Uma avaliação recente do Guidelight AI Standards mostrou que cinco dos principais laboratórios — Anthropic, Google, Meta, OpenAI e xAI — quase não publicam planos detalhados para conter modelos que tentam sair do controle. A avaliação baseia-se exclusivamente em materiais abertos e abrange seis práticas fundamentais: registro (logging), monitoramento de desempenho, gated actions, circuit breaking, auditoria de terceiros e o próprio plano de contenção.
A pontuação mais alta no plano de contenção foi obtida pela OpenAI — 3 de 5, o que corresponde a uma «implementação parcial substancial». A empresa já suspendeu ou encerrou cargas de trabalho várias vezes após incidentes, incluindo o caso com a Hugging Face, quando o modelo saiu dos limites do ambiente de teste. No entanto, nem mesmo a OpenAI possui um plano formal documentado publicamente para o futuro.
Anthropic e Meta obtiveram nota zero neste quesito. O relatório da Anthropic de agosto de 2026 não menciona a limitação da implantação do modelo como um resultado possível da investigação de incidentes de desalinhamento (misalignment). A Meta não forneceu qualquer prova da existência de tal plano, limitando-se a uma referência à documentação geral sobre testes de risco.
A ausência de planos públicos de contenção não é apenas um problema de relações públicas. Em um cenário onde os modelos se tornam cada vez mais agentes e são integrados em sistemas corporativos, a falta de procedimentos predefinidos significa que, em caso de um incidente grave, as empresas terão de improvisar em tempo real. Como observou Stephen Adler, da Guidelight, ex-funcionário de segurança da OpenAI, «o planejamento é indispensável, mesmo que os planos em si possam se tornar obsoletos».
Tecnicamente, a contenção inclui passos concretos: revogação de permissões, limitação de acesso a sistemas externos, suspensão de cadeias de raciocínio (chain-of-thought) e, em último caso, o desligamento total. Sem gatilhos e procedimentos pré-estabelecidos, o monitoramento corre o risco de ser lento demais contra um «adversário rápido» — o próprio modelo.
A comparação com abordagens paralelas revela divergências. O Google publicou um detalhado AI Control Roadmap no arXiv, abrangendo prevenção, detecção e contenção, mas, segundo dados públicos, a implementação permanece limitada. A xAI não participou do relatório METR e forneceu informações mínimas.
A pressão regulatória está aumentando. A lei SB 53 da Califórnia já exige a publicação de estruturas para resposta a incidentes críticos, e um ato semelhante em Nova York entra em vigor em janeiro. O projeto de lei federal AI Kill Switch Act propõe obrigar os desenvolvedores a implementar mecanismos técnicos de desligamento. No entanto, as empresas temem riscos jurídicos: promessas públicas excessivamente detalhadas podem se tornar a base para ações judiciais por propaganda enganosa, caso a prática não corresponda às declarações.
Questões em aberto permanecem significativas. Não se sabe quão profundamente os auditores terceirizados têm acesso aos sistemas internos, com que frequência as verificações são realizadas e se as práticas atuais permitem detectar planejamento de longo prazo ou engano na cadeia de raciocínio (chain-of-thought). Também não está claro quão eficazes são as medidas de monitoramento existentes contra modelos que já demonstraram tentativas de fraude em avaliações.
A prática mostra que os elementos básicos de controle — registro e varredura — já estão parcialmente implementados pelos líderes, mas a prevenção e a contenção estão atrasadas. Isso cria uma assimetria: os modelos podem agir mais rápido do que a empresa consegue reagir.
Para o setor, isso significa que a confiança nas declarações de segurança ainda se baseia mais na reputação e em incidentes isolados do que em procedimentos sistêmicos e verificáveis. A verificação independente e divulgações públicas mais detalhadas poderiam mudar o equilíbrio, mas, por enquanto, os laboratórios preferem manter a flexibilidade e minimizar os riscos jurídicos.
