Bill Gates voltou a defender uma ideia que parecia excêntrica quando ele a lançou, quase dez anos atrás: tributar os robôs.
Agora, com a inteligência artificial avançando sobre tarefas intelectuais e físicas, Gates ampliou a proposta: ele defende também a tributação do uso da AI, inclusive por meio dos chamados tokens, as unidades usadas pelos modelos generativos para processar informações.
A proposta está longe de ser isolada. Economistas e estudiosos da tributação discutem, há anos, como sistemas concebidos em torno do trabalho, da renda, do consumo e da propriedade devem reagir a uma economia em que algoritmos, dados e capacidade computacional respondem por parcela crescente da geração de valor.
Gates chega ao problema pelo emprego. Nos Estados Unidos, assim como no Brasil, uma empresa que contrata trabalhadores suporta tributos sobre a folha; ao comprar uma máquina operada por inteligência artificial que os substitua, pode eliminar a tributação da folha e, em muitos casos, deduzir rapidamente o investimento, o que reduz também a tributação sobre o lucro.
De fato, alguns estudos apontam que o desenho do sistema tributário frequentemente favorece o capital em relação ao trabalho e, com isso, induz níveis de automação superiores ao nível economicamente eficiente.
A automação, evidentemente, pode elevar produtividade, reduzir custos e criar novas atividades, mas também pode deslocar trabalhadores e reduzir a participação do trabalho na renda. A questão, portanto, está em saber se o sistema tributário deve permanecer neutro diante da escolha entre capital e trabalho ou se, ao tratar essas bases de maneira distinta, acaba estimulando ou desestimulando artificialmente a substituição de pessoas por máquinas.
Contudo, o equívoco está em tratar a criação de um novo tributo como uma solução simples.
O que seria um robô para fins tributários, e por que um token mediria capacidade econômica? Modelos capazes de entregar a mesma utilidade podem consumir volumes distintos de processamento; o mesmo número de tokens pode substituir um departamento ou auxiliar um médico na interpretação de um exame. Uma base fácil de contar não é necessariamente uma base tributária justa.
A discussão se torna ainda mais complexa quando se chega aos dados, hoje uma das principais fontes de valor da economia digital, ao lado de softwares, know-how, algoritmos e outros intangíveis.
Muitos serviços aparentemente gratuitos envolvem uma troca: o usuário recebe conteúdo ou acesso a uma ferramenta de AI; a plataforma recebe informações que pode agregar, processar e monetizar. A questão é onde capturar esse valor: no lucro da atividade, na renda consumida dos usuários ou no patrimônio das grandes companhias. Cada alternativa enfrenta obstáculos distintos.
Na tributação da renda, é difícil identificar e mensurar o valor gerado pelos dados. Uma informação de domínio público e pouco valiosa isoladamente pode adquirir enorme valor quando combinada e processada em escala. Seu custo de obtenção pouco revela sobre a renda futura, e muitas vezes não há mercado comparável. Como nem todo elemento de valor é reconhecido contabilmente como ativo intangível, torna-se difícil determinar quanto do lucro decorre dos dados e a que jurisdição atribuí-lo.
A tributação do consumo oferece, a princípio, um caminho mais simples, porque não exige descobrir quanto cada dado contribuiu para a formação do lucro.
O objeto passa a ser a própria transação com o consumidor. No Brasil, o IBS e a CBS foram concebidos com uma base ampla, capaz de alcançar operações com bens imateriais e serviços e, em determinadas situações, contraprestações que não sejam feitas em dinheiro.
Mas a dificuldade de mensuração reaparece. Se um usuário recebe acesso gratuito a uma plataforma ou agente de AI e fornece dados em troca, qual é o valor dessa contraprestação? O valor do serviço recebido? O valor dos dados entregues? E existe efetivamente um valor de mercado para uma informação que só se torna útil quando combinada com a tecnologia e com a base de dados da própria plataforma?
A tributação do patrimônio encontra um obstáculo ainda mais elementar. Seria preciso definir qual é o ativo tributável, quem o controla, onde ele está localizado e quanto vale em determinado momento. Perguntas que já são difíceis para intangíveis tradicionais tornam-se ainda mais complexas diante de dados reproduzíveis, não exclusivos e, em alguns casos, disponíveis em domínio público.
Historicamente, a criação do moderno imposto de renda das empresas surgiu nos Estados Unidos, no início do século XX, em resposta à concentração de riqueza e poder pelas então inéditas grandes corporations, como ferrovias, petrolíferas e siderúrgicas. Hoje, as Big Techs despertam discussões de tônica semelhantes.
Daí surgem propostas diversas: tributar dados, processamento ou tokens; ampliar a tributação do consumo; rever a divisão dos lucros tributáveis entre países; ou corrigir externalidades da automação e da IA. Contar dados ou tokens é simples; relacioná-los à renda, à riqueza ou à capacidade contributiva é bem mais difícil. Enfrentar essas dificuldades, porém, é a condição necessária para uma tributação justa.
Também é importante reconhecer que a economia digital já é, em parte, alcançada pelos tributos atuais. Um novo tributo pode corrigir distorções, mas ao mesmo tempo se somar aos já existentes, elevar custos e, se repassado ao consumidor, aumentar a regressividade.
Como vimos, a história sugere que o sistema tributário acaba se adaptando às novas formas de geração de riqueza. O verdadeiro caminho é fazer isso sem transformar a tributação em uma penalidade à inovação.
Caio Malpighi é advogado tributarista no Vieira Rezende Advogados e especialista em Direito Tributário pelo Instituto Brasileiro de Direito Tributário (IBDT), onde também é professor-assistente.
