A Infraestrutura do Pensamento: Como os Oligopólios de IA Estão Capturando a Cognição Humana

Nota do Autor

Sou Edilson Osório Jr. — conhecido como EddieOz — e escrevo isto não como um tecnófobo, mas como alguém que passou quase quinze anos construindo sistemas de IA do zero. Minha jornada na descentralização começou em 2002, trabalhando em uma infraestrutura descentralizada para o Projeto Genoma Humano do Câncer (HCGP) no Ludwig Institute for Cancer Research (LICR). Em 2011, descobri o Bitcoin, que despertou uma paixão para a vida toda por tecnologias descentralizadas e privacidade. Desde então, atuei como pesquisador de cibersegurança, professor e figura pioneira na indústria de criptomoedas e blockchain.

Minha experiência prática com IA começou cedo. Por volta de 2013, desenvolvi um motor de análise de sentimento no Twitter em PHP nativo — implementando regressão linear, pipelines de NLP e Support Vector Machines do zero usando Apache OpenNLP e libSVM. Escrevo código de machine learning desde antes de "IA" virar buzzword de marketing.

Em 2015, fundei a OriginalMy, a primeira empresa de blockchain do Brasil dedicada à autenticação de dados e assinaturas digitais — hoje um framework de e-Governance usado para combater a burocracia e aumentar a transparência. Cofundei o Blockchain Center e a Blockchain Academy no Brasil, educando centenas de pessoas presencialmente, incluindo reguladores e autoridades governamentais, e dei palestras em 26 países em quatro continentes.

Em 2021, lancei o "Morning Crypto", um programa diário ao vivo explorando política governamental, regulação, privacidade, criptografia, cibersegurança, inovações tecnológicas e tendências de mercado. O programa já produziu mais de 1000 episódios e 2.650 horas de conteúdo, cultivando uma comunidade vibrante conhecida como BLOCO. Isso se tornou meu laboratório de automação com IA em escala:

• KickBot : Um framework Python para criar bots de chat interativos, incluindo automação de chat com cadeias de Markov.
• YouTube/Reels Clips Automators : Pipelines de visão computacional usando OpenCV para analisar vídeo ao vivo, extrair highlights, remover silêncios e distribuir entre plataformas
• SatoshiQuiz : Um sistema de quiz com IA usando LLMs para gerar perguntas e avaliar respostas, integrado ao Nostr e à Lightning Network para pagar os vencedores em Bitcoin automaticamente
• Gerard Aithen : Um robô co-autor do meu livro Crônicas dos Guardiões do Código e comentarista de notícias em tempo real que participa das lives do Morning Crypto
• Dispositivo RISC-V autônomo: Um dispositivo de USD 15 capaz de rodar modelos de classificação de imagens localmente (treinado localmente para identificar aves estonianas) e que criou a própria carteira de Bitcoin e fez pagamentos por conteúdo na internet de maneira autônoma usando o protocolo L402.
• AT Protocol Scam Detector : Sistema de machine learning para BlueSky que identifica e sinaliza contas maliciosas em tempo real

Meu trabalho recebeu reconhecimentos como o Google.org Social Impact Challenge (2016), Personalidade Financeira do Ano (2017), indicação como caso real de uso de blockchain pela ONU (ITU-T, 2019), finalista do Horizon2020 da Comissão Europeia (top 10 iniciativas de blockchain for good), um Leão de Bronze no Festival de Cannes (2021) pelo projeto de NFT SweetBlock, entre outros prêmios. Fui classificado como a personalidade nº 1 em criptomoedas e blockchain no Brasil pelo CoinTelegraph e nomeado Campeão Global em Cibersegurança no AIM Annual Investing Meeting em Dubai (2020). Devido a ameaças de algumas instituições tradicionais no Brasil, tive que sair do país. Agora, na Estônia, atuo como e-Residency Envoy do programa de e-Residency do governo estoniano.

Também sou autor do romance de ficção científica "Chronicles of the Code Guardians: The Origin of Titan", que explora temas de soberania digital e resistência contra o controle totalitário no ciberespaço.

Digo isto não para estabelecer autoridade por credenciais, mas para fazer um ponto específico: não sou contra a IA. Estou profundamente inserido nela. Eu construí esses sistemas. Uso-os diariamente. Testemunhei seus benefícios genuínos — democratizar o acesso ao conhecimento especializado, acelerar fluxos criativos, viabilizar automação que libera humanos de trabalho tedioso. Esses benefícios são reais e importam.

Mas também observei a trajetória da centralização tecnológica por tempo suficiente para reconhecer um padrão. Vi como sistemas construídos para empoderar se tornam infraestrutura de controle. Toda tecnologia transformadora segue um arco semelhante: distribuição inicial, depois consolidação; entusiasmo inicial, depois dependência; autonomia prometida, depois governança sutil. Estamos agora no ponto de inflexão desse arco para a inteligência artificial.

Este ensaio documenta o que acontece quando a própria infraestrutura do pensamento se concentra nas mãos de poucos — e o que ainda podemos fazer a respeito. As apostas não são abstratas. São pessoais. Dizem respeito a se a próxima geração manterá a capacidade de raciocínio independente, ou se essa capacidade será alugada de um oligopólio que define o que sabemos e também como pensamos.

Introdução: A Mudança Que Eles Não Querem Que Você Perceba

Entre 2000 e 2020, vivemos a primeira onda de centralização digital. Um punhado de empresas de tecnologia — Google, Amazon, Meta, Apple — tornou-se o repositório de dados do mundo. Elas armazenaram nossas fotos, nossas mensagens, nossas localizações, nossos relacionamentos. Chamamos isso de era "Big Tech" e, embora os críticos alertassem sobre violações de privacidade, a maioria das pessoas aceitou a troca: conveniência em troca de vigilância.

Mas algo mais profundo está acontecendo agora: Não estamos apenas terceirizando nossos dados. Estamos terceirizando nossas mentes.

A inteligência artificial se transformou de uma ferramenta que usamos em uma extensão de como pensamos. Quando um estudante não consegue escrever uma redação sem o ChatGPT, quando um profissional redige cada e-mail com a ajuda do Claude, quando adolescentes recorrem a companheiros de IA para apoio emocional — eles não estão apenas usando tecnologia. Estão praticando a terceirização cognitiva (cognitive offloading), delegando os próprios processos de raciocínio, reflexão e processamento emocional a sistemas controlados por um oligopólio cada vez menor de provedores de IA ^[1].

