OpenAI e laboratório nacional dos EUA querem usar IA para acelerar a burocracia

O licenciamento ambiental federal nos EUA é um processo detestado na mesma medida por incorporadoras, ambientalistas e servidores públicos. A NEPA (National Environmental Policy Act), aprovada em 1970, exige uma ampla avaliação de impacto ambiental antes do início de qualquer grande projeto de infraestrutura com participação federal. Preparar um único conjunto de documentos leva, em média, de quatro a sete anos. Agora, a OpenAI e o Pacific Northwest National Laboratory (PNNL) — um dos principais centros de pesquisa do Departamento de Energia — decidiram testar se a inteligência artificial consegue cortar esse nó górdio.

Os parceiros apresentaram o DraftNEPABench, um benchmark especializado que mede a eficácia de agentes de IA que trabalham com código e texto na elaboração de rascunhos de pareceres ambientais dentro dos padrões da NEPA. Não se trata de um experimento acadêmico abstrato. O benchmark foi construído com dados reais de avaliações federais e simula tarefas concretas enfrentadas pelos analistas: coleta e organização de dados ambientais, geração de relatórios estruturados e verificação cruzada de exigências regulatórias. Os primeiros testes mostraram que agentes de IA podem reduzir em cerca de 15% o tempo de preparação dos rascunhos.

Quinze por cento pode parecer pouco — até lembrarmos a dimensão do problema. Nos Estados Unidos, o processo da NEPA virou um dos principais obstáculos à modernização da infraestrutura. Novas linhas de transmissão, usinas eólicas e solares, rodovias e — algo especialmente relevante para o setor de tecnologia — data centers gigantes esbarram em anos de aprovações burocráticas. Segundo o Conselho de Qualidade Ambiental da Casa Branca, um único estudo de impacto ambiental (EIS) tem, em média, mais de 600 páginas. Alguns projetos geram milhares de páginas de documentação complementar. Mesmo uma aceleração de 15% nesses volumes significa meses de tempo e milhões de dólares economizados.

A escolha do parceiro não foi por acaso. O PNNL tem mais de 60 anos de história e é especializado em energia, meio ambiente e segurança nacional. O laboratório reúne expertise única em regulação ambiental e acesso a bases de dados federais que uma empresa privada simplesmente não conseguiria obter sozinha.

Para a OpenAI, o projeto é uma jogada estratégica em várias frentes. Primeiro, a empresa mostra que sua tecnologia serve para muito além de chatbots e geração de imagens. Segundo, ela estreita relações com o governo federal num momento em que a administração busca ativamente formas de acelerar obras de infraestrutura.

Terceiro — e talvez o ponto mais curioso —, a OpenAI resolve indiretamente um problema próprio: a empresa precisa desesperadamente de novos data centers e de capacidade energética, e essa construção é travada justamente pela burocracia que ela agora ajuda a otimizar.

O formato do benchmark também merece atenção. O DraftNEPABench não avalia apenas modelos de linguagem, e sim agentes de IA — sistemas autônomos capazes de executar tarefas de várias etapas: encontrar dados relevantes, analisar a base normativa, gerar texto estruturado e verificar sua conformidade com as exigências. Isso reflete uma tendência geral do setor em 2026: a transição de modelos conversacionais para modelos executores, que assumem fluxos de trabalho reais. Na prática, o benchmark estabelece um padrão para avaliar IA na gestão documental do setor público — uma área que até agora praticamente não tinha ferramentas de medição objetiva.

Os críticos, porém, já levantam questões legítimas. Organizações ambientais temem que automatizar o licenciamento reduza sua qualidade — afinal, a NEPA não existe para gerar papelada, e sim para proteger o meio ambiente e os direitos das comunidades locais. Acelerar o processo não deve significar simplificá-lo. Há também questões jurídicas: quem responde por erros em documentos preparados com participação de IA? Como garantir transparência e controle social se boa parte do trabalho analítico for feita por um algoritmo?

Ainda assim, a direção está dada e parece irreversível. Se o DraftNEPABench comprovar sua eficácia num conjunto mais amplo de tarefas, ferramentas desse tipo inevitavelmente vão se expandir para além do licenciamento ambiental — alvarás de construção, licenciamentos, auditorias fiscais e dezenas de outros procedimentos burocráticos. Para a Rússia, onde a aprovação de grandes projetos às vezes leva tanto tempo quanto nos EUA, o caso é de especial interesse. Não como solução pronta — as bases normativas são diferentes demais —, mas como prova de viabilidade: a inteligência artificial pode lidar não só com tarefas criativas, mas também com a parte mais rotineira e regulada da máquina estatal. E é justamente aí que seu impacto pode ser mais sentido.