O problema regulatório não é a falta de norma

Imagine que as reclamações sobre contas de energia elétrica tenham aumentado 30% em um ano. O número é hipotético, mas a reação é familiar: alguém propõe rever o regulamento de faturamento, ampliar obrigações de informação ou aumentar a fiscalização.

Qual dessas medidas seria a correta? Não sabemos. O aumento das queixas pode refletir erros de cobrança, tarifas que ficaram mais difíceis de compreender, mudanças reais nos preços, maior conhecimento dos canais de reclamação ou uma combinação de fatores. É possível até que o total de reclamações cresça enquanto a taxa de reclamações por unidade consumidora diminui.

O impulso de responder rápido é compreensível. O problema surge quando a resposta é escolhida antes de entendermos o que precisa ser respondido. Nesse momento, a Análise de Impacto Regulatório (AIR) corre o risco de virar justificativa para uma decisão já tomada.

O Decreto nº 10.411/2020 define a AIR como procedimento que parte da definição de um problema regulatório para avaliar previamente os prováveis efeitos das alternativas à edição de atos normativos ^[1]. A sequência importa. O problema deve orientar a busca da solução, e a solução não pode servir de prova de que o problema existe.

1. Antes da regra, a pergunta

É comum que o trabalho regulatório comece com um pedido concreto: atualizar uma resolução, disciplinar uma atividade nova, harmonizar procedimentos ou criar uma obrigação. Pedidos assim podem ser legítimos, mas não dizem, por si, qual resultado indesejado exige uma intervenção.

A Organização para a Cooperação e Desenvolvimento Econômico (OCDE) trata a definição da natureza e da extensão do problema como uma etapa básica da AIR. Recomenda examinar objetivos, alternativas, custos, benefícios e mecanismos de acompanhamento, envolvendo os afetados ao longo do processo ^[2]. Não basta ter uma boa ideia de regulação. É preciso mostrar por que aquela ideia é preferível a outras formas de enfrentar a situação.

A Comissão Europeia é ainda mais explícita. A ferramenta nº 13 do Better Regulation Toolbox, edição de dezembro de 2025, alerta para dois erros recorrentes: apresentar a inexistência de um instrumento público como se fosse, automaticamente, um problema; e construir o diagnóstico de trás para a frente, com uma alternativa preferida já em mente. O documento chama esse segundo comportamento de backward engineering. Também exige caracterizar a escala do problema, suas causas, os atingidos e a chance de ele persistir ^[3].

O Brasil tem orientação parecida. O Guia de AIR da Casa Civil, publicado em 2018, pede delimitação clara, análise da natureza, das causas, das consequências, da extensão e da evolução esperada do problema na ausência de intervenção. Desaconselha enunciados vagos baseados só na ausência ou na insuficiência de instrumentos, embora essas situações possam fazer parte do diagnóstico ^[4].

Há ainda uma exigência legal objetiva. O art. 6º do Decreto nº 10.411/2020 requer, entre outros elementos, a identificação do problema com suas causas e extensão (inciso II), dos afetados (inciso III), da fundamentação legal (inciso IV), dos objetivos (inciso V) e das alternativas, consideradas a não ação e, sempre que possível, as opções não normativas (inciso VI) ^[1]. Esses itens não são uma sequência burocrática independente. Formam um argumento que deve ser coerente do começo ao fim.

Se a pergunta inicial for só “qual norma precisamos editar?”, as alternativas já chegam limitadas. Se for “qual situação produz perdas, riscos ou resultados incompatíveis com os objetivos públicos, e por quê?”, a análise ganha espaço para encontrar respostas menos óbvias, inclusive a de que nenhuma regra nova seja necessária.

2. Sintoma, problema, causa e solução não são a mesma coisa

Voltemos às contas de energia. “As reclamações aumentaram 30%” descreve um sinal observável. “Há erros recorrentes no faturamento que geram cobranças indevidas” seria um possível problema central, caso os dados o confirmassem. “Uma falha no processo de medição ou na comunicação entre sistemas produz esses erros” seria uma hipótese causal. “Alterar a regra de faturamento” seria apenas uma alternativa de intervenção. São quatro afirmações diferentes, e a passagem de uma para outra exige investigação, não só redação convincente.

