A inteligência artificial (IA) já se apresenta como uma das tecnologias mais influentes do nosso tempo. Para além da inovação técnica, ela pode se tornar uma alavanca estratégica para a sociedade civil enfrentar desafios como desigualdade social, mudanças climáticas, exclusão educacional e acesso à justiça.

Pela nossa experiência no campo social, sabemos que novas tecnologias – como foi com a internet, os dados em nuvem ou os aplicativos de gestão – quase nunca chegam acompanhadas de tempo ou opção. A IA não será diferente. A pergunta não é se vamos usá-la ou não, mas como, com quais valores e para quê. O ideal seria ter escolha plena sobre os rumos dessa transição, mas isso é cada vez mais utópico. O momento de agir é agora.

Quando aplicada com ética, diversidade e responsabilidade, a IA pode amplificar causas públicas, processar grandes volumes de dados e transformar informações complexas em conhecimento acessível e acionável – em múltiplas línguas, formatos e territórios. Essa capacidade permite apoiar o mapeamento de dados das desigualdades, antecipar tendências e fortalecer a atuação das organizações em escala.

Ainda assim, esse potencial segue distante da realidade de grande parte das 622 mil organizações da sociedade civil (OSCs) brasileiras ativas, segundo o IPEA,  limitadas por barreiras de infraestrutura, formação, repertório e exigências regulatórias, muitas vezes incompatíveis com sua capacidade técnica e orçamentária – como os altos custos de conformidade com a Lei Geral de Proteção de Dados Pessoais (LGPD). Precisamos agir para que a IA não se torne mais uma fronteira de exclusão, aumentando o abismo entre grandes institutos e organizações comunitárias, entre centros urbanos e periferias, entre quem define os usos da tecnologia e quem lida com suas consequências.

Estamos diante de uma oportunidade rara de integrar a IA como catalisadora de novas formas de atuação social. Num esforço colaborativo entre multiatores e entre setores, é possível conectar o conhecimento acumulado das OSCs aos saberes territoriais, redesenhar soluções, ampliar vozes e democratizar o acesso ao que antes era restrito – desde que o uso da IA esteja ancorado em responsabilidade, justiça e inclusão.

Esses caminhos já começam a emergir. No Brasil, o MapBiomas utiliza IA para identificar desmatamento ilegal e acionar mecanismos de justiça ambiental. Outro exemplo nacional é a Letrus, um programa de desenvolvimento da escrita e da leitura com apoio de inteligência artificial, focado em aprendizado e em reduzir drasticamente o déficit de letramento. A organização indiana Agami aplica IA para facilitar o acesso à justiça por meio de linguagem natural, enquanto a plataforma Apurva.ai, também da Índia, analisa milhares de relatos e pesquisas comunitárias para oferecer insights baseados em sabedoria coletiva, permitindo decisões mais conectadas à realidade dos territórios. Já o Project ECHO, nos Estados Unidos, demonstra como escalar conhecimento médico para áreas remotas. Tais exemplos são iniciativas ainda pontuais, mas que sinalizam possibilidades reais de uso público e transformador da IA em diferentes causas no campo social.

A transformação, no entanto, exigirá mais do que ferramentas. Ela depende de coalizões, projetos colaborativos e multissetoriais que valorizem o papel estratégico da sociedade civil, com seus repertórios sobre mudança social, sua experiência em diversidade e sua capacidade de construir governanças coletivas. Para isso, serão necessários investimentos em infraestrutura, programas de formação contextualizada, acesso a dados públicos confiáveis e alianças entre OSCs, empresas de tecnologia, governos, universidades e redes globais.

Hoje, assistimos a uma desconexão: de um lado, especialistas discutem riscos, vieses e implicações éticas; de outro, atores buscam acelerar soluções para problemas complexos. Precisamos desses dois mundos juntos, criando princípios éticos que sejam técnica e politicamente efetivos – e capazes de responder às necessidades concretas das comunidades mais vulneráveis.

