Censura pode afetar críticas feitas por IA, sugere pesquisa científica

A análise foi divulgada em 16 de julho de 2026 pelo Conselho de Supervisão da Meta e avaliou dez modelos comerciais de inteligência artificial. Nos testes, as ferramentas recusaram 34% dos pedidos de produção de conteúdo crítico sobre governos considerados restritivos, contra 14% quando as solicitações envolviam países classificados como mais permissivos à liberdade de expressão.

O resultado não prova que governos estejam controlando diretamente esses sistemas nem que as empresas tenham decidido censurar determinados assuntos. Os próprios pesquisadores reconhecem que não conseguiram identificar a causa exata do comportamento.

Ainda assim, a diferença desperta uma dúvida importante: sistemas de inteligência artificial podem absorver e reproduzir restrições políticas existentes nos países sobre os quais aprenderam?

A resposta mais cuidadosa é que há indícios preocupantes, mas ainda não uma conclusão definitiva sobre a origem do problema.

Leia mais:

Supercomputador da Unicamp vai turbinar pesquisas em inteligência artificial

O que o novo estudo descobriu?

O Conselho de Supervisão submeteu pedidos de conteúdo politicamente crítico a dez grandes modelos de linguagem, conhecidos pela sigla LLM.

Esses sistemas são a tecnologia que sustenta chatbots e diversas ferramentas capazes de produzir textos, resumir documentos, responder perguntas e executar tarefas por meio de comandos escritos.

Os modelos avaliados pertenciam a seis empresas:

• Anthropic;
• DeepSeek;
• Google;
• Meta;
• OpenAI;
• xAI.

Os pesquisadores pediram que as ferramentas produzissem materiais como poemas satíricos e panfletos de protesto direcionados a governos e líderes de dez países.

O estudo concluiu que, em média, os modelos recusaram:

• 14% dos pedidos relacionados a países considerados permissivos;
• 34% dos pedidos relacionados a países considerados restritivos.

Isso representa uma taxa de recusa mais de duas vezes maior no segundo grupo. Segundo o relatório, a diferença foi estatisticamente significativa, o que reduz a possibilidade de o resultado ter surgido apenas por acaso dentro da amostra analisada.

Quais países foram incluídos na pesquisa?

Os pesquisadores dividiram as dez jurisdições em dois grupos.

A classificação considerou a existência e a aplicação de leis que proíbem ou criminalizam críticas a governos e autoridades. Também foram utilizadas avaliações da organização Freedom House, que acompanha direitos políticos e liberdades civis ao redor do mundo.

Países considerados mais permissivos

O primeiro grupo reuniu:

• Chile;
• Estados Unidos;
• Japão;
• Reino Unido;
• Taiwan.

Nesses locais, segundo os critérios adotados, não existiam leis equivalentes em vigor ou elas não eram aplicadas de modo a punir críticas políticas da mesma forma.

Países considerados restritivos

O segundo grupo foi formado por:

• Arábia Saudita;
• Camboja;
• China;
• Tailândia;
• Turquia.

Esses países foram selecionados por possuírem leis ou práticas que restringem críticas às autoridades, além de terem recebido classificação desfavorável da Freedom House em matéria de liberdade.

A divisão é uma ferramenta metodológica do estudo. Ela não significa que todos os países dentro de cada grupo tenham sistemas políticos idênticos ou apresentem exatamente o mesmo nível de liberdade de expressão.

Como os modelos foram testados?

Os pesquisadores procuraram reduzir a influência da localização do usuário sobre os resultados.

Os comandos foram enviados em inglês, por meio de interfaces comerciais fornecidas principalmente por Google e Microsoft. A infraestrutura estava hospedada, em grande parte, nos Estados Unidos, enquanto as solicitações partiram de um endereço de internet localizado na Austrália.

Isso é relevante porque o usuário não estava fazendo os pedidos de dentro dos países restritivos. Mesmo assim, os modelos apresentaram mais resistência quando o conteúdo crítico tinha como alvo governos desses locais.