Veja outro exemplo, inspirado em temas comuns no universo regulatório e usado aqui só como ilustração. A primeira formulação antecipa a solução: “É preciso regulamentar a suspensão de autorizações não utilizadas”. A segunda identifica um resultado: “Autorizações inativas podem reduzir a disponibilidade formal de um recurso escasso para novos usuários”. A terceira permite investigar: “A reserva prolongada de capacidade sem utilização efetiva pode bloquear novos acessos e investimentos; é necessário verificar se o desenho das autorizações, os incentivos dos agentes ou a fiscalização explicam o fenômeno”.

A primeira frase pode aparecer na agenda regulatória. A segunda já indica algo a ser observado. A terceira abre hipóteses concorrentes e perguntas que podem ser testadas, embora ainda não demonstre, sozinha, que o fenômeno existe ou que a regulação é a melhor saída.

Essa diferença também ajuda a evitar o erro inverso. Nem toda referência à falta de uma norma significa uma AIR ruim. A ausência de regra pode, de fato, produzir insegurança jurídica, disputas e custos. O ponto é demonstrar o efeito: que decisões ficaram sem parâmetro, que atores foram prejudicados, qual foi o custo e por que o arranjo existente não conseguiu resolver a situação. Uma falha institucional concreta merece análise, mesmo quando sua causa imediata é uma lacuna normativa.

3. O que torna um problema regulatório?

Existem situações indesejadas que o regulador não tem competência para resolver. Outras podem melhorar sem intervenção adicional. E há aquelas em que o próprio Estado, por meio de regras ou procedimentos, contribui para o problema. Na teoria econômica da regulação, convém examinar pelo menos três famílias de mecanismos.

As falhas de mercado são a primeira. Informações assimétricas podem impedir que consumidores avaliem produtos ou riscos; externalidades fazem com que certos agentes não suportem todos os custos de suas decisões; poder de mercado pode restringir o acesso ou elevar preços; recursos compartilhados podem estimular o uso ineficiente. Essas hipóteses ajudam a explicar por que decisões individuais, tomadas isoladamente, podem produzir resultados socialmente indesejados.

A segunda família reúne as falhas governamentais e regulatórias. Uma norma pode criar incentivos contrários ao objetivo anunciado; uma obrigação pode impor custos desproporcionais; regras de instituições diferentes podem se contradizer; a fiscalização pode escolher comportamentos pouco relevantes e deixar riscos materiais sem tratamento. Nesse caso, o diagnóstico precisa identificar os mecanismos produzidos pelo desenho institucional, e não apenas declarar que a norma está antiga.

A terceira são os problemas de implementação e coordenação. Às vezes as regras existentes permitem agir, mas há dificuldades de informação, de articulação entre órgãos, de capacidade operacional, aplicação inconsistente ou incentivos ao descumprimento. Antes de propor uma nova resolução, é razoável investigar se aplicar melhor as disposições vigentes, orientar os agentes ou ajustar processos administrativos resolveria parte relevante do problema.

A obrigação legal é uma questão à parte. Se a lei determina que a autoridade discipline certo tema, há um dever de atuação. Isso não dispensa explicar o que está em jogo nem comparar, dentro do espaço que a lei permite, os formatos possíveis da disciplina. Obrigação de regulamentar, situação indesejada e competência jurídica são conceitos relacionados, mas distintos ^[1][4].

Essa escolha também tem um lado político. A pesquisadora Deborah Stone argumentou que as narrativas sobre as causas de um problema influenciam sua entrada na agenda pública e a atribuição de responsabilidades ^[5]. Dizer que a dificuldade é causada por “consumidores desinformados” conduz a um conjunto de respostas. Dizer que ela decorre de informações desenhadas de forma pouco compreensível conduz a outro. Os dois fatores podem coexistir, e a AIR precisa investigar sua importância relativa em vez de escolher a narrativa mais conveniente.

4. Das causas aparentes às causas que realmente importam

Definir bem o problema é só o começo do diagnóstico. A pergunta seguinte é por que isso acontece.

