Máquinas de invisibilidades: as pessoas com defi ciência em imagens geradas por IA

Auteurs

  • Mirella Pessoa Universidade Federal de Pernambuco
  • Fabiane de Souza Universidade de Brasília
  • Cláudia Sanz Universidade de Brasília

DOI :

https://doi.org/10.22409/mty22y85

Mots-clés :

Inteligência artificial (IA), Invisibilidades das pessoas com deficiência, Visão maquínica, Capacitismo, Imagem

Résumé

Para investigar se a visão maquínica da inteligência artificial generativa atualiza processos históricos de invisibilização das pessoas com deficiência, articulamos reflexões teóricas a testes de geração de imagens em ferramentas de IA. A partir deles, identificamos que tais tecnologias operam por gradientes de apagamento, ora não reconhecendo essas pessoas, ora enquadrando-as em narrativas estigmatizantes. Os testes indicam que a deficiência raramente integra imaginários de sucesso e, quando mencionada, associa-se a narrativas de superação. Essas máquinas de visão – indissociavelmente sociais, econômicas e políticas – não apenas reproduzem, mas reconfiguram o regime contemporâneo de visibilidade, contribuindo, por seu funcionamento baseado em padrões e ampla adesão, para perpetuar a invisibilização das pessoas com deficiência.

Téléchargements

Les données relatives au téléchargement ne sont pas encore disponibles.

Biographies des auteurs

  • Mirella Pessoa, Universidade Federal de Pernambuco

    Pesquisadora de pós-doutorado no PPGCom-UFPE, é membro e vice-líder do grupo de pesquisa GRITS - Imagem, Tecnologia e Subjetividade e pesquisadora do (IN)VIS: Grupo de pesquisa em imagem e educação. Mestre (UnB) e Doutora (UFPE) em Comunicação. Na UPFE, está à frente das ações do LEME: Laboratório de Educação Midiática ESTOPIM.

  • Fabiane de Souza, Universidade de Brasília

    Doutora e Mestre em Comunicação pela Universidade de Brasília, Bacharel em Cinema pela Universidade Federal de Santa Catarina. Membro dos Grupos de Pesquisa (IN)VIS: Grupo de pesquisa em imagem e educação e GRITS - Imagem, Tecnologia e Subjetividade. Desenvolveu a pesquisa de pós-doutorado "Pensando a educação com o cinema (e vice-versa): ensino e (in)visibilidades das pessoas com deficiência" no Programa de Pós-Graduação em Comunicação (UnB).

  • Cláudia Sanz, Universidade de Brasília

    Fez pós-Doutorado na universidade de Barcelona (UB, 2025) e no Leibniz-Zentrum für Literatur- und Kulturforschung em Berlim (ZFL, 2018). Professora e pesquisadora da Universidade de Brasília. Doutora em Comunicação pela Universidade Federal Fluminense. Líder dos grupos de pesquisa GRITS - Imagem, Tecnologia e Subjetividade e (IN)VIS: Grupo de pesquisa em imagem e educação.

Références

ALBASHRAWI, Mousa. Generative AI for decision-making: A multidisciplinary perspective, Journal of Innovation & Knowledge, v. 10, n. 4, 2025. Disponível em: https://bit.ly/4rHth2y. Acesso em: 28 jan. 2026.

ANDRADE, Rodrigo de Oliveira. As máquinas que tudo veem. Revista Pesquisa FAPESP, n. 277, p. 70-73, mar. 2019. Disponível em: https://bit.ly/4amRXX9. Acesso em: 20 jan. 2026.

AUTOR/A, 2025a.

AUTOR/A, 2025b.

AUTOR/A, 2025.

BEIGUELMAN, Giselle. Eugenia maquínica do olhar: visão computacional, etarismo e gênero. Revista Vírus, São Paulo, v. 1, n. 28, p. 14-28, 2024. Disponível em: https://bit.ly/4qIIcc1. Acesso em: 15 maio 2025.

BURGESS, Matt. When face recognition doesn’t know your face is a face. Wired, 15 out. 2025. Disponível em: https://bit.ly/4rf6coi. Acesso em: 2 fev. 2026.

CARDON, Dominique; COINTET, Jean-Philippe; MAZIÈRES, Antoine. Neurons spike back: the invention of inductive machines and the artificial intelligence controversy. Réseaux, v. 5, n. 211, p. 173-220, 2018.

CARRERA, Fernanda; CARVALHO, Denise. Algoritmos racistas: a hiper-ritualização da solidão da mulher negra em bancos de imagens digitais. Galáxia, São Paulo, n. 43, p. 99-114, jan.-abr. 2020. Disponível em: https://bit.ly/4rd6AUk. Acesso em: 13 nov. 2025.

