IA na investigação de assédio: o que o caso do STJ ensina sobre análise sigilosa de provas

Quando a notícia sobre a investigação sigilosa envolvendo um ministro do STJ acusado de assédio sexual veio a público, o debate se concentrou nos aspectos jurídicos e institucionais do caso. A Procuradoria-Geral da República concluiu que os crimes ocorreram e recomendou aposentadoria compulsória. Mas, lendo os detalhes divulgados pela Veja, um ponto me chamou a atenção como engenheiro de software: a enorme quantidade de provas digitais — mensagens, áudios, e-mails, metadados — que precisaram ser analisadas em sigilo absoluto. Esse tipo de investigação é um campo fértil para aplicação de inteligência artificial, mas também expõe limitações técnicas e riscos éticos que raramente são discutidos fora dos laboratórios forenses.

Neste artigo, não vou recontar o caso. Meu objetivo é conectar os desafios reais de uma investigação sigilosa de assédio sexual com as possibilidades e os perigos do uso de IA na análise de provas digitais. Como alguém que já trabalhou em sistemas de processamento de dados sensíveis para compliance corporativo e investigações internas, acredito que esse caso específico oferece um excelente ponto de partida para refletirmos sobre o que funciona, o que não funciona e onde a tecnologia pode tanto ajudar quanto atrapalhar.

O volume de dados em investigações sigilosas: quando o olho humano falha

Investigações como a do ministro do STJ envolvem meses, às vezes anos, de trocas de mensagens, registros de ligação, arquivos de áudio e documentos compartilhados. Uma única conversa de WhatsApp pode gerar dezenas de milhares de linhas de texto. Áudios precisam ser transcritos. Metadados de fotos e vídeos precisam ser extraídos e correlacionados com localizações, horários e contatos. Em paralelo, a equipe de investigação precisa manter sigilo absoluto — qualquer vazamento pode comprometer a apuração ou expor vítimas a risco.

É nesse cenário que a inteligência artificial entra como promessa de ganho de escala. Modelos de Processamento de Linguagem Natural (NLP) podem, em teoria, identificar padrões de assédio em mensagens de texto: perguntas insistentes sobre intimidade, ameaças veladas, tentativas de contato fora de horário comercial, linguagem com conotação sexual em contexto hierárquico. Algoritmos de reconhecimento de emoções na voz podem analisar áudios em busca de tom intimidatório. Redes neurais podem classificar imagens suspeitas. Tudo isso é factível do ponto de vista técnico — e empresas de tecnologia forense já oferecem soluções nessa linha há alguns anos.

O problema é que esses modelos são treinados em grandes bases de dados abertas (como redes sociais ou conversas públicas), e o comportamento humano em contextos privados, especialmente entre pessoas que se conhecem e têm hierarquia, é muito mais sutil. Uma brincadeira de mau gosto pode ser classificada como assédio; uma ameaça real pode ser disfarçada de “conselho profissional”. O viés dos dados de treinamento é um risco concreto em qualquer aplicação de IA na justiça, e o custo de um falso positivo em uma investigação sigilosa é altíssimo: pode levar a acusações infundadas ou, pior, à exposição indevida de pessoas inocentes.

Sigilo e processamento: o paradoxo técnico dos modelos em produção

Um dos maiores desafios que enfrentei ao projetar sistemas de análise de dados sensíveis para clientes corporativos foi conciliar a necessidade de escalabilidade com a exigência de sigilo. Modelos de IA normalmente precisam ser executados em nuvem para ter capacidade computacional adequada — mas enviar provas de uma investigação sigilosa para servidores de terceiros (mesmo que criptografados) é inaceitável do ponto de vista legal e de segurança institucional.

A saída técnica é rodar modelos localmente, em hardware dedicado, com todo o pipeline em ambiente controlado. Isso limita o tamanho dos modelos que podem ser usados (na prática, versões menores de BERT, LLaMA ou modelos de embedding mais leves) e exige engenharia cuidadosa para não degradar a precisão. No caso de provas digitais de um ministro do STJ, qualquer brecha de segurança — mesmo um log de acesso indevido a partir de uma máquina na rede local — poderia invalidar todo o processo. A gestão de identidade e acesso, a segregação de funções entre analistas e a rotação de chaves criptográficas são tão importantes quanto o modelo de IA em si.

Além disso, o sigilo não se limita ao dado bruto: os resultados do modelo também são sigilosos. Se um algoritmo gera um relatório com dezenas de “alertas” de assédio, esse documento precisa ser tratado com o mesmo nível de proteção que a prova original. Poucas soluções comerciais de IA forense — as que conheço são desenvolvidas sob medida por órgãos como a Polícia Federal ou o Ministério Público — oferecem recursos nativos de classificação automática de sigilo e trilha de auditoria completa. Quando uma equipe de investigação precisa compilar relatórios para o juiz, o workflow manual ainda predomina, e a IA serve apenas como um filtro inicial, não como prova em si.

Detecção de padrões de assédio: o que a IA realmente consegue?

Voltemos ao caso concreto. Segundo a investigação, as acusações envolvem contatos repetitivos, tentativas de encontros, envio de fotos íntimas e uso de linguagem sexualizada por parte do ministro para funcionárias do tribunal. Se formos treinar um modelo para detectar esse tipo de comportamento em textos, precisamos de exemplos rotulados. Mas onde estão esses exemplos? As bases públicas de assédio são escassas e enviesadas para contextos de universidades e empresas de tecnologia, não para tribunais superiores. E, mesmo que existissem, cada instituição tem sua própria cultura e seus próprios códigos de conduta — o que é assédio em um ambiente pode ser visto como “brincadeira” em outro, e a IA não entende nuances sociais sem ser explicitamente orientada.

