Espanha e o caminho da IA que convém à América Latina

Do jogo da escala ao jogo do raciocínio

Damos as boas-vindas nesta publicação ao nosso parceiro e coautor Ramón Casilda Béjar, economista e membro do IELAT – Universidade de Alcalá.

A relação entre Espanha e América Latina no campo da inteligência artificial (IA) está se reconfigurando rumo a um modelo de cooperação estratégica que busca superar a dependência dos grandes modelos de linguagem (LLM) anglo-saxões, priorizando a soberania digital em espanhol e o raciocínio, a explicabilidade e a IA aplicada, em vez da mera capacidade de escala.

A relação entre Espanha e América Latina no campo da inteligência artificial (IA) está se reconfigurando rumo a um modelo de cooperação estratégica que busca superar a dependência dos grandes modelos de linguagem (LLM) anglo-saxões, priorizando a soberania digital em espanhol e o raciocínio, a explicabilidade e a IA aplicada, em vez da mera capacidade de escala.

A estratégia espanhola, articulada na Estratégia Nacional de Inteligência Artificial 2024 e em Espanha Digital 2026, oferece uma ponte para a América Latina num cenário internacional dominado por duas grandes potências, Estados Unidos e China, que se voltaram para a criação de modelos de linguagem massivos. Esses modelos se caracterizam por um elevado consumo de energia e de dados, e foram concebidos para maximizar a capacidade de generalização.

No entanto, essa abordagem implica custos elevados e uma dependência tecnológica que nem sempre favorece regiões com recursos limitados. A Espanha não abandona a aposta na escala —a Estratégia de Inteligência Artificial 2024 reforça a supercomputação com o MareNostrum 5 e desenvolve modelos de linguagem próprios—, mas a combina com uma orientação voltada ao raciocínio, à infraestrutura pública aberta e à aplicação prática da IA, impulsionando modelos abertos como a família ALIA. Destaca-se em especial o modelo ALIA 40B Instruído, desenvolvido no Barcelona Supercomputing Center (BSC-CNS): um modelo multilíngue treinado no MareNostrum 5, com foco ibérico e europeu, que dedica atenção especial ao castelhano e às línguas cooficiais da Espanha (catalão/valenciano, basco e galego), além do inglês, com adaptação às características socioculturais do seu entorno. Seu caráter aberto permite que sirva de base ou referência para futuras adaptações específicas aos contextos locais da América Latina.

Essa estratégia tira proveito da grande quantidade de dados disponíveis em espanhol, o que pode melhorar a cobertura linguística dos modelos. A adaptação efetiva à América Latina exigirá, contudo, corpus, avaliação e ajustes específicos por país, setor e variante linguística, a fim de evitar a dependência de traduções ou de modelos enviesados que não respondam às necessidades reais da região.

A Espanha, como já ocorre no campo dos investimentos, pode se posicionar como hub tecnológico entre a Europa e a América Latina, apoiada em capacidades como o BSC-CNS, a ALIA e os programas de conexão empresarial com a região. O BSC-CNS, um dos centros mais potentes da Europa, oferece serviços de computação essenciais para o desenvolvimento e a implantação de inteligência artificial.

Além disso, a Espanha promove a cooperação regulatória, buscando alinhar as políticas de IA com a América Latina sob a visão europeia de uma “IA confiável”, segura e ética. No plano interno, essa visão é supervisionada pela Agência Espanhola de Supervisão de Inteligência Artificial (AESIA), que atua como autoridade de supervisão e referência nacional na aplicação do Regulamento Europeu de IA, em coordenação com outras autoridades competentes, e desempenha ainda funções de assessoramento, inspeção, formação e um marco de certificação voluntária. Sua experiência pode servir de referência nos diálogos com a região. O fomento ao ecossistema de startups é outro pilar estratégico: programas como España-Latam Scale-up facilitam a chegada de scale-ups latino-americanas ao ecossistema espanhol, como porta de entrada ao mercado europeu, incluindo empresas de tecnologia e de IA, embora seu alcance não se limite exclusivamente à inteligência artificial.

Principais eixos da cooperação Espanha–América Latina

A Espanha mantém uma estratégia ativa de cooperação com a América Latina centrada no desenvolvimento de uma IA ética, na soberania tecnológica e no intercâmbio de talentos. Uma possível agenda compartilhada para 2026 poderia se orientar prioritariamente para a soberania linguística e digital, com base nos seguintes pilares:

• Convergência regulatória. A convergência regulatória é um dos principais desafios, sendo necessário reforçar a cooperação para assegurar um marco comum e sólido em matéria de inteligência artificial.

• Infraestrutura e supercomputação. Foram firmados memorandos de entendimento, como o do Chile, para colaborar em supercomputação, intercâmbio de conhecimento e desenvolvimento de IA.

• Segurança e combate ao crime. A União Europeia, com o apoio da Espanha, promove o uso da IA para combater o crime organizado na região, fortalecendo ao mesmo tempo a soberania digital.

• Índice Latino-Americano de IA (ILIA). É utilizado como ferramenta para medir o avanço da IA em 19 países, incentivando seu uso a serviço das pessoas.

