Banca de DEFESA: DANIELA CAVAGNOLLI

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : DANIELA CAVAGNOLLI
DATA : 15/09/2025
HORA: 14:00
LOCAL: PPGA
TÍTULO:

Justiça algorítmica, viés de gênero e modelos de aprendizagem de máquina na pontuação de crédito: Um estudo com dados do Brasil

PALAVRAS-CHAVES:

Justiça Algorítmica, Aprendizado de máquina, Pontuação de crédito, Viés Algorítmico, Inteligência Artificial

PÁGINAS: 185
RESUMO:

Resumo: Os algoritmos de machine learning têm sido amplamente adotados em diversos setores da sociedade, com destaque para o setor financeiro. Essa disseminação intensificou preocupações éticas relacionadas à justiça algorítmica, especialmente no contexto de modelos de risco de crédito para pessoas físicas. Diante disso, este estudo apresenta uma revisão de literatura baseada em 73 artigos publicados entre 2019 e 2024 nas bases Scopus e Web of Science, mapeando os principais métodos de identificação e mitigação de injustiças algorítmicas, além dos principais trade-offs entre métricas de justiça e desempenho, bases de dados utilizadas e temas emergentes da área. Complementarmente, é conduzida uma análise empírica com dados reais de uma instituição financeira brasileira, com foco na identificação de viés de gênero em modelos preditivos de crédito. Quatro algoritmos foram aplicados (regressão logística, rede neural MLP, Random Forest e XGBoost), utilizando validação cruzada e métricas de desempenho e de justiça. Os resultados revelam que modelos com bom desempenho preditivo ainda podem reproduzir desigualdades estruturais, principalmente via viés indireto. Nove técnicas de mitigação de viés foram testadas, abrangendo métodos de pré-processamento, em processamento e pós-processamento, que melhoraram as métricas de justiça com perdas mínimas de desempenho. A análise reforça que não há solução única, sendo necessário adaptar as estratégias ao modelo e ao contexto. O estudo contribui tanto teoricamente quanto empiricamente para a promoção de sistemas de crédito mais justos e transparentes, especialmente no cenário brasileiro.

MEMBROS DA BANCA:
Presidente - 1997721 - HERBERT KIMURA
Interno - 2288460 - CARLOS ROSANO PENA
Externo à Instituição - FABIANO GUASTI LIMA - USP
Externo à Instituição - LEONARDO FERNANDO CRUZ BASSO - MACKENZIE