A eficiência de assistentes inteligentes de voz, como o Google Assistente e a Siri, varia de acordo com o sotaque e o nível de escolaridade do usuário. Esta é a constatação de uma pesquisa da Universidade de Fortaleza (Unifor) e o Departamento de Ciência da Computação da Universidade Federal de Minas Gerais (UFMG), que identificou que o viés algorítmico, criado para assimilar modelos de comportamento, pode ser encontrado nos assistentes de voz do celular.
A pesquisa apontou uma série de fatores que prejudicam o desempenho dos assistentes de voz. Entre eles estão erros de pronúncia, problemas de dicção, gagueira ou repetição de palavras.
Para Elizabeth Furtado, cientista da computação e coordenadora do Laboratório de Estudos do Usuário e da Qualidade em Uso de Sistemas da Unifor (LUQS), uma vez que o sistema aprende com os usuários que têm mais escolaridade ou com pessoas oriundas das regiões do Sul e Sudeste, o treinamento dos assistentes de voz tende a se limitar a falas padronizadas.
“Realizamos um estudo com pessoas que possuem baixa escolaridade e não sabem ler. O problema é que em alguns trabalhos, a base do sistema é feita com o usuário lendo. Se o usuário não souber ler, como que o assistente de voz vai entender? Dessa maneira, as pessoas que não sabem ler continuam excluídas”, comenta.
Segundo ela, é nesse contexto em que se encontra o viés algorítmico: a falta de entendimento dos sistemas de voz com pessoas que são excluídas e que vão continuar em exclusão se não houver alternativas para que as bases dos assistentes de voz possam ser treinadas de outras formas.
No desenvolvimento do trabalho, Elizabeth conduziu um estudo qualitativo em sessões individuais e presenciais, com dois grupos de voluntários: moradores da capital cearense, entre os quais vários nascidos em outros estados, e estudantes de uma classe noturna de Educação de Jovens e Adultos (EJA).
