A tecnologia prometia diminuir a desigualdade entre brancos e negros, mas periga aumentá-la ainda mais

Homem negro sentado em uma sala de reuniões de empresa.

Este Tecnocracia começa com uma explicação básica para quem não viveu a era da fotografia analógica: nas câmeras do tipo, a foto era “impressa” pela luz em um filme fotográfico, que ia se enrolando a cada pose tirada num tubinho. Os filmes não eram praticamente infinitos como os cartões de memória de hoje; cada um tinha entre 12 e 36 fotografias. Acabadas, o fotógrafo tinha que tirá-lo da câmera e deixá-lo em um estúdio fotográfico, que usaria máquinas caras na época para “transformar” aquele filme em imagens de papel.

Basicamente, as máquinas liam a imagem no filme, imprimiam ela no tamanho que você queria e um sujeito, por fim, colocava as fotos em um pequeno álbum. Procure na casa dos seus pais ou avós e você deverá achar um monte desses álbuns com capas medonhas (a Fototica, uma época, colocava uns peixes lisérgicos na capa) e uns adesivos constrangedores para colar nas fotos.

Esse foi o modelo que durou mais de 50 anos. A partir da década de 1940, quem quisesse montar um estúdio fotográfico precisava comprar os equipamentos e o papel fotográfico onde o filme seria impresso. Junto com o filme fotográfico, a Kodak, maior empresa do setor e case da líder que foi destruída pela própria petulância, mandava também um cartão colorido chamado Shirley Card. O Shirley Card estampava uma mulher sorridente e maquiada, olhando para a câmera, cercada de quadrados com mais de dez cores, dos tons de cinza às cores primárias. Era com ele que os donos de estúdios calibravam as máquinas que faziam a revelação — era preciso fazer pequenas alterações para garantir que o amarelo que saía nas fotos era o amarelo mais vivo possível.

A Kodak alterava de quando em quando o Shirley Card, mudando a modelo, as roupas e a pose. Uma coisa, porém, não mudava: Shirley era sempre branca, o que significava que os filmes da Kodak lidavam bem com fotos de gente branca, mas apresentavam resultados ruins ao registrar negros. Fotos tiradas com os filmes das primeiras décadas de fotografia comercial colorida não apresentavam qualquer tipo de precisão ao mostrar pardos e negros, principalmente os retintos. Mesmo em ambiente iluminados e pelas mãos de excelentes fotógrafos, o filme era incapaz de registrar texturas da pele negra. A impressão que dava ao ver fotos da época é que o rosto negro estava sempre na sombra. Metaforicamente, era exatamente isso. “As pessoas responsáveis pelos cartões tinham uma ideia particular de beleza, capturada pelo Shirley Card”, segundo a Lorna Roth, professora da Concordia University, no Canadá, que pesquisou a história dos Shirley Cards.

Na década de 1970, a Kodak se viu forçada a rever o processo de fabricação dos filmes e começou a acrescentar químicos que lidavam melhor com as características da pele negra, mas não pela razão que você imagina. Segundo a pesquisa de Lorn Roth, fábricas de móveis e de chocolates começaram a reclamar que os filmes eram incapazes de mostrar as diferenças entre uma mesa feita em jacarandá-da-baía e outra feita em ébano, ou de uma barra de chocolate ao leite e outra de chocolate amargo. Pare um minuto para pensar: o que fez a Kodak voltar ao laboratório para rever como seus filmes eram feitos foram reclamações de que produtos, e não seres humanos, estavam sendo reproduzidos nas cores erradas.

A questão só foi resolvida na década de 1990, quando a Philips criou uma câmera capaz de processar tons de pele claros e escuros ao mesmo tempo (Oprah foi uma das primeiras clientes) e a Kodak anunciou que sua série Goldmax era capaz de capturar bem particularidades de diferentes tons de pele. O Shirley Card ganhou também versões com mulheres negras, latinas e orientais. A Vox fez um vídeo muito bom sobre o assunto. Vale a pena ver.

