Governança democrática por deliberação e votação baseada em DAO para tomada de decisão inclusiva em modelos de IA

Por que isso importa para usuários comuns de tecnologia

Quando pedimos a uma IA para desenhar uma imagem ou responder a uma pergunta, raramente vemos quem decidiu como esse sistema deve se comportar. Este artigo explora uma nova maneira de dar às pessoas comuns — especialmente aquelas que costumam ser excluídas — uma voz real em como modelos de IA são projetados e atualizados. Em vez de empresas de tecnologia tomarem todas as decisões a portas fechadas, os autores testam um sistema democrático baseado em blockchain que permite que comunidades diversas debatam, votem e moldem diretamente como a IA lida com questões sensíveis, como estereótipos em imagens.

Problemas com decisões ocultas em IA

Sistemas modernos de IA são construídos a partir de grandes conjuntos de dados e código complexo, mas a tomada de decisão em torno deles costuma ser opaca. Essa falta de transparência levou a discriminação, má representação e até violações de privacidade ou de propriedade intelectual. Os danos não são distribuídos igualmente: pessoas com deficiência e comunidades do Sul Global muitas vezes são usuárias precoces de IA e também as mais afetadas quando algo dá errado. Ferramentas tradicionais para ouvir o público — como pesquisas e grupos focais — têm dificuldade em acompanhar a velocidade da IA e não suportam facilmente discussões profundas, construção de consenso ou participação contínua.

Uma nova espécie de fórum público digital

Os autores propõem usar Organizações Autônomas Descentralizadas, ou DAOs, como uma espécie de fórum público digital para a governança de IA. DAOs são sistemas baseados em blockchain que permitem que as pessoas tomem decisões coletivas usando regras transparentes e contratos inteligentes em vez de uma autoridade central. Neste estudo, a estrutura DAO apoia um processo em várias etapas: as pessoas primeiro discutem questões carregadas de valores em linguagem natural, depois veem escolhas concretas sobre como um modelo de IA poderia se comportar e, por fim, votam nas opções que preferem. O estudo de caso foca em um problema familiar — viés de gênero em modelos de texto-para-imagem, como sempre desenhar uma enfermeira como mulher e um executivo como homem diante de um prompt neutro.

Como o estudo foi conduzido com grupos sub-representados

Para verificar se esse quadro democrático funcionaria na prática, os pesquisadores realizaram um experimento online com 177 participantes recrutados de dois grupos pouco atendidos: pessoas do Sul Global e usuários cegos ou com baixa visão nos Estados Unidos. Os participantes primeiro interagiram com um assistente de IA sobre um cenário de imagem tendenciosa, depois discutiram com outras pessoas em um fórum online e, por fim, votaram em propostas para alterar o comportamento do modelo de texto-para-imagem. A equipe comparou quatro configurações de governança, variando tanto a forma como as preferências eram combinadas (um método simples de classificação versus um método quadrático que permite às pessoas expressar sentimentos mais fortes investindo mais do seu “orçamento” de votação) quanto quanto poder de decisão cada pessoa tinha (igual para todos versus uma divisão desigual de 20/80).

O que as pessoas queriam de uma geração de imagens mais justa

Apesar das diferenças culturais, os participantes convergiram em várias expectativas compartilhadas para imagens de IA mais justas. Muitos queriam mais controle do usuário, como opções para personalizar o gênero ou outras características visíveis, ou receber várias imagens diferentes e então escolher a que atendesse às suas necessidades. Importavam-se tanto com a adequação social quanto com a precisão estatística: alguns aceitaram que a maioria das enfermeiras é mulher no contexto local, enquanto outros enfatizaram a necessidade de evitar reforçar estereótipos. Participantes do Sul Global frequentemente favoreciam um “meio-termo”, com diversidade suficiente para não confundir os usuários, enquanto muitos participantes dos EUA foram menos tolerantes com saídas tendenciosas ou ambíguas. Entre os grupos, pessoas com deficiência destacaram a importância de representação inclusiva e os riscos de imagens estreitas ou idealizadas.

Quais sistemas de votação pareceram mais democráticos

Os participantes, em geral, relataram que o processo foi agradável, significativo e confiável, e que acreditavam que sua contribuição seria usada para melhorar o modelo de IA. A combinação que se destacou como mais justa foi a votação quadrática combinada com poder de decisão igual para todos. Nessa configuração, as pessoas sentiram que sua voz foi melhor representada, que a igualdade política era maior e que o processo mantinha a ordem ao mesmo tempo em que permanecia inclusivo. Esse método pareceu amplificar opiniões fortemente sustentadas por minorias sem simplesmente dar influência extra àqueles com mais recursos. Ao mesmo tempo, os autores alertam que tais mecanismos podem sobrerrepresentar grupos menores em alguns contextos, de modo que sistemas futuros precisarão ajustar as configurações de governança para tópicos e comunidades específicas.

O que isso significa para o futuro das regras da IA

O estudo mostra que é possível ir além de políticas top-down de empresas e avançar para uma governança computacional e democrática da IA. Ao combinar discussão estruturada, regras de votação transparentes e registros de decisão respaldados por blockchain, sistemas baseados em DAO podem dar a grupos marginalizados um meio crível de moldar o comportamento da IA. Para usuários comuns, isso pode eventualmente se traduzir em funcionalidades dentro dos produtos que permitam às pessoas contestar saídas específicas, participar de deliberações e votar em mudanças de modelos. Os autores defendem que tais estruturas participativas — cuidadosamente projetadas para proteger a privacidade e prevenir concentrações de poder — são um caminho promissor para alinhar a IA a uma gama mais ampla de valores humanos, em vez de apenas aos desenvolvedores e executivos.

Citação: Sharma, T., Potter, Y., Park, J. et al. Democratic governance through DAO-based deliberation and voting for inclusive decision making in AI models. Sci Rep 16, 11792 (2026). https://doi.org/10.1038/s41598-026-40180-8

Palavras-chave: governança de IA, votação democrática, viés algorítmico, organizações descentralizadas, modelos de texto-para-imagem