O uso de inteligência artificial para gerar vídeos políticos não é mais ficção científica — é realidade, e já pisa em terreno jurídico minado. A recente decisão do ministro Alexandre de Moraes, exigindo que Jair Bolsonaro, Flávio Bolsonaro e o Partido Liberal expliquem a origem de um vídeo produzido por IA exibido na convenção do partido, escancara um dilema que engenheiros de software e profissionais de produto não podem ignorar. Em vez de analisar o mérito político, quero focar no que esse caso revela sobre responsabilidade técnica, governança de conteúdo sintético e as zonas cinzentas que nossa área precisa enfrentar.
Do ponto de vista estritamente técnico, o caso é fascinante porque coloca em xeque a autoria do conteúdo. Se o vídeo foi gerado por um modelo de IA, quem é o verdadeiro autor? O engenheiro que treinou o modelo? O operador que forneceu o prompt? O partido político que encomendou o material? A legislação brasileira, em especial a Resolução 23.610 do TSE e a Lei Geral de Proteção de Dados, ainda engatinha nesse terreno. O pedido de explicações de Moraes cria dois cenários, como bem apontou a imprensa: se Bolsonaro autorizou, descumpriu condições da prisão domiciliar; se não autorizou, Flávio e o PL incorreram em prática vedada pela legislação eleitoral. Mas há uma terceira camada — a técnica — que merece reflexão aprofundada.
O dilema da autoria técnica e jurídica
Todo engenheiro que já trabalhou com modelos generativos sabe que, por trás de um vídeo aparentemente simples, há um encadeamento complexo de decisões: escolha de arquitetura, qualidade do dataset de treino, ajustes de parâmetros, pós-processamento. Em muitos casos, o operador final não tem controle granular sobre cada frame gerado. Quando um vídeo com potencial danoso é usado em campanha, a cadeia de responsabilidade se fragmenta. O caso Moraes ilustra bem isso: não basta perguntar "quem ordenou a veiculação?" — é preciso perguntar "quem projetou o sistema que tornou possível, de forma realista e rápida, criar esse conteúdo?" A indústria de IA precisa se preparar para que essas perguntas se tornem rotineiras.
Na prática, times de engenharia que desenvolvem ferramentas de geração de vídeo, áudio ou texto para uso público devem incorporar trilhas de auditoria desde a concepção. Isso inclui logging de prompts, versões de modelos, metadados de saída e, idealmente, marca d'água digital. Infelizmente, a maioria das soluções comerciais atuais não oferece esses mecanismos de forma nativa. O trade-off é claro: quanto mais fácil e acessível a geração de conteúdo sintético, maior o risco de uso indevido. E o Judiciário, como vemos, está começando a responsabilizar não apenas o usuário final, mas toda a cadeia.
Responsabilidade técnica: o elo esquecido
Uma das lições mais dolorosas que aprendi em projetos de automação corporativa é que a melhor maneira de evitar riscos legais não é apenas esconder-se atrás de termos de uso, mas sim projetar limites técnicos no software. No contexto de IA generativa aplicada a campanhas eleitorais, isso significa, por exemplo, negar prompts que mencionem candidatos reais em situações falsas, ou exigir verificação de autoria antes da exportação do vídeo. A decisão de Moraes, ao encurralar os investigados, acaba também encurralando os desenvolvedores: se o modelo foi treinado com dados que permitem deepfakes políticos realistas, quem responde pela ausência de contenção?
A fonte original do Congresso em Foco destaca o dilema jurídico dos investigados, mas o que me preocupa como profissional de tecnologia é o silêncio sobre a responsabilidade dos fornecedores de IA. A plataforma ou ferramenta que gerou aquele vídeo — seja um modelo aberto como Stable Diffusion ou um serviço pago — tem algum mecanismo de detecção de uso político? Registra o criador original? Se a resposta for "não", estamos diante de uma falha de engenharia que pode ter consequências jurídicas em cascata. Não é exagero: em breve, empresas de tecnologia poderão ser chamadas a depor sobre a arquitetura de seus sistemas.