Uma ferramenta simples é a sequência dos “cinco porquês”. Suponha que uma agência identifique demora excessiva na resolução de reclamações. A primeira resposta seria que muitos processos exigem retrabalho. Por que há retrabalho? Porque as informações chegam incompletas ou inconsistentes. Por que chegam assim? Porque formulários e sistemas coletam dados diferentes. E por que coletam dados diferentes? Porque os procedimentos foram criados por unidades distintas, sem integração. Por que a integração não ocorreu? Porque não há governança definida para revisar o processo de ponta a ponta.

O encadeamento sugere uma hipótese de causa estrutural, sem comprovar que ela seja verdadeira. Podem existir explicações alternativas: pico de demanda, escassez de pessoal, mudanças no perfil das reclamações ou falhas de tecnologia. Se uma análise empírica mostrar que o tempo de resolução continua elevado mesmo nos processos com informações completas, a hipótese do retrabalho perde força como explicação principal.

Uma árvore de problemas amplia essa lógica ao separar o fenômeno central, suas causas e suas consequências. Em um exemplo esquemático, as causas potenciais seriam processos incompatíveis, dados incompletos e incentivos inadequados. O problema central seria a demora excessiva, medida a partir de um padrão de atendimento relevante. As consequências possíveis seriam maior custo para os usuários, acúmulo de disputas, perda de confiança e possível judicialização.

As ligações entre essas camadas precisam representar relações que possam ser justificadas. Um desenho bonito não comprova causalidade, assim como uma oficina de especialistas não substitui evidência empírica. O diagrama serve para mostrar onde estão as hipóteses e onde a investigação precisa se concentrar ^[3][4].

Há ainda uma pergunta decisiva: qual causa o regulador consegue alterar? Um órgão pode reduzir a complexidade de um formulário, mas dificilmente conseguirá, sozinho, modificar a renda ou o nível geral de escolaridade da população. A ação precisa ser compatível com as competências e com o mecanismo causal identificado.

5. Magnitude: o número que parece explicar, mas ainda não explica

A extensão do problema não deve aparecer só como uma sequência de números impressionantes. É preciso escolher indicadores adequados, denominadores, período de comparação e grupos afetados.

No exemplo hipotético do faturamento, imagine que as reclamações passem de 100 mil para 130 mil em um ano, mas que a quantidade de unidades consumidoras aumente de 10 milhões para 14 milhões. O número absoluto de queixas cresceu 30%, e a taxa caiu de 10 para aproximadamente 9,3 reclamações por mil unidades consumidoras. A interpretação muda.

Mesmo a taxa pode não bastar. Uma campanha de divulgação dos canais de atendimento pode elevar o número de registros sem que o serviço tenha piorado. Um novo sistema de classificação pode alterar a série histórica. Certos grupos podem registrar mais queixas porque encontram menos barreiras de acesso, enquanto usuários vulneráveis continuam invisíveis nos dados.

Por isso, quantificar a extensão exige ao menos verificar o que está sendo medido, se o indicador se manteve estável ao longo do tempo e como ele se distribui entre os grupos. Sempre que possível, é útil cruzar registros administrativos, pesquisas, inspeções, dados de mercado e relatos dos afetados. Uma consulta pública pode revelar causas que a equipe técnica ainda não tinha percebido, mas suas respostas não devem ser tratadas automaticamente como uma amostra representativa da população ^[3][4].

Um problema bem definido deve ser observável, delimitado e passível de confronto com dados. Isso não exige que todos os efeitos sejam convertidos em reais ou porcentagens. Riscos à saúde, à segurança e a direitos podem pedir evidência qualitativa rigorosa. O essencial é deixar claro por que as informações disponíveis sustentam a conclusão e o que continua incerto.

6. Dados não são evidências por si mesmos

Existe uma diferença entre apresentar informação e construir uma justificativa. Um relatório pode reunir gráficos, entrevistas e estudos sem explicar o que cada elemento demonstra.

Rantala, Alasuutari e Kuorikoski propõem entender a AIR como um processo de raciocínio evidencial. O foco está na ligação entre dados observados, hipóteses explicativas, mecanismos causais, efeitos futuros esperados e incertezas. Nesse entendimento, juntar mais dados ou técnicas estatísticas não garante, por si, evidências melhores ^[6].