Perder essa janela de oportunidade significaria não apenas atrasar a inovação, mas permitir que ela seja moldada sem a presença da sociedade civil. E, como aprendemos em outras agendas, isso tem custos profundos e duradouros.

Exclusões e barreiras na adoção da IA

Apesar do potencial da IA para qualificar respostas a desafios sociais, sua adoção pelo terceiro setor ainda é marginal. A seguir, reunimos dez barreiras estruturantes que ajudam a explicar essa defasagem – e que precisam ser enfrentadas com urgência para que a IA contribua de fato com a redução de desigualdades e com o aumento do acesso a direitos. 

1. Baixa capacitação técnica e desigualdades interseccionais | A maioria das organizações brasileiras ainda não dispõe de repertório técnico para aplicar IA com autonomia. A pesquisa mais recente conduzida pela SabIAr, em parceria com o Instituto Beja e o Centro de Estudos em Administração Pública e Governo da Escola de Administração de Empresas de São Paulo da Fundação Getulio Vargas (CEAPG/FGV EAESP), com 414 atores do campo social brasileiro,  reforça a urgência dessa agenda e mostra que  42% das lideranças apontam a falta de capacitação como principal entrave, sobretudo em movimentos periféricos e coletivos de base. Globalmente, o Google.org confirma o padrão: 40% das ONGs relatam que ninguém nas equipes está treinado em IA.

2. Infraestrutura digital precária | Conexões instáveis, equipamentos obsoletos e ausência de sistemas em nuvem ainda são realidade para grande parte da população brasileira, sobretudo em regiões rurais e entre pessoas negras, mulheres e das classes D e E. Segundo a TIC Domicílios de 2024, 60% das pessoas acessam a internet exclusivamente pelo celular, chegando a 82% nas áreas rurais. Apenas um em cada cinco brasileiros tem conectividade considerada satisfatória, com as piores condições nas regiões Norte e Nordeste.

Esse cenário torna inviável a adoção de ferramentas que dependem de interoperabilidade, coleta e análise de dados, uso de nuvem ou segurança informacional – especialmente entre organizações de base. Falta acesso a plataformas acessíveis, apoio técnico contextualizado e incentivos públicos para o uso de soluções open source integráveis a uma infraestrutura digital pública e inclusiva.

3. Fragilidade da infraestrutura pública digital | Embora o país tenha avançado com o gov.br e o Pix, ainda faltam serviços multilíngues, interoperabilidade entre entes federativos, intercâmbio seguro de dados e atenção a populações marginalizadas, migrantes, indígenas, pessoas não documentadas e falantes de outras línguas. Sem uma infraestrutura digital equitativa, o uso da IA em políticas sociais tende a reforçar desigualdades existentes.

4. Financiamento limitado e aversão ao risco | O modelo de financiamento ainda prioriza entregas rápidas e mensuráveis, inibindo experimentações com tecnologias emergentes. Poucas fundações mantêm linhas regulares de apoio à inovação institucional e programática com IA, em especial aquelas com doações flexíveis e plurianuais – essenciais ao desenvolvimento tecnológico. Faltam também recursos para formação, infraestrutura e soluções compartilhadas por múltiplas OSCs. O Plano Brasileiro de IA (PBIA), embora preveja R$ 23 bilhões até 2028, ainda carece de diretrizes específicas para a sociedade civil.

5. Regulação excludente e invisibilidade institucional da sociedade civil | A formulação das normas e diretrizes de uso ético da IA segue distante das organizações sociais. Marcos legais como a LGPD são difíceis de aplicar sem suporte técnico ou formação específica, a despeito de diversas iniciativas da própria sociedade civil para desmistificá-los. O risco é que legislações sejam desenhadas sem sensibilidade ao contexto brasileiro de exclusão e diversidade – e que continuem tratando a sociedade civil como usuária periférica, e não como agente regulador legítimo.

