Quando o algoritmo decide quem pode empreender

Durante muito tempo, disseram que o maior desafio do empreendedor brasileiro era ter uma boa ideia. Depois, que era gestão. Mas, ao longo da minha trajetória à frente do Instituto Feira Preta, aprendi que existe um obstáculo mais profundo e menos visível: os desafios de acesso ao crédito ou, mais precisamente, quem tem permissão para acessá-lo.

Junto a um grande banco, estruturamos um programa para cerca de 200 empreendedores negros das periferias, com formação em gestão e organização financeira. Ao final, apenas cinco tiveram acesso ao crédito. A justificativa foi a discriminação de CEP, CEPs alocados em regioesperifericas com score baixo, risco, histórico. Mas em uma análise mais cuidadosa fica claro que o problema não é individual, mas sistêmico.

A análise de crédito é automatizada, baseada em inteligência artificial, e considera variáveis como localização e padrões de consumo. Na prática, morar em determinados territórios reduz automaticamente as chances de aprovação. O algoritmo não vê cor, mas vê CEP. E, no Brasil, CEP é marcador de desigualdade racial

Isso tem nome: racismo algorítmico.

Estudos internacionais ajudam a dimensionar o problema. Uma pesquisa do MIT Media Lab (2018) mostrou que sistemas de reconhecimento facial apresentavam erro de até 34,7% para mulheres negras, contra menos de 1% para homens brancos. Já um relatório do National Institute of Standards and Technology (NIST, 2019) apontou que algoritmos de reconhecimento facial têm taxas de erro significativamente maiores para pessoas negras e asiáticas.

No campo financeiro, um estudo publicado na revista Science (2019) identificou que algoritmos de crédito nos Estados Unidos cobravam juros mais altos de pessoas negras e latinas, mesmo com perfis de risco semelhantes a pessoas não-racializadas.

Os dados são claros: sistemas automatizados não são neutros. Eles aprendem com dados históricos e, quando esses dados refletem desigualdades estruturais, os algoritmos não corrigem distorções; eles as amplificam

Mas o problema não está apenas na tecnologia. Está em quem a constrói. Segundo o relatório Diversity in Tech (2023), profissionais negros seguem sub-representados nas grandes empresas de tecnologia, especialmente em cargos de decisão. Isso significa que definimos o futuro com base em perspectivas limitadas, reproduzindo lógicas excludentes.

Para além da barreira invisível dos algoritmos, empreendedores negros enfrentam uma combinação histórica de desafios: menor acesso a capital inicial, redes de contato mais restritas, maior informalidade e ausência de garantias exigidas pelo sistema financeiro. Segundo o relatório do CAF sobre empreendedorismo negro na América Latina, negócios liderados por pessoas negras têm mais dificuldade de acesso a crédito e tendem a operar com menor capitalização.

Enfrentar esse cenário exige ação coordenada: revisão dos modelos de análise de risco, incorporação de critérios mais justos e contextualizados, transparência nos algoritmos, além de investimento em fundos dedicados, políticas públicas inclusivas e fortalecimento de redes de apoio e formação. Não se trata apenas de corrigir distorções, mas de criar novas portas de entrada.

Estamos operando tecnologias do século 21 com mentalidades que ainda carregam heranças do século 19 

No Brasil, há ainda um desafio adicional: a qualidade e a representatividade dos dados. É recente o reconhecimento brasileiro como um país majoritariamente negro, a partir do avanço da autodeclaração e de políticas públicas. Isso impacta diretamente a forma como dados são coletados, interpretados e utilizados.

Se não enfrentarmos essa questão, corremos o risco de consolidar um novo tipo de exclusão; mais sofisticado, mais invisível e, por isso mesmo, mais difícil de combater. A tecnologia não é neutra. Ela carrega as escolhas de quem a cria. E, se quisermos um futuro mais justo, precisamos garantir que essas escolhas sejam diversas, conscientes e comprometidas com a equidade.

Adriana Barbosa é fundadora do Instituto Feira Preta.