A Revolução Silenciosa: IA e a Transformação da Força de Trabalho

A evolução da inteligência artificial não é um evento isolado, mas sim parte de uma longa jornada tecnológica. Cada fase — da computação centralizada à mobilidade digital — alterou a dinâmica do trabalho. Agora, com a IA generativa e preditiva, estamos diante de uma nova fronteira: uma tecnologia treinada com dados humanos que pode tanto ampliar capacidades quanto aprofundar desigualdades.

Com a implementação rápida de várias ferramentas de IA (existem muitas ferramentas de IA diferentes para diversas necessidades), existe uma preocupação em como elas estão sendo desenvolvidas, testadas e provadas. Uso de modelos mentais ultrapassados, dados históricos com distorções de diversidade e reafirmação de vieses são apenas alguns exemplos de como essas ferramentas podem ser criadas como modelos de perpetuação de estereótipos.

O fato de ainda não haver regulações nos países, falta de diretrizes ou códigos de conduta nas empresas sobre o tema, aliado a uma ansiedade por parte de colaboradores em utilizar as ferramentas de IA e uma pressão de acionistas e investidores sobre as empresas em usar IA como redução de custo de mão-de-obra, temos os principais ingredientes para um cenário de disrupção em diversos níveis dentro das organizações.

A tecnologia de IA generativa existente já tem o potencial de afetar significativamente uma ampla gama de posições de trabalho. Pesquisas mostraram que mais de 30% de todos os trabalhadores podem ver pelo menos 50% de suas tarefas podendo ser afetadas pela IA generativa.

O Gênero Invisível: Por Que as Mulheres Podem Ser as Mais Impactadas?

Embora a IA seja neutra em sua essência técnica, os dados que a alimentam não são. A falta histórica de representatividade feminina em cargos de liderança e setores estratégicos pode ser codificada em algoritmos, afetando processos como recrutamento, promoção e avaliação de desempenho. Isso representa uma ameaça real aos avanços conquistados em equidade de gênero.

Enquanto as mulheres não alcançarem posições de igualdade em todas as esferas da sociedade, os sistemas de IA podem perpetuar vieses de gênero ao se basearem em dados históricos, onde as mulheres não tinham representatividade em determinadas áreas ou indústrias.

Casos Reais, Lições Urgentes: Quando a IA Reforça Estereótipos

De ferramentas de triagem de currículos que penalizam mulheres, a algoritmos que associam profissões a gêneros específicos, os exemplos se acumulam. Esses casos demonstram que, sem uma governança cuidadosa, a IA pode não apenas reproduzir os vieses do passado — pode amplificá-los em escala.

Temos observado processos movidos contra empresas focadas em IA com relação à questão de vieses (sejam de gênero ou de minorias), perpetuando situações indesejadas na perspectiva de DEI, que embora tenha demonstrado progresso ao longo dos últimos anos, o avanço ainda é lento.

Exemplos não faltam, como o caso da ferramenta Midjourney que tem sido criticada por perpetuar vieses e estereótipos sobre grupos marginalizados, ou como é o caso da empresa Workday que está sendo processada coletivamente na Califórnia sob a alegação de discriminação em sua plataforma tecnológica de triagem de candidatos a vagas de emprego, como foi reportado pela CNN em maio desse ano.

Outro exemplo que ficou famoso entres os casos de vieses em ferramentas de IA foi o caso da Amazon, que criou um algoritmo de recrutamento para identificar os candidatos mais qualificados com o uso de dados históricos dos dez anos anteriores, cuja base de dados era formada predominantemente por homens. Como resultado, mulheres eram penalizadas já que a ferramenta havia sido treinada por currículos masculinos como padrão ideal.

O uso de dados históricos de profissões dominadas pelo gênero masculino pode distorcer o modelo e associar certas profissões somente a esse gênero, afetando decisões de contratação ou avaliações de performance que podem impactar os avanços feitos em diversas indústrias para se tornarem mais inclusivas.

Privacidade, Segurança e Gênero: Riscos Ocultos e Impactos Desiguais

A coleta massiva de dados, essencial ao funcionamento de modelos de IA, também traz riscos específicos para mulheres, especialmente em ambientes com histórico de assédio ou exposição indevida. De acordo com artigo da ONU publicado em 2023, mais de 8% de mulheres experimentaram violência sexual ou assédio no trabalho. A proteção da privacidade precisa ser pensada com um olhar interseccional e preventivo.

*** Todos esses aspectos mencionados sobre a aplicação da IA nas organizações poderão impactar mais mulheres do que homens quando falamos dos riscos associados a IA na força de trabalho.

Liderança Consciente e Governança Inclusiva: O Que Fazer Agora?

Frente a esse cenário, líderes não podem se omitir. A mitigação de riscos e a construção de uma IA mais justa começam com práticas intencionais:

• Coleta e curadoria de dados com diversidade
• Desenho de modelos transparentes e auditáveis
• Supervisão humana em decisões críticas
• Códigos de conduta e comitês diversos de ética em IA

Essas ações não são apenas técnicas — são escolhas éticas e estratégicas que definem o futuro da cultura organizacional.

Conclusão:

Diversidade como Pilar da Inteligência do Futuro

Proteger os avanços da diversidade na era da IA exige vigilância, intenção e coragem. Como líderes, precisamos garantir que as ferramentas que criamos e adotamos reflitam os valores de equidade e inclusão — não os padrões excludentes do passado.

A inteligência do futuro será, inevitavelmente, moldada pelas decisões que tomamos hoje. Que essas decisões sejam guiadas pela consciência de que progresso tecnológico só é real quando inclui todas as pessoas.