“Toda época possui sua prova perfeita. A sabedoria está em desconfiar de todas elas.”
O instante decisivo
Wisconsin, Estados Unidos. Ano de 2016.
Em um tribunal lotado, o juiz consulta um relatório antes de anunciar a sentença.
Não é um laudo de DNA.
Não é uma perícia de impressões digitais.
Não é o depoimento de uma testemunha.
É o resultado de um algoritmo.
Na tela do computador, números, gráficos e probabilidades indicam o risco de reincidência do réu.
O documento parece técnico, objetivo, científico.
Mas uma pergunta permanece no ar:
Quem julgou primeiro? O juiz ou a máquina?
A narrativa
Ao longo da história, a humanidade buscou instrumentos cada vez mais precisos para alcançar a verdade.
Confiou no fogo.
Confiou na confissão.
Confiou nos vestígios.
Confiou nas impressões digitais.
Confiou no sangue.
Confiou no DNA.
Agora, começa a confiar nos dados.
A Inteligência Artificial passou a integrar investigações, auxiliar análises periciais, organizar grandes volumes de informação e prever padrões de comportamento.
Sistemas computacionais são capazes de identificar rostos, reconhecer vozes, analisar transações financeiras, rastrear redes criminosas e até sugerir níveis de risco em processos judiciais.
A promessa é sedutora: decisões mais rápidas, mais consistentes e menos sujeitas aos erros humanos.
Mas toda promessa traz consigo novas perguntas.
O olhar da História
O caso State v. Loomis, julgado em 2016 pela Suprema Corte de Wisconsin, tornou-se um dos marcos do debate contemporâneo sobre inteligência artificial e justiça.
No processo, a defesa questionou o uso do software COMPAS, utilizado para avaliar o risco de reincidência do acusado.
O tribunal permitiu o uso da ferramenta, mas reconheceu a necessidade de cautela e transparência.
Pela primeira vez, a Justiça foi obrigada a discutir não apenas as provas apresentadas, mas também os critérios utilizados por uma máquina para produzir recomendações.
A questão deixava de ser apenas jurídica.
Passava a ser filosófica.
O olhar da Ciência
Algoritmos aprendem a partir de dados.
E dados são produzidos por sociedades humanas.
Se a realidade contém desigualdades, preconceitos ou distorções, os sistemas de inteligência artificial podem reproduzir esses padrões.
Além disso, muitos modelos funcionam como “caixas-pretas”, oferecendo respostas sem explicar claramente como chegaram a elas.
A tecnologia pode ampliar a capacidade de análise, mas não elimina a necessidade de contraditório, supervisão humana e transparência.
A prova algorítmica, como qualquer outra, precisa ser compreendida, testada e questionada.
O olhar do autor
Talvez o maior equívoco do nosso tempo seja acreditar que a tecnologia substituiu a responsabilidade humana. A história da prova ensina exatamente o contrário. Nenhuma ferramenta, por mais sofisticada que seja, dispensa a prudência. O fogo errou. A confissão errou. As testemunhas erraram. Os peritos erraram. Os algoritmos também errarão. A diferença entre uma sociedade justa e uma sociedade injusta não está em eliminar o erro, mas em construir mecanismos capazes de identificá-lo, corrigi-lo e aprender com ele.
As lições permanentes
✔ Nenhuma tecnologia é neutra por definição.
✔ Algoritmos podem ampliar a eficiência, mas também reproduzir vieses.
✔ Transparência é condição de legitimidade.
✔ O contraditório continua sendo essencial.
✔ A decisão final deve permanecer humana.
Se este capítulo fosse julgado hoje...
Sistemas de inteligência artificial já são utilizados para análise de documentos, apoio à investigação, reconhecimento de padrões e gestão processual em diversos países. O desafio contemporâneo não é impedir o uso da tecnologia, mas garantir que ela esteja subordinada aos princípios constitucionais, aos direitos fundamentais e ao controle democrático.
Para refletir
“Toda geração acreditou ter encontrado a prova definitiva. A maturidade da Justiça começa quando ela aprende a desconfiar até mesmo de suas melhores ferramentas.”
Elson Mesquita de Araujo
Advogado, jornalista, escritor, pesquisador
Referências
State v. Loomis, 881 N.W.2d 749 (Wis. 2016).
Cathy O’Neil. Weapons of Math Destruction.
Daniel Kahneman. Rápido e Devagar: Duas Formas de Pensar.
Frank Pasquale. The Black Box Society.
Mireille Hildebrandt. Law for Computer Scientists and Other Folk.
Nick Bostrom. Superintelligence.
