Principais destaques:
- Estudos de 2024 e 2025 mostram que grandes modelos de linguagem respondem pior a dialetos não padronizados.
- O problema já afeta áreas sensíveis como educação, emprego e serviços públicos.
- Pesquisadores defendem que o viés algorítmico pode ser corrigido com ajustes técnicos e regulatórios.
Pesquisas acadêmicas divulgadas ao longo de 2025 acenderam um alerta importante sobre o uso de chatbots de inteligência artificial.
Modelos avançados de linguagem, hoje amplamente utilizados em plataformas educacionais, processos seletivos e serviços governamentais, vêm demonstrando padrões consistentes de discriminação contra falantes de dialetos não padronizados.
Os resultados reforçam a preocupação de que, ao serem treinados com grandes volumes de dados enviesados, esses sistemas não apenas reproduzem desigualdades linguísticas existentes, mas também podem ampliá-las em escala global.
Estudos revelam estereótipos linguísticos persistentes
Uma pesquisa apresentada em novembro na Conferência sobre Métodos Empíricos em Processamento de Linguagem Natural, realizada na China, mostrou que modelos populares de IA tendem a associar dialetos regionais do alemão a imagens negativas, como falta de instrução ou comportamentos agressivos.
Segundo os autores, essas associações surgem mesmo quando o conteúdo da mensagem não justifica tal julgamento.
Outro estudo, conduzido por pesquisadores da Universidade da Califórnia em Berkeley, analisou respostas geradas para dialetos não padronizados do inglês falados na Índia, Irlanda, Nigéria e outros países.
Os resultados indicaram níveis significativamente maiores de estereotipagem, linguagem depreciativa e tom condescendente em comparação com respostas dadas a variantes consideradas padrão.
Impactos práticos já aparecem no cotidiano
Os vieses não ficam restritos a experimentos acadêmicos. Em testes realizados em 2024, um assistente de compras com IA apresentou desempenho inferior ao responder usuários que escreviam em inglês afro-americano, especialmente quando havia erros ortográficos.
Em outro caso, um sistema de apoio à candidatura profissional sugeriu a alteração de um sobrenome indiano para outro socialmente mais aceito, revelando preconceitos sutis ligados a castas.
Também houve registros de assistentes virtuais usados por governos locais que não conseguiram compreender expressões típicas de dialetos regionais, dificultando a comunicação com cidadãos e reforçando barreiras de acesso a serviços públicos.
Caminhos para correção e novas exigências legais
Apesar do cenário preocupante, pesquisadores destacam que os vieses em sistemas de IA são tecnicamente corrigíveis. Diferentemente de preconceitos humanos, eles podem ser identificados, medidos e mitigados por meio de novos dados de treinamento, ajustes nos modelos e avaliações contínuas.
Algumas empresas já investem em modelos especializados, voltados para uma maior diversidade linguística e cultural. Paralelamente, mudanças regulatórias começam a surgir.
A China, por exemplo, implementará a partir de 2026 exigências mais rigorosas de avaliação ética e de segurança para provedores de IA, embora o viés dialetal ainda não seja tratado de forma explícita em muitas legislações.
Para especialistas, o avanço da inteligência artificial só será realmente inclusivo se considerar a pluralidade da linguagem humana. Caso contrário, o risco é transformar ferramentas que prometem democratização em novos vetores de exclusão.
