Como Superar Vieses Linguísticos e Culturais na Adoção de GenAI

Em 2025, o ChatGPT e as buscas do Google alimentadas por IA dominam, mas é crucial lembrar das diferentes modalidades de comunicação. A IA geradora (genAI) é predominantemente baseada em texto e funciona em inglês, o que pode isolar seus casos de uso para falantes não nativos.

Embora o inglês seja falado como língua nativa por menos de 20% da população mundial, ele compõe 67,3% dos sites. Muitas plataformas de genAI são treinadas em inglês, o que significa que a comunicação pode ser distorcida em ambientes de trabalho que envolvem várias línguas ou culturas.

A comunicação é muito mais do que letras na tela: envolve tom, linguagem corporal, expressões faciais, ritmo e nuances culturais, para citar apenas alguns fatores-chave. As organizações que implantam genAI devem garantir que também estejam mitigando possíveis vieses linguísticos e culturais, especialmente considerando que vivemos em um mundo globalizado.

Por Que a Voz Ainda Importa

Existem várias teorias que expandem a importância da comunicação multimodal, especialmente em configurações multiculturais e multilíngues.

Uma das mais proeminentes é a teoria de Edward T. Hall sobre culturas de alto e baixo contexto. Hall descreve as diferenças inerentes à forma como as várias culturas se comunicam. As culturas de alto contexto, encontradas em muitos países asiáticos, confiam em pistas indiretas e não verbais na comunicação. O japonês, por exemplo, é uma língua de alto contexto, onde onomatopeias e mudanças sutis de expressão influenciam dramaticamente a intenção e a inferência.

As culturas de baixo contexto, por outro lado, como muitas do Ocidente (Estados Unidos e muitos países europeus), confiam na comunicação direta e verbal. Como as culturas de baixo contexto tendem a ser mais explícitas, a mensagens de texto digitais se integram perfeitamente à sua estrutura de comunicação. Considerando as características predominantemente baseadas em texto da genAI contra essa teoria, não é surpreendente que as pessoas de culturas de alto contexto, particularmente falantes não nativos de inglês, tenham dificuldade em se comunicar de forma eficaz com essas ferramentas.

Em um ambiente de negócios internacionalizado, onde as pessoas de todas as origens se reúnem, a falta de pistas sutis como linguagem corporal e tom pode tornar a comunicação com a IA severamente menos confiável. A comunicação digital ou baseada em tecnologia, especificamente aquela experimentada por meio de ferramentas de genAI, deve incluir outros modos além da mensagens de texto.

O Problema do Viés Inglês na GenAI

Também houve sérias preocupações levantadas sobre o viés na detecção de IA (que ironicamente é alimentada por IA) contra escritores não nativos de inglês. Além disso, no mundo da ciência, pesquisas recentes sugerem que até 38% dos falantes não nativos de inglês são rejeitados por periódicos devido a uma barreira linguística percebida. O autor dessa pesquisa afirma que quebrar as barreiras linguísticas é fundamental para compartilhar conhecimento. Ele também argumenta que a qualidade da linguagem não deve ditar se o conhecimento é valioso o suficiente para ser compartilhado.

Pesquisadores soam alarmes sobre a falta de diversidade linguística em LLMs e os riscos de excluir grandes números da população mundial que não são falantes nativos de inglês. Este é um problema profundamente enraizado que está limitando a forma como as pessoas podem se envolver com e usar ferramentas de IA.

Também é um problema que deve ser abordado o mais rápido possível, considerando que 95% das empresas dos EUA adotaram genAI. Essa tecnologia está sendo aplicada cada vez mais a ambientes de trabalho movimentados, como fábricas. No entanto, os falantes não nativos de inglês são frequentemente deixados de fora da equação quando se discute estratégias de implantação de IA.

Vamos olhar para o que os obstáculos para a adoção bem-sucedida de IA parecem na vida real. Os falantes não nativos de inglês lutam com prompts, levando a saídas distorcidas e riscos de informações ou instruções mal interpretadas. Por exemplo, os fabricantes vietnamitas com um domínio limitado do inglês confiam em traduções em inglês via genAI para instruções. Isso causa um grande espaço para erros, pois o contexto e as pistas mais sutis são removidos.

Além disso, a confiança e a confiabilidade são erodidas. Isso pode aumentar a resistência ao uso de tecnologia em fluxos de trabalho, enquanto subverte a moral e a motivação dos funcionários.

