Capítulo 2

IA indígena

Thea Pitman

Em uma postagem publicada em seu blog Cybernetic Forests [Florestas cibernéticas], Eryk Salvaggio (2025) levanta a questão: ‘São possíveis outras formas de IA?’. Trata-se de uma questão que outros vêm abordando há algum tempo e em contextos mais amplos do que a mera relação entre IA e arte. Entre as abordagens teóricas alternativas ao projeto da IA, provenientes do campo dos estudos críticos da IA (Raley e Rhee 2023), estão a IA de(s)colonial (Mohamed, Png e Isaac 2020; Ricaurte 2022; Nas 2024) e o conceito relacionado de um ‘AI Commons’ [IA como bem comum] federado (Varon et al. 2024), entre outros.^[1] Essas abordagens visam combater o modus operandi extrativista e totalizador de uma IA hegemônica (Ricaurte 2022), com sua abordagem pouco ética em relação à origem dos dados, sua exploração da mão de obra no processo de rotulagem e ‘limpeza’ dos dados, e seus enormes impactos ambientais, bem como sua tendência inerente de replicar ou até mesmo reforçar estereótipos negativos e desigualdades sociais baseados nos preconceitos existentes nos conjuntos de dados utilizados, e de tornar invisíveis comunidades inteiras quando há falta de dados suficientes. Essa abordagem acaba favorecendo claramente as visões de mundo predominantemente brancas, ocidentais, heteronormativas, masculinas e capacitistas da maioria dos criadores de ferramentas de IA e dos dados que utilizam.

Como afirma Ameera Kawash,

A descolonização da IA é uma tarefa multifacetada que exige uma reação contra a filosofia da ‘informática universal’ – uma abordagem ampla, universalista e que muitas vezes ignora o local. Devemos contrabalançá-la com abordagens variadas e localizadas, com foco no trabalho, no impacto ecológico, nos corpos e na encarnação, nos marcos feministas de consentimento e na violência inerente à exclusão digital. (Untold Mag, 2025, resposta à primeira pergunta da entrevista)

Da mesma forma, Shakir Mohamed, Marie-Therese Png e William Isaac (2020) defendem que uma IA de(s)colonial deveria se empenhar em evitar o ‘tecnosolucionismo’ e propor uma abordagem crítica e autorreflexiva na qual ‘os sistemas de IA possam se adaptar a situações locais específicas de maneiras originais’ (674), e o conceito de ‘AI Commons’ [IA como bem comum] de Joana Varon, Sasha Costanza Chock, Mariana Tamari, Berhan Taye e Vanessa Koetz (2024) inspira-se nas ideias de diversos grupos que trabalham em busca de alternativas a uma IA hegemônica e que ‘se concentram em criticar, salvaguardar, melhorar, imaginar e/ou desenvolver alternativas às atuais “configurações padrão” da IA como ferramenta para impulsionar a matriz de dominação (capitalismo, supremacia branca, patriarcado e colonialismo)’ (6). Mais recentemente, Mirca Madianou, em sua obra Technocolonialism: When Technology for Good is Harmful [Tecnocolonialismo: quando a tecnologia ‘para o bem’ acaba sendo prejudicial] (2025), baseou-se no trabalho de Sasha Costanza Chock, bem como na obra anterior e muito influente de Arturo Escobar, Designs for the Pluriverse: Radical Interdependence, Autonomy, and the Making of Worlds [Design para o pluriverso: interdependência radical, autonomia e a criação de mundos] (2018), argumentando que, em um mundo em que a IA e os big data costumam ser considerados soluções tecnológicas para os ‘problemas’ do desenvolvimento, devemos questionar as ideias da computação universal e do design ‘para o bem’ com o ‘design para o pluriverso’ e a ‘justiça no design’ (194). Madianou também aponta o elefante linguístico na sala: ‘é impossível descolonizar a IA enquanto os algoritmos e os grandes modelos de linguagem forem treinados com enormes conjuntos de dados em língua inglesa’ (194), e isso tem implicações não apenas para a geração de texto, mas também para a geração de imagens com base em prompts textuais.

