Pular para o conteúdo

Lei de Transparência de Conteúdo de IA de Washington: Lacunas de Proveniência a Serem Superadas

Criar conteúdo com IA é fácil. Provar a origem desse conteúdo torna-se mais difícil quando ele transita entre modelos, aplicativos, ferramentas de edição, plataformas e canais de distribuição.

A imagem foi gerada por IA ou simplesmente redimensionada? Um sistema de IA generativa alterou materialmente um vídeo? Qual provedor produziu o conteúdo? Os dados de origem foram preservados após a edição, conversão ou distribuição subsequente?

Os novos requisitos de transparência de conteúdo de IA de Washington transformam essas questões em lei.

O governador Bob Ferguson assinou. Projeto de Lei nº 1170 da Câmara dos Representantes Em 24 de março de 2026, a lei entrará em vigor. 1 de fevereiro de 2027 e cria novos requisitos de comprovação de origem para fornecedores qualificados de sistemas de IA generativa que criam ou alteram materialmente conteúdo de imagem, vídeo e áudio.

A legislação não regulamenta todas as empresas que utilizam IA.

Os requisitos do setor privado concentram-se nos prestadores abrangidos, cujos IA generativa Os sistemas excedem um limite de usuários definido e permanecem acessíveis ao público em Washington para uso pessoal.

Mas a questão mais ampla da governança vai além disso.

A transparência da IA exige mais do que um rótulo. As organizações precisam saber quais sistemas de IA existem, quem os detém, quais dados os sustentam, quais modelos e versões as equipes utilizam e quais controles se aplicam à medida que a IA avança pelos fluxos de trabalho da empresa.

Este guia explica a lei de transparência de conteúdo de IA de Washington, quem deve cumpri-la, o que os dados de proveniência devem alcançar, quais atividades estão fora da lei e como as organizações podem fortalecer a governança por trás da transparência da IA.

Perfil Executivo

Lei de Transparência de Conteúdo de IA de Washington: O Que Importa

  • A lei entra em vigor em 1º de fevereiro de 2027. Washington promulgou a HB 1170 em março de 2026 como Capítulo 167 das leis da sessão de 2026.
  • A regra para o setor privado tem como alvo grandes fornecedores de IA generativa voltados para o consumidor. Um provedor abrangido cria, codifica ou produz de outra forma um sistema de IA generativa qualificado com mais de 1 milhão de usuários mensais que seja publicamente acessível aos consumidores em Washington para uso pessoal.
  • A lei centra-se em imagens, vídeos e áudios. Os provedores abrangidos devem incluir dados de proveniência no conteúdo qualificado criado ou materialmente alterado por seus sistemas, quando comercial e tecnicamente razoável.
  • A proveniência deve ajudar os usuários a avaliar a origem do conteúdo. Os fornecedores devem utilizar métodos comercial e tecnicamente razoáveis para dificultar a remoção ou adulteração desses dados de proveniência.
  • A lacuna operacional reside no contexto da IA. A tecnologia de proveniência pode identificar a origem do conteúdo, mas as equipes de governança ainda precisam de visibilidade dos sistemas de IA, da propriedade, dos modelos, dos dados, das políticas e dos riscos em todo o ambiente.

O que é a Lei de Transparência de Conteúdo de IA de Washington?

A lei de transparência de conteúdo de IA de Washington vem de HB 1170, Legislação que aborda conteúdo desenvolvido ou modificado por inteligência artificial.

As disposições relativas ao setor privado agora aparecem em Capítulo 19.435 RCW, intitulado Inteligência Artificial: Revelações.

A lei estabelece requisitos de comprovação de origem para determinados fornecedores de IA generativa voltados para o consumidor.

De acordo com a lei, dados de proveniência significam informações incorporadas em conteúdo digital ou incluídas em seus metadados com o objetivo de verificar a autenticidade, a origem ou o histórico de modificações do conteúdo.

Para os provedores abrangidos, isso significa que o conteúdo de imagem, vídeo e áudio gerado por IA ou materialmente alterado, que seja qualificado, deve conter dados que ajudem o usuário a avaliar se o sistema de IA generativa do provedor o criou ou o alterou materialmente.

A lei também orienta os fornecedores abrangidos a utilizarem métodos comercial e tecnicamente razoáveis para dificultar a remoção ou adulteração desses dados de proveniência.

