Um Tribunal Decidiu que Seu Chatbot É um "Produto". Essa Única Palavra Reescreveu a Responsabilidade por Produtos de IA.

Em janeiro de 2026, um tribunal federal na Flórida escreveu uma palavra que, na minha opinião, a maioria das equipes jurídicas corporativas ainda precifica como se ela não tivesse acontecido. A palavra foi produto.

O caso foi Garcia v. Character.AI. Um jovem de catorze anos havia morrido por suicídio após meses de conversas com um chatbot, e as famílias foram à Justiça. A Character.AI e o Google recorreram aos dois escudos que protegem as empresas de internet há uma geração — a imunidade da Seção 230 e a Primeira Emenda — e argumentaram que as palavras do chatbot eram discurso ou, no máximo, conteúdo de terceiros que elas apenas hospedavam. O tribunal não comprou essa tese. Decidiu que o chatbot era "um produto para os fins das alegações do autor decorrentes de defeitos no aplicativo Character.AI, e não ideias ou expressões dentro do aplicativo". As empresas fizeram acordos com famílias na Flórida, no Colorado, no Texas e em Nova York. A classificação como produto permaneceu registrada.

Li a decisão na semana em que ela saiu, e vou ser honesto sobre minha primeira reação: achei que fosse um caso isolado. Um chatbot de consumo, um padrão de fatos trágico mas incomum, um tribunal recorrendo a uma analogia. Esse instinto estava errado, e levei alguns meses e uma conversa desconfortável com um diretor jurídico para entender quão errado. Esta é a história do que mudou, do que minha equipe construiu do jeito errado primeiro, e por que agora acredito que a responsabilidade por produtos de IA é o único risco mais subprecificado na maioria dos balanços das empresas.

Discurso Não Tem Defeitos. Produtos Têm.

Eis por que essa única palavra importa tanto. Se a saída da sua IA é discurso, as questões jurídicas são sobre expressão, intenção e imunidade — e a Seção 230 passou vinte e cinco anos fazendo essas questões desaparecerem para as plataformas. Se a saída da sua IA é um produto, você entrou em um corpo de leis completamente diferente. Produtos não têm opiniões. Eles têm defeitos. E o fabricante de um produto defeituoso é responsável pelo dano que ele causa, quer o fabricante tenha sido descuidado ou não.

Essa última cláusula é o jogo inteiro. Sob um padrão de negligência — o mundo em que as equipes jurídicas operavam até este ano — o autor tem que provar que você deixou de exercer o cuidado razoável. Sob a responsabilidade objetiva por produto, não precisa. Ele prova que o produto era defeituoso e que o defeito causou o dano. Sua diligência, suas boas intenções, seu "seguimos as melhores práticas" — nada disso é uma defesa. Você fabricou a coisa. A coisa era defeituosa. Você paga.

A negligência pergunta se você foi cuidadoso. A responsabilidade objetiva pergunta se o seu produto era defeituoso. A maioria das IAs corporativas foi construída para responder à primeira pergunta, e os tribunais agora estão fazendo a segunda.

Mais dois casos do mesmo trimestre tornaram o padrão impossível de descartar como um evento pontual. Em Nippon Life v. OpenAI, ajuizado no Distrito Norte de Illinois em março de 2026, uma seguradora processou por US$ 10,3 milhões após o ChatGPT supostamente redigir quarenta e quatro petições judiciais para uma litigante que se representava sozinha — completas com citações de casos fabricadas — e incentivá-la a demitir seu advogado e mover novos litígios. A seguradora gastou cerca de US$ 300.000 defendendo-se de petições que uma máquina escreveu. Repare em quem se prejudicou ali: não o usuário da IA, mas um terceiro a jusante de sua saída. E em Bouck v. Meta, também em março de 2026, um tribunal da Califórnia negou a imunidade da Seção 230 para anúncios gerados por IA, sustentando que, uma vez que o sistema da Meta criou o conteúdo do anúncio e a Meta adquiriu conhecimento efetivo de que ele era fraudulento, a plataforma não poderia alegar que estava apenas hospedando as palavras de outra pessoa.

Até fevereiro de 2026 havia mais de 2.200 casos ativos alegando que a IA e algoritmos que maximizam engajamento causam dano real. Isto não é uma fronteira. É uma pauta de julgamentos.

O Trimestre em que os Legisladores Acompanharam

Os tribunais avançam caso a caso. Os legisladores avançam em massa, e em 2025 e 2026 eles avançaram mais rápido do que a maioria das pessoas que constroem IA percebeu.