Não é de se admirar que, no que diz respeito aos princípios de design de como poderia ser uma IA de(s)colonial, vários autores se baseiem explicitamente em conceitos indígenas de responsabilidade comunitária e trabalho coletivo em prol do bem comum, como o ‘tequio’, a ‘minga’ ou o ‘mutirão’ (Ricaurte Quijano 2021; Ricaurte 2022, 737), e de viver em harmonia com os outros e com nosso entorno, como o Buen Vivir/Bem Viver (Varon et al. 2024),^[2] , e o termo ‘IA indígena’ ganhou popularidade por mérito próprio. A interseção entre a IA e os povos indígenas, ou mesmo os conhecimentos indígenas, não é, evidentemente, idêntica à ‘IA indígena’. É verdade que organizações internacionais, como a ONU e o Fundo Mundial para a Natureza, e equipes de pesquisa lideradas por pessoas não indígenas e sediadas no Norte Global que atuam nessa área, tendem a adotar uma abordagem bastante utilitária, muitas vezes centrada nos Objetivos de Desenvolvimento Sustentável, conforme aponta Madianou em suas críticas mencionadas anteriormente, buscando formas de utilizar a IA ‘para o bem’, para ‘ajudar’ os povos indígenas com soluções de assistência, monitoramento ambiental e segurança alimentar, bem como com a revitalização linguística e a preservação cultural, por exemplo.^[3]

Em contrapartida, foram acadêmicos indígenas como Jason Edward Lewis (Haviano e Samoano Nativo), que trabalha em uma equipe internacional junto com outros acadêmicos indígenas, incluindo artistas como Suzanne Kite (Oglala Lakota) e cientistas da computação como Michael Running Wolf (Cheyenne do Norte e Lakota), que cunharam os termos ‘projeto de IA centrado nos povos indígenas’ e ‘IA indígena’. Em seu Indigenous Protocol on Artificial Intelligence [Protocolo Indígena sobre Inteligência Artificial], Lewis et al. (2020) defendem a participação indígena em todas as etapas do ‘ecossistema’ da IA e uma consideração cuidadosa da soberania indígena sobre os dados no que diz respeito à IA, além de defenderem o desenvolvimento de alternativas mais radicais à IA hegemônica, alinhadas com as epistemologias indígenas de relacionalidade, reciprocidade e pluriversidade.^[4] Lewis e seus colegas não se opõem ao desenvolvimento de ferramentas de IA voltadas para soluções práticas, mas estas devem ser adaptadas ao contexto local, ser éticas e orientadas pelas necessidades e pelos princípios das comunidades indígenas, ‘reconcebendo e criando protótipos de IA por meio das epistemologias indígenas’ (Lewis, Whaanga e Volgörmez 2024, 8).^[5] Em resumo, suas ‘Guidelines for Indigenous-centred AI Design’ [Diretrizes para o design da IA centrada nos povos indígenas] incluem:

o design de sistemas de IA em colaboração com as comunidades locais; a incorporação da relacionalidade e da reciprocidade nos fundamentos; a exigência de que os sistemas de IA desenvolvidos por, com ou para as comunidades indígenas sejam responsáveis perante essas comunidades, lhes proporcionem apoio relevante e, acima de tudo, prestem contas a elas, utilizando os protocolos indígenas como base para as diretrizes de governança e regulamentação; o reconhecimento de que todos os sistemas técnicos são sistemas culturais e sociais e de que a computação é um material cultural; a aplicação dos princípios de design ético a todo o conjunto da tecnologia em questão, bem como o respeito e o apoio à soberania indígena em matéria de dados. (Lewis 2023b, 214)

Além dessa abordagem centrada nos povos indígenas, embora bastante pragmática, Lewis e seus colegas também desenvolveram uma teoria sobre a IA em relação às epistemologias indígenas, com foco no conceito de abundância e no que chamam de ‘imaginário do futuro’. O conceito de ‘abundância’ refere-se tanto à necessidade de projetar a IA à luz da pluralidade dos conhecimentos indígenas quanto à preocupaçã e em garantir que o impacto da IA no meio ambiente preserve a abundância, em vez de provocar degradação e perda (Lewis 2023a, 17; Lewis, Whaanga e Volgörmez 2024). A IA Abundante alinha-se, portanto, muito estreitamente com os debates sobre uma IA de(s)colonial e contraria a tendência de uma IA hegemônica e monolítica de universalizar e promover um tecnosolucionismo que cria mais problemas do que resolve.^[6] Para alcançar essa descolonização da IA proposta pela IA Abundante, Lewis, Whaanga e Volgörmez (2024) defendem que os povos indígenas devem utilizar sua imaginação, alimentada por diferentes epistemologias, para evocar os cenários futuros que desejam para o desenvolvimento da IA: ‘Para transformar a IA, devemos imaginar futuros indígenas baseados nas prioridades e nos sonhos da comunidade [por meio] do desenvolvimento de “imaginários futuros” que nos orientem para caminhos alternativos de pesquisa e desenvolvimento da IA que promovam a abundância em vez da escassez, da exploração e do controle’ (9).

