A Prisão dos Números – podcast discute métricas, algoritmos, youtubers e raça

O podcast Depois das 19 é produzido por Marcus Martins, Nonny Gomes  e Luiz Phelipe Santos e trata de pautas enegrecidas variadas, como política, literaturaafrocentricidade, democratização da mídia, super-heróishumor, festa e outras minorias. Tive o prazer de participar da última edição, intitulada A Prisão dos Números, falando sobre mídias sociais, algoritmos e racialização em plataformas digitais junto ao youtuber Rick Trindade. Ouça abaixo:

Como prevenir resultados discriminatórios com machine learning?

Lançado em março de 2018, o relatório How to Prevent Discriminatory Outcomes in Machine Learning é resultado de um de trabalho em andamento do Global Future Council on Human Rights do World Economic Forum, que reúne acadêmicos, sociedade civil e experts do mercado para discutir os principais temas do futuro quanto a direitos humanos.

Um destes temas, é claro, é a inteligência artificial e técnicas como aprendizado de máquina (machine learning) que, cada vez mais, automatizam decisões em áreas como negócios, segurança,

Com 30 páginas, o documento é bastante direto em quatro seções. A primeira trata de desafios sobre machine learning quanto a problemas relacionados a dados e relacionados ao design dos algoritmos em si. O viés dos dados que servem de input nos sistemas de aprendizado de máquina podem gerar a intensificação dos vieses devido a (falta de) disponibilidade dos dados de uma determinada população ou devido a dados que já estão repletos de vieses. Vimos aqui no blog um bom exemplo de dataset de treinamento pobre com o caso dos robôs identificados pela Joy Boulamwini e um exemplo de datasets de treinamento ruins com o algoritmo de vigilância preditiva.

Ao tratar dos problemas resultantes do desenho dos algoritmos, os autores falam das seguintes possibilidades: escolha de modelo errado; construção de modelo com recursos discriminatórios acidentais; ausência de supervisão e envolvimento humanos; sistemas imprevisíveis e inescrutáveis; e discriminação intencional. O documento, que busca ser o mais neutro possível, traz apenas casos “hipotéticos” para exemplificar os problemas e remediações. Acredito ser importante enfatizar os problemas relacionados à ausência dos humanos no loop de forma contínua, como no caso das prescrições erradas oferecidas pela IBM Watson à pacientes com câncer.

Para combate aos problemas, são propostos quatro princípios: inclusão ativa;  equidade; direito à compreensão; e acesso a remediação.

A terceira parte chama à responsabilidade as empresas e, por fim, a quarta seção traz checklists sobre o que as empresas, governo, academia e cidadão podem fazer em prol do combate à discriminação ligada à inteligência artificial.

138 especialistas negras para reportagens e consultas

A jornalista Cecilia Oliveira publicou no excelente Intercept uma lista de 138 profissionais e pesquisadoras negros, para ajudar outros jornalistas a encontrar fontes em áreas diversas. Meu nome consta entre intelectuais como Natália Neris, Bianca Santana, Juarez Xavier, Gabriela Moura, Ale Santos, Wilson Gomes e outros. Veja abaixo:

Interrogando plataformas e algoritmos digitais – palestra no Congresso Nacional de Estudos Comunicacionais

No último dia 31 de outubro tive a honra de participar do terceiro CONEC – Congresso Nacional de Estudos Comunicacionais realizado pela PUC Minas – Poço de Caldas. Além de apresentação de artigo sobre inteligência artificial e mapeamento de fake news, realizei palestra sobre um ponto de minha pesquisa de doutorado: como interrogar plataformas e algoritmos digitais. Segue o slideshow, repleto de alguns casos e referências:

Como deletar todo seu histórico no Facebook – ou como deletar posts em massa

O oligopólio de algumas plataformas como Facebook incomoda cada vez mais usuários. Entretanto, o “efeito de rede” – entre outros – impede uma transição em massa de usuários ou, mesmo, a desejada descentralização da internet. Uma alternativa à exclusão completa dos perfis – difícil de ser realizada por pessoas públicas ou quem trabalha com comunicação – é diminuir a quantidade de publicações, inclusive do histórico.

Use o plugin “Social Book Post Manager” para Google Chrome e delete o conteúdo publicado na rede de forma simples. O recurso pode ser instalado através do link a seguir:

Depois da instalação, os passos são bem simples! Vá a seu perfil e clique em “Registro de Atividades” ou “Activity Log”. No lado esquerdo, selecione por onde você começar. Por exemplo, “Publicações” ou “Posts” de 2010, digamos.

O processo de exclusão é um pouco demorado, então recomendo ir de ano a ano ou, mesmo, de mês a mês se você for um heavy user. Além de selecionar ano e mês, é possível adicionar uma palavra-chave específica.

Dica do MacObserver.