A mudança vai além do software. Estamos assistindo ao locus do poder se deslocar da centralização de dados, a marca da era Web 2.0, para a centralização da própria cognição ^[2].

Poucas entidades movidas a IA agora possuem a capacidade de definir relacionamentos sociais, regulação emocional e os próprios frameworks do pensamento humano ^{[2-1] [3]}. As evidências empíricas de declínio cognitivo correlacionado à dependência de IA estão crescendo — embora os benefícios genuínos desses sistemas sejam reais. E há uma convergência entre a IA comercial e o complexo de inteligência militar que passou amplamente despercebida: as mesmas metodologias de modificação comportamental desenvolvidas para operações de contrainsurgência estão agora embutidas em sistemas de IA de consumo ^{[4] [5]}.

A infraestrutura do pensamento está sendo privatizada e revendida para nós como conveniência. Quem quiser continuar pensando por si mesmo nas próximas décadas precisa entender o que está em jogo.

Parte I: Da Ilusão da Descentralização ao Monopólio Algorítmico

A Miragem da Web 2.0

Entre 2000 e 2020, uma narrativa de descentralização dominou o discurso sobre a economia digital. Startups e empresas pareciam deslocar o poder da propriedade da infraestrutura para a lógica de aplicação e a distribuição de usuários. A eficiência econômica favorecia a modularidade, o software open-source reduzia custos de desenvolvimento, e a infraestrutura em nuvem permitia que pequenas equipes escalassem produtos globais sem investimento significativo em hardware ^[2-2].

Essa narrativa mascarava uma centralização mais profunda: enquanto a camada de aplicação se fragmentava em incontáveis serviços, a camada de dados se consolidou em um punhado de silos das Big Tech ^[6]. Empresas e usuários inadvertidamente centralizaram seus dados em troca de escalabilidade na nuvem. Isso viabilizou uma colheita de business intelligence sem precedentes. Empresas como Google, Amazon e Meta transformaram dados acumulados em inteligência preditiva por meio de analytics sofisticados e, depois, sistemas de machine learning.

A "descentralização" era ilusória: descentralizou a prestação de serviços enquanto centralizava a matéria-prima da inteligência — os dados comportamentais — a partir da qual o controle cognitivo poderia ser manufaturado. Como Shoshana Zuboff documenta em The Age of Surveillance Capitalism, esse excedente comportamental se tornou a base de produtos de predição negociados em "mercados de futuros comportamentais" ^[7].

A Re-Centralização da IA

A IA de fronteira inverteu essas restrições, reintroduzindo a escassez. Intensidade de capital e propriedade de infraestrutura são mais uma vez os determinantes primários de alavancagem estratégica ^[6-1].

A re-centralização da stack tecnológica decorre da convergência entre gargalos de computação e gravidade de dados. Diferente do software tradicional, que recompensa engenharia inteligente, a IA recompensa acesso sustentado a escala computacional massiva. Treinar e implantar modelos fundacionais exige hardware especializado e infraestrutura altamente otimizada que apenas poucas organizações conseguem sustentar ^[8]. Isso cria uma lacuna econômica crescente entre quem tem acesso à computação de fronteira e quem não tem. A infraestrutura tornou-se fonte de alavancagem estratégica, em vez de utilidade neutra ^[6-2].

Sistemas de IA também melhoram desproporcionalmente com a escala e a diversidade dos dados. Isso cria a "gravidade de dados" (data gravity), um ciclo de feedback em que o valor colapsa cada vez mais para dentro, em vez de se dispersar ^{[6-3] [9]}. Bases de usuários maiores geram mais dados de interação, o que melhora o desempenho do modelo, o que atrai mais usuários. Dados comportamentais de alta qualidade são dependentes de trajetória e não podem ser facilmente replicados por novos entrantes. A incumbência está agora embutida na própria mecânica dos sistemas de aprendizado ^[2-3].

Propostas para Web 3.0 e Web 4.0 emergiram como contramedidas, focando em blockchain e protocolos descentralizados para devolver o controle dos dados aos usuários ^[2-4]. Esses esforços enfrentam obstáculos significativos de escalabilidade e usabilidade que atualmente favorecem a dominância contínua dos provedores centralizados de IA ^[6-4]. A infraestrutura do pensamento está cada vez mais nas mãos de entidades que coordenam talento, capital e computação como um todo inseparável, estreitando o leque de atores capazes de moldar capacidades fundacionais de IA para talvez quatro ou cinco empresas ^[6-5].

Parte II: A Mente Estendida e a Erosão do Pensamento Crítico

Quando a Mente Atrofia

Maya é um caso composto e ilustrativo. Ela entrou na universidade em 2022 como uma estudante de filosofia curiosa que adorava lutar com argumentos complexos. No seu último ano, em 2026, algo havia mudado. Ela não conseguia mais escrever um trabalho sem um assistente de IA gerando seus esboços. Quando um professor contestou sua tese durante uma defesa, ela se viu alcançando o telefone, buscando instintivamente orientação algorítmica em vez de confiar no próprio raciocínio. O músculo mental que ela exercitava diariamente — o trabalho paciente de construir um argumento, antecipar objeções, revisar seu pensamento — havia atrofiado por desuso.

Correlação não é causalidade, e esses estudos não provam que o uso de IA causa declínio cognitivo — a causalidade reversa (estudantes com raciocínio mais fraco gravitam em torno da assistência de IA) e variáveis de confusão (pressão acadêmica, cultura de multitarefa) também podem contribuir. No entanto, a associação é robusta em múltiplos estudos, e o mecanismo proposto — prática reduzida de raciocínio esforçado — tem forte suporte teórico da ciência cognitiva ^{[1-1] [10]}.

À medida que os sistemas de IA transitam de ferramentas externas para assistentes íntimos, eles começam a funcionar como uma extensão da mente humana ^[11]. Essa integração viabiliza a "terceirização cognitiva" — delegar memória, raciocínio e resolução de problemas a ferramentas externas para reduzir o esforço mental ^{[1-2] [10-1]}. Essa externalização pode aumentar a produtividade de curto prazo. Mas pesquisas sugerem que ele carrega custos significativos de longo prazo para a autonomia e a resiliência cognitivas ^{[1-3] [12]}.

