Governo dos EUA: Llama para IA segura e aberta
A agência de compras do governo dos EUA (GSA) integrou o Llama da Meta a um programa governamental. Isso permite que as agências federais utilizem o modelo dentro de condições padronizadas. A GSA confirma isso em um comunicado de imprensa e faz referência à Iniciativa OneGov para uma adoção de IA mais rápida e segura nas agências federais.
Quelle: Representação própria
Aprovação da GSA para o Llama
No dia 22 de setembro de 2025, a Reuters, citando a GSA, confirmou que as agências federais dos EUA poderão usar o Llama oficialmente. O Llama é classificado como uma ferramenta de IA "aprovada" nas estruturas da GSA. O comunicado de imprensa da GSA menciona especificamente a integração na Iniciativa OneGov e faz referência aos memorandos do OMB M-25-21 e M-25-22 como diretrizes políticas para uso e aquisição. Anteriormente, a GSA já havia autorizado outros fornecedores de IA para uso federal, como OpenAI, Google e Anthropic; agora o Llama se junta a eles. O contexto de segurança é especialmente importante: a AWS GovCloud recebeu FedRAMP “Alto” e DoD IL4/5 para o uso do Llama e do Claude, em ambientes sensíveis. A própria Meta descreve o quadro OneGov como amigável em termos de custo e controle de dados, já que modelos de pesos abertos podem ser operados localmente.
Quelle: Vídeo do YouTube
Compreendendo o Llama
O Llama é uma família de modelos conhecidos como pesos abertos (Open-Weights) da Meta. Os pesos prontos do modelo estão livremente disponíveis, permitindo que desenvolvedores os executem localmente ou em uma nuvem governamental. O código-fonte, dados de treinamento e receitas de treinamento não são totalmente abertos. A iniciativa de código aberto (OSI) classifica o Llama como não sendo Open Source; isso é importante para a correta classificação. Os Frameworks de Gerenciamento de Riscos de IA do NIST (AI RMF) fornecem, paralelamente, um guia sobre como as agências devem gerenciar riscos de IA, independentemente do tipo de modelo. Eles estão disponíveis no NIST AI 100-1 e no site do NIST.
Quelle: unite.ai
Llama: IA de código aberto no código.
Fatores-Chave e Contexto
A aprovação do Llama pela GSA deve-se a vários motivos. Em primeiro lugar, custos e controle desempenham um papel: modelos de pesos abertos permitem Self-Hosting, o que melhora a soberania de dados e o controle de custos. A NTIA publicou um relatório sobre isso. Em segundo lugar, a estratégia de aquisição é relevante: OMB M-25-22 enfatiza competição, controle de desempenho e gerenciamento de risco na aquisição de IA; modelos abertos servem como contrapeso a serviços proprietários e reduzem o Vendor Lock-in. Terceiro, a segurança é um fator: com FedRAMP/IL4-5, fica mais fácil usar tais modelos em ambientes governamentais sensíveis. Ao mesmo tempo, a governança continua alta: o NIST AI RMF exige avaliações de risco documentadas, testes de imparcialidade, rastreabilidade e monitoramento.
Quelle: blog.lilypadnetwork.org
IA no cotidiano das agências: Llama como assistente digital para processos mais eficientes.
Verificação de Fatos e Esclarecimentos
Comprovado: A GSA confirma a integração OneGov do Llama; a Reuters reporta a autorização para agências federais em 22 de setembro de 2025. O comunicado de imprensa da GSA está disponível aqui.
Comprovado: OMB M-25-21 e M-25-22 definem o framework para uso e aquisição de IA em órgãos federais.
Comprovado: A AWS GovCloud tem FedRAMP “Alto” e DoD IL4/5 para o uso de Llama/Claude, o que viabiliza a operação em ambientes sensíveis.
Não esclarecido: “Open Source” no sentido estrito OSI. O Llama continua, segundo a OSI, não sendo Open Source; a visão da Meta é de “open source/open models”, a OSI discorda. A perspectiva da Meta pode ser encontrada aqui. Na prática, trata-se de Open Weights, não de IA totalmente aberta, conforme mostra o Relatório NTIA.
Falso/Enganoso: “Com a aprovação da GSA, o Llama é automaticamente autorizado pelo FedRAMP.” FedRAMP autoriza serviços em nuvem, não famílias de modelos em si; relevante é o ambiente operacional autorizado (por exemplo, AWS GovCloud com as liberações mencionadas) e o gerenciamento de riscos conforme o NIST AI RMF. Informações sobre FedRAMP estão em fedramp.gov. Uma explicação pode ser encontrada no FedScoop e no NIST AI RMF.
Quelle: kanzlei-herfurtner.de
Llama no data center: IA de código aberto como pilar da TI governamental moderna.
Implicações para as Agências
Para as agências, a aprovação significa que o Llama pode ser avaliado e colocado em produção sob condições padronizadas, incluindo opções de Self-Hosting em GovCloud ou on-prem. Isso encurta caminhos de dados e reduz o Vendor Lock-in, conforme enfatizado no OMB M-25-22. As agências devem avaliar estritamente conforme o NIST AI RMF (Govern, Map, Measure, Manage) e usar os playbooks do NIST AI Resource Center. O NIST AI RMF continua a ser a base. Para áreas técnicas, os pesos abertos proporcionam controle de custos mais granular (tempo de GPU, dimensionamento), trilhas de logging/auditoria mais claras e integrações em procedimentos técnicos, contanto que avaliação, conceitos de segurança de prompt e Red Teaming estejam estabelecidos. Mais informações podem ser encontradas no Relatório NTIA sobre Pesos de Modelos Abertos.
Quelle: Vídeo do YouTube
Questões em aberto e Perspectivas Futuras
Ainda existem questões em aberto. Como as agências irão operacionalizar questões de licenciamento e conformidade do Llama, por exemplo a cláusula de 700 milhões de usuários ativos (MAU) e termos de uso aceitáveis, principalmente em projetos com várias partes interessadas e compras subsequentes? A licença especifica o limiar e pode exigir autorização adicional pela Meta. Como os compradores devem integrar o OMB M-25-22 (aquisição de IA) e o NIST AI RMF (gestão de riscos) em contratos de longo prazo e demonstrações? E quais benchmarks de avaliação se tornarão o padrão no setor público para comparar de forma justa pesos abertos com serviços proprietários, como sugerido no Plano de Ação de IA da América?
A aprovação do Llama para uso por agências americanas marca um passo prático rumo a maior liberdade de escolha: pesos abertos, Self-Hosting e caminhos padronizados de aquisição podem reduzir dependências, custos e riscos de dados, desde que governança e arquitetura de segurança sejam implementadas de forma consistente. Isso é apoiado pela notícia da Reuters, pela comunicação de imprensa da GSA e pelo OMB M-25-22. Quem quiser aplicar o Llama deve considerar seriamente a discussão OSI, verificar a licença com cuidado e usar o NIST-RM de Gerenciamento de Risco como guia ao longo de projeto, aquisição e operação. Assim, o benefício de modelos abertos no setor público pode ser aproveitado de forma sólida e transparente.