Banca de DEFESA: Cristiane Ferreira Kovalski de Moura

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : Cristiane Ferreira Kovalski de Moura
DATA : 04/09/2025
HORA: 14:00
LOCAL: https://meet.google.com/ort-amcn-iie
TÍTULO:

O RACISMO ALGORÍTMICO NO CRÉDITO PARA EMPREENDIMENTOS NEGROS NO BRASIL: UMA ANÁLISE CONTEMPORÂNEA.

PALAVRAS-CHAVES:

Racismo algoritmo, Empreendimentos negros, Avaliação de crédito, Acesso ao crédito.

PÁGINAS: 183
RESUMO:

A expansão do uso de algoritmos para a tomada de decisões em diversos setores sociais tem intensificado debates sobre seus impactos éticos e sociais. No campo financeiro, especificamente na análise de risco e concessão de crédito, esses sistemas computacionais têm operado com base em dados históricos e padrões estatísticos que, muitas vezes, reproduzem discriminações raciais previamente existentes. Isso tem levado ao aprofundamento das desigualdades socioeconômicas, especialmente no que diz respeito ao acesso ao crédito por parte de empreendedores negros. Pesquisas nacionais e internacionais indicam que o racismo algorítmico é uma forma contemporânea de racismo estrutural, operando de maneira invisível e automatizada. Diferente das formas tradicionais de discriminação, o racismo algorítmico se manifesta quando sistemas supostamente neutros são treinados com dados enviesados, muitas vezes resultantes de estruturas sociais historicamente excludentes. Como consequência, pessoas negras e, particularmente, empreendedores negros são avaliados com maior rigor, recebem piores condições de financiamento ou sequer têm suas solicitações analisadas, mesmo apresentando requisitos técnicos semelhantes aos de outros grupos raciais. A marginalização desses empreendedores ocorre por meio de diversos fatores: a escassez de dados positivos sobre sua atividade econômica; a informalidade que os afasta de sistemas formais de monitoramento; e os próprios sistemas de scoring de crédito, que não consideram adequadamente as realidades financeiras das populações negras. Ainda que formalizados como MEIs ou microempresas, muitos empresários negros enfrentam dificuldades em provar sua capacidade de pagamento e histórico de crédito diante de um sistema bancário que prioriza perfis padronizados, com vínculos empregatícios e ativos como garantias. Estudos de caso, como os realizados por Safiya Umoja Noble, Virginia Eubanks, Ruha Benjamin e Tarcízio Silva, demonstram que os algoritmos aplicados à análise de crédito replicam uma lógica de exclusão que, embora automatizada, não é neutra. Pelo contrário, é influenciada por critérios históricos de discriminação racial, econômica e territorial. Isso é perceptível na análise dos sistemas de avaliação de risco que penalizam endereços de periferia, menor escolaridade, ausência de vínculos formais e outras variáveis frequentemente associadas à população negra. A partir desse cenário, a pesquisa sobre racismo algorítmico no crédito revela uma necessidade urgente de regulação e transparência nos modelos usados por instituições financeiras. A ausência de fiscalização e de critérios claros sobre como os algoritmos são desenvolvidos, validados e auditados impede que empreendedores negros recorram legalmente contra decisões discriminatórias. Além disso, há uma lacuna significativa na inclusão de diversidade racial nas equipes responsáveis pela construção dessas tecnologias. Em resumo, a pesquisa sobre o racismo algorítmico no acesso ao crédito de empreendedores negros evidencia uma injustiça silenciosa, que só poderá ser enfrentada com mais transparência, regulação adequada, inclusão de diversidade nos processos tecnológicos e políticas públicas de reparação. A superação dessas barreiras é crucial para promover uma economia mais justa e inclusiva no Brasil e no mundo.

MEMBROS DA BANCA:
Presidente - 1647964 - VALCIR GASSEN
Interna - 1150035 - FERNANDA DE CARVALHO LAGE
Interna - 4878654 - LIVIA GIMENES DIAS DA FONSECA
Externo à Instituição - MARCOS VINÍCIUS LUSTOSA QUEIROZ - IDP
Externo à Instituição - Rafael de Deus Garcia - IDP