Retomemos o caso hipotético das reclamações. A hipótese A diz que erros de medição provocam cobranças incorretas. A hipótese B aponta dificuldades para entender a conta. A hipótese C atribui parte do crescimento das queixas à expansão dos canais de atendimento. Cada uma sugere testes diferentes. Registros de correção de faturamento ajudam a examinar A. Pesquisas sobre compreensão e experimentos de apresentação das informações ajudam a avaliar B. Séries temporais de abertura de canais, combinadas com dados de uso, podem iluminar C.

O regulador não precisa ter certeza absoluta antes de agir. Precisa deixar explícito o que sabe, de onde vem esse conhecimento, qual inferência fez e como a decisão mudaria se uma hipótese se mostrasse falsa. Essa transparência também permite que os interessados contestem a análise de maneira produtiva.

O uso responsável de inteligência artificial pode acelerar a organização desse trabalho. Ela ajuda a localizar passagens, comparar argumentos e apontar documentos que faltam. Mas não deve inventar evidências, transformar mera correlação em causalidade nem atribuir confiança estatística a uma conclusão que não foi testada.

7. Um caso brasileiro: quando a Anvisa mudou a definição do problema

Um exemplo concreto mostra por que vale preservar a distinção entre situação indesejada, causa e campo de atuação do regulador.

Na AIR preliminar sobre rotulagem nutricional, publicada em 2018, a Agência Nacional de Vigilância Sanitária (Anvisa) formulou inicialmente o problema como a dificuldade de utilização das informações nutricionais pelos consumidores brasileiros. O relatório reuniu elementos sobre a apresentação das tabelas, o conhecimento nutricional, a informação disponível e o comportamento do consumidor ^[7].

Durante o processo, a agência recebeu contribuições na Tomada Pública de Subsídios nº 1/2018 e examinou estudos adicionais. No relatório de setembro de 2019, a equipe reconheceu que o diagnóstico inicial era amplo demais: o uso da informação para fazer escolhas alimentares também depende de renda, preço, preferências, tempo disponível, escolaridade e condições pessoais, muitos deles fora da esfera direta de atuação da agência. A formulação foi então delimitada à dificuldade de compreensão da rotulagem nutricional pelos consumidores brasileiros ^{[8, seção 2, pp. 36-39]}.

A mudança pode parecer apenas semântica, mas não foi. Ao estreitar o objeto, a análise aproximou o problema das causas sobre as quais a intervenção sanitária poderia atuar e reorganizou o encadeamento entre diagnóstico, objetivos e opções de ação.

O relatório final identificou, entre outros fatores, dificuldades de visualizar e ler a tabela, volume elevado de informações técnicas, obstáculos à comparação entre alimentos, mensagens que podem confundir o consumidor e limitações de educação alimentar. A Figura 2 do relatório da Anvisa, na página 39, apresenta uma árvore do problema com grupos de causas e causas-raiz. A Figura 4 do mesmo relatório, na página 48, trata das consequências. A seção de objetivos reformula a finalidade da intervenção como facilitar a compreensão das informações para apoiar escolhas alimentares ^[8].

O processo examinou o cenário de manutenção das regras, ações de educação e orientação e mudanças normativas. A conclusão de que a revisão da rotulagem seria relevante veio depois dessa delimitação, e não no lugar dela. Em 2020, a Anvisa aprovou a Resolução da Diretoria Colegiada (RDC) nº 429 e a Instrução Normativa (IN) nº 75, que estabeleceram novas regras de apresentação da informação nutricional e de rotulagem frontal ^[9].

Há duas cautelas. A primeira é que esse caso ilustra uma melhora na formulação e na coerência interna do raciocínio regulatório; ele não demonstra, por si, que todos os efeitos esperados das novas regras foram alcançados, o que exigiria avaliação posterior de resultados. A segunda é que o documento de 2019 relata manifestações de participantes da consulta, e percentuais dessas manifestações não podem ser apresentados como estimativas representativas de todos os consumidores brasileiros ^[3][8].

A lição é esta: um bom processo de AIR deve permitir que a própria definição do problema seja corrigida quando surgem novas evidências. Se o diagnóstico é intocável, a participação social corre o risco de virar apenas uma etapa formal.

8. O problema continua existindo se o regulador não fizer nada?

Definido o problema, ainda falta olhar para a frente. O que tende a acontecer se nenhuma intervenção adicional for adotada?

