ALL – ALtruist Language: Qual é a responsabilidade da Computação em promover, divulgar e apoiar uma linguagem que respeite a diversidade?

Por Sílvia Amélia Bim*
edição de Karen da Silva Figueiredo Medeiros Ribeiro

^{*com contribuições de Roberto Pereira (infográficos), Henrique Spada Benatti (ilustração), Karen da Silva Figueiredo Medeiros Ribeiro (quadros, revisão e apontamentos), Aparecida Pivatto Bim e Paulo Gustavo de Araújo Urbano (revisão e apontamentos)}

“Em um mundo onde a linguagem e o nomear as coisas são poder, o silêncio é opressão e violência.”  – Adrienne Rich

A busca por uma linguagem que respeite a diversidade de pessoas não é recente nem exclusiva de uma única cultura. Em 1834, o historiador científico William Whewell, ao redigir uma resenha sobre o artigo On the Connexion of the Physical Sciences escrito por Mary Somerville, sentiu a necessidade de um novo termo para se referir à autora. Ele não se sentiu confortável com a expressão usada na época – “man of science” e então criou a palavra “scientist” (cientista). Embora a palavra cientista/scientist seja neutra de gênero na língua inglesa e de ser considerada de ambos os gêneros pela língua portuguesa, o propósito inicial não foi exatamente este. O objetivo era representar uma pessoa que conseguia articular com maestria conceitos de diferentes áreas como matemática, astronomia e física. Entretanto, Whewell foi perfeito ao criar o novo termo. Ele poderia simplesmente ter criado a expressão “woman of science” e ainda hoje teríamos o desafio de criar (ou escolher) um termo inclusivo, considerando que já aprendemos que o gênero vai além muito além do padrão binário.

Apesar de cientista ser uma palavra independente de gênero um estudo de David Muller et al. (2015) indica que a maioria de pessoas adultas associa a imagem de cientista a um homem com mais frequência do que à imagem de uma mulher. Em uma pesquisa mais recente, a análise dos resultados de 50 anos da aplicação do Draw‐A‐Scientist test (CHAMBERS, 1983) revela que mais mulheres estão sendo representadas como cientistas pelas crianças, entretanto, apenas 58% das meninas desenham mulheres cientistas e 13% dos meninos desenham mulheres cientistas (MULLER et al., 2018).

O modo como pessoas cientistas são representadas pela mídia influencia a percepção da sociedade sobre esta profissão. Uma busca pela palavra cientista, na categoria Imagens, no Google* no dia 28 de julho de 2020 trouxe um resultado animador na perspectiva de gênero e raça (Figura 1). Mulheres são representadas em sete das doze primeiras imagens, protagonizando sozinhas em quatro destas representações, sendo duas mulheres negras e uma mulher de etnia asiática. Entretanto, onde estão as representações de cientistas da computação, cientistas de dados, cientistas políticas e demais cientistas? Todas as representações do que significaria ser cientista passam por laboratórios com tubos de ensaio e microscópios. Quem criou estas representações? Quem inclui estas imagens nos bancos de dados? Quem registrou os metadados destas imagens? Quem criou o algoritmo de busca para apresentar este resultado?

Provavelmente pessoas diferentes que realizaram as mesmas tarefas para a palavra “especialista”, que também é independente de gênero. O resultado da busca por esta palavra, usando a mesma ferramenta também no dia 28 de julho de 2020 sugere que apenas homens brancos são especialistas, seja qual for o assunto (Figura 2).

Os vieses de gênero não estão presentes apenas nas representações. A polêmica mais recente gira em torno de Genderify, um serviço que se propunha a analisar o gênero de uma pessoa com base em seu nome, e-mail ou username, usando algumas técnicas de inteligência artificial. As críticas nas redes sociais sobre o forte viés de gênero nos resultados deste serviço foram tão intensas que o site da empresa saiu do ar e o serviço não está mais disponível.

