Temas de interesse:
- Uso de IA em transcrição, etiquetagem e análise de grandes corpora
- Impactos sociolinguísticos dos LLMs
- Curadoria de dados, diversidade linguística e métricas sensíveis à variação
- Desafios éticos e vieses (gênero, raça, região etc.)

Até 25/8 a Revista Borealis receberá contribuições para o Número Especial "Gênero gramatical em línguas românicas: perspectivas gramaticais e tipológicas." , coordenado por Carmela Tomé Cornejo e Gabriela Mariel Zunino.

Como sociolinguista, atuo para uma IA democrática e inclusiva, com a ampliação de amostras linguísticas para dados estruturados de treino de máquina: quanto mais diversidade de dados linguísticos para treinar os LLM, mais fidedignos seus resultados ficam para a sensibilidade humana

A pergunta agora é: como educar em tempos de IA?

- Como garantir a formação crítica de estudantes em meio à automatização da escrita?

- Como lidar com modelos que performam estilos de modo indetectável?

- Como adaptar práticas pedagógicas sem abrir mão da profundidade e da ética?

Discriminação linguística em português: arxiv.org/abs/2410.10991

Nosso objetivo? Compreender os principais determinantes da confiança em decisões algorítmicas e contribuir para o desenvolvimento de sistemas mais transparentes e confiáveis. www.frontiersin.org/journals/art...

Em um estudo experimental de um grande time de pesquisadores de diferente países, nosso estudo experimental analisa fatores que podem impactar essa confiança, incluindo Letramento estatístico, Explicabilidade dos algoritmos, Níveis de participação de usuários e Fatores demográficos.

Esses sistemas são chamados de “algoritmos de caixa preta” e são, em geral, considerados menos confiáveis do que modelos transparentes.
O que influencia a confiança nas decisões algorítmicas?

No entanto, esse entendimento também depende da transparência dos modelos.
Muitos dos algoritmos atualmente utilizam redes neurais multicamadas com uma lógica interna tão complexa que nem mesmo especialistas conseguem interpretá-los completamente.

3. Decisões da IA influenciam a criação de novos dados e a interação humana com a tecnologia
4. Transparência e explicabilidade de algoritmos afetam diretamente a confiança
Dada a natureza estatística dos algoritmos, letramento estatístico é essencial para compreender capacidades e limitações

Essa dinâmica pode ser compreendida por quatro aspectos fundamentais:
1. Os dados sempre estão conectados a processos e eventos humanos e são a matéria-prima dos algoritmos.
2. Os algoritmos são os motores que impulsionam os sistemas de IA.

Seria muito salutar que a gestão do CNPq visibilizasse e endossasse o que está sendo recomendado como diretriz de avaliação, e não ir na contramão.

Vai ter ciência aberta, sim!

A própria chamada reconhece o papel das práticas de ciência aberta, que incentiva a diversidade de métricas e critérios de avaliação, reconhecendo que diferentes áreas têm modos e ritmos distintos de produção acadêmica.