Racismo e inteligência artificial : um mapeamento sistemático

Abstract

O reconhecimento facial inerentemente inclina-se a apresentar desigualdades na identificação e classificação de faces de indivíduos pertencentes a diferentes grupos demográficos. Essa inclinação é evidente quando o desempenho dos modelos favorece resultados mais precisos em rostos de um grupo específico, em detrimento de outros, sendo esse grupo,em sua maioria, composto por pessoas racializadas. Este estudo direciona seus esforços para buscar equidade e precisão no âmbito tecnológico, fornecendo um mapeamento sistemático de métodos destinados a mitigar o viés racial algorítmico. A pesquisa analisa minuciosamente estudos selecionados, oferecendo sínteses detalhadas das características e resultados obtidos. A abordagem abrangente busca compreender iniciativas que visam diminuir as disparidades observadas no reconhecimento facial, enfatizando a equidade, a adaptação de técnicas e a consideração de características demográficas durante o treinamento. Ao proporcionar uma visão ampla dessas abordagens, este trabalho contribui para uma compreensão crítica do panorama de pesquisa, impulsionando o desenvolvimento de sistemas mais equitativos no domínio do reconhecimento facial.