A Operação Roaring Lion, também conhecida como Epic Fury contra o Irã, foi travada e continuamente registrada, por meio de dados, bem como com aeronaves, mísseis, drones, operações cibernéticas, defesas aéreas e recursos navais.
Cada alerta, tentativa de interceptação, trajetória de míssil, imagem de satélite, internação hospitalar, incidente cibernético, interrupção de transporte, alerta público, vídeo de mídia social, avaliação de danos e chamada de emergência tornou-se parte de uma vasta camada de dados de guerra: classificados, comerciais ou de código aberto; ruidosos, parciais ou manipulados. No seu conjunto, constitui um dos activos estratégicos mais importantes emergentes do conflito.
Será que estes dados podem ser transformados em aprendizagem institucional, melhor prontidão operacional, maior resiliência e capacidades responsáveis de IA?
Para a tecnologia de defesa e o ecossistema de dupla utilização, isto cria uma nova categoria de oportunidades: tecnologias que ajudam os governos, as forças armadas e os sistemas nacionais críticos a aprender mais rapidamente, a decidir melhor e a adaptar-se sob pressão.
As organizações militares e de segurança nacional modernas não sofrem com a falta de dados, mas sim com a fragmentação, barreiras de classificação, sistemas incompatíveis, metadados fracos, fraca governação de dados e capacidade limitada para converter experiência em conhecimento estruturado.
As organizações de monitorização de conflitos têm mantido conjuntos de dados de eventos, locais e padrões de ataques desde 28 de fevereiro. Fornecedores comerciais de satélites, investigadores de código aberto e jornalistas estão a analisar os danos causados pelo espaço. As empresas de inteligência cibernética estão rastreando operações cibernéticas, atividades hacktivistas e alegados ataques ligados à guerra.
Os dados não são recolhidos apenas pelos militares. Também é recolhido por governos, serviços de emergência, hospitais, empresas de telecomunicações, empresas de satélite, empresas cibernéticas, plataformas sociais, rastreadores de transporte marítimo, companhias de seguros, jornalistas e cidadãos.
Uma oportunidade e um risco
A oportunidade é enorme. Se devidamente estruturados, os dados de tempo de guerra podem apoiar análises pós-ação, planeamento de cenários, formação em IA, concepção de forças, planeamento de defesa civil, resiliência logística, defesa cibernética, fusão de inteligência e decisões de aquisição.
O risco é igualmente grave. Se os dados estiverem incompletos, tendenciosos, manipulados ou mal contextualizados, podem produzir lições erradas.
É aqui que a IA se torna poderosa e perigosa.
De acordo com reportagem de Notícias da CBS e outros, os militares dos EUA usaram o modelo Claude AI da Anthropic durante a campanha do Irã, inclusive por meio do Maven Smart System da Palantir. O Pentágono não detalhou completamente como a ferramenta foi implementada, mas o significado estratégico é claro: a IA generativa já não é apenas uma ferramenta analítica de back-office.
Isso deveria ser um alerta para todas as organizações de defesa. Se a IA puder ajudar a comprimir semanas de planeamento em ciclos operacionais muito mais curtos, então a qualidade dos dados subjacentes, a cadeia de responsabilidade humana e a governação em torno de tais sistemas tornar-se-ão questões estratégicas e não detalhes técnicos.
Quanto mais rápido a IA move os dados para a ação, mais importante se torna preservar o julgamento humano, a revisão jurídica, a auditabilidade e a responsabilidade clara por cada decisão.
A IA não deve ser tratada como uma camada mágica colocada sobre dados confusos do tempo de guerra. A qualidade dos resultados dependerá da qualidade, proveniência e governação da informação subjacente. Em ambientes de defesa, isso significa que cada conjunto de dados deve ser etiquetado, validado, classificado, com acesso controlado e vinculado à sua fonte, horário, nível de confiança e contexto operacional.
Uso de dados de guerra
A primeira utilização importante dos dados de guerra deveria ser a aprendizagem organizacional. A IA pode ajudar a extrair padrões recorrentes de relatórios operacionais, registos de manutenção, decisões de comando, avaliações de inteligência, dados médicos, eventos cibernéticos e respostas da defesa civil. Pode identificar estrangulamentos repetidos e compará-los entre unidades, regiões ou fases do conflito.
O segundo uso é simulação e treinamento. Os dados do tempo de guerra podem alimentar ambientes de treinamento realistas. Em vez de confiar apenas em cenários teóricos, as organizações de defesa podem construir modelos de simulação baseados em padrões reais. A IA pode então gerar variações destes cenários para treinar comandantes, autoridades de emergência, equipas cibernéticas e decisores nacionais.
O terceiro uso é a aceleração operacional com limites. O uso relatado do modelo de linguagem grande (LLM) Claude na campanha do Irão mostra que a IA está a passar da análise retrospetiva para o suporte em tempo real ou quase em tempo real. Em operações de ritmo acelerado, isso pode se tornar uma vantagem decisiva.
A verdadeira lição retirada da alegada utilização de Claude na campanha do Irão é que os dados do tempo de guerra já não são apenas provas do que aconteceu. Está se tornando uma contribuição ativa para o que acontece a seguir.
O quarto uso é a resiliência civil. Na guerra do Irão, como noutros conflitos modernos, a frente interna não está separada do campo de batalha. Os dados dos seus sistemas podem revelar onde os avisos foram eficazes, onde os cidadãos não responderam conforme esperado, quais os municípios que estavam melhor preparados, onde as infraestruturas eram frágeis e onde a comunicação pública falhou.
