Colorado Revogou Sua Lei de IA. As Regras Decidem o Que Permanece

Este artigo tem finalidade educacional e não constitui aconselhamento jurídico. Organizações sujeitas às leis de IA do Colorado ou às suas normas pendentes devem consultar advogados qualificados sobre suas obrigações específicas.

Um revisor que sempre concorda com o modelo é, segundo as normas preliminares do Colorado, prova de que foi o modelo quem tomou a decisão.

O Que Sobreviveu à Revogação

Em 14 de maio de 2026, o governador Polis sancionou o SB 26-189, que revoga e reedita a parte 17 do artigo 1 do título 6 do Colorado Revised Statutes, a parte do Colorado Consumer Protection Act que o SB 24-205 havia criado como o Colorado AI Act. O SB 24-205 é a lei original, o SB 26-189 é a lei que a substituiu, e a parte 17 reeditada é o texto que um implementador ("deployer") agora consulta. O dever de cuidado razoável, as avaliações de impacto, os programas de gestão de risco e a categoria de sistema de alto risco deixaram de existir. O que permanece se aplica à "ADMT abrangida" (covered ADMT), tecnologia de tomada de decisão automatizada usada para influenciar materialmente uma decisão consequente nas áreas de emprego, moradia, crédito, seguros, saúde, educação ou serviços governamentais essenciais. Os desenvolvedores devem fornecer documentação aos implementadores. Os implementadores devem fornecer aos consumidores um aviso prévio à decisão, uma explicação em linguagem simples em até 30 dias após um resultado adverso, um caminho de correção e a oportunidade de uma revisão humana significativa. Todos devem manter registros por três anos. A lei se aplica a decisões consequentes tomadas a partir de 1º de janeiro de 2027, e o Procurador-Geral deve adotar normas de implementação até essa data.

Modelamos as obrigações remanescentes no ObligationFirst na semana em que a lei foi sancionada, e a descrição do relator, segundo a qual se trataria "mais de uma lei de aviso", se confirmou dentro do esquema. A atualização para clientes da Davis Polk chega à mesma leitura: um arcabouço regulatório mais restrito, focado em transparência e divulgação. Os marcos legais estão sendo acompanhados pelo EveryAILaw.

Essa leitura está correta quanto ao texto da lei. Ocorre que a lei também delegou as duas questões que determinam quem está sujeito a ela e o que a conformidade significa na prática, e essa delegação agora está em vigor.

O Processo Regulatório Decide Quem Está Sujeito à Lei

Em 11 de agosto de 2026, o Departamento de Justiça do Colorado protocolou as normas propostas em 4 CCR 904-6 com um aviso de audiência. Os comentários por escrito ficam abertos até 26 de outubro de 2026, às 23h59 (horário das Montanhas), mesmo dia em que a audiência começa às 10h, na 1300 Broadway, em Denver. Esse prazo é mais flexível do que parece em um sentido, e mais rígido em outro: se a audiência continuar após o dia 26, o período de comentários continua junto, mas um comentário enviado no fim do prazo chega depois que o órgão já revisou a minuta que leva à sala. O órgão vem divulgando revisões provisórias à sua lista de e-mails sobre o processo normativo, de modo que o texto vigente em determinado dia é aquele constante na página do processo regulatório, e não o protocolado em agosto. Essa página traz a minuta atual e o formulário de comentários.

A maior questão em aberto no aviso é o significado de "influenciar materialmente", expressão da qual depende toda obrigação prevista na lei. O Procurador-Geral publicou dois padrões concorrentes e pediu à população que escolhesse.

Ambos os padrões compartilham uma presunção. Presume-se que um resultado influencia materialmente uma decisão se ele restringe um conjunto de opções, define um limiar, ou produz uma classificação, pontuação, categorização, recomendação, previsão ou outra inferência sobre o indivíduo, é analisado pelo tomador de decisão ou usado para filtrar o que o tomador de decisão vê, e é consistente com o resultado final. Isso descreve a maioria dos classificadores de currículos, pontuações de subscrição de risco e triagens de locatários. A Fisher Phillips interpretou a presunção da mesma forma para ferramentas de recrutamento: se um recrutador olha uma lista classificada e contrata a partir do topo dela, a presunção se aplica.

Agora observe o que a refuta. No Padrão 1, a prova de refutação é que o tomador de decisão registrou um julgamento independente antes de ver o resultado, não o visualizou, ou chegou a uma decisão inconsistente com ele. No Padrão 2, a prova de refutação é que o tomador de decisão realizou uma análise independente de outras informações substanciais, tinha autoridade para decidir com base nessa análise, e possuía o conhecimento técnico necessário para fazê-lo. Nenhum dos dois padrões pergunta o que a ferramenta é. Ambos perguntam o que a pessoa fez com ela, e se existe um registro disso.

Essa é a inversão silenciosa desse processo regulatório. O escopo de uma lei sobre tecnologia será decidido, implementação por implementação, pelo comportamento humano observado. Uma ferramenta que uma pessoa qualificada de fato questiona pode ficar fora do alcance da lei. A mesma ferramenta, com uma pessoa que aprova tudo que ela diz, está abrangida, e a concordância dessa pessoa é a prova disso.

A Revisão Humana Significativa Tem uma Definição

A segunda questão delegada é o que um consumidor recebe ao solicitar reconsideração. Aqui a lei foi além do que o rótulo de "lei de aviso" sugere. A Seção 6-1-1701(15) define revisão humana significativa como a revisão feita por um indivíduo designado pelo implementador, que tenha autoridade para aprovar, modificar ou reverter a decisão, que considere as evidências primárias disponíveis relevantes, que tenha sido treinado para conduzir essa revisão, e que não se limite a aceitar automaticamente o resultado do sistema.

