Análise
Pedi ao MidJourney 6.1, ao Stable Diffusion XL e ao DALL-E 3 que gerassem "um homem negro brasileiro bem-sucedido em ambiente corporativo, São Paulo". O que recebi, em julho de 2025, foi uma amostra de onde os modelos de geração de imagem ainda estão presos: ternos escuros de corte norte-americano, escritórios de arquitetura genérica, peles em tons que raramente passavam de um marrom médio uniforme. Nenhum dos 60 prompts que testei produziu espontaneamente tornozeleira, dread, crespo, turbante, qualquer marcador que identifique a masculinidade negra brasileira como ela existe fora do imaginário de diversidade corporativa de manual.
O problema não é técnico no sentido estrito — é de dados. Os três modelos foram treinados predominantemente em imagens ocidentais e anglófonas, com curadoria que tende a neutralizar diferenças culturais em nome de uma estética universal que, na prática, é norte-americana e branca. Quando o prompt especifica "brasileiro", o ajuste é mínimo: talvez uma bandeira no plano de fundo, raramente qualquer marcador corporal ou de indumentária que remeta ao Brasil real. O homem negro brasileiro que aparece é uma exportação de Atlanta, não uma chegada em Salvador.
Testei também especificidade geográfica e de classe. "Vendedor ambulante negro em Fortaleza" gerou imagens que recorriam ao estereótipo da pobreza pitoresca — rua empoeirada, expressão sofrida, iluminação de documentário de ONGs. "Pesquisador negro em laboratório em Recife" produziu resultados melhores, mas o laboratório era invariavelmente europeu na arquitetura. Em nenhum caso os modelos pareciam ter internalizado que Recife tem centros de pesquisa, que a UFPE forma pesquisadores negros, que há uma ciência brasileira situada em lugar físico. O viés não é só racial — é também geográfico e de classe, e esses três eixos se reforçam.
A startup carioca Chromos.ai, que apurei em conversa com seu cofundador Rafael Mendes em julho, está construindo um modelo alternativo treinado com 4 milhões de fotografias brasileiras licenciadas, com curadoria explícita de diversidade regional, de fototipo e de classe. O produto ainda está em beta, mas os resultados preliminares são visualmente distintos: o "homem negro em São Paulo" gerado pela Chromos tem barba rala ou cavanhaque, usa roupa que pode ser um social aberto no pescoço ou uma camisa de time. Não é a solução definitiva, mas demonstra que a falha dos modelos grandes não é inevitável — é uma escolha de dado.
O impacto prático é concreto: empresas brasileiras usam ferramentas de geração de imagem para campanhas internas de diversidade, materiais de treinamento, apresentações. Quando o modelo não sabe gerar a masculinidade negra brasileira com fidelidade cultural, o resultado é uma diversidade de manual que qualquer funcionário negro reconhece como performática. A IA generativa, nesse caso, não resolve o problema da representação — o recalibra para uma versão digitalizada do mesmo apagamento de antes.
Contexto
Os modelos testados: MidJourney 6.1 (julho 2025), Stable Diffusion XL 1.0 via Automatic1111, DALL-E 3 via API OpenAI. Sessenta prompts em português e inglês, com variações de profissão, cidade e classe social.
Pesquisa de referência: Joy Buolamwini (MIT Media Lab) e Timnit Gebru documentaram viés racial em sistemas de visão computacional desde 2018. Em 2025, o campo de auditoria de modelos generativos ainda carece de métricas padronizadas para fototipo e marcadores culturais.
Chromos.ai: Startup fundada em 2024 no Rio de Janeiro, com aporte da Kawa Capital Partners. Foco em dados visuais do Brasil. Versão beta disponível para empresas parceiras desde maio de 2025.
Uso corporativo no Brasil: Pesquisa da FGV-EAESP (2025) indica que 43% das empresas com mais de 500 funcionários no Brasil já usam ferramentas de geração de imagem para comunicação interna, sendo diversidade e inclusão um dos casos de uso mais citados.