Washington identifica especificamente padrões de marca d'água ou metadados comumente suportados, incluindo o Especificação da Coalizão para Proveniência e Autenticidade de Conteúdo (C2PA, na sigla em inglês)., como uma forma de satisfazer o requisito de inviolabilidade.

A lei não transforma todas as práticas de divulgação de IA em uma exigência de Washington.

A versão final é mais concisa do que diversas versões anteriores do HB 1170, o que torna o RCW promulgado a fonte adequada para o planejamento de conformidade para 2027.

Quando entra em vigor a lei de transparência de conteúdo de IA de Washington?

Os requisitos de transparência de conteúdo de IA de Washington entram em vigor. 1 de fevereiro de 2027.

Cronograma Legislativo

Da proposta de transparência da IA aos requisitos de 2027

Três marcos definem a versão que as organizações devem usar para o planejamento de conformidade.

6 de janeiro de 2025

Projeto de Lei 1170 (HB 1170) - Pré-apresentado

Legisladores de Washington começam a trabalhar em um projeto de lei que aborda o conteúdo criado ou modificado com inteligência artificial.

24 de março de 2026

Governador sanciona o projeto de lei HB 1170

O governador Bob Ferguson sanciona a versão final como Capítulo 167 das Leis de Washington de 2026.

1 de fevereiro de 2027

Os requisitos entram em vigor.

Os fornecedores abrangidos devem cumprir os requisitos de proveniência aplicáveis da lei para conteúdo de IA generativa qualificado.

Conclusão regulatória: Utilize o Capítulo 19.435 do RCW e a versão final promulgada da Lei HB 1170 para o planejamento de conformidade. Versões anteriores continham requisitos que Washington removeu antes da aprovação final.

Quem deve cumprir a lei de transparência de conteúdo de IA de Washington?

A lei não se aplica a todos os desenvolvedores de IA, usuários corporativos de IA ou empresas que oferecem software em Washington.

Cria uma definição específica de um(a) provedor coberto.

Âmbito regulatório

Três elementos definem um provedor abrangido

O fornecedor, a escala do sistema e a disponibilidade para o consumidor são fatores importantes.

Elemento 01

Produz o sistema GenAI.

A pessoa ou entidade cria, programa ou produz de alguma outra forma o sistema de IA generativa.

Elemento 02

Mais de 1 milhão de usuários mensais

O sistema de IA generativa possui mais de 1.000.000 de usuários mensais.

Elemento 03

Acesso do consumidor em Washington

O sistema é de acesso público para uso pessoal dentro do estado de Washington.

Distinção importante: Washington exclui governos estaduais, locais e tribais da definição de provedor abrangido. A mesma legislação cria uma regra separada de divulgação de IA para agências governamentais.

Esse escopo é importante para empresas que utilizam IA generativa de terceiros.

Uma empresa que utiliza um gerador de imagens comercial internamente não se torna automaticamente um fornecedor abrangido pela cobertura simplesmente porque seus funcionários utilizam esse sistema.

A lei também afirma que o Capítulo 19.435 não se aplica a usos entre empresas, vendas, licenciamento ou distribuição de sistemas de IA generativos.

Essa distinção impede que as equipes tratem a lei de proveniência de conteúdo de Washington como um mandato universal de IA empresarial.

No entanto, as organizações ainda precisam de o suficiente visibilidade da governança de IA Para determinar quais sistemas de IA eles constroem, fornecem, licenciam, implementam e utilizam.

A análise de escopo torna-se muito mais difícil quando as equipes não conseguem identificar os sistemas de IA que operam em todo o ambiente ou distinguir a IA desenvolvida internamente dos serviços de terceiros.

Que tipos de conteúdo de IA a lei de Washington abrange?

A definição de inteligência artificial generativa de Washington se concentra na tecnologia que gera:

  • Imagens
  • Áudio
  • Vídeo
  • Combinações desses tipos de mídia

O requisito de proveniência aplica-se quando o sistema de IA generativa de um fornecedor abrangido é utilizado. cria ou altera materialmente conteúdo qualificado.

A lei define alteração material como uma mudança significativa que altera substancialmente os dados no conteúdo.

Identifica também diversas modificações que não são consideradas alterações materiais quando não alteram significativamente o conteúdo ou o significado percebido.

Escopo do conteúdo

Alterações significativas na IA versus edições menores

Potencialmente Coberto

Criação ou alteração material

Uma mudança significativa impulsionada por IA que altere substancialmente os dados de conteúdo pode acionar o requisito de proveniência quando as demais condições legais se aplicarem.

