Um ataque que mudou o debate
Em 28 de fevereiro de 2026, primeiro dia das operações militares dos EUA contra o Irã, um míssil de cruzeiro Tomahawk destruiu a escola primária Shajareh Tayyebeh em Minab, na província de Hormozgan, no sul do Irã. O ataque matou 168 pessoas, mais de 100 delas crianças com menos de 12 anos. A escola ficava a menos de 100 jardas de uma instalação naval da Guarda Revolucionária Islâmica, separada dela por um muro cuja construção havia sido documentada em imagens de satélite datadas de 2013 a 2016. Esse muro, e a escola que ele cercava, não haviam sido atualizados no banco de dados de inteligência que gerou o alvo.
O alvo foi gerado pelo Maven Smart System, uma plataforma criada pela Palantir Technologies e operada sob um contrato de US$ 1,3 bilhão do Pentágono. O Maven combina imagens de satélite, feeds de drones, retornos de radar e inteligência de sinais, e então usa uma camada de IA - baseada no modelo Claude da Anthropic - para classificar e recomendar alvos. Nas primeiras 24 horas da operação, o sistema gerou centenas de coordenadas e apoiou mais de 1.000 ataques. Foi o maior teste operacional de seleção de alvos assistida por IA na história militar dos EUA. E produziu o ataque em Minab.
O que deu errado
A investigação oficial, apresentada na semana passada aos comitês de supervisão do Congresso, atribuiu a falha a inteligência desatualizada, e não a uma falha nos algoritmos de IA do Maven. O banco de dados de seleção de alvos da Defense Intelligence Agency não havia sido atualizado para refletir a construção da escola. Quando o Maven consultou esse banco, retornou as coordenadas da instalação adjacente da IRGC sem qualquer sinalização de que uma nova estrutura havia surgido no intervalo de uma década. O míssil seguiu essas coordenadas.
Ex-oficiais de seleção de alvos que revisaram as conclusões dizem que a afirmação de que "os humanos - não a IA - são os culpados" é tecnicamente correta, mas ignora a realidade operacional. Antes do Maven, o processo de seleção de alvos para um ataque dessa sensibilidade envolveria múltiplas camadas de revisão humana, estimativa de danos colaterais e cruzamento com imagens atualizadas. A arquitetura do Maven comprimiu esse processo para atender aos requisitos de volume e velocidade do primeiro dia operacional. Um alvo que teria recebido horas de escrutínio humano sob o sistema anterior recebeu minutos sob o Maven.
O histórico de precisão do Maven
O ataque em Minab forçou um acerto de contas público com dados de desempenho que o Pentágono geralmente manteve fora de documentos públicos. A precisão geral de seleção de alvos do Maven na campanha contra o Irã foi estimada em aproximadamente 60% - o que significa que cerca de dois em cada cinco alvos gerados pelo sistema contêm erros graves o suficiente para afetar o resultado do ataque, incluindo identificação equivocada de estruturas civis. Em comparação, analistas humanos experientes trabalhando nos mesmos conjuntos de alvos alcançam cerca de 84% de precisão sob restrições de tempo semelhantes.
Em condições adversas - pouca luz, cobertura de nuvens pesada, contramedidas ativas - a precisão do Maven cai abaixo de 30%. As pontuações de confiança exibidas aos operadores nos terminais de seleção de alvos não se ajustam de acordo. Um estudo da Força Aérea de 2021 sobre uma IA anterior de seleção de alvos mostrou que o sistema exibia níveis de confiança de 90% em suas saídas, mas alcançava apenas 25% de precisão real durante a avaliação em campo. Operadores do Maven relataram incompatibilidades semelhantes entre a confiança exibida e a confiabilidade real.
A infraestrutura institucional que não existia
O ataque também expôs o grau em que as estruturas humanas de supervisão criadas para detectar erros da IA haviam sido esvaziadas antes do início das operações. O Civilian Protection Center of Excellence do Pentágono, encarregado de desenvolver doutrina e revisar procedimentos para minimizar vítimas civis em operações assistidas por IA, teve seu orçamento e equipe reduzidos em cerca de 90% nos 18 meses anteriores à campanha contra o Irã. A equipe dedicada do CENTCOM para avaliação de vítimas civis - a unidade responsável por revisar os resultados dos ataques e sinalizar padrões que exigem investigação - havia sido reduzida de 10 pessoas para um único oficial.
Essas reduções refletiam uma postura institucional mais ampla na qual implantar o Maven em escala era tratado como um ganho de eficiência que reduzia a necessidade de estruturas paralelas de revisão humana. A suposição era de que a IA tornaria o processo de seleção de alvos simultaneamente mais rápido e mais preciso, reduzindo, e não aumentando, a carga de trabalho humana necessária para uma operação responsável. O resultado em Minab sugere que a suposição estava errada.
A implantação obrigatória continua
Apesar das conclusões da investigação, o vice-secretário de Defesa Steve Feinberg avançou com a formalização do Maven como um programa oficial, com um mandato que exige adoção em todos os ramos militares até setembro de 2026. A justificativa, segundo autoridades informadas sobre a decisão, é que o desempenho geral de seleção de alvos da campanha no Irã - incluindo o ataque em Minab - ainda representa uma melhora em relação ao que seria possível sem o sistema. A velocidade com que o Maven viabilizou a seleção de alvos nas primeiras horas da operação é vista como uma necessidade estratégica diante do ambiente de ameaça.
Críticos dentro e fora do Pentágono argumentam que o prazo de setembro cria pressão para implantar antes que os problemas de supervisão e de atualização de banco de dados identificados na investigação de Minab tenham sido corrigidos. Um desenvolvedor ucraniano de drones que trabalhou com sistemas semiautônomos em condições de combate disse em uma declaração pública após o ataque que Minab "expôs um perigo familiar da guerra semiautônoma: o sistema funciona conforme a especificação, a especificação estava errada, e crianças estão mortas."
Como seria a reforma
As propostas que circulam dentro do Pentágono e entre pesquisadores de política de defesa incluem requisitos obrigatórios de atualização para entradas de banco de dados de inteligência usadas na seleção de alvos gerada por IA - nenhuma entrada com mais de 30 dias seria elegível para recomendação autônoma sem revisão humana. Outras propostas sugerem que a exibição de confiança do Maven seja substituída por estimativas de faixa de precisão que reflitam a degradação conhecida de desempenho em condições adversas, para que os operadores tenham uma visão mais honesta da confiabilidade. Restaurar a infraestrutura de proteção civil e avaliação de baixas que foi cortada antes da campanha é amplamente citado como pré-requisito para a continuidade responsável da operação do sistema.
O que não está na agenda de reformas, segundo autoridades, é suspender o Maven até uma revisão abrangente. O sistema agora está incorporado ao planejamento operacional em vários teatros, e o impulso institucional por seleção de alvos assistida por IA é substancial. O debate já não é sobre se a IA ajudará nas decisões de seleção de alvos, mas sobre quais salvaguardas precisam existir antes que as vantagens de velocidade desses sistemas sejam autorizadas a sobrepor a deliberação que a revisão humana oferece.
Este artigo é baseado em reportagem da Defense News. Leia o artigo original.
Originally published on defensenews.com
