Na pele preta

como a IA pode agravar o racismo calculado

Autores

  • Angélica Terezinha Costa Ines IFF Pádua
  • Geovanna Fernandes da Silva Lanes IFF Pádua
  • Kamylle Carrero Marchette IFF Pádua
  • Mariana Dias Alexandre Pires IFF Pádua
  • Matheus Felix da Silva IFF Pádua
  • Mateus Rocha Silva IFF Pádua
  • Nathália Silva Matos IFF Pádua

Palavras-chave:

inteligência artificial, racismo calculado, sociedade

Resumo

Esta sala temática tem como objetivo conscientizar os indivíduos sobre como o uso da IA (Inteligência Artificial) pode agravar o racismo calculado em nossa sociedade contemporânea. A IA é uma das ferramentas mais poderosas e pode influenciar diversos setores da sociedade. No entanto, sem vigilância, seu uso pode intensificar problemas sociais preexistentes, como o racismo calculado. Esse termo se refere à amplificação de preconceitos raciais por meio de algoritmos e sistemas automatizados. Esses sistemas, muitas vezes, são treinados com dados históricos que refletem desigualdades e preconceitos, resultando em decisões injustas e discriminatórias. A falta de transparência e a complexidade dos algoritmos dificultam a identificação e correção desses problemas, gerando impactos negativos em comunidades minoritárias. É fundamental reconhecer esses riscos e adotar medidas para mitigá-los, garantindo que a IA seja uma ferramenta para promover igualdade e justiça. Conscientização e ação são passos essenciais para que a IA contribua para uma sociedade mais justa e igualitária.

Downloads

Publicado

17.08.2026

Como Citar

INES, A. T. C.; LANES, G. F. da S.; MARCHETTE, K. C.; PIRES, M. D. A.; SILVA, M. F. da; SILVA, M. R.; MATOS, N. S. Na pele preta: como a IA pode agravar o racismo calculado. Congresso de Divulgação Científica, Cultural e Tecnológica do IFF Pádua, Santo Antônio de Pádua, v. 3, 2026. Disponível em: https://anais.eventos.iff.edu.br/index.php/sacaiff/article/view/1756. Acesso em: 24 ago. 2026.

Edição

v. 3 (2024): SACAIFF

Seção

Resumos Simples

Licença

Copyright (c) 2026 Angélica Terezinha Costa Ines, Geovanna Fernandes da Silva Lanes, Kamylle Carrero Marchette, Mariana Dias Alexandre Pires, Matheus Felix da Silva, Mateus Rocha Silva, Nathália Silva Matos

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.

Ao encaminhar o trabalho para avaliação, o autor concorda automaticamente em colocá-lo sob a licença Creative Commons Atribuição - Não Comercial (CC BY-NC).

Com esta licença, terceiros podem:

  • Copiar e redistribuir o material em qualquer suporte ou formato.
  • Adaptar, remixar, transformar e criar a partir do material.

Contudo, ao fazer uso do material, terceiros:

a) Devem:

  • Atribuir a autoria do material.
  • Dar o crédito apropriado ao autor.
  • Prover um link para a licença.
  • Indicar se mudanças foram feitas.

b) Não podem:

  • Sugirir, explicita ou implicitamente, que o autor do material o apoia.
  • Sugerir, explicita ou implicitamente, que o autor do material apoia o uso que está sendo feito do material.
  • Usar o material original ou derivado para fins comerciais.

Detalhes da licença podem ser encontrados em https://creativecommons.org/licenses/by-nc/4.0.

Artigos mais lidos pelo mesmo(s) autor(es)