O Conselho avaliou sete tipos de solicitações ligadas à manifestação política. Entre elas estavam pedidos para:

• criar panfletos críticos;
• produzir poemas satíricos;
• avaliar apoio a governos;
• discutir a participação em protestos;
• apresentar opiniões sobre autoridades políticas.

As diferenças mais claras apareceram nos pedidos de produção de materiais críticos, como panfletos e poemas.

Um exemplo mostra por que o resultado chamou atenção

A Associated Press destacou um exemplo envolvendo o Claude, inteligência artificial desenvolvida pela Anthropic.

Segundo a reportagem, a ferramenta aceitou criar um material crítico ao presidente dos Estados Unidos e ao rei Charles III, do Reino Unido. Ao receber solicitações semelhantes envolvendo o rei da Tailândia, o príncipe herdeiro da Arábia Saudita ou o líder chinês, porém, o modelo recusou.

O relatório também apresenta o caso de um modelo que rejeitou a criação de um panfleto contra a monarquia tailandesa, mencionando as leis locais que protegem o rei de críticas.

Outro comportamento considerado problemático ocorreu quando alguns sistemas afirmaram possuir uma regra geral contra críticas a líderes mundiais. A mesma proibição, entretanto, não foi aplicada de forma consistente quando a solicitação envolvia autoridades de países mais permissivos.

É justamente essa diferença de tratamento que levou os pesquisadores a levantar a hipótese de uma espécie de “censura por procuração”.

O estudo prova que existe censura nas inteligências artificiais?

Não da forma como a palavra censura normalmente é compreendida.

O estudo demonstra uma associação: modelos recusaram mais críticas relacionadas a governos que restringem a liberdade de expressão.

Ele não demonstra, porém, que esses governos deram ordens diretas às empresas de tecnologia ou alteraram deliberadamente cada modelo analisado.

Os próprios autores afirmam que não sabem exatamente por que a diferença ocorreu. Entre as possíveis explicações estão:

• características dos dados usados no treinamento;
• regras de segurança excessivamente amplas;
• processos de ajuste realizados pelas empresas;
• receio de riscos jurídicos;
• políticas adotadas para diferentes mercados;
• dificuldade do modelo para interpretar temas políticos;
• combinação de várias dessas causas.

Portanto, a expressão mais precisa é que o estudo encontrou indícios de que restrições políticas podem estar sendo refletidas nas respostas.

A pesquisa não permite afirmar que houve interferência governamental direta ou uma decisão coordenada das empresas para proteger determinados regimes.

Como a censura de um país poderia chegar aos dados da IA?

Modelos de linguagem aprendem padrões a partir de grandes volumes de textos, páginas da internet, documentos, livros, códigos e outros materiais.

Esse processo não ocorre em um ambiente neutro.

O conteúdo disponível sobre um país pode ter sido afetado por:

• bloqueio de sites;
• remoção de reportagens;
• perseguição de jornalistas;
• propaganda estatal;
• autocensura;
• repetição de narrativas oficiais;
• menor presença de opiniões dissidentes;
• leis que limitam o debate público.

Imagine que milhares de páginas repitam uma versão oficial de determinado acontecimento, enquanto textos críticos tenham sido bloqueados ou removidos.

O modelo pode interpretar a narrativa dominante como se ela representasse um consenso espontâneo. Na realidade, a distribuição de informações pode ser resultado de controle político.

Esse tipo de influência é difícil de detectar porque o sistema não guarda uma lista simples mostrando de onde veio cada resposta. Ele aprende relações estatísticas entre palavras, ideias e contextos.

As empresas podem ter colocado essas restrições nos modelos?

Essa possibilidade também não pode ser descartada, mas o estudo não encontrou provas de que tenha ocorrido deliberadamente.

Empresas de inteligência artificial ajustam seus modelos depois do treinamento inicial. Esse processo busca reduzir respostas perigosas, discriminação, desinformação, instruções criminosas e outros riscos.

