10 Mulheres Mais Influentes em IA e Robótica que Estão Transformando o Futuro

A inteligência artificial e a robótica não são mais campos experimentais confinados a laboratórios de pesquisa. Eles estão moldando economias, redefinindo indústrias e influenciando a vida diária em escala global. Por trás de muitas das principais descobertas estão mulheres cujo trabalho alterou fundamentalmente como os sistemas inteligentes são projetados, treinados, governados e implantados.

Esta lista destaca dez das mulheres mais impactantes em IA e robótica hoje. São pesquisadoras, engenheiras e líderes técnicas cujas contribuições se estendem muito além de títulos — mulheres cujo trabalho redefiniu a trajetória do aprendizado de máquina, inteligência incorporada e IA centrada no ser humano.

1. Dr. Fei-Fei Li

Foto: Steve Jurvetson, CC BY 2.0, via Wikimedia Commons

A Dr. Fei-Fei Li é uma das arquitetas fundamentais da visão computacional moderna. Como criadora do ImageNet, ela liderou o esforço para construir o grande conjunto de dados rotulados que acendeu a revolução do aprendizado profundo. O ImageNet forneceu a espinha dorsal de treinamento que permitiu que as redes neurais superassem dramaticamente os métodos de visão computacional anteriores, acelerando avanços em reconhecimento de objetos, imagens médicas, robótica e sistemas autônomos.

Suas contribuições acadêmicas na Universidade de Stanford ajudaram a formalizar a visão computacional como um pilar central da pesquisa de IA. Ao combinar abordagens inspiradas na neurociência com sistemas de aprendizado profundo, ela ajudou a mudar a IA da lógica baseada em regras para o reconhecimento de padrões escalável.

Além do feito técnico, a Dr. Li defendeu consistentemente a IA centrada no ser humano. Ela argumenta que os sistemas de inteligência devem ser construídos com salvaguardas éticas, considerações de justiça e bem-estar social em mente. Seu trabalho influenciou tanto as agendas de pesquisa acadêmica quanto as discussões de política pública em torno de IA responsável.

Ela também atuou em conselhos que moldaram a estratégia nacional de IA nos Estados Unidos, ajudando a garantir que a inovação se alinhe com os valores democráticos e as liberdades civis.

Hoje, a Dr. Li continua a liderar pesquisas no Instituto de IA Centrada no Ser Humano de Stanford, focando em inteligência espacial, IA incorporada e garantindo que os sistemas avançados aumentem a capacidade humana em vez de substituí-la. Seu trabalho explora cada vez mais como a IA pode interagir com segurança em ambientes do mundo real, pontuando a lacuna entre percepção e ação.

A Dr. Li também crônica sua notável jornada em sua memória O Mundo que Vejo, onde reflete sobre seu caminho desde imigrar para os Estados Unidos como adolescente até se tornar uma pioneira da IA moderna. O livro fornece uma rara conta de bastidores da criação do ImageNet e dos primeiros avanços que ajudaram a lançar a revolução do aprendizado profundo.

2. Cynthia Breazeal

Foto: Cynthia Breazeal / CC BY-SA 4.0 / Wikimedia Commons

Cynthia Breazeal é amplamente creditada por pioneirar a robótica social. No MIT Media Lab, ela desenvolveu Kismet, um dos primeiros robôs capazes de interpretar e expressar emoções. Este trabalho ajudou a lançar o campo da robótica social e estabeleceu as bases para máquinas emocionalmente responsivas e computação afetiva.

Sua pesquisa redefiniu a robótica, mudando o foco da automação industrial para a interação social. Em vez de construir máquinas que simplesmente executam tarefas, Breazeal explorou como os robôs poderiam se comunicar com as pessoas, construir confiança e responder a sinais sociais humanos.

Ela mais tarde co-fundou a Jibo, uma startup que desenvolveu um dos primeiros robôs sociais para ambientes domésticos. Embora o caminho comercial da Jibo tenha sido complexo, o projeto representou um marco importante em trazer robótica socialmente inteligente para a vida cotidiana.

A influência de Breazeal se estende profundamente na educação e na robótica de saúde, onde as máquinas devem entender sinais humanos sutis para servir como companheiros, tutores e assistentes eficazes.

Hoje, ela continua a liderar o Grupo de Robôs Pessoais no MIT Media Lab e lidera iniciativas focadas em educação e alfabetização em IA. Seu trabalho atual explora como sistemas de IA socialmente inteligentes e robôs podem apoiar o aprendizado, o bem-estar e as relações de longo prazo entre humanos e IA.