Diversas pesquisas já compartilham resultados alertando para a reprodução de vieses de gênero por algoritmos de Processamento de Linguagem Natural. Susan Leavy alerta para o fato de que a primeira etapa de construção de uma inteligência computacional é a observação (LEAVY, 2018). A autora ressalta que, em geral, as tentativas para remover vieses dos algoritmos ignoram como os gêneros estão impregnados na linguagem. Como, atualmente, as pessoas estão alimentando os sistemas computacionais através de suas inúmeras interações diárias? Se mudarmos nossa forma de comunicação a partir de agora, seria possível termos uma inteligência artificial mais altruísta? Susan também ressalta que a maioria das pessoas que está liderando as pesquisas para retirar ou evitar vieses em inteligência artificial é mulher. Isto reforça a necessidade de diversidade de pessoas na Computação pois, a partir das diferentes experiências pessoais é mais fácil enxergar os vieses, entendê-los e tentar mitigá-los.

Desde 2016, a pesquisadora da área de computação Claudia Melo chama a atenção para o fato de que os textos que divulgam as oportunidades de trabalho em computação usam uma linguagem carregada de vieses de gênero (MELO, 2016). Na língua inglesa, por exemplo, palavras como ambitious, assertive, chairman e strong em textos de oferta de trabalho tendem a afastar mulheres. Assim como nos anúncios em português é frequente encontrar termos e expressões como “profissional engajado”, “desenvolvedor”, “programador”, caracterizando a pessoa como sendo do gênero masculino. 

Para ilustrar o poder das palavras vale lembrar um direito negado à Princesa Isabel. Segundo o Art. 46 da Constituição do Império de 1824 “Os Príncipes da Casa Imperial são Senadores por direito, e terão assento no Senado logo que chegarem à idade de vinte e cinco annos (1).” – grifo da autora – (Figura 3). Teoricamente, a Princesa Isabel se tornou senadora quando completou a idade exigida. Embora uma delegação de senadores tenha ido até o Palácio Imperial na Quinta da Boa Vista para a tradicional cerimônia de Beija Mão, não há registros de que a Princesa Isabel tenha tomado assento no Senado. O direito da princesa era controverso, pois vários senadores argumentavam que a lei se aplicava apenas aos príncipes e não às princesas.

QUADRO – VOTO FEMININO – por Karen Ribeiro Não só a Princesa Isabela já passou por problemas com a linguagem, mas também as mulheres brasileiras em geral. O direito ao voto no Brasil foi negado às mulheres durante muito tempo, tendo sido conquistado apenas em 1932. Por diversas vezes, argumentos baseados em questões da linguagem em diferentes instrumentos legais foram utilizados para impedir o voto feminino, como no exemplo da primeira constituição republicana brasileira (1891), que dizia: “Art 70 – São eleitores os cidadãos maiores de 21 anos que se alistarem na forma da lei. 1º – Não podem alistar-se eleitores para as eleições  federais ou para as dos Estados: 1º) os mendigos; 2º) os analfabetos; 3º) as praças de pré, excetuados os alunos das escolas militares de ensino superior; 4º) os religiosos de ordens monásticas, companhias, congregações ou comunidades de qualquer denominação, sujeitas a voto de obediência, regra ou estatuto que importe a renúncia da liberdade Individual. 2º – São inelegíveis os cidadãos não alistáveis.” No caso citado, as mulheres não poderiam votar, pois seriam “cidadãs” e não “cidadãos” relata Teresa Cristina de Novaes Marques em seu livro sobre a história do voto feminino no Brasil (MARQUES, 2018).

Quantos direitos foram e continuam sendo negados até hoje a uma ampla diversidade de pessoas em razão de leis, projetos de leis, resoluções e outros documentos por não estarem redigidos com uma linguagem inclusiva? Quantas oportunidades estão sendo negadas por ofertas de trabalho redigidas em uma linguagem (textual e visual) repletas de vieses?

