No need, or no category? Recording refusal of generative AI in European official statistics
Este artigo argumenta que as estatísticas oficiais europeias atribuem erroneamente a não utilização da IA generativa à falta de necessidade, uma vez que as limitações do desenho do inquérito não conseguem captar barreiras críticas como a deficiência e o custo, confundindo assim artefatos de medição com uma genuína indiferença pública.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Quando os governos querem entender como as pessoas vivem, eles frequentemente recorrem a pesquisas oficiais. Estas não são conversas casuais; são ferramentas cuidadosamente desenhadas que transformam vidas humanas complexas em números que o Estado pode contar e gerir. Para tornar isso possível, os designers de pesquisas devem criar categorias — caixas nas quais as pessoas possam encaixar suas respostas. Se a experiência de uma pessoa não se encaixa perfeitamente em uma caixa, o sistema muitas vezes a força a escolher a opção mais próxima ou a coloca em um monte de sobra rotulado como "outro". Esse processo não é apenas sobre organização; ele molda o que o governo consegue ver. Se uma pesquisa não oferece uma caixa para um motivo específico, esse motivo desaparece efetivamente do registro oficial, tornando as pessoas que detêm essa visão invisíveis para os formuladores de políticas. Este é o problema central explorado em um estudo recente sobre como a Europa mede sua relação com a inteligência artificial.
O estudo foca em um momento específico em 2025, quando a União Europeia lançou suas primeiras estatísticas oficiais sobre por que as pessoas não utilizam ferramentas de IA generativa. A história predominante desses números era de indiferença. Os dados sugeriam que a vasta maioria das pessoas que não utilizam essas ferramentas simplesmente não sente necessidade de fazê-lo. Essa conclusão implicava que a divisão entre usuários e não usuários não era uma fratura social profunda, mas sim uma coleção de escolhas individuais que exigia pouca intervenção governamental. No entanto, um pesquisador chamado Jonas A. Mandalunes, trabalhando com dados da pesquisa oficial da União Europeia sobre o uso de tecnologia, descobriu que essa história tranquilizadora era uma ilusão criada pela própria pesquisa. A ilusão não foi um erro de cálculo, mas uma falha no desenho das perguntas feitas.
Para entender a falha, deve-se observar como a pesquisa foi construída. O mesmo questionário fez duas perguntas muito semelhantes a dois grupos diferentes de pessoas. Um grupo, aqueles que não utilizavam a internet, foi questionado sobre o porquê de permanecerem offline. Eles receberam uma longa lista de razões e foram instruídos a marcar quantas se aplicassem. Esta lista incluía opções para deficiências físicas ou mentais, o alto custo dos equipamentos e uma oposição geral à internet. O segundo grupo, aqueles que utilizavam a internet, mas não tinham experimentado a IA generativa, foi questionado sobre o porquê de evitá-la. Eles receberam uma lista muito mais curta e foram instruídos a escolher apenas um motivo principal. Crucialmente, esta lista curta não incluía opções para deficiência, custo ou oposição fundamentada. Uma pessoa que não podia usar a IA devido a uma deficiência visual, ou porque não podia pagar uma assinatura, ou porque objetava moralmente a tecnologia, não tinha uma caixa para marcar. Ela era forçada a escolher um motivo que não a descrevia ou a cair na categoria "outro".
O pesquisador comparou as respostas de dezenove países europeus para ver o que essa escolha de design custou aos dados. Os achados foram marcantes. Na pesquisa sobre a internet, as três categorias ausentes — deficiência, custo e oposição fundamentada — representavam uma mediana de 26 por cento dos motivos dados pelos não usuários. Em contraste, a categoria "outro" na pesquisa de IA, que deveria capturar todos os motivos que não se encaixavam na lista principal, capturou apenas uma mediana de 4,5 por cento. Essa lacuna existia em cada um dos países estudados. Não foi uma flutuação dos dados; persistiu mesmo quando o pesquisador ajustou os números para considerar o fato de que a pesquisa de internet permitia múltiplas respostas enquanto a de IA não permitia. Mesmo após esse ajuste conservador, a lacuna permanecia grande, sugerindo que uma parte significativa dos motivos para evitar a IA simplesmente não estava sendo registrada.
O estudo também observou quem estava sendo negligenciado. Poderia se supor que as pessoas forçadas para a categoria "outro" eram os mesmos grupos de idosos ou menos instruídos que frequentemente têm dificuldades com a tecnologia. Os dados mostraram o oposto. A lacuna era, na verdade, maior entre pessoas com alto nível de escolaridade. Isso faz sentido quando se considera que a categoria ausente era a "oposição fundamentada". É necessário recursos e educação para formar uma objeção ética e ponderada a uma nova tecnologia. Ao não oferecer uma caixa para essa visão, o sistema de pesquisa estava efetivamente silenciando as pessoas com maior probabilidade de ter um motivo ponderado para dizer não. O sistema não estava apenas perdendo dados; estava deturpando a natureza da recusa, transformando uma postura reflexiva em uma simples falta de interesse.
O pesquisador testou se esses motivos ausentes poderiam estar escondidos dentro da resposta "não há necessidade". Talvez pessoas que objetavam por princípio estivessem apenas marcando "não há necessidade" porque não tinham outra escolha. Os dados não sustentaram isso. O número de pessoas dizendo "não há necessidade" não aumentou nos países onde os motivos ausentes eram mais comuns. Tampouco a categoria "outro" cresceu nesses países. Os motivos ausentes não pareciam ter ido para lugar nenhum; eles simplesmente desapareceram do registro. Isso levou a uma conclusão preocupante: o aparato estatístico era incapedível de ver a deficiência, o custo ou a objeção ética como fundamentos válidos para recusar a IA. Quando um governo não consegue ver um problema, ele não pode resolvê-lo. Se os dados dizem que as pessoas simplesmente não precisam da tecnologia, a resposta política é não fazer nada ou realizar campanhas de conscientização. Se os dados mostrassem que as pessoas são excluídas pelo custo ou pela deficiência, a resposta seria fornecer acesso ou suporte.
A história não termina com uma crítica estática, contudo. O pesquisador observou que o sistema estatístico europeu já começou a corrigir a parte mais óbvia deste erro. Na versão de 2026 da pesquisa, a regra que exigia que as pessoas escolhessem apenas um motivo foi alterada para permitir múltiplas respostas, e uma nova categoria para "preocupações éticas" foi adicionada. Esta adição reconhece que as pessoas podem recusar a IA devido a questões como viés ou falta de responsabilidade. No entanto, o sistema ainda não adicionou caixas para deficiência ou custo na seção de IA, embora mantenha essas caixas para a seção de internet. Isso significa que, embora a pesquisa esteja aprendendo a ouvir sobre objeções éticas, ela ainda não consegue ouvir sobre as barreiras materiais que impedem as pessoas de utilizar a tecnologia.
A lição final deste estudo é que a maneira como fazemos perguntas determina o que podemos saber sobre o mundo. A pesquisa de 2025 produziu um quadro de uma Europa onde a maioria das pessoas simplesmente não queria a IA. Mas esse quadro era um reflexo do vocabulário limitado da pesquisa, não necessariamente da realidade da vida europeia. Os dados mostraram que o sistema foi construído para ouvir apenas uma gama estreita de razões para dizer não. Até que a pesquisa ofereça caixas para deficiência, custo e objeção fundamentada, as estatísticas oficiais continuarão a confundir um erro de medição com indiferença pública, deixando as barreiras reais ao uso da tecnologia invisíveis para os formuladores de políticas que precisam vê-las.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.