Leis criadas por IA já são realidade no Brasil. Entenda os riscos de legislar sem validação humana e como usar IA no processo legislativo com critério.
Especialista em inteligência artificial e transformação digital. Mais de 10 anos ajudando empresas brasileiras a implementar soluções de analytics e IA.
Em novembro de 2023, a Câmara Municipal de Porto Alegre aprovou por unanimidade um projeto de lei sobre hidrômetros furtados. O texto passou por todas as comissões técnicas, foi votado em plenário e sancionado pelo prefeito. Só depois de concluído o trâmite o autor, o vereador Ramiro Rosário, revelou o que ninguém na Casa sabia: os oito artigos e a justificativa haviam sido redigidos pelo ChatGPT, a partir de um único comando. Foi o primeiro caso conhecido no Brasil de uma lei criada por IA aprovada sem que os votantes soubessem, e ele escancarou uma pergunta que o processo legislativo ainda não sabia responder: o que acontece quando a máquina escreve a norma e ninguém valida de verdade?
O detalhe mais revelador do episódio não é a autoria. É a velocidade e a invisibilidade. Segundo o próprio vereador, o ChatGPT levou cerca de 15 segundos para gerar o projeto completo, incluindo uma regra que ele nem havia pedido: a isenção da conta de água se o hidrômetro furtado não fosse substituído em 30 dias. Uma obrigação nasceu de um parâmetro interno do modelo, não de uma decisão de alguém eleito. E ninguém percebeu, porque texto de IA bem escrito é indistinguível de texto humano bem escrito.
Este post examina esse terreno: o que já está acontecendo no Brasil e fora dele, por que modelos de linguagem erram justamente onde a lei exige precisão, quais os riscos concretos de uma norma redigida por IA sem crivo humano, o que validação humana significa na prática e onde a IA ajuda de verdade no trabalho legislativo. Como em toda a série sobre IA no setor público, o fio condutor se mantém: a ferramenta acelera, quem responde continua sendo gente.
O caso gaúcho poderia parecer provocação isolada, e em parte foi: o vereador declarou que queria abrir o debate sobre IA no processo legislativo. Mas o movimento é global. Em abril de 2025, os Emirados Árabes Unidos anunciaram um plano nacional para usar IA na redação, revisão e atualização de leis, com um órgão dedicado, o Regulatory Intelligence Office, e a meta de acelerar o processo legislativo em até 70%.
tempo que o ChatGPT levou para redigir o projeto de lei sancionado em Porto Alegre
Oito artigos e justificativa, gerados a partir de um único comando do vereador, em novembro de 2023
Entre o vereador que testa e o país que institucionaliza existe um espectro enorme, e é nele que muitas casas legislativas brasileiras já estão, mesmo sem admitir: assessores rascunhando justificativas com IA, gabinetes gerando minutas, consultorias resumindo pareceres. Nada disso é escândalo. O problema começa quando o rascunho vira texto final sem que ninguém qualificado tenha lido com a pergunta certa na cabeça: isso está correto, é constitucional e é o que queremos que vire obrigação para todos?
Uma lei redigida por IA e aprovada sem validação real entra em vigor com a mesma força de qualquer outra: o erro que ninguém revisou vira obrigação para todos.
Modelos de linguagem não consultam o ordenamento jurídico. Eles geram o texto mais provável dado o pedido, com base em padrões aprendidos. Para um ofício ou um resumo, isso funciona muito bem. Para citar lei, jurisprudência e competência legislativa, é uma armadilha, porque o texto sai fluente e tecnicamente plausível mesmo quando o conteúdo é inventado.
O tamanho do problema já foi medido. Um estudo da Universidade Stanford publicado em 2024, o Large Legal Fictions, testou modelos de linguagem da geração de 2023 em mais de 800 mil perguntas jurídicas verificáveis e encontrou taxas de alucinação de 58% no GPT-4, 69% no GPT-3.5 e 88% no Llama 2. Modelos atuais alucinam menos e ferramentas com busca em bases oficiais reduzem o problema, mas a lição permanece: quanto mais específica a pergunta jurídica, maior o risco de a resposta ser uma invenção convincente.
