A inteligência artificial não é algo separado da matemática. Ela é o capítulo mais recente de uma longa história sobre como tentamos transformar o mundo em fórmulas. Toda vez que fazemos isso, escolhemos o que entra e o que fica de fora.
Muitas mulheres matemáticas, filósofas e cientistas trabalharam nessa articulação entre forma matemática e vida social.
Ainda assim, suas contribuições foram reduzidas a notas de rodapé. Mulheres matemáticas, filósofas e cientistas que também trabalharam incansavelmente com essa articulação entre forma matemática e vida social tiveram suas contribuições invisibilizadas ou reduzidas a notas de rodapé.
É o caso de Mary Everest Boole.
Ela investigou relações entre lógica, educação matemática e psicologia do pensamento, e se interessava por como as pessoas aprendem a pensar, não apenas por fórmulas abstratas.
Autoras contemporâneas seguem esse caminho. Karen Barad,, por exemplo, usa conceitos da física quântica para repensar responsabilidade.
Essa estratégia não é uma metáfora inédita. Não se trata de dar uma aula de cálculo. É um convite a pensar: e se a história dos números ajudasse a entender por que a IA erra ao representar a sociedade?
O número complexo como disputa: quem decidiu o que é complexo?
Hoje, a fórmula z = a + bi parece simples. Ela passa a impressão de que sempre existiu assim. Mas essa forma nasceu de uma longa disputa.
Durante séculos, matemáticos viam raízes quadradas de números negativos como erro. Chamavam esses números de impossíveis. Algo que precisava ser eliminado.
A solução histórica foi dividir o número em duas partes. Uma parte chamada “real”. Outra chamada “imaginária”. Esses nomes não são neutros. Eles sugerem que uma parte é sólida e confiável. A outra, suspeita ou fictícia.
Quando z = a + bi virou o padrão nas universidades europeias, outras representações foram deixadas de lado. Uma disputa histórica passou a parecer uma verdade única. O conflito foi apagado.
A filósofa Denise Ferreira da Silvachama de lógica da separabilidade. É a ideia de que separar não serve apenas para distinguir. Serve para criar hierarquias.
O que é considerado racional e universal fica no centro. O que representa diferença, incerteza ou natureza fica à margem. Essa divisão permite controle e subordinação.
Mas há uma ironia. Foi justamente a parte “imaginária” que permitiu avanços decisivos na matemática. Sem ela, muitos problemas continuariam sem solução.
Usar números complexos para pensar a IA parte desse reconhecimento. Toda forma de representar o mundo abre possibilidades. Ao mesmo tempo, fecha outras.
Representar nunca é neutro. Escolher um modelo já é uma tomada de posição.
Aqui, os números complexos não são ornamento, mas ferramenta de análise.
IA, modelagem e o “i” de imaginário
A proposta não é reduzir a IA a uma fórmula. É lembrar que toda modelagem decide quais dimensões existem. E quais não contam.
Multiplicidade não é só identidade. É também linguagem, campo e forma de descrever o mundo. Não existe IA plural com esquemas únicos de recorte.
A analogia com números complexos ajuda a ver isso. Ela mostra que há sempre mais de um plano de complexidade. Nem tudo cabe em um único eixo.
Expandir o “i” significa aceitar mais imaginários. Significa recusar modelos que enxergam apenas uma forma de mundo. E uma única narrativa de futuro.
Do ponto de vista técnico, generalizar é central. Sem isso, o modelo repete apenas o que já viu. Ele falha no mundo real.
O erro está em confundir generalização com neutralidade. Modelos aprendem padrões a partir de dados finitos. Eles não distinguem norma social de viés histórico.
O episódio em que a deputada estadual Renata Souza, ao pedir a uma IA uma imagem de uma mulher negra em cenário de favela, recebeu como resultado uma personagem armada é um exemplo concreto desse imaginário sendo automatizado: a favela e o corpo negro imediatamente associados à violência, mesmo quando isso não foi solicitado. Nada disso foi pedido. Mas estava implícito nos dados. O imaginário foi automatizado.
Reconhecer isso não elimina a técnica. Apenas impede que ela fale em nome da sociedade inteira. Generalizar não é compreender.
A história da matemática mostra algo parecido. A forma atual dos números complexos veio após debates longos. Muitos caminhos foram abandonados. Alguns porque funcionavam menos. Outros porque quem os propôs tinha menos poder. Nem toda exclusão foi técnica.
Com a IA, vivemos um momento semelhante. O risco não é só concentração de mercado. É estreitamento do pensamento.
Aceitamos uma definição de “técnico” como se fosse neutra. Progresso vira sinônimo de mais processamento. Eficiência passa a significar menos contexto humano.
A filósofa Isabelle Stengers chama isso de purificação. O fato científico não nasce pronto. Ele surge quando as controvérsias são eliminadas.
Na IA, estamos nesse fechamento. Inteligência está sendo definida como predição estatística em larga escala. Outras formas de conhecer ficam de fora.
A questão não é se esse modelo funciona. É o que perdemos ao tratá-lo como único. E quem decide isso.
Toda padronização exclui. Tratar a IA atual como destino inevitável repete um gesto antigo. O apagamento do que não serve à ordem dominante.
Aqui também há uma escolha. Quais metáforas, modelos e imaginários vão seguir adiante? Quais ficarão invisíveis?
Assim como teorias foram apagadas da história dos números complexos, o mesmo acontece agora. Quantas formas de pensar IA já ficaram pelo caminho? E se ousássemos expandir o i?