Isso se refere diretamente à imaginação de futuros indígenas, que foi uma dinâmica fundamental na primeira etapa do projeto AIAI. No entanto, valorizamos o fato de que tanto a IA Abundante quanto o ‘imaginário futuro’ sejam formulações que, embora derivadas das cosmovisões indígenas, não limitam suas ambições a serem aplicáveis apenas aos povos indígenas.

1. Hito Steyerl também defende, em última instância, a recuperação dos bens comuns em ‘Mean Images’ [Imagens Médias] (2023) e, em ‘The AI Con: How to Fight Big Tech’s Hype and Create the Future We Want [A fraude do IA: Como combater o exagero das grandes empresas de tecnologia e criar o futuro que queremos] (2025), Emily M. Bender e Alex Hanna encontram esperança em iniciativas de IA em pequena escala, dirigidas e gerenciadas pela comunidade e ‘socialmente situadas’, utilizando o exemplo (bastante simbólico) da organização Te Hiku Media, que desenvolveu suas próprias ferramentas para a língua Maori (Te Reo) de tradução automática e reconhecimento automático de fala baseadas em IA. Ver também o projeto decolonizAI (lançado em 2022; https://decolonizai.com), liderado pela acadêmica indígena Elen Nas (Puri) e sediado na Universidade de São Paulo, bem como o trabalho de Jude Browne et al. (2023) sobre IA feminista; o projeto de Francesco Bentivegna e Catherine Dadacz (2024) sobre IA queer; o conceito de Paola Ricaurte Quijano (2021) sobre IA gambiarra; o trabalho de Ngozi Okidegbe (2022), Sanjoy Sharma e Kiran Narasimhan (2024) e Kojo Apeagyei (2024) sobre a IA afrofuturista; o conceito de Timnit Gebru de IA lenta (Strickland 2022) e seus desenvolvimentos mais recentes, incluindo as correntes de IA pequena, esotérica e ancestral (AIxDesign 2024); e o discurso mais conhecido em torno da IA responsável (ver Nas 2024) e da IA sustentável (ver o trabalho de Aimee Van Wynsberghe [2021]). ↑

2. Ver também o conceito de ‘Bem Viver Digital’, desenvolvido no manifesto redigido por vários colaboradores indígenas do projeto AIAI (Potiguara et al. 2024). ↑

3. Para mais detalhes, consulte o artigo de revisão de Maneesha Perera et al. (2024) sobre ‘a interseção entre o conhecimento indígena e a IA’. ↑

4. Consulte também Kite e Alisha B. Wormsley (2021), Jason Edward Lewis (2023b) e a entrevista de Justin Hendrix (2023) com Michael Running Wolf. ↑

5. No artigo ‘Abundant Intelligences: Placing AI Within Indigenous Knowledge Frameworks’ [Inteligências abundantes: a integração da IA nos marcos de conhecimento indígenas], Lewis é coautor junto com o acadêmico Maori Hēmi Whaanga e a acadêmica turca Ceyda Volgörmez. ↑

6. Gustavo Nogueira de Menezes (2025), um pesquisador brasileiro radicado na Holanda que colabora com a equipe da AIxDesign, também desenvolveu uma teoria sobre o que denomina ‘IA Ancestral’ seguindo linhas semelhantes, argumentando que ‘ela vai além da lógica extrativista da velocidade e da escassez, em busca de uma visão da IA enraizada no cuidado intergeracional, na responsabilidade e na sabedoria coletiva’ (5). Como veremos mais adiante, o conceito de ‘inteligência ancestral’ está sendo retomado atualmente por uma ampla variedade de pensadores e criadores culturais em relação à indigeneidade no Brasil, cada um dos quais o teoriza de novo em vez de recorrer a uma fonte compartilhada específica, embora a publicação de Futuro ancestral (2019), de Ailton Krenak, seja sem dúvida influente. ↑