IA : A soberania que não deverá vir com licença anual perpétua
A soberania que não vem em licença anual
Uma crónica sobre modelos open-source, dependência tecnológica e a construção de uma estratégia inteligente de Inteligência Artificial.
Há momentos na história em que a tecnologia deixa de ser apenas ferramenta e passa a ser fronteira. A Inteligência Artificial está precisamente nesse ponto. Não é mais um software. Não é mais uma aplicação para automatizar relatórios, responder a emails ou decorar apresentações com gráficos coloridos, essa arte moderna de fingir estratégia com gradientes.
A IA tornou-se infraestrutura. E quem não perceber isto a tempo vai descobrir, tarde demais, que o futuro também pode ser alugado.
Durante anos, muitos países habituaram-se a comprar tecnologia como quem compra electrodomésticos: escolhe-se o fornecedor, assina-se o contrato, paga-se a licença e espera-se que a máquina funcione. Era uma dependência confortável. O problema é que a IA não é uma impressora de escritório. A IA aprende com dados, molda decisões, interfere com serviços públicos, afecta educação, saúde, justiça, segurança, economia e soberania.
Colocar tudo isso nas mãos de meia dúzia de multinacionais é menos uma estratégia tecnológica e mais uma rendição administrativa com factura mensal.
A colonização moderna não precisa de navios. Basta uma subscrição anual, uma API fechada e um contrato que ninguém leu até ao fim.
O ecossistema aberto já existe
A boa notícia é que existe hoje um ecossistema aberto, vibrante e cada vez mais maduro de IA. Plataformas como a Hugging Face agregam milhões de modelos, datasets e aplicações, funcionando como uma grande praça pública da aprendizagem automática. A própria documentação da Hugging Face Hub refere mais de 2 milhões de modelos, 1,5 milhões de datasets e 1,5 milhões de aplicações disponíveis publicamente.
Isto já não é uma garagem de programadores entusiasmados. É uma infraestrutura global de conhecimento computacional.
Ao lado disso, surgiram ferramentas como o vLLM, para servir modelos de linguagem com eficiência e APIs compatíveis com padrões populares; o Ollama, que facilita correr modelos localmente; e o Open WebUI, uma interface self-hosted capaz de operar offline e integrar diferentes motores de modelos.
Em linguagem menos piedosa: já é possível montar uma plataforma de IA própria sem hipotecar a alma digital a fornecedores fechados. Continua, claro, a ser necessário saber o que se está a fazer, esse pequeno detalhe que costuma arruinar as grandes proclamações políticas.
Open-source não é uma palavra mágica
Mas convém começar com uma distinção essencial: nem tudo o que se vende como open-source é realmente open-source.
A Open Source Initiative publicou a definição de Open Source AI, defendendo que um sistema de IA deve garantir liberdades reais: usar, estudar, modificar e partilhar o sistema. Isto inclui acesso aos elementos necessários para compreender e alterar o sistema, não apenas a uma embalagem simpática com o rótulo "aberto".
A OCDE também alerta para a confusão: o conceito clássico de "open source", nascido no software, não encaixa perfeitamente na IA, porque um modelo não é apenas código. É arquitectura, pesos, dados, treino, avaliação, documentação, licenças e comportamento em uso.
Há muitos modelos "open-weight", com pesos disponíveis, mas sem dados de treino, sem processo reprodutível e com licenças restritivas. Chamar isso de totalmente aberto é como chamar democracia a uma assembleia onde só fala quem já tem microfone.
A primeira regra de uma estratégia inteligente de IA é simples: não confundir acesso com soberania.
Ter acesso a um modelo não significa dominá-lo. Usar uma API não significa controlar o sistema. Ter uma licença barata hoje não significa ter independência amanhã.
As grandes plataformas sabem isto muito bem. Primeiro oferecem facilidade. Depois criam dependência. Depois aumentam preços. Depois tornam-se infraestrutura invisível. E quando um país acorda, já não consegue mexer uma peça sem pedir autorização técnica, jurídica ou comercial.
