IA é treinada com dados globais, ignorando diversidade cultural brasileira

A crescente discussão sobre a Lei nº 11.645/2008, que exige a inclusão de história e cultura afro-brasileira e indígena nos currículos escolares, lança uma pergunta crucial: a Inteligência Artificial (IA) compreende a riqueza e a pluralidade do Brasil?

A Bamboo Data, uma empresa brasileira especializada em conjuntos de dados culturais, trouxe o debate sobre representatividade para o centro das atenções. Apesar de ser uma ferramenta amplamente utilizada por estudantes, a IA continua sendo treinada, em sua maioria, com informações produzidas fora do país. Essa prática levanta sérias questões sobre a representatividade cultural no universo da inteligência artificial.

A constatação é que os principais modelos de IA disponíveis foram desenvolvidos com base em dados originários da Europa e da América do Norte. Isso resulta na exclusão de territórios, idiomas, referências culturais e estruturas sociais que compõem a realidade de uma vasta parcela da população estudantil brasileira.

Pesquisas realizadas pela University of Southern California (USC) indicam que 38,6% dos "fatos" utilizados para treinar sistemas de IA contêm distorções significativas, especialmente em relação a grupos não ocidentais. Esses dados evidenciam um viés inerente aos algoritmos.

O cenário se insere em um debate global sobre a governança da IA, a busca por diversidade algorítmica e a garantia da soberania digital. A questão é como adaptar essas discussões às particularidades e contextos brasileiros, promovendo uma tecnologia mais inclusiva.

No âmbito educacional, a importância dessa reflexão é ainda maior. É fundamental que a educação valorize as diversas origens étnico-culturais dos estudantes, combatendo apagamentos históricos e fortalecendo a identidade de cada um.

A Bamboo Data se dedica à organização e licenciamento de conjuntos de dados culturais especificamente para o treinamento de IA. A empresa coleta, estrutura e anota informações multimodais, com um compromisso especial em dar voz a comunidades historicamente sub-representadas no ambiente digital.