Sistemas treinados com dados de fora do país podem deixar de lado referências de estudantes, ampliando apagamentos históricos, aponta análise

Compartilhar matériaEm meio à discussão da Lei nº 11.645/2008, que determina a inclusão obrigatória da história e da cultura afro-brasileira e indígena nos currículos da educação básica, surge uma provocação: a Inteligência Artificial conhece a cultura e a pluralidade do Brasil?

A Bamboo Data, datatech brasileira especializada em datasets culturais, trouxe à tona o debate sobre a representatividade na IA. Amplamente utilizada por estudantes, a tecnologia continua sendo treinada, em sua maioria, com dados produzidos fora do país, o que amplia a discussão sobre a representatividade cultural no ambiente da inteligência artificial.

O cenário evidencia que os principais modelos de IA foram treinados com dados produzidos na Europa e na América do Norte, deixando à margem territórios, línguas, referências culturais e formas de organização social que fazem parte da realidade de grande parcela dos estudantes brasileiros.

Segundo estudos da University of Southern California (USC), 38,6% dos “fatos” utilizados para treinar sistemas de IA apresentam distorções que afetam grupos não ocidentais, por exemplo.

Nesse contexto, o debate se insere em uma pauta global que questiona a governança da inteligência artificial, a diversidade algorítmica e a soberania digital, além de discutir como essas questões podem ser abordadas a partir dos contextos e das particularidades brasileiras.

No ambiente educacional, a discussão é ainda mais relevante, uma vez que é fundamental valorizar as diversidades étnico-culturais dos estudantes, evitando apagamentos históricos que a educação busca superar.

A Bamboo Data é uma datatech brasileira dedicada à estruturação e ao licenciamento de datasets culturais para o treinamento de Inteligência Artificial. A empresa atua na coleta, organização e anotação de dados multimodais voltados ao treinamento de sistemas de IA, com foco em comunidades historicamente sub-representadas nos ambientes digitais.