Publicado em mar 2026
Compartilhar
Desde os tempos do workshop de Dartmouth, em 1956, as universidades têm desempenhado um papel central na construção da inteligência artificial (IA). Elas lançaram grande parte das bases teóricas e formaram os pesquisadores e engenheiros que hoje lideram o campo. Mas o equilíbrio mudou. Atualmente, a maioria dos avanços em IA generativa vem de laboratórios da indústria, com acesso a enormes conjuntos de dados, computação em larga escala e canais diretos de implementação. Dos Transformers, introduzidos pela primeira vez pelo Google Research, aos modelos de linguagem de grande porte escalados pela OpenAI, e às arquiteturas mais recentes de combinação de especialistas (mixture-of-experts) usadas pela DeepSeek, a fronteira é majoritariamente industrial — como também se reflete no relatório AI Index 2025, da Universidade Stanford.
Essa mudança obriga as universidades a repensarem seu papel. A questão central já não é se as universidades conseguem construir os maiores ou mais poderosos modelos. Em vez disso, trata-se de saber se elas conseguem influenciar como a IA será usada quando fizer parte da vida cotidiana. À medida que a IA generativa passa a influenciar cada vez mais a linguagem, a educação e os serviços públicos, as universidades podem ter seu maior impacto não pela escala, mas pela governança, pela adaptação local e pelo foco no benefício público — especialmente em áreas em que plataformas comerciais ficam aquém.
Nossa experiência no Institute of Smart Systems and Artificial Intelligence (ISSAI), da Nazarbayev University, no Cazaquistão, mostra como isso pode funcionar na prática. Universidades podem ir além de artigos e protótipos para construir sistemas de IA que atendam a sociedade diretamente. Isso é particularmente importante em contextos nos quais plataformas globais têm dificuldade para apoiar línguas locais, refletir nuances culturais ou se alinhar a prioridades nacionais.
Por que IA com impacto público é uma responsabilidade universitária
A IA generativa está rapidamente moldando como as pessoas se comunicam, acessam informação e interagem com instituições públicas. No entanto, a maioria dos modelos líderes é desenvolvida por empresas privadas e treinada principalmente em um conjunto pequeno de línguas com muitos recursos. Para sociedades com línguas sub-representadas, isso cria uma lacuna crescente entre o que a tecnologia oferece e o que é culturalmente significativo ou socialmente útil.
As universidades estão em uma posição única para enfrentar essa lacuna. Elas combinam independência de pesquisa, confiança pública e conhecimento profundo que abrange tecnologia, linguística e ciências sociais. Sua perspectiva de longo prazo permite priorizar inclusão, transparência e relevância nacional em vez de retornos comerciais de curto prazo.
A soberania digital também importa. Quando sistemas de IA são totalmente externos, as sociedades têm pouca visibilidade sobre como são treinados, atualizados ou governados. Isso é especialmente problemático para educação, políticas linguísticas e administração pública. As universidades podem ajudar construindo e administrando sistemas de IA enraizados localmente, abertamente examináveis e alinhados a prioridades nacionais, sem perder a conexão com comunidades globais de pesquisa.
Para alcançar impacto real, a IA generativa voltada ao bem público não pode permanecer como um conjunto de projetos de curto prazo ou demonstrações. Ela precisa ser tratada como infraestrutura digital compartilhada, projetada para funcionar com escolas, instituições públicas e usuários do dia a dia, e capaz de evoluir conforme as necessidades sociais mudam.
De uma lacuna a um ecossistema
Nosso trabalho não começou com a ambição de construir um modelo nacional de linguagem. Começou com um problema prático. Modelos globais tinham baixo desempenho em cazaque, enfrentavam dificuldades com sua morfologia complexa e muitas vezes geravam respostas culturalmente inadequadas. Essas limitações afetavam o acesso à informação e reduziam a utilidade da IA em educação, mídia e governo.
Depender exclusivamente de sistemas externos de IA também levantava preocupações sobre transparência, resiliência e controle de longo prazo. Em áreas sensíveis como educação e administração pública, não entender como os modelos são treinados ou atualizados introduz riscos estruturais. Do ponto de vista universitário, essa lacuna era ao mesmo tempo um desafio de pesquisa e uma responsabilidade social. Enfrentá-la exigiu ir além de artigos de avaliação, rumo à construção de um ecossistema de IA generativa sob medida para necessidades locais.
Uma lição importante é que IA com impacto público não é um modelo único. É um ecossistema. O lançamento do KazLLM, o primeiro grande modelo de linguagem do Cazaquistão treinado em dados multilíngues curados, foi um marco fundamental. Sua importância não estava apenas no modelo em si, mas no que ele passou a possibilitar depois.
O KazLLM foi reconhecido por pesquisadores líderes em IA, incluindo Yann LeCun, como um exemplo de como modelos específicos de língua e com menos recursos podem ser desenvolvidos de forma responsável fora das plataformas globais dominantes. Nesse sentido, ele ilustra como pode ser uma IA generativa soberana: sistemas que preservam a diversidade linguística, mantendo-se alinhados a padrões internacionais de pesquisa.