Taxa de alucinação em perguntas jurídicas, modelos de 2023
Dados de mercadoO Brasil já viu esse risco se materializar do lado de quem aplica a lei. Em 2023, o CNJ abriu investigação sobre um juiz federal que assinou sentença com jurisprudência do STJ inventada pelo ChatGPT. Quem percebeu foi o advogado da parte derrotada, que estranhou os precedentes e descobriu que não existiam. Se a alucinação passa por um magistrado, imagine numa câmara votando dezenas de projetos por sessão, sem ninguém encarregado de conferir cada citação.
Um projeto pode citar dispositivos revogados, atribuir ao município competência que é da União ou criar despesa sem indicar fonte, tudo em linguagem impecável. Texto mal escrito levanta suspeita; texto alucinado e bem escrito passa. O defeito só aparece depois, em judicialização ou no cidadão que tenta exercer um direito que a norma promete e o ordenamento não sustenta.
Modelos aprendem com textos existentes, e textos existentes carregam os vieses de quem os escreveu. Uma IA que rascunha política pública pode reproduzir premissas antigas sobre quem merece benefício, que bairro é prioridade ou que comportamento deve ser punido, sem que ninguém tenha feito essas escolhas conscientemente. Na lei de Porto Alegre, a cláusula dos 30 dias era inofensiva. Mas o mecanismo que a criou, um parâmetro estatístico decidindo conteúdo normativo, é o mesmo que pode embutir uma escolha ruim no artigo 5º de um projeto que ninguém leu com atenção.
Democracia representativa tem um pressuposto simples: quem escreve e vota a lei foi eleito e responde por ela. Quando o conteúdo vem de um modelo treinado por uma empresa privada, com parâmetros que nem os criadores explicam por completo, esse fio de responsabilidade fica frouxo. O parlamentar que assina sem ler terceirizou a caneta, mas não tem como terceirizar o mandato. Se a norma causar dano, "foi a IA" não é defesa: é confissão de que ninguém validou.
Todo projeto de lei precisa de justificativa, e ela existe para permitir o debate público: entender por que a norma é necessária, que alternativas foram consideradas, que dados a sustentam. Quando a justificativa também é gerada pela máquina, o debate discute argumentos que nenhum humano formulou nem conferiu. A deliberação vira encenação.
Validar não é passar o olho. Um texto legislativo gerado por IA que merece ir a voto precisa atravessar pelo menos quatro filtros, e cada um exige um tipo diferente de leitura.
O primeiro é a checagem factual e normativa: toda lei citada, todo dado e todo precedente conferidos na fonte oficial, um a um, porque é exatamente aí que a alucinação mora. O segundo é o filtro jurídico formal: constitucionalidade, competência do ente federativo e técnica legislativa, que no Brasil tem regra própria, a Lei Complementar 95/1998, sobre como leis devem ser estruturadas e redigidas. O terceiro é o mérito político: a pergunta "é isso que queremos como sociedade?" não tem resposta estatística, e cada cláusula que a IA acrescentou por conta própria, como a dos 30 dias em Porto Alegre, precisa ser adotada conscientemente ou cortada. O quarto é a transparência: declarar que houve uso de IA na elaboração, para que o escrutínio público saiba o que está escrutinando.
Os quatro filtros já existiam antes da IA: comissões de constituição e justiça, consultorias legislativas e assessorias jurídicas fazem esse papel há décadas. O que muda é a carga: a IA multiplica o volume de texto plausível em circulação, e uma estrutura de validação dimensionada para a escassez não dá conta da abundância. É o mesmo princípio da supervisão humana nos atos administrativos: quanto maior o impacto do ato, mais robusto o crivo. E poucas coisas têm mais impacto que uma norma que obriga a todos.
A IA escreve a lei em segundos. A legitimidade continua levando o tempo de sempre.
Nada do que este post descreve é argumento para banir a ferramenta do parlamento. É argumento para colocá-la no degrau certo da escada de autonomia: quanto mais perto do texto que vira norma, mais supervisão.
Bem usada, a IA é uma assessoria incansável. Ela compara como outros municípios e países regularam o mesmo tema, resume milhares de contribuições de uma consulta pública em horas, aponta conflitos entre um projeto novo e a legislação vigente, rascunha a primeira versão de uma justificativa que o gabinete depois verifica e reescreve, e traduz texto jurídico para linguagem simples. Em todos esses usos o padrão é o mesmo: a IA prepara o material, o humano decide o que entra, confere o que foi citado e assina sabendo o que assinou.
