Vieses de gênero em algoritmos de Machine Learning

• Main Author: Ferreira, Ana Beatriz Parra
• Publication Date: 2024
• Format: Report
• Language: por
• Source: Repositório Institucional da INSPER
• Download full: https://repositorio.insper.edu.br/handle/11224/7657
• topic: Viés algorítmico; Machine Learning; Gênero; Algorithmic bias; Machine Learning; Gender

A seguinte pesquisa tem como foco a análise dos vieses de gênero em algoritmos de Machine Learning, abordando a questão de forma interdisciplinar. O estudo se propõe a revisar a literatura e explorar os impactos dos algoritmos, examinando como diferentes subcategorias de Machine Learning, incluindo Processamento de Linguagem Natural (NLP), Reconhecimento Facial, Reconhecimento de Fala e Reconhecimento de Imagem, podem contribuir para a promoção de discriminações de gênero. A pesquisa é fundamentada em evidências de discriminação algorítmica e busca compreender os mecanismos funcionais desses sistemas automatizados no contexto contemporâneo. A governança, com ênfase em políticas de responsabilização, é discutida como uma forma de mitigar esses vieses. Metodologias para detecção de vieses são exploradas, oferecendo uma visão abrangente dos desafios e possíveis soluções para minimizar as desigualdades de gênero em tecnologias emergentes. Uma das metodologias de abordar e quantificar o viés de gênero em algoritmos de predição é replicada para um contexto brasileiro, fazendo uso de uma função de alternância e da divergência Kullback-Leibler.