Projetando uma IA mais inclusiva começa com a arquitetura de dados
A inteligência artificial (IA) deve ser construída sobre dados inclusivos e representativos — e isso começa com o acesso.
A modernização da infraestrutura de dados é essencial para escalar a IA de maneira responsável e segura. A IA inclusiva requer colaboração, governança e um compromisso de longo prazo com o design ético.
À medida que a IA transforma a economia global, uma verdade está se tornando cada vez mais clara: a IA é tão poderosa, justa e perspicaz quanto os dados dos quais aprende. Hoje, esses dados contam uma história incompleta. Em um mundo onde quase 2,6 bilhões de pessoas permanecem offline, os conjuntos de dados que sustentam os sistemas de IA ainda não refletem toda a diversidade da experiência humana.
Tomemos a linguagem como exemplo. Existem mais de 7.000 idiomas falados no mundo, no entanto, a maioria dos chatbots de IA é treinada em cerca de 100 deles. O inglês, falado por menos de 20% da população mundial, domina quase dois terços de todo o conteúdo da web e continua a ser o principal impulsionador dos modelos de linguagem de grande porte (LLMs).
Esse não é apenas um problema de inclusão; é um problema de dados. Com níveis desiguais de digitalização, muitas línguas sub-representadas carecem de conteúdo digital estruturado, dificultando a aprendizagem dos sistemas de IA.
Esse problema de dados é mais do que uma omissão técnica — é um risco social. Sem um design intencional, a IA continuará a excluir grandes segmentos do mundo, reforçando desigualdades existentes e perdendo as ricas perspectivas de comunidades sub-representadas.
Fechar essa lacuna exige uma mudança fundamental na forma como construímos a IA. Isso significa desenvolver ferramentas e modelos diversos adaptados a diferentes ecossistemas linguísticos. LLMs treinados regionalmente, como Jais, e modelos de código aberto, como Falcon, são exemplos promissores de como refletir as nuances contextuais de populações que falam idiomas diferentes do inglês e trazer relevância cultural para o coração do design da IA.
A conectividade é apenas a linha de partida
A IA inclusiva começa com o acesso. Quase um terço da população global ainda carece de acesso à internet confiável, tornando essas comunidades invisíveis para os algoritmos que impulsionam nossas economias. Embora a conectividade global tenha alcançado 68%, 5,5 bilhões de pessoas estão online e a cobertura 5G agora atinge 51% da população mundial, as lacunas ainda permanecem profundas.
Para ajudar a fechar essa lacuna, a e& comprometeu mais de $6 bilhões para expandir o acesso a redes acessíveis em 16 países do Oriente Médio, África e Ásia até 2026. Mas a inclusão não termina com a conexão. O desenvolvimento de uma infraestrutura de dados robusta é o próximo passo crítico para garantir que aqueles que entram online sejam vistos, ouvidos e representados nos sistemas de IA.
Da fragmentação a modelos federados
A região do MENA está em um ponto de virada. Os governos lançaram estratégias ambiciosas de IA, investiram em infraestrutura e cultivaram ecossistemas de inovação. A adoção da IA está acelerando, mas a confiança na infraestrutura digital está falhando. A confiança entre os CEOs do MENA caiu de 82% para 64% em um ano.
Essa situação sinaliza uma necessidade urgente de mover-se de sistemas legados fragmentados para arquiteturas de dados escaláveis e prontas para a IA. Modelos de dados federados, por exemplo, oferecem um caminho a seguir, permitindo que organizações compartilhem insights entre fronteiras sem comprometer a privacidade ou a propriedade. O sucesso desses modelos exige um design intencional. A interoperabilidade, considerações culturais e conformidade com diversas regulamentações locais devem ser incorporadas à arquitetura desde o início.
