O que acontece com as fotografias que entregamos às plataformas para participar da nova trend?
A pergunta é relevante porque a inteligência artificial generativa não funciona apenas como uma ferramenta de criação; ela integra um ecossistema tecnológico baseado na produção, no processamento e na circulação de grandes volumes de dados. Quando uma fotografia pessoal se torna insumo para uma experiência de Inteligência Artificial (IA), quem define os limites desse uso? E, sobretudo, quem se beneficia da enorme quantidade de dados produzidos por essas interações?
A nova trend dos anos 1980 estimula as pessoas a usarem IA para criar imagens sintéticas de si mesmas como se tivessem vivido nos anos 1980, com roupas, cabelos, cenários, estética fotográfica e objetos típicos da época. E qual é o problema? Há muitas questões possíveis diante dessas imagens. Podemos, por exemplo, perguntar o que acontece com as fotografias que entregamos às plataformas, quais dados são armazenados, quem pode utilizá-los, por quanto tempo e para quais finalidades. São perguntas importantes, mas há uma questão anterior, que frequentemente é deixada de lado no debate, e que parece mais difícil de ser encarada de frente: o que precisa acontecer com o mundo para que ele possa ser “conhecido” por uma máquina?
A crítica às trends de IA se desloca do entusiasmo tecnológico para a reflexão sobre seus impactos, e passa a questionar a naturalização de práticas que transformam a participação cotidiana dos usuários em matéria-prima para sistemas cada vez mais sofisticados. Portanto, essa é, no seu cerne, uma questão sobre os problemas da dataficação e sobre conhecimento.
Costumamos imaginar dados como pequenas unidades de realidade. Dizemos que empresas “coletam dados”, como se eles já existissem no mundo, esperando apenas serem recolhidos. Mas nenhum dado “simplesmente existe”. Algo precisa, primeiro, ser transformado em dado. Dataficar significa produzir uma representação do mundo que possa ser reduzida, registrada, classificada, comparada e processada; e toda representação exige escolhas. Para que alguma coisa seja contabilizada, é necessário decidir o que conta. Para classificar pessoas, precisamos definir categorias; para medir comportamento, precisamos estabelecer quais ações serão consideradas relevantes.
Existe, assim, um problema epistemológico no centro da dataficação: conhecer por meio de dados exige reduzir a complexidade daquilo que se pretende conhecer. Buscar entender esses impactos também é uma forma de letramento digital. Significa reconhecer que, em ambientes digitais, a diversão e a exploração tecnológica não estão dissociadas dessas condições em que os dados são produzidos. Significa, ainda, desenvolver a capacidade de perguntar não apenas “como faço essa imagem?”, mas também “do que estou abrindo mão para que ela seja produzida?”.
A trend dos anos 1980 não cria apenas uma imagem de como seríamos em outra época, mas cria uma versão de nós mesmos em um passado que nunca vivemos e, ao fazer isso, transforma a nostalgia em uma experiência sintética, pronta para ser compartilhada, curtida e incorporada à nossa identidade digital. Mas essa experiência não é produzida apenas pela nossa imaginação, pois depende de sistemas que processam imagens pessoais, reconhecem padrões, reproduzem características e aprendem com grandes volumes de dados, em um ciclo que cada vez mais nos escapa. Dados não são, portanto, equivalentes aos fenômenos dos quais foram extraídos, mas são inscrições produzidas a partir deles.
Essa distinção ganha importância à medida que os dados adquirem autoridade epistemológica e aquilo que não pode ser quantificado tende a parecer menos relevante ou mesmo inexistente. É aqui que a dataficação encontra o campo da Comunicação e Informação, historicamente atento às mediações que tornam o mundo representável e conhecível. Se toda informação envolve seleções, classificações, tecnologias e relações de poder, a dataficação radicaliza esse problema ao converter essas mediações em operações computacionais.
As métricas não apenas medem o mundo, mas ajudam a produzi-lo, e o que está em jogo na dataficação, portanto, é também um regime de conhecimento que apreende pessoas e sociedades por aquilo que delas podem ser convertidos em dados. A trend dos anos 80 explicita esse processo, pois, para produzir uma versão minha em 1985, a IA não precisa saber quem sou nem conhecer aquela década como experiência histórica; basta operar sobre representações calculáveis de ambos, extraídas de padrões e regularidades. O resultado, ainda assim, pode ser extraordinariamente convincente.
Outras trends virão e, talvez, a próxima não nos convide a imaginar quem seríamos em outra época, mas a perguntar quem estamos nos tornando em um mundo em que até nossas memórias podem ser fabricadas por máquinas. O grande problema começa quando esquecemos que dados são reduções do mundo e passamos a deixar que essas reduções definam aquilo que pode ser conhecido como real.
*BIANA (Bianca Fernandes) é integrante do DiraCom, o projeto organica.social, e é pesquisadora e mestranda em antropologia digital pela USP.
**Cris Cirino é integrante do DiraCom e pesquisadora do Grupo de Inovação e Convergência na Comunicação (Inovacom/UFPA).
***Este é um artigo de opinião e não necessariamente representa a linha editorial do Brasil do Fato.
