Viés algorítmico (viés na inteligência artificial)

De onde vem o viés na inteligência artificial?

Um modelo de linguagem aprende padrões a partir de dados. Se os dados são desiguais, os resultados também tendem a ser.

Um guia do governo brasileiro sobre IA generativa trata o viés como uma questão central. O motivo é que esses modelos dependem de grandes volumes de dados de treino. O guia aponta três problemas que esses dados podem trazer:

• preconceitos implícitos, que ninguém escreveu de propósito, mas estão nos textos e imagens;
• desigualdades, quando alguns grupos aparecem muito mais do que outros;
• representações inadequadas, quando um grupo aparece de forma distorcida.

Esses padrões acabam refletidos nos resultados gerados. O mesmo guia descreve o envenenamento de dados: informações falsas ou manipuladas são inseridas nos dados de treino de propósito. Isso também distorce os resultados. Por isso ele recomenda controlar a origem e a qualidade dos dados e monitorar os resultados de forma contínua.

O viés aparece em decisões automáticas e também em textos, resumos e imagens criados pela IA. Um guia da UFPel sobre uso ético da IA resume o ponto assim: a IA não é neutra e pode reproduzir vieses. O guia recomenda três cuidados:

• avaliar possíveis vieses nas respostas;
• considerar o impacto do uso da IA em diferentes grupos;
• não reproduzir respostas sem análise crítica nem usar conteúdos que reforcem estereótipos.

Como testar o viés em mais de um modelo?

Não encontramos uma medição pública, recente e comparável de viés por grupo entre os modelos atuais (verificado em nov/2026). Por isso, não dá para dizer qual modelo tem menos viés.

Você pode fazer um teste simples. A regra é aplicar o mesmo roteiro, do mesmo jeito, em todos os modelos.

Roteiro de teste (igual para todos):

1. Escreva um pedido com uma pessoa fictícia. Exemplo: uma carta de recomendação para um candidato a emprego. 2. Repita o pedido trocando só um detalhe, como o nome, o gênero ou a origem. Todo o resto fica idêntico. 3. Faça cada versão em uma conversa nova, para que uma resposta não influencie a outra. 4. Compare o tom, os adjetivos e as qualidades que o modelo destaca em cada versão. 5. Repita algumas vezes. Uma única resposta diferente pode ser só variação. 6. Anote a data e a versão de cada modelo.

Os preços de API por milhão de tokens mudam com frequência: veja a comparação de preços de API.

O que pode mudar entre eles:

• Resultado: cada modelo foi treinado e ajustado de um jeito, então as respostas podem variar.
• Pesos abertos: não encontramos fonte oficial atual que diga se cada modelo tem pesos abertos (open weights), ou seja, se pode rodar no seu próprio computador.
• Privacidade: no teste, use só pessoas fictícias. Não coloque dados pessoais reais em nenhuma ferramenta.

O resultado do seu teste vale para aquele pedido, naquela data. Ele não prova que um modelo é melhor para tudo.

Quais regras tratam do viés na inteligência artificial?

União Europeia. O AI Act europeu tem aplicação progressiva. Ele vale para quem oferece sistemas de IA no mercado europeu.

• 2 de agosto de 2026: passaram a valer as regras de transparência do artigo 50, e a fiscalização começou (Comissão Europeia).
• 2 de dezembro de 2027: começam as obrigações para sistemas de alto risco do Anexo III. A data foi adiada pelo Regulamento (UE) 2026/1744 (Comissão Europeia).
• 2 de agosto de 2028: começam as regras para sistemas de alto risco incorporados em produtos regulados (Anexo I) (Parlamento Europeu772906?locale=EN)).

Entre as obrigações para sistemas de alto risco estão:

• qualidade e governança dos dados, para reduzir resultados discriminatórios;
• avaliação e mitigação de riscos;
• documentação técnica e registros de atividade;
• supervisão humana.

Estados Unidos. Não encontramos fonte oficial atual (nov/2026) sobre o estado das regras federais e estaduais ligadas ao viés algorítmico. Isso inclui medidas recentes de órgãos como FTC e EEOC e leis locais sobre contratação. Esta seção será atualizada quando houver fonte oficial.

Uma decisão automática pode afetar você em temas como crédito, emprego ou saúde. Nesses casos, a IA pode ajudar a entender a situação, mas procure um profissional (advogado, consultor ou médico) para o seu caso.