Lei Maria da Penha e tecnologia: o que a engenharia de software pode fazer contra a ginecropolítica

Violência de gênero na era dos algoritmos: um problema de engenharia?

Pergunte a qualquer engenheiro de software se sua plataforma pode ser usada para assediar uma mulher. A resposta honesta, depois de um breve silêncio, costuma ser: “Provavelmente sim, mas não foi intencional”. Vivemos um momento em que a Lei Maria da Penha completa duas décadas, enquanto o conceito de ginecropolítica — o controle e a regulação dos corpos femininos por meio de dispositivos biopolíticos — ganha contornos digitais. A tecnologia não é neutra; ela pode tanto amplificar quanto mitigar violências estruturais. Como profissional de produto e infraestrutura, vejo que a discussão sobre a efetividade da lei passa, hoje, por decisões arquiteturais, escolhas de algoritmos e políticas de moderação. Não se trata apenas de cumprir a legislação, mas de projetar sistemas que não reproduzam, silenciosamente, as mesmas assimetrias de poder que a lei busca combater.

O que me traz a este texto é um desconforto produtivo. Homens escrevendo sobre misoginia correm o risco de soar paternalistas ou de roubarem a voz de quem vive a violência. Mas, como engenheiro, preciso assumir a responsabilidade técnica pelo que construímos. A omissão, neste caso, é um privilégio que não posso mais sustentar. Por isso, proponho uma análise concreta: onde a tecnologia falha em apoiar a Lei Maria da Penha, e como podemos, de fato, projetar sistemas que protejam sem vigiar em excesso.

O que a ginecropolítica tem a ver com APIs e bancos de dados

Ginecropolítica, em poucas palavras, é a gestão dos corpos femininos como recurso a ser controlado — seja pelo Estado, pela cultura ou por plataformas digitais. Quando uma rede social permite que perfis falsos persigam uma mulher sem que o algoritmo entenda o padrão de assédio, estamos diante de uma falha de design que materializa esse controle. Cada decisão técnica — desde o schema de um banco de dados até a lógica de um sistema de recomendação — pode escancarar ou fechar portas para a violência. Por exemplo, se um aplicativo de relacionamento não valida denúncias de forma robusta ou expõe coordenadas de localização sem granularidade, ele está, na prática, auxiliando o controle sobre o corpo da usuária. A Lei Maria da Penha, ao criminalizar a violência psicológica e moral, impõe que esses sistemas sejam auditáveis por padrão. Mas quantas empresas de tecnologia possuem trilhas de auditoria para ações de usuários que configuram stalking? Pouquíssimas.

Do ponto de vista de infraestrutura, a questão é ainda mais delicada. Aplicativos de denúncia e proteção dependem da confidencialidade dos dados. Um erro de permissão em um bucket S3 ou uma query mal indexada que exponha metadados de vítimas pode gerar danos irreversíveis. Já atuei em projetos onde a equipe de segurança sugeriu criptografia de ponta a ponta para mensagens de ajuda, mas a diretoria de produto vetou por medo de não conseguir extrair dados para “melhorar a experiência do usuário”. Esse é o trade-off real: entre a coleta de dados para métricas de negócio e a proteção efetiva de quem mais precisa. A ginecropolítica digital se alimenta dessa coleta desenfreada.

Algoritmos de detecção: aliados ou falsos profetas?

Muitos defendem que inteligência artificial pode identificar padrões de violência doméstica — como denúncias repetidas em uma mesma região ou aumento de buscas por termos como “como se proteger”. Teoricamente, sim. Na prática, porém, os modelos de machine learning carregam vieses históricos. Um sistema treinado para detectar agressividade pode classificar mensagens de mulheres em situação de vulnerabilidade como “ameaçadoras” por causa do tom de desespero, enquanto perde ofensas sutis de agressores. Já vi um experimento em que um classificador de texto marcava como “violenta” a frase “você não vai me machucar de novo” porque a palavra “machucar” estava associada a agressão física, ignorando o contexto de defesa. Isso não é apenas imprecisão; é uma falha que pode descredibilizar a vítima.

Para que a Lei Maria da Penha se aplique ao ambiente digital, precisamos de modelos que compreendam contexto, que sejam treinados com dados anotados por especialistas em violência de gênero, e que tenham mecanismos de explicação (XAI) para que juízes e delegados possam entender por que uma denúncia foi priorizada. Isso exige investimento em curadoria de dados e em métricas de justiça algorítmica — algo que a maioria dos produtos digitais trata como custo, não como valor. Na minha experiência, equipes de engenharia resistem a incluir variáveis demográficas nos modelos por medo de viés, mas a ausência delas também é um viés: o de ignorar que a violência atinge mulheres de forma diferente conforme raça, classe e território.

Produtos digitais e design inclusivo: como evitar a arquitetura do controle

O design de produtos digitais pode, intencionalmente ou não, criar barreiras para vítimas de violência. Um botão “denunciar” escondido em um menu de configurações, por exemplo, exige que a usuária tenha tempo e segurança para navegar — algo que muitas vezes ela não tem. Por outro lado, um fluxo de denúncia que exige confirmação por SMS pode alertar o agressor que está monitorando o celular. Essas não são questões de UI, são de segurança física.

