Câmeras de monitoramento, tradicionalmente utilizadas para registrar ocorrências e auxiliar na identificação de criminosos, passaram a desempenhar uma função mais sofisticada com o avanço da inteligência artificial (IA): identificar comportamentos considerados fora do padrão e emitir alertas sobre possíveis situações de risco antes que um crime aconteça.
A tecnologia é conhecida como policiamento preditivo e vem sendo adotada em ambientes de segurança privada, empresas, condomínios e instalações industriais. A proposta é utilizar sistemas automatizados para analisar imagens em tempo real e auxiliar profissionais responsáveis pelo monitoramento.
Embora empresas do setor defendam que a tecnologia aumenta a eficiência da segurança, especialistas alertam para riscos relacionados à privacidade, à discriminação, à falta de transparência e à possibilidade de pessoas que não cometeram crimes serem submetidas a vigilância ou abordagens indevidas.
Como funciona o policiamento preditivo
Os sistemas utilizam inteligência artificial e técnicas de aprendizado de máquina para analisar imagens captadas por câmeras.
Em vez de depender exclusivamente da observação humana, a tecnologia transforma elementos das imagens em metadados e procura identificar padrões de comportamento.
Quando o sistema detecta uma movimentação que foge do padrão considerado normal, um alerta é emitido para que um operador avalie a situação.
Um exemplo seria uma pessoa permanecer parada durante determinado período em um local onde esse comportamento não é habitual. O sistema identifica a alteração no padrão e encaminha a ocorrência para análise humana.
De acordo com Nicolau Ramalho, fundador da empresa NoLeak, responsável por uma solução do tipo voltada à segurança privada, o sistema não toma decisões ou ações automaticamente.
Os alertas são encaminhados a uma plataforma de gerenciamento de vídeo, cabendo ao profissional responsável decidir quais providências devem ser tomadas, como acionar a segurança privada ou as autoridades policiais.
A empresa afirma possuir mais de 5 mil câmeras conectadas e cerca de 100 clientes, entre indústrias e condomínios. Segundo a companhia, a tecnologia permite ampliar a quantidade de câmeras monitoradas sem aumentar proporcionalmente o número de operadores.
Sistema busca identificar alterações de comportamento
Os sistemas mais avançados utilizam modelos de aprendizado de máquina treinados com grandes volumes de imagens.
A tecnologia aprende quais são os padrões considerados normais em determinado ambiente e passa a sinalizar situações que fogem desse comportamento.
Em uma via pública, por exemplo, o sistema pode aprender os sentidos de circulação dos veículos. Caso um automóvel trafegue pela contramão ou pela calçada, a alteração pode ser identificada automaticamente.
Segundo a empresa responsável pela tecnologia, são necessárias aproximadamente duas semanas de análise dos metadados para que o sistema construa uma base capaz de reconhecer os padrões daquele ambiente.
A tecnologia também pode ser utilizada fora da segurança. Em ambientes industriais, por exemplo, sistemas de IA podem identificar funcionários sem equipamentos de proteção, verificar se trabalhadores estão fora de seus postos ou monitorar o nível de ocupação de determinadas áreas.
Tecnologia não identifica necessariamente rostos
Segundo a NoLeak, o sistema utilizado pela empresa não depende do reconhecimento facial para analisar comportamentos.
A tecnologia, de acordo com a companhia, transforma as imagens em metadados e identifica movimentações consideradas fora do padrão, sem utilizar características físicas ou a identidade da pessoa como elemento principal da análise.
A distinção, entretanto, não elimina as preocupações jurídicas relacionadas ao monitoramento automatizado de pessoas.
Para especialistas, mesmo sistemas que não utilizam reconhecimento facial podem afetar direitos fundamentais quando empregados para acompanhar comportamentos, classificar situações como suspeitas ou provocar intervenções de agentes de segurança.
