Clustering Discourses: Racial Biases in Short Stories about Women Generated by Large Language Models

Gustavo Bonil, João Medrado Gondim, Viviane Bonadia dos Santos, Simone Tiemi Hashiguti, Helena Almeida Maia, Nádia Félix F. da Silva, Hélio Pedrini, Sandra Avila

Abstract: Resumo Este estudo investiga como grandes modelos de linguagem, em particular o LLaMA 3.2-3B, constroem narrativas sobre mulheres negras e brancas em contos gerados em português. A partir de 2100 textos, aplicamos métodos computacionais para agrupar contos semanticamente semelhantes, permitindo uma seleção para análise qualitativa. Três principais representações discursivas/tipos de narrativas emergem: superação social, mitificação ancestral e autorrealização subjetiva. A análise revela como textos gramaticalmente coerentes e aparentemente neutros materializam um enquadramento cristalizado e colonialmente estruturado do corpo feminino, reforçando desigualdades históricas. O estudo propõe uma abordagem integrada, que combina técnicas de aprendizado de máquina com análise qualitativa e manual do discurso.

External IDs:dblp:conf/stil/BonilGSHMSPA25