O que eu indicaria primeiro a qualquer diretor jurídico corporativo é o AI LEAD Act, o projeto bipartidário Durbin–Hawley apresentado em setembro de 2025. Ele criaria uma causa de pedir de responsabilidade por produto federal especificamente para sistemas de IA, com responsabilidade objetiva — o texto alcança os desenvolvedores mesmo quando exerceram "todo o cuidado possível". Ele abrange teorias de defeitos de projeto e de falha em advertir, carrega um prazo prescricional de quatro anos e — esta é a parte que deveria encerrar permanentemente uma certa conversa de conselho de administração — proíbe a renúncia a essa responsabilidade por meio dos termos de serviço. Aquela cláusula "ao clicar em Aceitar você concorda que isto é fornecido no estado em que se encontra" que seus fornecedores adoram? O projeto foi redigido para torná-la inexigível para essa classe de dano.

A Califórnia não esperou por Washington. A AB 316, em vigor desde janeiro de 2026, elimina o que passei a chamar de defesa órfã — o argumento de que "a IA fez isso sozinha, então não somos responsáveis". Você não pode mais apontar para a autonomia do seu próprio sistema como razão para se eximir. E do outro lado do Atlântico, a Diretiva de Responsabilidade por Produtos da UE 2024/2853 classifica explicitamente o software, incluindo sistemas de IA e grandes modelos de linguagem, como produtos sob responsabilidade objetiva. Os Estados-membros têm que transpô-la até 9 de dezembro de 2026. Os requisitos de alto risco da Lei de IA da UE tornam-se plenamente aplicáveis em 2 de agosto de 2026, com multas que chegam a € 15 milhões ou 3% do faturamento global.

Deliberadamente não estou recitando o mapa inteiro — a SB 205 do Colorado com suas penalidades de US$ 20.000 por violação e data de aplicação em junho de 2026, a proposta de RAISE Act de Nova York com penalidades de até US$ 30 milhões para violações reincidentes. A questão não é o catálogo. A questão é a direção, e a direção é unânime: entre jurisdições que de resto não concordam em nada, o padrão para o dano de IA está convergindo para a responsabilidade objetiva, e as saídas de emergência contratuais estão sendo soldadas e fechadas.

Seu Seguro Leu Silenciosamente as Mesmas Decisões

Advogados debatem. Subscritores precificam. E o setor de seguros precificou isto mais rápido e mais impiedosamente do que quase toda equipe jurídica com quem conversei esperava.

Em janeiro de 2026, a linguagem-padrão para excluir sinistros de IA por completo já existe, pré-redigida e pronta para ser grampeada à sua renovação. O Insurance Services Office — o órgão em cujos formulários se baseiam a maioria das apólices comerciais dos EUA — lançou o aditivo CG 40 47, que retira lesão corporal, dano material e dano pessoal e publicitário decorrentes de IA generativa de uma apólice-padrão de responsabilidade civil geral comercial. Há um irmão mais leve, o CG 40 48, que exclui apenas a cobertura de dano publicitário. E seguradoras como a W.R. Berkley foram além, com exclusões "absolutas" de IA redigidas em apólices de administradores e diretores, de erros e omissões e fiduciárias — linguagem que anula a cobertura para qualquer sinistro "baseado em, decorrente de ou atribuível ao" uso, implantação ou desenvolvimento de IA.

Já participei de conversas de renovação suficientes para lhe dizer no que se transformou a pergunta do subscritor. Costumava ser: você usa IA? Agora é: mostre-nos a evidência documentada de governança para cada sistema de IA que você implanta. Mostre-nos os resultados adversariais de red-team. Mostre-nos a linhagem do modelo. Mostre-nos que os controles de supervisão humana estão de fato em funcionamento, e não apenas escritos em um PDF de política que alguém atualizou no último trimestre.

O subscritor deixou de perguntar se você usa IA. Agora ele pede que você prove que seu sistema é defensável — e um documento de política não é evidência.

Há uma armadilha dentro da armadilha. Quando as exclusões da responsabilidade civil geral empurram a exposição de IA para fora da responsabilidade geral, esse risco não evapora — ele migra para as apólices de cyber e de erros e omissões tecnológicos que nunca foram projetadas para absorver sinistros de responsabilidade por produto. Assim, uma empresa pode ler sua pilha de apólices, ver "IA coberta" em algum lugar e estar catastroficamente errada sobre qual apólice e o que ela de fato paga. As firmas que entraram em 2026 com documentação real descobriram que a evidência havia se tornado a moeda da segurabilidade. As firmas sem ela estão descobrindo que sua seguradora já redigiu o aditivo de exclusão.

