{"id":27711,"date":"2023-04-19T07:19:39","date_gmt":"2023-04-19T12:19:39","guid":{"rendered":"https:\/\/blogs.funiber.org\/pt\/?p=27711"},"modified":"2023-04-19T07:19:39","modified_gmt":"2023-04-19T12:19:39","slug":"funiber-preconceitos-inteligencia-artificial","status":"publish","type":"post","link":"https:\/\/www.funiber.blog\/pt\/tecnologias-tic\/2023\/04\/19\/funiber-preconceitos-inteligencia-artificial","title":{"rendered":"Preconceitos e injusti\u00e7as sociais se refletem em intelig\u00eancia artificial"},"content":{"rendered":"

Devido ao recente desenvolvimento de redes neurais de aprendizado profundo e intelig\u00eancia artificial em geral, o problema do reconhecimento facial, que antes se pensava ser exclusivo dos humanos e impratic\u00e1vel para as m\u00e1quinas, agora foi resolvido. Deixando obsoleto o paradigma convencional de detec\u00e7\u00e3o, extra\u00e7\u00e3o de caracter\u00edsticas e classifica\u00e7\u00e3o.<\/p>\n

N\u00e3o \u00e9 mais necess\u00e1rio misturar v\u00e1rios algoritmos e alterar dezenas de par\u00e2metros. Agora que alimentamos as redes com dados adequadamente rotulados, as redes simplesmente aprendem com esses dados.<\/p>\n

Os resultados s\u00e3o espetaculares em termos de taxas de reconhecimento corretas que s\u00e3o alcan\u00e7adas com redes neurais. No entanto, \u00e9 poss\u00edvel que este n\u00e3o seja o caso. H\u00e1 o exemplo de Robert Julian-Borcak Williams, um estudante afro-americano preso porque um algoritmo de reconhecimento facial o identificou incorretamente. Que esse primeiro erro tenha sido cometido com um afro-americano n\u00e3o parece ser uma coincid\u00eancia. Com base em estudos realizados, a pesquisadora Joy Buolamwini publicou um deles onde mostrava como os sistemas de reconhecimento facial tinham problemas para identificar pessoas de pele escura.<\/p>\n

Os vieses nos modelos podem ser atribu\u00eddos a uma variedade de fatores. Esses fatores incluem sele\u00e7\u00e3o de dados ruim, rotulagem de dados ruim, envolvimento humano no desenvolvimento e sele\u00e7\u00e3o de modelo. Da mesma forma, uma m\u00e1 interpreta\u00e7\u00e3o dos resultados tamb\u00e9m afeta.<\/p>\n

A intelig\u00eancia artificial, concebida como um avan\u00e7o tecnol\u00f3gico imparcial, acaba sendo um reflexo fiel tanto dos pr\u00f3prios preconceitos do indiv\u00edduo quanto das injusti\u00e7as sociais da sociedade em que se desenvolve. Pode ser uma oportunidade para nos reconstruirmos e criarmos uma sociedade mais justa e igualit\u00e1ria, bem como algoritmos livres de preconceitos, como conclui este interessante artigo.<\/p>\n

A FUNIBER promove estudos na \u00e1rea de Tecnologia. Alguns desses programas s\u00e3o:<\/p>\n

 <\/p>\n