa diante do patamar global exascale (TOP500) e do custo/complexidade de sistemas desse porte. - Por que o eixo empresarial tem muito mais recursos?
Porque o plano aposta em política industrial e difusão tecnológica; o problema é garantir que isso vire produtividade e inclusão, e não apenas crédito pouco acessado. - A “nuvem soberana” resolve dependência de big tech?
Só se houver arquitetura, padrões, portabilidade e governança; caso contrário, pode apenas trocar o nome do fornecedor e manter o lock-in. - Qual é o maior gargalo do PBIA no Brasil real?
Educação/letramento e capacidade estatal para dados, compras e auditoria — porque IA amplifica o que já funciona e o que já falha.
16. 5 pontos mais relevantes deste artigo
- O PBIA tem desenho amplo e recursos expressivos, mas execução depende de capacidade estatal e pipeline real de projetos.
- A meta de supercomputação “Top 5” é o ponto mais vulnerável do plano, por escala tecnológica e custo.
- A meta de “85% entendem IA” é ambiciosa num país com gargalos de letramento e proficiência.
- “IA no serviço público” só funciona com dados, interoperabilidade, LGPD e compras inteligentes.
- Governança e regulação precisam ir além de comitês: exigem auditoria e accountability para sustentar confiança.
17. 3 livros para aprofundar (técnica, política e ética)
- RUSSELL, Stuart; NORVIG, Peter. Artificial Intelligence: A Modern Approach.
- O’NEIL, Cathy. Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy.
- BOSTROM, Nick. Superintelligence: Paths, Dangers, Strategies.
18. Referências (ABNT)
BANCO NACIONAL DE DESENVOLVIMENTO ECONÔMICO E SOCIAL (BNDES). Aprovação de crédito do BNDES para Inteligência Artificial (IA) chega a R$ 1 bilhão. Rio de Janeiro: BNDES, 2025. Disponível em: https://www.bndes.gov.br/wps/portal/site/home/imprensa/noticias/conteudo/aprovacao-de-credito-do-bndes-para-inteligencia-artificial-ia-chega-a-um-bilhao-de-reais. Acesso em: 12 jan. 2026.
BRASIL. Lei Complementar nº 177, de 12 de janeiro de 2021. Altera a Lei Complementar nº 101/2000 (...) e a Lei nº 11.540/2007 (FNDCT). Brasília, DF: Presidência da República, 2021. Disponível em: https://www2.camara.leg.br/legin/fed/leicom/2021/leicomplementar-177-12-janeiro-2021-790985-publicacaooriginal-162137-pl.html. Acesso em: 12 jan. 2026.
BRASIL. Lei nº 14.129, de 29 de março de 2021. Dispõe sobre princípios, regras e instrumentos para o Governo Digital. Brasília, DF: Presidência da República, 2021. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2019-2022/2021/lei/l14129.htm. Acesso em: 12 jan. 2026.
CETIC.BR. TIC Educação 2023: Pesquisa sobre o uso das Tecnologias de Informação e Comunicação nas escolas brasileiras. São Paulo: Cetic.br, 2024. Disponível em: https://cetic.br/media/docs/publicacoes/2/20241119194257/tic_educacao_2023_livro_completo.pdf. Acesso em: 12 jan. 2026.
IBGE. Internet foi acessada em 72,5 milhões de domicílios do país em 2023. Rio de Janeiro: IBGE, 2024. Disponível em: https://agenciadenoticias.ibge.gov.br/agencia-noticias/2012-agencia-de-noticias/noticias/41024-internet-foi-acessada-em-72-5-milhoes-de-domicilios-do-pais-em-2023. Acesso em: 12 jan. 2026.
INAF. Indicador de Alfabetismo Funcional: em 23 anos, índice de analfabetos funcionais caiu de 39% para 29%. São Paulo: INAF, s.d. Disponível em: https://alfabetismofuncional.org.br/. Acesso em: 12 jan. 2026.
LABORATÓRIO NACIONAL DE COMPUTAÇÃO CIENTÍFICA (LNCC). Supercomputador Santos Dumont está no Top 100 dos mais poderosos do mundo. Petrópolis: LNCC, 2024. Disponível em: https://www.gov.br/lncc/pt-br/assuntos/noticias/ultimas-noticias-1/supercomputador-santos-dumont-esta-no-top-100-dos-mais-poderosos-do-mundo. Acesso em: 12 jan. 2026.
MINISTÉRIO DA CIÊNCIA, TECNOLOGIA E INOVAÇÃO (MCTI). Plano Brasileiro de Inteligência Artificial (PBIA). Brasília, DF: MCTI, 2025. Disponível em: https://www.gov.br/mcti/pt-br/acompanhe-o-mcti/transformacaodigital/plano-brasileiro-de-inteligencia-artificial. Acesso em: 12 jan. 2026.
OECD. PISA 2022 Results: Country Note – Brazil. Paris: OECD, 2023. Disponível em: https://www.oecd.org/en/publications/pisa-2022-results-volume-i-and-ii-country-notes_ed6fbcc5-en/brazil_61690648-en.html. Acesso em: 12 jan. 2026.
OAK RIDGE NATIONAL LABORATORY (ORNL). The Journey to Frontier. Oak Ridge: ORNL, 2023. Disponível em: https://www.ornl.gov/journeytofrontier. Acesso em: 12 jan. 2026.
TOP500. TOP500 List – November 2025. Disponível em: https://top500.org/lists/top500/2025/11/. Acesso em: 12 jan. 2026.
UNESCO. Recommendation on the Ethics of Artificial Intelligence. Paris: UNESCO, 2021. Disponível em: https://www.unesco.org/en/artificial-intelligence/recommendation-ethics. Acesso em: 12 jan. 2026.