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

Autores

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

DOI:

https://doi.org/10.22409/mty22y85

Palavras-chave:

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

Resumo

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.

Downloads

Os dados de download ainda não estão disponíveis.

Biografias do Autor

  • 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.

Referências

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.

Downloads

Publicado

2026-08-29

Edição

Vol. 45 N.º 2 (2026): Temáticas Livres

Secção

Artigos

Licença

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

Creative Commons License

Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição 4.0.

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.