E se a IA tivesse território? Quatro experiências latino-americanas que mudam a pergunta.

Por Patrícia Pavesi

11/03/2026

Antes de tudo, um pequeno alerta para os apressados. O que vou tratar aqui não tem pretensão de ser um retrato completo da inteligência artificial na América Latina, nem um mapa definitivo da região. É um recorte bem específico, construído a partir do relatório Latin America in a Glimpse 2024: Reflexões para a IA comunitária e feminista, da Derechos Digitales, uma organização latino-americana que trabalha com direitos fundamentais no ambiente digital. O relatório junta experiências de pesquisadoras, ativistas e tecnólogas de vários países que estão tentando pensar a IA por outro caminho. Menos deslumbramento. Mais chão. Mais território. Mais pergunta incômoda.

A expressão “menos extrativista” pode parecer meio dura à primeira vista, quase uma linguagem de professor universitário. Mas a ideia é simples. Quando a gente usa uma IA, costuma ver só a ponta visível, a tela limpa, a resposta rápida, a sensação de facilidade. O que quase nunca aparece é tudo o que sustenta essa resposta. Os minerais para fabricar equipamentos. A água e a energia gastas nos centros de dados. O trabalho humano, geralmente mal pago, de classificar, corrigir e limpar informações. Os dados coletados em larga escala. As desigualdades entre países que fornecem recursos e países que concentram infraestrutura, lucro e poder de decisão. Quando Diana Mosquera chama atenção para isso, ela não está “politizando demais” a tecnologia. Ela está apenas lembrando que a tecnologia já é política antes mesmo de chegar à nossa mão.

Dá para pensar por analogia. Durante muito tempo, vários países latino-americanos exportaram matéria-prima barata e importaram produtos industrializados caros. Em boa parte da economia digital, algo parecido acontece. A região fornece dados, trabalho, território e recursos naturais. Depois recebe de volta sistemas prontos, treinados em outra lógica ontológica e cultural, vendidos como se valessem para todas as populações do mundo. O relatório parte justamente desse incômodo e pergunta como seria e se dá para imaginar um uso de IA que não repita essa velha relação de extração e dependência?

Os casos reunidos ali são interessantes porque não aparecem como “eureka” latinoamericana. Ainda bem. Eles mostram experiências bem diferentes entre si, mas que têm uma preocupação em comum que é fazer a tecnologia responder às necessidades reais das pessoas, comunidades, grupos e problemas concretos, em vez de simplesmente aplicar um modelo pronto de cima para baixo.

Um exemplo que ajuda bastante a entender isso é o projeto E.D.I.A. (Estereotipos y Discriminación en Inteligencia Artificial), desenvolvido pela área de Ética em IA da Fundación Vía Libre. A proposta da ferramenta (prefiro “agente”) é permitir que pessoas comuns (eu, você, sua tia conservadora), sem precisar saber programar, consigam enxergar preconceitos, estereótipos e discriminações em sistemas de linguagem. Isso é importante porque muita gente ouve falar em “viés algorítmico” e imagina uma coisa distante, técnica, quase indecifrável. O E.D.I.A. tenta fazer o contrário, ele tenta abrir essa “caixa-preta”.

Na prática, é como pegar uma IA e começar a testar suas intenções. Que tipo de palavra ela associa a mulheres? Que imagem ela sugere quando o assunto é sexualidade? Que relações ela cria entre gênero, corpo, moralidade e comportamento? Parece detalhe, mas não é. Porque essas respostas modulam aquilo que aparece como “natural”. Se uma pessoa busca alguma informação sobre saúde menstrual, por exemplo, e o sistema devolve associações com sujeira, castigo religioso ou doença, isso não é um erro inocente. É um modo de reproduzir estigmas antigos com a cara moderna de uma tecnologia educadinha.

Esse tipo de treta merece calma. Muita gente imagina preconceito em IA como algo escancarado, uma frase bem ofensiva, um esculacho. Mas o problema costuma ser mais sutil. Às vezes ele aparece no tipo de sugestão que aparece primeiro na sua busca. No jeito como um tema é enquadrado. Não mostrando certas experiências. Na facilidade com que um sistema repete velhos julgamentos morais como se fossem informação “neutra” (nem shampoo é…). Quando o relatório fala em alfabetização crítica para IA, está falando que não basta saber se relacionar com a ferramenta. É preciso aprender a perceber a política escondida no jeito como ela organiza o mundo.

Outro caso importante leva a discussão para um terreno muito concreto: água, território e sobrevivência. No trabalho articulado entre Técnicas Rudas e Diversa Studio, com participação da comunidade Yaqui, em Sonora, no México, a IA entra em uma disputa ligada à conservação de recursos naturais e à defesa territorial indígena. Aqui eu não estou falando de chatbot para produtividade nem de aplicativo para “otimizar” rotina de escritório. Estou falando de imagens de satélite, análise territorial, oficinas comunitárias e documentação de transformações ambientais que afetam a vida cotidiana.

Pense numa comunidade que sabe, pela própria experiência, que a água está sumindo, que o solo está mudando, que a desertificação está avançando. Esse conhecimento já existe no corpo, na memória e na percepção cotidiana de quem vive ali. O problema é que, muitas vezes, diante do Estado ou de empresas, esse saber local não basta para produzir reconhecimento institucional. É aí que a tecnologia pode ter outro papel. As imagens e análises ajudam a transformar uma percepção vivida em evidência documentada. O que antes era tratado como relato isolado passa a circular como prova.