Para tentar minimizar ou excluir o viés de gênero na língua portuguesa, uma estratégia ainda hoje muito utilizada é incluir @ ou a letra X no final de palavras em substituição a referência de gênero, como programador, professor, administrador. Todavia, esta linguagem não é inclusiva. Primeiro, porque não são palavras pronunciáveis, nem por pessoas e nem por sistemas automáticos de leitura de tela, usados por pessoas com deficiência visual. Segundo, porque pessoas com dislexia ou em fase da alfabetização tem dificuldades em reconhecer estas palavras. E terceiro, no caso do uso de @, apenas os gêneros feminino e masculino são representados, excluindo uma diversidade muito mais ampla de pessoas, como pessoas de gênero não binário, de gênero fluído ou agêneras, por exemplo.

Apesar da ineficiência desta estratégia, ainda hoje é frequente encontrar seu uso em textos de pessoas devido à popularização desta estratégia dentro de culturas de comunidades feministas e LGBTQIA+ ou até mesmo, em materiais institucionais. Um estudo, intitulado TODXS, conduzido pela Heads Propaganda e apoiado pela ONU Mulheres produz material para evitar publicidade com estereótipos desde 2015. Em julho de 2020, quando uma das responsáveis pelo estudo foi questionada sobre a inadequação do nome TODXS para os dias de hoje, a resposta obtida foi “É difícil trocar a identidade de uma marca conhecida.”. Temos então um delicioso desafio para profissionais de marketing, publicidade e designers!

A sociedade está em pleno processo de busca e construção de uma linguagem que reconheça e respeite a diversidade. A ONU tem um rico material sobre o tema com o título “Guidelines for gender-inclusive language” com versões para Árabe, Chinês, Espanhol, Francês, Inglês e Russo. Em 2014, o governo do estado do Rio Grande do Sul publicou o Manual para o Uso Não Sexista da Linguagem, baseado no manual da Red de Educación Popular Entre Mujeres de Latinoamérica y Caribe – REPEM-LAC.

Em um dos exemplos da guia para linguagem inclusiva de gênero da ONU, na versão em língua espanhola temos:

Menos inclusiva	Mais inclusiva
“Enfermeras y médicos participaron en la huelga del sector.”	“El personal sanitario participó en la huelga del sector.”
Tradução para o português	Tradução para o português
Enfermeiras e médicos participaram da greve do setor.	Profissionais da saúde participaram da greve do setor.

É possível observar que a linguagem inclusiva vai além de aplicarmos uma flexão de gênero em uma palavra (enfermeiras e enfermeiros, médicas e médicos). Neste exemplo, uma expressão que representa o coletivo foi utilizada para tornar a linguagem mais inclusiva. Um sistema computacional inteligente poderia ser desenvolvido para automaticamente fazer essas substituições? Qual é o esforço para desenvolver um sistema computacional com tais características? É interessante termos um selo “Aplicativo desenvolvido em linguagem inclusiva”? Teríamos sistemas automáticos para avaliar a linguagem usada nas interfaces de diferentes sistemas computacionais? Como compartilhar os aprendizados de uma língua e cultura para outra através de uma infraestrutura computacional?

A palavra utente (adjetivo e substantivo de dois gêneros que significa “pessoa que usa, se serve de algo; usuário, usuária”) é apresentada por Rodrigo Gonzatto em sua tese de doutorado como opção para nos referenciarmos às pessoas que interagem com sistemas computacionais interativos (GONZATTO, 2018). Embora o termo seja pouco conhecido na cultura brasileira ele é frequentemente utilizado na cultura portuguesa, podendo ser encontrado em diversos sites públicos de Portugal, principalmente os da área de saúde. Entretanto, Rodrigo traz uma profunda reflexão sobre os significados de usuário/usuária/utente no contexto da área de Interação Humano-Computador (IHC) e reconhece que a substituição dos termos não é suficiente para lidar com as demandas que emergem das discussões em IHC sobre o papel das  pessoas que interagem, vivem e coexistem com a tecnologia. Mas haveria outras palavras na língua portuguesa, que são independentes de gênero e por algum motivo ainda não fazemos uso delas, que pudessem ser incorporadas nas nossas comunicações?

