Revisado por Leandro Xavier, editor do Fórum Revista Brasil, em .
O Feminismo de Dados Chega ao Brasil: Uma Análise Profunda do Conceito que Questiona a Neutralidade Tecnológica e o Poder dos Algoritmos
O campo da tecnologia, tradicionalmente dominado por uma visão mais técnica, tem sido palco de uma nova e intrigante discussão: o Feminismo de Dados. Originado em centros de pesquisa acadêmica, este conceito tem rapidamente se espalhado, influenciando desde o vocabulário da indústria de tecnologia até debates legislativos sobre inteligência artificial. A premissa central é que algoritmos, longe de serem neutros, carregam consigo os vieses e preconceitos de seus criadores, majoritariamente homens brancos de países desenvolvidos.
Essa abordagem argumenta que a forma como os dados são coletados, organizados e utilizados reflete a visão de mundo de quem detém o poder na criação desses sistemas. Consequentemente, questões de gênero, raça e classe social podem ser perpetuadas ou até mesmo amplificadas por meio da tecnologia. A professora Sandra Ávila, referência em IA e doutora pela UFMG e Sorbonne, destaca que o feminismo de dados está intrinsecamente ligado ao poder, afirmando que “dados são poder” no mundo atual.
Popularizado nos Estados Unidos a partir de 2020 com o livro de Catherine D’Ignazio e Lauren Klein, o feminismo de dados propõe uma reflexão sobre quem está no controle da informação e quais perspectivas são priorizadas. A teoria sugere que a inclusão de pessoas minorizadas no desenvolvimento de sistemas tecnológicos é crucial para garantir que a tecnologia sirva a um propósito mais equitativo e representativo. A discussão, que começou em universidades, já ressoa em grandes corporações de tecnologia e no Congresso Nacional, como aponta reportagem do G1.
O Surgimento e a Expansão do Feminismo de Dados
O conceito de feminismo de dados ganhou força nos Estados Unidos em 2020, impulsionado pelo trabalho de pesquisadoras como Catherine D’Ignazio, do MIT, e Lauren Klein, da Universidade Emory. Elas argumentam que toda coleta e organização de dados envolve decisões humanas, e que a predominância de homens brancos em equipes de tecnologia leva à exclusão ou “invisibilização” de mulheres, negros e pobres. Essa perspectiva rapidamente foi adotada por gigantes da tecnologia como Google, Microsoft e Amazon, que passaram a enfatizar termos como “IA responsável” e “equidade algorítmica”.
Impacto na Legislação e na Indústria de Tecnologia
No Brasil, o debate sobre feminismo de dados já se reflete no projeto de lei que busca regular a inteligência artificial, aprovado pelo Senado em 2024. A proposta exige que empresas expliquem o funcionamento de seus sistemas automatizados e avaliem possíveis discriminações. A responsabilidade pela equidade migra dos códigos para os gestores dos sistemas. Em poucos anos, o feminismo de dados transitou de um livro para salas de aula, regulamentações e a linguagem corporativa global, muitas vezes sem amplo debate público.
Casos Reais que Ilustram os Vieses Algorítmicos
O feminismo de dados se apoia em exemplos concretos de como algoritmos podem perpetuar preconceitos. Um caso notório foi o sistema de seleção de currículos da Amazon, desativado em 2018 por dar preferência a candidatos homens. Outro exemplo são os programas de reconhecimento facial da IBM e Microsoft, que, segundo auditoria do MIT em 2018, apresentavam taxas de erro significativamente maiores para mulheres de pele escura. A professora Sandra Ávila também relata casos de algoritmos de diagnóstico de câncer de pele com desempenho inferior em peles negras, evidenciando a necessidade de abordagens mais sensíveis às particularidades de diferentes grupos.
Críticas e Desafios na Implementação do Feminismo de Dados
Apesar das intenções, o feminismo de dados enfrenta críticas quanto à sua aplicabilidade prática e ao risco de se tornar uma agenda política disfarçada de ciência. Críticos argumentam que a incorporação da “justiça social” na construção de algoritmos pode gerar abstrações difíceis de serem traduzidas em critérios técnicos. Rafaela Weber Mallmann, pesquisadora da USP, aponta a falta de modelos normativos claros para aplicação prática. Há também o receio de que a análise de dados possa ser manipulada para apoiar causas específicas, como questiona Alberto Cairo, professor da Universidade de Miami. A complexidade de definir um algoritmo “justo” e a natureza intrinsecamente classificatória da mente humana, como aponta Fernando Osório, da USP, adicionam camadas a este debate.
No cerne da discussão do feminismo de dados está a questão de quem define os valores incorporados nas máquinas. Essa é uma decisão que transcende laboratórios e salas de aula, exigindo um debate público mais amplo e inclusivo sobre o futuro da tecnologia e seu impacto na sociedade.
