A Pensilvânia tornou-se num dos primeiros estados norte-americanos a exigir rótulos de identificação em publicidade gerada por IA. O governador Josh Shapiro promulgou a Lei de Publicidade Enganosa de Inteligência Artificial, estabelecendo uma nova base de referência para a transparência em conteúdos comerciais. A lei é real, a intenção é clara e as lacunas são significativas. Compreender todos os três importa mais do que a manchete.
O Que a Lei Exige Realmente
A legislação abrange uma ampla gama de formatos publicitários: imagens estáticas, vídeo, áudio e texto. Qualquer anúncio que tenha sido “significativamente modificado ou gerado por inteligência artificial” deve incluir um rótulo de identificação, e esse rótulo deve aparecer no mesmo formato do próprio anúncio. Um anúncio de televisão exige um rótulo no ecrã. Um anúncio em áudio exige um audível. Um folheto impresso exige um aviso impresso.
O âmbito é deliberadamente vasto. Aplica-se a grandes empresas que realizam campanhas nacionais e a pequenas empresas que distribuem materiais promocionais locais. Aplica-se também independentemente do local onde o anúncio foi originalmente produzido. Se a transmissão de um comercial for esperada na Pensilvânia, a exigência de identificação acompanha-o, mesmo que o anúncio tenha sido criado noutro local. Isto significa que o público noutros estados pode começar a ver rótulos de identificação de IA em conteúdos produzidos para distribuição em vários estados, simplesmente porque a Pensilvânia faz parte da área de transmissão.
Essa amplitude é um dos pontos fortes genuínos da lei. Não cria uma exceção para grandes anunciantes ou para conteúdos produzidos fora das fronteiras estaduais.
Onde a Lei Se Torna Complicada
Eis o que a maior parte da cobertura sobre esta lei desvaloriza: as definições que decidem o sucesso ou o fracasso da aplicação da lei permanecem largamente por definir.
O principal gatilho para a identificação é saber se o conteúdo foi “significativamente modificado” por IA. Essa expressão faz o trabalho mais pesado em toda a lei, e é inteiramente subjetiva. Uma correção cromática menor aplicada através de uma ferramenta de IA é diferente de uma imagem de produto totalmente sintética, mas a lei não traça essa linha. Quem decide o que conta como “significativo” não está especificado.
A lei também prevê exceções para paródia, sátira, comentário e crítica, bem como para conteúdos que sejam “evidentemente fictícios”. Estas são categorias razoáveis em princípio. A sátira ocupou sempre um espaço protegido na publicidade e nos meios de comunicação. O problema é que “evidentemente fictício” não está definido. Fictício para quem? Sob que padrão? Um anúncio surrealista para um produto real pode ser lido como evidentemente fictício pelos seus criadores e como enganador por um consumidor.
Existe uma complicação adicional na formulação da lei em torno dos danos ao consumidor. A redação sugere que a identificação é exigida apenas quando o conteúdo sintético “cria uma falsa perceção no consumidor” sobre um produto ou serviço. Isto introduz um limiar de dano: nem todo o conteúdo gerado por IA aciona a regra, apenas o conteúdo que ilude ativamente. Essa é uma distinção relevante, mas levanta uma questão imediata. Quem determina se foi criada uma falsa perceção e em que momento do processo? Antes de o anúncio ser veiculado, ou após a apresentação de uma reclamação?
O senador estadual Nick Pisciottano apresentou o projeto de lei. O seu gabinete não respondeu aos pedidos de comentários sobre estas questões.
Porque Este Momento Importa Além da Pensilvânia
Legislação como esta é relevante não porque resolve o problema da publicidade gerada por IA, mas porque marca o momento em que os governos começam a tratar o conteúdo de IA como uma categoria que exige as suas próprias regras. Essa mudança tem consequências que se estendem muito para além de um único estado.
Para anunciantes e agências, a lei introduz uma camada de conformidade que não existia antes. As equipas que trabalham em campanhas distribuídas por vários estados precisam agora de acompanhar não apenas os padrões de conteúdo, mas também os requisitos de identificação que variam consoante a jurisdição. O peso prático recai sobre as pessoas que produzem e aprovam publicidade, e exige que tomem decisões de julgamento sobre o que se qualifica como “significativamente modificado”, na ausência de orientações regulatórias claras.
Para os consumidores, a lei representa o reconhecimento de que o conteúdo gerado por IA na publicidade é agora suficientemente comum para justificar um sistema de aviso público. Esse é um sinal relevante. Reflete um reconhecimento mais vasto de que a linha entre a fotografia de um produto real e a representação sintética de um produto já não é óbvia a olho nu, e que as pessoas têm um interesse razoável em saber qual delas estão a ver.
A questão mais profunda que a lei traz à tona é de cariz definicional. Os reguladores estão a ser instados a reger uma tecnologia que não possui limites estáveis e acordados. “Gerado por IA” não é um estado binário. O conteúdo existe num espetro que vai desde o totalmente criado por humanos até ao totalmente sintético, com inúmeros pontos híbridos pelo meio. Qualquer lei que tente traçar uma linha nesse espetro enfrentará o mesmo desafio que a lei da Pensilvânia enfrenta: a linha é arbitrária até ser testada, e será testada pelos casos que caírem mais perto dela.
Em Resumo
A Lei de Publicidade Enganosa de Inteligência Artificial da Pensilvânia estabelece um requisito de identificação real para anúncios gerados por IA, cobrindo todos os formatos e aplicando-se independentemente de onde o conteúdo é produzido. O seu alcance é amplo. As suas definições não o são. Os termos “significativamente modificado”, “evidentemente fictício” e “falsa perceção do consumidor” ficam todos em aberto à interpretação, o que significa que o efeito prático da lei dependerá fortemente de como esses termos forem aplicados no final e por quem. É assim que se parecem os primeiros tempos da regulação da IA: uma tentativa genuína de estabelecer um padrão, seguida pelo trabalho mais árduo de perceber o que o padrão significa realmente.
Com base em reportagem de The Verge.