A máquina reproduz e amplifica exatamente o que aprendeu
Uma pesquisa publicada pela Nature revela que a inteligência artificial não é um espelho neutro da sociedade, mas um amplificador de suas injustiças mais antigas. Ao analisar milhões de imagens, vídeos e textos usados no treinamento de modelos digitais, cientistas de Stanford, Oxford e Berkeley descobriram que plataformas como Google, Wikipedia e o ChatGPT sistematicamente rejuvenescem mulheres e envelhece homens — associando experiência e autoridade ao masculino de forma que contraria os próprios dados do mundo real. O que está em jogo não é apenas uma distorção estatística, mas a legitimação algorítmica de barreiras que afastam mulheres maduras de cargos de liderança e de salários mais justos.
- Sistemas de IA treinados em dados históricos reproduzem e intensificam o ageísmo de gênero, retratando mulheres como mais jovens e menos experientes do que realmente são.
- O ChatGPT gerou mais de 34 mil currículos fictícios e, de forma consistente, atribuiu menor experiência a nomes femininos e maior senioridade a nomes masculinos — e depois avaliou os perfis masculinos com notas mais altas.
- Usuários reais que buscaram imagens de profissões no Google passaram a associar mulheres a idades mais baixas, alterando suas próprias opiniões sobre quem contratar para cargos de prestígio.
- Empresas de tecnologia reconhecem os vieses, mas respondem com filtros superficiais, ignorando as raízes estruturais do problema: bancos de dados desiguais e a reprodução automática de padrões históricos de exclusão.
- Enquanto a crença de que 'os vieses da IA já foram resolvidos' persiste no setor, mulheres maduras continuam sendo sistematicamente penalizadas no acesso a oportunidades de emprego e liderança.
Uma pesquisa publicada pela revista Nature traz uma conclusão desconfortável: a inteligência artificial não apenas reflete as desigualdades históricas contra mulheres maduras no mercado de trabalho — ela as amplifica. O estudo analisou mais de 1,4 milhão de imagens e vídeos, além de bilhões de palavras usadas no treinamento de modelos de linguagem, e constatou que plataformas digitais distorcem sistematicamente a representação das mulheres, especialmente as mais velhas, retratando-as como mais jovens e menos experientes do que realmente são.
Os pesquisadores Douglas Guilbeault, da Stanford, Solène Delecourt, da Haas School of Business, e Bhargav Desikan, de Oxford, examinaram dados do Google, Wikipedia, Flickr, IMDb e YouTube. O padrão encontrado foi consistente: mulheres aparecem como mais jovens que homens em praticamente todas essas plataformas, mesmo em ocupações de maior prestígio. O problema é que essa representação não corresponde à realidade — dados do Censo dos Estados Unidos mostram que não há diferenças significativas de idade entre homens e mulheres na força de trabalho. Ainda assim, o ambiente digital insiste em associar experiência e autoridade ao masculino.
O estudo também investigou a IA generativa. Ao pedir ao ChatGPT que criasse currículos fictícios, os pesquisadores observaram um padrão inequívoco: nomes femininos recebiam descrições de menor experiência, enquanto nomes masculinos ganhavam carreiras mais longas e senioridade equivalente. Quando o próprio ChatGPT avaliava esses currículos, atribuía notas mais altas aos perfis masculinos mais velhos. O impacto se estende ao comportamento humano: usuários que buscaram imagens de profissões no Google passaram a associar mulheres a idades mais baixas — o que alterou suas opiniões sobre quem contratar.
Guilbeault alerta para uma falsa sensação de segurança: a crença de que os vieses da IA já teriam sido resolvidos não corresponde à realidade. As empresas de tecnologia adotam estratégias superficiais sem enfrentar as raízes estruturais do problema — bancos de dados desiguais e a reprodução automática de padrões históricos de exclusão. Ao amplificar estereótipos de gênero e idade, a IA legitima desigualdades e penaliza mulheres maduras que buscam acesso a cargos de liderança e maior remuneração.
Uma pesquisa publicada pela revista científica Nature traz uma conclusão incômoda: a inteligência artificial não apenas reflete as desigualdades históricas contra mulheres maduras no mercado de trabalho — ela as amplifica. O estudo, que analisou mais de 1,4 milhão de imagens e vídeos além de bilhões de palavras usadas no treinamento de modelos de linguagem, mostra que plataformas digitais e sistemas de IA sistematicamente distorcem como mulheres são representadas, especialmente as mais velhas, retratando-as como mais jovens e menos experientes do que realmente são.