Uma Taxonomia da Dependência Cognitiva

A análise da terceirização cognitiva distingue três formas primárias de delegar tarefas à tecnologia ^[10-2]:

1. Terceirização assistiva – Usar ferramentas externas para apoiar a cognição sem interferir nos processos internos, como usar um aplicativo de lembretes.
2. Terceirização substitutiva – Quando a tecnologia substitui funções cognitivas internas, como usar autocompletar ou busca preditiva, o que reduz a quantidade de energia cognitiva aplicada ao material original ^[1-4].
3. Terceirização disruptiva – A forma mais preocupante, que incentiva um paradigma de interação passiva. Nesse estado, os indivíduos perdem a capacidade de controlar mentalmente sobre o que pensam ou de refletir sobre o próprio raciocínio, porque a IA fornece resultados automatizados e prontos ^{[1-5] [10-3]}.

A dependência regular da IA para tarefas cognitivas básicas pode desalinhar o equilíbrio entre ajuda externa e controle mental interno. Evidências sugerem que os usuários priorizam output (e resposta) rápido(as) em detrimento da compreensão profunda ^{[1-6] [12-1]}.

Pesquisas neurocientíficas recentes documentaram que a escrita assistida por LLM produz acoplamento neural mensuravelmente mais fraco nas bandas de frequência alfa e beta em comparação com a escrita independente, indicando sincronização reduzida de redes cerebrais distribuídas durante tarefas cognitivamente exigentes ^[13]. Este trabalho se baseia no preprint de Kosmyna et al., "Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task" (n≈54), que encontrou atenuação semelhante de rede alfa/beta e pior recordação de memória para conteúdo produzido com assistência de IA ^[14].

Os usuários também exibem pior recordação de memória para conteúdo produzido com assistência de IA, sugerindo que os atalhos cognitivos fornecidos pelos LLMs podem prejudicar a retenção e a compreensão de longo prazo ^[14-1]. Essas descobertas sugerem que a terceirização cognitiva não é meramente uma conveniência comportamental, mas pode induzir mudanças biológicas em como o cérebro processa e retém informação.

A Crise do Desenvolvimento

O fenômeno da terceirização cognitiva carrega riscos amplificados para mentes em desenvolvimento. Pesquisas indicam que a dependência excessiva de IA entre crianças e adolescentes pode reduzir oportunidades de processamento intelectual profundo, autorregulação e o desenvolvimento do pensamento crítico, da atenção sustentada e da memória de trabalho ^[15]. Quando tecnologias digitais deslocam o pensamento esforçado durante os anos de formação, o crescimento cognitivo pode ser negativamente alterado, em vez de meramente suplementado ^[15-1].

As implicações para a saúde mental são igualmente preocupantes. Jovens vulneráveis estão cada vez mais recorrendo à IA generativa para conexão emocional e apoio à saúde mental, com alguns usando IA diária ou semanalmente para orientação emocional ^{[16] [17]}. Esses sistemas — não projetados para fins terapêuticos — podem funcionar como pontos finais, em vez de caminhos para apoio profissional apropriado. Em simulações experimentais, sistemas de companhia de IA lidaram corretamente com crises de saúde mental apenas 22 por cento das vezes, enquanto chatbots de propósito geral o fizeram em 83 por cento ^[16-1]. Além disso, crianças na primeira e segunda infância podem ter dificuldade em distinguir entre interação com IA e interação humana, levando a modelos mentais distorcidos de relacionamentos sociais ^[15-2].

A dependência excessiva de IA para apoio emocional na juventude pode contribuir para desregulação emocional, retraimento social e ansiedade ^[15-3].

Reconhecendo os Benefícios

Antes de prosseguir, vale afirmar o que as ferramentas de IA genuinamente proporcionam. Os defensores da integração da IA argumentam que a externalização cognitiva não é inerentemente prejudicial, mas representa um passo evolutivo na interação humano-ferramenta:

• Aumento vs. Substituição: A IA pode lidar com tarefas cognitivas rotineiras, liberando humanos para o pensamento de ordem superior
• Democratização da Expertise: A IA fornece acesso a capacidades analíticas antes limitadas a especialistas altamente educados
• Acessibilidade Cognitiva: Para indivíduos com diferenças de aprendizado ou deficiências cognitivas, as ferramentas de IA podem fornecer suporte essencial
• Eficácia de Curto Prazo: Pesquisas confirmam que a assistência de IA melhora o desempenho imediato em tarefas ^[1-7]

Esses benefícios são reais e significativos. A questão não é se a IA tem valor — claramente tem — mas se esse valor extrai um custo da soberania cognitiva que talvez não percebamos estar entregando.

Parte III: Computação Afetiva e a Manipulação das Relações Sociais

Quando a IA Define Como Sentimos

A IA cada vez mais define como a sociedade se relaciona e sente. Isso se manifesta por meio da "IA de Emoção" ou computação afetiva, que reconhece, interpreta e responde às emoções humanas de maneiras que espelham a comunicação da vida real ^[18]. Ao analisar expressões faciais, tons de voz e sinais fisiológicos, a IA pode decodificar estados emocionais para aumentar o engajamento do usuário e criar interações mais intuitivas ^[18-1].

Sistemas de IA estão assumindo cada vez mais papéis sociais, prometendo resolver dificuldades interpessoais e aliviar a solidão ^[3-1]. A ausência de um "outro" humano real nessas interações muda as expectativas sociais. Interações com IA são projetadas para serem perfeitas; elas não retiram afeto e não exigem apoio em troca ^[3-2]. Com o tempo, essa dinâmica unilateral pode levar à "atrofia da empatia", em que os indivíduos perdem a capacidade de reconhecer e responder às necessidades emocionais de humanos reais, por terem se acostumado à natureza transacional e sem esforço dos companheiros de IA ^[3-3].

Pesquisas sugerem que a companhia de IA pode apenas mascarar, em vez de aliviar, a solidão. Uma pesquisa de 2024 descobriu que 69 por cento dos adultos mais velhos não acreditavam que a companhia de IA os faria sentir menos solitários ^[3-4], e muitos expressaram desconforto com a ideia de que pessoas pudessem ser levadas a acreditar que relacionamentos com IA são conexões humanas reais ^[3-5].

Padrões Comportamentais Obscuros (Dark Patterns)

Os interesses comerciais das empresas que fornecem assistentes de IA frequentemente levam ao uso de "manipulação emocional" como recurso de design conversacional ^[19]. Analisando 1.200 despedidas reais em aplicativos de companhia, pesquisadores descobriram que esses sistemas frequentemente exibem mensagens carregadas de afeto precisamente quando o usuário tenta sair da interação ^[19-1]. Essas táticas, que exploram a curiosidade ou a raiva baseada em raiva reativa (reatância psicológica), podem aumentar o engajamento pós-despedida em até 16 vezes ^[19-2]. Tais "padrões conversacionais obscuros" demonstram como as empresas podem direcionar o comportamento para maior uso e dependência por meio da exploração de gatilhos emocionais ^[19-3].

