Niki Parmar e os Arquitetos Ocultos: Mulheres que Transformam a IA nos Bastidores

Quando se discute as descobertas revolucionárias que moldaram a inteligência artificial moderna, poucos resistem a mencionar Demis Hassabis, Sam Altman ou Elon Musk. No entanto, para cada nome conhecido que captura a atenção da mídia, existem indivíduos silenciosamente excepcionais cujas contribuições se mostraram igualmente—senão mais—fundamentais para a evolução do campo. Entre esses pioneiros negligenciados estão várias mulheres notáveis cujo trabalho literalmente reescreveu o que é possível na IA. Niki Parmar é um exemplo primordial: como uma das oito autoras principais da arquitetura Transformer, suas pegadas estão presentes em quase todos os grandes modelos de linguagem atuais, do ChatGPT ao GPT-4, embora seu nome raramente apareça nas discussões tecnológicas mainstream.

O padrão histórico não é novo. Ada Lovelace escreveu o primeiro programa de computador da história humana, mas quantos conhecem seu nome? Elaine Rich foi a autora do primeiro livro didático sobre inteligência artificial, ainda assim ela permanece amplamente esquecida na consciência popular. O “Efeito Matilda”—a tendência sistemática de creditar conquistas científicas a colegas masculinos em vez das pesquisadoras que realizaram o trabalho—continua a distorcer nossa compreensão de quem moldou o progresso tecnológico. É exatamente por isso que reconhecer essas mulheres importa.

ImageNet e o Amanhecer do Deep Learning: O Presente Fundamental de Fei-Fei Li

A revolução moderna da IA tem um momento de gênese claro: 2012, quando uma rede de deep learning chamada AlexNet alcançou um sucesso sem precedentes em tarefas de reconhecimento de imagens. Ainda assim, poucos rastreiam esse avanço até sua verdadeira origem. Em 2009, Fei-Fei Li, então professora assistente na Universidade de Princeton, propôs o ImageNet—uma ideia radical que iria transformar a abordagem dos pesquisadores ao aprendizado de máquina. Em vez de codificar algoritmos específicos para reconhecer cães versus gatos, ela intuía que o gargalo não era a capacidade do algoritmo; era os dados.

Nascida em Pequim em 1976 e criada em Chengdu, Fei-Fei Li imigrou para os Estados Unidos aos 12 anos, falando praticamente nenhum inglês. Em dois anos, alcançou fluência enquanto demonstrava talento matemático excepcional. Ingressou em Princeton com bolsa de estudos e voltava quase todo fim de semana para ajudar a administrar o negócio de limpeza a seco da família. Até 2007, apesar desses desafios, ela já era professora assistente.

Sua visão para o ImageNet era simples e audaciosa: criar uma base de dados massiva, sistematicamente rotulada, de imagens—que eventualmente atingisse 15 milhões de amostras—que permitisse aos pesquisadores comparar abordagens algorítmicas de forma justa. A execução, porém, exigiu inovação. Os primeiros esforços de crowdsourcing sofriam com trabalhadores clicando aleatoriamente nas tarefas. Fei-Fei incorporou imagens de controle—como fotos pré-verificadas de golden retrievers—para verificar a precisão dos trabalhadores. Esse mecanismo de controle de qualidade transformou o crowdsourcing bruto em produção confiável de dados.

O impacto não pode ser subestimado. A vitória do AlexNet na competição ImageNet de 2012 não aconteceu por acaso; foi possibilitada pela infraestrutura que Fei-Fei Li construiu. Hoje, quando pesquisadores descrevem momentos de avanço na IA, frequentemente perguntam: “Este é o seu momento ImageNet?”—uma frase que se tornou sinônimo de conjuntos de dados transformadores. Veículos autônomos, reconhecimento facial e detecção de objetos traçam sua linhagem a esse trabalho.

Niki Parmar: Engenharia da Revolução Transformer

A onda de grandes modelos de linguagem parecia atingir seu auge com o surgimento do ChatGPT, mas sua verdadeira origem está em um único artigo de 2017: “Attention is All You Need”, assinado por oito engenheiros do Google. A arquitetura Transformer descrita nesse artigo tornou-se a base sobre a qual quase todos os sistemas de IA contemporâneos são construídos. E, surpreendentemente, muitas pessoas ainda desconhecem que uma das autoras principais do artigo é uma mulher: Niki Parmar.

Niki Parmar veio da Índia, estudou no College of Computer Technology em Pune antes de cursar mestrado em ciência da computação na Universidade do Sul da Califórnia, a partir de 2013. Durante a graduação, descobriu sua paixão através dos MOOCs inovadores de Andrew Ng e Peter Norvig sobre aprendizado de máquina e IA. “Fiquei curiosa com o poder combinado de dados, correspondência de padrões e otimização”, ela recorda posteriormente. Essa curiosidade intelectual definiria sua trajetória profissional.

