Ilya Kiriya 50 quem), pois esses dados contribuem para ampliar o número de alvos em potencial para os anúncios de publicidade. A partir desse ponto de vista, as plataformas estão incentivando a virali- zação. Nessa perspectiva, podemos falar do viés algorítmico, ou seja, o viés criado pelos algoritmos de classificação e gerencia- mento de visibilidade das plataformas. Como escrevem Turner Lee et al., “o viés, em algoritmos, pode emanar de dados de treinamento que não sejam re- presentativos ou completos ou de um embasamento em infor- mações errôneas que refletem desigualdades históricas. Se não verificados, os algoritmos enviesados podem levar a decisões que podem ter um impacto coletivo díspar em determinados grupos de pessoas, mesmo sem que o programador tenha a intenção de discriminar” (Turner Lee et al., 2019). O solucionismo do big data (a ideia de que o big data pode ajudar em qualquer situação), de acordo com Vincent Mosco, é apenas uma simplifi- cação excessiva da natureza humana: É incerto o que é pior: que o big data trate proble- mas através da simplificação excessiva ou que ig- nore aqueles que exigem um tratamento cuidadoso da subjetividade, incluindo a observação mais longa, entrevistas em profundidade e um apreço pela produção social de significado (Mosco, 2014, p. 198). Como podemos ver, o viés algorítmico está relacionado com informações simplificadas ou incompletas ou com a relação distorcida entre diferentes dados que são interpretados erro- neamente pelo algoritmo e podem causar decisões ruins, levando à discriminação de grupos sociais. 4. Ciclo inevitável de viés movido a prosumerismo A Web 2.0 e as redes sociais corporativas estão geran- do novos modelos de exploração comercial que retomaram e su- plantaram os antigos: assim, tais modelos combinaram os modelos antigos descritos no caso da comoditização profissional de notícias e novos modelos que surgem com base na exploração de
RkJQdWJsaXNoZXIy MjEzNzYz