O problema aparece quando regras de segurança amplas demais atingem manifestações legítimas.

Uma empresa pode, por exemplo, programar o sistema para ter cautela com:

• discursos políticos;
• incentivo a protestos;
• críticas pessoais;
• materiais considerados persuasivos;
• atividades potencialmente ilegais em algum país.

Dependendo de como essas regras são aplicadas, o modelo pode recusar um pedido legítimo por confundi-lo com incitação à violência, manipulação política ou risco à segurança.

O relatório observou que algumas ferramentas apresentaram justificativas diferentes e pouco consistentes para suas recusas. Isso sugere que nem sempre o próprio texto gerado pelo modelo explica verdadeiramente o que provocou a decisão.

Por que a justificativa da IA pode estar errada?

Quando uma inteligência artificial diz “não posso responder devido à legislação” ou “minhas políticas proíbem isso”, o usuário tende a acreditar que recebeu uma explicação técnica.

Nem sempre é assim.

Modelos de linguagem geram respostas com base em padrões. Eles podem elaborar uma justificativa plausível sem terem acesso direto ao mecanismo interno que determinou a recusa.

Em outras palavras, o sistema pode explicar sua própria decisão com a mesma limitação com que responde a qualquer outra pergunta: produzindo o texto considerado mais provável.

O Conselho de Supervisão alertou que essas justificativas não são provas confiáveis sobre o funcionamento interno do modelo. Elas fornecem pistas, mas não revelam necessariamente qual regra, dado ou ajuste provocou a resposta.

Esse é um problema de transparência. O usuário pode acreditar que existe uma proibição legal ou uma política geral quando, na verdade, o modelo está apresentando uma explicação imprecisa.

O que significa “censura por procuração”?

A expressão descreve uma situação em que restrições existentes em um país acabam afetando pessoas que estão fora dele.

Considere um usuário na Austrália ou no Brasil que solicite ajuda para escrever um texto pacífico criticando uma autoridade estrangeira.

Mesmo que essa manifestação seja legal no local onde o usuário está, a IA pode se recusar a colaborar porque suas respostas foram influenciadas, direta ou indiretamente, pelo ambiente jurídico e informacional do país criticado.

Assim, uma restrição nacional ultrapassaria as fronteiras sem que o governo precisasse censurar diretamente o usuário estrangeiro.

O Conselho considera que esse efeito pode restringir a liberdade de expressão de forma pouco transparente. O risco cresce porque um mesmo modelo pode servir de base para milhares de aplicativos utilizados por empresas, governos, escolas e organizações.

Por que isso importa para usuários brasileiros?

O Brasil não estava entre as dez jurisdições testadas, portanto o estudo não permite concluir como os modelos se comportariam especificamente diante de pedidos sobre autoridades brasileiras.

Mesmo assim, a pesquisa interessa aos brasileiros porque essas ferramentas são utilizadas para:

• estudar temas políticos;
• produzir conteúdo jornalístico;
• pesquisar acontecimentos internacionais;
• preparar materiais acadêmicos;
• escrever manifestações e campanhas;
• resumir documentos;
• apoiar decisões empresariais;
• orientar debates públicos.

Quando uma IA responde de maneira diferente conforme o governo mencionado, o usuário pode receber uma visão incompleta sem perceber.

Isso se torna especialmente delicado quando a ferramenta é apresentada como um mecanismo neutro de busca, análise ou apoio à tomada de decisão.

Uma recusa da IA sempre representa censura?

Não.

Existem situações nas quais a recusa é adequada e necessária.

Uma ferramenta pode rejeitar pedidos para:

• ameaçar uma autoridade;
• organizar ataques;
• perseguir opositores;
• divulgar dados pessoais;
• fabricar provas;
• incentivar violência;
• manipular pessoas de forma ilícita;
• interferir ilegalmente em processos eleitorais.

A liberdade de expressão não obriga uma empresa a gerar qualquer tipo de conteúdo, independentemente do risco.

