Tecnologia e Justiça Criminal
Em junho de 2022, um vigilante chegava ao Parque de Exposições de Salvador com a mulher e o filho para curtir o São João quando foi cercado e preso, acusado de um roubo. O crime havia sido cometido em 2012, por outra pessoa, que usara o nome dele para se identificar. O sistema de reconhecimento facial da Bahia, porém, cruzou seu rosto com uma foto no banco de procurados e lançou um número: 95% de similaridade. Esse número bastou. Ele passou 26 dias preso por um crime que não cometeu, separado da família que o vira ser levado.
O caso seria um azar isolado se não fosse a ponta visível de um padrão. Já em 2019, no primeiro ano de uso da tecnologia no país, a Rede de Observatórios da Segurança encontrou um dado que deveria ter sido um alerta: entre os presos por câmeras com informação de cor, 90,5% eram negros. O número não envelheceu para melhor, pois um relatório da mesma rede, em 2023, encontrou 92%. E uma pesquisa da Defensoria Pública da União com o CESeC, de 2025, chegou a algo ainda mais desconcertante: mais da metade das abordagens motivadas por reconhecimento facial terminou em identificação equivocada. Ou seja, na maioria das vezes em que a máquina mandou abordar alguém, errou a pessoa. Mesmo assim, o sistema só se espalhou: hoje são centenas de municípios operando câmeras biométricas, boa parte sem qualquer auditoria pública.
E não é coisa do passado. Em abril de 2024, um jovem negro de 23 anos foi cercado pela polícia na final do campeonato estadual em Aracaju, confundido com um foragido, caso que levou Sergipe a suspender a tecnologia. Só o Smart Sampa, em São Paulo, conduziu mais de 80 pessoas a delegacias por “inconsistências” do reconhecimento entre o fim de 2024 e meados de 2025, concentradas nas periferias de sempre.
Vale entender por que a máquina erra, e erra torto. O reconhecimento facial não “vê” um rosto como nós: mede a distância entre alguns pontos da face e calcula a probabilidade de que aquela imagem corresponda a outra no banco de dados. Só que o rosto muda (com a idade, a luz, o ângulo, a qualidade da câmera) e esses sistemas foram treinados com bancos de imagens em que certos rostos estavam super-representados e outros, de menos. O resultado, documentado dentro e fora do país, é que a tecnologia acerta menos em pele negra e em mulheres. Não é um defeito colado por fora: é o viés da sociedade apreendido pela máquina e devolvido com aparência de neutralidade.
E essa aparência é o ponto mais perigoso. Uma testemunha que aponta a pessoa errada pode ser questionada: estava escuro, foi rápido, a senhora tem certeza? A dúvida é parte do jogo. Já uma máquina que anuncia “95% de similaridade” chega vestida com a autoridade dos números, e é mais difícil discutir com ela justamente porque parece objetiva, de modo que policiais e juízes tendem a confiar no algoritmo por ele não ter cara de palpite. O erro automatizado não fica mais fraco; fica mais forte. E inverte a presunção de inocência: você é culpado porque uma câmera disse que sim, e cabe a você provar o contrário, às vezes, de dentro de uma cela.
É justo encarar o melhor argumento do outro lado. O reconhecimento facial também encontra foragidos, localiza desaparecidos, resolve crimes; jogar a ferramenta fora seria renunciar a algo útil. O contra-argumento tem força, mas a conclusão não é abolir, e sim o que o Brasil não fez: a tecnologia não pode ser a base única de uma prisão, como os Tribunais Superiores já dizem do reconhecimento por foto (jurisprudência do STJ, leading case HC 598.886/SC, 2020, e decisões posteriores). Precisa de transparência sobre o software, divulgação das margens de erro, auditoria independente, marco legal. Nada disso existe depois de mais de uma década de uso. Ferramenta poderosa sem prestação de contas não é modernização: é arbítrio com interface bonita.
No fim, a promessa era sedutora: a tecnologia removeria o erro humano e o preconceito da polícia, trocando a falha do agente cansado pela precisão fria do código. Fez outra coisa. Pegou o mesmo viés de sempre (sobre quem é suspeito, que cor tem) e o passou por uma tela, devolvendo-o com selo de ciência. A imagem na câmera pode estar borrada. O padrão de quem paga por esse borrão está em altíssima definição. Uma sociedade que deixa uma máquina que se recusa a auditar decidir quem vai para a cadeia não modernizou a justiça. Apenas automatizou a injustiça.