• Latam-GPT e soberania linguística. A Espanha, por meio do corpus de dados aportado, contribuiu para o desenvolvimento do Latam-GPT, um modelo de linguagem aberto e colaborativo em cuja construção participaram mais de 65 instituições de 15 países, dos quais 13 são da América Latina e Caribe. O projeto foi concebido para fortalecer a soberania linguística e cultural da região, especialmente em espanhol e português, com atenção às variantes locais e às línguas originárias. O Latam-GPT representa um marco e um avanço-chave para a soberania tecnológica, fruto da aliança regional apresentada em 10 de fevereiro de 2026, sendo o primeiro Grande Modelo de Linguagem (LLM) aberto desenhado desde e para a América Latina e o Caribe. O projeto foi coordenado pelo Centro Nacional de Inteligência Artificial (CENIA) do Chile, com o apoio da CAF, da Amazon Web Services e do Data Observatory, em conjunto com governos, universidades, organismos multilaterais e empresas de tecnologia. O modelo foi desenvolvido sobre uma arquitetura base Llama 3.1 de 70 bilhões de parâmetros, complementada com um corpus regional e benchmarks adaptados ao contexto latino-americano. Foi construído sob princípios éticos claros, com processos de seleção e documentação de dados que garantem transparência e uso responsável. Existe, portanto, uma oportunidade clara para que a Espanha conecte sua estratégia ALIA ao Latam-GPT e reforce a cooperação linguística e técnica entre ambos os ecossistemas.

• Liderança da Espanha. Segundo um estudo da UNIR, a Espanha está à frente do desenvolvimento da IA no âmbito hispanofalante, o que facilita seu papel como parceiro tecnológico de referência na América Latina.

• Cúpula Ibero-Americana de Madri 2026. Está previsto que se impulsione e seja submetida à aprovação uma iniciativa regional de IA no contexto da Cúpula Ibero-Americana de Madri, que ocorrerá nos dias 4 e 5 de novembro de 2026, precedida pelo primeiro Fórum Digital Ibero-Americano nos dias 3 e 4 de novembro.

Em resumo, a cooperação espanhola busca que a América Latina não apenas adote tecnologia, mas participe ativamente de sua criação e regulação, com ênfase especial no idioma espanhol e na ética.

Benefícios para a América Latina

Segundo estimativas do Fórum Econômico Mundial e da McKinsey, o avanço da adoção de IA na América Latina poderia aumentar a produtividade regional entre 1,9 % e 2,3 % ao ano e gerar entre 1,1 e 1,7 trilhão de dólares de valor econômico adicional anual. A Espanha pode contribuir para essa agenda como parceira tecnológica, regulatória e linguística, sem que esses números devam ser atribuídos diretamente a uma “rota espanhola”. Em termos de soberania tecnológica, essa cooperação permite aos países latino-americanos reduzir a dependência de fornecedores estrangeiros, garantindo que a tecnologia aplicada se ajuste a seus marcos normativos e culturais próprios.

Com tudo isso, potencializa-se a especialização setorial, priorizando a IA aplicada a áreas-chave como o setor agroalimentar, a saúde, a educação e a administração pública, superando assim a fase de adoção generalista e promovendo soluções adaptadas às necessidades reais da região.

Quanto ao investimento, a Estratégia de Inteligência Artificial 2024 da Espanha foi dotada de 1,5 bilhão de euros adicionais —provenientes principalmente do Plano de Recuperação, Transformação e Resiliência e de seu adendo—, que se somaram aos 600 milhões já mobilizados. Esse compromisso reflete a aposta do país no desenvolvimento tecnológico e na colaboração internacional, na qual a Espanha pode atuar como parceira estratégica em infraestrutura, supercomputação, talento e regulação, sem que o desafio consista em competir no alto custo de treinar modelos base gigantescos, mas sim em liderar a aplicação ética e a personalização da inteligência artificial.

Do jogo da escala ao jogo do raciocínio

A tudo isso se soma o fato de que o debate global sobre inteligência artificial se tornou binário: ou se entra na corrida dos modelos cada vez maiores —mais dados, mais computação, mais data centers— ou se aceita um papel de adoção passiva como consumidor de tecnologia externa. Esse enquadramento conduz a uma má decisão pública. Para a América Latina, a pergunta não é se a IA chegará —ela já chegou—, mas que tipo de IA convém acelerar com recursos fiscais escassos e infraestruturas desiguais.

O paradigma dominante apoia-se em uma tríade: grandes volumes de dados, hardware acelerado (GPUs e chips especializados) e data centers capazes de sustentar potência elétrica, refrigeração e conectividade em larga escala. É uma economia que premia quem já tem capital, cadeias de suprimento, nuvem e escala energética. Copiá-la a partir da periferia tecnológica costuma ser assimétrico. O risco é acabar pagando os custos em forma de energia, água e dependência contratual, sem capturar os benefícios, como propriedade intelectual, autonomia, cadeia de valor ou resiliência.