O que a história das primeiras décadas dos Shirley Cards deixa claro é que a Kodak não cogitou que sua tecnologia seria usada por peles que não brancas. O padrão era o homem/mulher branco/a, não negro/a, asiático/a ou latino/a. Como uma maioria de homens brancos compunha a diretoria e o conselho de diretores, a tecnologia a ser usada pelo mundo inteiro foi moldada conforme as experiência e expectativas daquele grupo, que não era demograficamente representativo da sociedade.

Eu adoraria poder dizer agora que “a história pode parecer inacreditável hoje”, mas não dá. Ela é totalmente acreditável não apenas pela politização de uma questão técnica — o vídeo da Vox citado enfrenta uma guerra entre likes e dislikes e comentários que beiram o “white power” —, mas também por que as mesmas questões ignoradas pela Kodak na metade do século XX continuam aparecendo entre empresas que destrincharam o case da Kodak para que não repitam a mesma falência e que têm tecnologias com um alcance muito maior que uma câmera analógica apontada para seus filhos no pedalinho de Serra Negra.

Plateias do Blink 182

Passei 13 anos da minha carreira cobrindo grandes e pequenas empresas de tecnologia no Brasil e lá fora. Viajei um monte para apurar e entrevistar. Apurei em on, em off, ao vivo, por telefone, até via bilhete. Falei, facilmente, com milhares de pessoas que trabalham diretamente no mercado de tecnologia. Ou seja: eu vivi, eu estava lá. O que digo não é teoria lida num fórum. Nesses 13 anos, posso contar nos dedos de duas mãos os executivos negros que encontrei. E nos dedos de uma mão as executivas negras.

Para este Tecnocracia, fui conversar com quem estuda esse mercado e está tentando mudar o cenário. A Bárbara Paes é a cofundadora do Minas Programam, uma iniciativa que se propõe a diminuir duas lacunas do mercado de tecnologia no Brasil: o de homens e mulheres e o de brancos e negros. Metade das vagas oferecidas nas oficinas de programação organizadas pelo Minas Programam é reservada a mulheres negras. Bárbara é dona de uma frase que eu acho excelente para definir o mercado de TI brasileiro no quesito raça: “quando você entra num curso de ciência da computação, parece que está num show do Blink 182”. É engraçado porque é real. A Bárbara está 100% correta. Mandei um email a ela com uma pergunta simples: quantos executivos/as negros/as você conhece no mercado de tecnologia brasileiro? Tem algum como CEO?

Segundo a PNAD 2016 do IBGE, o Brasil é dividido racialmente em cinco categorias: os pardos representam 46,7%; os brancos, 44,2%; os negros, 8,2%; e os amarelos ou indígenas, 0,9%. Pardos e negros, somados, formam a maioria da população brasileira. É uma conclusão a que se chega facilmente quando se anda na rua. Pegue um ônibus em São Paulo, no Rio de Janeiro ou na sua cidade e tabule: você deverá chegar a números parecidos, com alguma variação. Talvez não tanto pelos indígenas, que estão concentrados mais no Norte e Centro-Oeste, mas as três maiores categorias devem estar lá. Entre em qualquer empresa de tecnologia hoje e vá até a divisão técnica, onde estão engenheiros e programadores. Passeie pelos corredores, olhe bem o rosto das pessoas. É bastante improvável que aquela divisão reflita a mesma distribuição demográfica do Brasil. Pior: nem mesmo um reflexo parecido você vai encontrar.

Se fosse um pouco menos de pardos, um pouco mais de brancos, ok. O ponto é que eu aposto um container de água de coco que a imensa maioria é homem branco. O mercado de tecnologia tem um profundo problema de representatividade que sempre pende para o homem branco. Sempre. Qualquer um que já tenha trabalhado na área técnica de empresas de todas as áreas ou em empresas de tecnologia e não tenha notado isso, de duas, uma: ou é extremamente avoado (se é seu caso, é melhor olhar para baixo e checar se você colocou as calças antes de sair de casa hoje) ou, não tem muito meio termo, é um canalha.

