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

A inteligência artificial e a robótica já não são mais campos experimentais confinados a laboratórios de pesquisa. Elas 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 a forma como os sistemas inteligentes são projetados, treinados, governados e implantados.

Esta lista destaca dez das mulheres mais influentes 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 todo o 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 de lógica baseada em regras para reconhecimento de padrões escalável.

Além do alcance 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 a pesquisa no Instituto de IA Centrada no Ser Humano de Stanford, se concentrando 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 de forma segura em ambientes do mundo real, pontuando a lacuna entre percepção e ação.

A Dr. Li também crônica sua notável jornada em sua autobiografia O Mundo que Vejo, onde reflete sobre seu caminho desde que imigrou para os Estados Unidos como adolescente até se tornar uma pioneira da IA moderna. O livro fornece uma rara visão por trás das cenas 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 ser uma pioneira na robótica social. No MIT Media Lab, ela desenvolveu o Kismet, um dos primeiros robôs capazes de interpretar e expressar emoções. Esse trabalho ajudou a lançar o campo da robótica social e estabeleceu a base 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.

Elas mais tarde co-fundou a Jibo, uma startup que desenvolveu um dos primeiros robôs sociais de consumo projetados para ambientes domésticos. Embora o caminho comercial da Jibo tenha sido complexo, o projeto representou um marco importante na introdução de robótica socialmente inteligente na 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 na 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 na ética da IA. Sua pesquisa inicial expôs vieses em sistemas de reconhecimento facial, revelando disparidades significativas em precisão por raça e gênero. O estudo Gender Shades demonstrou que os 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.

Elas também co-autoraram pesquisas influentes que examinam 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 formação do futuro da IA.

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

Hoje, Gebru continua a se concentrar na 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 moldou fundamentalmente 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.

Elas 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 da transição da IA de sistemas digitais para as ciências da vida, onde o aprendizado de máquina pode acelerar a descoberta científica.

Hoje, Koller continua a liderar a pesquisa na Insitro sobre o desenvolvimento farmacêutico impulsionado por IA, integrando genômica, biologia de alta produção 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 expôs em sua pesquisa vieses raciais e de gênero em sistemas de reconhecimento facial usados por grandes empresas de tecnologia. Seus achados mostraram que as taxas de erro para mulheres de pele mais escura eram dramaticamente maiores 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 uma maior vigilância sobre os 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 em sistemas de IA. Através da organização, ela trabalhou para avançar a 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 trabalhos criativos que exploram 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 as conversas globais sobre a governança da IA, se concentrando na auditoria algorítmica, quadros regulatórios e garantindo que os sistemas de IA sejam testados em populações diversificadas antes do lançamento.

6. Anca Dragan

Foto: Constructor University

Anca Dragan é uma líder de pesquisa 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 de forma segura com as pessoas, desenvolvendo algoritmos que permitem que as máquinas raciocinem sobre o comportamento humano e respondam de maneira previsível e cooperativa.

Elas trabalhou extensivamente na inferência de intenção, planejamento cooperativo e técnicas que permitem que os sistemas autônomos aprendam com feedback humano em vez de depender de objetivos rígidos e pré-definidos. Sua pesquisa ajudou a avançar robôs e sistemas 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 querem, em vez de objetivos técnicos estreitos. Sua pesquisa sobre alinhamento de valor, colaboração humano-IA e tomada de decisões interpretáveis influenciou tanto a robótica quanto as discussões mais amplas sobre a segurança da IA.

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

Hoje, o trabalho de Dragan continua a moldar o desenvolvimento de sistemas de IA mais seguros e compatíveis com os humanos, combinando avanços em 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, retraindo 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 interação com o ambiente, em vez de 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 ingressou no 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 políticas 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 podem operar em ambientes do mundo real dinâmicos.

8. Ayanna Howard

Foto: Rob Felt / Georgia Institute of Technology

Ayanna Howard centrou seu trabalho em robótica assistiva e 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 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 para missões do rover em Marte.

Elas mais tarde se mudou para a academia e liderança, fundando o Laboratório de Sistemas de Automação Humana na Georgia Tech e lançando a Zyrobotics, uma startup focada no desenvolvimento de ferramentas educacionais e de terapia impulsionadas por IA para crianças com necessidades de aprendizado diversificadas.

Em 2021, Howard se tornou a decana do Colégio de Engenharia da Universidade Estadual de Ohio, fazendo história como a primeira mulher a liderar a instituição. Nesse papel, ela continua a moldar o futuro da educação em engenharia, avançando a pesquisa em interação humano-robô, segurança da IA e design de tecnologia inclusiva.

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 a tecnologias emergentes.

9. Rana el Kaliouby

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

Rana el Kaliouby foi pioneira em 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 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 de a empresa ser 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 empresa 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 da OpenAI. Depois de ingressar na empresa em 2018 e se tornar Diretora de Tecnologia em 2022, ela ajudou a liderar o desenvolvimento e lançamento de sistemas emblemáticos 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 lançamento de produtos reais, garantindo que modelos avançados estivessem acessíveis a desenvolvedores, empresas e consumidores em todo o mundo. Seu trabalho ajudou a moldar como os grandes modelos de linguagem e sistemas gerativos são integrados em fluxos de trabalho diários em várias indústrias.

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 Thinking Machines Lab, uma startup de IA que se concentra 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 Thinking Machines Lab, onde está construindo ferramentas destinadas a tornar sistemas de IA avançados mais amplamente compreendidos, adaptáveis e poderosos para desenvolvedores e organizações em todo o mundo.

Juntas, essas dez mulheres representam uma notável seção transversal da base 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 até 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 muitas mais mulheres moldando sua direção. A IA 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 desta 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 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 plena diversidade da experiência humana.