3. Timnit Gebru

Foto: TechCrunch / CC BY 2.0 / Wikimedia Commons

Timnit Gebru tem sido uma das vozes mais consequenciais em ética de IA. Sua pesquisa inicial expôs vieses em sistemas de reconhecimento facial, revelando disparidades significativas em precisão em diferentes raças e gêneros. O estudo Gender Shades demonstrou que sistemas comerciais performaram muito pior em mulheres de pele mais escura do que em homens de pele mais clara, promovendo uma reavaliação mais ampla de como os sistemas de IA são treinados e avaliados.

Ela também co-autorou pesquisas influentes examinando os riscos de grandes modelos de linguagem, incluindo seu impacto ambiental, vieses incorporados e falta de transparência. Esse trabalho ajudou a mudar a conversa em torno do desenvolvimento de IA, encorajando o campo a considerar não apenas benchmarks de desempenho, mas também as consequências sociais e ambientais de escalonar sistemas de IA.

Em 2021, Gebru fundou o Instituto de Pesquisa de IA Distribuída (DAIR), uma organização de pesquisa independente dedicada a estudar IA fora da influência de grandes empresas de tecnologia. O instituto se concentra em pesquisa comunitária e enfatiza a participação global na moldagem do futuro da IA.

Sua defesa influenciou debates regulatórios, padrões da indústria e discussões mais amplas sobre desenvolvimento de IA responsável.

Hoje, Gebru continua a se concentrar em responsabilidade algorítmica, direitos de trabalho de dados e dinâmicas de poder incorporadas no desenvolvimento de IA. Seu trabalho examina cada vez mais como os sistemas de IA afetam comunidades marginalizadas e como os quadros de governança podem ser fortalecidos para garantir sistemas de IA mais equitativos e transparentes em todo o mundo.

4. Daphne Koller

Foto: World Economic Forum / CC BY-SA 2.0 / Wikimedia Commons

Daphne Koller é uma pioneira em modelos gráficos probabilísticos, uma estrutura que permite que as máquinas raciocinem sob incerteza. Seu trabalho acadêmico fundamentalmente moldou como os sistemas de IA representam dependências complexas em dados do mundo real e ajudou a estabelecer a modelagem probabilística como uma abordagem central no aprendizado de máquina moderno.

Ela co-fundou a Coursera, uma das maiores plataformas de aprendizado online do mundo, ajudando a democratizar o acesso à educação em IA e ciência da computação para milhões de aprendizes em todo o mundo.

Koller mais tarde mudou seu foco para a biotecnologia, fundando a Insitro para aplicar o aprendizado de máquina à descoberta de drogas. Ao combinar grandes conjuntos de dados biológicos com modelagem preditiva, a empresa visa transformar como as terapias são descobertas e desenvolvidas.

Seu trabalho representa um dos exemplos mais claros de IA transitando dos sistemas digitais para as ciências da vida, onde o aprendizado de máquina pode acelerar a descoberta científica.

Hoje, Koller continua a liderar a pesquisa da Insitro no desenvolvimento de medicamentos impulsionado por IA, integrando genômica, biologia de alto rendimento e aprendizado de máquina para acelerar pipelines clínicos e melhorar a taxa de sucesso do desenvolvimento de drogas.

5. Joy Buolamwini

Foto: Taylordw, CC0, via Wikimedia Commons

Joy Buolamwini’s pesquisa de ponta exposed racial and gender bias in facial recognition systems usados por grandes empresas de tecnologia. Seus achados mostraram que as taxas de erro para mulheres de pele mais escura eram dramaticamente mais altas do que para homens de pele mais clara, revelando como os dados de treinamento e o design do sistema podem incorporar discriminação em tecnologias de IA amplamente implantadas.

A pesquisa ajudou a desencadear o debate global sobre vieses algorítmicos, levando a um aumento da escrutínio dos sistemas de reconhecimento facial e contribuindo para discussões de política sobre o desenvolvimento responsável de IA.

Buolamwini fundou a Liga da Justiça Algorítmica para promover a responsabilidade e a justiça nos sistemas de IA. Através da organização, ela trabalhou para avançar na auditoria algorítmica, conscientização pública e padrões da indústria visando reduzir vieses prejudiciais na tomada de decisões automatizada.

Seu trabalho ponteia a pesquisa, a defesa e o engajamento público. Além da pesquisa acadêmica, ela trouxe atenção para os impactos sociais da IA por meio de discursos públicos, engajamento político e trabalho criativo que explora a relação entre tecnologia e direitos civis.

Nos últimos anos, Buolamwini expandiu sua influência por meio de escrita e defesa pública, incluindo seu best-seller Desmascarando a IA, que explora como os sistemas algorítmicos podem codificar discriminação e por que uma supervisão mais forte e um design mais inclusivo são essenciais.

Hoje, Buolamwini continua a moldar conversas globais sobre a governança da IA, focando em auditoria algorítmica, quadros regulatórios e garantindo que os sistemas de IA sejam testados em populações diversas antes do lançamento.

