A desigualdade linguística da inteligência artificial começa antes de qualquer pergunta. Está nos dados que orientam a interpretação. Em Fedro, diálogo do século IV a.C. que aborda a retórica, o amor e os efeitos da escrita sobre a memória e o conhecimento, Platão foi visionário, de certa forma. Ele faz Sócrates narrar o temor de que a escrita enfraqueça a memória ao transferir o saber para registros externos. Hoje, os grandes modelos de linguagem (LLMs, de Large Language Models) deslocam parte da interpretação para as máquinas. O risco é tomar por universais respostas moldadas por repertórios culturais desiguais. Quem define esses repertórios influencia quais experiências ganham legitimidade.

O desafio, portanto, não está apenas em aumentar a quantidade de idiomas suportados, mas em reconhecer que cada língua carrega formas próprias de organizar memória, autoridade, comunidade e pertencimento. Quando essas formas entram de maneira desigual nos sistemas de IA, a tecnologia passa a distribuir também reconhecimento de maneira desigual.

Em seu estudo sobre oralidade e escrita, o filósofo Walter Ong descreve a escrita como tecnologia que reorganiza o pensamento e separa o discurso de sua situação original. Os modelos acrescentam outra mediação. Os sistemas privilegiam padrões frequentes nos textos. Uma resposta parece neutra porque chega em frases bem-acabadas. Fluência, contudo, não prova compreensão do vocabulário local nem de experiências alheias ao repertório dominante.

Uma iniciativa sobre diversidade linguística registra que os sistemas de IA atendem uma pequena parcela das mais de 7 mil línguas faladas ou sinalizadas. Isso significa que, mesmo conectado, alguém pode receber respostas piores simplesmente por formular sua pergunta no próprio idioma. Poucos registros digitais não significam ausência de conhecimento. Confundir as duas coisas transforma uma vantagem estatística em hierarquia cultural.

Em estudo de setembro de 2026, três modelos passaram por testes de compreensão em 12 línguas. Alguns idiomas românicos superaram o inglês na tarefa examinada. O achado desfaz a tese de superioridade automática de uma língua. O desempenho varia conforme o teste, as características do idioma e os dados de treinamento. Médias globais escondem essas diferenças.

O problema também aparece na tokenização, que divide textos em unidades reconhecíveis pelos modelos. Numa avaliação de 10 modelos em 16 línguas africanas, a maior fragmentação esteve associada a menor precisão em todas as áreas examinadas. Certos idiomas exigem mais unidades para expressar o mesmo conteúdo, o que encarece o processamento. Uma pesquisa publicada na Revista Nature mostra que arquiteturas capazes de operar com bytes alcançam desempenho competitivo. A decisão sobre quais línguas testar continua humana.

Uma pesquisa com 442 questões de exames médicos testou quatro modelos com perguntas traduzidas. A precisão caiu 10,29% em árabe, 7,24% em bengali e 4,64% em hindi em comparação com referências em inglês e chinês. No português, a queda foi de 0,73%. O experimento avalia provas, não atendimentos a pacientes, e admite a influência de erros de tradução. Mesmo com essa ressalva, o resultado expõe uma assimetria crítica: em áreas sensíveis, a língua usada para perguntar pode alterar a confiabilidade da resposta recebida.

A filósofa Miranda Fricker descreve a injustiça epistêmica. Ela ocorre quando preconceitos diminuem a credibilidade de alguém ou quando faltam recursos coletivos para compreender sua experiência. Modelos não têm intenção própria, mas podem reproduzir efeitos semelhantes. Se um cidadão precisa abandonar os termos de sua comunidade para receber orientação sobre saúde ou direitos, uma insuficiência técnica converte-se em barreira de acesso.

Há ainda o direito de manter conhecimentos reservados. A crítica da filósofa Gayatri Spivak aponta o risco de representar outros povos com categorias externas à sua experiência. Uma revisão acadêmica de 2026 relata a suspensão de atividades de um projeto com o povo Guarani Mbya após a comunidade Tenondé-Porã questionar a exposição de sua língua e cultura na internet. O episódio mostra que digitalizar nem sempre significa incluir. A coleta exige consentimento e controle sobre o destino dos dados. Já a Masakhane, iniciativa formada por pesquisadores africanos, organiza a produção colaborativa de recursos para idiomas locais.

Empresas e governos precisam reconhecer o peso cultural de suas escolhas de IA. Contratos devem exigir testes por idioma e variante regional, divulgação de falhas e auditorias independentes. Modelos abertos podem ajudar, desde que respeitem a autonomia das comunidades. Tornar uma língua disponível a um sistema não garante ao seu povo controle sobre o uso. Médias de acerto dizem pouco sobre quem fica fora delas. Quem controla a linguagem dos modelos influencia quais conhecimentos circulam, quais vozes parecem confiáveis e quais experiências continuam invisíveis. A exclusão mais difícil de contestar é justamente a que chega ao público disfarçada de resposta neutra.

Roger Finger é head de Inovação da Positivo Tecnologia