Fairness (equidade) em IA: o que é

Letra

Atualizado em 04/10/2026: verbete refeito: definição curta com fonte, exemplo e termos relacionados; saiu o texto genérico anterior. Como conferimos os dados

Fairness (equidade, em português) é a área que estuda e reduz vieses que levam um modelo de IA a tratar grupos de pessoas de forma desigual, por exemplo por gênero, raça ou idade. Para medir, usam-se métricas de fairness, que comparam os resultados do modelo entre grupos.

Exemplo

Um modelo de aprovação de crédito treinado com decisões antigas pode repetir desigualdades que estavam nesses dados. Uma métrica de fairness compara, por exemplo, a taxa de aprovação ou a taxa de erro do modelo entre grupos diferentes, para ver se a diferença tem justificativa.

Não existe uma métrica única

Há várias definições de “justo” (resultados iguais entre grupos, erros iguais entre grupos, tratar igual pessoas iguais), e em geral não dá para cumprir todas ao mesmo tempo. A escolha depende do uso do modelo.

Termos relacionados

Fontes (conferidas em 02/10/2026): Google: glossário de machine learning

← Todos os termos do ABC da IA