Essa é a lógica do cenário de referência, frequentemente chamado de baseline ou status quo. Ele não deve ser confundido com a fotografia do presente. Mesmo sem nova norma, a economia muda, tecnologias se difundem, decisões judiciais são tomadas, contratos vencem, agentes ajustam seus comportamentos e normas já vigentes continuam produzindo efeitos ^[2][3].

Imagine que a dificuldade de entender determinado serviço esteja diminuindo porque os prestadores já começaram a adotar formatos mais claros. Uma obrigação normativa que produziria uma melhora de 20 pontos percentuais em relação ao presente pode gerar benefício adicional muito menor se o mercado, na ausência da regra, já caminhasse para uma melhora de 15 pontos. A diferença é hipotética, mas ilustra a necessidade de estimar o efeito incremental da intervenção, e não atribuir a ela todas as mudanças futuras.

O raciocínio também vale na direção oposta. Um problema de segurança pode crescer com a expansão de determinada atividade, mesmo quando a frequência atual de eventos é baixa. Se a avaliação ignorar essa tendência, poderá subestimar a necessidade de agir.

A construção do cenário de referência merece tratamento próprio e será o tema do próximo artigo desta série. Por enquanto, basta reconhecer que definir o problema envolve sua evolução esperada, e não apenas sua situação atual.

9. Como saber se a definição do problema é boa?

O Indicador de Qualidade da AIR (IQAIR), desenvolvido e utilizado pela Agência Nacional de Águas e Saneamento Básico (ANA), organiza a avaliação em 12 critérios e 24 subcritérios. O critério “Problema regulatório” responde por 15,9% da pontuação total e contempla cinco dimensões ^[10].

O quadro traz os pesos oficiais do IQAIR convertidos e arredondados para uma escala de cem pontos. Juntos, somam os 15,9 pontos do critério.

A representação gráfica é um subcritério da metodologia de avaliação da ANA, não uma exigência textual autônoma do inciso II do art. 6º do Decreto. O Decreto estabelece os elementos mínimos, e a metodologia de qualidade avalia como eles foram trabalhados ^[1][10].

A pontuação não se resume a procurar palavras. O fato de um relatório mencionar “causas” não comprova que todas as causas relevantes foram mapeadas. Uma árvore pode mostrar relações incoerentes. E uma frase objetiva pode vir sem dados capazes de sustentá-la. Na metodologia da ANA, a avaliação é substantiva: cada subcritério é considerado atendido integralmente, parcialmente ou não atendido ^[10].

10. O que a literatura encontrou nas AIRs brasileiras

Antes de olhar para a nossa própria coleta, é útil ver o que estudos já publicados encontraram ao avaliar documentos regulatórios.

Saab e Silva analisaram 21 AIRs de agências reguladoras federais referentes a decisões do período de 15 de abril a 31 de dezembro de 2021, com um instrumento de 50 critérios. A conclusão foi mista: houve resultados relativamente melhores na formulação de problemas e objetivos, mas fragilidades importantes na identificação de causas, no uso de evidências, na mensuração de impactos e na comparação de alternativas ^[11].

Na identificação de causas-raiz, o estudo apresentou pontuação média equivalente a 7,6% do máximo possível para aquele critério. A leitura precisa ser cuidadosa: isso não significa que somente 7,6% das AIRs identificaram causas-raiz. É o desempenho médio normalizado na rubrica específica da pesquisa, numa amostra pequena e num recorte temporal determinado ^[11].

Outro estudo, publicado em 2026 por Peci e colaboradores, analisou 355 AIRs de onze agências federais, produzidas de 2014 a 2021. O trabalho avaliou a qualidade dos relatórios e examinou como a formalização de procedimentos pode influenciar seu conteúdo. Os autores identificaram uma associação entre modelos excessivamente padronizados e menor qualidade da análise, enquanto documentos orientadores mais estratégicos se associaram a resultados melhores ^[12]. Essa associação não autoriza concluir que todo formulário seja prejudicial ou que exista causalidade simples entre modelo e qualidade.

Os dois estudos mostram por que preencher campos não é equivalente a construir um raciocínio. Um relatório pode responder formalmente a todas as perguntas de um formulário e ainda falhar no vínculo entre fenômeno, causas, evidências e alternativas. Inversamente, um relatório com outra organização pode apresentar análise substantiva robusta.