De forma crucial, o KazLLM foi tratado como infraestrutura fundacional, e não como um resultado pontual de pesquisa. O ISSAI Playground foi criado para dar a estudantes, educadores e pesquisadores acesso direto ao modelo e a ferramentas relacionadas. Usuários podem experimentar, aprender e avaliar sistemas de IA sem exigir conhecimento técnico avançado ou depender de plataformas externas. Essa abordagem permite que casos de uso reais emerjam de forma orgânica e alimentem melhorias contínuas.
A infraestrutura é igualmente importante. Construir e sustentar IA generativa exige experiência prática com hardware moderno, incluindo GPUs e aceleradores da NVIDIA, AMD e Huawei. Saber treinar modelos com eficiência, gerenciar recursos computacionais e implantar sistemas com confiabilidade é tão importante quanto inovação algorítmica ou engenhosidade em dados. Sem esse conhecimento operacional, até modelos bem desenhados correm o risco de permanecer como artefatos isolados de pesquisa.
Essa abordagem baseada em ecossistema também transforma o desenvolvimento de talentos. Estudantes e pesquisadores em início de carreira passam a adquirir experiência em todo o ciclo de vida da IA, desde a curadoria de dados e o treinamento até a implementação e a governança. Eles aprendem a lidar com os desafios reais e os trade-offs entre custo, desempenho e escalabilidade, contribuindo para a formação de uma força de trabalho nacional capaz de sustentar, ao longo do tempo, sistemas de IA voltados ao interesse público.
A abertura como estratégia
Muitas vezes, supõe-se que uma IA soberana precisa ser fechada por razões estratégicas. Nossa experiência sugere o oposto. A abertura, quando combinada com governança clara e políticas responsáveis de uso, fortalece o impacto público.
Ao disponibilizar modelos, benchmarks e documentação para pesquisa não comercial, o ISSAI possibilita escrutínio, colaboração e avaliação independente. Essa transparência constrói confiança entre formuladores de políticas, educadores e usuários e, ao mesmo tempo, conecta iniciativas locais à comunidade global de pesquisa.
Um exemplo concreto é o Qolda, o modelo multilíngue de linguagem e visão totalmente open source do ISSAI. Com 4 bilhões de parâmetros, o Qolda pode rodar em laptops e smartphones sem exigir computação em larga escala. Ele oferece suporte a cazaque, russo e inglês e traz raciocínio multimodal em uma forma compacta e eficiente. Ao reduzir barreiras de hardware e acesso, o Qolda amplia capacidades de IA para estudantes, pesquisadores, desenvolvedores e pequenas empresas.
A abertura reflete um princípio acadêmico central: conhecimento como bem público. Sistemas de IA generativa devem ser examináveis, adaptáveis e abertos ao debate. Em vez de moldar a sociedade por meio de ferramentas opacas, as universidades podem oferecer uma IA que convide à responsabilização e à discussão pública.
Universidades como articuladoras
As universidades também desempenham um papel crucial de articulação. Diferentemente de empresas ou órgãos governamentais, elas têm credibilidade e independência para reunir cientistas de dados, linguistas, engenheiros, formuladores de políticas, educadores e parceiros da indústria em torno de uma infraestrutura de IA compartilhada.
No ISSAI, parcerias com ministérios, instituições de língua e outras universidades foram essenciais para acesso a dados, avaliação e implantação. Essas colaborações foram iterativas e baseadas em confiança, refletindo compromisso de longo prazo, e não interesses comerciais de curto prazo.
Esse papel é especialmente importante na IA generativa, em que escolhas técnicas têm consequências linguísticas, culturais e éticas. As universidades oferecem o espaço institucional e os marcos de governança necessários para lidar com esses trade-offs de forma cuidadosa.
A Nazarbayev University, como principal instituição de pesquisa do Cazaquistão, atrai alguns dos talentos mais qualificados do país. Em um ecossistema local com poucas grandes empresas de tecnologia capazes de conduzir pesquisas de ponta em IA, as universidades estão bem posicionadas para liderar projetos ágeis e de alto impacto. Elas podem mobilizar talentos rapidamente e concentrar seus esforços em trabalhos social e nacionalmente relevantes, transformando a pesquisa em IA em um recurso público.
Implicações além do Cazaquistão
As lições do Cazaquistão são amplamente aplicáveis. Muitas regiões enfrentam desafios semelhantes: línguas sub-representadas, dependência de plataformas externas de IA e pressão crescente para integrar IA à educação e à vida pública. As universidades estão em uma posição única para enfrentar essas questões — mas somente se passarem da ambição abstrata para o impacto prático.
Alguns princípios se destacam:
A IA generativa já está moldando a forma como as pessoas se comunicam, aprendem e acessam informações. A questão já não é mais se ela influenciará a sociedade, mas quem irá orientar essa influência e em benefício de quem. Ao ir além do laboratório, mantendo ao mesmo tempo rigorosos padrões de pesquisa, as universidades podem ajudar a garantir que a IA reflita a diversidade linguística, as nuances culturais e as prioridades sociais, alinhando a inovação tecnológica ao bem público.