Primeiro julgamento sob a nova Lei do Feminicídio e o papel da IA na justiça criminal

No Distrito Federal, um caso emblemático começa a ser julgado nesta terça-feira, 2 de junho: Magecson dos Anjos Matias, acusado de assassinar a companheira Jucélia dos Santos da Silva com dezenas de facadas no Sol Nascente, é o primeiro réu denunciado sob a nova Lei do Feminicídio. O fato, em si, marca um avanço na tipificação penal, mas também levanta questões sobre como a tecnologia — especialmente a inteligência artificial — pode ser aplicada para qualificar a investigação, a análise de provas e até a prevenção de crimes dessa natureza. A justiça criminal brasileira enfrenta desafios de volume, complexidade e subjetividade nas provas testemunhais, e sistemas de IA aplicada surgem como ferramentas potenciais para tornar os processos mais objetivos e eficientes.

O caso de Jucélia, que morreu em circunstâncias brutais, expõe uma realidade trágica: o feminicídio muitas vezes é precedido por um histórico de violência doméstica, ameaças e agressões que não foram adequadamente monitoradas ou interrompidas. É nesse ponto que a inteligência artificial pode atuar, auxiliando na identificação de padrões de risco em registros de ocorrências, mensagens, chamadas e redes sociais. Sistemas de aprendizado de máquina treinados em grandes volumes de dados de violência doméstica podem, por exemplo, gerar alertas para autoridades antes que um crime consumado ocorra. Contudo, a implementação de tais ferramentas exige cuidado com vieses, privacidade e o devido processo legal.

O julgamento de Magecson será acompanhado de perto por especialistas em direito e tecnologia, pois representa um teste para a aplicação da nova lei e, indiretamente, para o uso de evidências digitais e análises computacionais em crimes de gênero. Diante disso, cabe discutir como a IA aplicada pode contribuir — e quais são os limites éticos e técnicos dessa contribuição — para o enfrentamento do feminicídio no Brasil.

Contexto técnico e jurídico

A nova Lei do Feminicídio, sancionada em 2023, trouxe alterações significativas no Código Penal, incluindo a criação de uma causa de aumento de pena específica para o feminicídio e a previsão de medidas protetivas mais rigorosas. No entanto, a efetividade da lei depende da capacidade do sistema de justiça de processar e julgar os casos com celeridade e precisão. É aqui que a tecnologia pode fazer diferença. Ferramentas de IA aplicada já são usadas em países como Estados Unidos e Reino Unido para analisar provas digitais, como mensagens de texto, e-mails e metadados de localização, ajudando a reconstruir cronologias e a identificar comportamentos suspeitos. No Brasil, a adoção ainda é incipiente, mas casos como o de Jucélia demonstram a urgência de modernizar os métodos investigativos.

Por que isso importa para a segurança pública

O feminicídio é a expressão máxima da violência de gênero, e sua prevenção requer a integração de dados de diferentes fontes: boletins de ocorrência, medidas protetivas, prontuários de saúde, denúncias anônimas e até dados de redes sociais. Sem ferramentas analíticas, esses dados ficam dispersos e subutilizados. Sistemas de IA podem cruzar essas informações em tempo real, gerando scores de risco que priorizam os casos mais graves para intervenção. No entanto, a ausência de dados limpos e estruturados e a resistência cultural dentro das instituições são barreiras reais.

Desenvolvimento

O primeiro julgamento sob a nova lei expõe a complexidade de provar a intenção feminicida — ou seja, que o crime foi motivado pelo desprezo ou ódio à condição de mulher da vítima. Nos tribunais, as provas testemunhais e periciais são centrais, mas frequentemente insuficientes. A IA pode auxiliar na análise de grandes volumes de comunicação digital para extrair padrões de menosprezo, ameaças ou controle, características típicas de relacionamentos abusivos. Algoritmos de processamento de linguagem natural (NLP) podem, por exemplo, classificar mensagens trocadas entre agressor e vítima como “coercitivas” ou “ameaçadoras”, fornecendo subsídios objetivos para o Ministério Público.