O uso que não se sustenta é o de Porto Alegre como método: comando de uma linha, texto direto para protocolo, autoria revelada depois. Como provocação, abriu o debate. Como rotina, é delegar a função legislativa a um sistema que ninguém elegeu e que erra com confiança.
Até o fechamento deste post, em agosto de 2026, não há no Brasil proibição específica de usar IA para redigir proposições legislativas, nem dever de declarar esse uso. O PL 2.338/2023, marco regulatório da IA aprovado pelo Senado em dezembro de 2024, segue em tramitação na Câmara dos Deputados e traz a supervisão humana como exigência para sistemas de alto risco, mas foca os sistemas em si, não o processo de elaboração das leis.
O precedente mais concreto veio de outro Poder. A Resolução CNJ nº 615/2025 disciplinou o uso de IA no Judiciário e fixou o princípio que interessa aqui: ferramenta pode auxiliar, decisão sem revisão humana efetiva não pode. Não há motivo para o padrão do Legislativo ser mais frouxo, e as casas não precisam esperar lei federal: uma resolução interna pode, desde já, exigir a declaração de uso de IA nas proposições e a conferência de citações normativas antes do parecer das comissões.
Sim. A validade de uma lei vem do processo: iniciativa legítima, tramitação nas comissões, votação e sanção, e tudo isso foi cumprido. O episódio gerou polêmica justamente porque expôs a lacuna: nenhuma regra obrigava o autor a revelar a origem do texto, e nenhum filtro detectou. A lei vale; o alerta também.
Não há proibição específica em agosto de 2026. O PL 2.338/2023 ainda tramita na Câmara e regula sistemas de IA, não a redação legislativa em si. Na prática, a responsabilidade recai sobre quem assina: o parlamentar responde pelo conteúdo da proposição independentemente de quem, ou do que, a escreveu.
Com processo, não com desconfiança genérica: conferência de toda citação de lei e jurisprudência na fonte oficial antes do parecer, revisão de técnica legislativa conforme a LC 95/1998, parecer jurídico que trate texto de IA como rascunho não confiável até prova em contrário e regra interna exigindo a declaração de uso de IA na elaboração.
Apoio é a IA pesquisar, resumir, comparar e rascunhar, com um humano decidindo o que aproveita, conferindo cada afirmação e assumindo o texto final. Deixar a IA legislar é o texto ir a voto sem esse crivo, como em Porto Alegre. A fronteira está em quem dá a palavra final e com quanto cuidado.
O caso de Porto Alegre vai continuar sendo citado por anos, porque condensa em uma história curta tudo o que a IA muda no jogo legislativo. A velocidade é real, e a tentação de transformá-la em produção normativa em escala é enorme, como mostra a aposta dos Emirados. Mas o episódio também mostra o que não muda: a lei aprovada obriga a todos, o erro embutido nela cobra de todos, e a responsabilidade por esse erro não se transfere para um modelo estatístico.
Para o gestor e o servidor público, a competência que esse cenário exige não é saber programar, é saber validar: entender onde a IA erra, montar o processo que captura o erro antes de ele virar norma e usar a ferramenta nos degraus em que ela devolve tempo sem cobrar legitimidade. Esse julgamento se ensina e se treina, com casos reais como os deste post.
Quer preparar sua equipe, de servidores a assessores legislativos, para usar IA com senso crítico e validação humana no lugar certo? Conheça os programas de capacitação da Waxi. Trago para a sala de aula a experiência de ensinar gestores públicos a usar IA com senso crítico na disciplina de Inovação e Inteligência Artificial de um MBA em Gestão Pública e em cursos de IA e inovação.
Assistentes e agentes de IA no setor público: entenda a escada de autonomia, do chat ao agente, e aprenda a decidir até onde delegar em cada caso do órgão.
IA responsável na administração pública: o mapa de riscos de LGPD, LAI, viés e supervisão humana, com um checklist e uma matriz de risco para o gestor liderar a adoção.
IA generativa no setor público: entenda o que a tecnologia faz, onde ela falha e como o gestor pode liderar a adoção com senso crítico e responsabilidade.
