Inteligência Artificial Generativa integrada aoecossistema digital
Uma estrutura de situação para a governamentalidade algorítmica
DOI:
https://doi.org/10.18861/ic.2025.20.1.3931Palavras-chave:
inteligência artificial, LLMs, governação algorítmica, plataformas, bolhas epistémicasResumo
Este artigo analisa o avanço da integração das Inteligências Artificiais Generativas nas plataformas, nomeadamente nas que se baseiam em Modelos de Linguagem de Grande Dimensão (MLG). Estas mudanças começam a alterar a forma como os conteúdos são produzidos e utilizados, a informação é pesquisada e processada e os perfis dos utilizadores são geridos. O objetivo do artigo é mapear os principais desenvolvimentos de LLM no Ocidente e as suas parcerias estratégicas, de fornecimento de hardware ou financeiras com plataformas de computação em nuvem, produtores de hardware e servidores. Neste sentido, começa com o lançamento massivo do ChatGPT como momento fundador desta nova etapa e passa pelas principais utilizações e aplicações dos transformadores em ambientes de plataforma. Embora estejamos no início da aplicação desta tecnologia de forma integrada, ela poderá gerar um aprofundamento da personalização algorítmica, modificando as formas de subjetivação humana e favorecendo bolhas epistémicas ao nível cognitivo, bem como concentrando a oferta e o desenvolvimento ao nível da economia política. Isto suscita a necessidade de procurar mais formas de intervenção humana na curadoria de dados e de aumentar o controlo ativo, civil e governamental, destes sistemas e das suas alianças, a fim de evitar uma concentração extrema e de abordar os enviesamentos que podem gerar efeitos negativos na cultura.
Downloads
Referências
An, L., Quercia, D. & Crowcroft, J. (2014). Partisan sharing: Facebook evidence and societal consequences. Proceedings of the Second ACM Conference on Online Social Networks, 13-24. https://dl.acm.org/doi/abs/10.1145/2660460.2660469
Bala, M. & Verma, D. (2018). A Critical Review of Digital Marketing. International Journal of Management, IT & Engineering, 8(10), 321-339. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3545505
Bender, E., Gebru, T., McMillan-Major, A. & Mitchell, M. (2021). On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? Conference on Fairness, Accountability and Transparency, 610-623. https://doi.org/10.1145/3442188.3445922
Bratton, B. H. (2016). The stack: On software and sovereignty. MIT press.
Costa, F. (2017). Omnes et singulatim en el nuevo orden informacional. Gubernamentalidad algorítmica y vigilancia genética. Poliética, 5(1), 40-73. https://doi.org/10.23925/poliética.v5i1.36356
Costa, F., Mónaco, J. A., Covello, A., Novidelsky, I., Zabala, X. & Rodríguez, P. (2023). Desafíos de la Inteligencia Artificial Generativa: Tres escalas y dos enfoques transversales. Question, 76(3), e844. https://doi.org/10.24215/16696581e844
Couldry, N. & Mejias, U. (2019). Data colonialism: rethinking big data’s relation to the contemporary subject. Television & New Media, 20(4), 336-349. https://doi.org/10.1177/1527476418796632
Ethnologue Newsroom (2024). Languages of the World. Ethnologue. http://www.ethnologue.com
Fishkin, R. (2024). Zero-Click Search Study: For every 1,000 EU Google Searches, only 374 clicks go to the Open Web. In the US, it’s 360. SparkToro. https://sparktoro.com/blog/2024-zero-click-search-study-for-every-1000-us-google-searches-only-374-clicks-go-to-the-open-web-in-the-eu-its-360/
Gendler, M. (2024). Datificación social e inteligencia artificial: ¿hacia un nuevo “salto de escala”? Resonancias, 17, 121-141. https://doi.org/10.5354/0719-790X.2024.74503
Gendler, M. A. (2021). Mapeando la dataficación digital y algorítmica: Genealogía, estado de situación y nuevos desafíos. InMediaciones de la Comunicación, 16(2), 17-33. https://doi.org/10.18861/ic.2021.16.2.3166
Gillespie, T. (2018). Custodians of the Internet. Yale University Press.
