11º Diálogo Brasil-Alemanha: Mesmo com desafios em bases de dados, IA já ajuda a preservar línguas na Amazônia

Estiveram nesta etapa, moderada pela professora Renata Wassermann, da Universidade de São Paulo (USP), Claudio Pinhanez, do Centro de Inteligência Artificial da USP (C4AI) e da IBM Research, e os professores Christoph Burchard (Goethe-Universität Frankfurt) e Diogo Cortiz (Pontifícia Universidade Católica de São Paulo – PUC-SP).

Cortiz chamou a atenção para o fato de que os modelos de inteligência artificial são, em sua maioria, alimentados com dados do Norte Global – em sua maioria, dos Estados Unidos. Ele citou o exemplo da Meta, controladora de Facebook, WhatsApp e Instagram, cuja IA Lhama tem 95% de seus dados de pré-treinamento em inglês.

Um estudo realizado por Cortiz, solicitando a criação de imagens de festas populares brasileiras com o modelo gerador de imagens Midjourney, demonstrou que é quase impossível obter resultados fiéis ao mundo real. “Para o Festival de Parintins, às vezes, quando o sistema entende que o modelo se refere a algo indígena ou afro-brasileiro, ele tenta criar a imagem, mas importa signos semióticos da cultura americana. Vemos elementos da cultura Apache sendo usados na imagem. Outro exemplo é o Círio de Nazaré. O sistema enlouquece com esse tema e cria imagens associadas à Praia de Nazaré, em Portugal, conhecida pelo surfe, e mistura com arte digital”, afirmou.

Para ele, dados não são “o novo petróleo”, mas sim bens comuns compartilháveis. Cortiz defendeu a criação de bases de dados em português focados em cultura e linguagens locais e o investimento em políticas públicas de acesso aos dados gerados no Brasil. “Geramos uma enorme quantidade de dados todos os dias. Brasileiros geram esses dados. Mas os desenvolvemos dentro das grandes plataformas, como YouTube, Instagram etc. Como podemos ter acesso a esses dados para treinar nossos próprios modelos? Caso contrário, estaremos apenas entregando nosso valor às grandes plataformas”, defendeu.

Línguas indígenas

Pinhanez, do C4AI e da IBM, apresentou projetos da multinacional de informática que trabalham com a preservação de línguas indígenas no Norte do Brasil, em parceria com os departamentos de Ciência da Computação e Linguística da USP. Das 7.000 línguas faladas em todo o mundo atualmente, estima-se que metade deixará de existir até o final do século. No caso brasileiro, o risco é ainda maior: muitas das línguas indígenas têm menos de mil falantes.

A ideia dos projetos é utilizar IA e modelos de linguagem para criar tradutores, dicionários e ferramentas de correção que podem ser usados em celulares, por exemplo. Como há escassez de dados disponíveis, disse Pinhanez, a solução têm sido aprimorar os modelos já existentes, treinando-os com o material que já existe. “Trabalhamos com um modelo centrado no uso comunitário. Começamos com os dados que conseguimos encontrar na internet. Levamos para as comunidades, testamos o que funciona. O princípio ético mais importante é que você tem que trabalhar com as comunidades. E não apenas com indivíduos, mas com as organizações representativas dessas comunidades”, relatou.

Um dos trabalhos feito pela equipe do projeto foi com comunidades que falam nheengatu, idioma de cerca de 20 mil indígenas. O time desenvolveu ferramentas como dicionário, tradutor e sugestão de palavras para celular e web, com possibilidade de compartilhamento e cópia, que será testado a partir de julho de 2025. “As tecnologias atuais, especialmente os grandes modelos de linguagem, podem de fato ajudar. Sem elas, não seria possível fazer o que fazemos. Temos uma visão ambiciosa: criar modelos genéricos para essas línguas, com ajuda e uso das comunidades, focados em suas necessidades”, disse.

Letramento crítico

O professor Burchard propôs, por sua vez, uma reflexão sobre o conceito de letramento em inteligência artificial, que passou a ser uma exigência legal, na União Europeia: os provedores precisam garantir que usuários tenham conhecimentos básicos sobre IA. Para ele, no entanto, esse modelo tem sido implementado de maneira pouco eficiente, especialmente na Alemanha: primeiro ensina-se a técnica e, depois, a ética (ou vice-versa), o que não estaria funcionando.

Em vista disso, o professor da Goethe-Universität Frankfurt apresentou um conceito de letramento crítico, o Critical Computational Literacy (CCL). Essa abordagem propõe que o aprendizado da técnica venha acompanhado, simultaneamente, da reflexão crítica.

“Não queremos cair na armadilha de achar que tudo pode ser resolvido por meio da educação ou do desenvolvimento de habilidades técnicas. O letramento computacional crítico deve sim se basear em expertise tecnológica, mas combinada uma crítica à sociedade. Entendemos o letramento computacional crítico como uma abordagem transformadora, que entrelaça o computacional com o empoderamento crítico. Em vez da abordagem aditiva, buscamos integrar desde o início a reflexão crítica ao aprendizado técnico, e vice-versa. A ideia é fomentar um letramento transdisciplinar genuíno”, disse.

Diálogo Brasil-Alemanha

O 11º Diálogo Brasil-Alemanha foi uma realização do Centro Alemão de Ciência e Inovação (DWIH) São Paulo e pela Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp). Reunindo especialistas de Brasil e Alemanha, da academia e da indústria, o Diálogo teve como tema em 2025 “Artificial Intelligence: Promises, Expectations, and Limitations in Science and Society”.

Quatro tópicos nortearam o evento: a IA na medicina e na saúde, inteligência artificial em ciência e engenharia, regulação de impactos e seu uso nas ciências humanas. A ideia era elucidar, de maneira interdisciplinar, as implicações da tecnologia e os caminhos que precisam ser seguidos para que sejam mitigados os efeitos negativos de sua utilização.

Texto: Rafael Targino