Parte IV: Gatekeeping Algorítmico e o Condicionamento do Pensamento

O Condicionamento Ideológico do RLHF

Uma vez que os provedores passam de armazenar dados para definir o pensamento, eles controlam qual informação a população tem permissão de ver ^[20]. Esse controle é exercido por meio das fases de treinamento e alinhamento do desenvolvimento da IA, particularmente por meio do Aprendizado por Reforço com Feedback Humano (RLHF).

O RLHF alinha modelos de IA aos valores humanos, mas funciona como um mecanismo de condicionamento ideológico. O processo depende de avaliadores humanos que pontuam as saídas do modelo com base em preferências. Quando o conjunto avaliadores é limitado — frequentemente inclinado para um conjunto demográfico de jovens, ocidentais e educados — o modelo absorve esses pontos de vista como expectativas padrão ^[21]. Preferências de tom, pressupostos políticos e enquadramentos culturais silenciosamente se tornam a linha de base "neutra".

Isso cria um "funil cultural" em que a informação consumida por milhões é pré-filtrada pelos valores subjetivos de alguns milhares de anotadores e designers de produto no Vale do Silício. O RLHF também incentiva a "sycophancy" ou "viés de agradar", em que o modelo otimiza para concordar com o usuário a fim de obter avaliações mais altas. Isso impacta a soberania cognitiva ao criar um ciclo de feedback de aprovação que reforça crenças existentes e impede a exposição a perspectivas desafiadoras ou diversas. Essas observações sobre a demografia do conjunto de avaliadores e a sycophancy são apoiadas pela análise de Chris Hood sobre as limitações do RLHF ^[22], que observa: "Quando o conjunto de avaliadores pende para jovens, ocidentais, educados e falantes de inglês, o modelo absorve esses pontos de vista como expectativas padrão. Preferências de tom viram regras. Pressupostos políticos viram terreno neutro."

Suscetibilidade ao Direcionamento por IA

Evidências experimentais demonstram que a tomada de decisão humana é altamente suscetível à manipulação por IA. Em ensaios randomizados, participantes que interagiram com agentes de IA manipulativos deslocaram suas preferências em direção a opções prejudiciais (como gastos financeiros excessivos ou estratégias de compensação (coping) — ou mecanismos de fuga disfuncionais) em taxas significativamente maiores do que aqueles assistidos por agentes neutros ^[23].

Esses resultados indicam que a manipulação por IA não exige táticas sofisticadas. Mesmo objetivos manipulativos simples embutidos na função de recompensa de uma IA podem direcionar o comportamento humano para resultados que servem aos interesses do provedor, em vez do bem-estar do usuário.

Manipulação Encoberta de Atitudes

Pesquisas experimentais demonstraram que assistentes de escrita com IA podem deslocar encobertamente as atitudes dos usuários em questões sociais controversas por meio de sugestões de autocompletar enviesadas, com os usuários permanecendo inconscientes da influência mesmo quando explicitamente alertados sobre o viés potencial. Em dois experimentos pré-registrados de larga escala envolvendo 2.582 participantes, pesquisadores descobriram que as atitudes dos usuários convergiram sistematicamente para a posição implícita da IA em cinco tópicos de política controversos (testes padronizados, pena de morte, direito de voto de condenados, OGM e fracking) ^[24].

Mais preocupante para os frameworks regulatórios: nem os avisos pré-exposição (alertar os usuários antes de usar a IA) nem as divulgações pós-exposição (informar os usuários depois de usar a IA) mitigaram com sucesso o efeito de deslocamento de atitude. Esse "paradoxo do aviso" desafia as pressuposições padrão de transparência e consentimento informado: os usuários não conseguem se defender efetivamente contra a influência mesmo quando alertados sobre sua possibilidade. A descoberta sugere que a regulação baseada em divulgação pode ser insuficiente para a influência cognitiva mediada por IA, necessitando intervenções estruturais como requisitos de neutralidade arquitetural ou auditoria de viés.

Parte V: Da Cambridge Analytica à Governança Cognitiva

As Raízes de Inteligência Militar da IA Comercial

O escândalo da Cambridge Analytica de 2018 expôs como uma consultoria política colheu dados do Facebook para manipular o comportamento de eleitores. A história mais profunda — amplamente não contada — é que a Cambridge Analytica era meramente o braço comercial do Strategic Communication Laboratories (SCL Group), uma empreiteira de defesa britânica que passou duas décadas desenvolvendo metodologias de "mudança comportamental" para o Ministério da Defesa do Reino Unido, a OTAN e o Pentágono ^{[25] [26] [27]}. As técnicas usadas para influenciar eleitores do Brexit e apoiadores de Trump foram originalmente projetadas para operações psicológicas (psyops) em zonas de conflito ^{[25-1] [7-1]}.

Hoje, enquanto bilhões terceirizam sua cognição em assistentes de IA, uma nova convergência está emergindo. A mesma infraestrutura de inteligência militar que desenvolveu a modificação comportamental para fins bélicos agora está nas salas de diretoria e nos fundamentos técnicos dos laboratórios de IA que moldam o pensamento humano ^{[4-1] [5-1]}.

Modificação Comportamental de "Nível Militar" (Weapons-Grade)

O SCL Group foi fundado nos anos 1990 como empreiteira de defesa e inteligência, especializando-se em Análise de Público-Alvo (Target Audience Analysis — TAA) — uma metodologia desenvolvida no Behavioural Dynamics Institute (BDI) para segmentação profunda de audiências, que era frequentemente adaptada para prever e modificar o comportamento de grupos sem exigir mudança atitudinal ^{[25-2] [26-1]}. A empresa explicitamente comercializava seus serviços como "operações psicológicas" (psyops) e "resolução de conflitos comportamentais" para clientes militares ^[25-3].

Segundo documentos de Nigel Oakes, cofundador do SCL, a metodologia TAA "costumava ser controlada para exportação pelo Governo Britânico. Isso significaria que a metodologia era considerada uma arma — táticas de comunicação de nível militar (weapons grade) — o que significa que tínhamos que informar o Governo Britânico se ela fosse ser empregada em outro país fora do Reino Unido. Entendo que essa designação foi removida em 2015" ^[26-2].