E este desafio vai muito além do gênero. Há também uma importante demanda para evitarmos o uso de termos racistas, que muitas vezes estão tão enraizados na cultura que nem nos damos conta do seu impacto e da sua história. O artigo de Isabella Otto para o Portal Geledés reproduziu uma lista de 13 expressões da língua portuguesa que não devem ser utilizadas por serem ofensivas e racistas (OTTO, 2020). Entre elas, “denegrir”, “criado-mudo” e “lista negra”. 

O que mudar? Como mudar? Onde mudar? Quando mudar? Como reconhecer que algumas vezes usamos termos inadequados, muitas vezes sem a intenção de desrespeitar alguém, pois não conhecíamos todos os significados dos termos?

A língua é viva! A língua se transforma diariamente com cada vivência, com cada experiência. A língua é uma construção social e está em constante crescimento e adaptação. 

QUADRO – TECNOLOGIA & VOCABULÁRIO – por Karen Ribeiro As tecnologias são uma ótima forma de observar a mudança da língua na prática do cotidiano, quando os termos criados por tecnologias, geralmente em inglês, são incorporados aos nossos vocabulários e aos nossos dicionários na sua forma original (ex.: mouse, software), de forma traduzida ou adaptada (ex.: influenciadora digital, programadora) ou, até mesmo, na forma de palavras conhecidas, mas com novos significados (ex.: postar, curtir).

Assim, sempre é tempo de mudar! O cantor e compositor Criolo, por exemplo, em 2016 alterou a letra de uma música dele escrita 15 anos antes para retirar termos transfóbicos. O que Humberto Teixeira e Luiz Gonzaga fariam se ainda estivessem vivos e descobrissem que a letra de Asa Branca, escrita em 1947 por eles, contém um termo xenofóbico? A palavra judiação, que tem como um de seus significados causar sofrimento, faz referência ao período em que o povo judeu foi vítima de perseguições. E consequentemente é considerado um termo xenofóbico. 

Os vieses estão em diferentes facetas da Computação. Além das fragilidades já reconhecidas na lógica dos algoritmos há também um movimento para retirar e evitar vieses e preconceitos na própria sintaxe e comentários do código. O projeto do Kernel Linux está preparando novas diretrizes para a linguagem usada nas descrições dos códigos, buscando evitar termos como slave e blacklist. Fred Herbert compartilha suas ricas reflexões sobre estas demandas apresentando algumas considerações sobre como lidar com este novo modo de comunicar, sugerindo estratégias para amenizar as possíveis resistências da equipe de desenvolvimento. O autor também alerta pelo fato de que a linguagem inclusiva por si só não irá corrigir os maiores problemas que as comunidades de open source tem. Mas, já é um primeiro passo para chamar a atenção para a diversidade que existe no mundo e que precisa ser respeitada. 

Embora seja possível perceber a inclinação de Fred para escrever um texto com linguagem inclusiva, o autor usa o termo “blind-sided” (cego) como sinônimo de despreparo e falta de conhecimento, o que pode desrespeitar as pessoas com deficiência visual. Enfim, estamos em um aprendizado constante. E agora que você já teve contato com este conteúdo não pode mais alegar desconhecimento e tem a responsabilidade de buscar soluções computacionais, sociais, linguísticas e comunicacionais para construir sua própria forma de adaptação a este cenário. É evidente que a comunidade de Computação não tem condições de lidar com este desafio sozinha e que há responsabilidades que ultrapassam as atribuições da área. Um trabalho multi e interdisciplinar é imprescindível para compreendermos o uso da linguagem de maneira mais ampla.

Contudo, uma linguagem altruísta vai além de pensarmos em uma linguagem inclusiva, com termos independentes de gênero, não sexistas, não racistas ou não xenofóbicos.

