👩‍🏫 Para o Professor — O Mapa do Viés — Casos do Brasil
| Ano: 6º Ano | Duração: 50 min | Offline: ✅ Total |
đź“‹ Resumo
Aprofundando a Atividade 02, esta aula foca em casos reais brasileiros de viĂ©s algorĂtmico — mais prĂłximos e concretos para os alunos do que exemplos americanos.
🎯 Objetivos
- Analisar casos reais de viĂ©s algorĂtmico no Brasil
- Conectar desigualdade histĂłrica com desequilĂbrio nos dados de IA
- Propor soluções para sistemas de IA mais equitativos
- Desenvolver argumentação baseada em evidências concretas
⏱️ Roteiro
🔵 Casos Brasileiros (25 min)
Caso 1 — Reconhecimento Facial e Prisões Erradas:
“Entre 2019 e 2023, ao menos 8 pessoas negras foram presas erroneamente no Brasil devido a falhas em sistemas de reconhecimento facial. Em todos os casos, a pessoa detida não tinha relação com o crime investigado.”
Por que o sistema errou mais com pessoas negras? Que impacto uma prisão errada tem na vida de uma pessoa? Quem é responsável?
Caso 2 — Algoritmo de Crédito e CEP: Sistemas de crédito associam CEPs de periferia com maior risco — negando crédito ou cobrando taxas mais altas de moradores, mesmo quando a situação financeira individual é equivalente. Que ciclo vicioso isso cria?
Caso 3 — Recomendações e Desigualdade de Acesso: Algoritmos aprendem com usuários de maior renda e podem recomendar conteúdo de menor qualidade educacional para regiões com acesso precário à internet. Isso amplia ou reduz a desigualdade existente?
🟢 Construindo o “Mapa do Viés” (15 min)
No quadro, coletivamente:
DESIGUALDADE HISTÓRICA → Dados com viés → IA aprende o viés
→ Decisões discriminatórias → Desigualdade se aprofunda → (ciclo)
🔴 Caixa de Ética (10 min)
“Como quebramos esse ciclo? Três abordagens: melhorar os dados, auditar os algoritmos, ou regulação. Qual você priorizaria? E quem paga por isso?”
📝 Avaliação
O aluno identificou o viés em cada caso? Conectou com desigualdade histórica? Propôs solução realista?
| *LABRIOT — UTFPR | Profa. Dra. Itamar Iliuk (Coordenadora) | CC BY-NC-SA 4.0* |