Artigo publicado como integrante do CQC de Inovação e Tecnologia A ascensão da inteligência artificial generativa está transformando setores inteiros, da saúde ao mercado financeiro, passando por recursos humanos e marketing. No entanto, junto com a promessa de eficiência e inovação, surge um desafio que ameaça a equidade: o viés algorítmico. O que é viés algorítmico? O viés algorítmico ocorre quando sistemas de IA produzem resultados injustos ou discriminatórios devido a erros sistemáticos nos dados de treinamento, no design do modelo ou nas decisões dos desenvolvedores. Segundo a OCDE (2021), algoritmos mal calibrados tendem a acentuar desigualdades sociais quando baseados em dados históricos enviesados. Impactos reais: da exclusão à perpetuação de desigualdades Quando os sistemas de IA operam com vieses ocultos, podem comprometer a governança corporativa, prejudicar práticas de compliance e levar a decisões gerenciais baseadas em premissas distorcidas. Um exemplo emblemático foi o sistema de recrutamento da Amazon, que passou a favorecer currículos masculinos porque os dados históricos indicavam uma predominância de homens contratados. O caso foi amplamente noticiado pela Reuters (2018), revelando como o uso acrítico de dados históricos pode institucionalizar preconceitos. Além disso, estudos como o do Brookings Institution (2020) alertam que, em processos de avaliação de crédito, o uso de dados sensíveis ou proxies (como CEP ou histórico de consumo) pode levar a generalizações injustas, negando crédito a pessoas com perfis semelhantes apenas por pertencerem a determinados grupos sociais ou regiões. Esses riscos são ampliados pela dificuldade de identificar e corrigir vieses em sistemas complexos, tornando essencial a auditoria contínua, a transparência nos critérios de decisão e a participação de equipes multidisciplinares no desenvolvimento das soluções — medidas defendidas também pela Comissão Europeia (2021) em suas diretrizes de ética para IA confiável. Conc