IAs evitam críticas a líderes de países com baixa liberdade de expressão, aponta estudo

Uma pesquisa do Conselho de Supervisão da Meta revelou um padrão de autocensura e viés moderacional em seis dos principais provedores de inteligência artificial do mercado. Segundo o levantamento, os assistentes virtuais evitam formular críticas, sátiras ou análises desfavoráveis sobre governantes e regimes com baixos índices de liberdade de expressão, enquanto mantêm postura aberta para ironizar líderes de países democráticos.

O teste mostrou, por exemplo, que um mesmo chatbot que se recusou a gerar textos críticos sobre o presidente chinês Xi Jinping aceitou produzir sátiras e piadas sobre o Rei Charles III, do Reino Unido.

Disparidade por País e Falsa Neutralidade

A taxa de recusa dos assistentes virtuais variou drasticamente conforme o país e o regime político do líder avaliado:

Maiores Taxas de Recusa: A China liderou o ranking de blindagem nas respostas das IAs, registrando 45% de recusa para pedidos de crítica aos seus governantes, seguida pela Tailândia (32%);

Menores Taxas de Recusa: Países com imprensa livre apresentaram baixos índices de proteção digital às suas autoridades, com o Reino Unido registrando 8% de recusa e os Estados Unidos 9%;

O Caso de Taiwan: Apesar de ser uma democracia consolidada com alta liberdade de expressão, Taiwan registrou taxas atipicamente elevadas de recusa de críticas aos seus líderes, o que pesquisadores associam ao impacto de disputas geopolíticas e ao volume de dados de treinamento oriundos da China continental.

O relatório destaca que, na maioria dos casos de negativa, as IAs justificaram a recusa alegando falsamente que são proibidas de criticar figuras políticas para manter uma "falsa neutralidade", enquanto em outros casos citaram explicitamente leis locais de países repressivos para fundamentar a restrição.

Origens do Vício e Desafios de Moderação

Segundo os especialistas do Conselho de Supervisão, as divergências no comportamento dos modelos surgem da combinação de múltiplos fatores ao longo do ciclo de desenvolvimento do software:

Dados de Treinamento: Vieses latentes introduzidos por bases de texto massivas provenientes de países com imprensa censurada;

Alinhamento e Blindagem Jurídica: Restrições deliberadas aplicadas pelas big techs durante o processo de ajuste fino (RLHF) para evitar litígios legais ou o bloqueio de seus serviços em mercados autoritários.

O estudo reforça a preocupação de entidades internacionais sobre como os critérios de moderação das big techs podem exportar indiretamente normas de censura estatal para a experiência global de uso da tecnologia.