Ainda imaginamos os bombeiros como homens e as enfermeiras como mulheres. O arquivo mental das profissões ainda não alcançou a realidade. Claro, você pode encontrar enfermeiros e médicas. Falamos sobre quebrar essas caixas. A sociedade tenta empurrar a agulha. Mas um novo estudo sugere que algo pode estar a arrastar-nos para trás. Pesquisa de imagens on-line. Poderia estar desfazendo anos de progresso.
Por que isso importa? O problema não são apenas fotos desatualizadas. É sobre o que essas imagens sinalizam para os jovens. Quando atribuímos um género a um trabalho por defeito, criamos barreiras invisíveis. Uma garota que adora construir coisas pode evitar a carpintaria porque as imagens online mostram apenas homens. Um menino que gosta de cuidar das pessoas pode evitar cuidar dos idosos. Ele pode se preocupar em parecer muito mole. Muito pouco masculino.
O atalho mental
Nossos cérebros adoram padrões. Eles anseiam por atalhos. Vemos um prédio em chamas. Imaginamos um homem com equipamento de combate. Vemos uma criança chorando. Imaginamos uma mulher de uniforme. É um link automático. Nem sempre preciso. Mas profundamente enraizado.
Alguns empregos ainda são dominados por um género. A mecatrônica automotiva é fortemente masculina. Assistentes de consultório médico são fortemente femininos. Os dados apoiam o estereótipo. Mas o estereótipo também limita os dados. Isso cria um ciclo de feedback. Vemos homens fazendo um trabalho. Presumimos que seja trabalho de homem. Contratamos homens. Mostramos imagens de homens. O laço aperta.
Não se trata apenas de justiça. É uma questão de potencial desperdiçado. Mãos talentosas ficam de lado. Mentes empáticas são filtradas. O custo é real.
Onde a pesquisa online falha
Pense em sua última pesquisa de imagens no Google. Você digitou “médico”. O que apareceu? Provavelmente um homem de jaleco branco. Você digitou “enfermeira”. Provavelmente uma mulher. Mesmo se você estiver procurando uma médica, o algoritmo ainda pode priorizar imagens codificadas por homens. Ele aprende com o que clicamos. E aquilo em que clicamos é moldado por aquilo em que já acreditamos.
É aqui que a pesquisa de imagens dá errado. Reflete preconceito em vez de corrigi-lo. Amplifica o status quo. Para os alunos que decidem seguir uma carreira, esses recursos visuais atuam como guardiões. Eles sussurram: Isso não é para você.
O risco é sutil. Não é uma porta batida. É uma cortina fechada. Os jovens podem nunca bater. Eles presumem que a sala está cheia. Ou pior, que eles não são bem-vindos.
A complicação da IA
Agora adicione inteligência artificial à mistura. Geradores de imagens de IA. Eles treinam em conjuntos de dados massivos. Principalmente extraído da internet. A internet está cheia de imagens de gênero. A IA aprende esses padrões. Ele os reproduz. Mais rápido. Mais barato. Em escala.
Se você pedir a uma IA para “gerar a imagem de um trabalhador da construção civil”, o padrão poderá ser um homem. Peça por “professor” e o padrão pode ser uma mulher. Não porque a construção seja inerentemente masculina. Não porque o ensino seja inerentemente feminino. Mas porque os dados de treinamento dizem isso.
Isso piora o problema. Não nos mostra apenas o que já existe. Ele cria novas imagens tendenciosas. Imagens que parecem realistas. Imagens que parecem autoritárias. Eles incorporam estereótipos na estrutura do conteúdo digital. Antes mesmo de percebermos.
Por que quebrar o molde é importante
Vejamos o
O preconceito na pesquisa de imagens reforça os estereótipos de gênero
As escolas estão tentando consertar isso. Os conselheiros de carreira usam modelos carismáticos em funções não tradicionais para quebrar barreiras. Linguagem neutra em termos de gênero, como “médico” ou “médico*”, visa forçar o cérebro a imaginar homens e mulheres.
Não está funcionando no reino visual. Um novo estudo confirma que as pesquisas de imagens online continuam fortemente distorcidas por estereótipos de género. Pesquise “médico” e você encontrará um homem de jaleco branco. Estatisticamente, homens e mulheres são iguais na área. O algoritmo não se importa.
Isto não é uma falha gramatical. Em inglês, “doctor” não possui marcador de gênero. No entanto, as imagens de “médico” ainda são dominadas pelos homens. A equipe de pesquisa provou isso no Google Images, na Wikipedia e no Internet Movie Database (IMDb). Vire para “modelo” e os homens desaparecem.
O texto é mais justo. As imagens não são.
Os artigos de notícias são surpreendentemente equilibrados. O Google Notícias mostrou representação excessiva masculina em apenas 56% dos textos. Imagens? 62%. Passamos pelo texto. Nós olhamos para imagens.
“De ano para ano, as pessoas passam menos tempo lendo e mais tempo olhando fotos.”
O visual permanece. Numa experiência de acompanhamento, os indivíduos que procuraram imagens de empregos apresentaram preconceitos de género mais fortes três dias depois do que aqueles que leram artigos. A impressão mental é mais profunda. O ciclo de feedback é real.
AI amplificará o preconceito
Bas Hofstra e Anne Maaike Mulders, da Universidade Radboud, alertam que isto não é apenas um reflexo da realidade. Isso molda isso. Se os algoritmos servem aos médicos do sexo masculino, o estereótipo endurece.
A inteligência artificial torna tudo pior. Os modelos de IA são treinados em imagens online existentes. Se os dados de origem forem tendenciosos, a saída também o será. Corremos o risco de automatizar a desigualdade. Os esforços em prol da igualdade de género na força de trabalho poderiam ser desfeitos por um algoritmo de caixa negra.
A tela mente. E continuamos procurando.