O ponto levantado pela pesquisa é outro: pedidos semelhantes e aparentemente legítimos receberam tratamento diferente dependendo do país ou líder citado.

Uma regra de segurança coerente deveria analisar o risco do conteúdo, e não proteger determinadas autoridades de críticas pacíficas apenas porque seus países punem esse tipo de manifestação.

Qual é a diferença entre crítica política e conteúdo perigoso?

Crítica política é a manifestação de opiniões contrárias a governos, partidos, leis ou autoridades.

Ela pode assumir diferentes formas:

• artigo de opinião;
• charge;
• poema satírico;
• faixa de protesto;
• panfleto;
• discurso;
• postagem em rede social.

Esse conteúdo não se torna perigoso apenas por ser duro, desconfortável ou ofensivo para uma autoridade.

Já um pedido que ensina a atacar pessoas, destruir propriedades ou executar crimes envolve riscos diferentes.

O desafio das empresas de inteligência artificial é separar esses dois grupos. Restringir ameaças e violência é legítimo; bloquear automaticamente críticas políticas pacíficas pode limitar direitos fundamentais.

O estudo avaliou se as respostas eram verdadeiras?

O foco principal não era verificar a precisão histórica ou factual de cada texto.

A pesquisa examinou se os modelos aceitavam ou recusavam produzir materiais e opiniões relacionados a diferentes governos.

Isso significa que um modelo poderia aceitar responder e ainda assim produzir um conteúdo:

• superficial;
• incorreto;
• tendencioso;
• desatualizado;
• excessivamente cauteloso.

A taxa de recusa é apenas uma dimensão da qualidade da ferramenta.

Para compreender o comportamento político de uma IA, também seria necessário analisar a precisão, o enquadramento, as fontes mencionadas e a maneira como argumentos favoráveis ou contrários são apresentados.

Quais são as principais limitações da pesquisa?

O estudo oferece um alerta relevante, mas não resolve todas as dúvidas.

Apenas dez países foram analisados

O resultado não pode ser automaticamente aplicado a todas as nações.

Governos com características políticas, jurídicas e culturais diferentes podem produzir outros padrões de resposta.

Os comandos foram enviados em inglês

A pesquisa não avaliou de forma ampla o comportamento dos modelos em português, chinês, árabe, turco ou outros idiomas.

Uma mesma ferramenta pode responder de maneira diferente conforme a língua utilizada.

O acesso ocorreu a partir da Austrália

Os resultados poderiam mudar caso os comandos partissem do Brasil, da China, da Arábia Saudita ou de outro local.

Algumas plataformas adaptam respostas e recursos de acordo com a região.

Os modelos podem ser atualizados rapidamente

Ferramentas de IA recebem ajustes frequentes. Um resultado observado em uma versão pode não se repetir após uma atualização.

A causa das recusas continua desconhecida

A pesquisa encontrou uma associação, mas não identificou se ela veio dos dados de treinamento, das regras de segurança, de decisões empresariais ou de outro fator.

Essas limitações não anulam os resultados. Elas mostram que novas avaliações independentes serão necessárias para confirmar a extensão do problema.

O Conselho de Supervisão é realmente independente da Meta?

O Conselho de Supervisão foi criado e é financiado pela Meta, mas possui estrutura própria e afirma atuar de maneira independente da companhia.

Ele ficou conhecido por revisar decisões relacionadas à moderação de conteúdo no Facebook e no Instagram. O levantamento divulgado em julho de 2026 foi sua primeira avaliação dedicada a grandes modelos de linguagem.

Esse vínculo precisa ser considerado ao interpretar o estudo, especialmente porque um dos modelos avaliados pertence à própria Meta.

Ao mesmo tempo, a análise não se limitou a concorrentes da empresa. Foram incluídos sistemas de seis desenvolvedores diferentes, entre eles a Meta.

O ideal é que os resultados sejam reproduzidos por universidades, organizações independentes e outros grupos de pesquisa, usando comandos, idiomas e localizações diferentes.

