Performatividade algorítmica de gênero
estudos queer e perspectiva interseccional na crítica da inteligência artificial generativa
Palavras-chave:
Performatividade algorítmica de gênero., Inteligência artificial generativa., Estudos queerResumo
A discriminação de gênero nos sistemas de inteligência artificial generativa é frequentemente tratada como problema técnico corrigível, mas essa formulação deixa intactos os pressupostos epistemológicos que o fundamentam. Articulando a teoria da performatividade de Judith Butler com o funcionamento técnico dos modelos de linguagem de larga escala, o artigo argumenta que esses sistemas não representam identidades de gênero, mas as produzem pela reiteração de padrões extraídos de corpora constituídos a partir de uma ontologia do gênero que não é interrogada em suas premissas. A contribuição é de ordem epistemológica e se organiza em torno do conceito de performatividade algorítmica de gênero, desenvolvido a partir dos estudos queer e da perspectiva interseccional como instrumental para interrogar as categorias que esses sistemas pressupõem ao classificar. O deslocamento proposto tem implicações para a governança algorítmica, o direito antidiscriminatório e a proteção de dados.
Referências
AKOTIRENE, Carla. Interseccionalidade. São Paulo: Pólen Livros, 2020. (Coleção Feminismos Plurais).
ALDAHOUL, Nouar; RAHWAN, Talal; ZAKI, Yasir. AI-generated faces influence gender stereotypes and racial homogenization. Scientific Reports, v. 15, n. 14449, 2025. DOI: https://doi.org/10.1038/s41598-025-99623-3
BUOLAMWINI, Joy; GEBRU, Timnit. Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification. In: CONFERENCE ON FAIRNESS, ACCOUNTABILITY, AND TRANSPARENCY, 2018. Proceedings of Machine Learning Research, v. 81, p. 1-15, 2018. Disponível em: https://proceedings.mlr.press/v81/buolamwini18a/buolamwini18a.pdf. Acesso em: 01 fev. 2026
BUTLER, Judith. Problemas de gênero: feminismo e subversão da identidade. Tradução: Renato Aguiar. Rio de Janeiro: Civilização Brasileira, 2003.
BUTLER, Judith. Undoing Gender. New York; London: Routledge, 2004. (Gender Studies: Philosophy Series).
CATALANO, José Victor Rodrigues. Trajetória da Inteligência Artificial: uma análise panorâmica de 1943 a 2023. In: IASULAITIS, Sylvia; SILVEIRA, Sérgio Amadeu da (org.). Estudos sociopolíticos da Inteligência Artificial. Campina Grande: EDUEPB, 2025. p. 175-220.
CHATTERJEE, J.; DETHLEFS, N. This new conversational AI model can be your friend, philosopher, and guide ... and even your worst enemy. Patterns, v. 4, n. 100676, ed. 1, 13 jan. 2023. DOI: 10.1016/j.patter.2022.100676. Acesso em: 10 mar. 2026.
CISTON, Sarah. Intersectional Artificial Intelligence Is Essential: Polyvocal, Multimodal, Experimental Methods to Save AI. CITAR Journal, v. 11, n. 2, Special Issue: xCoAx 2019, 2019.
COLLING, Leandro. Gênero e sexualidade na atualidade. Salvador: UFBA, Instituto de Humanidades, Artes e Ciências; Superintendência de Educação a Distância, 2018. 69 p.
COLLING, Leandro. Ataques recentes às perspectivas das interseccionalidades. Periódicus, Salvador, n. 17, v. 2, p. 51-62, jan./jun. 2022.
GHOSH, Sourojit; CALISKAN, Aylin. 'Person' == Light-skinned, Western Man, and Sexualization of Women of Color: Stereotypes in Stable Diffusion. In: Findings of the Association for Computational Linguistics: EMNLP 2023, Singapura, dez. 2023. p. 6971-6985. DOI: 10.18653/v1/2023.findings-emnlp.465. Acesso em: 01 fev. 2026
GROSS, Nicole. What ChatGPT Tells Us about Gender: A Cautionary Tale about Performativity and Gender Biases in AI. Social Sciences, v. 12, n. 435, 2023. DOI: https://doi.org/10.3390/socsci12080435
HORA, Nina da. A lógica dos algoritmos: como o código molda decisões públicas. Organização Instituto da Hora. Rio de Janeiro: Instituto da Hora, 2025. (Cadernos da Hora. A camada lógica, v. 1). E-book.
KEYES, Os. The Misgendering Machines: Trans/HCI Implications of Automatic Gender Recognition. Proceedings of the ACM on Human-Computer Interaction, v. 2, n. CSCW, Artigo 88, nov. 2018. DOI: https://doi.org/10.1145/3274357
NICOLETTI, Leonardo; BASS, Dina. Humans are biased. Generative AI is even worse: Stable Diffusion's text-to-image model amplifies stereotypes about race and gender — here's why that matters. Bloomberg, 9 jun. 2023. Disponível em: https://www.bloomberg.com/graphics/2023-generative-ai-bias/. Acesso em: 01 fev. 2026
ROSA, Patricia. Gênero: performativo ou ontológico? Revista PERI, Florianópolis, v. 4, n. 1, p. 46–56, 2012.
SILVA, Tarcízio (ed.) et al. Mapeamento de Danos e Discriminação Algorítmica. Desvelar, 2025. Disponível em: https://desvelar.org/casos-de-discriminacao-algoritmica/. Acesso em: 25 fev. 2026
VELASQUEZ, Umut Pajaro. Queering AI: uma epistemologia queer para a IA com uma perspectiva de maioria global. Internet & Sociedade, v. 5, n. 1, p. 56-70, jul. 2024.
VERGUEIRO, Viviane. Por inflexões decoloniais de corpos e identidades de gênero inconformes: uma análise autoetnográfica da cisgeneridade como normatividade. 2015. Dissertação (Mestrado) — Instituto de Humanidades, Artes e Ciências Professor Milton Santos, Universidade Federal da Bahia, Salvador, 2015. Disponível em: https://repositorio.ufba.br/handle/ri/19685. Acesso em: 31 mar. 2026.
WOLFRAM, S. What Is ChatGPT Doing ... and Why Does It Work? 1. ed. Champaign, IL: Wolfram Media Inc, 2023. 102 p.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Revista Memória LGBT
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