Era o ano de 1843 quando o texto Sketch of the Analytical Engine invented by Charles Babbage … with notes by the translator foi publicado na Scientific Memoirs por A.A.L. Esta assinatura anônima atualmente é considerada como um exemplo de silenciamento da produção científica de mulheres. Mas depois de 177 anos, agora em 2020, muita coisa mudou. Hoje, nós mulheres, podemos assumir a autoria de nossas produções científicas e nossos trabalhos são citados como Bim, S. A.** 

O que Bim, S. A. nos informa? Quão diferente é Bim, S. A. de A.A.L? Bim é o meu sobrenome. O mesmo que o do meu pai. Até a minha geração era tradição na família termos nomes compostos com apenas um sobrenome. Desta forma, como acontece em muitas famílias e culturas, os sobrenomes das mães e avós vão sendo silenciados e apagados a cada geração conforme descreve Rebecca Solnit (2017). Minha irmã, meu irmão e eu quebramos a tradição e as crianças da nova geração da nossa família tem nomes simples seguidos do sobrenome da mãe e do sobrenome do pai. Pelo menos por mais uma geração minha irmã, minha cunhada e eu teremos a oportunidade de sermos reconhecidas e lembradas. 

A professora Claudia Bauzer Medeiros frequentemente ressalta a importância de ser apresentada com os seus dois sobrenomes enfatizando que “… vocês todas que trabalham em Computação, ou todos, sabem que nomes são importantes para indexação. Me chamar de Claudia Bauzer primeiro, é negar a existência do meu pai. Me chamar de Claudia Medeiros é negar a existência da minha mãe. E Claudia Bauzer Medeiros permite a minha indexação correta.” – declarou em vídeo durante a Palestra do Aquecimento do CSBC 2020. Muitas vezes esta fala da professora Claudia é mal interpretada e as pessoas não se dão conta do riquíssimo conteúdo sobre Computação e sobre inclusão que está sendo compartilhado.

Diante da polêmica e da oportunidade de escrever este texto fui fazer uma busca no Google com “Claudia Medeiros” e os primeiros resultados realmente não trazem referências sobre a primeira mulher a ser diretora da Sociedade Brasileira de Computação (Figura 4). Por outro lado, a busca com apenas “Claudia Bauzer” (como frequentemente, e equivocadamente, é chamada) já apresenta referências à reconhecida professora da área de Banco de Dados (Figura 5).

Várias questões emergem deste cenário. Se alguém perguntar, pessoalmente, “Claudia Bauzer” para a própria, ela não vai responder ou responderá “Eu não me identifico com este nome.” mas, o sistema de busca a reconhece e traz várias referências sobre ela. O comportamento do sistema estaria reforçando o equívoco das pessoas? Se o sistema me compreende e me responde, por que a professora Claudia Bauzer Medeiros não me compreende? Ou melhor, não aceita a forma como devo me referir à ela? E vice-versa? Além disto, por que o sistema traz as referências esperadas para “Claudia Bauzer” mas não para “Claudia Medeiros”? O resultado seria diferente se o contexto fosse a Alemanha, onde o sobrenome Bauzer deve ser mais comum do que o sobrenome Medeiros? 

E para completar com uma observação que não comentei anteriormente, a professora Claudia tem nome composto, Claudia Maria, e ressalta que usar o Maria deixaria o nome muito longo. E eu pergunto: longo para quem? Para inserção nas bases de dados? Para visualização nas interfaces computacionais (cada vez menores)? Eu, pessoalmente, adoro o meu nome composto Sílvia Amélia e confesso que me incomoda quando só posso inserir nos cadastros implementados em sistemas computacionais o primeiro nome e o sobrenome (“Como você quer o seu nome no crachá do evento?”). Não me agrada a sonoridade de Sílvia Bim, não estou completa sem o Amélia, perco minha identidade, perco a doçura. Sem o Bim, perco minha ligação com a família onde nasci. Assim, sou Sílvia Amélia Bim.

