Ferramenta de IA para seleção de adotantes deixa a desejar para crianças vulneráveis ​​em lares adotivos

Thea Ramirez, ex-assistente social, desenvolveu uma ferramenta com inteligência artificial chamada Family-Match para ajudar agências de assistência social a encontrar pais adotivos adequados para algumas das crianças mais vulneráveis ​​do país. Essas crianças frequentemente têm necessidades complexas, deficiências ou sofreram traumas significativos. As agências de proteção à criança têm enfrentado o desafio de encontrar lares permanentes para essas crianças há anos. Ramirez afirmou que seu algoritmo, desenvolvido por ex-pesquisadores de um serviço de encontros online, poderia revolucionar a seleção de famílias para adoção, mas uma investigação da Associated Press revelou limitações e desafios significativos.

A promessa de compatibilidade familiar

Ramirez apresentou o Family-Match como uma solução tecnológica capaz de prever o sucesso a longo prazo das adoções. Ela argumentou que o sistema utilizava ciência, e não meras preferências, para estabelecer uma pontuação preditiva para potenciais famílias adotivas. O algoritmo visava melhorar as taxas de sucesso das adoções nos Estados Unidos e aumentar a eficiência das agências de proteção à infância com cashlimitados.

Resultados limitados e desafios

Apesar de sua premissa promissora, o desempenho do Family-Match ficou aquém das expectativas nos estados onde foi utilizado. De acordo com dados autodeclarados do Family-Match, obtidos pela AP por meio de solicitações de registros públicos, a ferramenta de IA produziu resultados limitados.

A experiência da Virgínia e da Geórgia

A Virgínia e a Geórgia inicialmente adotaram o algoritmo, mas o abandonaram após testes, alegando sua incapacidade de gerar adoções bem-sucedidas. Apesar disso, ambos os estados retomaram a parceria com a organização sem fins lucrativos de Ramirez, a Adoption-Share, algum tempo depois.

As dificuldades do Tennessee

O Tennessee enfrentou dificuldades na implementação do programa e acabou por abandoná-lo, alegando incompatibilidade com seus sistemas internos, mesmo após mais de dois anos dedicados ao projeto.

Experiências diversas na Flórida

Na Flórida, onde o Family-Match expandiu seu uso, assistentes sociais relataram experiências diversas com o algoritmo. Embora ele tenha reivindicado o crédito por inúmeras colocações, surgiram dúvidas sobre a precisão dessas afirmações.

Falta de transparência e de propriedade dos dados

Autoridades estaduais expressaram preocupação com a falta de transparência da Family-Match em relação ao funcionamento interno de seu algoritmo. Além disso, a organização detinha parte dos dados sensíveis coletados pela Family-Match, o que levanta questões de privacidade e segurança de dados.

Imprevisibilidade do comportamento humano

Especialistas em bem-estar infantil enfatizaram que prever o comportamento humano, especialmente quando se trata de adolescentes com necessidades complexas, é inerentemente desafiador. Bonni Goodwin, especialista em dados sobre bem-estar infantil, ressaltou que não existe uma maneira infalível de prever o comportamento humano.

Histórico e motivação de Ramirez

A experiência de Thea Ramirez como ex-assistente social e seu desejo de promover a adoção como forma de reduzir o número de abortos desempenharam um papel significativo no desenvolvimento do Family-Match. Ramirez já havia lançado um site para conectar gestantes a potenciais pais adotivos, com foco em centros de aconselhamento antiaborto. No entanto, ela esclareceu que o Family-Match não possui qualquer vínculo com esses centros.

Colaboração com pesquisadores do eHarmony

Ramirez colaborou com Gian Gonzaga, um cientista pesquisador que gerenciava algoritmos na eharmony, para criar a ferramenta de busca de parceiros para adoção. Gonzaga e sua esposa, Heather Setrakian, trabalharam no desenvolvimento do modelo Family-Match, inspirado na expertise da eharmony em encontros amorosos.

Experiências estado por estado com o Family-Match

Assistentes sociais explicaram como funciona o Family-Match: adultos que desejam adotar enviam respostas a questionários por meio da plataforma online do algoritmo, enquanto pais adotivos ou assistentes sociais inserem as informações de cada criança. O algoritmo então gera uma pontuação para a “compatibilidade relacional”, exibindo uma lista de pais em potencial para cada criança. Os assistentes sociais avaliam os candidatos e, no melhor cenário, uma criança é selecionada e colocada em um lar para um período de teste.

O teste de dois anos do Family Match na Virgínia resultou em apenas uma adoção conhecida, e a equipe local relatou que não considerou a ferramenta particularmente útil.

A Geórgia encerrou seu projeto piloto inicial do Family-Match devido à sua ineficácia, mas posteriormente retomou seu uso.

Na Flórida, onde o programa se expandiu, diversas agências de proteção à infância emitiram avaliações mistas sobre o Family-Match. Foi difícil avaliar seu sucesso devido às discrepâncias nos dados relatados.

Autoridades estaduais expressaram preocupação com a forma como o Family-Match classificava as famílias com base em variáveis ​​sensíveis e questionaram a necessidade de certos dados. Algumas versões do questionário do algoritmo incluíam perguntas sobre renda familiar e crenças religiosas.

Defensores do bem-estar social e especialistas em segurança de dados manifestaram preocupação com a crescente dependência de análises preditivas por parte de agências governamentais, uma vez que essas ferramentas podem perpetuar as disparidades raciais e potencialmente discriminar famílias com base em características imutáveis.

Esforços de Expansão

Apesar desses desafios, a Adoption-Share busca oportunidades de expansão, visando implementar o Family-Match em locais como a cidade de Nova York, Delaware e Missouri. Recentemente, firmou um acordo com o Departamento de Saúde da Flórida para desenvolver um algoritmo que aumente o número de famílias dispostas a acolher e adotar crianças com necessidades médicas complexas.

A ferramenta de IA para busca de famílias adotivas, Family-Match, desenvolvida por Thea Ramirez, inicialmente se mostrou promissora como solução para encontrar pais adotivos adequados para crianças vulneráveis ​​em lares adotivos. No entanto, seu desempenho enfrentou limitações e desafios, com resultados variados em diferentes estados. Questões sobre privacidade de dados, transparência e precisão do algoritmo geraram preocupações entre especialistas e defensores do bem-estar infantil. Apesar desses desafios, a Adoption-Share continua seus esforços para expandir o uso da ferramenta nos Estados Unidos.