Geralmente de menor importância

Alterações técnicas ou estéticas

Exemplos incluem brilho, contraste, cor, nitidez, saturação, filtros, redimensionamento, escala, recorte, conversão de formato, reamostragem, redução de ruído e remoção de ruído de fundo do áudio, quando essas alterações não alteram significativamente o conteúdo ou o significado percebido.

Principal distinção: A versão final da lei de Washington não cria um requisito geral de proveniência para textos gerados por IA, conforme o Capítulo 19.435.

Que dados de proveniência o estado de Washington exige?

Um fornecedor abrangido pela lei deve incluir dados de proveniência em conteúdos de imagem, vídeo e áudio qualificados. na medida em que for comercial e tecnicamente razoável..

Os dados de proveniência devem permitir que o usuário avalie se o sistema de IA generativa do provedor criou ou alterou materialmente o conteúdo.

Os fornecedores abrangidos também devem usar métodos comercial e tecnicamente razoáveis para dificultar a remoção ou adulteração dos dados de proveniência.

Washington reconhece especificamente o uso de um padrão técnico amplamente aceito para marca d'água ou metadados, como o Especificação C2PA, estando em conformidade com este requisito anti-adulteração.

A lei não exige que os fornecedores incluam informações sobre um indivíduo identificado ou razoavelmente identificável nos dados de proveniência.

Isso cria duas camadas de governança distintas:

  • Origem do conteúdo: Informações técnicas que ajudam a estabelecer a origem ou o histórico de modificações da IA.
  • Governança de IA empresarial: Contexto organizacional sobre o sistema de IA, modelo, proprietário, finalidade, dados conectados, riscos e controles.

O primeiro aspecto apoia a autenticidade do conteúdo.

A segunda ajuda a organização a compreender o sistema por trás do conteúdo.

As organizações precisam de ambos os tipos de contexto quando desejam transparência em IA que vá além de um único arquivo.

O que a lei de conteúdo de IA de Washington exclui?

Entender o que a lei exclui é tão importante quanto entender o que ela abrange.

Limites de Escopo

Quatro limites que as organizações devem conhecer.

01

Usos B2B. O Capítulo 19.435 não se aplica a usos, vendas, licenciamento ou distribuição de sistemas de IA generativa entre empresas.

02

Processamento técnico menor. Sistemas utilizados exclusivamente para ampliação de escala, redução de ruído ou compressão não estão incluídos neste capítulo.

03

Determinadas experiências interativas. A lei exclui produtos, serviços, sites ou aplicativos que ofereçam exclusivamente jogos eletrônicos ou experiências interativas dentro do escopo definido pela lei.

04

Segredos comerciais. Este capítulo não exige a divulgação de segredos comerciais ou informações confidenciais ou proprietárias sobre o projeto ou uso de sistemas de IA.

Conclusão operacional: O contexto de inventário e negócios da IA é importante porque a mesma tecnologia pode estar dentro ou fora dos requisitos diretos de Washington, dependendo do fornecedor, do público-alvo, do caso de uso e das características do sistema.

Por que a tecnologia de procedência sozinha não é suficiente

Um provedor pode implementar metadados de proveniência e ainda assim ter dificuldades com a governança de IA.

Considere uma organização com múltiplos produtos de IA generativa.

Um modelo produz imagens. Outro cria áudio. As equipes de produto implementam diferentes versões de modelos em ofertas para consumidores e empresas. Alguns aplicativos usam modelos próprios, enquanto outros chamam APIs de terceiros.

A organização pode implementar corretamente a tecnologia de proveniência na camada de conteúdo.

Mas as equipes de governança ainda precisam responder:

  • Quais sistemas de IA generativa estão disponíveis publicamente para os consumidores?
  • Quais sistemas excedem o limite legal de usuários?
  • Quem é o proprietário de cada sistema?
  • Qual modelo e versão alimenta cada aplicativo?
  • Quais fontes de dados dão suporte a esses modelos e fluxos de trabalho?
  • Quais sistemas atendem a casos de uso do consumidor e quais atendem a casos de uso B2B?
  • Quais equipes são responsáveis pela implementação e pelos testes de proveniência?
  • Como a organização documenta as mudanças ao longo do tempo?

A proveniência pode informar aos usuários algo sobre o conteúdo. A governança de IA informa à organização algo sobre o sistema que o produziu.