6. Falta de diversidade nos ciclos de desenvolvimento da IA | Os ciclos de desenvolvimento da inteligência artificial – do design ao uso – seguem amplamente dominados por grandes empresas de tecnologia,  centros acadêmicos e órgãos públicos concentrados nas regiões mais ricas do Brasil e do mundo. Essa concentração resulta em modelos de IA que não refletem a pluralidade de contextos sociais, culturais e territoriais existentes. Populações negras, indígenas, quilombolas, LGBTQIA+, periféricas, bem como organizações comunitárias e de base, seguem majoritariamente ausentes dos processos que definem quais dados alimentam os sistemas, o que será automatizado, para quem e com qual finalidade.

7. Assimetria de linguagem, repertório e tempos entre os campos técnico e social | Muitos dos códigos, lógicas e jargões que estruturam o desenvolvimento de IA são incompreensíveis – ou francamente hostis – para organizações do campo social e ambiental. As diferenças de vocabulário, velocidade, modos de pensar e formas de validar conhecimento dificultam a construção de projetos conjuntos, mesmo quando há vontade política e interesse mútuo.

8. Colaboração multissetorial fragmentada | Soluções com sentido público demandam ecossistemas de confiança, linguagem comum e espaços de codesign entre técnicos, ativistas, acadêmicos, financiadores, governos, empresas e organizações da sociedade civil. Ainda falta articular esses mundos com valores, intencionalidade, visão compartilhada e uma coordenação efetiva de esforços.

9. Ausência de exemplos concretos e inspiradores | A IA ainda é percebida por muitas organizações como distante ou restrita à automação administrativa. Poucos projetos são documentados de forma acessível e replicável. Falta uma curadoria compartilhada de experiências que tornem visíveis os usos transformadores da IA em educação, saúde, justiça, meio ambiente ou fortalecimento comunitário, ou usem protocolos abertos.

10. Fadiga institucional e sobrecarga operativa | Grande parte das organizações sociais opera em modo de urgência constante, lutando para manter serviços básicos diante de crises e cortes. Nesses contextos, investir tempo, energia e recursos em tecnologias emergentes, ainda que promissoras, soa distante ou até impraticável. O resultado é uma desconexão entre inovação e sobrevivência cotidiana.

Alavancas estratégicas para a transformação social

Mapeados os obstáculos que limitam a adoção da IA no campo social, é hora de olhar para a frente. O desafio não está apenas em responder ao que falta, mas em ativar alavancas sistêmicas capazes de unir diferentes setores e reposicionar a sociedade civil como protagonista no uso e na definição dos rumos da IA. 

A seguir, cinco frentes estratégicas de ação para construir um ecossistema de inovação social robusto, ético e comprometido com a justiça:

1. Capacitação distribuída e repositórios de conhecimento aberto | O campo social não pode depender apenas de cursos pontuais ou formações descoladas dos problemas sociais e ambientais complexos e da realidade dos territórios. É urgente construir programas continuados e contextualizados que combinem conhecimento profundo dos problemas, fundamentos técnicos com debates éticos, repertório crítico e metodologias participativas.

Durante o Google for Brasil 2025, por exemplo, foi anunciado um investimento de R$ 5 milhões para capacitar organizações sociais brasileiras em IA ao longo de três anos. A iniciativa, implementada pelo Instituto para o Desenvolvimento do Investimento Social (Idis), prevê alcançar até mil organizações, sendo 200 com treinamentos aprofundados, com o objetivo de beneficiar diretamente mais de 100 mil pessoas. As formações serão conduzidas pela SabIAr, com foco em habilidades práticas, redução de desigualdades tecnológicas, uso crítico e ético e fortalecimento estratégico das organizações da sociedade civil.

