ALGORITMOS: códigos invisíveis (d)e injustiça

Conteúdo do artigo principal

Mariana Carolina Lemes
http://orcid.org/0000-0002-4590-1107
DANIEL ROXO DE PAULA CHIESSE
Cristhian Magnus de Marco

Resumo

Os algoritmos servem para a discussão da opressão digital, permitindo inquirir como algoritmos tendenciosos viabilizam a perpetuação da desigualdade e novas formas de perfilamento racial. Novas tecnologias - algoritmos digitais, em especial - influenciam as percepções e impressões subjetivas e reacendem estereótipos sociais, prejudicando conquistas da segunda dimensão dos direitos fundamentais. É objetivo demonstrar a influência dos algoritmos na sociedade digital. A utilização dos algoritmos para justificação e fortalecimento de relações de poder que vão de encontro com os valores da igualdade. O estudo multidisciplinar segue o procedimento monográfico; técnica de pesquisa baseada na revisão bibliográfica, com aplicação do método hipotético-dedutivo.


Downloads

Não há dados estatísticos.

Detalhes do artigo

Como Citar
LEMES, Mariana Carolina; CHIESSE, DANIEL ROXO DE PAULA; DE MARCO, Cristhian Magnus. ALGORITMOS: códigos invisíveis (d)e injustiça. Revista de Direito, Inovação, Propriedade Intelectual e Concorrência, Florianopolis, Brasil, v. 6, n. 1, p. 1–17, 2020. DOI: 10.26668/IndexLawJournals/2526-0014/2020.v6i1.6658. Disponível em: https://indexlaw.org/index.php/revistadipic/article/view/6658. Acesso em: 24 dez. 2024.
Seção
Artigos
Biografia do Autor

Mariana Carolina Lemes, Universidade do Oeste de Santa Catarina

Professora do Curso de Graduação em Direito da UNOESC, campus Chapecó/SC. Doutoranda em Direitos Fundamentais (UNOESC). Mestre em Direitos Sociais, Difusos e Coletivos (UNISAL). Especialista em Direito Constitucional (PUCSP).

DANIEL ROXO DE PAULA CHIESSE, Fundação Educacional Rosemar Pimentel

Mestre em Direitos Sociais, Difusos e Coletivos, Centro Universitário Salesiano, UNISAL. Professor do Curso de Direito da Fundação Educacional Rosemar Pimentel - campus Volta Redonda. Coordenador e Professor do Curso de Pós Graduação em Direito Civil e Processual Civil da Fundação Educacional Rosemar Pimentel - campus Volta Redonda. Advogado.

Cristhian Magnus de Marco, Universidade do Oeste de Santa Catarina

Doutor em Direito pela Pontifícia Universidade Católica do Rio Grande do Sul - PUC/RS. Pós-doutorado e Mestrado em Direito pela Universidade Federal de Santa Catarina - UFSC. Professor e Pesquisador do Programa de Pós-graduação em Direito (Mestrado e Doutorado) da Universidade do Oeste de Santa Catarina - UNOESC.

Referências

ARVANITAKIS, James. If Google and Facebook rely on opaque algorithms, what does that mean for democracy? Agosto, 2017. Disponível em: https://www.researchgate.net/publication/319163734. Acesso em: 09 fev. 2020.

BAUMAN, Zigmunt. O mal-estar da pós-modernidade. Rio de Janeiro: Zahar, 1998.

BLAKE, P. R. et. al. A ontogenia da justiça em sete sociedades. 18 nov. 2015. Disponível em: https://www.nature.com/articles/nature15703. Acesso em: 14 fev. 2020.

CANOTILHO, J. J. G. Sobre a indispensabilidade de uma Carta de Direitos Fundamentais Digitais da União Europeia. Revista do Tribunal Regional Federal da 1 Região, Brasília, DF, v. 31, n. 1, 2019. Disponível em: http://revista.trf1.jus.br/trf1/article/view/17/17. Acesso em: 08 abr. 2020.

COUGO, Felipe Ferreira. (2016). O enfoque das capacidades em Amartya Sen. Revista Enciclopédia de Filosofia. v. 5, p. 150-177. Disponível em: https://periodicos.ufpel.edu.br/ojs2/index.php/Enciclopedia/article/view/9349/6466. Acesso em: 09 abr. 2020.

DE CASTRO, Martina; ZONA, Umberto; BOCCI, Fabio. (2020). Gli algoritmi come construtti culturali. Una minaccia per l'inclusione scolastica e sociale. Disponível em: encurtador.com.br/ozDZ6. Acesso em: 11 abr. 2020.

FEHR, Ernst; NAEF, Michael; SCHMIDT, Klaus M. (2006). Inequality aversion, efficiency, and maximin preferences in simple distribution experiments: Comment. American Economic Review. Disponível em: https://pubs.aeaweb.org/doi/pdf/10.1257/aer.96.5.1912. Acesso em: 09 abr. 2020.

GOODMAN, Bryce; FLAXMAN, Seth. (2017). European Union Regulations on Algrithmic Decision Making and a "Right to Explanation". AI Magazine. v. 38, n. 3. Disponível em: https://doi.org/10.1609/aimag.v38i3.2741. Acesso em: 09 abr. 2020.

