Corrida Tecnologica pela Inteligencia Artificial: Uma Análise Automatizada do Desenvolvimento Desigual e da Concentração de Conhecimento Científico

• Paola Vitoria Barbosa dos Santos IFPR
• Clara Garcia Alvino IFPR
• Diogo Roberto Olsen IFPR
• Lawrence Mayer Malanski IFPR

DOI: https://doi.org/10.5753/latinoware.2025.16569

Resumo

A corrida tecnológica pela Inteligência artificial muda a ordem geopolítica global, e deixa em evidência padrões históricos de desenvolvimento desigual e o acúmulo de poder. Este trabalho investiga a geopolítica do conhecimento científico como o veículo destas desigualdades, partindo da hipótese de que o recente cenário se refere a uma dinâmica de centro-periferia. O objetivo é mapear os polos de produção intelectual que fundamentam a Inteligência Artificial moderna, para gerar uma base quantitativa para a discussão sobre soberania digital. Para isso, colocou-se em uso o seguinte metodo: o desenvolvimento e a manipulação de um agente de Inteligência Artificial para a condução de uma análise bibliográfica sistemática de artigos, como ‘Attention Is All You Need’ e ‘ImageNet Classification with Deep Convolutional Neural Networks’. Os resultados revelaram uma grande concentração de conhecimento na América do Norte (EUA e Canada), que responde por 82,68% do total de referências analisadas. A análise destacou também a relevante subida da China, apesar de não serem tão citados como os da América do Norte, percebemos a relevância de seu polo quando muitos de seus autores são chineses. A porcentagem também evidencia a posição marginal do Sul Global, o que inclui o Brasil. Conclui-se que a origem das citações é um reflexo direto da geopolítica do poder na era digital, o que fornece uma base experimental para o debate proposto sobre a urgência de políticas estratégicas para inserir os países menos favorecidos no cenário internacional da Inteligência Artificial e seus conhecimentos.

Palavras-chave: Inteligencia Artificial, Géopolıtica, Desigualdade Tecnologica, Analise Bibliografica Automatizada, Centro-Periferia

Referências

R. Prebisch, “O desenvolvimento econômico da América Latina e seus principais problemas,” Revista Brasileira de Economia, vol. 3, no. 3, pp. 47–111, set. 1949.

H. Etzkowitz and C. Zhou, The Triple Helix: University-Industry-Government Innovation and Entrepreneurship. Routledge, 2017.

A. Krizhevsky, I. Sutskever, and G. E. Hinton, “Imagenet classification with deep convolutional neural networks,” in Advances in neural information processing systems, 2012, vol. 25.

I. J. Goodfellow, J. Pouget-Abadie, M. Mirza, B. Xu, D. Warde-Farley, S. Ozair, A. Courville, and Y. Bengio, “Generative adversarial nets,” in Advances in neural information processing systems, 2014, vol. 27.

D. P. Kingma and J. Ba, “Adam: A method for stochastic optimization,” arXiv preprint arXiv:1412.6980, 2014.

A. Vaswani et al., “Attention is all you need,” in Advances in neural information processing systems, 2017, vol. 30.

QGIS Development Team. (2024). QGIS Geographic Information System (Version 3.38 ’Grenoble’). Open Source Geospatial Foundation Project. Acessado em 21 de agosto de 2025, de [link]

He, Kaiming, et al. ”Spatial pyramid pooling in deep convolutional networks for visual recognition.” IEEE transactions on pattern analysis and machine intelligence 37.9 (2015): 1904-1916.

Lin, TY. et al. (2014). Microsoft COCO: Common Objects in Context. ECCV 2014. ECCV 2014. Lecture Notes in Computer Science, vol 8693. Springer, Cham. DOI: 10.1007/978-3-319-10602-1-48

Hripcsak, George, et al. ”Observational Health Data Sciences and Informatics (OHDSI): opportunities for observational researchers.” Studies in health technology and informatics 216 (2015): 574.

F. H. Cardoso and E. Faletto, Dependência e Desenvolvimento na América Latina: Ensaio de Interpretação Sociológica. Zahar Editores, 1977.

J. L. Gaddis, The Cold War: A New History. Penguin, 2006.

K.-F. Lee, AI Superpowers: China, Silicon Valley, and the New World Order. Harper Business, 2018.