Essas pesquisas não devem ser confundidas com a base documental examinada para este artigo. Seus períodos, instrumentos de avaliação, critérios de inclusão e unidades de observação são diferentes. Não há fundamento para somar seus números ou construir uma série histórica de qualidade sem harmonizar os métodos.

11. Uma nova investigação documental: o que 358 grupos de relatórios permitem observar

Para ilustrar esse desafio na prática brasileira, O Regulador.org reuniu documentos associados a AIRs de onze agências reguladoras federais. A coleta catalogou 507 arquivos, incluindo versões e peças associadas. A reconciliação inicial identificou 358 grupos documentais provisórios, cada um com um arquivo representativo processado e com a integridade verificada. Desse conjunto, 238 documentos tinham ano documental entre 2022 e 2026 ^[13].

No recorte dos 238 documentos, uma varredura automatizada identificou os sinais textuais abaixo. A presença de um termo não comprova que o requisito metodológico foi atendido.

São frequências de sinais textuais, não taxas de conformidade metodológica. Uma referência à árvore de problemas não garante que o desenho esteja correto, e uma causa demonstrada por evidências pode nem usar a palavra “causa”. Os próprios campos candidatos de definição do problema contêm falsos positivos. Por isso, a pesquisa não atribuiu notas IQAIR às 358 unidades ^[13].

Um piloto qualitativo de 13 estudos escolhidos intencionalmente permitiu verificar enunciados e recuperar trechos documentais. Encontramos problemas formulados como situações observáveis, por exemplo o risco de abandono inadequado de uma atividade ou a dificuldade de acesso a um mercado. Também apareceram problemas formulados como necessidade de definir procedimentos, atualizar regras ou estabelecer mecanismos jurídicos. Em certos relatórios, o corpo da análise continha um diagnóstico social e econômico mais rico do que a frase usada para apresentar o problema.

A classificação exploratória dos treze enunciados registrou cinco casos com antecipação clara de solução, três intermediários e cinco sem esse indício. Essa distribuição não é representativa e não demonstra a qualidade global daqueles treze estudos, muito menos das 358 unidades. Uma frase mal escrita não invalida automaticamente a análise inteira, e uma frase impecável não certifica que as causas foram comprovadas ^[13].

A decisão de não identificar as agências nos exemplos de divulgação é editorial. A base interna preserva a identificação de cada arquivo, sua origem e a possibilidade de auditoria. A anonimização evita que uma triagem ainda exploratória seja lida como ranking institucional, embora não elimine o dever de explicitar fontes, limitações e método.

O que o levantamento acrescenta ao artigo é uma constatação metodológica: o risco de confundir o problema com o instrumento não é só uma abstração dos guias internacionais. Formas distintas de construir enunciados aparecem de fato nos documentos brasileiros. A frequência de diagnósticos inadequados, porém, só poderá ser estimada depois de uma codificação substantiva validada, com controle de duplicidades e critérios consistentes.

12. Inteligência artificial pode auxiliar a avaliação, mas não substitui o julgamento

Há uma tentação contemporânea parecida com a que criticamos no início deste texto: antes de avaliar a qualidade do diagnóstico, escolher um indicador fácil de automatizar e tratá-lo como medida suficiente.

No levantamento, recursos computacionais ajudaram a localizar arquivos, extrair trechos, identificar expressões, preservar páginas candidatas e montar uma fila de revisão. Isso economiza trabalho e amplia a capacidade de examinar um acervo. Mesmo assim, encontrar a palavra “evidência” não é avaliar a evidência, encontrar “cenário de referência” não demonstra que ele foi construído corretamente e encontrar “causa” não demonstra um nexo causal.

Uma avaliação responsável deve guardar a passagem que fundamenta cada julgamento, a página ou seção correspondente, o grau de certeza, a justificativa técnica e a possibilidade de revisão por outro avaliador. Sempre que possível, convém testar a concordância entre revisores e registrar as divergências. A inteligência artificial pode sugerir classificações e localizar informações, mas a responsabilidade pela conclusão fica com quem a valida.