O mercado de tecnologia tem um sério problema com quem não tem pele clara. Um sério problema de não ser convidativo: na história do desenvolvimento da computação pessoal e da internet, são bem poucos os pioneiros não brancos. Isso já é chocante no mercado norte-americano, onde, segundo dados do Censo 2010, cerca de 13% da população é negra. No mercado brasileiro, onde a maioria é parda ou negra, é ainda mais chocante.

Há um outro motivo para a questão nos Estados Unidos e na Europa não ser tão restritiva como no Brasil: a interação do Vale do Silício com a academia norte-americana significa que muitos pesquisadores que emigraram aos Estados Unidos de países como Índia e China acabaram ocupando posições relevantes em gigantes de tecnologia. Bons exemplos disto são executivos nascidos na Índia ou nos EUA com pais indianos, como o Sanjay Ghemawat e o Sundar Pichai, no Google, e o Satya Nadella que colocou a Microsoft de novo como a empresa mais valiosa do mundo.

Satya e Sundar são, de longe, os que mais ganham projeção, mas existem dezenas de outros cujo trabalho tem um impacto gigantesco no mercado, ainda que você não veja. Sanjay Ghemawat, junto a Jeff Dean, criou uma tecnologia chamada MapReduce para permitir ao Google processar uma quantidade gigantesca de dados diariamente. A tecnologia de armazenar e distribuir o processamento em clusters é tão redonda e funciona tão bem que o código foi aberto para o público e hoje ela sustenta alguns dos frameworks de big data mais usados do mercado, como o Hadoop. O artigo da New Yorker sobre a amizade entre o Ghemawat e o Dean e como ambos construíram o MapReduce vale a pena de ser lido.

O fato de a gente listar os CEOs indianos de duas das cinco maiores empresas do mundo não significa que não exista um problema de representatividade. É mais ou menos quando se argumenta que não há problema para que mulheres ocupem posições de destaque na tecnologia: para rebater o argumento, citam logo os mesmos nomes de sempre, como Sheryl Sandberg, do Facebook, como se a repetição dos mesmos nomes não confirmasse a premissa inicial. (Pior é que a lista está diminuindo: junto a Sandberg, Marissa Meyer era sempre citada. Ao vender o Yahoo para a Verizon, a executiva ganhou milhões, mas perdeu seu cargo de projeção.)

As desigualdades no Brasil

O problema do Brasil não é restrito ao mercado de tecnologia, mas se manifesta de uma forma bem cruel nele. Vamos lembrar os números: nos EUA, cerca de 13% da população é negra. No Brasil, mais da metade. Os homens e mulheres negras no Brasil têm, em média, menos estudo, salários menores e menos vagas qualificadas de emprego. Quem diz isso não sou eu, é o Instituto Econômico de Pesquisa Aplicada (IPEA). Em 2017, os pesquisadores do IPEA colocaram em números essa diferença. Em resumo, antes de começar: não existe um cenário no Brasil em que homens e mulheres brancos não estejam melhores do que homens e mulheres negros. Quase todos os gráficos da apresentação do IPEA seguem uma mesma ordem: a linha dos homens brancos a frente (quando eu digo a frente, eu digo, por exemplo, que é a maior renda e o menor analfabetismo), a das mulheres brancas depois, a dos homens negros depois e a das mulheres negras no fim.

Gráfico de renda média por sexo e raça no Brasil.
Imagem: IPEA/Reprodução.

Nenhum exemplo do estudo é mais emblemático do que a renda média dos brasileiros. Em 2015, o homem branco ganhou por mês, em média, R$ 2.509. A mulher branca, na faixa dos R$ 1.800. O homem negro, R$ 1.500. E a mulher negra, R$ 1.027. O homem branco ganha duas vezes e meia o que uma mulher negra ganha no Brasil, segundo o IPEA.