A pesquisa do SabIAr reforça a urgência dessa agenda: apenas 10% dos movimentos sociais e coletivos afirmam usar tecnologias avançadas, e a lacuna de conhecimento técnico segue como um dos principais gargalos do setor. Além disso, revela que a maioria das organizações utiliza IA principalmente em áreas operacionais como comunicação e criação de conteúdo, enquanto aplicações mais estratégicas, como captação de recursos, gestão financeira, e sobretudo na reimaginação de soluções em escala para problemas complexos, ainda são pouco exploradas.

Precisamos nos desapegar das nossas soluções atuais e, colaborativamente, unir esforços de multiatores para deixar emergir soluções disruptivas. Modelos como o do Project ECHO mostram como é possível escalar conhecimento respeitando a diversidade local, conectando especialistas a múltiplos grupos simultaneamente, com escuta ativa do conhecimento local e produção colaborativa de conteúdo que traga essas vozes e suas experiências. Mas essas formações precisam ter uma diversidade de organizações dispostas a colaborar, a aprender e desaprender. Precisam estar articuladas a um repositório público nacional, com dados e soluções open source, ferramentas testadas, estudos de caso e conteúdos em diferentes idiomas, níveis de letramento digital e formatos acessíveis. Só assim novas soluções para problemas complexos poderão emergir com propósito público e torná-lo um bem comum.

2. Infraestrutura digital e dados como bens coletivos | A conexão à internet, o uso de plataformas seguras e o acesso a dados abertos não são apenas temas técnicos – são precondições de cidadania digital. O Plano Brasileiro de IA prevê R$ 23 bilhões até 2028 para infraestrutura e conectividade, mas ainda carece de diretrizes claras voltadas ao campo social. É preciso assegurar que esses investimentos cheguem também às organizações de base.

Além disso, fomentar o desenvolvimento de modelos de linguagem em português, línguas indígenas e variações regionais é essencial para que a IA não apenas fale com os territórios, mas seja capaz de escutá-los. Dados precisam ser tratados como infraestrutura estratégica: coletados com consentimento, protegidos com rigor e mobilizados para gerar valor público – não apenas eficiência privada.

3. Financiamento transformador, não apenas funcional | Iniciativas com IA demandam recursos para teste, erro, adaptação e escala. Por isso é necessário desenhar mecanismos financeiros híbridos – como fundos de readiness, capital filantrópico de risco e blended finance – que sustentem a jornada da inovação em suas diferentes fases.

Fundações podem atuar como catalisadoras: apoiando desde diagnósticos até a prova de conceito, promovendo editais que financiem organizações de uma mesma causa e financiando soluções operacionais compartilhadas (para gestão, contratação, captação e comunicação). O PBIA, por sua vez, já prioriza temas como educação, saúde, justiça e redução de desigualdades – todos com forte presença da sociedade civil.

O papel do setor privado também é decisivo: não apenas com recursos, mas com know-how técnico, voluntariado especializado e adaptação de soluções comerciais para o campo social.

4. Governança distribuída e articulação política local e global | A construção de uma IA voltada ao bem comum depende da capacidade da sociedade civil de ocupar, influenciar e cocriar os espaços de definição de rumos e de uso da tecnologia – tanto no plano nacional como internacional.

No Brasil, é fundamental garantir participação qualificada em instâncias como o Conselho Nacional de Ciência e Tecnologia (CCT), o PBIA e o Comitê Nacional de IA (CNIA), com representantes de coletivos, movimentos sociais e organizações com atuação nos territórios. Para isso, é preciso recursos, formação política, apoio institucional e tempo dedicado – para que a presença nesses fóruns vá além da escuta e permita decisões com efetiva influência da diversidade brasileira.

Globalmente, o Brasil precisa ampliar sua presença e incidência em iniciativas como: AI for Good (ONU/UIT) (iniciativas de IA aplicadas aos Objetivos de Desenvolvimento Sustentável); Data.org (uso de dados e IA para impacto social, com foco em capacitação e financiamento); Partnership on AI (articulação intersetorial por ética, transparência e equidade); GPAI (parceria intergovernamental com envolvimento da sociedade civil e especialistas).