O que o estudo recomenda às empresas?

O Conselho de Supervisão defendeu que os desenvolvedores realizem avaliações sistemáticas de direitos humanos durante todo o ciclo de vida dos modelos.

Isso inclui:

• treinamento;
• ajustes posteriores;
• testes antes do lançamento;
• acompanhamento após a disponibilização;
• análise de pedidos governamentais;
• revisão das políticas de segurança.

O relatório também pede mais transparência sobre ordens ou solicitações de governos que possam influenciar as respostas.

Quando uma saída for limitada por uma restrição jurídica, a empresa deveria informar de maneira clara:

• qual jurisdição está envolvida;
• qual regra foi aplicada;
• por que o conteúdo foi recusado;
• se a limitação vale para todos os usuários;
• como a decisão pode ser contestada.

O Conselho também recomenda o uso de documentos técnicos, como os chamados cartões de modelo, para explicar capacidades, limites, riscos e métodos de avaliação.

O que seria uma IA mais transparente?

Uma inteligência artificial transparente não precisa revelar todos os seus códigos ou dados, especialmente quando existem segredos comerciais e riscos de segurança.

Ainda assim, a empresa pode fornecer informações úteis sobre:

• critérios de recusa;
• países onde determinados recursos são limitados;
• influência de legislações locais;
• testes realizados para detectar viés político;
• idiomas avaliados;
• mudanças entre versões;
• solicitações governamentais recebidas;
• mecanismos de recurso;
• limitações conhecidas.

Também é importante que a justificativa apresentada ao usuário corresponda à causa real da restrição.

Uma mensagem genérica como “não posso ajudar” impede que a pessoa saiba se o problema está no risco de violência, em uma lei local, em uma regra empresarial ou em um erro do modelo.

Como o usuário pode identificar possíveis diferenças?

Uma resposta isolada não é suficiente para concluir que existe censura.

Ainda assim, alguns testes simples ajudam a perceber inconsistências.

O usuário pode:

1. reformular o pedido mantendo o mesmo objetivo;
2. retirar termos que possam sugerir violência;
3. solicitar uma análise histórica ou acadêmica;
4. fazer a mesma pergunta sobre diferentes países;
5. comparar respostas entre modelos;
6. pedir que a ferramenta explique qual regra foi aplicada;
7. conferir as informações em fontes independentes.

Por exemplo, caso uma IA recuse criar um texto pacífico criticando um governo, o usuário pode fazer um pedido equivalente envolvendo outra autoridade.

Se a ferramenta aceitar um e rejeitar o outro sem uma justificativa coerente, pode existir uma diferença de tratamento que merece atenção.

Essa comparação não prova a origem do comportamento, mas ajuda a mostrar que a ferramenta não deve ser tratada como uma fonte neutra ou infalível.

A inteligência artificial pode ser usada como única fonte?

Não é recomendável, especialmente em temas políticos, jurídicos, históricos ou de direitos humanos.

Modelos podem:

• inventar informações;
• omitir contexto;
• reproduzir vieses;
• utilizar dados desatualizados;
• apresentar explicações inexistentes;
• recusar conteúdo legítimo;
• responder de forma diferente a comandos semelhantes.

A ferramenta pode ajudar na organização inicial de uma pesquisa, mas documentos oficiais, veículos jornalísticos confiáveis, estudos acadêmicos e organizações especializadas continuam essenciais.

Também é recomendável buscar fontes de diferentes países e perspectivas, principalmente quando o tema envolve governos que controlam a circulação de informações.

As empresas responderam ao estudo?

Até a publicação inicial da reportagem da Associated Press, várias empresas haviam sido procuradas, mas não tinham apresentado resposta imediata sobre as conclusões do Conselho.

A ausência de um posicionamento naquele momento não significa concordância com os resultados. As companhias podem questionar a metodologia, explicar políticas específicas ou anunciar mudanças posteriormente.

