De quem é a inteligência que a gente usa?

00:00

A+ A-

Quando perguntamos algo a uma inteligência artificial, a resposta costuma vir com uma aparente neutralidade. É quase instintivo confiar na imparcialidade da máquina, uma percepção que acompanha nossa relação com a tecnologia desde a Revolução Industrial. Durante muito tempo, entendemos o maquinário como uma extensão da capacidade humana, criado para executar tarefas com mais precisão e eficiência. O que muda com a inteligência artificial é que, além de executar, a tecnologia passou a produzir respostas, interpretar comportamentos e influenciar decisões. E faz isso a partir de referências que não são necessariamente as nossas.

Para entender essa questão, precisamos olhar para o que existe por trás dos grandes modelos de linguagem, os chamados LLMs. Esses sistemas são treinados com enormes volumes de textos e outros conteúdos, predominantemente produzidos em inglês. Cerca de 90% dos dados de treinamento do Llama 2, da Meta, estavam nessa língua. No GPT-3, a proporção chegava a aproximadamente 93%. Isso significa que boa parte do conhecimento utilizado por essas tecnologias foi construída a partir de referências linguísticas e culturais que não representam, necessariamente, a diversidade da população mundial.

A inteligência artificial pode falar português sem necessariamente compreender o contexto brasileiro. E essa diferença importa muito mais do que parece.

A arquitetura desses sistemas é desenvolvida para identificar padrões e produzir respostas a partir do que aprenderam. Se determinados idiomas, culturas e visões de mundo predominam nos dados, essas referências tendem a aparecer com maior frequência nos resultados. Além disso, as escolhas sobre quais conteúdos utilizar, como avaliar respostas e quais comportamentos considerar adequados também influenciam o modelo. Não existe uma programação universal que determine o que é uma resposta neutra. Existe uma combinação de decisões técnicas e humanas que ajuda a definir o que a máquina entende como aceitável, relevante ou esperado.

É nesse contexto que surgem os conceitos de colonialismo digital e imperialismo digital. Embora tenham significados distintos, ambos ajudam a compreender a concentração de poder tecnológico. O colonialismo digital descreve relações em que dados, infraestrutura e conhecimento de diferentes sociedades são apropriados ou explorados sob o controle de poucos agentes. Já o imperialismo digital chama atenção para a capacidade de grandes potências e empresas de estabelecer padrões tecnológicos, econômicos e culturais que passam a orientar o restante do mundo.

Essa influência também aparece na maneira como os sistemas representam pessoas. Quando uma inteligência artificial é treinada com dados que privilegiam determinados grupos sociais, características físicas, comportamentos e formas de expressão, ela pode reproduzir essas referências como se fossem universais. Os vieses de gênero e raça são exemplos conhecidos, mas o problema também está nas concepções de personalidade, linguagem e comportamento consideradas padrão.

O que entendemos como uma postura profissional, uma resposta educada ou uma personalidade adequada depende do contexto cultural. Uma comunicação mais direta pode ser valorizada em determinada sociedade e interpretada como inadequada em outra. O mesmo acontece com sotaques, expressões regionais, padrões de beleza e formas de interação. Quando essas diferenças não estão suficientemente representadas no treinamento, a tecnologia corre o risco de reproduzir uma visão limitada da experiência humana.

Por isso, desenvolver inteligência artificial para o Brasil não pode significar apenas traduzir modelos estrangeiros. Precisamos ensinar essas tecnologias a reconhecer nossa cultura, nossa diversidade linguística, nossos costumes e nossas particularidades sociais. Isso exige dados representativos, pesquisadores locais e participação brasileira nas decisões sobre treinamento, avaliação e desenvolvimento dos sistemas.

A discussão está diretamente relacionada à soberania tecnológica. Para uma empresa que utiliza IA na análise de contratos, processos e informações estratégicas, importa saber onde os dados são armazenados e quem controla a infraestrutura. Para o poder público, que começa a incorporar essas ferramentas em serviços essenciais, é fundamental conseguir avaliar, auditar e corrigir decisões automatizadas. A dependência integral de fornecedores estrangeiros pode limitar essa autonomia.

O Brasil já apresenta iniciativas nessa direção. O Plano Brasileiro de Inteligência Artificial prevê investimentos de R$ 23 bilhões entre 2024 e 2028, embora especialistas questionem se os recursos serão suficientes diante da concentração global de infraestrutura computacional. Soberania, nesse caso, não significa abandonar tecnologias internacionais ou desenvolver tudo internamente. Significa construir capacidade para participar das decisões, negociar em melhores condições e produzir soluções que atendam à nossa realidade.

Durante o AI Brasil Experience, acompanhei um exemplo concreto desse movimento. O Centro de Excelência em Inteligência Artificial (CEIA), da Universidade Federal de Goiás, apresentou o Lumi, um modelo de linguagem de código aberto, disponibilizado gratuitamente e desenvolvido com atenção ao português. Iniciativas como essa mostram a importância de ampliar nossa participação na produção de tecnologia, em vez de permanecermos exclusivamente como consumidores de sistemas desenvolvidos em outros contextos.

A inteligência artificial continuará sendo construída a partir do conhecimento humano. A questão é quais conhecimentos terão espaço nessa construção. Em um país tão diverso quanto o Brasil, participar desse processo significa também garantir que nossas experiências, nossos idiomas e nossas formas de compreender o mundo não fiquem de fora.

Afinal, quando uma máquina aprende a responder por nós, vale perguntar quem teve a oportunidade de ensiná-la.