Por que uma IA pode ser precisa e ainda assim injusta, segundo ex-CTO da IBM
Fundador da IntegrityFirst.ai alerta que empresas usam testes de viés superficialmente e explica como algoritmos transformam desigualdades históricas em decisões automatizadas
Exame
22 de setembro de 2026 às 08:01
Calvin Lawrence, ex-CTO de IA responsável e confiável da IBM, afirma que sistemas de inteligência artificial podem automatizar desigualdades históricas mesmo sem usar diretamente dados como raça. Fundador da IntegrityFirst.ai, ele defende testes de viés por grupos, revisão humana de decisões automatizadas e monitoramento contínuo de sistemas de alto impacto.
Publicado originalmente por Exame. Leia a matéria completa em https://exame.com/inteligencia-artificial/por-que-uma-ia-pode-ser-precisa-e-ainda-assim-injusta-segundo-ex-cto-da-ibm/.
Compartilhe
Espalhe essa notícia