.webp){kind=small}
Imagine um chatbot de um serviço público da UE que fornece a regra de elegibilidade em francês, mas omite uma condição. Se ambas forem combinadas em uma única pontuação agregada, o sistema pode parecer estar em conformidade. Para o cidadão que recebe a resposta incompleta, a falha não é meramente estética. Trata-se de acesso desigual a um serviço público.
No início deste mês (2 de agosto), a UE entrou em uma nova fase de governança da IA.
O Gabinete de IA e as autoridades nacionais obtiveram novos poderes de fiscalização sobre as disposições agora aplicáveis, enquanto as regras de alto risco entrarão em vigor posteriormente, em dezembro de 2027 e agosto de 2028.
A Europa também é uma comunidade política com 24 línguas oficiais, cujos cidadãos podem dirigir-se às instituições da UE em qualquer uma delas e receber uma resposta na mesma língua.
O regime de alto risco exigirá níveis adequados de precisão, robustez e cibersegurança.
O Artigo 15 orienta a Comissão Europeia a incentivar a criação de parâmetros de referência e métodos de medição para avaliar essas qualidades. O Artigo 10 acrescenta que, para sistemas de alto risco, os conjuntos de dados utilizados para treinamento, validação ou teste devem levar em consideração o contexto geográfico, comportamental e funcional em que o sistema se destina a operar.
Isso não cria uma obrigação geral de testar todos os sistemas de IA em todos os idiomas europeus.
Mas estabelece o princípio correto: as evidências de desempenho devem refletir o contexto real de uso. O idioma e a variedade linguística fazem parte desse contexto sempre que podem alterar a capacidade de um sistema reconhecer uma categoria jurídica, seguir uma instrução, recuperar a regra correta ou preservar uma salvaguarda.
Critérios de referência agora, arrependimento depois?
Os prazos mais longos tornam isso mais urgente, não menos. Padrões, modelos de aquisição e práticas de teste estão sendo elaborados agora. Uma vez que um critério de referência restrito esteja incorporado às rotinas de conformidade, torna-se difícil removê-lo.
A questão não é se a Europa valoriza o multilinguismo em abstrato, mas se as autoridades recebem evidências comparáveis quando o desempenho varia de acordo com o idioma.
Se as evidências usadas para fiscalização forem baseadas principalmente no inglês, a supervisão herdará o mesmo ponto cego.
Um modelo com bom desempenho em inglês pode se comportar de maneira diferente quando questionado sobre o mesmo assunto em português, polonês ou grego, especialmente em relação a leis locais, recrutamento, crédito, educação ou serviços públicos.
Portanto, o "suporte multilíngue" não é um resultado de conformidade. É uma alegação do fornecedor. Evidências recentes tornam o problema difícil de ignorar.
Fluente – mas não preciso
O MuBench avaliou modelos em 61 idiomas e encontrou lacunas notáveis entre a cobertura declarada e a real, incluindo disparidades persistentes entre o inglês e idiomas com menos recursos. O P3B3, um benchmark de 2026 para o português europeu e brasileiro, constatou que a maioria dos modelos testados favorecia a variante brasileira e apresentava controle desigual quando solicitados a usar o português europeu. Um sistema pode parecer fluente, mas se tornar menos preciso, menos controlável ou menos confiável.
A Europa não precisa de 24 sistemas regulatórios separados, nem que todos os produtos precisem ser testados em todos os idiomas oficiais.
O padrão deve ser proporcional: os sistemas devem ser avaliados nos idiomas, variedades e contextos institucionais em que se destinam ou em que se prevê razoavelmente que sejam utilizados.
Um chatbot público em toda a UE, um serviço bancário transfronteiriço ou um sistema de recrutamento implementado em vários Estados-membros não devem receber uma pontuação agregada que oculte onde o desempenho se deteriora. Os fornecedores devem divulgar quais idiomas foram testados, em quais tarefas, com qual versão do modelo e onde a precisão ou as salvaguardas diminuem.
A Europa precisa agora de um espaço comum de avaliação multilingue.
Quatro soluções
Em primeiro lugar, a UE deve financiar módulos de teste nativos e específicos para cada domínio, em vez de depender principalmente de questões traduzidas para o inglês.
A tradução pode preservar o vocabulário, mas perder conceitos jurídicos, práticas administrativas, expressões idiomáticas e pressupostos culturais.
Órgãos reguladores nacionais, universidades, especialistas em idiomas e serviços públicos afetados devem auxiliar no desenvolvimento desses testes.
Em segundo lugar, os resultados devem ser reproduzíveis e versionados. Uma pontuação sem a versão do modelo, o modelo de instruções, a data do teste, o número de repetições e exemplos de falhas não constitui evidência duradoura. Atualizações de materiais devem desencadear novos testes direcionados em idiomas e contextos onde o sistema tenha efeitos consequentes.
Em terceiro lugar, a documentação de licitações públicas e de conformidade deve exigir divulgações de desempenho específicas para cada idioma. Uma ficha padrão de desempenho linguístico poderia identificar o idioma e a variedade testados, o uso pretendido, a fonte de dados, o tamanho da amostra, os modos de falha conhecidos, a incerteza e a versão do modelo. Deveria relatar a precisão factual, o seguimento de instruções, a segurança e o conhecimento do domínio separadamente da fluência.
Por fim, os relatórios de incidentes devem registrar o idioma como uma variável relevante. Se um sistema fornece uma resposta correta em um idioma e uma resposta incompleta ou insegura em outro, as autoridades precisam identificar o padrão. Caso contrário, as falhas serão registradas como erros isolados, em vez de evidências de desempenho desigual.
O multilinguismo europeu é frequentemente tratado como um valor cultural. Na governança da IA, ele também é um teste operacional de igualdade de proteção.
Uma regulamentação disponível em 24 idiomas, mas aplicada com base em evidências coletadas principalmente em inglês, corre o risco de criar duas classes de cidadãos: aqueles cujas interações com a IA são medidas diretamente e aqueles cuja proteção é inferida a partir do idioma de outra pessoa.
Se um sistema de IA deve servir aos europeus em seus próprios idiomas, as evidências para confiar nele também devem ser encontradas nesses idiomas.