Fechando a Lacuna

Esses obstáculos e desafios devem ser abordados o mais rápido possível. Para nivelar o campo em torno da adoção de genAI, as nuances culturais e linguísticas devem ser consideradas. Existem várias estratégias que as organizações podem incorporar para pontuar essas lacunas e construir a adoção de genAI para um futuro multilíngue.

Incorporar Estruturas Cognitivas e Analíticas

Um quadro cognitivo particularmente útil é o Loop OODA, desenvolvido pelo renomado piloto de caça, John Boyd. Os cinco componentes de “orientar” que compõem uma das quatro etapas do Loop OODA – herança genética, tradições culturais, experiências anteriores, novas informações e análise/síntese – podem ser aplicados para entender como as decisões individuais são afetadas por entradas. \

Minha recomendação é tratar a linguagem como parte das ‘tradições culturais’, prestando atenção especial à ‘herança genética’ e à ‘análise/síntese’ dos indivíduos. Aqui está uma quebra de como cada componente desempenha um papel no treinamento de modelos de IA para ser mais amplo em termos linguísticos.

• Herança genética (traços humanos incorporados): treinar sistemas de IA para detectar pistas universais como tom e ritmo que são compartilhados entre línguas e culturas. Uma abordagem multimodal para genAI que inclui voz, texto e pistas de vídeo – não apenas texto.

• Tradições culturais: criar conjuntos de dados para capturar certas características linguísticas, como onomatopeias, e formas de comunicação pesadas no contexto. Curar modelos para regiões, em vez de usar um modelo universal que não é tão ágil cultural ou linguisticamente.

• Experiências anteriores: as pessoas são mais propensas a confiar em sistemas que refletem sua realidade vivida. Por exemplo, os funcionários no Vietnã ou no Japão usarão a IA de forma diferente das equipes com base nos EUA, dependendo de seu nível de exposição e confiança nessa ferramenta. Oficinas onde as equipes locais possam testar e praticar o uso de genAI. Eles podem então compartilhar feedback sobre como bem ela reflete seu contexto linguístico e cultural. As organizações podem então ajustar as bibliotecas de prompts de acordo, considerando os casos de uso dessas guias (os trabalhadores de fábrica geralmente preferem guias visuais).

• Novas informações: as ferramentas de genAI precisam ser atualizadas continuamente com dados do mundo real. Utilizar entrada de dados multilíngue em conjuntos de dados para que o sistema integrado aprenda as nuances de diferentes línguas e formas de comunicação.

• Análise/síntese: aqui é onde ocorre o alinhamento entre as pessoas e a IA. Os dados e sinais linguísticos são frequentemente fragmentados, o que não é compatível com os modelos de genAI. Esses dados precisam ser convertidos em dados digeríveis por IA para que possam ser processados e analisados para gerar saídas ágeis cultural e linguisticamente.

Treinamento Prático para Melhores Práticas

Os funcionários também devem ser treinados em melhores práticas em torno de promptar plataformas de genAI, com foco na clareza. As bibliotecas de prompts podem ser incrivelmente úteis para familiarizar as equipes com as melhores práticas para prompts.

Importante, nas oficinas de treinamento de IA, também recomendo enfatizar princípios como justiça e transparência. Esses são aspectos fundamentais da implantação de IA sem viés, e as equipes também devem estar bem versadas em identificar sinais de alucinações e viés, que exacerbam as barreiras linguísticas.

Além disso, evite ‘câmaras de eco’ garantindo que as novas informações da IA não venham apenas de um indivíduo, mas de uma ampla gama de fontes. As câmaras de eco são um problema significativo na tecnologia, incluindo a IA, reforçando preconceitos existentes e distorcendo as saídas. Os funcionários estão expostos a riscos de cair em uma armadilha de viés e seguir orientações ou informações desalinhadas.

Finalmente, reconheça que qualquer ferramenta de IA, incluindo a genAI, deve ser tratada como um ‘consultor’, e não como uma diretriz estrita. As equipes devem ser encorajadas a sempre incluir um humano para esclarecer qualquer confusão para mitigar o risco de desinformação ou orientação errada.

A IA está transformando os processos de negócios, mas é importante não deixar ninguém para trás no caminho. Integrar essas estratégias dentro da implantação de IA permite que as empresas naveguem pelas barreiras linguísticas que, de outra forma, causariam viés e problemas em cascata.