6. Anca Dragan

Foto: Constructor University

Anca Dragan é uma pesquisadora líder em alinhamento de IA e interação humano-robô. Seu trabalho acadêmico inicial no UC Berkeley se concentrou em permitir que os robôs inferissem a intenção humana e colaborassem com segurança com as pessoas, desenvolvendo algoritmos que permitem que as máquinas raciocinem sobre o comportamento humano e respondam de maneiras previsíveis e cooperativas.

Ela trabalhou extensivamente na inferência de intenção, planejamento cooperativo e técnicas que permitem que sistemas autônomos aprendam com feedback humano em vez de depender de objetivos pré-definidos rígidos. Sua pesquisa ajudou a avançar robôs e agentes de IA que podem operar ao lado dos humanos em ambientes que variam de veículos autônomos a robótica assistiva.

O trabalho de Dragan aborda um dos desafios mais críticos na IA moderna: garantir que os sistemas inteligentes otimizem o que as pessoas realmente desejam, em vez de objetivos técnicos estreitamente definidos. Sua pesquisa sobre alinhamento de valor, colaboração humano-IA e tomada de decisão interpretável influenciou tanto a robótica quanto as discussões mais amplas sobre segurança da IA.

Além de seu trabalho acadêmico, Dragan atualmente atua como Chefe de Segurança e Alinhamento de IA no Google DeepMind, onde lidera equipes focadas em garantir que os sistemas de IA de ponta permaneçam alinhados com os objetivos e valores humanos à medida que suas capacidades continuam a avançar.

Hoje, seu trabalho continua a moldar o desenvolvimento de sistemas de IA mais seguros e compatíveis com os humanos, combinando avanços no aprendizado de máquina, robótica e interação humano-computador para tornar as tecnologias inteligentes mais interpretáveis, controláveis e benéficas para a sociedade.

7. Raia Hadsell

Raia Hadsell falando no TEDxExeterSalon 2017_05” por TEDxExeter, CC BY-NC-ND 2.0

Raia Hadsell desempenhou um papel importante no avanço do aprendizado por reforço e sistemas de aprendizado contínuo. No DeepMind, ela ajudou a desenvolver algoritmos que permitem que os sistemas de IA aprendam continuamente com a experiência, em vez de retreinar a partir do zero em conjuntos de dados fixos, abordando um dos desafios centrais na construção de agentes inteligentes adaptáveis.

O aprendizado contínuo é essencial para robótica e sistemas de IA do mundo real, onde os ambientes evoluem e as máquinas devem se adaptar, reterendo o conhecimento previamente aprendido. A pesquisa de Hadsell se concentrou em superar problemas como o esquecimento catastrófico, permitindo que as redes neurais acumulem habilidades ao longo do tempo, em vez de perder capacidades anteriores ao aprender novas tarefas.

Seu trabalho também contribuiu para o progresso na inteligência incorporada, onde robôs e agentes autônomos aprendem por meio da interação com o ambiente, em vez da supervisão estática. Ao combinar aprendizado por reforço, aprendizado de representação e abordagens inspiradas na neurociência, ela ajudou a avançar sistemas que podem navegar ambientes complexos e generalizar tarefas.

Hadsell se juntou ao DeepMind em 2014 e desde então liderou equipes de pesquisa focadas no aprendizado de longo prazo e navegação robótica, contribuindo para técnicas fundamentais como a destilação de política e redes neurais progressivas que permitem a transferência de conhecimento entre tarefas.

Hoje, como líder de pesquisa sênior no Google DeepMind, Hadsell continua a se concentrar em arquiteturas de aprendizado de longo prazo e sistemas de IA incorporados escaláveis que possam operar em ambientes do mundo real dinâmicos.

8. Ayanna Howard

Foto: Rob Felt / Georgia Institute of Technology

O trabalho de Ayanna Howard centrou-se na robótica assistiva e no design de IA centrado no ser humano. Sua pesquisa se concentrou em construir sistemas robóticos que apoiam crianças com desafios de desenvolvimento, incluindo tecnologias de terapia e educação projetadas para ajudar as crianças com necessidades especiais a desenvolver habilidades motoras e cognitivas.

No início de sua carreira, Howard trabalhou como pesquisadora de robótica no Laboratório de Propulsão a Jato da NASA, onde contribuiu para sistemas robóticos autônomos usados na exploração planetária, incluindo tecnologias projetadas para missões do rover em Marte.

Ela mais tarde transitou para a academia e a liderança, fundando o Laboratório de Sistemas de Automação Humana na Georgia Tech e lançando a Zyrobotics, uma startup focada em desenvolver ferramentas educacionais e de terapia impulsionadas por IA para crianças com necessidades de aprendizado diversificadas.