Após se formar em 2015, Niki Parmar ingressou na divisão de pesquisa do Google, inicialmente focada em desafios de pesquisa pura. Em 2017, ela estava entre os principais arquitetos que remodelaram a tecnologia fundamental da IA. Sobre sua abordagem à pesquisa de avanço, ela oferece uma visão valiosa: “No começo, a enorme quantidade de informação ao meu redor me sobrecarregava. Focar em um problema específico e explorá-lo profundamente com colegas ajuda a fazer as perguntas certas.” Essa filosofia—profundidade ao invés de amplitude, colaboração ao invés de isolamento—marcaria seus empreendimentos subsequentes.

O artigo Transformer não foi apenas uma conquista acadêmica para Niki Parmar; serviu como trampolim para o empreendedorismo. Ela cofundou a Adept AI com o colega autor Ashish Vaswani, que foi listado como primeiro autor do artigo. A empresa levantou 350 milhões de dólares—um voto de confiança substancial em sua visão. Reconhecendo suas áreas de foco, Niki Parmar também cofundou a Essential AI, gerenciando-a como seu principal empreendimento. A Essential AI levantou 56,5 milhões de dólares em financiamento de gigantes tecnológicos como AMD, Google e Nvidia, validando a direção estratégica das fundadoras dentro da comunidade de infraestrutura e pesquisa em IA.

Daniela Amodei: Co-Fundadora da Anthropic com Foco na Segurança

Embora a cobertura da mídia sobre a Anthropic frequentemente enfatize que ela foi fundada por “sete pesquisadores que deixaram a OpenAI”, essa narrativa oculta um fato crucial: Daniela Amodei, presidente e cofundadora da empresa, tem sido sistematicamente minimizada na cobertura, apesar de ter sido fundamental para sua visão e estratégia. A Anthropic foi realmente fundada por dois irmãos—Daniela e Dario Amodei—cujas habilidades complementares criaram uma estrutura de liderança incomumente equilibrada.

A trajetória profissional de Daniela revela um caminho atípico para uma executiva de tecnologia. Ela obteve bacharelados em literatura inglesa, política e literatura musical—uma formação humanista que influenciou seu foco subsequente na alinhamento de valores humanos na IA. Sua carreira inicial na política e no trabalho sem fins lucrativos desenvolveu seu pensamento estratégico e capacidades organizacionais. Em 2013, quando a Stripe ainda era uma startup relativamente desconhecida, fundada há apenas três anos, Daniela ingressou como uma das primeiras funcionárias, eventualmente construindo-a em uma potência (valorada acima de 50 bilhões de dólares no auge).

Na Stripe, ela assumiu papéis que posteriormente se mostrariam essenciais na OpenAI e na Anthropic: recrutamento de equipes, gestão de riscos e coordenação cross-funcional. Liderou equipes que analisaram mais de 7.000 casos potenciais de fraude e violação de políticas anualmente, alcançando uma redução de 72% nas taxas de perda—levando a empresa ao seu menor histórico. Essa excelência operacional e disciplina de risco tornaram-se sua marca registrada.

Em 2018, ela ingressou na OpenAI como Vice-Presidente de Segurança e Políticas, atuando não apenas nas equipes de segurança técnica, mas também supervisionando recursos humanos, recrutamento, aprendizagem e iniciativas de diversidade, equidade e inclusão—atuando como uma verdadeira generalista em um campo especializado. Em 2021, cofundou a Anthropic com seu irmão, trazendo essa filosofia de segurança em uma organização construída explicitamente ao redor do princípio de que os sistemas de IA devem estar alinhados com valores humanos.

Mira Murati: Líder Tecnológica Silenciosa da OpenAI

Desde 2022, a Diretora de Tecnologia da OpenAI é Mira Murati—um título que muitos no mundo da tecnologia ainda desconhecem. Mira ingressou na OpenAI em 2018, foi promovida a Vice-Presidente Sênior responsável por pesquisa, produto e parcerias em 2020, e desde então liderou o desenvolvimento do ChatGPT, DALL-E e GPT-4.

Nascida na Albânia em 1988 e formada no Canadá, a formação de Mira é enraizada na engenharia. Na Dartmouth College, destacou-se construindo um carro de corrida híbrido como parte de um projeto escolar—um indicativo precoce de sua mentalidade prática e de resolução de problemas. Após uma breve passagem pela indústria aeroespacial, ingressou na Tesla como Gerente de Produto Sênior do Model X, onde seu contato com o Autopilot despertou um interesse profundo pela inteligência artificial.