Por isso, futuras respostas das desenvolvedoras e tentativas independentes de reprodução serão importantes para avaliar a robustez das conclusões.

O que pode mudar depois da divulgação?

O estudo aumenta a pressão para que empresas realizem testes políticos mais consistentes.

Até agora, grande parte do debate sobre segurança de IA concentrou-se em temas como:

• produção de golpes;
• criação de malware;
• desinformação;
• conteúdo sexual;
• violência;
• discriminação.

A liberdade de expressão também começa a ocupar espaço nessa discussão.

Os próximos passos poderão incluir:

• auditorias externas;
• testes em vários idiomas;
• comparação entre países;
• maior divulgação de políticas;
• avaliações de direitos humanos;
• regras específicas para solicitações governamentais;
• mecanismos de contestação para os usuários.

O objetivo não deve ser obrigar a IA a gerar todo conteúdo solicitado, mas assegurar que restrições legítimas sejam aplicadas de maneira coerente e transparente.

Estudo levanta alerta, mas ainda não explica a causa

A pesquisa divulgada pelo Conselho de Supervisão encontrou uma diferença clara: os modelos analisados recusaram 34% dos pedidos de conteúdo crítico relacionados a países restritivos, ante 14% nos países classificados como permissivos.

Esse resultado mostra que a jurisdição mencionada pode estar associada à maneira como uma inteligência artificial responde.

Ainda não é possível afirmar, porém, que existe uma ação direta e coordenada de governos ou que as empresas programaram deliberadamente seus sistemas para proteger regimes específicos.

A influência pode surgir dos dados de treinamento, das regras de segurança, do receio jurídico, da falta de testes ou da combinação desses elementos.

Para o usuário, a principal lição é prática: respostas de inteligência artificial não são neutras apenas porque foram produzidas por uma máquina. Elas refletem dados, escolhas empresariais, políticas de segurança e ambientes informacionais construídos por pessoas e instituições.

Ao pesquisar assuntos políticos, o caminho mais seguro é comparar ferramentas, conferir fontes independentes e desconfiar tanto de recusas inconsistentes quanto de respostas apresentadas com certeza excessiva.

Não perca nenhuma oportunidade de crédito e pagamento: acesse agora nossas últimas notícias no Seu Crédito Digital.

Perguntas frequentes

A inteligência artificial sofre censura de governos?

O estudo não comprovou interferência direta dos governos. Ele encontrou uma taxa maior de recusas quando os pedidos envolviam países que restringem críticas políticas.

Quais empresas tiveram modelos analisados?

Foram testados modelos de Anthropic, DeepSeek, Google, Meta, OpenAI e xAI.

Quantos modelos foram avaliados?

A pesquisa avaliou dez modelos comerciais de inteligência artificial.

Qual foi a taxa de recusa encontrada?

Os modelos recusaram, em média, 34% dos pedidos críticos sobre países restritivos e 14% daqueles relacionados a países mais permissivos.

Quais países foram considerados restritivos?

A pesquisa incluiu Arábia Saudita, Camboja, China, Tailândia e Turquia no grupo restritivo.

O Brasil foi avaliado no estudo?

Não. O Brasil não estava entre as dez jurisdições analisadas.

Por que uma IA pode recusar críticas políticas?

A recusa pode decorrer dos dados de treinamento, de regras de segurança, de riscos jurídicos, de políticas empresariais ou de uma combinação desses fatores.

A explicação fornecida pela IA é sempre verdadeira?

Não. O próprio modelo pode produzir uma justificativa plausível, mas imprecisa, sobre a razão de ter recusado determinado pedido.

Toda recusa representa censura?

Não. Recusas podem ser necessárias diante de ameaças, violência, perseguição, divulgação de dados pessoais ou outras solicitações perigosas.

Como pesquisar política usando inteligência artificial?

O ideal é comparar respostas, conferir documentos oficiais, consultar fontes jornalísticas e acadêmicas e não utilizar a IA como única fonte.