Especialistas alertam para riscos
A expansão do policiamento preditivo gera preocupação entre pesquisadores e especialistas em direitos digitais.
Fernanda Rodrigues, coordenadora de pesquisas do Instituto de Referência em Internet e Sociedade (IRIS-BH), afirma que a tecnologia pode fazer com que pessoas comuns sejam submetidas a mecanismos de vigilância e eventualmente abordadas em razão de erros dos sistemas.
Um dos principais questionamentos envolve a eficácia e a existência de vieses nos algoritmos.
Para avaliar se uma ferramenta é precisa e não produz resultados discriminatórios, seriam necessários estudos independentes sobre seu funcionamento e sobre os dados utilizados para treiná-la.
A falta de transparência também é apontada como um problema, principalmente quando usuários e pessoas monitoradas não conseguem saber por que determinado comportamento foi classificado como suspeito.
Experiências internacionais levantam questionamentos
Casos registrados em outros países são utilizados por especialistas para demonstrar os possíveis riscos do policiamento preditivo.
Nos Estados Unidos, um dos exemplos mais conhecidos foi o PredPol, sistema que utilizava dados históricos de ocorrências, como local, data e horário dos crimes, para indicar áreas que deveriam receber maior presença policial.
Críticos afirmaram que a ferramenta poderia reproduzir desigualdades existentes nos próprios dados utilizados para seu treinamento.
O sistema foi associado ao aumento da vigilância em regiões de menor renda e com maior presença de comunidades negras e latinas. Em Los Angeles, a ferramenta deixou de ser utilizada em 2020 após críticas relacionadas à sua eficácia e aos impactos sobre comunidades submetidas a maior monitoramento.
Para especialistas, o problema demonstra que sistemas automatizados podem reproduzir ou ampliar padrões discriminatórios existentes nos dados históricos.
Como funciona a proteção de dados no Brasil
No Brasil, ainda não existe uma legislação específica destinada exclusivamente à regulamentação do policiamento preditivo.
Entretanto, a Lei Geral de Proteção de Dados (LGPD) estabelece regras para o tratamento de dados pessoais e prevê proteção especial para informações consideradas sensíveis, como dados biométricos vinculados a uma pessoa.
Além disso, medidas adotadas pelo poder público estabelecem parâmetros para o uso de inteligência artificial pelas forças de segurança, incluindo a necessidade de revisão humana em situações que possam representar riscos aos direitos fundamentais.
O debate também está relacionado à regulamentação geral da inteligência artificial no país.
Projetos em discussão no Congresso Nacional preveem classificar determinadas aplicações utilizadas pelo poder público e pelas forças de segurança como sistemas de alto risco.
Entre as medidas propostas estão a supervisão humana, avaliações de impacto, direito à explicação e mecanismos destinados a prevenir discriminação.
Desafio está no equilíbrio entre segurança e direitos fundamentais
A utilização de inteligência artificial para auxiliar na prevenção de crimes representa uma mudança importante na forma como sistemas de segurança são estruturados.
De um lado, empresas e usuários defendem que a tecnologia pode reduzir o tempo de resposta, diminuir a sobrecarga dos operadores e identificar situações que poderiam passar despercebidas pelo monitoramento exclusivamente humano.
De outro, especialistas alertam que a classificação automatizada de comportamentos como “suspeitos” pode gerar falsos positivos e ampliar a vigilância sobre pessoas que não praticaram qualquer delito.
O desafio jurídico está, portanto, em estabelecer limites claros para o uso dessas ferramentas, garantindo que a busca por maior segurança não resulte em violações à privacidade, à liberdade de circulação, à igualdade e aos demais direitos fundamentais.
(Com informações do G1 por Victor Hugo Silva)
Ao entrar você está ciente e de acordo com os termos de uso e privacidade do Whatsapp.
PARTICIPE DO CANAL
Acompanhe o Juristas no Google News
receba as principais notícias jurídicas do Brasil
