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 : 18/12/2025
HORA: 12:30
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: 171
RESUMO:

A presente tese investiga os efeitos do racismo algorítmico sobre os empreendimentos negros no Brasil, especialmente no acesso ao crédito, partindo do problema central: Dada a crescente utilização de algoritmos e sistemas automatizados na avaliação de crédito, como esses sistemas impactam negativamente os empreendimentos negros no Brasil, dificultando o acesso ao crédito e perpetuando o racismo estrutural? Esse questionamento orienta a análise das dinâmicas de exclusão racial incorporadas a sistemas de tomada de decisão automatizada, em diálogo com a bibliografia atual, incluindo as contribuições de Tarcízio Silva, Ruha Benjamin, Safiya Noble, Virginia Eubanks e pesquisas nacionais como as desenvolvidas pela FGV. Para responder ao problema, adotou-se uma metodologia de pesquisa teórica, baseada em revisão bibliográfica e análise crítica de obras, artigos científicos e relatórios institucionais. Essa abordagem permitiu examinar o racismo algorítmico enquanto forma contemporânea de racismo estrutural, articulando-o à realidade brasileira dos empreendimentos negros. A investigação teórica possibilitou também estabelecer conexões entre instituições financeiras, direito e relações raciais, construindo uma interseção inédita que revela como sistemas de credit scoring automatizados podem reforçar desigualdades históricas. Com isso, a tese alcança grau significativo de originalidade, oferecendo não apenas contribuições acadêmicas, mas também subsídios práticos para políticas públicas, estratégias regulatórias e ações institucionais que busquem democratizar o crédito e promover justiça racial. Como conclusão, a tese propõe estratégias políticas e regulatórias para enfrentar o racismo algorítmico no Brasil, incluindo a transparência e auditabilidade dos algoritmos, políticas públicas de inclusão financeira e a construção de modelos de dados mais justos. O estudo evidencia que combater o racismo algorítmico é essencial para democratizar o crédito e fortalecer um desenvolvimento econômico plural e inclusivo.

MEMBROS DA BANCA:
Presidente - 1863338 - EVANDRO CHARLES PIZA DUARTE
Interna - 4878654 - LIVIA GIMENES DIAS DA FONSECA
Externo à Instituição - FERNANDO NASCIMENTO DOS SANTOS
Externo à Instituição - MARCOS VINÍCIUS LUSTOSA QUEIROZ - IDP
Externo à Instituição - Rafael de Deus Garcia - IDP