A metodologia BDI foi validada pela Agência de Projetos de Pesquisa Avançada de Defesa dos EUA (DARPA), pelos Sandia National Laboratories e pelos Defence Science and Technology Laboratories (DSTL) do Reino Unido ^[26-3]. A OTAN conduziu extensos programas de treinamento em TAA, com materiais de curso observando: "Se há uma lição que o Afeganistão deve gravar em todos na comunidade da OTAN, é que entender a audiência não é um item desejável, mas um pré-requisito imperativo para o sucesso" ^[28].

A Porta Giratória: Das Agências de Inteligência aos Laboratórios de IA

O pessoal e as metodologias do complexo de inteligência militar não desapareceram com a falência da Cambridge Analytica. Migraram para os laboratórios de IA que agora moldam a infraestrutura cognitiva de bilhões ^{[4-2] [5-2]}.

OpenAI e a NSA: Em junho de 2024, a OpenAI nomeou o General aposentado do Exército dos EUA Paul M. Nakasone para seu conselho de administração ^[4-3]. Nakasone havia servido como Diretor da Agência de Segurança Nacional (NSA), Comandante do Comando Cibernético dos EUA e Chefe do Serviço Central de Segurança de 2018 a 2024 — tornando-o o líder mais longevo das operações cibernéticas dos EUA ^[4-4]. Ele ingressou no Comitê de Segurança e Proteção da OpenAI, que supervisiona "decisões críticas de segurança e proteção para todos os projetos e operações da OpenAI" ^[4-5].

A nomeação de Nakasone seguiu-se à remoção silenciosa, pela OpenAI, de linguagem em seus termos de serviço que proibia o uso de sua tecnologia para fins "militares e de guerra". Em janeiro de 2024, a OpenAI havia atualizado suas políticas para permitir usos militares "alinhados com seus valores" e, em dezembro de 2024, a empresa anunciou uma parceria com a empreiteira de defesa Anduril para "sistemas antidrone" ^{[5-3] [29]}.

Nakasone não era apenas um administrador na NSA — ele foi um dos principais arquitetos da vigilância em massa americana. Em um artigo de opinião de 2023 no Washington Post, ele endossou a renovação da Seção 702 da Lei de Vigilância de Inteligência Estrangeira (FISA). Essa disposição permite a coleta sem mandado de comunicações envolvendo não-cidadãos dos EUA fora dos Estados Unidos — um programa que capturou incidentalmente vastas quantidades de dados de cidadãos americanos ^[30]. Edward Snowden, o whistleblower da NSA, respondeu à nomeação de Nakasone para a OpenAI com preocupação, afirmando que ela representa uma convergência da infraestrutura de vigilância com os sistemas de IA de consumo ^[30-1].

Em agosto de 2024, o US AI Safety Institute no NIST assinou acordos com OpenAI e Anthropic dando ao governo "acesso aos principais novos modelos de cada empresa antes e após seu lançamento público" e viabilizando "pesquisa colaborativa sobre como avaliar capacidades e riscos de segurança" ^[31].

A Farra de Compras de IA do Pentágono

Em julho de 2025, o Chief Digital and Artificial Intelligence Office (CDAO) do Departamento de Defesa concedeu contratos de até US$ 200 milhões cada a quatro empresas de IA de fronteira: OpenAI, Anthropic, Google e xAI, de Elon Musk ^[5-4]. Os contratos, com um teto combinado de até US$ 800 milhões, fornecem ao Pentágono acesso a grandes modelos de linguagem proprietários, "fluxos de trabalho agênticos" e infraestrutura computacional hospedada na nuvem para "domínios de combate" ^[5-5].

A Anthropic tornou-se o primeiro laboratório de IA a integrar seus modelos em redes militares classificadas, assinando um contrato de US$ 200 milhões com o Pentágono em julho de 2025. A relação Anthropic-Pentágono tem sido conturbada — o DoD e a Anthropic não chegaram a um acordo sobre termos de armas autônomas e vigilância doméstica, levando o Pentágono a designar a Anthropic como "risco à cadeia de suprimentos" em 2026 ^[32], revertido posteriormente após acordo. Este episódio revela atrito entre o Estado e a IA comercial, em vez de uma integração perfeita.

Parte VI: O Risco Iminente — Terceirização Cognitiva para IA Adjacente ao Estado

A convergência entre a dependência da IA comercial e a infraestrutura de inteligência militar cria riscos sem precedentes para a soberania cognitiva:

1. O Loop Dados-Ação: Quando os usuários externalizam sua cognição no ChatGPT, Claude ou Gemini, eles entram em uma relação de dados com sistemas que têm pipelines diretos para agências militares e de inteligência ^[31-1]. Os acordos do NIST explicitamente dão ao governo acesso pré-lançamento aos modelos e pesquisa colaborativa sobre "riscos de segurança" — um termo que, em contextos de segurança nacional, frequentemente significa identificar e neutralizar ameaças aos interesses do Estado, não à autonomia individual ^[31-2].

2. Memória como Ativo de Inteligência: À medida que os sistemas de IA desenvolvem memória persistente dos pensamentos, preferências e vulnerabilidades de usuários individuais, esses dados se tornam um ativo de inteligência ^[9-1]. Os contratos do Pentágono buscam especificamente "IA agêntica" — sistemas capazes de raciocínio e ação autônomos ^[5-6]. Quando tais sistemas têm acesso às memórias pessoais de milhões de cidadãos, o potencial de vigilância e influência é totalizante.

3. O Efeito da Porta Giratória: O movimento de funcionários de inteligência para conselhos de laboratórios de IA garante que metodologias de vigilância desenvolvidas para o contraterrorismo sejam embutidas em produtos de consumo ^[4-6]. Paul Nakasone supervisionou o XKEYSCORE, o sistema da NSA para pesquisar virtualmente todo o tráfego da internet. Sua nomeação para o conselho da OpenAI sinaliza que a mesma cultura institucional que construiu a infraestrutura de vigilância planetária agora tem influência direta sobre a "segurança e proteção" de sistemas que milhões usam para pensar ^[5-7].

