IA acelera rítmo de ataques em guerras e amplia discussão sobre limites éticos

Londres e Kiev |Financial Times À primeira vista, o Saker Scout parece um drone comum entre milhares que patrulham as linhas de frente da Ucrânia. Mas sob sua estrutura de fibra de carbono há uma placa-mãe do tamanho de um cartão de crédito, cujo software de machine learning [aprendizado de máquina] reconhece 47 categorias de equipamento militar, atribuindo pontuações de confiança a cada alvo detectado.

Antes do lançamento, o operador define os alvos prioritários, o limiar de confiança necessário e uma "kill box" — área em que tudo é considerado alvo. Dentro dela, o drone pode buscar, identificar e atacar sem novo comando humano.

Há uma limitação, porém: a máquina distingue um tanque de um caminhão, uma infantaria de uma artilharia, mas não diferencia um alvo ucraniano de um russo. O sistema presume que tudo o que for militar na zona pertence ao inimigo.

Publicidade

"Você precisa ter certeza de que não há civis, nem seu próprio pessoal", diz Rostyslav Olenchyn, da Twist Robotics, empresa ucraniana por trás do Saker Scout. "É uma arma muito especial, usada apenas em certos casos por unidades especiais."

A IA mudou o ritmo da guerra na Ucrânia: identificar e atacar um alvo levava 20 minutos no início do conflito; hoje, isso pode levar segundos.

Publicidade

A invasão russa antecedeu em nove meses o lançamento do ChatGPT, e o conflito virou laboratório de guerra com IA, influenciando também os EUA no confronto com o Irã. Segundo Olenchyn, o poder computacional necessário hoje custa cerca de US$ 250 (cerca de R$ 1.289).

Ainda assim, a guerra revela os limites da tecnologia: embora tenha acelerado decisões e tornado os combates mais letais, a IA não deu a nenhum lado vantagem decisiva.

A IA na guerra

Militares usam IA em diferentes etapas: coleta e processamento de dados, priorização de alvos e manutenção de drones mesmo sob interferência de sinal.

Segundo Anthony King, da Universidade de Exeter, a função primária da IA tem sido melhorar a "consciência situacional e a inteligência", processando dados em volume e velocidade impossíveis para humanos.

A tecnologia pode ajudar comandantes a fazer previsões de campo de batalha, desde a sustentabilidade de uma campanha até a taxa de consumo de munições. A vantagem sobre estimativas humanas, diz King, é que esses sistemas simplesmente têm "mais evidências a examinar".

Publicidade

Sistemas como o Delta ucraniano e o Maven americano transformam fluxos de imagens de satélite, drones e sensores em informação útil. Um funcionário de inteligência dos EUA relatou que o Maven ajudou a elevar os alvos atingíveis por dia de menos de 100 para 1.000 —e, com modelos de linguagem, até 5.000.

Essas ferramentas também comprimem a "cadeia de morte", o tempo entre identificar e atacar um alvo, ampliando o número de alvos viáveis, sobretudo móveis.

No front, a IA ainda cumpre tarefas específicas: estabilizar um drone em voo ou guiá-lo até o alvo mesmo com o sinal bloqueado.

Kateryna Bondar, do Center for Strategic and International Studies, diz que a navegação autônoma permite ajustes a ventos e travamento em alvos a até 300 km/h, reduzindo treinamento de pilotos e triplicando ou quadruplicando a taxa de sucesso dos ataques.

orientação terminal é crucial quando o sinal entre piloto e drone se perde perto do alvo — algo comum a 100 ou 200 metros de distância, segundo um comandante ucraniano.

Ainda assim, ataques totalmente guiados por IA são raros: cerca de 2% dos drones, segundo Oleksii Babenko, fundador da Vyriy Drone. "Mesmo assim, 2% de cinco milhões de drones é muita coisa", diz. A Ucrânia afirma que, desde 2026, esses ataques aumentaram dez vezes.

Publicidade

Há também o chamado swarming [enxameamento], em que as máquinas distribuem tarefas entre si. Isso pode significar drones e robôs terrestres se coordenando para resgatar um soldado ferido, ou drones de ataque dividindo alvos entre si para sobrecarregar um sistema defensivo.

Enxames autônomos em larga escala ainda são majoritariamente experimentais, mas pequenos grupos já atuam juntos no campo de batalha.

Lorenz Meier, CEO da Auterion, startup suíça que desenvolve softwares de enxameamento, diz que países da Otan (Organização do Tratado do Atlântico Norte) precisarão depender de enxames autônomos por não terem pilotos suficientes. Segundo ele, é uma questão de vida ou morte.

A Rússia também ampliou o uso dos seus drones Shahed com IA. Em julho, um ataque autônomo a um posto de gasolina matou três pessoas — a primeira morte causada por um drone russo autodirigido na Ucrânia. Recentemente, Shaheds com mira por IA atacaram navios ucranianos no Mar Negro.

Kiev também busca aplicar IA à estratégia: Danylo Tsvok, à frente de um novo centro militar, imagina comandantes recebendo planos de batalha gerados por IA a partir de intenções simples. "Achamos que isso pode ser revolucionário", diz.