Outro ponto é a análise de evidências forenses. Ferramentas de visão computacional podem examinar imagens de câmeras de segurança, fotos de lesões e objetos da cena do crime, identificando elementos que passariam despercebidos ao olho humano. No caso de Jucélia, a quantidade de facadas (dezenas) pode ser contada e classificada automaticamente por um sistema treinado para reconhecer padrões de violência extrema. Essas informações, quando validadas por peritos humanos, fortalecem a acusação. Contudo, o uso de IA em evidências ainda enfrenta questionamentos sobre a confiabilidade dos modelos e a possibilidade de erro, além da necessidade de explicabilidade para o tribunal.

A aplicação da IA na justiça criminal não se limita à investigação. Sistemas de recomendação de sentenças e de análise de risco de reincidência já são usados em alguns países, mas com polêmicas sobre vieses raciais e de gênero. No contexto do feminicídio, um modelo de risco treinado com dados históricos pode refletir preconceitos institucionais, subestimando o perigo em certos perfis de agressores. Por isso, qualquer ferramenta de IA aplicada ao direito deve ser auditada por comitês multidisciplinares e ter seus resultados interpretados com cautela.

Implicações operacionais para o sistema de justiça

A implementação de IA no Judiciário brasileiro requer investimento em infraestrutura de dados, capacitação de servidores e definição de diretrizes éticas. O Conselho Nacional de Justiça (CNJ) já discute a criação de um banco nacional de dados processuais que possa alimentar modelos preditivos de litigância e de duração de processos. Para feminicídios, um sistema similar poderia priorizar julgamentos de alto risco. Na prática, isso significa que o tribunal do júri que julgará Magecson poderia, no futuro, contar com uma plataforma que organiza automaticamente as provas digitais e sugere argumentos baseados em jurisprudência. Por enquanto, o caso é decidido por jurados humanos, mas a tendência é de gradual incorporação de tecnologia.

• Análise de mídias sociais: Ferramentas de IA podem varrer perfis públicos e privados (com autorização judicial) para detectar postagens que indiquem ameaças ou planejamento do crime, como fez a polícia em casos de ataques em massa.
• Reconhecimento de padrões de violência: Algoritmos de clusterização podem agrupar boletins de ocorrência por modus operandi, ajudando a identificar serial killers ou agravamento de agressões.
• Monitoramento de medidas protetivas: Dispositivos de tornozeleira eletrônica integrados a sistemas de IA podem disparar alertas quando o agressor se aproxima da vítima, algo previsto na nova lei.

Decisões técnicas ou editoriais

Optamos por não nos aprofundar nos detalhes processuais do caso de Magecson dos Anjos Matias, pois o foco editorial deste artigo é a interseção entre tecnologia e justiça criminal. A fonte original noticia que o réu será julgado pelo Tribunal do Júri nesta terça-feira, mas não fornece métricas sobre o tempo de tramitação ou detalhes da denúncia que permitam analisar a aplicação da IA. Por isso, evitamos conjecturar sobre a participação de ferramentas tecnológicas nesse julgamento específico, concentrando-nos no potencial futuro.

Outra decisão editorial foi não inventar dados sobre o perfil do réu ou da vítima, nem sobre a sentença esperada. A lei brasileira garante o sigilo de certas informações processuais, e respeitamos isso. Em vez disso, usamos o caso como gatilho para debater soluções de IA aplicada que já existem em outros contextos e que poderiam ser adaptadas para o Brasil.

Por fim, a categoria “IA aplicada” nos obrigou a ir além do factual e conectar o jurídico com o tecnológico. Acreditamos que essa abordagem é útil para profissionais de engenharia de software e produtos digitais que pensam em soluções para segurança pública. Evitamos simplificações como “a IA vai acabar com o feminicídio” para não gerar falsas expectativas.

