A nossa grande questão para discussão aqui é: a Inteligência Artificial (AI) está nos aproximando ou distanciando da resolução de diferenças associadas a gênero, raça, idade e contextos socioeconômicos?
De acordo com o relatório do ‘Panorama de Talentos em Tecnologia 2023’, elaborado pela Google For Startups, numa escala de 1 a 5, no que se refere à existência de diversidade nas startups, o mercado de tecnologia recebeu nota 2,6, com apenas 15% dos entrevistados considerando as empresas plenamente diversas.
Leia mais:
- Fórmula 1 usará IA para monitorar violações na pista; confira
- Quer investir sem risco? Nova IA pode prever tendências do mercado de ações
- Regulamentação da IA na União Europeia é excessiva, alertam empresas
Ainda segundo o estudo, 57% das startups veem o mercado de tecnologia como excludente para mulheres, seguido de 55% das startups que o veem como excludente para pessoas negras. Questionável em diversos aspectos, quando analisamos idade e oportunidades, 78% das startups afirmam existir um afastamento entre os jovens brasileiros e as bases de conhecimento para a área da tecnologia.
Cientes de que a necessidade de discutir disparidades persiste até hoje — conforme afirma Bianca Seabra em seu artigo ‘Por que as mulheres utilizam menos IA se comparado aos homens?’, precisamos entender quais fatores necessitam ser revistos a fim de que não ensinemos à AI os erros que cometemos (ainda) hoje.
Sendo o aprendizado da IA resultado dos estudos, estatísticas, comportamentos humanos, práticas, estratégias, dados disponíveis no ambiente online e pessoas que processam e alimentam os dados com os enviesamentos de suas vivências, precisamos:
- Alimentar e inundar a web com conteúdos diversos, questionadores, inclusivos, provocativos, científicos e multifários.
- Proporcionar variedade e diversidade entre os/as profissionais que alimentam os dados da web, a partir das suas multiplicidades de experiências, vivências, cores, contextos socioculturais, políticos e econômicos.
O problema aqui, mais uma vez, está na base da construção do saber — base essa que precisa ser diversa para que os dados gerados também tenham origens variadas. É importante que tenhamos atenção às oportunidades que são geradas e a quem ocupa esses lugares. Só teremos variações de vieses se os atores envolvidos nos processos de questionamento, produção e propagação da tecnologia forem também variados em seus status/históricos/condições sociais.
Precisamos ter ciência de que, se não alterarmos imediatamente o contexto social, nos distanciaremos da resolução de diferenças associadas a gênero, raça, idade e contextos socioeconômicos.
Por isso, é preciso um compromisso imediato para solucionar a equidade da diversidade na formação continuada, no mercado de trabalho e nas escalas de decisão. Afinal, a partir dessa geração, todas as demais estarão mergulhadas nos impactos da IA.