Uma abordagem que tenho aplicado em projetos é o conceito de “design de saída segura”. Em vez de focar apenas na usabilidade para o usuário padrão, pensamos em cenários de coerção: como uma mulher que está sendo vigiada pode usar o app sem deixar rastros? Isso implica em opções como logins anônimos, modos de tela falsa, exclusão rápida de histórico e notificações silenciosas. Tudo isso exige repensar a arquitetura de estados e a persistência de dados. A Lei Maria da Penha, ao prever medidas protetivas de urgência, não obriga as plataformas a oferecerem esses mecanismos — mas a responsabilidade moral e técnica é evidente. Se você constrói um produto que dificulta a denúncia, você está, na prática, colaborando com a perpetuação da violência.

Privacidade e segurança: o dilema entre vigilância e proteção

Um dos pontos mais controversos é o monitoramento de agressores por meio de tornozeleiras eletrônicas ou aplicativos de rastreamento. A tecnologia pode ser uma ferramenta poderosa, mas também levanta questões de privacidade e dignidade. A ginecropolítica se manifesta quando o controle sobre o corpo feminino é substituído por um controle sobre o corpo masculino, mas ainda assim centrado na ideia de vigilância estatal. Como engenheiro, vejo que a solução não é simplesmente vigiar mais, mas sim garantir que a vítima tenha o controle de seus próprios dados e da comunicação com as autoridades.

Em projetos de sistemas de emergência, como botões de pânico digitais, aprendi que a confiança na plataforma é o fator crítico. Se a vítima não tem certeza de que seus dados não serão vazados ou de que a polícia responderá a tempo, o botão se torna um placebo. A criptografia de ponta a ponta, a autenticação multifator e a anonimização de metadados são requisitos não funcionais que precisam estar na primeira sprint, não no backlog de melhorias. E isso custa caro: latência, complexidade de manutenção, dificuldade de integração com sistemas legados — mas é o preço de não reproduzir a violência.

Lições de implementação: o que funciona e o que não funciona

Participei de um projeto-piloto de um aplicativo municipal de denúncia de violência doméstica. O MVP era simples: um formulário criptografado que enviava dados para uma central. O que aprendemos foi doloroso: a maioria das denúncias ocorria à noite, quando o agressor estava em casa, e as vítimas digitavam rápido, com erros de digitação — o que exigia um parser robusto e um tempo de resposta baixo. Além disso, a integração com o sistema judicial era frágil: os protocolos não eram padronizados, e muitas vezes a denúncia ficava meses sem resposta. A tecnologia, sozinha, não resolve sem que haja fluxo de trabalho humano e políticas públicas alinhadas.

Outra lição: a moderação de conteúdo em redes sociais é um campo minado. Algoritmos que removem automaticamente discursos de ódio podem censurar denúncias legítimas de violência, enquanto deixam passar ameaças veladas. A saída que encontramos foi combinar filtros automáticos com revisão humana especializada, em turnos 24h, e com um canal de recurso rápido. Isso é caro e escala mal, mas é o único caminho ético. A Lei Maria da Penha, em seu artigo 7º, define violência psicológica como “qualquer conduta que lhe cause dano emocional e diminuição da autoestima”. Uma plataforma que não modera esse tipo de conduta está, juridicamente, sendo conivente.

Riscos e limitações: quando a tecnologia vira arma

Precisamos falar sobre o lado sombrio. Deepfakes, geolocalização em tempo real, dispositivos IoT controlados remotamente — tudo isso pode ser usado para perpetuar a violência. Um agressor que tem acesso ao smart lock da casa ou ao assistente de voz pode usar a tecnologia para controlar e intimidar. A própria Lei Maria da Penha, em 2026, precisará ser atualizada para cobrir essas novas formas de violência digital. Mas, enquanto isso não acontece, cabe a nós, engenheiros, projetar sistemas que não permitam esses abusos — por exemplo, exigindo autenticação forte para comandos remotos ou permitindo que a vítima revogue autorizações de dispositivos facilmente.

Outro risco é o do viés algorítmico na aplicação da lei. Se a polícia usa um sistema de priorização de denúncias baseado em score de risco, e esse score é treinado com dados históricos que já refletem racismo institucional, mulheres negras e periféricas serão ainda mais desassistidas. Já vi isso acontecer em um sistema de análise de chamadas de emergência: a predição de “falso alarme” era maior para bairros de baixa renda, simplesmente porque havia menos registros de ocorrências anteriores. A correção demandou rebalanceamento de dados e inclusão de variáveis contextuais, como horário e histórico de denúncias na mesma região. É um trabalho de IA responsável que exige supervisão constante.

Perspectiva pessoal: engenharia como ato político

Não acredito que a tecnologia vá resolver sozinha a violência de gênero. A Lei Maria da Penha é fruto de décadas de luta social e jurídica, e sua aplicação depende de um sistema de justiça funcional, de educação e de mudança cultural. Mas, como engenheiro de software, acredito que podemos evitar que a tecnologia seja mais um instrumento de opressão. Cada decisão de design — desde a escolha de um framework até a política de retenção de dados — tem implicações éticas. Ignorar isso é escolher o lado da ginecropolítica digital.

Recomendo que todo profissional de tecnologia que lida com produtos digitais voltados ao público feminino (ou a qualquer grupo vulnerável) estude a fundo a Lei Maria da Penha e o conceito de ginecropolítica. Não como um exercício teórico, mas como um guia para requisitos de sistema. Inclua testes de segurança específicos para cenários de coerção, realize análises de impacto de gênero nos modelos de IA e, acima de tudo, ouça as mulheres que usam seu produto. A autoridade técnica que construímos só terá valor se estiver a serviço de uma sociedade mais justa. Caso contrário, seremos apenas arquitetos de um controle mais eficiente.