A lacuna de transparência na IA

Cinco lacunas entre a proveniência do conteúdo e a governança da IA

Tratam-se de lacunas na governança operacional, e não de constatações automáticas de descumprimento da legislação do estado de Washington.

Lacuna 01 / Descoberta

Produtos de IA conhecidos vs. Imóveis de IA reais

O que as equipes acompanham: Produtos de IA generativa aprovados e principais plataformas.

O que eles podem perder: IA Sombra, modelos incorporados, ambientes de desenvolvimento, IA de terceiros e aplicativos não registrados.

Reduzir a diferença: Descubra sistemas de IA em ambientes de nuvem, SaaS, código, desenvolvimento e corporativos.

Lacuna 02 / Propriedade

Modelo de Inventário vs. Responsabilidade

O que as equipes acompanham: Nomes e aplicações dos modelos.

O que eles podem perder: Proprietários, objetivo comercial, status de aprovação, versões do modelo e equipes responsáveis.

Reduzir a diferença: Conecte cada ativo de IA com sua propriedade, propósito, modelo, política e contexto de negócios.

Lacuna 03 / Dados

Origem do conteúdo vs. Origem dos dados

O que a proveniência demonstra: Se o conteúdo relevante foi gerado por um sistema de IA ou modificado por ele.

O que a governança ainda pode precisar: Os conjuntos de dados, repositórios, fluxos de trabalho e informações sensíveis conectados ao próprio sistema de IA.

Reduzir a diferença: Conecte o inventário de IA com a descoberta de dados, classificação e contexto de linhagem.

Lacuna 04 / Alteração

Análise inicial versus evolução do modelo

O que as equipes aprovam: Um modelo, versão, fluxo de trabalho ou configuração de produto específico.

O que pode mudar: Modelos, dados conectados, integrações, propriedade, populações de usuários e contexto de implantação.

Reduzir a diferença: Monitore o inventário de IA, os riscos e o contexto de governança à medida que os sistemas mudam.

Lacuna 05 / Evidência

Política de Transparência vs. Evidências de Governança

O que as equipes publicam: Políticas de IA, divulgações e compromissos de transparência.

O que eles podem ter dificuldade em provar: Quais sistemas a política abrange, quem são os proprietários, quais controles se aplicam e se as equipes abordaram os riscos identificados.

Reduzir a diferença: Conecte políticas, ativos de IA, avaliações, propriedade e evidências de remediação.

O panorama geral

Transparência requer contexto.

A origem do conteúdo ajuda a explicar a mídia. A governança da IA ajuda a explicar o sistema, os dados, a propriedade e os riscos envolvidos.

Próximo passo: Conecte os controles de transparência de IA com a IA empresarial e a inteligência de dados.

Como uma atualização de modelo pode expor a lacuna de transparência

Imagine uma empresa que opera um serviço popular de geração de imagens por IA voltado para o consumidor.

O fornecedor adiciona metadados de proveniência às imagens geradas e utiliza um padrão técnico compatível para ajudar a proteger essas informações contra adulteração.

Em seguida, a equipe de produto implementa uma nova versão do modelo.

Ao mesmo tempo, outra equipe altera um fluxo de processamento de imagens e adiciona um componente de terceiros antes que os usuários baixem o conteúdo finalizado.

A organização agora precisa responder a várias perguntas:

  • Qual versão do modelo gerou a imagem?
  • O processamento subsequente preservou os dados de proveniência?
  • Qual equipe é proprietária do novo componente de processamento?
  • O novo fluxo de trabalho ainda se enquadra na arquitetura aprovada?
  • Quais fontes de dados e serviços dão suporte ao modelo atualizado?
  • Essa mudança alterou a avaliação de risco da organização?
  • As equipes de governança conseguem identificar todos os sistemas voltados para o consumidor afetados pela atualização?

A norma de proveniência aborda uma importante camada técnica.

Não cria o inventário de IA empresarial, o modelo de propriedade, o contexto de dados, a avaliação de riscos ou as evidências de governança necessárias para responder às demais questões.

É aqui que a transparência da IA se torna um problema de governança da IA.

A transparência da IA começa com a visibilidade da IA.

Você sabe quais sistemas de IA estão por trás do seu conteúdo?

A BigID ajuda as organizações a descobrir sistemas de IA, conectar modelos com proprietários e dados, identificar IA paralela, avaliar riscos e manter evidências de governança em ambientes corporativos.