A civilização inventou correntes digitais e chamou-lhes "serviços cloud geridos".
A pergunta brutal
Uma estratégia inteligente de IA deve começar por uma pergunta brutal:
Que partes do nosso futuro queremos controlar?
A resposta não precisa ser romântica. Não é necessário que cada país construa o seu próprio modelo fundacional de raiz. Isso exige dinheiro, energia, equipas, dados e computação que muitos Estados não têm. Mas todos os países deveriam controlar pelo menos quatro camadas: dados críticos, infraestrutura mínima, competências técnicas internas e capacidade de auditoria.
Primeira camada: dados nacionais
Sem dados próprios organizados, não há IA nacional. Há apenas máquinas estrangeiras a responder sobre realidades locais com sotaque estatístico importado.
Os Estados têm arquivos, leis, processos, estatísticas, mapas, relatórios, decisões, formulários, pareceres, dados de saúde, dados agrícolas, dados educativos. Grande parte disto está disperso, mal classificado, preso em PDF, escondido em portais do século passado ou fechado em silos administrativos.
Antes de comprar IA, um país sério devia arrumar a casa. Mas arrumar dados dá menos fotografias do que inaugurar plataformas, e por isso a política prefere a espuma.
Segunda camada: infraestrutura própria
A infraestrutura não precisa começar com supercomputadores faraónicos. Pode começar com clusters modestos, servidores regionais, clouds públicas soberanas, centros de competências partilhados entre universidades, administração pública e empresas.
A UNCTAD, no seu Technology and Innovation Report 2025, sublinha que os países em desenvolvimento precisam de melhorar infraestrutura, dados e competências para não ficarem para trás na economia da IA. Também defende a adaptação das soluções às infraestruturas locais, em vez da importação acrítica de ferramentas pensadas para países ricos.
Este ponto é decisivo: IA inteligente não é copiar Silicon Valley. É resolver problemas locais com meios realistas.
Um país pobre não precisa começar por criar um concorrente do GPT, do Gemini, do Claude ou do DeepSeek. Precisa de sistemas que ajudem professores, enfermeiros, agricultores, técnicos municipais, tribunais, pequenas empresas e cidadãos.
Precisa de modelos adaptados à sua língua, aos seus documentos, às suas leis, aos seus serviços e às suas limitações. Precisa de RAG bem feito sobre dados públicos confiáveis. Precisa de assistentes administrativos que poupem tempo. Precisa de ferramentas de tradução, triagem, classificação, pesquisa, apoio técnico e formação.
Não precisa de um avatar ministerial a dizer banalidades em três línguas. Embora, conhecendo a espécie humana, isso provavelmente apareça primeiro.
Terceira camada: competências internas
A terceira camada é a formação. Não há soberania tecnológica sem pessoas capazes de manter, adaptar e auditar sistemas.
Um país que compra IA sem formar técnicos fica como alguém que compra um avião sem pilotos nem mecânicos. Bonito na fotografia. Trágico na aterragem.
Uma estratégia séria teria de criar equipas públicas e privadas com competências em Linux, redes, segurança, Python, APIs, bases de dados, governação de dados, modelos open-source, RAG, embeddings, inferência local, avaliação de modelos, privacidade, cibersegurança e auditoria.
Nada disto é ficção. É trabalho. E precisamente por ser trabalho, assusta. É muito mais fácil pagar a uma consultora para escrever "roadmap de IA" com setas, matrizes e uma frase sobre inovação inclusiva. Depois imprime-se em papel caro e enterra-se numa gaveta, onde tantos futuros nacionais foram morrer.
Quarta camada: governação e segurança
A quarta camada é a governação. A IA aberta pode democratizar tecnologia, mas também pode multiplicar riscos.
Modelos mal configurados podem expor dados. Servidores locais podem ficar abertos na Internet. Ferramentas com capacidade de executar código podem tornar-se portas de entrada para abuso. A liberdade técnica sem disciplina operacional transforma-se depressa numa festa para atacantes.