A confiança é projetada, não pressuposta
Um estudo também descobriu que a privacidade de dados (48%) e a conformidade regulatória (43%) são as principais barreiras para a adoção de GenAI pelos CEOs do MENA. Essas não são preocupações abstratas. À medida que a IA se torna mais incorporada em serviços públicos, finanças, saúde e educação, a confiança é tudo. Regulamentações fragmentadas, estruturas de governança desatualizadas e ameaças cibernéticas crescentes podem retardar o progresso e erosionar a confiança pública.
Por isso, a IA responsável deve ser codificada nos sistemas desde o primeiro dia, e não adicionada depois como um pensamento posterior. A capacidade de controlar, proteger e governar eticamente os ativos de dados nacionais é agora uma necessidade estratégica. Estruturas de governança adaptativas, monitoramento e auditoria em tempo real e treinamento da força de trabalho são críticos. Em alguns casos, os países podem buscar maior soberania digital para garantir o controle local sobre a infraestrutura de dados crítica, modelos de IA e processos de tomada de decisão que estejam alinhados com os valores, regulamentações e interesses estratégicos de longo prazo do país.
Seja por meio de modelos soberanos, parcerias regionais ou governança adaptativa, o objetivo é o mesmo: sistemas de IA que sejam confiáveis, éticos e inclusivos por design.
O poder de parcerias estratégicas público-privadas
Nenhum ator único pode construir uma IA inclusiva sozinho. O progresso significativo na inclusão da IA só virá de ecossistemas colaborativos, e as parcerias público-privadas são essenciais para escalar a inovação responsável. A parceria com a EDISON Alliance permitiu escalar rapidamente o impacto. A e& sozinha empoderou mais de 30 milhões de pessoas por meio de conectividade aprimorada e ferramentas financeiras digitais, superando nossa promessa de impacto um ano antes do previsto.
Ao conectar as pessoas e capacitá-las a participar da economia digital, estamos, por extensão, garantindo sua inclusão nos conjuntos de dados e sistemas que moldam nosso futuro. Porque quando as pessoas estão conectadas, contadas e contextualizadas, os sistemas de IA que se seguem tornam-se inerentemente mais equitativos e eficazes.
Investir nas fundações de dados é inegociável
A modernização da arquitetura de dados é agora uma prioridade maior para os CEOs do MENA do que mesmo o GenAI. Isso porque a IA é tão poderosa quanto os dados aos quais pode acessar. Dados de baixa qualidade, fragmentados, incompletos ou tendenciosos não apenas levam a insights falhos e automação não confiável, mas também ampliam a desigualdade e aumentam o risco.
Os CEOs da região reconhecem a urgência. Aproximadamente 46% dos líderes do MENA citam a modernização da arquitetura de dados (como data fabric e data mesh) como um facilitador crítico nos próximos três anos. Mas o investimento não é suficiente. As organizações devem incorporar a estratégia de dados em fluxos de trabalho diários, construir colaboração interfuncional e cultivar culturas que valorizem a transparência e a responsabilidade.
Uma estratégia de dados unificada em toda a empresa, apoiada por governança, é fundamental para desbloquear a IA em grande escala. Ela também fornece a flexibilidade para se adaptar aos novos padrões de conformidade em diferentes jurisdições.
A IA inclusiva deve ser intencional
O futuro será definido por aqueles que investirem cedo — e sabiamente — nas fundações da tecnologia inclusiva. Isso significa projetar sistemas que atendam não apenas aos conectados, mas que também incluam ativamente aqueles que ainda estão nas margens. Quase 2,6 bilhões de pessoas ainda estão offline — suas vozes não ouvidas, suas experiências não vistas e suas perspectivas ausentes dos dados que moldam as tecnologias de amanhã.
À medida que olhamos para o futuro, todos compartilhamos a responsabilidade de perguntar não apenas como podemos adotar a IA, mas também: cuja realidade nossa IA reflete?
Se quisermos que a IA sirva verdadeiramente toda a humanidade, devemos ser deliberados na forma como a construímos e codificar explicitamente a inclusão em seu núcleo desde o início.
