Câmeras com IA prometem antecipar crimes, mas geram preocupações

O que é policiamento preditivo e como funciona

O policiamento preditivo representa uma evolução significativa nos sistemas de segurança tradicional. Através da inteligência artificial e câmeras conectadas, essa tecnologia procura identificar comportamentos anormais e situações potencialmente criminosas antes que elas se concretizem. Em vez de apenas registrar eventos, os equipamentos agora analisam padrões em tempo real para emitir alertas preventivos.

Segundo Nicolau Ramalho, fundador da NoLeak, empresa pioneira nesse segmento: "O sistema se conecta à câmera, transforma a imagem em metadados e reconhece padrões. Se o padrão da imagem for alterado, ele emite um alerta". Esse processo converte elementos visuais do vídeo em sequências numéricas, permitindo que o sistema identifique desvios significativos do comportamento considerado normal para determinado local.

A tecnologia de policiamento preditivo treina-se com imagens de situações rotineiras, estabelecendo uma linha de base. Quando detecta algo fora desse padrão, o sistema recomenda revisão por profissionais de segurança, sem tomar ações automáticas. No exemplo prático da NoLeak, os alertas chegam a um sistema de gestão de vídeo onde operadores decidem se acionam a polícia ou equipes de segurança privada.

Tecnologia em expansão no mercado brasileiro

A empresa NoLeak já possui mais de 5 mil câmeras conectadas e 100 clientes, incluindo indústrias, condomínios e estabelecimentos comerciais. A solução oferece eficiência operacional notável: reduz significativamente o cansaço visual dos operadores e permite monitorar até 10 vezes mais câmeras com o mesmo número de funcionários. Esse ganho de produtividade atrai bastante interesse entre empresas preocupadas com segurança patrimonial.

Outras empresas como Actuate, AxxonSoft e Coram também desenvolvem sistemas que transformam câmeras convencionais em plataformas inteligentes capazes de antever atividades criminosas. Essas soluções expandem-se para aplicações diversas: monitoramento de linhas de produção, verificação de equipamentos de proteção em funcionários e controle de ocupação em ambientes industriais. Além da segurança contra crimes, o policiamento preditivo otimiza processos empresariais e reduz paradas não programadas.

Como o algoritmo identifica comportamentos suspeitos

Os sistemas mais sofisticados de policiamento preditivo utilizam modelos de aprendizado de máquina para reconhecer padrões visuais complexos. Diferentemente de regras rígidas previamente programadas, esses algoritmos analisam vastos volumes de vídeo para compreender quais comportamentos são normais em cada contexto específico. Quando detectam situações desviantes desse padrão, acionam alertas automáticos.

Em um cenário de via pública, por exemplo, o sistema aprende onde fica a pista, por quais faixas os veículos devem circular e quais são os fluxos normais de pedestres. Se um automóvel trafegar na contramão ou um indivíduo permanecer parado no mesmo local por tempo prolongado, o algoritmo identifica essas anomalias e as sinaliza como potencialmente suspeitas. Ramalho explica que o sistema necessita de aproximadamente duas semanas analisando metadados para criar uma base de dados sólida e confiável para reconhecer padrões.

Um aspecto importante é que o policiamento preditivo não analisa características físicas nem identifica rostos para determinar comportamento. Conforme reforça o fundador da NoLeak, "a ferramenta transforma a imagem em metadados e reconhece padrões", mantendo certo nível de anonimato nos dados processados, embora essa característica não resolva completamente as preocupações sobre privacidade.

Preocupações com vigilância e privacidade

Especialistas em tecnologia e direitos digitais expressam sérias preocupações sobre a expansão do policiamento preditivo sem regulação adequada. Fernanda Rodrigues, coordenadora de pesquisas do Instituto de Referência em Internet e Sociedade (IRIS-BH), alerta que essa vigilância afeta não apenas criminosos reais, mas cidadãos comuns em seu direito de ir e vir: "Não estamos falando somente de criminosos que vão ser efetivamente alcançados, mas também de cidadãos comuns que, a caminho do trabalho, podem passar por um sistema que levou a um erro".

O cenário de policiamento preditivo exemplifica a expansão crescente da inteligência artificial na segurança pública, apesar de dúvidas fundamentais sobre sua real eficácia. Para Fernanda, muitos governos e empresas buscam tecnologia como "solução de um problema da segurança pública, como se existisse uma bala de prata para resolver algo histórico da nossa sociedade". Essa mentalidade corre o risco de implementar sistemas problemáticos sem questionar suficientemente seus impactos reais.

Falhas documentadas em sistemas internacionais

A opacidade representa um dos principais problemas identificados nesses sistemas. Fernanda do IRIS-BH ressalta que "a gente não sabe a eficiência dessas ferramentas. Na verdade, o que sabemos é que há estudos que as apontam como significativamente falhas". Essas limitações já emergiram claramente em tecnologias aplicadas internacionalmente, particularmente nos Estados Unidos.

O caso mais emblemático é o do PredPol, sistema que reunia dados históricos como data, hora e localização de crimes para orientar patrulhas policiais em áreas sem ocorrências imediatas. Na prática, o sistema direcionou intensivamente policiais para bairros de menor renda familiar e menor proporção de moradores brancos. Consequentemente, houve aumento drástico de abordagens policiais a residentes de conjuntos habitacionais de baixa renda, conforme documentado em reportagem do site The Markup.

As distorções foram graves o suficiente para que a polícia de Los Angeles descontinuasse o PredPol em 2020, cedendo à pressão de grupos ativistas que criticavam tanto a ineficácia do programa quanto a vigilância excessiva em comunidades negras e latinas. Esse histórico internacional demonstra como sistemas supostamente neutros replicam e amplificam preconceitos existentes na sociedade.

Marco regulatório brasileiro ainda em desenvolvimento

Atualmente, o Brasil carece de legislação específica regulamentando sistemas de policiamento preditivo. Contudo, a Lei Geral de Proteção de Dados (LGPD) estabelece regras para tratamento de informações sensíveis, incluindo dados biométricos e faciais que alguns desses sistemas podem processar, ainda que indiretamente.

Uma portaria publicada em 2025 pelo Ministério da Justiça e Segurança Pública determinou que as polícias podem utilizar inteligência artificial, mas devem realizar revisões humanas em casos que envolvam possíveis riscos a direitos fundamentais. Um projeto de lei em discussão no Congresso Nacional pode classificar sistemas de IA aplicados por policiais para análise de grandes volumes de dados e identificação de padrões comportamentais como de alto risco.

O texto, já aprovado no Senado e em debate na Câmara dos Deputados, estabelece que ferramentas classificadas como alto risco exijam supervisão humana constante, passem por avaliações de impacto obrigatórias, garantam direito à explicação para indivíduos afetados e implementem medidas específicas contra discriminações algorítmicas. Essas diretrizes representam avanço importante na proteção de direitos fundamentais frente à expansão da vigilância tecnológica.

Equilíbrio entre segurança e direitos fundamentais

O debate sobre policiamento preditivo reflete tensão fundamental entre segurança pública e proteção de privacidade. Enquanto empresas e órgãos de segurança veem benefício claro na prevenção de crimes, especialistas alertam que implementação sem controle rigoroso cria estado de vigilância permanente sobre pessoas inocentes. A transparência sobre como esses sistemas funcionam, quais dados processam e como os algoritmos foram treinados torna-se essencial para garantir que servem interesse público genuíno sem comprometer direitos constitucionais fundamentais.