Quando não estão nesta ordem, os homens negros ultrapassam as mulheres brancas, como é o caso da taxa de participação no mercado de trabalho. Homens brancos e negros estão quase empatados, com cerca de 78% de participação em cada recorte, enquanto mulheres brancas e negras aparecem empatadas com 55%, consequência da maior participação feminina, independentemente da raça, em tarefas domésticas. O Brasil tem milhões de donas de casa, mas poucos donos de casa. O mesmo fenômeno é observado nas taxas de desocupação, com a diferença de que as mulheres negras são líderes isoladas. O que o estudo do IPEA evidencia é que se há questão mais poderosa que raça no Brasil, é a de gênero. Quando ambas se juntam, é possível entender por que a mulher negra é o recorte demográfico que menos ganha, menos trabalha e menos estuda.

Há um outro dado assustador: entre 1995 e 2015, a proporção de brasileiros negros com mais de 12 anos de estudo (ou seja: colégio e faculdade) saltou de 3,3% para 12%. Curiosamente, estes mesmos 12% eram o índice registrado para brasileiros brancos em 1995. Demorou 20 anos para que os negros equiparassem com os brancos em escolaridade no Brasil. Para para pensar um pouco nisso. Estima-se que o mercado de tecnologia brasileiro está três anos atrasado em relação ao mercado norte-americano — no sentido que as coisas acontecem lá e, três anos depois, acontecem aqui. Não parece tão ruim sabendo que a educação dos negros no Brasil está quase sete vezes mais atrasada em relação à dos brancos.

Esse é o tipo de estatística que deixaria intrigado qualquer pessoa com bom senso, um mínimo de empatia e algumas caminhadas por qualquer cidade brasileira. Os efeitos maléficos do brutal sistema escravocrata que durou centenas de anos no Brasil continuam vivos.

Anúncios em jornal antigo de escravos.

É sempre bom lembrar dois fatos a respeito da escravidão no Brasil. O primeiro é que o Brasil foi o país das Américas que mais recebeu escravos da África entre os séculos XVI e XIX. Estima-se que cinco milhões de africanos foram trazidos contra sua vontade (isso se chama sequestro, não comércio, já que estamos falando de humanos) ao Brasil para trabalharem de graça nas lavouras de café. Segunda informação: o primeiro barco trazendo escravos africanos aportou no Brasil em 1526. Até que a princesa Isabel assinasse a Lei Áurea, foram 362 anos. Em 2019, a Lei Áurea completou 131 anos. Faça as contas. Hoje, a escravidão no Brasil durou 2,7 vezes mais tempo que o período de negros livres. A assinatura de uma lei não resolve magicamente a questão da inserção do negro na sociedade, assim como não resolveu. E ainda tem babaca que acha que é vitimismo, que a vida traz as mesmas oportunidades a todos, que é só levantar da cama cedo e trabalhar que a vida vai trazer. Que “não tem que ver cor, tem que ver competência”. Você dá menos educação, menos oportunidade, salários menores e quando não encontra profissionais afirma que é vagabundice. No caso, você é um imbecil. Sim, isso ainda é um Tecnocracia.

Sabe aquele elã, aquela casca moderna que as startups de tecnologia colocam nos escritórios com as redes, mesas de sinuca, cervejinha e o escambau? Elas escondem muitas coisas, a começar pela rotina massacrante de trabalho, as horas e horas passadas dentro da empresa com um volume de trabalho tão grande que pensar em jogar sinuca soa como um sacrilégio. Elas também escondem o racismo estrutural da economia que a tecnologia abraça no Brasil.