HOLSTEIN, Kenneth et. al. (2019). Improving Fairness in Machine Learning Systems: What Do Industry Practitioners Need?. In Proceedings of CHI Conference on Human Factors in Computing Systems (CHI '19), May 4–9, 2019, Glasgow, Scotland UK. ACM, New York, NY, USA 16 Pages. Disponível em: https://doi.org/10.1145/3290605.3300830. Acesso em: 10 abr. 2020.

KÖVES, Margit. Fascism in the Age of Global Capitalism. Social Scientist, v. 32, n. 9/10 (Sep./Out., 2004), pp. 36-71. Disponível em: https://www.jstor.org/stable/3518207. Acesso em: 09 abr. 2020.

LEHMAN, Joseph G. An Introduction to the Overton Window of Political Possibility. Mackinac Center for Public Policy. April 8, 2010. Disponível em: https://www.mackinac.org/12481. Acesso em: 10 abr. 2020.

LOBE, Adrian. Wenn Programmierer mächtiger als Politiker werden. Süddeutsche Zeitung, 2018. Disponível em: https://www.sueddeutsche.de/digital/digitalisierung-und-demokratie-hey-mark-zuckerberg-meine-demokratie-ist-nicht-dein-labor-1.4049824. Acesso em: 08 fev. 2020.

MARTINI, Mario. (2018). Algorithmen als Herausforderung für die Rechtsordnung. Deutsches Forschungsinstitut für öffentliche Verwaltung. Disponível em: https://www.bmjv.de/SharedDocs/Downloads/DE/Praesentationen/SID18_Martini.pdf?__blob=publicationFile&v=2. Acesso em: 09 fev. 2020.

NOBLE, Safiya Umoja. Algorithms of Opression: how search engines reinforce racism. New York: New York University Press, 2018.

OLIVEIRA, Marcos Barbosa. Pós-verdade: filha do relativismo científico? 15 jan. 2018. Disponível em: https://outraspalavras.net/tecnologiaemdisputa/pos-verdade-uma-filha-do-relativismo-cientifico/. Acesso em: 13 fev. 2020.

O'NEIL, Cathy. (2017). The era of blind faith in Big Data must end. Palestra proferida no evento TED2017. Vancouver. Disponível em: https://www.ted.com/talks/cathy_o_neil_the_era_of_blind_faith_in_big_data_must_end. Acesso em: 07 abr. 2020.

PASCUAL, Manuel G. Quem vigia os algoritmos para que não sejam racistas ou sexistas? 17 mar. 2019. Disponível em: https://brasil.elpais.com/brasil/2019/03/18/tecnologia/1552863873_720561.html. Acesso em: 14 fev. 2020.

PUCPR. VOCÊ sabe o que faz o profissional de Big Data e Inteligência Analítica? 07 jun. 2018. Disponível em: encurtador.com.br/puzGV. Acesso em: 11 fev. 2020.

RAINIE, Lee; ANDERSON, Janna; ALBRIGHT, Jonathan. The Future of Free Speech, Trolls, Anonymity, and Fake News Online. Pew Research Center. March 29, 2017. Disponível em: https://pdfs.semanticscholar.org/a444/47ae039ead25900a844a4d900b88a01e63d8.pdf. Acesso em: 13 fev. 2020.

ROSAL, Fernanda R. Entendendo os algoritmos: propriedades e dilemas. In: TIC Domicílios 2017: pesquisa sobre o uso das tecnologias de informação e comunicação nos domicílios brasileiros. Núcleo de Informação e Coordenação do Ponto BR (Ed.) São Paulo: Comitê Gestor da Internet no Brasil, 2018. Disponível em: http://cetic.br/publicacoes/indice/pesquisas. Acesso em: 07 abr. 2020.

SALAS, Javier. Se está na cozinha, é uma mulher: como os algoritmos reforçam preconceitos. 23 set. 2017. Disponível em: https://brasil.elpais.com/brasil/2017/09/19/ciencia/1505818015_847097.html. Acesso em: 14 fev. 2020.

SAMPEDRO, Javier. Seu filho desenvolve o senso de justiça a partir dos quatro anos: Experimento sobre a psicologia da equidade revela diferenças nítidas entre sociedades. Disponível em: https://brasil.elpais.com/brasil/2015/11/18/ciencia/1447852141_256429.html. Acesso em: 14 fev. 2020.

SEN, Amartya. A ideia de justiça. Tradução: Denise Bottmann, Ricardo Doninelli Mendes – São Paulo: Companhia das Letras, 2011.

SILVEIRA, Sergio Amadeu da. (2019). Democracia e os códigos invisíveis: como os algoritmos estão modulando comportamentos e escolhas políticas. Edições Sesc. Edição Kindle.

WARREN, Patricia Y.; FARRELL, Amy. (2009). The Environmental Context of Racial Profiling. Disponível em: https://doi.org/10.1177/0002716208330485. Acesso em: 10 abr. 2020.

WANG, Clarice et. al. (2020). A User Study on a De-Biased Career Recommender System. Disponível em: encurtador.com.br/oETW1. Acesso em: 11 abr. 2020.