Helmond, A. (2015). The Platformization of the Web: Making Web Data Platform Ready. Social Media + Society, 1(2). https://doi.org/10.1177/2056305115603080
Helmond, A., Nieborg, D. B. & van der Vlist, F. N. (2019). Facebook’s evolution: Development of a platform-as-infrastructure. Internet Histories, 3(2), 123-146. https://doi.org/10.1080/24701475.2019.1593667
Hepp, A. & Görland, S. O. (2024). Agency in a datafied society: an introduction. Convergence, 30(3), 945-955. https://doi.org/10.1177/13548565241254692
Internet Society Foundation (2023). ¿Cuáles son los idiomas más utilizados en Internet? Fundación Noticias. https://www.isocfoundation.org/es/2023/09/cuales-son-los-idiomas-mas-utilizados-en-internet/
Langlois, G., McKelvey, F., Elmer, G. & Werbin, K. (2009). Mapping commercial Web 2.0 worlds: Towards a new critical ontogenesis. Fibreculture, 14(2009), 1-14. https://fourteen.fibreculturejournal.org/fcj-095-mapping-commercial-web-2-0-worlds-towards-a-new-critical-ontogenesis/
Latour, B. (2007). Reassembling the Social: An Introduction to Actor-Network-Theory. OUP Oxford.
Latour, B. (1999). On Recalling ANT. The Sociological Review, 47(S1), 15-25. https://onlinelibrary.wiley.com/toc/1467954x/1999/47/S1
Luccioni, S., Jernite, Y. & Strubell, E. (2024). Power hungry processing: Watts driving the cost of AI deployment? The 2024 ACM Conference on Fairness, Accountability and Transparency. https://dl.acm.org/doi/abs/10.1145/3630106.3658542
Madakam, S., Holmukhe, R. M. & Revulagadda, R. K. (2022). The next generation intelligent automation: hyperautomation. JISTEM-Journal of Information Systems and Technology Management, 19, e202219009. https://doi.org/10.4301/S1807-1775202219009
Nguyen, C. T. (2020). Echo chambers and epistemic bubbles. Episteme, 17(2), 141-161. https://doi.org/10.1017/epi.2018.32
Poell T., Nieborg D. & van Dijck, J. (2022). Plataformización. Revista Latinoamericana de Economía y Sociedad Digital, 1-27. https://doi.org/10.53857/tsfe1722
Rouvroy, A. y Berns, T. (2018). Gobernabilidad algorítmica y perspectivas de emancipación: ¿lo dispar como condición de individuación mediante la relación?. Ecuador Debate, 104: 124-147. http://hdl.handle.net/10469/15424
SemiAnalysis (2024). The Inference Cost Of Search Disruption – Large Language Model Cost Analysis. https://www.semianalysis.com/p/the-inference-cost-of-search-disruption
Striphas, T. (2015). Algorithmic Culture. European Journal of Cultural Studies, 18(4-5). https://doi.org/10.1177/1367549415577392
Strubell, E., Ganesh, A. & McCallum, A. (2020). Energy and policy considerations for modern deep learning research. Proceedings of the AAAI conference on artificial intelligence, 34(9), 13693-13696. https://doi.org/10.1609/aaai.v34i09.7123
van Dijck J., Poell T. & De Waal M. (2018). The Platform Society. Oxford University Press.
van Dijck, J. (2021). Seeing the forest for the trees: Visualizing platformization and its governance. New Media & Society, 23(9), 2801-2819. https://doi.org/10.1177/1461444820940293
Widder, D., West, S. & Whittaker, M. (2023). Open (For Business): Big Tech, Concentrated Power, and the Political Economy of Open AI. SRRN. http://dx.doi.org/10.2139/ssrn.4543807
Zuboff, S. (2019). The Age of Surveillance Capitalism: The Fight for the Future at the New Frontier of Power. Profile Books.
Publicado
Como Citar
Edição
Seção
Licença
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