Por isso, open-source não significa "cada um instala como quiser e Nossa Senhora da Firewall protege". Uma estratégia inteligente precisa de normas, auditoria, hardening, inventário de modelos, classificação de risco, controlo de acessos, logs, protecção de dados, testes de segurança e avaliação contínua.
A diferença entre soberania digital e caos digital é uma política de segurança bem escrita e, sobretudo, cumprida.
O open-source não é grátis: é responsabilidade
Há ainda uma dimensão económica. O open-source não é caridade; é ecossistema.
A Linux Foundation tem mostrado, nos seus relatórios recentes, que o software open-source deixou de ser apenas uma ferramenta de produtividade e passou a ser componente essencial de infraestruturas críticas globais. O relatório de 2025 também aponta para a necessidade de governação, segurança e investimento contínuo.
Traduzido para português sem perfume corporativo: usar open-source não é sacar código gratuito e fugir. É participar, manter, contribuir, adaptar e devolver.
Os países que perceberem isto construirão ecossistemas. Os que não perceberem serão apenas consumidores pobres de tecnologia barata, até que ela deixe de ser barata.
A Europa começa a acordar
A Europa também começa a acordar, ainda com aquele ar sonolento de quem descobriu a electricidade depois do jantar.
Em Junho de 2026, a Reuters noticiou que a empresa italiana Domyn planeia lançar um modelo frontier de IA totalmente open-source, com apoio do consórcio EUROPA e infraestrutura EuroHPC, apresentado como tentativa europeia de reduzir dependência de sistemas estrangeiros alojados fora do continente.
Isto é relevante não apenas pela tecnologia, mas pelo gesto político. A Europa percebeu, finalmente, que depender de modelos americanos e chineses para funções críticas é uma vulnerabilidade estratégica. Parabéns, chegaram ao óbvio. Atrasados, mas com crachá.
Uma estratégia modular para países pequenos
Para países pequenos, a lição é clara. Não precisam de esperar por uma "grande IA nacional" construída de cima para baixo, cara, lenta e provavelmente baptizada com nome patriótico.
Devem começar por uma estratégia modular:
1. Inventariar dados públicos críticos.
2. Criar repositórios limpos, documentados e interoperáveis.
3. Escolher modelos abertos ou open-weight com licenças claras.
4. Implementar RAG local sobre documentos oficiais.
5. Correr pilotos pequenos em serviços concretos.
6. Medir resultados: tempo poupado, erros reduzidos, satisfação e custos.
7. Formar técnicos internos.
8. Criar normas de segurança e auditoria.
9. Contribuir para projectos open-source.
10. Escalar apenas o que prova valor.
A estratégia deve ser incremental, não messiânica. A IA não deve ser um altar, deve ser uma oficina. Primeiro resolve-se um problema. Depois outro. Depois automatiza-se uma tarefa. Depois melhora-se uma decisão. Depois liga-se a dados. Depois mede-se. Depois corrige-se.
Isto é construção institucional. Não é espectáculo.
O caso português
E aqui Portugal, como sempre, está perante uma escolha simples e dolorosa.
Pode continuar a comprar soluções fechadas, caras, opacas, dependentes, com contratos longos e pouca transferência real de conhecimento. Ou pode criar um ecossistema nacional de IA aberta, envolvendo universidades, politécnicos, empresas tecnológicas, administração pública, municípios, hospitais, escolas, bibliotecas, centros de investigação e comunidades open-source.
Um país inteligente criaria uma infraestrutura pública de IA aberta, com modelos testados, documentação em português, ambientes seguros, datasets públicos, APIs nacionais, formação gratuita para técnicos e programas de adopção para pequenas empresas.
Não para substituir tudo por máquinas, mas para libertar tempo humano da estupidez repetitiva.
Há décadas que Portugal afoga pessoas competentes em formulários, filas, plataformas medíocres e procedimentos redundantes. Talvez fosse altura de deixar a IA fazer trabalho de máquina e devolver aos humanos trabalho de pensamento. Ideia perigosa, eu sei.