Muitas mulheres com uma reconhecida produção científica se deparam com o dilema de modificar ou não seus nomes após o casamento. Aquelas que decidem incluir ao final do seu nome o sobrenome do marido eventualmente não percebem que estão, de certa forma, sendo silenciadas como autoras e desconectadas da sua produção acadêmica anterior ao casamento. 

Mas além da situação de mudança de nome em razão de um enlace, há também a mudança de nome por pessoas transgêneras, que conscientemente querem apagar o nome com o qual não se identificavam sem perder o reconhecimento por toda a produção acadêmica produzida com o deadname. Theresa Jean Tanenbaum, por exemplo, compartilha o seu dilema com a ACM, Springer, Nature e outras editoras que publicaram seus trabalhos antes dela assumir a sua identidade de mulher trans, apontando as inúmeras implicações que afetam os modelos dos sistemas computacionais e as regras de publicação (TANENBAUM, 2020). Nas negociações iniciais, a autora afirma que a solução do editor era alterar apenas os metadados mas não os arquivos em formato PDF.

Considerando os sistemas automáticos de citações, como a Computação pode contribuir para que as pessoas autoras sejam plenamente reconhecidas? Quem define o padrão como uma autoria deve ser registrada? Quais são os metadados relevantes? Quais são os metadados essenciais? Quem define quais critérios são mais relevantes em uma busca por referências bibliográficas? E o que nós, pessoas humanas, podemos fazer antes que as implementações sejam feitas nos sistemas computacionais?

A professora Adriana Tulio Baggio faz algumas sugestões, com as quais eu concordo e tentei praticar neste texto (BAGGIO, 2020). A autora sugere que se grafe, pelo menos uma vez, o nome completo da autoria referenciada pois, geralmente é no “primeiro nome que se manifestam o gênero e as marcas de etnia, nacionalidade, língua materna.” Esta recomendação, inclusive, já é indicada no periódico acadêmico Revista de Estudos Feministas. Adriana recomenda também que o nome completo das autorias seja colocado nas referências bibliográficas, seguindo uma das possibilidades definidas na ABNT. Outras sugestões incluem: (i) dar crédito às pessoas que fazem as traduções das obras, em geral, mulheres; (ii) escrever em primeira pessoa; e (iii) usar uma linguagem inclusiva.

Você pode até ter considerado fácil a tarefa de modificar o modo de fazer as citações e referências bibliográficas. Descobrindo que há esta possibilidade nas regras da ABNT e que já há revistas científicas que sugerem esta prática, temos jurisprudência para trazer a estratégia para as publicações na área de Computação. Mas, e como escrever uma tese de doutorado de quase 300 páginas em linguagem inclusiva? Um riquíssimo exemplo é a tese de doutorado de Karen Ribeiro (2020) que me inspirou a buscar mais conteúdo e conhecimento sobre este tema. Ao abordar a questão de gênero, tecnologia e formação, Karen foi extremamente coerente, cuidadosa e gentil com todos os detalhes do texto, evitando ao máximo de sua percepção as possíveis situações de vieses de gênero.

Outro exemplo de texto produzido com a preocupação do uso de uma linguagem inclusiva é a Guia Acessível para a Candidatura das Mulheres, publicada em 2020 pela Associação Visibilidade Feminina e Secretaria da Mulher da Câmara dos Deputados (ASSOCIAÇÃO VISIBILIDADE FEMININA, 2020).

Diante das reflexões aqui compartilhadas, gostaria de convidar vocês a refletirem sobre as possibilidades de proposição, implementação e divulgação de uma LIA – LInguagem Altruísta (ALL – ALtruist Language). Ou seja, uma linguagem onde todas as pessoas se sintam representadas e respeitadas. Vai além do desafio de uma linguagem supostamente neutra – considerando que a linguagem sempre irá refletir as experiências e interesses individuais, culturais e sociais, de uma linguagem inclusiva, de uma linguagem não sexista. Não basta apenas nos preocuparmos apenas com o gênero das pessoas. Há diversos outros fatores a serem considerados. Seria possível? É possível? 