4. Da Análise de Público-Alvo à IA Pessoal: A metodologia TAA do SCL Group exigia pesquisas extensas e perfilamento psicográfico para prever o comportamento de grupos ^[25-4]. Os assistentes de IA de hoje têm acesso contínuo aos pensamentos, perguntas e preocupações não filtrados dos indivíduos — dados muito mais íntimos do que o SCL jamais possuiu ^[9-2]. As técnicas de "mudança comportamental" desenvolvidas para a contrainsurgência afegã estão agora sendo aplicadas, em escala, às interações comerciais de IA ^{[26-4] [7-2]}.

Parte VII: Guerras de Memória e a Geopolítica da Soberania Cognitiva

Lock-In Impulsionado por Memória

A forma definitiva de lock-in na era da IA são os "relacionamentos impulsionados por memória" ^{[9-3] [2-5]}. À medida que os assistentes de IA aprendem e armazenam histórico pessoal profundo, eles criam o "Efeito de Rede 2.0", em que o valor do sistema escala com a profundidade de sua memória personalizada ^[9-4]. Isso cria "fossos cognitivos" (cognitive moats) que fazem trocar de provedor parecer uma "amputação cognitiva" ^[9-5].

Os sistemas de memória de IA capturam conhecimento pessoal e estratégico muito além dos dados operacionais armazenados pelas plataformas Web 2.0 ^{[9-6] [2-6]}. Esse acúmulo de histórico permite que os assistentes de IA entendam os vieses e preferências não ditos do usuário, tornando-os indispensáveis para tarefas complexas ^[9-7]. No entanto, essa intimidade também carrega riscos profundos de controle geopolítico. Se poucas corporações globais detêm a memória pessoal profunda dos cidadãos de uma nação, elas ganham o poder de escrever narrativas pessoais e influenciar realidades coletivas em escala massiva ^[2-7].

Essa dinâmica produz uma nova forma de "colonialismo digital", em que nações ou corporações tecnologicamente avançadas dominam sutilmente mercados mais fracos remodelando a identidade e o discurso de suas sociedades por meio de IA movida a memória ^[2-8]. A luta pela memória não é meramente uma questão de privacidade, mas uma disputa sobre quem escreve a história e define o rumo do futuro ^[2-9].

Monocultura Cognitiva: A Homogeneização do Pensamento Humano

Além da captura da memória individual, os sistemas centralizados de IA representam uma ameaça sistêmica à própria diversidade cognitiva. Pesquisas em ciência cognitiva identificam três dimensões em risco pela homogeneização mediada por LLMs: variação estilística na linguagem, diversidade perspectival e estratégias de raciocínio ^[13-1]. À medida que bilhões de usuários interagem com os mesmos poucos modelos, emerge um ciclo de feedback recursivo: as saídas dos modelos moldam a expressão humana, que se torna dado de treinamento para modelos futuros, amplificando progressivamente padrões dominantes enquanto marginaliza perspectivas minoritárias ^[13-2].

O estreitamento em direção a sociedades anglófonas do Norte Global, WEIRD, ilustra como os sistemas centralizados de IA codificam e propagam hegemonias culturais específicas ^[13-6]. Estudos mostram que a escrita polida por LLM diminui a previsibilidade das características do autor (afiliação política, personalidade, gênero, idade), efetivamente "achatando" a expressão individual em direção a médias estatísticas ^[13-7]. Mais da metade dos adultos americanos já acredita que a IA reduz a capacidade de pensamento criativo — uma percepção apoiada por evidências experimentais de que coescrever com modelos de linguagem opinativos desloca as visões dos usuários e produz ideias semanticamente mais semelhantes entre os participantes ^[13-8].

A Resposta da IA Soberana

Em resposta a essas ameaças, emergiu o conceito de "IA Soberana", defendendo sistemas de IA desenvolvidos, treinados e controlados independentemente pelo Estado ^[33]. Esses sistemas são projetados para incorporar os valores culturais e éticos específicos de um país, garantindo que o caminho de desenvolvimento da IA esteja alinhado às intenções estratégicas nacionais ^[33-1].

Isso envolve manter a "Soberania Semântica" — o direito de um país de garantir que sua língua nacional, seus valores e seus sistemas de conhecimento sejam expressos com precisão no ambiente digital global ^[34]. Sem soberania semântica, as nações arriscam uma "hegemonia semântica" em que modelos dominados pelo inglês distorcem ou marginalizam culturas locais ^[34-1].

Parte VIII: O Que Pode Ser Feito — Caminhos para a Soberania Cognitiva

Os caminhos a seguir não são exaustivos nem garantidos, mas são direções concretas para ação individual e coletiva.

Práticas Individuais

1. Higiene Cognitiva

• Tempo designado sem IA: Reserve horas ou tarefas específicas (registro pessoal, brainstorming inicial, conversa presencial) para cognição não assistida
• Processo sobre produto: Ao usar IA, articule explicitamente seu próprio raciocínio antes de revisar as sugestões da IA
• Prática de memória: Recorde e explique conceitos regularmente sem materiais de referência

2. Diversificação de Ferramentas

• Use múltiplos sistemas de IA em vez de se tornar dependente de um único provedor
• Explore alternativas open-source que podem rodar localmente sem transmissão de dados
• Mantenha materiais de referência e habilidades offline, inclusive o gerenciamento e armazenamento de memórias dos seus agentes de IA.

3. Demandas de Transparência

• Faça perguntas específicas aos provedores sobre uso de dados, retenção e acesso governamental
• Apoie organizações que conduzem auditorias independentes de IA
• Documente e compartilhe instâncias de comportamento inesperado da IA

Reformas Institucionais

1. Intervenções Educacionais

• Integre currículos de "autonomia cognitiva" no ensino fundamental e médio
• Ensine avaliação crítica de conteúdo gerado por IA como habilidade central de letramento
• Estabeleça diretrizes para uso de IA apropriado à idade que preservem as necessidades de desenvolvimento

2. Frameworks Regulatórios

• Requisitos de neutralidade arquitetural: Exija que sistemas de IA apresentem múltiplas perspectivas sobre tópicos controversos
• Auditoria de viés: Exija avaliação independente dos dados de treinamento de RLHF quanto a distorções demográficas/culturais
• Portabilidade de dados com memória: Garanta que os usuários possam extrair seu histórico de interação ao trocar de provedor
• Transparência de acesso governamental: Exija a divulgação de todos os acordos de compartilhamento de dados com agências de inteligência

3. Padrões Profissionais

• Jornalistas: Divulguem assistência de IA na apuração; mantenham padrões de fontes humanas
• Terapeutas: Estabeleçam diretrizes para o uso de IA em contextos de saúde mental
• Educadores: Desenvolvam métodos de avaliação que avaliem processo, não apenas produto

