GPAI e o artigo 53

Se constróis sobre o GPT, o Claude, o Gemini, o Llama ou o Mistral, há uma pergunta que vale a pena responder como deve ser: fizeste ao modelo o suficiente para te tornares prestador dele?

Para a maioria das empresas a resposta é não, com folga, e vale a pena sabê-lo porque o medo está a fazer estragos reais - há equipas a orçamentar obrigações que não têm. Para uma minoria a resposta é sim, e normalmente não fazem ideia, porque o que desencadeou tudo foi uma decisão de engenharia tomada meses antes de alguém pensar em regulação.

Onde quase de certeza estás

Onde fica mesmo a linha

O regulamento não publica um limiar de computação abaixo do qual afinar é seguro, o que não ajuda mas também não é invulgar. O que ele faz é atribuir o estatuto de prestador a quem coloca um modelo de fins gerais no mercado, e tratar quem modifica um modelo substancialmente como tendo feito isso mesmo quanto à versão modificada.

Na prática, há quatro fatores que decidem. Nenhum é conclusivo por si só; juntos, são.

1. Dimensão da modificação

Umas centenas de exemplos de afinação LoRA para corrigir o tom não são um modelo novo. Pré-treino continuado sobre milhares de milhões de tokens é. Quanto maiores forem a computação e os dados em relação à corrida de treino original, mais pareces um prestador.

2. Se os parâmetros mudaram materialmente

Camadas adaptadoras que deixam os pesos base intocados ficam num extremo. O retreino de todos os parâmetros fica no outro.

3. Se o domínio de tarefas mudou

É este o fator a que se dá pouco peso. Afinar um modelo geral para ser melhor no domínio que já tinhas é refinamento. Pegar num modelo geral e transformá-lo em algo que faz um trabalho materialmente diferente - um modelo de código convertido em resumidor clínico - parece bem mais criar um modelo novo.

4. Se continua a ser de fins gerais

O artigo 53 trata de modelos de IA de fins gerais - modelos que apresentam generalidade significativa e são capazes de executar com competência um vasto conjunto de tarefas distintas. Se estreitaste um modelo geral até o transformares numa ferramenta de finalidade única, podes ter saído do território do GPAI mesmo tendo modificado bastante. Podes então ser o prestador de um sistema de IA, que é uma pergunta diferente com deveres diferentes.

O que o artigo 53 exige mesmo

Se és prestador de GPAI, são quatro obrigações. Aplicáveis desde 2 de agosto de 2025, exigíveis desde 2 de agosto de 2026.

Mais dois pontos. Os prestadores de modelos disponibilizados ao abrigo de uma licença gratuita e de código aberto, com pesos e arquitetura publicamente acessíveis, estão dispensados das duas primeiras - mas não da política de direitos de autor nem do resumo dos dados de treino, e não estão dispensados de nada se o modelo apresentar risco sistémico. E os modelos acima do limiar de risco sistémico têm deveres adicionais ao abrigo do artigo 55: avaliação do modelo, testes contraditórios, comunicação de incidentes e cibersegurança. Se estás a ler esta página para perceber qual é a tua posição, não estás a treinar um modelo de risco sistémico.

O grupo mais exposto

Não são os laboratórios - esses têm equipas de conformidade. São as empresas que fizeram uma afinação a sério em 2024 ou 2025 por razões de desempenho, quando nenhuma consideração regulamentar se colava a essa decisão, e que nunca mais voltaram ao assunto.

Um exemplo reconhecível: uma equipa pega num modelo de pesos abertos, continua o pré-treino sobre um grande corpus proprietário para o especializar, e lança-o dentro do seu produto. Dezoito meses depois, aquilo foi uma modificação substancial, são discutivelmente prestadores de GPAI, as obrigações são exigíveis, e ninguém na empresa alguma vez leu o artigo 53 porque se pensam a si próprios como uma empresa de SaaS e não como prestadores de um modelo.

Se esse retrato te é familiar, o resumo dos dados de treino é a obrigação por onde começar a olhar. É pública, por isso a sua ausência é a mais visível.

Duas coisas que isto não é

Não é o mesmo que o teu nível de risco. O artigo 53 trata de seres prestador de um modelo. Saber se o teu sistema é de risco elevado, de risco limitado ou mínimo é uma pergunta separada, respondida através do anexo III e do artigo 6(3). Podes ser prestador de GPAI com um sistema de risco mínimo, ou responsável pela implantação a jusante com um sistema de risco elevado. Não andam a par.

Não é o mesmo que ser prestador de um sistema de IA. Ao abrigo do artigo 25, podes tornar-te prestador de um sistema de IA por lhe pores o teu nome ou por lhe mudares a finalidade prevista - sem tocar num único peso de modelo. Caminho diferente, conjunto de obrigações diferente. Os dois podem aplicar-se ao mesmo tempo.

Quatro perguntas para resolver isto

1. Modificaste sequer os pesos do modelo? Não → estás a jusante. Acabou.
2. Se sim, quanto? Adaptadores e conjuntos de dados pequenos dentro do domínio ficam em segurança a jusante. Retreino completo sobre um grande corpus não fica.
3. O domínio de tarefas mudou? Empurrar um modelo para um trabalho materialmente diferente pesa muito a favor do estatuto de prestador.
4. O resultado continua a ser de fins gerais? Se o estreitaste até uma só tarefa, os deveres de GPAI podem não se aplicar - mas verifica se não passaste a ser, em vez disso, prestador de um sistema de IA.

Escreve as respostas com o teu raciocínio e põe-lhes data. Se aterrares perto da linha, é esse documento que torna curta a conversa seguinte - com um advogado, com um comprador da empresa, ou com o departamento jurídico de um cliente empresarial.