Em 2021, Howard se tornou a deana do Colégio de Engenharia da Universidade Estadual de Ohio, fazendo história como a primeira mulher a liderar a instituição. Nisso, ela continua a moldar o futuro da educação em engenharia, enquanto avança pesquisas em interação humano-robô, segurança da IA e design de tecnologia inclusivo.

Hoje, o trabalho de Howard abrange pesquisa, empreendedorismo e política, com foco em garantir que a robótica e a IA sejam projetadas para melhorar a qualidade de vida e expandir o acesso equitativo às tecnologias emergentes.

9. Rana el Kaliouby

Foto: Joi Ito, CC BY 2.0, via Wikimedia Commons

Rana el Kaliouby pioneirou a IA de emoção por meio de seu trabalho na Affectiva, a spin-off do MIT Media Lab que ela co-fundou para trazer inteligência emocional para os sistemas digitais. A empresa desenvolveu tecnologia capaz de analisar expressões faciais e sinais vocais para detectar emoções humanas em escala, ajudando a expandir a percepção da máquina além de objetos e fala para a afetividade humana.

O reconhecimento de emoção tem aplicações em várias indústrias, incluindo segurança automotiva, análise de mídia, saúde e interação humano-computador. A tecnologia da Affectiva foi amplamente adotada por grandes empresas antes que a empresa fosse adquirida pela Smart Eye em 2021, marcando um marco importante na comercialização da IA de emoção.

Após a aquisição, el Kaliouby mudou seu foco para investimento e mentorias dentro do ecossistema de IA. Ela agora é co-fundadora e sócia-geral da Blue Tulip Ventures, uma firma de venture em estágio inicial que se concentra em apoiar startups que constroem tecnologias de IA centradas no ser humano.

Hoje, el Kaliouby permanece como uma voz líder em IA emocionalmente inteligente, defendendo o desenvolvimento ético, diversidade no desenvolvimento de IA e tecnologias que fortalecem a relação entre humanos e máquinas.

10. Mira Murati

Foto: OpenAI via AP

Mira Murati desempenhou um papel central na escalada da IA gerativa para adoção global durante sua gestão como Diretora de Tecnologia na OpenAI. Depois de se juntar à empresa em 2018 e se tornar CTO em 2022, ela ajudou a liderar o desenvolvimento e lançamento de sistemas marcantes como ChatGPT, DALL-E e a família de modelos GPT-4 — tecnologias que aceleraram dramaticamente a adoção pública e empresarial da IA gerativa.

A liderança de Murati pontuou a pesquisa de ponta e o desenvolvimento de produtos do mundo real, garantindo que modelos avançados estivessem acessíveis a desenvolvedores, empresas e consumidores em todo o mundo.

Em setembro de 2024, Murati deixou a OpenAI após mais de seis anos na empresa para perseguir novos projetos e explorar a próxima fase do desenvolvimento de IA.

Em 2025, ela fundou o Laboratório de Máquinas Pensantes, uma startup de inteligência artificial focada em construir sistemas de IA mais capazes e personalizáveis e avançar na IA multimodal que pode interagir com os usuários por meio de linguagem, visão e outras modalidades.

Hoje, Murati continua a influenciar a direção da IA de ponta por meio de seu trabalho no Laboratório de Máquinas Pensantes, onde está construindo ferramentas destinadas a tornar os sistemas de IA avançados mais amplamente compreendidos, adaptáveis e poderosos para desenvolvedores e organizações em todo o mundo.

Juntas, essas dez mulheres representam uma seção notável da fundação intelectual por trás da IA e robótica modernas. Seu trabalho abrange conjuntos de dados fundamentais, aprendizado por reforço, interação humano-robô, governança ética e o surgimento de sistemas gerativos. Muitas das tecnologias que agora transformam indústrias podem ser rastreadas diretamente para avanços liderados por essas pesquisadoras e engenheiras.

Ao mesmo tempo, destacar suas contribuições é um lembrete de algo igualmente importante: o campo ainda precisa de muito mais mulheres moldando sua direção. A inteligência artificial está se tornando rapidamente uma das tecnologias mais consequenciais já desenvolvidas. Os sistemas sendo projetados hoje influenciarão como as sociedades funcionam, como as economias evoluem e como os humanos interagem com máquinas inteligentes.

Garantir que esses sistemas reflitam perspectivas diversificadas não é apenas uma questão de justiça. É uma questão de construir melhor tecnologia.

As mulheres nesta lista demonstram o quão poderosa essa influência pode ser. Seu trabalho não apenas empurrou os limites da pesquisa de IA, mas também expandiu a conversa sobre como essas tecnologias devem ser construídas e a quem elas devem servir. À medida que o campo continua a evoluir, a próxima geração de mulheres entrando na IA desempenhará um papel igualmente crítico em moldar um futuro onde os sistemas inteligentes refletem a diversidade completa da experiência humana.