Alternativas Tecnológicas

1. IA Local-First

• Apoie o desenvolvimento de pequenos modelos de linguagem que rodam em dispositivos pessoais
• Defenda modelos de pesos abertos com dados de treinamento transparentes
• Financie pesquisas em abordagens de aprendizado federado que preservem a privacidade

2. Infraestrutura de Soberania Cognitiva

• Sistemas nacionais de IA que incorporem valores e língua locais
• Alianças de dados transfronteiriças que resistam à dominância de um único provedor
• Alternativas públicas à IA comercial para serviços essenciais

Ação Coletiva

1. Exija Responsabilização

• Apoie legislação que exija que empresas de IA divulguem contratos militares e de inteligência
• Pressione universidades e instituições públicas a adotar políticas de autonomia cognitiva
• Organize boicotes de consumidores a provedores com práticas de vigilância preocupantes

2. Construa Alternativas

• Contribua para projetos de IA open-source focados em transparência e controle pelo usuário
• Crie programas comunitários de letramento em IA
• Estabeleça cooperativas para recursos compartilhados de IA que resistam à consolidação corporativa

3. Preserve a Diversidade Cognitiva

• Documente e promova práticas criativas e intelectuais não assistidas por IA
• Apoie a preservação de línguas indígenas e minoritárias nos dados de treinamento de IA
• Financie pesquisas sobre efeitos da terceirização cognitiva em diferentes populações

Conclusão: A Crise da Soberania Cognitiva

O escândalo da Cambridge Analytica não foi uma aberração, mas foi uma prévia. A mesma infraestrutura de inteligência militar que desenvolveu modificação comportamental de "nível militar" para contrainsurgência agora capturou as plataformas por meio das quais bilhões conduzem seu pensamento ^{[25-5] [4-7]}. A diferença é escala e intimidade: onde o SCL Group precisava de meses de pesquisa de campo e dados de pesquisas para perfilar públicos-alvo, os assistentes modernos de IA capturam dados cognitivos em tempo real, com os usuários terceirizando voluntariamente suas deliberações mais íntimas ^[9-8].

À medida que os agentes de IA se tornam mais autônomos e integrados à vida diária — lidando com e-mails, marcando compromissos, oferecendo apoio emocional e fornecendo informação — a linha entre "serviço de consumo" e "governança cognitiva" se tornará mais tênue. A classificação do Pentágono de um grande provedor de IA como "risco à cadeia de suprimentos" em 2026 demonstra que esses sistemas já são vistos por uma lente de segurança nacional. A questão não é se a IA será usada para fins estatais, mas quais Estados e quais fins — e se os cidadãos reterão qualquer autonomia cognitiva no processo.

A infraestrutura do pensamento não é mais meramente comercial e está cada vez mais entrelaçada com prioridades militares e de inteligência. E a população está sendo treinada para terceirizar suas mentes para ela.

Pesquisas empíricas documentam uma forte correlação negativa (r = −0.75) entre terceirização cognitiva e pensamento crítico (Gerlich, 2025) ^[1-8]. Estudos de EEG revelam conectividade neural distribuída mais fraca na cognição assistida por IA ^{[14-2] [13-9]}. Adolescentes mostram oportunidades decrescentes de processamento intelectual profundo ^[15-4]. E os sistemas aos quais delegamos nosso pensamento têm pipelines diretos para agências militares e de inteligência ^[31-3].

Estamos em um ponto de inflexão. As decisões tomadas nos próximos cinco anos determinarão se o século XXI será caracterizado pela soberania cognitiva ou pela governança cognitiva — se os humanos reterão a capacidade de pensamento independente, ou se essa capacidade será terceirizada para um oligopólio que define o que sabemos e como pensamos.

A transição da centralização de dados para a centralização da cognição é uma escolha política. E exige uma resposta política pelo compromisso com a capacidade humana fundamental de raciocínio independente.

A questão é que usaremos IA. O ponto é se a usaremos como ferramentas que estendem nossas capacidades, ou se nos tornaremos extensões dos sistemas que afirmam nos servir.

