Reconhecimento facial pode localizar pessoas, mas um alerta não é identidade: escala, base, limiar, revisão humana, abordagem e recurso determinam utilidade e dano.
Nota de estudoReconhecimento facialSegurança públicaBiometria
Revisado em 9 de agosto de 2026.
ELEIÇÕES PRESIDENCIAIS DE 2026Reconhecimento facial pode ajudar a localizar uma pessoa procurada, sobretudo quando a imagem de referência é boa, a busca é delimitada e o alerta passa por confirmação independente. Não “reconhece criminosos”, não garante prevenção e não transforma semelhança matemática em identidade jurídica.O desempenho real pertence a uma cadeia inteira: câmera, imagem, base, algoritmo, limiar, alerta, revisão, abordagem, confirmação, registro, correção e auditoria. Uma falha em qualquer elo pode atingir uma pessoa inocente; uma captura correta numa ponta não prova que a política reduziu crimes na outra.O plano Brasil Sem Medo, de Flávio Bolsonaro, propõe a Muralha Brasileira: sistema nacional de reconhecimento facial integrado a bancos criminais, inspirado no Smart Sampa e no Muralha Paulista, com mais de um milhão de novas câmeras em portos, aeroportos e áreas públicas. O documento informa escala e finalidade geral, mas não define custo, cronograma, galerias, limiares, retenção, autoridade controladora, regras de compartilhamento, auditoria, contestação ou limites por tipo de espaço.Data de corte e última atualização: 9 de agosto de 2026, horário de Brasília.
Funciona para uma tarefa delimitada: pode gerar pistas úteis para encontrar alguém de uma galeria válida.
Não funciona sozinho: o alerta precisa de revisão e confirmação; abordagem ou prisão baseada apenas no resultado é insegura.
Escala muda o risco: milhões de passagens comparadas com galerias extensas podem gerar muitos alertas incorretos mesmo com uma taxa percentual aparentemente baixa.
O Smart Sampa demonstra utilidade e dano: seu segundo relatório registra 1.198 prisões confirmadas entre 1.334 abordagens, mas também 36 conduções e liberações por inconsistência facial, cinco por cadastro e 88 por mandados desatualizados.
O relatório municipal não prova prevenção: contabiliza resultados operacionais, mas não oferece contrafactual para redução de crimes nem o universo completo de comparações e alertas descartados antes da abordagem.
Conclusão: uma busca dirigida pode ser proporcional com salvaguardas fortes. Vigilância biométrica contínua, nacional e sem regras publicadas tem ônus de prova muito maior.
O que o sistema faz — e o que não faz
O algoritmo transforma características de uma face em uma representação numérica e calcula similaridade com outra imagem ou uma galeria. O resultado depende do modelo, da câmera, da luz, do ângulo, da resolução, da idade das fotos e do limiar escolhido.Ele não verifica culpa. A galeria pode conter pessoa com mandado, desaparecida, investigada ou apenas cadastrada por outra finalidade. O sistema também não sabe se o mandado continua válido. Essas são decisões e dados externos.
Verificação 1:1
A pessoa apresenta uma identidade e a imagem é comparada com um registro específico: “este rosto corresponde ao titular declarado?”. Ainda pode haver erro, mas há apenas uma hipótese principal sob teste. Controle de acesso consentido e conferência documental são exemplos.
Identificação 1:N
Uma face captada é comparada com muitas referências: “esta pessoa está em algum lugar da galeria?”. É o desenho usado para localizar procurados em fluxo público. Galeria, frequência de comparação e número de pessoas sem interesse policial alteram profundamente o valor de um alerta.
Da câmera à consequência
Sequência
A cadeia que precisa funcionar por inteiro
“Revisão humana” não é palavra mágica. Operadores podem sofrer viés de automação e aceitar a primeira sugestão. Precisam conhecer limites, acessar imagens adequadas, justificar a decisão e ser auditados.
Como medir acerto sem esconder o problema da escala
Um falso positivo ocorre quando o sistema aponta correspondência onde ela não existe. Um falso negativo, quando deixa passar a pessoa correta. Sensibilidade mede quantos alvos presentes são encontrados; especificidade, quantos não alvos são corretamente descartados.Para a abordagem, importa também o valor preditivo positivo: entre os alertas, quantos são realmente a pessoa procurada? Esse valor depende da raridade do alvo no fluxo, não apenas da qualidade abstrata do algoritmo.Exemplo
Exemplo hipotético: uma taxa pequena em grande escala
Imagine 100 mil passagens, das quais apenas 10 pertencem a pessoas na galeria. Suponha, apenas para demonstrar a conta, sensibilidade de 90% e taxa de falso positivo de 0,1%.
O sistema encontra 9 dos 10 alvos.
Entre 99.990 passagens sem alvo, 0,1% produz aproximadamente 100 alertas incorretos.
Resultado: cerca de 109 alertas, dos quais apenas 9 corretos.
