O viés algorítmico é exclusivamente um problema técnico, sem relação com questões sociais? Dados históricos enviesados podem reforçar desigualdades existentes em sistemas automatizados? A diversidade nas equipes de desenvolvimento contribui para a identificação e mitigação de vieses? Auditoria e validação contínua de algoritmos são práticas recomendadas para reduzir discriminação? A transparência nos processos de IA não influencia a confiança dos usuários no sistema?

Alternativa A

Esta questão aborda a ética e os impactos sociais da Inteligência Artificial (IA), especificamente sobre o viés algorítmico. Para resolver, devemos analisar cada assertiva comparando-a com o texto fornecido e conhecimentos gerais sobre o tema.

Análise das Assertivas

Vamos verificar a veracidade de cada frase apresentada no enunciado:

• ( ) O viés algorítmico é exclusivamente um problema técnico, sem relação com questões sociais.
• Falso (F). O texto deixa claro que esses vieses resultam em "discriminação de gênero, raça ou classe social", afetando áreas como saúde e educação. Isso demonstra uma forte ligação com problemas sociais, não sendo apenas um erro de código.
• ( ) Dados históricos enviesados podem reforçar desigualdades existentes em sistemas automatizados.
• Verdadeiro (V). Como o próprio texto aponta, os vieses podem "surgir de dados históricos". Se os dados do passado refletem preconceitos ou desigualdades, o algoritmo aprende esse padrão e tende a perpetuá-los ou amplificá-los.
• ( ) A diversidade nas equipes de desenvolvimento contribui para a identificação e mitigação de vieses.
• Verdadeiro (V). O texto cita a "diversidade nas equipes" como uma das estratégias de mitigação. Pessoas de diferentes backgrounds conseguem identificar pontos cegos e preconceitos que um grupo homogêneo poderia ignorar.
• ( ) Auditoria e validação contínua de algoritmos são práticas recomendadas para reduzir discriminação.
• Verdadeiro (V). A "auditoria de dados" é mencionada explicitamente no texto como uma estratégia para lidar com o problema, garantindo que o sistema funcione de forma justa ao longo do tempo.
• ( ) A transparência nos processos de IA não influencia a confiança dos usuários no sistema.
• Falso (F). A transparência é listada como estratégia de mitigação e é fundamental na ética da IA. Sem saber como uma decisão foi tomada (explicabilidade), os usuários tendem a desconfiar do sistema.

Conclusão

Com base na análise acima, a sequência correta de respostas é:
Falso — Verdadeiro — Verdadeiro — Verdadeiro — Falso

Isso corresponde à sequência F-V-V-V-F, que é a alternativa A.