APIs de Visão Computacional: investigando mediações algorítmicas a partir de estudo de bancos de imagens

O artigo apresenta estudo exploratório voltado para APIs (Interface de Programação de Aplicações) de visão computacional e para representações em bancos de imagens. A visão computacional é um campo das ciências da computação dedicado a desenvolver algoritmos para interpretar dados visuais. Seus desenvolvimentos são hoje integrantes de plataformas digitais e utilizados na classificação de imagens e no reconhecimento de objetos e pessoas. Nos últimos anos, tais tecnologias popularizaram-se por meio de serviços comerciais que oferecem acesso a sistemas de aplicação generalista via API, mas sua reapropriação em pesquisas esbarra no problema da opacidade. Visando enfrentar esta questão, o estudo reapropriou três APIs de visão computacional - IBM Watson, Google Vision e Microsoft Azure - para analisar 16.000 imagens relacionadas a brasileiros, nigerianos, austríacos e portugueses através da busca de seus adjetivos pátrios em dois dos principais bancos de imagens do ocidente - Shutterstock e Adobe Stock. Utilizou-se uma combinação criativa de métodos baseados nos recursos de etiquetamento de imagem providos pelas APIs, incluindo análise textual computacional e análise de redes. Também explorou-se diferentes estratégias de visualização para além de sumarizações características da visualização de dados. Como principais resultados, identificamos que: a) cada API apresenta diferentes modos de etiquetamento algorítmico das imagens; b) bancos de imagens representam visualidades nacionais com temas recorrentes, mostrando-se úteis como recursos descritivos de figurações típicas emergentes; c) APIs de visão computacional apresentam diferentes graus de sensibilidade e modos de tratamento de imagens culturalmente específicas, incluindo falta de atenção a marcadores específicos de grupos minorizados.