Valor preditivo positivo: 9 ÷ 109 ≈ 8,3%.
Esses números não são benchmark nem estimativa da Muralha Brasileira. Demonstram por que taxa, prevalência, galeria e volume precisam ser publicados juntos. Aumentar o limiar pode reduzir alertas incorretos e deixar mais alvos passarem; reduzi-lo faz o inverso.
O NIST avalia algoritmos em cenários controlados e demonstra ampla variação entre fornecedores, versões, tipos de imagem e efeitos demográficos. Um resultado de laboratório ajuda a selecionar e testar; não substitui avaliação da implantação brasileira.
O que o Smart Sampa mostra
O segundo relatório de transparência cobre 22 de maio a 22 de novembro de 2025. Registra 1.334 abordagens decorrentes de alertas. Destas, 1.198 terminaram em prisão após confirmação da identidade e do mandado; sete pessoas foram liberadas no local; e 129 foram conduzidas à delegacia e liberadas.Entre as 129 conduções sem prisão, o relatório atribui 88 a mandados que ainda constavam ativos no BNMP, mas já tinham perdido validade; cinco a inconsistência cadastral; e 36 a inconsistência no reconhecimento facial. A prefeitura afirma que ninguém foi preso por inconsistência facial no ciclo.Isso demonstra que o protocolo de confirmação impediu que aquelas 36 conduções se tornassem prisão. Também demonstra um dano intermediário: pessoas erradas foram abordadas e levadas à delegacia. Oito dezenas e oito sofreram consequência por uma base estatal desatualizada, embora o algoritmo pudesse ter acertado o rosto.O sistema usava limiar superior a 92%, revisão humana e galeria ampliada de aproximadamente 80 mil para 172 mil faces, segundo o relatório. “92% de similaridade” é uma pontuação do sistema, não significa 92% de probabilidade de a pessoa ser a procurada.
O que o relatório não permite concluir
Os dados publicados são relevantes, mas vêm do próprio operador. Não apresentam um contrafactual de criminalidade, custo por resultado, número total de rostos processados, todos os alertas brutos descartados antes da abordagem ou auditoria externa completa do erro por grupo.Contar prisões demonstra capacidade de localização, não prevenção. Para saber se crimes caíram por causa do sistema, seria necessário comparar áreas, períodos e tendências, controlar outras políticas e verificar deslocamento.
Usos diferentes exigem provas diferentes
Referência
Finalidade, benefício e risco
Uso
Benefício plausível
Risco principal
Condição mínima
Verificação 1:1 consentida
Confirmar identidade em acesso específico
Coerção, vazamento e exclusão
Alternativa, minimização e segurança
Busca de procurado em evento delimitado
Localizar alvo conhecido num lugar e período
Falso alerta e abordagem indevida
Mandado válido, galeria curta e confirmação
Investigação após crime
Comparar imagem de evidência com candidatos
Imagem ruim tratada como prova
Perícia, outras evidências e contraditório
Busca de pessoa desaparecida
Ajudar localização e proteção
Finalidade expandida e exposição
Base legal, protocolo de cuidado e prazo
Vigilância contínua de toda a cidade
Cobertura e busca persistente
Identificação em massa, erro acumulado e efeito inibidor
Necessidade excepcional, lei, auditoria e limites estritos
Verificação 1:1 consentida
Benefício plausível
Confirmar identidade em acesso específico
Risco principal
Coerção, vazamento e exclusão
Condição mínima
Alternativa, minimização e segurança
Busca de procurado em evento delimitado
Benefício plausível
Localizar alvo conhecido num lugar e período
Risco principal
Falso alerta e abordagem indevida
Condição mínima
Mandado válido, galeria curta e confirmação
Investigação após crime
Benefício plausível
Comparar imagem de evidência com candidatos
Risco principal
Imagem ruim tratada como prova
Condição mínima
Perícia, outras evidências e contraditório
Busca de pessoa desaparecida
Benefício plausível
Ajudar localização e proteção
Risco principal
Finalidade expandida e exposição
Condição mínima
Base legal, protocolo de cuidado e prazo
Vigilância contínua de toda a cidade
Benefício plausível
Cobertura e busca persistente
Risco principal
Identificação em massa, erro acumulado e efeito inibidor
Condição mínima
Necessidade excepcional, lei, auditoria e limites estritos
Uma ferramenta proporcional na fronteira ou numa busca de pessoa específica não autoriza automaticamente identificação permanente em hospital, escola, templo, abrigo, manifestação ou praça.