A lacuna regulatória e o papel do engenheiro
O cenário atual no Brasil é de quase vácuo regulatório específico para IA em eleições. A resolução do TSE sobre propaganda eleitoral dá conta do conteúdo tradicional, mas não detalha como lidar com síntese gerada por algoritmos. Isso coloca o profissional de tecnologia em uma posição desconfortável: a lei não diz exatamente o que é permitido, mas o Judiciário pode, caso a caso, considerar determinados usos como ilícitos. É um ambiente de alta incerteza, semelhante ao que vivemos com a LGPD antes da sua entrada em vigor.
Do ponto de vista de produto, esse vazio regulatório é tanto um risco quanto uma oportunidade. Times que investirem em mecanismos de transparência — como selo "conteúdo gerado por IA" obrigatório, metadados abertos e APIs de verificação — estarão na vanguarda de uma tendência que, mais cedo ou mais tarde, se tornará exigência legal. Ignorar isso é apostar que o próximo caso não baterá à sua porta. E, como vimos, a porta pode ser a do Supremo.
Lições práticas para profissionais de IA aplicada
Se você trabalha com pipeline de modelos generativos, sugiro três ações imediatas. Primeiro, implemente um sistema de registro (logging) que armazene o hash do conteúdo gerado, o timestamp e um identificador do usuário solicitante. Segundo, avalie a inclusão de filtros de conteúdo no front-end dos seus modelos, especialmente se o público-alvo incluir figuras públicas ou partidos políticos. Terceiro, documente claramente as limitações do seu sistema para os contratantes — muita gente ainda acha que IA é mágica e não entende que o modelo pode produzir falsificações convincentes. Isso não é apenas compliance, é engenharia responsável.
Outro ponto que frequentemente negligenciamos é a rastreabilidade reversa. Se um vídeo questionável surgir, sua equipe consegue responder, em menos de 24 horas, qual modelo, versão e parâmetro gerou aquele frame? Se a resposta for "não", você tem uma vulnerabilidade operacional. No caso Moraes, a defesa pode alegar que o vídeo foi produzido por terceiros não identificados, e a Justiça terá dificuldade de provar a autoria. Mas, para a reputação da empresa que forneceu a ferramenta, o estrago já está feito.
O impacto no mercado de trabalho para engenheiros de IA
Casos como este redefinem as competências valorizadas no mercado. Não basta saber treinar modelos; é preciso entender os limites legais e éticos da aplicação. Vejo uma crescente demanda por profissionais que dominem tanto a engenharia de software quanto a regulamentação digital. O engenheiro de IA do futuro não será apenas um expert em PyTorch ou TensorFlow — será também um conselheiro de riscos, capaz de orientar a empresa sobre o que não deve ser feito, mesmo que tecnicamente possível.
Essa mudança já se reflete em vagas que pedem conhecimento em privacidade, LGPD e direito digital. Quem não se atualizar nessa direção corre o risco de ser substituído por profissionais mais completos, que entendem que o "só porque podemos, não significa que devemos" é uma diretriz de engenharia, não um bordão filosófico. O caso do vídeo com IA na campanha do PL é apenas o primeiro de muitos testes de fogo. A área de tecnologia precisa amadurecer rápido.
Recomendação editorial e visão pessoal
Minha opinião, baseada em anos trabalhando com automação e transformação digital, é que a indústria de IA generativa deve adotar medidas proativas de governança antes que a regulação externa nos force a padrões menos flexíveis. O caso Moraes mostra que o Judiciário não vai esperar o Congresso legislar. Como engenheiros, temos a obrigação de projetar sistemas que respeitem não apenas a lei atual, mas o espírito da lei futura.
Não se trata de cercear a inovação, mas de construí-la sobre alicerces sólidos. Ferramentas de IA aplicadas à política podem ter usos legítimos — como síntese de propostas, animações de dados públicos, acessibilidade — desde que com transparência e controle. A decisão do STF, ao exigir explicações, joga luz sobre uma zona que muitos preferiam manter na sombra. Cabe a nós, profissionais de tecnologia, iluminar o caminho com boas práticas de engenharia, auditoria e responsabilidade. O futuro do trabalho na área de IA depende disso.