Banca de DEFESA: GABRIEL DE ARAUJO OLIVEIRA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : GABRIEL DE ARAUJO OLIVEIRA
DATA : 11/09/2025
HORA: 10:00
LOCAL: https://meet.google.com/kxb-goec-mmw
TÍTULO:

PERFILAMENTO E RACISMO ALGORÍTMICO: DESAFIOS À PROTEÇÃO DA POPULAÇÃO NEGRA À LUZ DO ORDENAMENTO JURÍDICO BRASILEIRO

PALAVRAS-CHAVES:

Perfilamento. Racismo algorítmico. Inteligência artificial – IA. Regulação. Lei Geral de Proteção de Dados – LGPD.

PÁGINAS: 98
RESUMO:

A partir de uma perspectiva interdisciplinar, que parte da intersecção entre direito, tecnologia e discriminação, o presente trabalho objetiva analisar o perfilamento automatizado enquanto uma manifestação do racismo algorítmico e, por consequência, os esforços do Brasil para regulamentação dessa técnica através de normas existentes no ordenamento jurídico pátrio, a exemplo da Lei Geral de Proteção de Dados (LGPD), e da iminente regulamentação da Inteligência Artificial (IA) como uma forma de combate ao racismo estrutural. No primeiro capítulo, são feitas considerações técnicas sobre categorias como IA, dados pessoais, big data, algoritmos e, não menos importante, aprendizado de máquina e IA generativa. No segundo capítulo, discorre-se sobre o racismo como construção social e estruturante da sociedade capitalista e, por conseguinte, analisa-se o fenômeno racismo algorítmico, notadamente a partir de manifestações no perfilamento automatizado. Por fim, no terceiro e último capítulo, são analisados mecanismos presentes na legislação de proteção de dados pessoais, assim como em iniciativas globais e nacionais, a exemplo do Projeto de Lei n. 2.338/2023, formas de inibir violações a direitos fundamentais e de contribuir para a proteção da população negra ante os riscos discriminatórios do perfilamento automatizado.

MEMBROS DA BANCA:
Presidente - 1206283 - ALEXANDRE KEHRIG VERONESE AGUIAR
Interna - 2279451 - ANA CLAUDIA FARRANHA SANTANA
Interno - 2250715 - FABIANO HARTMANN PEIXOTO
Externa à Instituição - TAINA AGUIAR JUNQUILHO - IDP