O núcleo estratégico
A questão não é escolher entre open-source e empresas privadas. Isso seria infantil.
A questão é saber quem controla o núcleo estratégico. Pode-se usar serviços comerciais onde fizer sentido. Pode-se contratar empresas. Pode-se pagar suporte. Pode-se usar cloud. Mas o Estado e as organizações críticas devem conservar capacidade de sair, migrar, auditar, adaptar e operar alternativas.
Sem isso, não há estratégia. Há aluguer.
A IA aberta é uma oportunidade rara: permite aos países pobres e pequenos entrarem no jogo sem começar do zero.
Mas só será libertadora se for acompanhada por competência.
Sem competência, o open-source é apenas mais uma pasta no GitHub. Com competência, pode ser escola, hospital, tribunal, município, empresa, laboratório e futuro.
No fundo, uma estratégia inteligente de IA não começa na pergunta "que modelo vamos comprar?". Começa noutra, muito mais séria:
Que país queremos ser quando as máquinas começarem a mediar quase tudo?
Um país consumidor, dependente, endividado em licenças, governado por dashboards estrangeiros?
Ou um país que aprende, adapta, audita, cria e partilha?
A resposta dirá mais sobre a nossa maturidade do que qualquer plano tecnológico.
Porque a IA, aberta ou fechada, não salva países sem visão. Apenas acelera aquilo que eles já são.
Se forem lúcidos, acelera a inteligência.
Se forem medíocres, acelera a dependência.
Se forem corajosos, acelera a transformação.
Se forem cobardes, acelera a factura.
E talvez seja essa a grande verdade desta nova era: o futuro não será de quem tiver a licença mais cara. Será de quem tiver dados, talento, infraestruturas, comunidade e coragem para não pedir autorização para pensar.
® Fragmentos do Caos 2026
Referências internacionais
Hugging Face Hub Documentation — documentação oficial sobre a plataforma, modelos, datasets e aplicações públicas de IA.
https://huggingface.co/docs/hub/en/index
Open Source Initiative — The Open Source AI Definition 1.0 — definição formal de Open Source AI e liberdades associadas ao uso, estudo, modificação e partilha de sistemas de IA.
https://opensource.org/ai/open-source-ai-definition
OECD — AI Openness: A Primer for Policymakers — análise sobre os diferentes graus de abertura em IA, distinção entre open-source, open-weight e riscos de governação.
https://www.oecd.org/en/publications/ai-openness_02f73362-en.html
UNCTAD — Technology and Innovation Report 2025: Inclusive Artificial Intelligence for Development — relatório sobre IA, desenvolvimento, infraestrutura, dados e competências nos países em desenvolvimento.
https://unctad.org/publication/technology-and-innovation-report-2025
Linux Foundation — The State of Open Source Software in 2025 — relatório sobre a importância crescente do open-source nas infraestruturas críticas globais e na adopção de IA aberta.
https://www.linuxfoundation.org/blog/the-state-of-open-source-software-in-2025
vLLM Documentation — documentação oficial do motor de inferência e serving de modelos de linguagem, incluindo servidor compatível com APIs OpenAI.
https://docs.vllm.ai/
Open WebUI Documentation — documentação oficial da plataforma self-hosted para operar com modelos locais e APIs compatíveis, incluindo funcionamento offline.
https://docs.openwebui.com/
Reuters — Italy's Domyn to launch open source frontier AI model within a year — notícia sobre iniciativa europeia para criar um modelo frontier open-source com apoio do consórcio EUROPA e EuroHPC.
https://www.reuters.com/world/china/italys-domyn-launch-open-source-frontier-ai-model-within-year-ceo-says-2026-06-25/
Nota editorial: a IA aberta não é uma solução milagrosa nem uma ideologia tecnológica. É uma oportunidade estratégica. Mas sem dados organizados, formação, segurança, auditoria e coragem institucional, qualquer país continuará apenas a comprar futuro em prestações.