Possíveis saídas

Agora é a hora em que muitos profissionais brancos de tecnologia se sentem ofendidos: “mas, Guilherme, eu me esforcei um monte, estudei demais, fiz pós, passei madrugadas trabalhando”. Tudo bem, bonitinhos, vocês trabalharam, estudaram, se esforçaram. Mas o fator mais determinante, junto ao esforço, foi uma expressão ótima que ouvi pela primeira vez na semana passada, a “loteria do esperma”. Alguns ganham, outros não. Nascer branco de classe média no Brasil é ganhar, já que confere vantagens que a maioria não tem. O caminho até essa posição que vocẽ ocupa hoje, com salários e benefícios ótimos, estava pavimentado a favor de nós — já que eu sou branco e também já ocupei cargos relevantes no mercado de tecnologia, no meu caso escrevendo sobre.

A “loteria do esperma” explica mais a branquidão do mercado de tecnologia no Brasil do que seu esforço. “Ah, Guilherme, tem que combater a pobreza, independentemente da raça”. Concordo. Você chegou a ler o estudo do IPEA para entender a sobreposição gigantesca entre raça e renda no Brasil? Se não, eu te aconselho a ler. Pode melhorar, mas o caminho é mais ou menos esse.

Todo ano, as grandes empresas de internet divulgam um balanço sobre a diversidade demográfica. A gente vai se ater às cinco maiores — Microsoft, Apple, Amazon, Google e Facebook — e considerar negros e latinos para aproximar uma comparação com os negros e pardos no Brasil.

No geral, negros e latinos ocupam de 7% (Google) a 23% (Apple) da mão de obra nos EUA. Vamos lembrar que só os negros nos EUA são 13% da população. No Brasil, não temos os dados abertos sobre a relevância racial dos funcionários de grandes empresas de tecnologia, mas eu apostaria meus dois braços e o baço que é bem menos da metade. As operações dos gigantes de tecnologia no Brasil são basicamente comerciais, com exceção do Google que tem um centro de desenvolvimento em Belo Horizonte. Não é uma surpresa, então, que suas operações brasileiras sejam um prolongamento do happy hour das agência de publicidade — existe uma grande sobreposição aí, já que o objetivo é ganhar dinheiro vendendo campanha publicitária.

Voltemos aos números gerais das gigantes. Há uma armadilha na forma como contabilizam funcionários e funcionárias. Vê-se nitidamente como os negros e latinos são muito mais empregados no varejo destas gigantes do que nas áreas de desenvolvimento ou liderança. Isso fica bastante perceptível nos relatórios de Apple e Microsoft. A Amazon não quebra os dados por área, mas eu gostaria de ver esse recorte para entender o quanto os 41% de funcionários negros e latinos no total ocupam cargos que não sejam em centros de distribuição. Em cargos de chefia e desenvolvimento, os mais nobres e com melhores salários das empresas de tecnologia, a relação ainda é bastante desigual — 3,8% no Google, 5% no Facebook, 6,8% na Microsoft e 10% na Apple.

A falta de negros em cargos técnicos e de liderança resulta em Shirley Cards atualizados. A tecnologia é nova, o problema de saber lidar com a pele negra, não. Há dez anos, a HP colocou no mercado um desktop com uma webcam que prometia seguir o usuário conforme ele se movimentasse em frente à tela. “Eu sou negro. Acho que minha negritude está interferindo com a habilidade do computador em me seguir”, diz Desi Cryer, o sujeito que gravou um vídeo no computador da HP mostrando como o sistema não o reconhecia, mas funcionava direitinho com uma colega branca. É a história da Kodak e o papel fotográfico de novo.

Não é só com a HP. Em 2015, um usuário do Google Photos publicou uma imagem de como o sistema de reconhecimento facial classificou dois amigos negros na categoria “Gorila”. Mais um? Em abril de 2019, a Cat Hallam estava tentando renovar seu passaporte pela internet, mas o sistema negava toda foto que ela tirava com a webcam do laptop por dizer que ela estava de olhos fechados, de boca aberta ou por não achar suas linhas faciais. Cat é negra e publicou todas as fotos rejeitadas pelo sistema britânico de passaportes — em todas, ela está de olho aberto, boca fechada e traços faciais muito visíveis.

