Diversidade e inteligência artificial: o papel das equipes plurais na construção de algoritmos justos e confiáveis

Por Suzana Morais

A inteligência artificial já ocupa uma posição importante nas decisões que impactam empresas, governos e a sociedade. Hoje, algoritmos influenciam processos de recrutamento, análises de crédito, diagnósticos médicos, consumo de conteúdo e até políticas públicas, entre outros inúmeros casos de uso. Nesse cenário, discutir diversidade no desenvolvimento de aplicações de IA deixou de ser apenas uma pauta de inclusão para se tornar um tema diretamente ligado à qualidade, à confiança e à responsabilidade das soluções.

Há um entendimento crescente de que equipes mais diversas contribuem para o desenvolvimento de soluções mais completas e menos suscetíveis a vieses, ampliando o potencial de inovação e a capacidade de antecipar falhas sistêmicas. Ainda assim, a evolução prática acontece em ritmo mais lento do que o discurso institucional, especialmente nas camadas mais técnicas e decisórias da construção de IA.

Dados do relatório Women and Generative AI, da Deloitte, apontam que, nos Estados Unidos, a presença das mulheres no uso dessas tecnologias mais do que dobrou entre 2023 e 2024, passando de 11% para 33%. Na indústria da tecnologia, de acordo com dados do estudo, há quase tantas mulheres (70%) quanto homens (78%) usando IA generativa.

Mesmo assim, quando olhamos para a força de trabalho especializada em IA, a realidade ainda revela um desequilíbrio: mulheres representam cerca de 30% dos profissionais da área, proporção semelhante à observada em carreiras STEM (ciência, tecnologia, engenharia e matemática). Essa discrepância evidencia um ponto crítico: estamos ampliando o acesso à tecnologia sem, necessariamente, democratizar sua construção.

Esse desequilíbrio ajuda a explicar um dos principais desafios atuais da inteligência artificial: o viés algorítmico. Muitas vezes, sistemas de IA são treinados com bases históricas que carregam desigualdade já existentes na sociedade. Quando equipes pouco diversas desenvolvem sistemas tecnológicos, existe uma tendência de considerar que os dados utilizados são universais e imparciais, quando, na verdade, carregam contextos sociais, culturais e históricos, criando uma falsa percepção de neutralidade.

Segundo o mesmo estudo, cerca de 44% dos sistemas de IA exibem viés de gênero, o que pode afetar negativamente os resultados. Mais do que um problema técnico, o viés em IA é um problema de governança e de tomada de decisão – e, sem diversidade de perspectivas durante o desenvolvimento, o risco de perpetuar desigualdades aumenta significativamente.

Leia mais: Como a Ferrari descobriu que otimizar IA não era o mesmo que criar valor

Vale lembrar que o debate sobre diversidade em IA não se limita apenas à questão de gênero. O debate também envolve território, renda, idioma, raça, acessibilidade e

representatividade nos dados utilizados para treinar os modelos de inteligência artificial. Sistemas desenvolvidos a partir de bases homogêneas tendem a ignorar nuances importantes da realidade social e aprofundar desigualdades já existentes.

Outro desafio importante está na permanência e no avanço das mulheres em carreiras ligadas às áreas de tecnologia e IA. Embora o número de profissionais qualificadas esteja crescendo, ainda são poucas as que alcançam cargos técnicos e posições de liderança. Muitas relatam a necessidade constante de validar sua credibilidade e competência em ambientes predominantemente masculinos.

Nesse contexto, iniciativas de mentoria e desenvolvimento têm se mostrado especialmente importantes. Além do suporte técnico e profissional, a mentoria cria referências concretas de crescimento, fortalece a confiança e ajuda mulheres (e outros grupos) a visualizarem caminhos possíveis dentro do setor. Estudos como o Women in AI, também da Deloitte, apontam que redes de apoio e espaços de escuta são fundamentais para ampliar a representatividade e estimular inovação.

A inteligência artificial continuará ganhando escala e relevância nos próximos anos e sua qualidade será definida não apenas pela capacidade dos algoritmos, mas também pela pluralidade humana presente em sua criação. Afinal, se a IA aprende com as pessoas, quanto mais diversas forem essas pessoas, maiores serão as chances de construímos tecnologias mais éticas, representativas e alinhadas às necessidades e à realidade da sociedade.