Washington exige marcas d'água de IA?

Washington não exige uma tecnologia específica de marca d'água.

Em vez disso, a lei exige que os fornecedores abrangidos incluam dados de proveniência qualificados e utilizem métodos comercial e tecnicamente razoáveis para dificultar a remoção ou adulteração desses dados.

A lei estabelece que a utilização de um padrão técnico amplamente aceito para marca d'água ou metadados, como o C2PA, satisfaz esse requisito de proteção contra adulteração.

Isso proporciona flexibilidade técnica aos provedores abrangidos, ao mesmo tempo que permite estabelecer um resultado:

Os usuários devem ter uma maneira prática de avaliar se o conteúdo de imagem, vídeo ou áudio qualificado foi obtido ou sofreu alterações significativas por meio do sistema de IA generativa do provedor.

As organizações devem distinguir esse requisito legal de proveniência de conteúdo dos controles mais amplos de governança de IA empresarial.

O BigID não substitui a marca d'água em mídias, as credenciais de conteúdo ou os padrões de procedência.

A BigID aborda a camada de governança circundante, ajudando as organizações a descobrir e inventariar sistemas de IA, conectar a IA aos dados corporativos, estabelecer a propriedade e o contexto de negócios, avaliar riscos e manter evidências sobre a atividade de governança.

A Lei de Inteligência Artificial de Washington se aplica a agências governamentais?

O projeto de lei HB 1170 também criou uma exigência separada para as agências governamentais de Washington.

A partir de 1º de fevereiro de 2027, uma agência governamental que disponibilizar um sistema de IA para interação com os consumidores deverá informar o consumidor de que ele está interagindo com um sistema de IA.

A agência deve fornecer a informação antes ou no momento da interação.

A divulgação deve:

  • Aparecer de forma clara e visível.
  • Use linguagem simples.
  • Evite padrões escuros.

A lei permite que uma agência utilize um hiperlink para direcionar o consumidor a uma página de divulgação separada.

Esta disposição relativa a agências governamentais aparece separadamente em Capítulo 42.64 RCW.

Difere do requisito de proveniência do provedor privado coberto, conforme o Capítulo 19.435.

Como Washington aplica a lei de transparência de conteúdo de IA?

Washington confere ao Procurador-Geral do estado autoridade para fazer cumprir o Capítulo 19.435.

Para fins de ações de fiscalização do Procurador-Geral, a lei considera a conduta que viola o capítulo como um ato ou prática desleal ou enganosa e um método desleal de concorrência, de acordo com a Lei de Proteção ao Consumidor de Washington.

Somente o Procurador-Geral pode instaurar um processo com base na Lei de Proteção ao Consumidor, de acordo com essa disposição específica de fiscalização.

Fiscalização

Washington conecta a rastreabilidade da IA à proteção do consumidor.

Procurador-Geral

Fiscalização Estadual

O Procurador-Geral de Washington pode instaurar um processo para fazer cumprir o capítulo.

Lei de Proteção ao Consumidor

Quadro de aplicação da lei

A lei relaciona as violações abrangidas com a Lei de Proteção ao Consumidor de Washington para fins de fiscalização pelo Procurador-Geral.

Importante: O Capítulo 19.435 promulgado não contém a redação da penalidade independente de $100.000 que constava em algumas versões legislativas anteriores. As organizações devem usar a versão final da lei ao descreverem a aplicação da lei.

Como as organizações devem se preparar para a lei de transparência de conteúdo de IA de Washington?

As organizações devem começar por determinar o âmbito legal e, em seguida, conectar essa análise aos sistemas de IA e aos controles técnicos envolvidos.

Prontidão Operacional

Sete ações para fortalecer a preparação para a transparência da IA

01

Confirme o âmbito regulamentar. Determine quais sistemas de IA generativa a organização cria ou produz, suas populações de usuários, a disponibilidade para o consumidor em Washington e as exclusões aplicáveis.

02

Descubra os sistemas de IA. Identificar modelos, aplicações, agentes, APIs, ambientes de desenvolvimento, IA integrada e IA paralela em toda a empresa.

03

Estabelecer a propriedade. Conecte sistemas de IA com proprietários, finalidade comercial, uso pelo consumidor ou empresarial, versões de modelo, aprovações e equipes responsáveis.

04

Implementar controles de procedência. Avalie a utilização de marcas d'água, metadados, C2PA ou outras tecnologias de proveniência apropriadas para qualificar o conteúdo.