E aí a gente entra no maior perigo dessa baixa participação dos negros no mercado de tecnologia. Com machine learning, essas ações discriminatórias de tecnologia ganham escala e se tornam automáticas. A Cat Hallam, a mulher do passaporte, é pesquisadora da universidade de Keele, no Reino Unido, e aproveitou seu caso para levantar a questão sobre o perigo do “bias” no machine learning. (Muito termo em inglês, parte Luciana Gimenez do podcast.)

Inteligência artificial não é, no geral, muito inteligente. Ela simplesmente reproduz um padrão que você, humano, ensina a ela por meio de código. Com aquele padrão aprendido, ela vai correr um banco de dados gigantesco atrás de casos semelhantes, ou seja, uma das partes fundamentais de qualquer projeto de machine learning é o treinamento. Se você usa uma base de treinamento que tem um viés específico (“bias” em português é viés), o algoritmo de machine learning vai reproduzir esse viés infinitas vezes. É por isso que ao treinar um algoritmo de machine learning, você precisa equilibrar a base de treinamento para que todas as categorias estejam mais ou menos representadas de forma equilibrada. O exemplo da Cat sugere que o algoritmo que verifica a qualidade da foto enviada para o passaporte foi treinado com majoritariamente fotos de pessoas brancas. Quando o sistema precisa analisar os pontos principais de um rosto com pele negra, ele é incapaz, já que parecem ter sido poucos os exemplos iguais na base de treinamento.

No caso da Cat, além de uma evidência do viés preconceituoso, o algoritmo traz uma dor de cabeça extra pela qual quem é branco não precisa passar, porque tem que ligar, acionar o suporte, explicar o problema. E quando a consequência é maior do que ter que ligar para a embaixada? Em julho de 2019, o National Institute of Standards and Technology (NIST) testou uma plataforma de reconhecimento facial de uma companhia francesa chamada Idemia. Os algoritmos da Idemia já são utilizados por departamentos de polícia nos Estados Unidos, França e Austrália para percorrer centenas de milhões de fotografias e descobrir possíveis foragidos da Justiça. O teste do NIST mostrou que os algoritmos da Idemia têm uma chance dez vezes maior de confundir rostos de mulheres negras do que de mulheres brancas — um falso positivo em mil para mulheres negras, um falso positivo em dez mil para mulheres brancas. É uma taxa absurdamente alta e com consequências seríssimas, afinal, inocentes podem ir para a cadeia por um modelo de machine learning mal treinado.

Mapas dos bairros negros em Atlanta e de onde os bancos mais negavam empréstimos.

Em 1988, um jornalista chamado Bill Dedman publicou uma série de reportagens no jornal The Atlanta Journal mostrando como os bancos negavam com maior frequência empréstimos para clientes negros, mesmo os que moravam em bairros de classe média. Até clientes brancos pobres eram mais aprovados que os negros de classe média. Para chegar ao mapa mostrando para quais bairros em Atlanta os bancos emprestavam ou não, o Dedman usou um servidor para processar os dados. A série “The Color of Money” foi um dos primeiros exemplos do que hoje a gente conhece como jornalismo de dados e foi tão impactante que ganhou o Pulitzer, o prêmio de jornalismo mais prestigioso do mundo, no ano seguinte.

Contei a história da “Color of Money” por que ela reverbera aquele sentimento tecnoutópico de que, com tecnologia, seria mais fácil não apenas apontar esses tipos de comportamentos discriminatórios, mas também combatê-los. Com a tecnologia, a gente teria ferramentas suficientes para escancarar e punir o racismo. Infelizmente, o que aconteceu parece ter sido o oposto. As decisões de não emprestar para negros em Atlanta na década de 80 foram tomadas por algumas pessoas. O estrago foi grande. Algoritmo de machine learning com viés racista pode atender uma multidão. As consequências são numa outra escala. A tecnologia deveria ter sido um equalizador, deveria diminuir a diferença de educação e renda entre brancos e negros, mas periga aumentar ainda mais.