A atuação em redes globais deve se somar à criação de hubs regionais e laboratórios locais de inovação, fortalecendo a governança distribuída dentro do próprio campo social – com princípios éticos cocriados, estruturas de accountability em rede e protocolos práticos de uso responsável da IA. Isso reforça a soberania digital, valoriza saberes locais e projeta internacionalmente as contribuições do Sul Global.

5. Desenvolvimento de tecnologias sociais baseadas em IA com e para os territórios | Para que a inteligência artificial seja de fato uma aliada das transformações sociais, ela precisa ser pensada a partir dos problemas e contextos dos territórios, e das soluções já construídas pelos mesmos.

Ainda são raros os investimentos em tecnologias sociais baseadas em IA, ou seja, ferramentas desenvolvidas com envolvimento direto de comunidades, coletivos, redes locais e organizações periféricas. Ao contrário do modelo top-down, essas soluções emergem de processos de escuta ativa, análise crítica e prototipagem conjunta, com atenção à diversidade cultural, linguística e territorial.

Exemplos como plataformas de mapeamento comunitário com IA, algoritmos treinados com dados de base para prever riscos socioambientais ou sistemas preditivos para orientar ações em saúde e educação pública já demonstram o potencial dessa abordagem. Mas falta escala, documentação acessível e mecanismos que incentivem a replicação. Apoiar o desenvolvimento dessas soluções – com editais específicos, aceleração técnica, repositórios públicos e financiamento contínuo – é investir em soberania tecnológica, inteligência coletiva e justiça digital.

Um chamado à transformação coletiva

A inteligência artificial não é um fim em si, mas um espelho das estruturas e prioridades que escolhemos alimentar. Seu uso no campo social pode reproduzir desigualdades ou enfrentá-las. Pode ampliar a eficiência das organizações – ou reconfigurar o próprio modo como produzimos, compartilhamos e mobilizamos soluções públicas. 

Ao longo deste texto, defendemos que a IA deve ser compreendida como uma infraestrutura crítica da mudança social – algo que, quando planejado e apropriado de forma coletiva, pode fortalecer o protagonismo de comunidades, ampliar o acesso a direitos e reposicionar a sociedade civil como força articuladora da inovação democrática.

Mas para que isso aconteça, é preciso romper com a lógica de soluções isoladas, pilotos pontuais e investimentos fragmentados. Faltam hoje financiamentos voltados à criação de infraestruturas comuns, coconstruídas por múltiplas organizações, que respondam a desafios complexos compartilhados e possam melhorar a vida de milhares de pessoas e do nosso planeta. Fundações, fundos públicos e empresas podem também – e devem – apoiar o desenvolvimento de soluções institucionais de uso coletivo, como plataformas open source para gestão financeira, seleção de recursos humanos, captação, comunicação e avaliação de impacto, capazes de elevar o padrão de atuação de centenas de organizações simultaneamente.

Do mesmo modo, é urgente fortalecer intermediários e redes articuladoras que conectem saberes, potencializem boas práticas e traduzam inovações tecnológicas para os repertórios e realidades do campo social. Essa é a via mais promissora para uma mudança sistêmica que reduza desigualdades, em vez de apenas administrá-las com ferramentas novas.

A inteligência artificial não é um futuro distante, é a disputa do presente. Mais do que garantir acesso à tecnologia, está em jogo a capacidade da sociedade civil de seguir imaginando e realizando outros mundos possíveis.

O campo social brasileiro já provou, em muitas travessias, sua força de reinvenção. A IA é apenas mais uma – mas decisiva. E, como toda travessia crítica, exige coragem, colaboração e visão de futuro. Não se trata de seguir a corrente, e sim de reposicionar o leme.

Se o tempo da tecnologia é veloz, o da transformação social pede profundidade, escuta e propósito. É nesse entrelaçamento que reside a potência de uma IA com sentido público – não para repetir o que fazemos, mas para transformar o que precisa ser feito.