O preconceito em algoritmos pode ser classificado como estatístico, referente a dados e amostras erradas ou incompletas

QUESTÃO 18

O preconceito em algoritmos pode ser classificado como estatístico, referente a dados e amostras erradas ou incompletas, e social, que representa dados sobre estruturas e contextos específicos da sociedade. Os vieses podem ser introduzidos tanto na fase de treinamento, quando os dados refletem tendências, quanto fora dela, quando os algoritmos reagem com fenômenos sociais e refletem características preconceituosas da cognição humana.

Fonte: HEGGLER, J. M.; SZMOSKI, R. M.; MIQUELIN, A. F. As dualidades entre o uso da inteligência artificial na educação e os riscos de vieses algorítmicos. Educ. Soc., Campinas, v. 46, e289323, 2025. Disponível em: https://www.scielo.br/j/es/a/qrTryFvZR9Y9WsRpG5fWGHB/. Aceso em: 10 jul. 2025.

Com base na discussão sobre a origem dos vieses algorítmicos, assinale a alternativa correta:

Alternativas

Alternativa 1 - A cognição humana não influencia a ocorrência de vieses, pois os algoritmos operam com lógica puramente matemática, imune a preconceitos.

Alternativa 2 - A única forma de introduzir viés em um algoritmo é intencionalmente, por meio da ação de programadores que inserem filtros discriminatórios.

Alternativa 3 - Vieses algorítmicos são exclusivamente um problema técnico de codificação, não tendo relação com os dados de treinamento ou contextos sociais.

Alternativa 4 - O viés social é o único tipo de preconceito que afeta os algoritmos, pois o viés estatístico é facilmente corrigido por programas de validação de dados.

Alternativa 5 - Os vieses são multifatoriais, podendo originar-se tanto dos dados e do modo como são coletados (preconceito estatístico) quanto de estruturas sociais e preconceitos humanos refletidos nesses dados (preconceito social), manifestando-se em diferentes etapas do processo.