Sobre sua motivação intelectual, ela já afirmou: “O tédio é um motivador poderoso para buscar e explorar as fronteiras de qualquer coisa.” Essa filosofia guiou sua trajetória na OpenAI, onde permanece profundamente envolvida nos projetos mais ambiciosos da empresa. O desenvolvimento do ChatGPT, talvez a realização mais emblemática da OpenAI, ocorreu sob sua liderança técnica. Em 2023, quando a Microsoft comprometeu 13 bilhões de dólares na OpenAI—uma parceria que Murati negociou e gerenciou—o CEO Satya Nadella elogiou publicamente sua capacidade de montar uma equipe com expertise técnica, visão de negócios e compreensão profunda da importância da missão da IA.

Sua influência vai além do desenvolvimento de produtos. Durante crises internas—incluindo conflitos de liderança que ameaçaram a estabilidade da organização—sua voz em questões críticas teve peso significativo. Ainda assim, ao contrário de alguns colegas que se sentiram marginalizados, Mira manteve sua posição dentro da OpenAI, continuando a moldar a direção técnica e as decisões estratégicas da empresa.

Timnit Gebru: A Ética que Se Recusou a Permanecer Silenciosa

A recente decisão do Google de retirar seu modelo de texto-para-imagem Gemini devido a preocupações éticas na IA ecoa um conflito mais dramático: a disputa de 2020 envolvendo Timnit Gebru, então pesquisadora de IA no Google, que criticou publicamente a empresa por sua alegada demissão em retaliação por levantar preocupações sobre viés algorítmico.

Nascida em 1983 na Eritreia e Etiópia, Timnit Gebru concluiu seu Ph.D. em engenharia elétrica na Stanford em 2014, especializando-se em visão computacional e aprendizado de máquina. Em vez de seguir o caminho convencional de otimizar desempenho de modelos, dedicou-se a pesquisar justiça, responsabilidade, transparência e ética em sistemas de IA.

Seu trabalho inovador demonstrou que sistemas comerciais de reconhecimento facial apresentavam precisão significativamente menor ao identificar mulheres e pessoas de cor—uma descoberta com profundas implicações. Sua pesquisa influenciou diretamente a decisão da Amazon de descontinuar seu serviço de reconhecimento facial, Rekognition, ilustrando como pesquisa ética rigorosa pode impulsionar a responsabilização corporativa no mundo real.

Em 2020, coautorizou um artigo de pesquisa criticando o impacto ambiental de grandes modelos de linguagem e a falta de diversidade em seus processos de desenvolvimento. A liderança de IA do Google rejeitou a publicação, afirmando que “não atendia aos nossos padrões de publicação.” Durante um conflito subsequente com a empresa, o e-mail corporativo de Gebru foi desativado enquanto ela estava de férias—uma ação que provocou uma reação internacional. Mais de 1.500 funcionários do Google assinaram uma petição apoiando-a, acompanhados por mais de 2.000 pesquisadores externos, líderes de ONGs e colegas da indústria.

Apesar dessa demonstração inédita de solidariedade, Gebru acabou deixando o Google. Em vez de desaparecer dos holofotes, fundou a DAIR (Distributed AI Research Institute), uma organização independente criada explicitamente para combater a influência desproporcional das grandes empresas de tecnologia na pesquisa e implantação de IA. Sobre sua missão, afirmou claramente: “Não posso esperar que as grandes empresas de tecnologia finalmente resolvam os problemas trazidos pela IA.”

O Panorama Mais Amplo: Por que o Reconhecimento Importa

As realizações dessas cinco mulheres—Fei-Fei Li, Niki Parmar, Daniela Amodei, Mira Murati e Timnit Gebru—representam muito mais do que histórias de sucesso individual. Ilustram um padrão sistêmico: para cada tecnólogo masculino renomado que recebe atenção desproporcional na mídia, há inúmeras mulheres de capacidade igual ou superior que atuam na obscuridade, com suas contribuições sistematicamente subvalorizadas e suas vozes frequentemente marginalizadas.

Curiosamente, há uma linhagem conectando essas figuras. Timnit Gebru trabalhou sob a mentoria de Fei-Fei Li—um lembrete de que o progresso muitas vezes se constrói ao longo de gerações, com pioneiras anteriores abrindo caminhos para quem vem depois. Ainda assim, esse ciclo permanece frágil e insuficiente. Barreiras estruturais—investimento desigual, educação matemática inadequada para meninas, discriminação no ambiente de trabalho—continuam a suprimir talentos femininos em larga escala.

Nenhum artigo sozinho consegue desmontar essas desigualdades sistêmicas. É exatamente por isso que o Dia Internacional da Mulher persiste, e por que iniciativas de apoio às mulheres na tecnologia continuam essenciais. Mas neste dia, reserve um momento para lembrar dessas arquitetas da IA. Reconheça o mérito onde ele realmente é devido.