Há saídas, mas o Vale do Silício já deixou claro que resolve problemas quando quer. O Vale do Silício é ótimo em bater no peito e se colocar metas que parecem impossíveis. A área de tecnologia se orgulha de fazer coisas que pareciam delírio baseado só em brainpower, resiliência e dinheiro. Beira a onipotência, pelo menos no discurso. Mas quando precisa resolver questões práticas como melhorar o reconhecimento facial para peles não brancas, magicamente o setor vai para o extremo oposto e diz que a questão é complicada, não é tão simples assim. É o mesmo discurso que o Facebook, o Twitter e afins alegam quando são cobrados a retirar das suas plataformas conteúdos extremistas, racistas, antissemitas. De repente, toda a onipotência do Vale do Silício vira impotência, a incapacidade de fazer alguma coisa, a repentina noção dos limites da vontade humana.

Muita gente reclama que o Tecnocracia sempre termina numa nota deprimente. Vamos apontar dois caminhos práticos para tentar resolver o problema. O primeiro ecoa o Tecnocracia sobre a misoginia fora de controle em TI. Para ter profissionais negros e negras capacitados para preencher as vagas para que sua empresa não parece uma platéia do Blink 182, é preciso investir em educação. A Minas Programam, por exemplo, oferece oficinas gratuitas de programação, sendo que metade das vagas são reservadas para mulheres negras e pardas. Há de se criar uma cultura que torne a tecnologia convidativa para homens e mulheres negros, algo que a Black Rocks também vem se esforçando para estabelecer no Brasil.

O segundo caminho envolve uma maior transparência na forma como algoritmos que impactam toda uma sociedade funcionam, um argumento brilhantemente defendido pela Cathy O’Neil num livro essencial chamado Weapons of math destruction (ainda sem tradução no Brasil). Um Tecnocracia do futuro vai destrinchar o assunto. Se um algoritmo vai dizer quem pode ou não receber um empréstimo ou a probabilidade de um suspeito ser aquele procurado pela justiça, é preciso que a sociedade saiba como aquele algoritmo foi treinado. Esconder é fechar os olhos para as injustiças que, inevitavelmente, o algoritmo cometerá.

Foto do topo: UKBlackTech.

Acompanhe

  • Telegram
  • Twitter
  • Newsletter
  • Feed RSS

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

15 comentários

  1. Sou carioca, pardo oriundo de classe média baixa e minha vó era negona

    O pessoal aqui da zona Oeste do Rio, – Preto, pardo ou Branco – tá mais preocupado com putaria do que com estudo

    De filosofia grega ninguém manja, mas de tinder sao phd

    Além disso, quem estuda normalmente – uma minoria – acaba migrando para humanas ou area da saúde, pois a maioria não gosta de matemática

    Enfim, a burrice ficou bem homogenea onde moro

    1. Jovens normalmente gostam de lazer antes de trabalho, faz parte da sua evolução como seres sociais e humanos. Alguns acabam tomando gosto pelo estudo, outros não. E não tem problema nenhum nisso.

      A maioria não gosta de matemática porque as escolas não tem preparo para dar aulas de matemática: faltam professores (e os que se arriscam em zonas pobres ainda ganham 1SM por mês para lecionar).

      E, por fim, não gostar de matemática ou não seguir nenhuma carreira de exatas não é burrice é escolha. Matemática é uma das matérias mais fáceis que existem porque não depende de nada externo. A prova de que quem é bom em exatas é péssimo em entender o mundo sãos os inúmeros setores de TI de empresas: cheios de programadores incapazes de entendem um conceito básico de sociologia ou antropologia mas se achando os mais espertos do mundo porque leram Mises.

      1. Eu tenho muitos ressalvas a essa postura, Scant. Concordo 100% com o Paulo: ir ou não para exatas envolve gosto também. Tá tudo bem não gostar de matemática e usar Tinder para arrumar um catraco.

        Uma curiosidade real: a galera que gosta de estudar do seu entorno tá ganhando a vida como?