Benefícios possíveis da Muralha Brasileira
Integração pode localizar procurados que atravessam estados, reduzir consultas manuais e agilizar resposta em portos e aeroportos. Padrões nacionais podem, em tese, corrigir a fragmentação de fornecedores e exigir registros comuns.Também pode apoiar pessoas desaparecidas e investigações posteriores, desde que cada finalidade tenha base, galeria, acesso e retenção próprios. A escala federal permitiria contratar testes e auditorias que municípios pequenos não conseguem manter.Esses são mecanismos plausíveis, não resultados garantidos. “Mais de um milhão de câmeras” mede equipamento instalado. A candidatura precisa definir quantas terão biometria ativa, em quais contextos e com qual objetivo verificável.
Riscos: erro, vigilância e concentração de poder
Um falso alerta pode produzir constrangimento, revista, condução, perda de trabalho, exposição e risco físico. Pessoas já mais abordadas pela polícia podem receber parcela maior do dano mesmo quando a taxa algorítmica fosse igual.Desempenho também pode variar entre grupos por algoritmo e qualidade das imagens. O NIST não autoriza a frase simplista de que todo sistema tem o mesmo viés; exige medir o produto, a versão e a implantação escolhidos, com resultados desagregados e proteção contra uso discriminatório.Vigilância contínua altera comportamento. Identificar quem participa de protesto, frequenta templo, clínica, sindicato, redação ou reunião política pode revelar opinião, religião, saúde e associação. Jornalistas, opositores e defensores de direitos precisam de proteção contra consultas por curiosidade ou perseguição.Centralizar milhões de câmeras e galerias cria alvo de vazamento, invasão e uso secundário. Um governo futuro pode ampliar finalidades. Limite técnico contratual não substitui lei, controle independente e possibilidade real de responsabilização.
LGPD, segurança pública e a lacuna legal
Biometria vinculada a uma pessoa é dado sensível na LGPD. Ao mesmo tempo, o artigo 4º exclui do regime geral tratamentos realizados exclusivamente para segurança pública, defesa, segurança do Estado e investigação penal, remetendo-os a legislação específica com medidas proporcionais e estritamente necessárias.Isso não cria território sem Constituição. Finalidade, intimidade, igualdade, devido processo, segurança, necessidade e prestação de contas continuam relevantes. O Radar Tecnológico da ANPD destaca riscos e o princípio de limitar o tratamento ao mínimo necessário.O relatório de impacto da Polícia Federal oferece um contraste útil: descreve pesquisa facial por demanda investigativa ou rotina de fronteira, dados tratados, escala potencial, fundamento, riscos e controles. Ainda assim, registra retenção indeterminada, ponto que merece justificativa e revisão. Uma rede urbana permanente possui volume e efeito social ainda maiores.Município, estado e União também não têm competências intercambiáveis. Quem insere mandados, administra câmeras, opera o algoritmo, aborda, confirma e corrige pode pertencer a órgãos diferentes. A Muralha precisa definir controlador, operador, responsabilidade, compartilhamento e canal de recurso em cada etapa.
O que poderia ser feito com menor risco
Antes de identificação facial em massa, governos podem atualizar mandados, melhorar investigação, integrar registros com trilhas de acesso, usar câmeras convencionais para investigação posterior e leitura de placas em finalidades delimitadas.Quando biometria for necessária, galerias menores, buscas por evento, tempo e local, limiares testados, dupla confirmação e descarte rápido reduzem exposição. Pilotos independentes devem comparar o sistema com métodos existentes e medir abordagens de inocentes, não apenas prisões.
Salvaguardas exigíveis antes de escalar
Decisão
Um milhão de câmeras exige mais que uma promessa de precisão
Conclusão e perguntas à candidatura
A proposta nacional identifica um problema real: procurados atravessam territórios e bases fragmentadas dificultam localização. Mas responde com um número de câmeras antes de publicar a governança. Em biometria, escala não é detalhe; multiplica comparações, dados, abordagens e possibilidade de abuso.Flávio Bolsonaro precisa responder: quais câmeras usarão reconhecimento; qual cronograma e custo total; quais bancos serão integrados; quem pode incluir e retirar uma face; qual limiar; quais taxas máximas de erro; quais locais e crimes autorizam busca; quanto tempo dados de inocentes permanecem; quem audita; como se contesta; e qual falha suspende a operação.Também precisa separar alerta, abordagem e prisão, publicar o total de pessoas processadas e explicar como provará prevenção, não apenas localização.Veredito: reconhecimento facial pode funcionar como ferramenta auxiliar e dirigida. A Muralha Brasileira, no desenho público atual, não demonstrou proporcionalidade, proteção ou eficácia suficientes para justificar mais de um milhão de novas câmeras com identificação nacional.
Fontes e histórico de atualização
Foram priorizados o plano eleitoral, o relatório operacional municipal, testes técnicos do NIST, a análise de riscos da ANPD, o relatório de impacto da Polícia Federal e a legislação. Dados do Smart Sampa foram tratados como autorrelato operacional, não avaliação causal independente.
9 de agosto de 2026: publicação inicial; escala da Muralha, fluxo operacional, resultados do segundo relatório do Smart Sampa, conceitos de erro e salvaguardas verificados.