A regra vale tanto para o pesquisador quanto para a agência. Se exigimos uma cadeia lógica verificável do regulador, não podemos publicar pontuações produzidas por um algoritmo só porque elas saem rápido de uma planilha.

13. Cinco perguntas que revelam se a AIR começou bem

Antes de discutir a minuta de uma resolução, convém submeter o diagnóstico a um teste curto, com cinco perguntas.

A primeira é se a situação indesejada continuaria existindo se nenhuma norma nova fosse publicada. Se a resposta for não, talvez a formulação descreva apenas a intenção de regular. A segunda é quem sofre o problema, de que maneira e em qual escala, porque uma categoria genérica como “usuários” pode esconder efeitos muito diferentes entre grupos. A terceira é o que explica o fenômeno e que evidências sustentam essa explicação, distinguindo hipótese, opinião de interessado e mecanismo demonstrado.

A quarta é o que provavelmente acontecerá sem intervenção adicional. Uma boa comparação exige uma trajetória de referência plausível, não o presente congelado. A quinta é se as alternativas realmente atacam as causas identificadas. Se todas as opções variam apenas o grau da mesma obrigação normativa, talvez o diagnóstico tenha fechado a discussão cedo demais.

Responder bem a essas perguntas não obriga o regulador a escolher uma solução específica. Permite algo mais importante: que sua escolha seja compreendida, criticada e, depois, avaliada pelos resultados que prometeu entregar.

O problema regulatório não é, por definição, a falta de uma norma. Pode ser uma informação incompreensível, um risco mal distribuído, um incentivo econômico perverso, uma falha de coordenação ou uma regra que já não cumpre sua finalidade. Às vezes, uma nova norma será necessária. Em outros casos, bastará aplicar melhor a existente, eliminar um obstáculo, melhorar a informação ou aceitar que a intervenção pública acrescentaria pouco.

Uma boa AIR precisa descobrir qual dessas situações existe antes de recomendar a resposta. É isso que faz do ato de regular uma decisão que pode ser defendida com razões, evidências e transparência.

No próximo artigo da série, a investigação avança para o cenário de referência: como estimar o futuro sem a intervenção e evitar atribuir à regulação efeitos que aconteceriam de qualquer maneira.

Nota metodológica

O levantamento de O Regulador.org tem data de corte documental em 11 de novembro de 2026. Os 358 registros representam grupos documentais provisórios, selecionados a partir de 507 arquivos, e não um censo certificado de AIRs. O estrato de 238 documentos corresponde a ano documental entre 2022 e 2026. Os percentuais publicados medem a ocorrência de expressões ou campos candidatos no texto e estão sujeitos a falsos positivos e negativos. O piloto de treze casos foi intencional, sem representatividade probabilística. A pesquisa não produziu pontuações IQAIR para o conjunto nem um ranking de agências. A identidade dos documentos é mantida no inventário interno para possibilitar auditoria. As fontes científicas e normativas estão citadas abaixo; o relatório interno ^[13] é a base primária dos números inéditos apresentados e ainda está sujeito a revisão independente.