Isso muda bastante a cena. A IA deixa de aparecer como promessa abstrata de futuro e vira agente de defesa concreta da vida. Defesa da água. Defesa do território. Defesa da possibilidade de continuar existindo naquele lugar. E outro detalhe importante é que o conhecimento produzido volta para a própria comunidade, em oficinas, debates e aperfeiçoamento coletivo do protótipo. Ou seja, não é aquele modelo clássico em que os dados saem do território, são processados em outro lugar (tipo o jeans da fábrica local que volta com etiqueta de grife) e nunca mais retornam para quem mais precisava deles. Aqui existe uma tentativa de devolução, de restituição.

A pergunta que ajuda a alinhavar bem todos esses exemplos é quem será impactado pelo nosso trabalho. Parece simples, e por isso mesmo é forte. Porque tira a IA do plano da propaganda e devolve a discussão para o campo da responsabilização. Quem ganha com esse sistema? Quem pode ser prejudicado? Quem está sendo ouvido no processo? Quem continua invisível? Em vez de tratar a inteligência artificial como algo neutro por default, essa abordagem pede que a gente olhe para a rede inteira que a sustenta (dados, infraestrutura, recursos naturais, trabalho humano, critérios de decisão, formas de exclusão).

O AymurAI entra por outro caminho, mas aponta para a mesma direção. O projeto, ligado à DataGénero, trabalha com dados de gênero no sistema judicial. Aqui também vale a pena desfazer um mal-entendido comum nas nossas conversas de WhatsApp. Não se trata de imaginar uma máquina decidindo sentenças ou substituindo juízas e juízes. A questão é mais básica e, ao mesmo tempo, muito séria. Trata-se de como organizar e interpretar melhor as informações judiciais relacionadas à violência de gênero.

Quem já lidou com instituições públicas sabe que, muitas vezes, o problema não é só a falta de dado. É o dado disperso, confuso, difícil de tratar, guardado em formatos que dificultam uma visão mais ampla. Quando isso acontece, fica mais difícil perceber padrões, identificar falhas, comparar decisões e formular respostas públicas honestas. A injustiça, então, não está apenas no conteúdo de uma sentença. Ela também aparece na opacidade do sistema, na dificuldade de enxergar tendências e lacunas.

O AymurAI atua justamente aí. Ele ajuda a estruturar e organizar informações que, antes, permaneciam fragmentadas. Traduzindo em uma situação bem cotidiana: é a diferença entre ter milhares de documentos espalhados, impossíveis de cruzar, e conseguir perceber que certos tipos de violência estão sendo tratados de forma desigual, ou que certas categorias simplesmente não aparecem com clareza nos registros. Isso não resolve a violência. Mas melhora a capacidade institucional de vê-la, nomeá-la e agir sobre ela. E ver melhor, em política pública, já é uma forma importante de intervenção.

Quando coloco esses casos lado a lado, o que aparece não é uma versão “latina” de IA como etiqueta identitária. O desenho é outro. O que vejo é um esforço para reorganizar a relação entre tecnologia, linguagem, território, poder e devolução social. Em vez de aceitar a IA como uma caixa-preta pronta, esses projetos tentam torná-la interrogável. Em vez de tomar automação como valor em si (como o reconhecimento facial na entrada de um restaurante universitário ser visto só somente como um modo de agilizar a circulação de estudantes), perguntam sobre responsabilidade. Em vez de naturalizar a extração de dados e recursos, insistem na restituição e no uso situado.

Talvez seja esse o ponto mais importante para a gente pensar. O debate sobre IA muitas vezes fica preso entre dois extremos: de um lado, a euforia publicitária (quinhentos mil cursos de marketing digital, métodos, ferramentas revolucionárias que vão te deixar rico…) e de outro, a paranóia (não vou usar a funcionalidade de assinatura do Gmail para que não roubem meus dados…). O relatório sugere um caminho mais útil. Perguntar menos “a IA é boa ou ruim?” e mais “sob qual lógica ela está entrando na vida das pessoas?”. Como ferramenta (agente) que pode ser questionada? Como sistema fechado que exige confiança cega? Como apoio para comunidades defenderem direitos? Ou como máquina que captura dados sem devolver capacidade de decisão?

No fim, a pergunta mais interessante talvez nem seja se a América Latina vai acompanhar a corrida global da inteligência artificial. Essa corrida, quase sempre, já vem com regras definidas em outro lugar e com vencedores já escolhidos). A pergunta mais interessante é outra é pensar sobre o que muda quando a região deixa de ser tratada apenas como fonte de recursos, território de sacrifício ou mercado consumidor e passa a intervir nas próprias condições de produção, leitura, auditoria e uso dessas tecnologias? O relatório não traz uma resposta final. Ainda bem. Mas mostra, com bastante clareza, que essa resposta já começou a ser con
struída em lugares muito concretos como numa ferramenta que expõe preconceitos de linguagem, numa oficina comunitária sobre água, num sistema que organiza dados judiciais, numa metodologia que insiste em perguntar quem será afetado antes de chamar qualquer coisa de inovação.

AntropoXENO - Blog @ntropologIA

_{Blog de Antropologia, Inteligência Artificial e escutas em "outras" frequências}

PAVESI, Patrícia. E se a IA tivesse território? Quatro experiências latino-americanas que mudam a pergunta.. AntropoXENO - Blog @ntropologIA. 11 mar 2026.

Referências:

DERECHOS DIGITALES. Latin America in a Glimpse 2024: reflexões para a IA comunitária e feminista. Santiago: Derechos Digitales, 2024. Disponível em: https://www.derechosdigitales.org/wp-content/uploads/Glimpse_2024_PT.pdf

. Acesso em: 10 mar. 2026.