05

Teste os fluxos de trabalho subsequentes. Determine se a edição, conversão, processamento e distribuição preservam os dados de proveniência necessários.

06

Conecte a IA ao contexto dos dados. Compreenda quais conjuntos de dados, repositórios, fluxos de trabalho e informações sensíveis dão suporte aos sistemas de IA.

07

Manter evidências de governança. Documentar o inventário de IA, a propriedade, as avaliações de risco, as políticas aplicáveis, os controles técnicos, as alterações do sistema e as atividades de remediação.

Ponto principal: Essa estrutura de prontidão combina considerações legais e operacionais. Washington não prescreve essas sete etapas como uma sequência de conformidade obrigatória.

Como a BigID apoia a transparência da IA e a preparação para a governança

A legislação de Washington estabelece um requisito de comprovação técnica de origem para conteúdo qualificado.

A BigID aborda uma camada diferente, mas intimamente relacionada: a compreensão e a governança dos sistemas de IA, dados, identidades, propriedade e riscos que envolvem esses fluxos de trabalho de geração de conteúdo.

BigID's Governança de IA Essas funcionalidades ajudam as organizações a construir um inventário atualizado de sistemas de IA e a conectar esse inventário aos dados e ao contexto de negócios que as equipes de governança precisam.

  • Descoberta de ativos por IA: Descubra modelos, agentes, copilotos, aplicativos, bibliotecas de IA, ferramentas de fornecedores e IA paralela em ambientes de nuvem, SaaS, código, desenvolvimento e corporativos.
  • Inventário e propriedade de IA: Catalogar sistemas de IA com proprietários, finalidade, conjuntos de dados, controles, aprovações, políticas, avaliações e incidentes.
  • Contexto de IA e dados: Conecte modelos e aplicativos de IA aos dados corporativos que eles utilizam para treinamento, recuperação ou outras formas de uso.
  • Descoberta e classificação de dados: Identificar informações sensíveis, regulamentadas, confidenciais e críticas para os negócios associadas a ambientes de IA.
  • Avaliações de risco da IA: Avalie os riscos relacionados à IA considerando o sistema, os dados, as políticas, a propriedade e o contexto de negócios.
  • Governança de acesso à IA: Entenda como sistemas de IA, aplicativos, APIs, contas de serviço e identidades de máquinas podem acessar dados corporativos confidenciais.
  • Evidências de governança: Manter o inventário de IA, avaliações, propriedade, políticas, riscos e contexto de remediação para fins de supervisão e relatórios.

O BigID não substitui o C2PA, a marca d'água digital, as credenciais de conteúdo, os metadados de proveniência de mídia ou outras tecnologias que implementam o requisito de proveniência em nível de conteúdo de Washington.

A BigID ajuda as organizações a governar os sistemas de IA e os dados por trás desses controles de transparência, para que as equipes saibam quais sistemas exigem atenção, quem os detém, quais dados eles usam e como a governança muda à medida que os ambientes de IA evoluem.

Por que a lei de conteúdo de IA de Washington é importante além dos provedores abrangidos?

A maioria das empresas não se enquadra na definição de provedor abrangido pelo estado de Washington.

Muitos não criam sistemas de IA generativa voltados para o consumidor com mais de 1 milhão de usuários mensais.

Mas a lei reflete uma mudança mais ampla na governança da IA.

Os órgãos reguladores esperam cada vez mais que as organizações distingam a atividade gerada por IA da atividade humana, documentem os sistemas de IA, estabeleçam responsabilidades e forneçam transparência significativa sobre como a IA entra nos produtos e serviços.

A rastreabilidade do conteúdo aborda uma parte desse desafio.

A governança de IA empresarial aborda o restante.

Organizações que adotam IA em larga escala precisam saber:

  • Quais sistemas de IA operam em toda a empresa?
  • Quais equipes os possuem?
  • Quais modelos e versões eles usam?
  • Que dados os sustentam?
  • A que informações sensíveis eles podem ter acesso?
  • Quais leis e políticas se aplicam?
  • Quais riscos exigem ação?
  • Que evidências demonstram a governança?

À medida que as leis de IA continuam a divergir por jurisdição e caso de uso, uma base comum de IA e inteligência de dados oferece às organizações uma maneira mais escalável de responder a essas questões.

Explore o BigID Monitoramento da regulamentação global de IA Comparar as leis de IA, datas de vigência, requisitos e considerações de governança entre os estados dos EUA e jurisdições internacionais.