        Abs,

  2. O melhor Tecnocracia de todos. Eu como um negro que estudou em escola publica, formado em Sistemas de Informação e com MBA em Business Intelligence já consigo passar para todos o quanto me sinto “solitário” desde os tempos de graduação e nesses quase 10 anos dentro de empresas de TI em Curitiba.

  3. Felitti, sempre tive curiosidade sobre uma coisa:

    A “TV da Gente”, que era o projeto do Netinho de Paula “para uma televisão negra”, sabe no que deu no final?

    1. Xô explicar o porque desta questão (que foi mal feita, não nego):

      Entendo que na época, Netinho tentava uma forma política de afirmação dos afrodescendentes / cultura negra no Brasil. Noto que infelizmente ela foi esvaziada rapidamente e não teve tanta iniciativa quanto precisava.

      Fora que competir com Globo e emissoras já estabelecidas sempre era um risco.

      Dei uma googlada rápida e tem a situação atual na Wikipedia (para economizar a cota de links, vou pedir para googlar, perdão) e em outro site que entrevistou o Netinho https://www.bastidoresdatv.com.br/colunas/exclusivo-o-ousado-plano-de-netinho-em-transformar-tv-da-gente-em-rede-nacional-diretor-fala-com-o-bastidores-da-tv-sobre-nova-fase-da-emissora

      1. Interessante saber, Ligeiro. Há alguns anos, entrevistei a Alexandra Loras, ex-consulesa francesa no Brasil, e ela falou da surpresa dela de não existir canais de TV dedicados à cultura negra no Brasil, como existem nos EUA, onde a participação dos negros no total da população é um terço menor da no Brasil.

  4. Esse deve ter sido o melhor Tenocracia até o momento. Gosto também que o Guilherme é mais belicoso (por assim dizer) do que o Ghedin (nada contra o Ghedin ser mais do diálogo). Isso coloca os pingos nos is mais fácil e não atraí as pessoas que podem vir com aquele papo de meritocracia.

    Isso me lembra a fala da @CarolCode no Twitter: inclusão/diversidade não é contratar mulher branca e rica pra sua empresa.

    Ela tem algunas longas threads sobre questões de gênero e, principalmente, acesso (dinheiro) nas empresas de TI do país e, até mesmo, nas universidades/cursos.

    Uma das coisas que ela fala, por exemplo, é que é comum que os eventos de TI sejam feitos em locais nobres (afastados das periferias) e com preços exorbitantes que acabam criando uma barreira instransponível.

    Tem muita coisa errada no mercado de TI, mas, inclusão de negros, mulheres e pessoas pobres são as mais gritantes e são poucas empresas que atacam esse problema, infelizmente.

    1. é que é comum que os eventos de TI sejam feitos em locais nobres (afastados das periferias) e com preços exorbitantes que acabam criando uma barreira instransponível.

      Isso de eventos não fica apenas nos de ti. Grande parte dos eventos corporativos são gentrificados.

        1. E como…

          Em um que fui sobre drones, era em um lugar “chique”, de acesso que constrange muitos que iriam de traje casual.

    2. A meritocracia pode existir, acho até que deve existir, mas só depois de chegarmos a um even playing field entre gêneros e raças, e quem levanta essa bandeira normalmente gosta de ignorar isso. Ofereço essa observação à sua fala sobre pessoas que podem vir com aquele papo de meritocracia, até porque normalmente eu sou desses. Mas é isso, realmente sem um even playing field não há vitória tão-somente por mérito próprio.

      Só que eu não vim falar sobre isso. O que eu vim tentar adicionar ao seu comentário, é que isso não acontece só em TI. O mundo corporativo ainda é mais branco do que a sociedade em geral. Isso já foi pior, sim, mas posso contar nos dedos quantos colegas negros eu tive em 16 anos de carreira em área tributária. Acho que nenhum em posição de liderança, até mesmo em clientes.

Do NOT follow this link or you will be banned from the site!