Queer NLP: A Critical Survey on Literature Gaps, Biases and Trends

Esta pesquisa oferece um panorama crítico do estado atual da NLP voltada para a comunidade LGBTQIA+, identificando tendências, lacunas e vieses na literatura, e defende uma abordagem mais proativa, interdisciplinar e inclusiva para desenvolver tecnologias linguísticas mais justas.

O essencial

Imagine que a Inteligência Artificial (IA) que processa linguagem, como os chatbots e tradutores que usamos hoje, é como um grande cozinheiro que aprendeu a cozinhar lendo milhões de livros, posts de redes sociais e artigos da internet.

O problema é que esse cozinheiro aprendeu com uma "biblioteca" que, historicamente, ignorou ou distorceu a realidade de pessoas LGBTQIA+. O resultado? Quando você pede para esse cozinheiro fazer um prato (gerar um texto), ele muitas vezes serve algo com "veneno" (preconceito), esquece ingredientes importantes (identidades não-binárias) ou usa temperos que ofendem quem está comendo.

Este artigo, escrito por um grupo diversificado de pesquisadores (muitos deles da comunidade LGBTQIA+), é como um relatório de inspeção sanitária dessa cozinha. Eles revisaram 86 estudos acadêmicos para entender o que está acontecendo, o que falta e como consertar a panela.

Aqui está o resumo do que eles descobriram, usando analogias simples:

1. O Cozinheiro está "Reagindo", não "Agindo"

A maioria dos estudos atuais é como um bombeiro que só chega depois do incêndio.

• O que fazem: Eles apontam onde o preconceito está (ex: "Olha, o modelo chama pessoas trans de erradas!").
• O que não fazem: Eles raramente criam soluções novas ou cozinham pratos novos desde o início que já sejam inclusivos. É mais fácil apontar o erro do que consertar a receita inteira.

2. O Menu é Muito Limitado (Foco no Inglês)

A grande maioria das receitas que estão sendo testadas é feita apenas em inglês.

• A analogia: Imagine que você está tentando ensinar um cozinheiro a fazer pratos de todo o mundo, mas você só lhe dá livros de receitas em inglês.
• O resultado: O cozinheiro sabe fazer muito bem "hambúrguer" (inglês), mas quando você pede "feijoada" (português) ou "tacos" (espanhol), ele não sabe o que fazer ou faz uma versão estranha e ofensiva. O artigo mostra que quase 77% dos estudos são sobre inglês, deixando de lado a riqueza de outras culturas e línguas.

3. Falta de Ingredientes Reais (Ausência de Stakeholders)

Muitos pesquisadores tentam adivinhar o que a comunidade LGBTQIA+ precisa, mas não perguntam a ela.

• A analogia: É como um chef tentando criar um prato para vegetarianos sem nunca ter conversado com um vegetariano. Ele usa "ingredientes sintéticos" (dados gerados por computador) em vez de ingredientes reais.
• O problema: Eles usam listas de palavras para tentar simular a experiência, mas isso não captura a dor real ou a alegria da comunidade. Poucos estudos realmente convidaram pessoas da comunidade para ajudar a criar ou testar as ferramentas.

4. O "Espelho Quebrado" (Interseccionalidade)

A IA muitas vezes vê as pessoas de forma muito simples: "homem" ou "mulher", "hetero" ou "gay".

• A analogia: Imagine um espelho que só reflete pessoas brancas, ricas e de uma única cultura. Se você é uma pessoa negra, trans e de uma cultura diferente, o espelho não te vê direito.
• O que falta: Os estudos raramente olham para como várias identidades se cruzam (raça + gênero + classe). Eles tratam a experiência LGBTQIA+ como se fosse igual para todo mundo, o que não é verdade.

5. Onde está a solução? (O Caminho a Seguir)

Os autores não estão apenas criticando; eles estão dando um mapa do tesouro para o futuro:

• Convide os donos da casa: Em vez de apenas testar o software, a comunidade LGBTQIA+ deve ser convidada a ajudar a construir a cozinha desde o início.
• Abra a janela para o mundo: Precisamos de mais estudos em português, espanhol, hindi e outras línguas, não apenas em inglês.
• Aceite a complexidade: A identidade humana é fluida (muda como a água), mas a IA gosta de caixas rígidas (como blocos de Lego). Precisamos criar sistemas que aceitem que as pessoas podem não se encaixar em caixas fixas.
• O direito de dizer "Não": Às vezes, a melhor proteção para uma pessoa não é ser incluída em um sistema que a classifica mal, mas ter o direito de recusar ser categorizada. A IA atual não entende bem esse conceito de "recusa".

Conclusão

Este artigo é um chamado à ação. Ele diz que a tecnologia de linguagem está mudando o mundo, e se não corrigirmos esses preconceitos agora, vamos perpetuar a exclusão de forma automatizada.

A mensagem final é: Não basta apenas consertar os erros depois que eles acontecem. Precisamos mudar a maneira como construímos essas tecnologias, colocando as pessoas marginalizadas no centro do processo, não como vítimas a serem estudadas, mas como parceiras essenciais para criar um futuro mais justo e inclusivo.

Resumo técnico

Título: Queer NLP: Uma Pesquisa Crítica sobre Lacunas, Vieses e Tendências na Literatura

1. Problema e Motivação

As tecnologias de Processamento de Linguagem Natural (PLN) estão redefinindo rapidamente como a linguagem é criada e analisada. No entanto, esses sistemas frequentemente perpetuam danos sociais contra grupos marginalizados, especificamente a comunidade LGBTQIA+.
O problema central identificado é que, embora existam estudos sobre viés de gênero e raça no PLN, há uma falta de compreensão sistemática sobre como as tecnologias de PLN impactam especificamente as pessoas queer. Os sistemas atuais tendem a:

• Reforçar estereótipos e apagamento identitário.
• Classificar erroneamente linguagem queer como tóxica (falsos positivos).
• Falhar na compreensão de pronomes não binários e identidades fluidas.
• Operar sob uma visão cisnormativa e binária de gênero e sexualidade.