Antes de compartilhar este texto com vocês convidei algumas pessoas para revisá-lo, entre elas minha mãe, que tem formação em Letras. E um dos questionamentos que ela fez foi: “A tentativa de uma linguagem altruísta, que não deixe nenhuma dúvida sobre a identidade da pessoa e/ou o seu histórico, ressaltando a necessidade de identificar todas as pessoas e rotulá-las não seria quase a mesma coisa do que se está criticando?”. Confesso que não tenho a resposta mas, para a Computação os nomes e rótulos são necessários para a indexação, como sempre nos alerta a professora Claudia Bauzer Medeiros. Já reconhecemos que os nomes e rótulos usados atualmente muitas vezes estão equivocados ou são omitidos. Seria possível realizarmos o nomear e o rotular com mais respeito à diversidade de pessoas e à individualidade de cada uma?

Encerro minha contribuição emprestando algumas frases que a professora Ana Cristina Bicharra verbalizou em sua palestra no Aquecimento do CSBC 2020 no dia 14 de julho de 2020: “Não há dados neutros. (…) Há vieses que podem estar escondidos nos dados. (…) As bases de dados possuem as escolhas humanas.”. E eu pergunto: Qual é a tua escolha?

Notas:

* É importante ressaltar que os resultados de uma pesquisa no Google variam de pessoa para pessoa, consequentemente se você fizer a mesma busca pode obter resultados diferentes. As buscas compartilhadas no texto foram feitas com uma janela anônima no navegador.

** Modelo de citação muito frequente. Usado, por exemplo, no template de publicações da Sociedade Brasileira de Computação e pela APA – American Psychological Association. Na norma ABNT NBR 6023:2018, embora haja a indicação da possibilidade de apresentar o nome completo das pessoas autoras, o modelo apresentando apenas as iniciais dos primeiros nomes também é recomendada e a mais popular.

Referências:

ASSOCIAÇÃO VISIBILIDADE FEMININA. Guia acessível para a candidatura das mulheres. Associação Visibilidade Feminina, Câmara dos Deputados – Secretaria da Mulher, Belo Horizonte: Associação Visibilidade Feminina, 2020.

BAGGIO, Adriana Tulio. Como agradar uma mulher com a língua. Adriana Meis, Curitiba, 19 fev. 2020. Disponível em: https://medium.com/@adrianabaggio/como-agradar-uma-mulher-usando-a-l%C3%ADngua-d884bac77fad?source=friends_link&sk=e34e8bc38abce2a9ea222e41c95477b1, Acesso em: 24 jul. 2020.

CHAMBERS, David Wade.  Stereotypic images of the scientist: The Draw‐A‐Scientist test. Science Education, 67, pp. 255– 265, 1983. DOI: https://doi.org/10.1002/sce.3730670213

GONZATTO, Rodrigo Freese. Usuários e produção da existência: contribuições de Álvaro Vieira Pinto e Paulo Freire à interação humano-computador. 2018. 296 f. Tese (Doutorado em Tecnologia e Sociedade) – Universidade Tecnológica Federal do Paraná, Curitiba, 2018.

LEAVY, Susan. Gender bias in artificial intelligence: the need for diversity and gender theory in machine learning. In Proceedings of the 1st International Workshop on Gender Equality in Software Engineering (GE’18). Association for Computing Machinery, New York, NY, USA, pp. 14–16, 2018. DOI: https://doi.org/10.1145/3195570.3195580

MARQUES, Teresa Cristina de Novaes. O voto feminino no Brasil. Câmara dos Deputados, Edições Câmara, 2018, 146 p. Disponível em: https://bd.camara.leg.br/bd/handle/bdcamara/35399, Acesso: 28 jul. 2020.