A IA pode apoiar isto ajudando as autoridades a modelar o comportamento da população, a dar prioridade aos investimentos em resiliência, a melhorar as mensagens de emergência e a identificar comunidades vulneráveis.
O quinto uso é a defesa cibernética. A dimensão cibernética da guerra gerou o seu próprio fluxo de indicadores, relatórios de incidentes, alegações de autores de ameaças, assinaturas de malware, padrões DDoS, campanhas de phishing e ataques a sistemas civis e industriais. A IA pode ajudar as equipes de segurança a fazer a triagem de incidentes, correlacionar eventos, detectar campanhas coordenadas e distinguir entre ataques reais e alegações de propaganda.
Mas também aqui o desafio é a confiança. Uma arquitetura responsável de IA cibernética deve, portanto, separar incidentes confirmados, incidentes prováveis e reclamações não verificadas.
O sexto uso é o investimento estratégico. O investimento em tecnologia de defesa deve ser impulsionado não apenas pela intuição ou pelo medo, mas também por evidências. Os dados do período de guerra podem mostrar onde surgiram realmente as lacunas de capacidade: saturação da defesa aérea, detecção de drones, infra-estruturas reforçadas, resiliência cibernética, logística, evacuação médica, comando e controlo, continuidade energética ou operações de informação.
É aqui que as empresas e investidores de tecnologia de defesa devem prestar muita atenção. As start-ups mais importantes após esta guerra poderão não ser aquelas que simplesmente prometem “IA para a defesa”. Serão provavelmente as empresas que resolverão problemas específicos de aprendizagem e garantirão o apoio à decisão homem-máquina.
Aulas de dupla utilização
Da perspectiva de um investidor em tecnologia de defesa de dupla utilização, esta é uma das lições mais importantes da guerra. A próxima geração de tecnologia de defesa não será definida apenas por novas plataformas, sensores ou efetores, mas pela capacidade de transformar dados operacionais em capacidades confiáveis e implementáveis.
Para o ecossistema de dupla utilização, a oportunidade não é simplesmente construir mais ferramentas de IA. É construir a infra-estrutura de aprendizagem: fusão segura de dados, ambientes de IA classificados, motores de simulação, ferramentas de avaliação de danos em batalha, automatização da ciberinteligência, análise de resiliência civil e sistemas de apoio à decisão homem-máquina. Estas não são capacidades de nicho. Estão a tornar-se o tecido conjuntivo entre a experiência operacional, a resiliência nacional e a futura concepção das forças.
Para os governos, a implicação é clara: os dados de guerra não devem desaparecer em arquivos desconectados.
Israel e os seus aliados devem construir uma arquitectura estruturada de aprendizagem de dados em tempo de guerra. Tal arquitetura separaria dados classificados e não classificados, preservaria a proveniência, definiria direitos de acesso, manteria trilhas de auditoria, protegeria a privacidade e permitiria que sistemas de IA aprovados apoiassem a aprendizagem sem expor informações confidenciais. Deve conectar dados militares, civis, cibernéticos, de emergência e de infraestrutura de forma controlada.
Projeto de transformação
Este não é apenas um projeto de tecnologia. É um projeto de transformação organizacional.
Requer quadros jurídicos, padrões de segurança, regras de propriedade de dados, governação responsável da IA e responsabilização clara. Também requer mudança cultural. As organizações de defesa são muitas vezes excelentes na recolha de dados, mas mais fracas na partilha, estruturação e reutilização dos mesmos entre silos. A IA não resolverá isso sozinha. Em muitos casos, exporá a fraqueza de forma mais acentuada.
A disputa pública entre o Pentágono e a Antrópica ilustra este ponto. A Reuters informou que o Pentágono designou o Antrópico como um risco para a cadeia de abastecimento após divergências sobre salvaguardas, incluindo limites relacionados a armas autônomas e vigilância doméstica. A integração da IA comercial nas operações de defesa forçará governos, empresas e militares a definir novas regras de responsabilidade.
No passado, as organizações de defesa compravam plataformas, sensores e armas. Agora também estão a integrar sistemas comerciais de IA que moldam a forma como a informação é interpretada, priorizada e aplicada. Isso muda a natureza da aquisição, da supervisão e da responsabilização.
É também por isso que as relações entre os governos, as principais forças de defesa tradicionais e as start-ups de dupla utilização tornar-se-ão cada vez mais importantes. Nenhum ator possui o quadro completo dos dados e nenhuma organização pode construir todas as ferramentas necessárias para aprender com eles.
Os países que aprenderem mais rapidamente com esta guerra não serão necessariamente os países que recolheram mais dados. Serão os países que saberão como transformar os dados em lições validadas e as lições validadas em capacidades.
Esse é o verdadeiro desafio da tecnologia de defesa.
A guerra com o Irão está a produzir uma enorme memória operacional.
Algumas delas são mantidas por estados. Alguns por empresas. Alguns por cidadãos. Alguns por adversários. A questão estratégica é se os ecossistemas de defesa democráticos podem organizar esta memória de forma mais rápida, mais responsável e mais inteligente do que os seus inimigos.
A próxima vantagem na defesa pode não vir apenas de uma nova plataforma, míssil ou sensor. Pode advir da capacidade de aprender com cada sensor, cada evento, cada falha e cada decisão, e de converter esse aprendizado em melhor julgamento humano.
A IA pode ajudar. Mas apenas se os dados forem fiáveis, a governação for séria e o decisor humano permanecer no centro.
Porque na guerra moderna, a batalha não termina quando o fogo diminui. Começa uma segunda batalha: a batalha pelo aprendizado.