Na minha experiência, a abordagem mais eficaz não é tentar treinar um modelo “especialista em assédio”, mas sim usar técnicas de detecção de anomalias: destacar para os analistas todas as interações entre a pessoa investigada e os possíveis alvos que fogem dos padrões normais do ambiente. Por exemplo, mensagens enviadas fora do horário comercial, uso excessivo de emojis românticos, aumento da frequência de contato em horários noturnos. Isso não substitui um ser humano, mas reduz o tempo gasto na triagem de milhares de mensagens inócuas.

Outra técnica promissora é a análise de redes sociais: mapear quem envia mensagem para quem, com que frequência, e com quais palavras-chave. Isso pode revelar hierarquias informais, grooming e tentativas de isolamento. Em um caso recente que acompanhei (não esse do STJ, mas um similar em uma empresa privada), o mapeamento de rede mostrou que o assediador só se comunicava com a vítima quando não havia testemunhas no grupo de trabalho. Esse padrão foi descoberto por um algoritmo de clusterização de mensagens em janelas de tempo — algo que um olho humano dificilmente captaria em uma planilha de Excel.

Limitações legais e o risco de contaminação probatória

Um ponto que engenheiros de software muitas vezes ignoram é que, em investigações criminais, a prova digital precisa ser obtida e analisada de forma que não haja dúvidas sobre sua integridade. Qualquer processamento automático pode ser questionado pela defesa: “O algoritmo fez uma busca cega ou direcionada? Ele foi treinado com dados que incluem casos similares? Isso contaminou a imparcialidade da filtragem?” Nos EUA, o caso Riley v. California já estabeleceu que a análise de dados de um smartphone requer autorização judicial específica, mas ainda não há jurisprudência consolidada sobre o uso de IA como ferramenta de triagem em investigações sigilosas.

No Brasil, o Marco Civil da Internet e a Lei Geral de Proteção de Dados (LGPD) impõem restrições ao tratamento automatizado de dados pessoais sensíveis, especialmente quando há suspeita de prática de infração penal. Um modelo de IA que classifique automaticamente mensagens como “suspeitas” pode estar, de fato, realizando atividade de investigação sem supervisão humana, o que pode ferir princípios do devido processo legal. Por isso, toda implementação desse tipo deve ter uma auditoria humana no loop: o algoritmo sugere, o analista confirma. E o algoritmo precisa ser auditável — ou seja, capaz de explicar por que destacou determinada mensagem.

Na prática, isso significa que a IA não pode ser uma caixa-preta. O uso de modelos interpretáveis (como árvores de decisão, LIME, SHAP) é preferível a redes neurais profundas quando o objetivo é embasar uma investigação jurídica. Sim, isso pode reduzir a acurácia em alguns casos, mas aumenta a confiabilidade processual. E confiabilidade é mais importante que precisão quando o destino de uma carreira, de uma reputação e da segurança de vítimas está em jogo.

Lições para quem trabalha com produtos digitais e dados sensíveis

Se você está construindo uma plataforma que lida com denúncias de assédio, seja em uma empresa, seja em um órgão público, há três lições que extraio desse caso do STJ e que aplicam diretamente ao design de produtos digitais:

• Privacidade desde o design: em um ambiente de investigação sigilosa, o dado nunca pode sair do perímetro controlado. Isso significa que sua arquitetura de software precisa prever embeddings locais, criptografia de ponta a ponta e logs de acesso granulares. Não adianta prometer “IA na nuvem com segurança”; a única garantia real é um ambiente isolado e auditável.
• Human-in-the-loop obrigatório: nenhum algoritmo deve emitir uma conclusão final. O papel da IA é organizar, destacar, sugerir. A decisão de incluir ou não um elemento como prova deve ser sempre tomada por uma pessoa treinada, idealmente com conhecimento jurídico e familiaridade com o contexto institucional.
• Interpretabilidade é requisito não funcional: inclua desde a fase de arquitetura mecanismos de explicação para os resultados. Se o seu modelo apontar um padrão suspeito, ele precisa mostrar quais atributos o levaram àquela conclusão (ex.: “essa mensagem foi destacada porque contém as palavras X, Y, Z e foi enviada às 23h”.) Caso contrário, a defesa pode argumentar que o sistema agiu de forma arbitrária.

Minha opinião: IA pode ajudar, mas o foco deve estar na ética de implementação

Vejo a inteligência artificial como uma ferramenta útil para lidar com a enorme quantidade de dados gerados em investigações como a do ministro do STJ. Modelos de linguagem bem ajustados, combinados com análise de redes e detecção de anomalias, podem reduzir drasticamente o tempo de triagem e apontar padrões que passariam despercebidos. Porém, o entusiasmo tecnológico não pode ofuscar os riscos de viés, a necessidade de sigilo absoluto e a exigência de auditabilidade. Uma investigação mal conduzida por erros de IA não apenas prejudica a busca por justiça, como também pode destruir a credibilidade do sistema judiciário como um todo.

O caso em questão — com todos os seus detalhes jurídicos e humanos — serve como um lembrete de que a tecnologia não substitui o discernimento humano, especialmente quando estão em jogo direitos fundamentais, carreiras públicas e a proteção de vítimas de assédio. O melhor uso da IA é aquele que amplifica a capacidade humana sem substituí-la, e que respeita o devido processo legal em cada linha de código. Essa é, na minha visão, a fronteira mais importante a ser explorada por engenheiros de software que atuam na interseção entre tecnologia e justiça.