Quando o presidente chileno Gabriel Boric declarou, no lançamento do LatamGPT em Santiago, que ali se defendia "nossa identidade e nosso direito de existir", ele não estava apenas inaugurando uma ferramenta tecnológica — estava respondendo a uma pergunta que paira sobre nós há décadas: como podemos garantir que as máquinas que nos representam carreguem a complexidade de nossas histórias, de nossos dialetos e de nossas realidades sociais? Agora, menos de um ano após aquele marco, o projeto anuncia uma segunda versão com maior qualidade e mais dados, sinalizando que aquela declaração não foi um gesto simbólico, mas o início de uma jornada técnica e política que está apenas começando.

Um cérebro digital feito com a matéria-prima da América Latina

Para entender por que essa evolução importa, é preciso primeiro desmontar o que está por trás do nome LatamGPT. Trata-se de um modelo de linguagem de grande escala — ou LLM, como os especialistas chamam — desenvolvido de forma colaborativa por mais de 200 profissionais de 15 países latino-americanos, coordenado pelo CENIA, o Centro Nacional de Inteligência Artificial do Chile. A primeira versão, liberada no primeiro semestre de 2026, foi construída a partir do Llama 3.1 — o modelo de 70 bilhões de parâmetros da Meta — e treinada com um corpus impressionante de aproximadamente 300 bilhões de tokens, extraídos de mais de 2,6 milhões de documentos de 20 países da região e da Espanha. O que torna esse conjunto de dados diferente? Ele inclui, além do espanhol e do português, línguas indígenas como Quechua, Guaraní e Mapudungun, cobrindo mais de 1.500 idiomas — um contraste gritante com os modelos globais, onde o espanhol e o português representam apenas 2 a 3% dos dados de treinamento.

O papel do Brasil e o corpus que trouxe a voz lusófona

A participação brasileira nessa primeira versão não se limitou a fornecer dados para avaliação. Um dos materiais mais significativos incorporados foi o corpus Carolina, da Universidade de São Paulo (USP), uma coleção pública com anotações linguísticas detalhadas que permitiu ao modelo capturar nuances do português brasileiro — algo que modelos treinados majoritariamente em inglês simplesmente ignoram. Segundo Fábio Cozman, professor da Escola Politécnica da USP e diretor do C4AI (Center for Artificial Intelligence), o Brasil contribuiu tanto com dados para avaliação quanto com conjuntos textuais em português, e agora participa ativamente dos planos para a versão 2. Cozman, que compartilhou essa informação em entrevista ao Mobile Time em 3 de agosto de 2026, participará de um painel sobre soberania nacional em IA no Super Bots Experience 2026, nos dias 18 e 19 de agosto, no WTC São Paulo — um evento que promete aprofundar exatamente o debate sobre por que a América Latina precisa de modelos que a entendam de verdade.

Não é um chatbot: é infraestrutura para quem quer construir

Uma distinção importante que costuma se perder nas manchetes: o LatamGPT não é um chatbot pronto para o consumidor final como o ChatGPT. Ele é uma infraestrutura open-source — ou seja, de código aberto, disponível publicamente — projetada para desenvolvedores, empresas, governos e universidades que desejam criar aplicações adaptadas às realidades locais. O modelo está disponível na HuggingFace sob o nome Llama-3.1-70B-LatamGPT-SFT-1.0, e existe também um chat experimental em copuchat.latamgpt.org, com uso gratuito, porém com restrições na licença que impedem grandes empresas comerciais de explorá-lo livremente para fins lucrativos. Na prática, isso significa que uma municipalidade chilena pode testá-lo para reduzir a evasão escolar, ou um hospital público pode adaptá-lo para melhorar serviços de saúde — e de fato, segundo o Brookings Institution, isso já está acontecendo em diversas cidades chilenas.

Financiamento enxuto, ambição continental

Os números que sustentam essa iniciativa revelam tanto a escala da colaboração quanto seus limites financeiros. O financiamento inicial veio do próprio CENIA, com aproximadamente US$ 300 mil, complementado por US$ 250 mil adicionais da CAF (Banco de Desenvolvimento da América Latina). A infraestrutura de supercomputação, porém, é mais robusta: a Universidade de Tarapacá, no Chile, investiu US$ 10 milhões em um centro dedicado que permitiu treinar o modelo na nuvem da Amazon Web Services (AWS). O apoio da AWS e do Data Observatory foi reconhecido oficialmente no lançamento de fevereiro de 2026, ao lado de autoridades como o ministro chileno da Ciência, Aldo Valle, e Álvaro Soto, diretor do CENIA. O reconhecimento do projeto não tardou: em maio de 2026, o LatamGPT venceu a categoria Inovação América Hispânica no Prêmio Seleção Mobile Time 2026, tanto no voto popular quanto na escolha do júri, além de receber o Grand Prix do Júri — um sinal de que o mercado e a comunidade técnica já enxergam relevância na iniciativa.

Por que uma segunda versão? O que muda e o que isso significa

O anúncio de que o LatamGPT ganhará uma segunda versão — com maior qualidade e mais dados — feito por Fábio Cozman em agosto de 2026, não é apenas uma atualização técnica. É a confirmação de que o projeto superou a fase de prova de conceito e agora busca maturidade. Na prática, "maior qualidade" pode significar redução de vieses, melhor compreensão de contextos regionais específicos (como gírias, expressões idiomáticas e referências culturais) e maior precisão em tarefas como sumarização, correção de textos e respostas a perguntas — funções para as quais o modelo já está sendo usado. "Mais dados" pode incluir a incorporação de novos datasets regionais, como decisões judiciais de Buenos Aires, registros de bibliotecas do Peru e livros didáticos da Colômbia, materiais que a equipe do CENIA já vem refinando, segundo o Brookings Institution. O coordenador geral do CENIA reconheceu, porém, que a representação plena da diversidade regional levará pelo menos uma década — um lembre de que a construção de soberania em inteligência artificial é uma maratona, não uma corrida de curta distância.

O que vem a seguir: entre o pragmatismo e a utopia

O próximo passo concreto já está definido: a versão 2 do LatamGPT está em desenvolvimento, com a promessa de ampliar tanto a base de dados quanto a qualidade das respostas. Para quem acompanha o debate sobre soberania em IA, o projeto representa algo maior do que um modelo técnico — é uma afirmação de que a América Latina pode e deve participar ativamente da construção das ferramentas que definirão como suas populações interagem com a tecnologia nas próximas décadas. Como Boric disse no lançamento, alguns podem pensar que criar um gerador de linguagem a partir da América Latina é "coisa para nerds", mas não é: é sobre defender identidade e o direito de existir no espaço digital. A pergunta que fica para o leitor curioso é: se modelos como o ChatGPT foram treinados com uma visão de mundo predominantemente anglo-saxônica, o que acontece quando máquinas começam a entender nossas próprias palavras — e a respondê-las com a complexidade que merecemos?