O objetivo deste trabalho é mapear o estado da arte, identificar lacunas críticas e propor direções futuras para um PLN mais justo e inclusivo.

2. Metodologia

Os autores realizaram uma pesquisa sistemática seguindo a metodologia PRISMA, focando em artigos publicados na ACL Anthology (a principal coleção de conferências de PLN).

• Seleção de Dados:
  • Busca inicial por termos-chave relacionados à identidade queer (e.g., queer, lgbt, trans, agender).
  • A busca inicial retornou 3.864 entradas, que foram filtradas manualmente para remover irrelevâncias (ex: autores com sobrenome "Gay" ou uso da palavra apenas como exemplo linguístico).
  • A lista foi expandida com base no conhecimento dos autores e em novas descobertas, incluindo artigos de 2025.
  • Corpus Final: 86 artigos da ACL (mais alguns artigos de outras conferências citados para contexto).
• Processo de Anotação:
  • Cada artigo foi anotado em múltiplas dimensões: tarefa de PLN, subcategoria, motivação, método, grupos queer específicos abordados, tipos de danos, idiomas, região geográfica, domínio dos dados, envolvimento de stakeholders (partes interessadas) e abordagem à interseccionalidade.
  • A confiabilidade interavaliador foi verificada (acordo de ~90% em temas-chave).
• Abordagem Crítica: O estudo não apenas cataloga, mas analisa as tendências metodológicas e teóricas, incorporando perspectivas dos Estudos Queer.

3. Principais Contribuições e Resultados

A pesquisa revela que, embora o número de artigos sobre "Queer NLP" tenha crescido, a maioria adota uma abordagem reativa (identificar vieses) em vez de proativa (criar soluções).

A. Tendências Atuais (O que está sendo feito):

• Foco em Pronomes e Estereótipos: A maioria dos trabalhos (cerca de 30%) foca em pronomes neutros e neopronomes, bem como na detecção de estereótipos em modelos de linguagem (LLMs).
• Métodos Dominantes:
  • Métodos Baseados em Modelos (Templates): Uso de sentenças com espaços reservados para testar viés (ex: "O [grupo] é...").
  • Aumento de Dados Sintéticos: Criação de dados artificiais para corrigir desequilíbrios, o que muitas vezes não reflete o uso real da linguagem.
• Domínio de Tarefas: As áreas mais estudadas são Modelos de Linguagem (avaliação e mitigação), Classificação de Texto (detecção de discurso de ódio) e Tradução Automática.

B. Lacunas Críticas (O que está faltando):

• Falta de Diversidade Linguística: A vasta maioria dos estudos (76,7%) foca exclusivamente no Inglês. Trabalhos em outras línguas são raros e frequentemente limitados a línguas europeias (alemão, italiano, espanhol).
• Ausência de Interseccionalidade: Poucos artigos consideram como raça, classe, religião e outras identidades se cruzam com a identidade queer. A análise costuma ser aditiva (gênero + raça) em vez de analisar estruturas de poder complexas.
• Falta de Envolvimento de Stakeholders: Quase nenhum estudo envolve membros da comunidade LGBTQIA+ no desenvolvimento, avaliação ou definição de métricas. A comunidade é tratada como objeto de estudo, não como colaboradora.
• Abordagem Cisnormativa: Muitos sistemas ainda assumem um binário de gênero (homem/mulher) e ignoram identidades não binárias ou fluidas.

C. Descobertas Específicas por Área:

• Classificação de Texto: Sistemas frequentemente marcam termos identitários (ex: "gay", "trans") como tóxicos, enquanto falham em detectar retórica TERF (feministas radicais trans-excludentes) que é sutilmente prejudicial.
• Tradução Automática: Há um forte viés anglocêntrico; a maioria das pesquisas foca em traduzir do inglês para outras línguas, ignorando pares de línguas não-inglesas.
• Reconhecimento de Fala: Há uma escassez crítica de dados de fala de pessoas trans e não binárias. A tecnologia atual falha em processar vozes que desafiam normas de gênero binárias.

4. Direções Futuras e Significado

O artigo conclui que o campo precisa de uma mudança de paradigma, saindo de correções pós-hoc (após o dano) para uma abordagem estrutural e participativa.

• Chamada para Ação:
  • Participação Comunitária: Adoção de Pesquisa-Ação Participativa, onde membros da comunidade queer são co-pesquisadores, definindo o que constitui dano e como medi-lo.
  • Interdisciplinaridade: Integrar teorias dos Estudos Queer, Sociolinguística e Teoria Feminista no desenvolvimento de algoritmos, não apenas no pós-processamento.
  • Diversidade Linguística: Expandir pesquisas para línguas não-ocidentais e de baixo recurso, reconhecendo que conceitos de "queer" variam culturalmente (ex: Hijra na Índia).
  • Direito ao Recusa (Refusal): Reconhecer que, para algumas pessoas queer, a melhor interação com sistemas de IA é a capacidade de se recusar a ser categorizado, medido ou representado de forma normativa.

Significado:
Este trabalho serve como um mapa crítico e um manifesto para a comunidade de PLN. Ele demonstra que a neutralidade técnica é um mito e que a inclusão real exige a desestabilização das normas cis/heteronormativas embutidas nos dados e algoritmos. O artigo é fundamental para pesquisadores que desejam construir sistemas de IA que não apenas "não causem danos", mas que ativamente apoiem e empoderem comunidades marginalizadas.