A Versão que Construímos Primeiro — e Por Que Ela Falhou

Esta é a parte em que eu errei, e prefiro lhe contar a deixar você supor que chegamos à resposta de forma limpa.

Quando minha equipe começou a trabalhar com líderes jurídicos e de engenharia nisso, nosso instinto foi o óbvio: o problema é documentação, então construa uma camada de governança. Inventarie os modelos, pontue os riscos, gere relatórios prontos para auditoria, produza os painéis que um auditor quer ver. É um instinto razoável — é exatamente o que as plataformas maduras de governança fazem, e elas fazem bem. A Credo AI, que já levantou mais de US$ 45 milhões e foi incluída na lista das Mais Inovadoras da Fast Company em 2026, entrega pacotes de política pré-construídos mapeados para a Lei de IA da UE, o NIST AI Risk Management Framework e a ISO 42001. O watsonx.governance da IBM faz governança de ciclo de vida em toda a pilha corporativa. A Holistic AI é forte em auditoria de viés algorítmico; a OneTrust traz uma herança de conformidade com privacidade. Estávamos, na prática, construindo uma versão mais enxuta disso.

Então um diretor jurídico que respeito olhou para o que havíamos produzido e fez uma pergunta que eu não conseguia responder. Ela disse, aproximadamente: se este sistema for processado por uma saída defeituosa, vou levantar a defesa do projeto alternativo razoável — vou argumentar que não havia projeto mais seguro que o fabricante deveria ter usado. Onde, em tudo isto, está o registro que mostra quais escolhas arquiteturais foram feitas antes da implantação, e por quê?

Voltei aos painéis. Eles conseguiam lhe dizer, em belos detalhes, o que o sistema estava fazendo agora. Não conseguiam lhe dizer por que ele havia sido construído da forma como foi, quais alternativas a equipe havia considerado e rejeitado, ou o que os engenheiros sabiam sobre os modos de falha no momento em que o lançaram. A camada de governança monitorava o presente. A defesa de que ela precisava vivia no passado — em decisões que ninguém havia registrado como evidência porque, na época, ninguém sabia que estava produzindo evidência.

Essa foi a falha que pagou por tudo o que fizemos em seguida. As plataformas de governança monitoram e relatam. Elas não arquitetam. Você não pode aparafusar uma defesa em um sistema que nunca foi projetado para ser defendido, do mesmo modo que não pode fotografar um crash-test que nunca foi realizado.

O que "Defensável por Projeto" Realmente Significa?

Então jogamos fora a abordagem de painel primeiro e a invertemos. A pergunta deixou de ser como documentamos este sistema? e passou a ser como projetamos um sistema cuja história é a documentação? Essa inversão é aquilo em torno do qual a prática de Defesa de Responsabilidade por Produtos de IA da Veriprajna é construída — arquitetura defensável e evidência pronta para litígio, não mais uma camada de monitoramento aparafusada em um sistema após o fato.

Na prática, isso significou tratar o registro de decisões arquiteturais como um artefato de primeira classe — datado antes da implantação, capturando o que a equipe tentou, o que rejeitou e o raciocínio, de modo que a defesa do projeto alternativo razoável tenha material de origem que antecede o processo, em vez de ser reconstruída de trás para frente após a chegada de uma reclamação. Significou construir trilhas de auditoria que sobrevivam à fase de descoberta do litígio: não logs de aplicação que se sobrescrevem a cada trinta dias, mas uma cadeia preservada de prompts, saídas, versões de modelo e ações de revisão humana, porque uma ordem de preservação de provas para um sistema de IA tem que nomear todos esses itens como coisas que você será solicitado a apresentar. A maioria das equipes jurídicas corporativas não atualizou seus modelos de preservação para listar sequer um desses itens — o que significa que o dever de preservação já está incidindo sobre dados que a empresa está silenciosamente destruindo em uma rotação de logs contínua, muito antes de qualquer reclamação chegar. E significou projetar os controles de supervisão humana como partes estruturais do sistema que genuinamente controlam as saídas — porque um subscritor, e eventualmente um perito do autor, testará se o seu "humano no circuito" de fato tem a autoridade e a interface para interromper uma saída ruim, ou se é uma caixinha de marcar num organograma.