CHAYKA, Kyle. The uncanny failures of A.I.-Generated Hands. The New Yorker, 10 mar. 2023. Disponível em: https://archive.is/YteYQ. Acesso em: 11 fev. 2026.

COGNEX. Introduction to machine vision. A guide to automating process & quality improvements. Cognex Corporation, USA, 2016. Disponível em: https://bit.ly/4rfoEgD. Acesso em: 6 fev. 2026.

COSTA, Rebeca. @looklittle. Instagram, 2 abr. 2025. Disponível em: https://bit.ly/4bICao2. Acesso em: 15 jan. 2026.

IBGE, Instituto Brasileiro de Geografia e Estatística. Pessoas com deficiência 2022: PNAD. IBGE, 2023.

FOUCAULT, Michel. Vigiar e punir: nascimento da prisão. Petrópolis: Vozes, 2019.

GOOGLE E IPSOS. Nossa Vida com IA: da inovação à aplicação. Washington DC, 2025. Disponível em: https://bit.ly/40zw16A. Acesso em: 25 fev. 2026.

KAMALI, Negar et al. (NAKAMURA, Karyn; KUMAR, Aakriti; CHATZIMPARMPAS, Angelos; HULLMAN, Jessica; GROH, Matthew). Characterizing photorealism and artifacts in diffusion model-generated images. CHI Conference on Human Factors in Computing Systems, New York: Association for Computing Machinery, Artigo 794, p. 1-26, 2025. Disponível em: https://bit.ly/403bBml. Acesso em: 2 jan. 2026.

MARR, David. Vision: a computational investigation into the human representation and processing of visual information. Cambridge, Massachusetts: The MIT Press, 2010 [1982].

MICROSOFT. Global AI Adoption in 2025 – A widening digital divide. AI Economy Institute, jan. 2026. Disponível em: https://bit.ly/3M7CUsx. Acesso em: 30 jan. 2026.

MITCHELL, William. Showing seeing: a critique of visual culture. Journal of Visual Culture, v. 1, n. 2, p. 165-181, 2002. Disponível em: https://bit.ly/4rb2aNA. Acesso em: 28 jan. 2026.

NUNES, Pablo et al. Mapeando a vigilância biométrica: levantamento nacional sobre o uso do reconhecimento facial na segurança pública. Rio de Janeiro: CESeC, 2025. Disponível em: https://bit.ly/4aqDvO6. Acesso em: 5 fev. 2026.

ONU. Disability and development report. New York: United Nations, 2017. Disponível em: https://bit.ly/4qQfAOi. Acesso em: 3 maio 2023.

QIN, Zhenyue et al. Handcraft: anatomically correct restoration of malformed hands in diffusion generated images. In: 2025 IEEE/CVF Winter Conference on Applications of Computer Vision. IEEE, 2025. p. 3925-3933. Disponível em: https://arxiv.org/abs/2411.04332. Acesso em: 6 fev. 2026.

RAJCHMAN, John. Foucault’s art of seeing. October, n. 44, p. 89-117, 1988.

SHAPIRO, Linda; STOCKMAN, George. Computer Vision. The University of Washington, Michigan State University, 2000. Disponível em: https://bit.ly/3Zvjq44. Acesso em: 28 jan. 2026.

SILVA, Tarcízio. Racismo algorítmico: inteligência artificial e discriminação nas redes digitais. Edições Sesc-SP, 2022.

STOKES, Dustin; BIGGS, Stephen. The dominance of the visual. In: STOKES, Dustin; MATTHEN, Mohan; BIGGS, Stephen (Orgs.). Perception and its modalities. Oxford: University Press, 2015. p. 350-378. Disponível em: https://bit.ly/4rKKIzA. Acesso em: 27 jan. 2026.

WEST, Perry. Fundamentals of machine vision. San Jose: Automated Vision Systems, 2021. Disponível em: https://bit.ly/4qvkgZK. Acesso em: 28 jan. 2026.

Téléchargements

Publiée

2026-08-29

Numéro

Vol. 45 No 2 (2026): Temáticas Livres

Rubrique

Artigos

Licence

(c) Copyright Mirella Ramos Costa Pessoa, Fabiane da Silva de Souza, Cláudia Linhares Sanz 2026

Creative Commons License

Ce travail est disponible sous la licence Creative Commons Attribution 4.0 International .

Os autores retêm os direitos autorais e concedem à revista o direito de publicar o seu trabalho pela primeira vez sob a licença Creative Commons (CC-BY), que permite o intercâmbio de obras e reconhecimento de autoria na revista.