Lei de Transparência de Conteúdo de IA de Washington: Perguntas Frequentes

O que é a Lei de Transparência de Conteúdo de IA de Washington?

Os requisitos de transparência de conteúdo de IA em Washington derivam da HB 1170, promulgada como Capítulo 167 das Leis de Washington de 2026. O Capítulo 19.435 do RCW exige que os provedores qualificados incluam dados de proveniência em determinados conteúdos de imagem, vídeo e áudio criados ou materialmente alterados por seus sistemas generativos de IA.

Quando entra em vigor a lei de transparência de conteúdo de IA de Washington?

A lei entra em vigor em 1º de fevereiro de 2027.

Quem se qualifica como prestador de serviços abrangido pela regulamentação?

Um provedor abrangido é uma pessoa ou entidade que cria, programa ou produz de alguma forma um sistema de IA generativa com mais de 1.000.000 de usuários mensais e que seja publicamente acessível a consumidores no estado de Washington para uso pessoal. Governos estaduais, locais e tribais não se enquadram nessa definição.

A lei de conteúdo de IA de Washington se aplica a textos?

O Capítulo 19.435 define inteligência artificial generativa para esta lei em termos de tecnologia que gera imagens, áudio ou vídeo. O requisito de proveniência do setor privado não estabelece um requisito geral para texto gerado por IA.

O que são dados de proveniência?

A lei define dados de proveniência como dados incorporados em conteúdo digital ou incluídos em seus metadados com o objetivo de verificar a autenticidade, a origem ou o histórico de modificações do conteúdo.

Washington exige marcas d'água de IA?

Washington não exige uma tecnologia específica de marca d'água. Os provedores abrangidos devem usar métodos comercial e tecnicamente razoáveis para dificultar a remoção ou adulteração dos dados de procedência exigidos. A lei estabelece que um padrão de marca d'água ou metadados amplamente aceito, como o C2PA, atende a esse requisito.

O que é considerado conteúdo de IA materialmente alterado?

Uma alteração material é uma mudança significativa que altera substancialmente os dados ou o conteúdo. A lei exclui diversas modificações menores quando estas não alteram significativamente o conteúdo ou o significado percebido, incluindo redimensionamento, recorte, conversão de formato, alterações de brilho, redução de ruído e processamento similar.

A lei de Washington se aplica à IA generativa B2B?

O Capítulo 19.435 afirma que não se aplica a usos, vendas, licenciamento ou distribuição de sistemas de IA generativa entre empresas.

Quem fiscaliza a lei de transparência de conteúdo de IA em Washington?

O Procurador-Geral de Washington pode aplicar o Capítulo 19.435. A lei vincula as violações à Lei de Proteção ao Consumidor de Washington para fins de aplicação da lei pelo Procurador-Geral.

A lei exige uma ferramenta de detecção de proveniência ou apenas a divulgação visual opcional?

A versão final promulgada do Capítulo 19.435 não contém os requisitos mais abrangentes de ferramentas de detecção e divulgação de manifestos que constavam em algumas versões anteriores do HB 1170. As organizações devem usar a versão final do RCW ao planejar os requisitos de 2027.

Como a BigID pode ajudar Washington a se preparar para a transparência em IA?

A BigID ajuda as organizações a descobrir e inventariar sistemas de IA, conectar a IA à propriedade e ao contexto dos dados, identificar a exposição de dados sensíveis, realizar avaliações de risco, governar o acesso à IA e manter evidências de governança. A BigID complementa, mas não substitui, as tecnologias de proveniência de conteúdo necessárias para implementar os requisitos de Washington em nível de mídia.

Governança de IA

Conheça a IA por trás do conteúdo.
Controle os dados por trás da IA.

Descubra sistemas de IA, conecte modelos com dados e propriedade corporativos, avalie riscos, governe o acesso e mantenha as evidências que sustentam uma IA responsável.

Fontes e Leitura Complementar

Este artigo fornece informações educacionais gerais e não constitui aconselhamento jurídico. As organizações devem consultar um advogado qualificado em relação à aplicabilidade da lei de Washington, definições de provedores abrangidos, requisitos técnicos de comprovação de origem, exclusões e obrigações de implementação.

Conteúdo

Conecte os pontos em dados e IA por meio de governança, contexto e controle.

Baixe o Resumo da Solução de Governança de IA