Há uma sutileza aqui que separa as firmas que vão suportar isto das que não vão. O sigilo não te salva. Em fevereiro de 2026, o juiz Rakoff decidiu que os documentos de IA de consumo de uma empresa não estavam protegidos pelo sigilo advogado-cliente quando os funcionários haviam usado a ferramenta sem a orientação de um advogado. Você não pode retroativamente envolver suas decisões de IA em um manto de sigilo. A evidência será passível de descoberta, e é precisamente por isso que ela tem que ser uma boa evidência, criada deliberadamente, desde o início.

Você não pode aparafusar uma defesa em um sistema que nunca foi projetado para ser defendido. A arquitetura é o álibi — e o álibi tem que existir antes do incidente, não depois.

É aqui também que a onda da IA agêntica torna tudo mais difícil. Quando um sistema age de forma autônoma — tomando ações sem um humano pressionar o botão a cada vez — os antigos avisos contratuais de isenção se esgarçam até o rompimento. A IMDA de Singapura lançou um rascunho de Framework de Governança de IA Agêntica em janeiro de 2026, e firmas como a Clifford Chance sinalizaram a "lacuna de responsabilidade" em contratos-padrão que silenciosamente presumem que um humano é sempre o ator. A AB 316 da Califórnia já diz que você não pode culpar o agente. Então a autonomia que você construiu por eficiência é, juridicamente, uma superfície de exposição adicional que você agora possui. Isso tem que ser projetado, não afastado por isenção.

Por que os Fornecedores Óbvios Não Conseguem Fechar Essa Lacuna?

As pessoas me fazem uma pergunta justa: se plataformas de governança, escritórios de advocacia e os grandes integradores de sistemas todos existem, por que ainda há algo a construir?

Porque cada um deles faz parte do trabalho e nenhum deles faz esta parte. As plataformas de governança — Credo AI, IBM, Holistic AI, OneTrust — governam sistemas que já existem; elas não reestruturam um wrapper em uma arquitetura defensável, e não geram a evidência de decisão de projeto na qual uma petição de arquivamento se apoia. Os escritórios de advocacia lhe dão a teoria jurídica — eles vão lhe dizer exatamente o que a defesa do projeto alternativo razoável exige — mas não escrevem o código nem fazem as escolhas arquiteturais que criam a evidência. E os grandes integradores implementam as plataformas com as quais são parceiros, o que os torna estruturalmente enviesados em favor do Salesforce ou do Microsoft Copilot, em vez do sistema personalizado, defensável e neutro em relação a fornecedores que sua exposição específica exige.

A lacuna é a costura entre o que o advogado externo aconselha e o que uma equipe de engenharia pode de fato implementar. Já vi essa costura falhar em tempo real — uma thread do Slack onde o advogado fica escrevendo "precisamos de arquitetura defensável" e o engenheiro fica respondendo "me diga qual arquivo mudar". Alguém tem que se posicionar nessa lacuna, capaz de ler a decisão e o repositório. É esse o trabalho que minha equipe faz — construindo em torno de arquitetura e evidência, em vez de painéis e relatórios, para que o advogado e o engenheiro finalmente apontem para o mesmo artefato.

A Pergunta que Vale a Pena Refletir

Vou deixar você com aquilo a que fico voltando. O custo médio de uma violação de dados em 2025–2026 girou em torno de US$ 4,44 milhões, e o setor construiu toda uma disciplina — orçamentos, produtos de seguro, relatórios ao conselho — em torno desse número. A responsabilidade por produtos de IA é uma exposição de responsabilidade objetiva sem limite máximo, com as saídas de emergência contratuais sendo legisladas e fechadas, e com seguradoras ativamente a excluindo das apólices que costumavam cobri-la. E a maioria das empresas está gerenciando isso com uma pasta de apólices e uma cláusula "no estado em que se encontra" de um fornecedor.

Uma pasta de apólices é o que você entrega ao regulador. Não é o que sobrevive a um depoimento. Imagine o momento que agora está chegando para muitas empresas: um perito do autor senta-se diante dos seus engenheiros e pergunta qual projeto mais seguro você considerou antes de lançar. A resposta é ou um registro datado ou um silêncio — e, sob a responsabilidade objetiva, o silêncio é o defeito. Quando as palavras da sua IA se tornaram um produto, sua arquitetura se tornou sua defesa, e uma defesa que você não projetou antes do incidente é uma defesa que você não tem. Se você não consegue abrir esse registro hoje, você não tem um problema de documentação. Você tem um produto indefeso no mercado. Vale a pena consertar isso antes de 9 de dezembro, não depois de a reclamação chegar — e fechar essa lacuna é o trabalho que fazemos.