Índice de Soberania Computacional

A pergunta intuitiva é a razão entre a computação processada dentro do país e a processada fora. O instinto está certo, e existe exatamente um trabalho que mediu isso. Soares e colegas montaram, para a Alemanha, a Irlanda e os Países Baixos, uma contabilidade de nuvem baseada em consumo, que separa o que o país hospeda e consome em casa do que ele exporta e do que importa.

A razão é real e a distância entre países é enorme. O problema é o custo de medi-la: foi preciso um projeto de pesquisa sob medida, que cobre três países, usa consumo elétrico como aproximação e não separa carga de inteligência artificial do resto. Não existe, hoje, balança de pagamentos de computação. A UNCTAD reconheceu a lacuna em 2021 e até agora não a resolveu.

E há três coisas que a razão não captura, por melhor que seja a medição.

Por isso a razão entra aqui como um pilar entre outros, com peso limitado.

A média aritmética trataria os pilares como substitutos perfeitos: energia de sobra compensaria uma cadeia de suprimentos zerada, na proporção exata dos pesos. A média geométrica reduz essa compensação, e a penalidade cresce conforme qualquer pilar se aproxima de zero.

É o mesmo raciocínio que levou o PNUD a trocar a agregação do Índice de Desenvolvimento Humano em 2010, ao perceber que um país podia compensar desempenho catastrófico em saúde com desempenho excelente em educação. Aqui a troca mexe no resultado: comparada à média aritmética, a geométrica derruba a Rússia em sete posições, a Noruega em seis e o Brasil em cinco. São os três casos de um pilar altíssimo cercado de pilares fracos.

Uso piso de um ponto por pilar, porque a média geométrica zera se qualquer indicador for exatamente zero. Foi a ressalva que Anand levantou contra a versão de 2010 do IDH, e aqui ela pesa: vários países marcariam zero absoluto em computação de treino.

Rodei análise de incerteza por Monte Carlo: 5.000 simulações sorteando os pesos por distribuição de Dirichlet e somando ruído gaussiano às notas, proporcional à confiança do dado de cada país.

Só os dois primeiros colocados têm posição estável. Estados Unidos e China ficam em primeiro e segundo nas 5.000 simulações. Do terceiro em diante, quase todos os intervalos de 90% se sobrepõem: a França oscila entre a terceira e a oitava posição, a Rússia entre a quarta e a trigésima. Publicar uma posição individual para esses países seria falsa precisão.

Isso reproduz, por simulação, a recomendação central de Ravallion na crítica aos índices compostos improvisados: identificar agrupamentos amplos é mais defensável do que ordenar países um a um. Os principais índices de tecnologia em circulação não publicam banda de incerteza nenhuma.

O trabalho acadêmico mais próximo é o censo de Lehdonvirta, Wu e Hawkins, do Oxford Internet Institute, que mapeou 187 regiões de nuvem em 39 países e as classificou em Compute North, Compute South e Compute Desert conforme a geração de acelerador ofertada. Virou metodologia recorrente da OCDE em 2025.

Se este índice apenas reproduzisse aquele censo, não acrescentaria nada. Dos 30 países comparáveis, 16 recebem classificação compatível. As 14 divergências são o argumento de existência do índice. Cada uma vem de algo que um censo de oferta de GPU em nuvem pública não enxerga.