A assimetria se agrava porque a região parte de condições heterogêneas. A conectividade e os equipamentos seguem desiguais. A nuvem não chega com a mesma qualidade às escolas rurais e às capitais, e a computação avançada se concentra em poucos polos. Soma-se a isso uma defasagem estrutural de investimento provocada pelo capital global em IA, que se aloca segundo o controle das plataformas e a rentabilidade, e não conforme as urgências sociais. Nesse contexto, “ganhar pela escala” tende a reforçar a dependência dos hiperescaladores, do hardware importado e dos serviços críticos que não se controlam.

Mas há um terceiro caminho, mais realista e útil para o Estado: uma trajetória centrada em raciocínio, causalidade e conhecimento estruturado, com arquiteturas pensadas para operar com restrições reais de orçamento, energia e conectividade. Não se trata de renunciar ao aprendizado estatístico. Trata-se de deslocar o foco da acumulação massiva para a capacidade de decidir bem.

A IA, ademais, não é um bloco monolítico. Existem abordagens baseadas em conhecimento —regras, ontologias, representações explícitas— e abordagens híbridas que ganham relevância hoje pela simples razão de que o setor público precisa de rastreabilidade. Em justiça, saúde, defesa ou regulação, um sistema que recomenda mas não explica o “porquê” introduz um problema de legitimidade.

Atualmente, várias linhas oferecem caminhos menos intensivos em dados. A IA neuro-simbólica combina aprendizado com estruturas lógicas para melhorar raciocínio e controle. Os grafos de conhecimento integram informação dispersa e permitem inferências compreensíveis. As abordagens causais ajudam a responder à pergunta que mais importa em política pública: “o que acontecerá se intervirmos?”. Em paralelo, arquiteturas de agentes e sistemas cognitivos organizam decisões em ambientes dinâmicos, com dados escassos ou sensíveis. E, no plano da implantação, modelos eficientes e computação na borda (edge) reduzem a latência e a dependência da conectividade, viabilizando usos em hospitais periféricos, escolas com redes irregulares ou municípios distantes.

Não falamos de teorias acadêmicas, mas de uma oportunidade para construir uma IA de Estado com capacidades que ampliam a soberania efetiva e a resiliência institucional. Onde o Estado tem mandato e vantagem —conhecimento institucional, jurisdição, capacidade normativa— é possível agir.

Medir o sucesso pelo tamanho do modelo é uma tentação importada. Medi-lo por melhorias verificáveis em produtividade pública, segurança, qualidade dos serviços e confiança institucional é estratégia.

O que isso implica em setores concretos?

• Defesa e segurança. Em um cenário de ameaças híbridas, a vantagem não vem de treinar um modelo gigantesco, mas de sistemas de apoio à decisão que integrem sinais dispersos, lidem com incerteza e expliquem suas recomendações. Arquiteturas baseadas em raciocínio e em agentes podem entregar retornos rápidos sem exigir macrocentros de computação.

• Saúde. Os dados clínicos são sensíveis e a centralização massiva nem sempre é viável nem desejável. A combinação de modelos frugais implantados localmente, técnicas de privacidade e marcos causais para avaliar intervenções permite melhorar decisões sem expor direitos nem depender de conectividade perfeita.

• Educação. Se a brecha digital persiste, apostar em soluções que pressupõem nuvens permanentes amplia desigualdades. Convém priorizar ferramentas que funcionem com conectividade limitada (apoio docente, conteúdos estruturados, analítica explicável) e tratar o talento como infraestrutura, com formação de professores e trilhas de especialização.

• Regulação, justiça e controle do gasto. Aqui há ganhos imediatos com IA explicável, priorizando inspeções, detectando anomalias, melhorando compras públicas e reforçando a prestação de contas com rastreabilidade de evidências e critérios.

• Energia e meio ambiente. No debate público costuma ficar de fora a pegada material da IA. Mas as implantações intensivas em data centers pressionam redes elétricas e recursos hídricos e criam gargalos locais. Por isso, a política de IA deveria incorporar desde o início critérios de eficiência, exigências de transparência sobre o consumo de energia e água nas contratações públicas e um planejamento que evite que a digitalização compita com objetivos climáticos ou com tarifas elétricas socialmente sensíveis.

Desse enfoque desdobra-se uma agenda pública executável que requer definir “IA soberana” pelas capacidades de decisão (tomada de decisão rastreável, governança de dados e implantação híbrida); construir infraestrutura leve de conhecimento (ontologias e grafos por setor como bens públicos interoperáveis); e avançar para a implementação eficiente, transparência nas compras públicas e pilotos de alto valor estatal com avaliação rigorosa e transferência de capacidades para o Estado.

Em síntese, o jogo da escala beneficia, por desenho, quem controla capital, computação e plataformas. A América Latina não deveria se resignar a ser consumidora passiva, mas tampouco faz sentido hipotecar orçamento e soberania em uma corrida que nasce desequilibrada. A alternativa competitiva é uma IA frugal, explicável e voltada para o raciocínio, desenhada para os problemas reais do Estado e para as restrições reais da região.

A decisão, no fim das contas, é política. O futuro não se define pelo tamanho do modelo, mas pela clareza estratégica para escolher o caminho que maximiza valor público, reduz dependência e fortalece as instituições. Esse é o debate que a região precisa ter.