MELO, Claudia. Como seria a Web com inovações de gênero? Blog Claudia Melo, 2016. Disponível em: http://claudiamelo.org/2016/10/28/como-seria-web-com-inovacoes-de-genero-keynote-na-web-br-2016/, Acesso em: 24 jul. 2020

MILLER, David I.; NOLLA, Kyle M.; EAGLY, Alice H.; UTTAL, David H. The Development of Children’s Gender‐Science Stereotypes: A Meta‐analysis of 5 Decades of U.S. Draw‐A‐Scientist Studies. In: Child Dev, 89, pp. 1943-1955, 2018. DOI:10.1111/cdev.13039

MILLER, David. I.; EAGLY, Alice H. e LINN, Marcia C. (2015). Women’s representation in science predicts national gender-science stereotypes: Evidence from 66 nations. Journal of Educational Psychology, 107(3), 631–644. DOI: https://doi.org/10.1037/edu0000005

OTTO, Isabella. 13 palavras e expressões da língua portuguesa para não usar mais. Revista Capricho, 2020. Disponível em: https://capricho.abril.com.br/comportamento/13-palavras-e-expressoes-da-lingua-portuguesa-para-nao-usar-mais/, Acesso em: 25 jul. 2020.

RIBEIRO, Karen da Silva Figueiredo Medeiros. Gênero, Tecnologia e Formação: o Desenvolvimento da Carreira das Estudantes do Ensino Médio Integrado em Informática. 2020. 264 f. Tese (Doutorado) – Instituto de Educação, Programa de Pós-graduação em Educação, Universidade Federal de Mato Grosso, Cuiabá, 2020.

SOLNIT, Rebecca. Os homens explicam tudo para mim. Editora Cultrix, 2017.

TANENBAUM, Theresa Jean. Publishers: let transgender scholars correct their names. Nature, Vol 583, p. 493, 2020. Disponível em: https://www.nature.com/articles/d41586-020-02145-3, Acesso em: 24 jul. 2020.

VORVOREANU, Mihaela; ZHANG, Lingyi; HUANG, Yun-Han; HILDERBRAND, Claudia; STEINE-HANSON, Zoe; BURNETT, Margaret. From Gender Biases to Gender-Inclusive Design: An Empirical Investigation. In Proceedings of the 2019 CHI Conference on Human Factors in Computing Systems (CHI ’19). Association for Computing Machinery, New York, NY, USA, Paper 53, pp. 1–14, 2019. DOI: https://doi.org/10.1145/3290605.3300283

Como citar este artigo:

Bim, Sílvia Amélia. ALL – ALtruist Language: Qual é a responsabilidade da Computação em promover, divulgar e apoiar uma linguagem que respeite a diversidade?. SBC Horizontes. ISSN: 2175-9235. Disponível em: http://horizontes.sbc.org.br/index.php/2020/07/29/all-altruist-language/

Sobre a autora:

Sílvia Amélia Bim

Professora do Departamento Acadêmico de Informática da Universidade Tecnológica Federal do Paraná (UTFPR), no campus de Curitiba. Tem graduação (Universidade Estadual de Maringá), mestrado (UNICAMP) e doutorado (PUC-Rio) na área de Computação. Autora dos livros infanto juvenis “A vida de Ada Lovelace” e “Ada Lovelace: a condessa curiosa”. É secretária adjunta da Sociedade Brasileira de Computação (SBC) – Regional Paraná, faz parte da Comissão de Educação da SBC e é Embaixadora do Programa Meninas Digitais (SBC). Na UTFPR Curitiba também faz parte do Programa UTFPR Mulher, é coordenadora do Projeto de Extensão TIChers, faz parte da coordenação do Laboratório de Práticas Integrativas e Complementares e é vice-coordenadora de projetos de extensão sobre meditação.

Lattes: http://lattes.cnpq.br/1808731785135915

Instagram: @silviaameliabim