Riscos, limitações e perguntas em aberto

O principal risco do uso de IA em julgamentos de feminicídio é o viés algorítmico. Modelos treinados com dados históricos do sistema de justiça criminal, que já são seletivos e discriminatórios, podem perpetuar desigualdades raciais e sociais. Por exemplo, se um algoritmo aprender que agressores de bairros periféricos têm maior probabilidade de reincidência, poderá recomendar medidas mais severas para esse grupo, reforçando o ciclo de preconceito. A transparência dos modelos é outra limitação: muitos algoritmos de estado da arte são “caixas-pretas”, difíceis de explicar para um tribunal. A defensoria pública poderia contestar a validade de provas geradas por IA com base na falta de devido processo legal.

Outra limitação prática é a qualidade dos dados. No Brasil, muitos boletins de ocorrência são preenchidos manualmente, com inconsistências e omissões. Sistemas de NLP podem falhar ao interpretar gírias, regionalismos e contextos de violência doméstica, gerando falsos positivos ou negativos. Além disso, a integração entre bases de dados estaduais e federais é precária, dificultando a criação de um sistema nacional de alerta. Enquanto essas barreiras de infraestrutura não forem superadas, a contribuição da IA será marginal.

Perguntas em aberto incluem: como garantir que a IA não substitua o julgamento humano, especialmente em casos de feminicídio que envolvem nuances subjetivas de motivação? Quem será responsabilizado por erros de um algoritmo — o desenvolvedor, o juiz que o utilizou ou a instituição? E qual o papel do consentimento da vítima (quando ainda viva) na coleta e análise de dados pessoais para prevenção? A nova Lei do Feminicídio não aborda tecnologia, e a lacuna legal precisa ser preenchida com regulamentação específica.

Aprendizados práticos

Para profissionais que atuam no desenvolvimento de produtos de IA aplicada à segurança pública, o caso do primeiro júri sob a nova lei oferece três lições. Primeiro, a importância de projetar sistemas com explicabilidade embutida desde o início, para que cada decisão do modelo possa ser auditada por operadores do direito. Frameworks como LIME e SHAP devem ser considerados obrigatórios em qualquer ferramenta de apoio judicial. Segundo, é crucial envolver especialistas em gênero e direitos humanos na curadoria dos dados de treinamento para evitar vieses nocivos. Um modelo treinado apenas com dados de feminicídios consumados pode ignorar sinais precoces de violência, que são justamente o foco da prevenção.

Em terceiro lugar, a adoção deve ser gradual e acompanhada de políticas públicas de transparência. Recomenda-se começar com projetos-piloto em tribunais selecionados, com supervisão de um comitê de ética e monitoramento dos resultados. O erro tolerável de um sistema de recomendação de risco deve ser definido claramente antes da implementação. Além disso, os desenvolvedores devem planejar mecanismos de feedback contínuo, para que o modelo aprenda com erros e acertos do mundo real, sempre com a supervisão humana.

Por fim, a capacitação de juízes, promotores e defensores públicos para entender e questionar resultados de IA é tão importante quanto a tecnologia em si. Sem letramento digital, as ferramentas correm o risco de serem usadas acriticamente ou rejeitadas por desconhecimento. Iniciativas como cursos da Escola Nacional de Formação e Aperfeiçoamento de Magistrados (ENFAM) podem incluir módulos específicos sobre IA e violência de gênero.

Conclusão

O julgamento de Magecson dos Anjos Matias como primeiro réu denunciado pela nova Lei do Feminicídio no Distrito Federal é um marco jurídico, mas também um convite à reflexão sobre como a tecnologia pode apoiar o sistema de justiça na prevenção e punição de crimes de gênero. A inteligência artificial aplicada tem potencial para analisar evidências, identificar padrões de risco e otimizar a alocação de recursos, mas seus riscos de viés e falta de transparência não podem ser ignorados. O equilíbrio entre eficiência e garantias processuais será o grande desafio dos próximos anos.

Para engenheiros, cientistas de dados e gestores de produtos digitais, o caso sinaliza um mercado emergente de soluções de IA para o setor público, com exigências altas de responsabilidade ética e técnica. Construir sistemas que respeitem os direitos fundamentais e, ao mesmo tempo, acelerem a justiça é uma tarefa complexa, mas necessária. O primeiro júri feminicídio sob a nova lei pode não usar IA neste momento, mas prepara o terreno para um futuro em que a tecnologia seja aliada da mulher, não da impunidade.