Discriminação algorítmica na relação de emprego
eficiência econômica, inteligência artificial e fragilidade do empregado
DOI:
https://doi.org/10.70405/rtst.v90i2.67Palavras-chave:
Inteligência artificial, Eficiência econômica, Discriminação algorítmicaResumo
A pesquisa busca verificar quais as peculiaridades da relação de emprego que a tornariam mais suscetíveis ou frágeis quanto à ocorrência de discriminação algorítmica. Como resultados da pesquisa, verificou-se que o uso da IA depende do volume, da velocidade e do valor dos dados fornecidos pelo Big Data, gerando resultados tão bons quanto forem os dados. Além disso, entendeu-se que, apesar de buscar objetividade, os algoritmos podem causar discriminação por meio de um erro na programação, generalização, uso de informações sensíveis e limitação de direitos. Por fim, considerou-se que as relações de emprego possuem peculiaridades que tornam o empregado mais suscetível à discriminação algorítmica, por exemplo a desigualdade entre as partes; a fragilidade do empregado, diante de um legítimo poder de controle; e a nudez tecnológica, tendo em vista a quantidade de dados, inclusive desnecessários, em posse do empregador. Como metodologia, utilizou-se a pesquisa de natureza descritiva, exploratória e interpretativa, de cunho qualitativo, mediante análise documental e bibliográfica, valendo-se da utilização do método hipotético-dedutivo.
Referências
ALOISI, Antonio; GRAMANO, Elena. Artificial intelligence is watching you at work. Digital surveillance, employee monitoring and regulatory issues in the EU context. Special Issue of Comparative Labor Law & Policy Journal, “Automation, Artificial Intelligence and Labour Protection”, 2019, p. 105-106. Disponível em: http://salus.adapt.it/wp-content/uploads/2020/07/Gramano-Alois_AI-is-Wathching-you_2019.pdf. Acesso em: 3 set. 2021.
BELMONTE, Alexandre Agra. O monitoramento da correspondência eletrônica nas relações de trabalho. LTr, 2004.
BODIE, Matthew T. et al. The law and policy of people analytics. University of Colorado Law Review, v. 88, 2016, p. 3. Disponível em: https://scholarship.law.slu.edu/cgi/viewcontent.cgi?article=1001&context=faculty. Acesso em: 3 set. 2021.
DELGADO, Mauricio Godinho. O poder empregatício. São Paulo: LTr, 1996.
DOMINGOS, Pedro. O algoritmo mestre: como a busca pelo algoritmo de machine learning definitivo recriará nosso mundo. São Paulo: Novatec Editora, 2017.
DONEDA, Danilo Cesar Maganhoto et al. Considerações iniciais sobre inteligência artificial, ética e autonomia pessoal. Pensar-Revista de Ciências Jurídicas, v. 23, n. 4, p. 1-17, 2018. DOI: https://doi.org/10.5020/2317-2150.2018.8257
ERNST, Ekkehard et al. The economics of artificial intelligence: Implications for the future of work, ILO Future of Work Research paper Series; ILO, 2018.
GARRIDO, Giovanna; SILVEIRA, Rafael Damasco; SILVEIRA, Marco Antonio. People Analytics: uma abordagem estratégica para a gestão do capital humano. Revista Eletrônica de Estratégia & Negócios, v. 11, n. 1, p. 28-52, 2018. DOI: https://doi.org/10.19177/reen.v11e01201828-52
KAPLAN, Andreas; HAENLEIN, Michael. Siri, Siri, in my hand: who's the fairest in the land? On interpretations, illustrations, and implications of artificial intelligence. Business Horizons, [s.I.], v. 62, n. 1, p. 15-25, jan. 2018. Elsevier BV. Disponível em: http://dx.doi.org/10.1016/j.bushor.2018.08.004. Acesso em: 2 set. 2021. DOI: https://doi.org/10.1016/j.bushor.2018.08.004
KROLL, Joshua Alexander. et al. Accountable algorithms. University of Pennsylvania Law Review, v. 165, p. 633-705, 2017.
MAYER-SCHÖNBERGER, V.; CUKIER, K. Big Data: A Revolution That Will Transform How We Live, Work, and Think. New York: First Mariner Books, 2014.
MENDES, Laura Schertel; MATTIUZZO, Marcela. Discriminação Algorítmica: Conceito, Fundamento Legal e Tipologia. Direito Público, v. 16, n. 90, 2019.
MOREIRA, Teresa Coelho. A privacidade dos trabalhadores e as novas tecnologias de informação e comunicação: contributo para um estudo dos limites do poder de controlo electrónico do empregador. Coimbra: Almedina, 2010.
O’NEIL, Cathy. Weapons of math destruction: How big data increases inequality and threatens democracy. New York: Crown, 2016.
PASQUALE, Frank. The black box society. Cambridge: Harvard University Press, 2015. DOI: https://doi.org/10.4159/harvard.9780674736061
SMITH, Adam. A riqueza das nações. 3. ed. São Paulo: Editora WMF Martins Fontes, 2016. V. I.
TURING, Alan M.; HAUGELAND, J. Computing machinery and intelligence. Cambridge, MA: MIT Press, 1950. DOI: https://doi.org/10.1093/mind/LIX.236.433
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Revista do Tribunal Superior do Trabalho
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.