| Título: | Análise das discrepâncias no desenvolvimento da inteligência artificial : negligências, vieses e consequências sociais e culturais |
| Autor(es): | Oliveira, Davi Matheus da Rocha de |
| Orientador(es): | Soares, Fabiano Araújo |
| Assunto: | Inteligência artificial
Viés de confirmação
Sistemas inteligentes tendenciosos |
| Data de apresentação: | 13-Set-2024 |
| Data de publicação: | 26-Dez-2025 |
| Referência: | OLIVEIRA, Davi Matheus da Rocha de. Análise das discrepâncias no desenvolvimento da inteligência artificial: negligências, vieses e consequências sociais e culturais. 2024. 64 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Eletrônica) — Universidade de Brasília, Brasília, 2024. |
| Resumo: | A disseminação crescente da inteligência artificial em diversos setores da sociedade tem gerado transformações significativas abrangendo desde aspectos econômicos até questões sociais e culturais Contudo essa influência no tecido social não está isenta de desafios notadamente quando se depara com negligência discrepância econômica e de estudo e problemas éticos do desenvolvedor e da sua sociedade na implementação de tecnologias inteligentes Problemas como falhas na identificação de dados e viés nos conjuntos de dados de treinamento são identificados como consequências adversas dessas práticas resultando em impactos sociais como o reforçamento de preconceitos e a amplificação das desigualdades econômicas Este estudo visa compreender e analisar os impactos dessas questões no cenário social e cultural com ênfase nos países subdesenvolvidos Para atingir tal objetivo a pesquisa adotou uma abordagem qualiquantitativa ou conforme usada por alguns autores abordagem mista de caráter comparativo e uma pesquisa social fundamentada em revisões de artigos científicos e relatórios que abordam o viés em conjuntos de dados. Além disso foram explorados exemplos reais e práticos de sistemas inteligentes enviesados visando promover uma compreensão mais abrangente dessas problemáticas Os resultados mostram uma disparidade notável entre países desenvolvidos e em desenvolvimento no que diz respeito ao investimento em tecnologia e a presença de vieses de gênero e raça na IA. Nos países em desenvolvimento esses vieses são mais acentuados devido a falta de diversidade na coleta e análise de dados reforçando preconceitos e ampliando desigualdades Para desenvolver uma IA justa e crucial incluir dados diversificados e representativos além de implementar políticas específicas para garantir essa diversidade e promover práticas éticas e transparentes assegurando que os benefícios da tecnologia sejam distribuídos de maneira equitativa. |
| Abstract: | The growing dissemination of artificial intelligence across various sectors of society has led to significant transformations, impacting everything from economic aspects to social and cultural issues. However, this influence on the social fabric is not without challenges, particularly when faced with negligence, economic and educational disparities, and ethical problems related to the developers and their society in implementing intelligent technologies. Issues such as data identification failures and biases in training datasets are identified as adverse consequences of these practices, resulting in social impacts like the reinforcement of prejudices and the amplification of economic inequalities. This study aims to understand and analyze the impacts of these issues on the social and cultural landscape, with a focus on developing countries. To achieve this objective, the researcher adopted a quantitative-qualitative or, as referred to by some authors, mixed-methods approach, characterized by a comparative and social research framework, grounded in reviews of scientific articles and reports addressing bias in datasets. Additionally, real-world examples of biased intelligent systems were explored to promote a more comprehensive understanding of these problems. The results reveal a notable disparity between developed and developing countries regarding technology investment and the presence of gender and racial biases in AI. In developing countries, these biases are more pronounced due to a lack of diversity in data collection and analysis, reinforcing prejudices and widening inequalities. To develop fair AI, it is crucial to include diverse and representative data,as well as to implement specific policies to ensure this diversity and promote ethical and transparent practices, ensuring that the benefits of technology are distributed equitably. |
| Informações adicionais: | Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade UnB Gama, 2024. |
| Licença: | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. |
| Aparece na Coleção: | Engenharia Eletrônica
|
Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.
