IA favorece o inglês e prejudica outras línguas ^{CEFR B2}

Um relatório de 2025 do Stanford Institute for Human-Centered Artificial Intelligence (HAI) concluiu que muitos modelos de grande porte (LLMs) populares apresentam desempenho inferior em línguas que não o inglês. Essa lacuna decorre em grande parte do domínio do inglês na internet e da dependência dos desenvolvedores em conjuntos de dados majoritariamente anglófonos, o que tende a privilegiar normas culturais de países com muitos recursos.

Investigadores e a imprensa apontaram que LLMs públicos, incluindo alguns criados em parte pela Google e pela Meta, podem gerar respostas que não atendem às necessidades de quem não fala inglês. Reportagens indicaram que milhões de falantes de línguas como o curdo e o suaíli ficam na prática em segundo plano. Em aplicações cotidianas surgem falhas: a Wired mostrou que pedir a um modelo para escrever um e‑mail em tâmil pode produzir um rascunho confuso em inglês. O MIT Technology Review constatou que muitos textos na web em línguas com poucos recursos contêm traduções automáticas com erros; esses textos entram nos dados de treino e reforçam imprecisões.

Além dos problemas técnicos, há efeitos culturais: veículos como The Atlantic alertaram que as saídas da IA tendem a refletir normas e valores de falantes de inglês em países bem providos de recursos, o que torna invisíveis outras perspetivas. Observadores também dizem que a abordagem de "agir rápido e quebrar coisas" continua na era da IA, deixando comunidades não anglófonas em desvantagem.

Especialistas recomendam medidas concretas: as empresas devem colaborar com comunidades marginalizadas e com líderes locais de IA ao construir modelos, incluir contributos locais, rever as respostas quanto à precisão e autenticidade e estabelecer parcerias que respeitem diferenças culturais. Medidas práticas propostas incluem:

• Trabalhar com comunidades locais
• Validar dados multilíngues
• Formar parcerias com desenvolvedores comunitários