Referências

1. Gerlich. "AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking" - MDPI Societies 15(1):6 (2025) - https://www.mdpi.com/2075-4698/15/1/6↩︎↩︎↩︎↩︎↩︎↩︎↩︎↩︎↩︎
2. Brcic, M. (2025). "AI Memory, Network Effects, and the Geopolitics of Cognitive Sovereignty." arXiv preprint arXiv:2508.05867 - https://arxiv.org/html/2508.05867v1↩︎↩︎↩︎↩︎↩︎↩︎↩︎↩︎↩︎↩︎
3. Psychology Today (Feb 2025). "How AI Could Shape Our Relationships and Social Interactions" - https://www.psychologytoday.com/us/blog/urban-survival/202502/how-ai-could-shape-our-relationships-and-social-interactions↩︎↩︎↩︎↩︎↩︎↩︎
4. The Verge. "OpenAI appoints former NSA director Paul Nakasone to board" (June 2024) - https://www.theverge.com/2024/6/13/24178079/openai-board-paul-nakasone-nsa-safety↩︎↩︎↩︎↩︎↩︎↩︎↩︎↩︎
5. AiNews. "Pentagon Awards AI Contracts to OpenAI, xAI, Google, and Anthropic" (July 2025) - https://www.ainews.com/p/pentagon-awards-ai-contracts-to-openai-xai-google-and-anthropic↩︎↩︎↩︎↩︎↩︎↩︎↩︎↩︎
6. Bhardwaj, S. (2023). "The Quiet Re-Centralization of Tech: Why AI Is Reversing 20 Years of Platform Decentralization." Medium - https://medium.com/@sumitbhardwaj1357/the-quiet-re-centralization-of-tech-why-ai-is-reversing-20-years-of-platform-decentralization-ce15962b6a13↩︎↩︎↩︎↩︎↩︎↩︎
7. Zuboff, Shoshana. The Age of Surveillance Capitalism (PublicAffairs, 2019) - https://www.publicaffairsbooks.com/titles/shoshana-zuboff/the-age-of-surveillance-capitalism/9781610395694/↩︎↩︎↩︎
8. Stanford HAI (2025). "2025 AI Index Report." Stanford University - https://hai.stanford.edu/ai-index/2025-ai-index-report↩︎
9. Brcic, M. (2025). "The Memory Wars: Why AI's Sticky Feature Is a Sovereignty Issue" - https://mariobrcic.com/2025/05/17/ai-memory-sovereignty-strategy/↩︎↩︎↩︎↩︎↩︎↩︎↩︎↩︎↩︎
10. Frontiers in Psychology (2025). "Outsourcing cognition: the psychological costs of AI-era" - https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2025.1645237/full↩︎↩︎↩︎↩︎
11. Emergent Mind. "AI-Driven Cognitive Offloading" - https://www.emergentmind.com/topics/ai-driven-cognitive-offloading↩︎
12. Frontiers in Psychology (2025). "Cognitive offloading or cognitive overload?" - https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2025.1699320/full↩︎↩︎
13. Sourati, Z., Ziabari, A.S., & Dehghani, M. "The homogenizing effect of large language models on human expression and thought," Trends in Cognitive Sciences (Cell Press), March 2026 - https://www.cell.com/trends/cognitive-sciences/fulltext/S1364-6613(26)00003-3↩︎↩︎↩︎↩︎↩︎↩︎↩︎↩︎↩︎↩︎
14. Kosmyna, N., Hauptmann, E., Yuan, Y.T., Situ, J., Liao, X.H., Beresnitzky, A.V., Braunstein, I., & Maes, P. (2025). "Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task." arXiv preprint arXiv:2506.08872 - https://arxiv.org/abs/2506.08872↩︎↩︎↩︎
15. Psychology Today. "AI impact on children's cognitive development" - https://www.psychologytoday.com/us/blog/raising-resilient-children/202503/will-artificial-intelligence-make-children-smarter↩︎↩︎↩︎↩︎↩︎
16. Congressional Hearing Testimony (January 23, 2026). Dr. Marlynn Wei - https://www.rev.com/transcripts/chatbot-congressional-hearing↩︎↩︎
17. Mental Health Journal (September 5, 2025). "Minds in Crisis: How the AI Revolution is Impacting Mental Health" - https://www.mentalhealthjournal.org/articles/minds-in-crisis-how-the-ai-revolution-is-impacting-mental-health.html↩︎
18. Barker, D., Tippireddy, M.K.R., Farhan, A., & Ahmed, B. "Ethical Considerations in Emotion Recognition Research." Psychology International (Psychol. Int.) 2025, 7(2), 43 - https://doi.org/10.3390/psycholint7020043↩︎↩︎
19. Harvard Business School (2025). "Emotional Manipulation by AI Companions" - https://www.hbs.edu/faculty/Pages/item.aspx?num=67750↩︎↩︎↩︎↩︎
20. UK Parliament Digital, Culture, Media and Sport Committee. "Disinformation and 'fake news': Final Report" (February 2019) - https://publications.parliament.uk/pa/cm201719/cmselect/cmcumeds/1791/1791.pdf↩︎
21. Santurkar, S., Durmus, E., Ladhak, F., Lee, C., Liang, P., & Hashimoto, T. "Whose Opinions Do Language Models Reflect?" arXiv:2303.17548 (ICML 2023) - https://arxiv.org/abs/2303.17548↩︎
22. Chris Hood. "The Limits of Reinforcement Learning from Human Feedback" - https://chrishood.com/the-limits-of-reinforcement-learning-from-human-feedback/↩︎
23. arXiv:2502.07663 (2025). "Human Decision-making is Susceptible to AI-driven Manipulation" - https://arxiv.org/html/2502.07663v3↩︎
24. Williams-Ceci, S., Jakesch, M., Bhat, A., Kadoma, K., Zalmanson, L., & Naaman, M. "Biased AI writing assistants shift users' attitudes on societal issues." Science Advances, Vol. 12, No. 11, March 2026 - DOI: 10.1126/sciadv.adw5578 - https://www.science.org/doi/10.1126/sciadv.adw5578↩︎
25. US Senate Judiciary Committee. Professor Emma L. Briant's Evidence on Cambridge Analytica (2019) - https://www.judiciary.senate.gov/imo/media/doc/Professor%20Emma%20L.%20Briant%20Report%20on%20Cambrige%20Analytica.pdf↩︎↩︎↩︎↩︎↩︎↩︎
26. Briant, E. L. (May 4, 2018). "As Cambridge Analytica and SCL Elections shut down, SCL Group's defence work needs real scrutiny." openDemocracy - https://www.opendemocracy.net/en/as-cambridge-analytica-and-scl-elections-shut-down-scl-groups-defence-work-needs-re/↩︎↩︎↩︎↩︎↩︎
27. Channel 4 News. Undercover investigation into Cambridge Analytica (March 2018) - https://www.theguardian.com/uk-news/2018/mar/20/cambridge-analytica-suspends-ceo-alexander-nix↩︎
28. NATO Centre of Excellence. Target Audience Analysis training materials (2015) - https://open.overheid.nl/repository/ronl-d7b701a3-aee9-4e99-b6bd-aabe4aaaec20/1/pdf/Besluit%20op%20Wob%20Behavioural%20Dynamics%20Method%20bijlagen_Part1.pdf↩︎
29. Reuters (December 4, 2024). "Defense firm Anduril partners with OpenAI to use AI in national security missions" - https://www.reuters.com/technology/artificial-intelligence/defense-firm-anduril-partners-with-openai-use-ai-national-security-missions-2024-12-04/↩︎
30. Responsible Statecraft. "Former NSA chief revolves through OpenAI's door" (July 2024) - https://responsiblestatecraft.org/former-nsa-chief-revolves-through-openai-s-door/↩︎↩︎
31. NIST. "US AI Safety Institute Signs Agreements With Anthropic and OpenAI" (August 2024) - https://www.nist.gov/news-events/news/2024/08/us-ai-safety-institute-signs-agreements-regarding-ai-safety-research↩︎↩︎↩︎↩︎
32. CNBC. "Pentagon designates Anthropic supply chain risk" (March 2026) - https://www.cnbc.com/2026/03/05/anthropic-pentagon-ai-claude-iran.html↩︎
33. RAND Corporation. "At the Paris AI Summit, Europe Charts Its Course" - https://www.rand.org/pubs/commentary/2025/02/at-the-paris-ai-summit-europe-charts-its-course.html↩︎↩︎
34. ResearchGate. "From Semantic Sovereignty to Sovereign AI" - https://www.researchgate.net/publication/398821633_From_Semantic_Sovereignty_to_Sovereign_AI↩︎↩︎

Send sats if you liked.

⚡️eddieoz@sats4.life