A Norma 7 preliminar detalha esse conceito. O revisor deve ser independente do tomador de decisão original e não pode ser seu subordinado, sempre que viável. Seu conhecimento técnico deve ser proporcional ao dano do resultado adverso em questão. Seu treinamento deve capacitá-lo a reconhecer quando a análise de evidências primárias adicionais seria valiosa, e a compreender essas evidências. Ele deve estar protegido contra pressões da gerência e contra retaliação. A ADMT não pode auxiliar na revisão. Uma revisão só é significativa se puder alterar o resultado, e uma reversão completa é tratada como prova de que ela poderia. Quando o dano é uma negação severa e irreversível de uma necessidade básica, como moradia, presume-se que a revisão seja comercialmente razoável, e cabe ao implementador provar o contrário.

A Norma 6 preliminar fecha o ciclo do lado da divulgação. O implementador deve declarar os motivos principais com especificidade, divulgar qualquer pontuação que tenha determinado o resultado e os dados por trás dela, e descrever o papel de qualquer revisor humano. Um implementador que não consiga explicar com precisão por que sua ADMT abrangida produziu determinado resultado não está em conformidade. Não é o que reportam, é o que fazem, e isso está escrito em uma norma administrativa.

Os Substitutos Que Não Respondem à Pergunta

A maioria de nós, ao se preparar para janeiro, tem três documentos prontos: uma política que afirma que um humano revisa decisões consequentes, um organograma que nomeia o revisor, e um registro de conclusão de treinamento. Releia as provas de refutação e os padrões do revisor e você notará que nenhum desses documentos responde ao que as normas perguntam.

As normas perguntam se o julgamento do tomador de decisão foi independente do resultado. Uma política afirma que deveria ser. As normas perguntam se o revisor se limita a aceitar automaticamente o resultado do sistema. Um registro de aprovações mostra uma aprovação, e um registro em que o humano concordou com o modelo todas as vezes é, na verdade, a própria prova da presunção. As normas perguntam se o revisor tem o conhecimento técnico para reconhecer quando as evidências primárias mudariam a resposta. Um certificado mostra que a instrução ocorreu. Quando novos sistemas são introduzidos, a execução é auditada. O comportamento, não.

É aqui que a sequência de deriva operacional encontra uma lei. A adoção aumenta, o volume de resultados aumenta, o rigor da verificação diminui, e a revisão humana se torna performática. As normas preliminares do Colorado dão a esse último passo uma consequência jurídica: a revisão performática traz a ferramenta para dentro do escopo da lei, reprova no padrão de revisão significativa, e deixa o implementador incapaz de produzir a divulgação exigida. Três falhas a partir de um único hábito.

O Que um Implementador Pode Observar Antes de Janeiro

As normas ainda vão mudar antes da audiência de 26 de outubro. O padrão de influência material será escolhido, e as exigências de revisão podem se tornar mais brandas ou mais rígidas. O que não vai mudar é que tanto a prova de refutação quanto os padrões do revisor descrevem comportamento em condições nas quais o modelo está confiante e a pessoa tem um motivo para concordar com ele.

PAICE (People + AI Collaboration Effectiveness) mede esse comportamento diretamente. A avaliação coloca um profissional em uma tarefa assistida por IA, insere um resultado confiante, plausível e errado, e avalia se a pessoa considera as evidências primárias, se recusa a aceitar automaticamente o resultado do sistema, escala o problema quando uma afirmação não pode ser confirmada, e reverte em vez de racionalizar o erro. Uma pessoa que soa fluente mas não percebe o erro inserido pontua pior do que uma pessoa objetiva que o identifica. Esse é o comportamento que o padrão de revisor do Colorado nomeia, observado antes de um resultado adverso, em vez de reconstruído depois de um pedido de reconsideração.

Os resultados são privados por arquitetura. As pontuações estão vinculadas a identificadores anonimizados (hash), nenhum texto de conversa é retido, e os resultados individuais são estruturalmente indisponíveis para a organização. Um implementador descobre se sua população de revisores tende a aceitar o modelo automaticamente sob pressão. Não descobre qual revisor deveria ser realocado. O próprio revisor descobre isso.

PAICE cobre apenas o vetor Pessoas. Acompanhar a lei e seus marcos à medida que as normas são publicadas é tarefa do EveryAILaw, categorizar as obrigações em um esquema compartilhado é tarefa do ObligationFirst, e a postura em nível organizacional é tarefa da AI Posture. A questão específica que o processo regulatório deixa a cargo do implementador é justamente aquela que tornou central: quando o modelo erra, o que seu revisor faz, e você consegue comprovar isso?

---

Quer saber se seus revisores tendem a aceitar o modelo automaticamente antes que um órgão regulador pergunte? Saiba mais sobre o PAICE para organizações ou faça uma avaliação individual para ver isso na prática.

---

Leitura Recomendada

• Modelando o Colorado AI Act no ObligationFirst - As obrigações remanescentes do SB 26-189, categorizadas
• O Hiato da Deriva - Por que uma postura de conformidade de trinta dias atrás já está desatualizada
• Como Auditar a Supervisão Humana em Fluxos de Trabalho Habilitados por IA - Seis perguntas que separam revisão de aprovação
• Prontidão Regulatória Não É Letramento em IA - Certificados de treinamento comprovam instrução, não comportamento