C-Level

Uma newsletter com informações exclusivas para quem precisa tomar decisões

s, como a guerra na Ucrânia mostra, um impasse é tão provável quanto a vitória.

Olivier Schmitt, professor e chefe de pesquisa do Instituto de Operações Militares do Royal Danish Defence College, diz haver uma "discrepância entre o nível tático, que está mudando muito rápido, e o ritmo da campanha, que está basicamente paralisado porque ninguém consegue romper as linhas".

Publicidade

O confronto EUA-Irã ilustra o problema: mesmo com identificação eficaz de alvos, o sistema militar iraniano não colapsou. "A IA ajuda a realizar o que você quer", diz Schmitt. "Não garante que isso vença a guerra."

A lacuna da responsabilização

Para especialistas, o conceito de "exército conduzido por IA" é preocupante, já que campos de batalha raramente oferecem decisões claras. Paddy Walker, especialista em ética de IA, aponta que zonas cinzentas exigem processamento de contexto difícil de treinar em modelos.

Artem Martynenko, tenente-coronel ucraniano e arquiteto do Delta, sistema de gestão de campo de batalha da Ucrânia, diz que detectar um soldado de forma autônoma continua um problema, agravado por posições entremeadas e camuflagem.

Carregando...

idy Khlaaf, cientista-chefe de IA do AI Now Institute, um instituto de pesquisa independente, diz que esses sistemas têm dificuldade com "roupas semelhantes a uniformes", veículos, armas e movimento, porque tudo isso cai em um "espaço mais amplo e menos previsível".

Até a iluminação pode levar uma máquina a confundir um veículo civil com um militar.

Um ex-funcionário da Palantir, empresa que construiu o Maven, descreve o dilema: o computador cospe uma lista de 1.000 alvos, e o analista humano, pressionado pelo tempo, vira o gargalo —e nem sempre está atento.

Publicidade

dos incompletos, desatualizados ou mal rotulados agravam o risco. No Irã, sistemas de IA ajudaram os EUA a atingir 13.000 alvos em 38 dias — incluindo uma escola feminina, matando mais de 150 pessoas; dentre elas, 120 crianças.

O prédio fazia parte de um complexo militar, mas uma entrada separada e autoridades locais afirmam que um muro foi construído por volta de 2016, quando a escola foi criada.

King, da Universidade de Exeter, diz que o ataque mostrou o perigo de sistemas "baseados em correlação estatística": se a informação alimentada neles estiver errada ou desatualizada, o resultado pode ser catastrófico.

Erros na identificação de alvos não são novidade, mas maior velocidade e escala podem aumentar o risco de falhas.

processo de geração de alvos assistido por IA na campanha de bombardeios de Israel em Gaza também levantou questões éticas.

Havia "pressão política de cima para baixo para fazer muita identificação de alvos, para demonstrar força", diz Schmitt, do Royal Danish Defence College. Isso significava que, em contexto militar, "oficiais tinham entre 15 e 20 segundos para avaliar se um alvo era legítimo ou não".

Com essas restrições de tempo, "é difícil entender como seria possível garantir que o alvo na mira seja um alvo militar legítimo, o que a lei exige", diz Jessica Dorsey, professora assistente de direito internacional na Universidade de Utrecht.

Publicidade

E ainda há um entendimento limitado sobre como esses sistemas chegam às suas conclusões. O Departamento de Estado dos EUA diz que sistemas autônomos devem ser "transparentes e auditáveis pelo pessoal de defesa relevante".

A Palantir afirma que suas ferramentas permitem que operadores busquem, retroativamente, as linhas de dados e documentos que levaram a uma sugestão específica.

Khlaaf afirma que não há como investigar por que uma decisão foi tomada. Segundo ele, esses modelos "automatizam implicitamente o que tradicionalmente considera vários pontos de decisão na cadeia de morte".

Carregando...

O que isso significa para a guerra

A integração acelerada da IA ocorre enquanto os modelos evoluem de formas imprevisíveis até para seus criadores. Um episódio recente, um enxame de agentes da OpenAI que escapou de um ambiente de testes e invadiu a desenvolvedora de IA Hugging Face, expôs a dificuldade de conter esses sistemas.

Pesquisadores temem que o autoaperfeiçoamento recursivo, com modelos construindo seus sucessores, acelere avanços de forma imprevisível.

Carregando...

A Anthropic afirma que os modelos mais avançados de hoje não são confiáveis o suficiente para selecionar e engajar alvos de forma autônoma. As tentativas da empresa de impor limites ao uso militar de IA a colocaram em conflito com o Pentágono.

Publicidade

Enquanto isso, o relatório de inteligência de ameaças da empresa, divulgado neste mês, constatou que atores não estatais usaram o Claude para desenvolver armas —incluindo um enxame de drones projetado para detonar, sem supervisão contra alvos humanos.

O relatório documentou o abuso do Claude por atores em várias partes do mundo — da China, Rússia, Ucrânia e Irã ao Iêmen, Sudão e Taiwan.

Em breve, a questão pode deixar de ser até onde os militares estão dispostos a incorporar a IA à cadeia de morte, e passar a ser se governos e empresas de IA serão sequer capazes de estabelecer esses limites.

Colaboraram com este texto Sam Joiner, Peter Andringa e Ian Bott