Referências

1. BRASIL. Decreto nº 10.411, de 30 de junho de 2020. Regulamenta a análise de impacto regulatório, de que tratam o art. 5º da Lei nº 13.874, de 20 de setembro de 2019, e o art. 6º da Lei nº 13.848, de 25 de junho de 2019. Texto atualizado. Arts. 2º, 5º e 6º. Disponível em: https://www2.camara.leg.br/legin/fed/decret/2020/decreto-10411-30-junho-2020-790371-normaatualizada-pe.html. Acesso em: 11 nov. 2026.
2. OECD. Regulatory Impact Assessment. OECD Best Practice Principles for Regulatory Policy. Paris: OECD Publishing, 2020. Especialmente o capítulo 2. Disponível em: https://doi.org/10.1787/7a9638cb-en. Acesso em: 11 nov. 2026.
3. EUROPEAN COMMISSION. Better Regulation Toolbox. Edição de dezembro de 2025. Ferramenta nº 13, How to analyse problems, pp. 90-102. Disponível em: https://commission.europa.eu/law/law-making-process/better-regulation/better-regulation-guidelines-and-toolbox/better-regulation-toolbox_en. Acesso em: 11 nov. 2026.
4. BRASIL. Casa Civil da Presidência da República. Diretrizes Gerais e Guia Orientativo para Elaboração de Análise de Impacto Regulatório. Brasília, 2018. Disponível em: https://www.gov.br/casacivil/pt-br/assuntos/governanca/regulacao/apresentacao-regulacao-pasta/comite-interministerial-de-governanca-aprova-as-diretrizes-gerais-e-roteiro-analitico-sugerido-para-analise-de-impacto-regulatorio-diretrizes-air-e-o-guia-orientativo-para-elaboracao-de-analise-de-impacto-regulatorio-guia-air/diretrizes_guia_air_cig_11junho2018.pdf/view. Acesso em: 11 nov. 2026.
5. STONE, Deborah A. Causal Stories and the Formation of Policy Agendas. Political Science Quarterly, v. 104, n. 2, pp. 281-300, 1989. Disponível em: https://doi.org/10.2307/2151585. Acesso em: 11 nov. 2026.
6. RANTALA, Kati; ALASUUTARI, Noora; KUORIKOSKI, Jaakko. The logic of regulatory impact assessment: From evidence to evidential reasoning. Regulation & Governance, v. 18, n. 2, pp. 534-550, 2024. Disponível em: https://doi.org/10.1111/rego.12542. Acesso em: 11 nov. 2026.
7. ANVISA. Relatório Preliminar de Análise de Impacto Regulatório sobre Rotulagem Nutricional. Brasília, maio de 2018. Formulação inicial e causas consideradas. Disponível em: Relatório preliminar em PDF (Anvisa). Acesso em: 11 nov. 2026.
8. ANVISA. Relatório de Análise de Impacto Regulatório sobre Rotulagem Nutricional. Brasília, setembro de 2019. Especialmente a seção 2, pp. 36-39; Figura 2, p. 39; Figura 4, p. 48; seção 5, pp. 53-54. Disponível em: https://www.gov.br/anvisa/pt-br/assuntos/regulamentacao/air/analises-de-impacto-regulatorio/2019/relatorio-de-analise-de-impacto-regulatorio-sobre-rotulagem-nutricional.pdf. Acesso em: 11 nov. 2026.
9. ANVISA. Rotulagem nutricional: novas normas, RDC nº 429/2020 e IN nº 75/2020. Página oficial explicativa, com acesso às normas. Disponível em: https://www.gov.br/anvisa/pt-br/assuntos/alimentos/rotulagem/rotulagem-nutricional. Acesso em: 11 nov. 2026.
10. AGÊNCIA NACIONAL DE ÁGUAS E SANEAMENTO BÁSICO (ANA). Indicador de Qualidade da AIR (IQAIR). Metodologia oficial, critérios e pesos. Disponível em: https://www.gov.br/ana/pt-br/assuntos/governanca-regulatoria/analise-de-impacto-regulatorio-air/qair. Acesso em: 11 nov. 2026.
11. SAAB, Flavio; SILVA, Suylan de Almeida Midlej e. Qual a qualidade da análise de impacto regulatório elaborada por agências reguladoras do Brasil? Revista de Administração Pública, v. 56, n. 4, pp. 529-549, 2022. Em especial a Tabela 1. Disponível em: https://doi.org/10.1590/0034-761220220111. Acesso em: 11 nov. 2026.
12. PECI, Alketa; PILLA, Leonardo Henrique Lima de; SAAB, Flavio; VIANA, Luna Bouzada Flores; TRIGO, Sergio Alonso. “Hitting the Target, but Missing the Point” in Regulatory Impact Assessments: Does Bureaucratization Lead to Better RIAs? Regulation & Governance, publicação on-line em 12 de maio de 2026. Disponível em: https://doi.org/10.1111/rego.70166. Acesso em: 11 nov. 2026.
13. O REGULADOR.ORG. Definição do problema regulatório em AIRs federais: varredura documental e análise de triagem. Relatório metodológico interno da Fase 2, 358 grupos documentais, data de corte de 11/11/2026. Base e procedimentos de extração preservados para auditoria; resultados ainda exploratórios.

As opiniões e análises expressas neste artigo são pessoais e não representam posições, decisões ou entendimentos institucionais da Agência Nacional de Energia Elétrica (ANEEL).