Os pesquisadores Douglas Guilbeault, da Stanford, Solène Delecourt, da Haas School of Business, e Bhargav Desikan, de Oxford, examinaram dados de Google, Wikipédia, Flickr, IMDb e YouTube. O padrão que encontraram é consistente: mulheres aparecem como mais jovens que homens em praticamente todas essas plataformas, mesmo em ocupações de maior prestígio e remuneração. O problema é que essa representação digital não corresponde à realidade. Dados do Censo dos Estados Unidos mostram que não existem diferenças significativas de idade entre homens e mulheres na força de trabalho — em algumas áreas, as mulheres são até mais velhas. Ainda assim, o ambiente digital insiste em associar experiência, autoridade e senioridade ao masculino. Trata-se de uma forma de ageísmo de gênero, discriminação combinada por idade e gênero, que afeta principalmente mulheres maduras.
O estudo também investigou como a inteligência artificial generativa replica esses estereótipos. Os pesquisadores pediram ao ChatGPT que criasse mais de 34 mil currículos fictícios. O padrão foi inequívoco: currículos com nomes femininos descreviam mulheres como mais jovens e com menos experiência; currículos com nomes masculinos apresentavam homens mais velhos e com carreiras mais longas. Quando o próprio ChatGPT avaliava esses currículos, atribuía notas mais altas a homens mais velhos, mesmo quando os dados eram equivalentes. Guilbeault resume o problema de forma direta: dentro desse processo, há inúmeras oportunidades para que estereótipos se infiltrem.
Mas o impacto vai além do que acontece dentro dos algoritmos. A pesquisa realizou um experimento com usuários reais que buscaram imagens de profissões no Google. Aqueles que viram essas imagens passaram a associar mulheres a idades mais baixas e homens a maior senioridade — o que alterou inclusive suas opiniões sobre quem contratar. Quanto mais prestigiada e melhor remunerada era a ocupação, maior a tendência de os resultados de imagem mostrarem homens mais velhos e experientes. Isso reforça desigualdades históricas e limita o acesso das mulheres a cargos de liderança.
Guilbeault aponta uma falsa sensação de segurança: existe uma crença generalizada de que os vieses da IA já teriam sido basicamente resolvidos. Não foram. As empresas de tecnologia reconhecem a existência de vieses, mas têm adotado estratégias superficiais — como filtros para bloquear conteúdos explícitos — sem enfrentar as raízes estruturais do problema: bancos de dados desiguais, pouca diversidade e a reprodução automática de padrões históricos de exclusão. Ao amplificar estereótipos de gênero e idade, a IA legitima desigualdades no mercado de trabalho, penaliza mulheres mais velhas e reforça hierarquias que favorecem homens em posições de poder.
Citas Notables
Dentro desse processo, há inúmeras oportunidades para que estereótipos se infiltrem— Douglas Guilbeault, Stanford
Há uma crença generalizada de que o problema já foi basicamente resolvido. E não foi— Douglas Guilbeault, Stanford
La Conversación del Hearth Otra perspectiva de la historia
Por que essa pesquisa importa agora, em 2026? Não deveríamos ter resolvido isso já?
Porque a IA não é neutra — ela absorve os dados com os quais foi treinada. Se esses dados refletem décadas de exclusão de mulheres maduras, a máquina vai reproduzir e amplificar exatamente isso. E as empresas sabem disso, mas não estão fazendo o trabalho estrutural necessário.
Qual é a diferença entre um viés histórico e um viés de IA? Não era discriminação já?
Era, mas agora é automatizado e em escala. Uma pessoa pode ter preconceito contra mulheres maduras. Um algoritmo que processa bilhões de imagens e palavras pode codificar esse preconceito em cada decisão de contratação, em cada busca, em cada currículo gerado. É discriminação com velocidade industrial.
O experimento do ChatGPT é o mais assustador para mim. Como um modelo consegue ser tão consistente em reproduzir um viés?
Porque foi treinado em textos que já carregam esses padrões. Se a internet tem mais imagens de mulheres jovens em certos cargos e homens mais velhos em posições de poder, o modelo aprende essa associação. Depois, quando você pede um currículo, ele gera exatamente o que aprendeu.
E as buscas de imagens? Como uma busca muda a opinião de alguém sobre quem contratar?
Porque as imagens criam uma narrativa visual. Se você busca "CEO" e vê principalmente homens mais velhos, seu cérebro começa a associar liderança com homens mais velhos. Quando você depois vê uma mulher de 55 anos se candidatando, sua percepção já foi moldada. A IA não apenas reflete a realidade — ela a reescreve.
O que as empresas de tecnologia deveriam estar fazendo?
Trabalho estrutural real. Diversificar os dados de treinamento, auditar constantemente os resultados, reconhecer que filtros superficiais não resolvem nada. Mas isso é caro e complexo. É mais fácil dizer que o problema foi resolvido.