Pentágono prepara treinamento de IA com dados sigilosos, e novos reatores mudam a gestão de resíduos nucleares

O Pentágono discute uma nova etapa no uso militar da IA generativa: empresas poderão ser autorizadas a treinar versões especiais de seus modelos com dados sigilosos em ambientes isolados. Paralelamente, outra frente tecnológica, a dos novos reatores nucleares, também sai da teoria para a prática. Junto com a promessa de energia barata e livre de carbono, porém, ela traz novas questões sobre a gestão de resíduos.

Modelos sigilosos para as

Forças Armadas Segundo o MIT Technology Review, o Departamento de Defesa dos EUA quer criar ambientes protegidos onde desenvolvedores de IA possam fazer o fine-tuning de versões militares de seus modelos com dados confidenciais. A proposta vai além do acesso ao modelo dentro de uma rede sigilosa: o objetivo é um ajuste mais profundo para tarefas militares reais, da análise de inteligência ao apoio ao planejamento de operações. A lógica é clara: se o modelo aprende com materiais que não estão na internet aberta, ele pode entender com mais precisão o contexto, a terminologia e os cenários com que os militares trabalham.

Esse arranjo é bem diferente do que acontece hoje. Grandes modelos já são usados em redes fechadas para responder perguntas e analisar documentos, mas os pesos do modelo normalmente não são treinados com o acervo sigiloso. Na nova configuração, o Pentágono quer hospedar cópias dos modelos em data centers certificados para informações classificadas, mantendo a propriedade dos dados.

Em casos raros, funcionários das empresas de IA poderão receber credenciamento de segurança, caso seja impossível ajustar ou testar o sistema sem isso.

Onde estão os riscos O principal risco é que a informação sigilosa

passe a fazer parte do próprio modelo, em vez de apenas ficar ao lado dele, em um banco de dados ou índice de busca. Isso dificulta a auditoria, a segmentação de acesso e a verificação de quais conclusões o modelo é capaz de entregar a um usuário com determinado nível de credenciamento. Outra questão é o controle sobre as regras de uso. Depois dos acordos do Pentágono com a OpenAI e a xAI, ficou claro que os militares não querem um piloto experimental, e sim uma infraestrutura completa para tarefas de combate e análise.

«Não vamos permitir que nenhuma empresa dite as condições de como tomamos decisões operacionais», declarou o Pentágono.

A disputa envolvendo a Anthropic mostrou que o conflito diz respeito tanto à tecnologia quanto aos limites do aceitável. A empresa se opôs publicamente a cenários ligados à vigilância em massa e a armas totalmente autônomas, enquanto o Pentágono insiste no acesso mais amplo possível aos modelos para fins militares legítimos. Isso transforma os contratos de defesa com laboratórios de IA em uma nova forma de negociação: o governo quer modelos poderosos sem restrições desnecessárias, e os desenvolvedores tentam não perder o controle sobre como, exatamente, eles são usados.

• Respostas mais precisas com dados militares sigilosos Mais exigências de isolamento, registro (logging) e auditoria dos modelos Versões militares específicas de redes neurais para as tarefas das Forças Armadas * Mais pressão política e ética sobre as empresas de IA ## Reatores mudam as regras Em paralelo, o MIT Technology Review chama atenção para outro tema de infraestrutura: a nova geração de reatores nucleares. A maioria das usinas nucleares em operação ainda segue um modelo conhecido: instalação de grande porte, refrigeração a água, urânio de baixo enriquecimento e armazenamento centralizado do combustível usado. Os novos projetos prometem romper com esse padrão. Estão em desenvolvimento pequenos reatores modulares, microrreatores e unidades com refrigerantes e configurações de combustível alternativos, que devem ser construídos mais rápido, operar com mais flexibilidade e se integrar melhor à rede elétrica da era dos data centers. O problema é que, com a nova arquitetura dos reatores, o perfil dos resíduos também muda. Os métodos básicos, como piscinas de resfriamento, armazenamento a seco em contêineres e isolamento posterior, continuam valendo, mas não existe um cenário universal para todas as novas instalações. Diferentes tipos de combustível e de refrigeração geram materiais distintos, com exigências próprias de embalagem e logística. A situação é especialmente complicada com os reatores pequenos: se eles estiverem espalhados por muitos locais, armazenar os resíduos em cada um deles será inconveniente e caro. Por isso, algumas empresas já avaliam um modelo centralizado: enviar os microrreatores e seus materiais usados de volta a um único ponto, como o local de fabricação ou uma instalação especializada de armazenamento. Especialistas avaliam que o setor não precisará reescrever do zero todo o sistema de gestão de resíduos nucleares, mas terá de aprimorá-lo. Por enquanto, muitas conclusões se baseiam em modelos e cálculos, e o quadro real só ficará mais claro após a entrada em operação das unidades comerciais.

O que isso significa

As duas histórias apontam para a mesma direção: as tecnologias-chave de 2026 se parecem cada vez menos com ferramentas universais de consumo e cada vez mais com infraestrutura estratégica. A IA está entrando em redes militares sigilosas, e o setor de energia busca novos reatores para atender à demanda crescente da indústria e dos data centers de IA. Para o mercado, a conclusão é uma só: os vencedores serão os criadores de modelos e de reatores e também quem souber integrá-los com segurança a sistemas reais.