por IDMJRacial

O avanço das tecnologias de vigilância, especialmente os sistemas de reconhecimento facial, vem sendo apresentado como solução para a segurança pública no Brasil. No entanto, pesquisas recentes e o trabalho da IDMJRacial no sistema prisional via Frente Estadual pelo Desencarceramento RJ mostram que essa tecnologia reproduz desigualdades históricas, racismo e intensifica o encarceramento da população negra. 

Este texto discute como o uso do reconhecimento facial se insere em um contexto de racismo estrutural, reforça práticas de controle seletivo e contribui para a manutenção de um modelo de segurança pública que criminaliza corpos negros. Argumenta-se que, sem regulação, transparência e controle social, a expansão do reconhecimento facial tende a ampliar injustiças e aprofundar o ciclo de violência institucional.

No mundo inteiro, tecnologias de vigilância, especialmente o reconhecimento facial, têm ganhado espaço no debate público brasileiro como instrumentos de modernização da segurança. A implementação desses sistemas em estados como Bahia, Rio de Janeiro, São Paulo, Ceará e Distrito Federal é frequentemente justificada como mecanismo de “eficácia” na captura de foragidos, só que o pano de fundo principal, é que ao construir o discurso de uma tal sensação de segurança, constroem a possibilidade de ampliação da acumulação do capitalismo, a partir do militarismo como Rosa Luxemburgo nos ensina.

No entanto, o que vemos são que essas tecnologias carregam vieses raciais. 

Relatórios da Rede de Observatórios da Segurança (2022, 2023) mostram que mais de 90% das pessoas presas por reconhecimento facial no Brasil eram negras. Esses dados revelam que a tecnologia não opera em neutralidade, mas reproduz o racismo e padrões de controle social.

Assim, o reconhecimento facial se torna uma nova face do encarceramento seletivo, alinhado a dinâmicas de racismo estrutural profundamente enraizadas no país.

Outras pesquisas internacionais, como as do MIT Media Lab (Buolamwini & Gebru, 2018), demonstram que algoritmos de reconhecimento facial apresentam taxas de erro significativamente maiores para pessoas negras e mulheres. Esses erros derivam de bases de dados racialmente desbalanceadas, com predominância de rostos brancos.

Em pesquisa baseada na análise do erro da Microsoft, realizada pela pesquisadora Dra. Joy Buolamwini do Massachusetts Institute of Technology – MIT e Fundadora da Algorithmic Justice League, demonstrou que 93,6% das imagens tiveram o gênero analisado de forma equivocada, em sua maioria eram de rostos negros, em que mulheres negras estão mais suscetíveis a falsos positivos. Portanto, a Tecnologia e Inovação também podem reproduzir violações, abusos e ameaças aos direitos humanos historicamente conquistados pela classe trabalhadora. Por trás das políticas de videomonitoramento e reconhecimento facial há interesses lucrativos de grandes empresas e a expansão do complexo industrial prisional.

No Brasil, onde 56% da população é negra, o problema se agrava porque o sistema opera em um contexto já marcado pelas desigualdades raciais e criminalização histórica do negro.

Diante deste quadro , do outro lado , os Estados, gestores públicos e empresas apresentam o reconhecimento facial como ferramenta “objetiva”. Porém, enquanto produto de uma sociedade racista e classista, a tecnologia reflete os valores, vieses e objetivos de quem a constrói e utiliza. Assim, a suposta neutralidade técnica máscara práticas de policiamento racializadas.

Desde o período escravocrata, o Brasil estruturou mecanismos de controle e vigilância sobre corpos negros: documentos de circulação, prisões arbitrárias, teorias racialistas, criminalização cultural e policiamento ostensivo. No século XX, a guerra às drogas intensificou essa lógica, nessa trajetória histórica de controle e vigilância o reconhecimento facial surge dentro dessa continuidade histórica, não como ruptura, mas como modernização dos antigos instrumentos de controle racial.

A tecnologia racista se potencializa com a construção midiática e institucional do “suspeito padrão” – jovem, negro, periférico – influenciando a atuação policial e a interpretação algorítmica de imagens. Assim, quando o sistema “erra”, quase sempre erra sobre as mesmas pessoas. Esse processo produz prisões injustas, reforça estigmas raciais e legítima intervenções violentas do Estado.

O avanço desta tecnologia para além do executivo ganha força nos legislativos estaduais. A partir do nosso monitoramento legislativo, conseguimos identificar uma série de matérias legislativas que articulam tecnologia e policiamento ostensivo no Rio de Janeiro, São Paulo e Espírito Santo. Afinal, assistimos ao avanço de políticas de videomonitoramento, reconhecimento facial e criação de bancos de dados para a criminalização de pessoas negras e pobres em especial.

Nas 3 casas legislativas destes estados, identificamos a tramitação de 65 proposições legislativas sobre reconhecimento facial¹. Apenas em 2025 foram 49 proposições legislativas protocoladas solicitando o uso de impressão facial para políticas de segurança pública. Em que 75,4% destas matérias legislativas foram criadas na Alesp, em sua maioria no âmbito do Programa Muralha Paulista.

Em relação à autoria, o Deputado Estadual Rogério Nogueira (PSDB/SP) é o parlamentar que mais protocola medidas legislativas sobre reconhecimento facial, seguido de Tyago Hoffmann (PSB/ES) e Rodrigo Amorim (União/RJ). Os partidos de direita tem monopolizado a pauta sobre tecnologia e policiamento nas casas legislativas, inclusive como Presidentes das Comissões de Segurança Pública nos parlamentos estaduais.

O uso destas novas tecnologias constitui, em última análise, uma ameaça ao próprio Estado Democrático de Direito. Pois, invade o direito à privacidade dos cidadãos e cidadãs garantidos em marcos legais como a própria constituição brasileira. A própria Lei Geral de Proteção de Dados – a LGPD, no que se refere aos dados pessoais no Brasil tem como fundamento a Constituição Federal, que determina a proteção da personalidade e reconhece o direito à privacidade, considerando invioláveis a vida privada.

O reconhecimento facial é mais uma tecnologia que potencializa o encarceramento em massa da população negra, como apresenta o relatório da Rede de Observatórios (2023): 92% das pessoas presas por reconhecimento facial eram negras; a maioria foi presa por crimes não violentos; em vários casos, a pessoa estava em outra cidade no momento da captura; houve prisões de pessoas com traços físicos totalmente diferentes dos suspeitos originais. Esses erros, quando ocorrem, recaem quase exclusivamente sobre pessoas negras, evidenciando o caráter racializado da tecnologia.

No Brasil, não há legislação federal que regulamente o uso de reconhecimento facial e os projetos de lei apresentados não tocam nesse cerne. As Campanhas: Tire seu Rosto da sua e a Campanha Nacional pelo Banimento Facial, ambas que a IDMJRacial participa e fortalece são iniciativas que tentam fomentar este debate. O que temos visto cotidianamente são os Estados implantando a tecnologia sem: auditoria independente; transparência sobre bancos de dados; avaliação de impacto racial e protocolo de verificação humana obrigatória. No Brasil não há um levantamento sobre falso positivo no uso da ferramenta. Essa ausência de controle produz riscos sistemáticos para a população negra, já sob intensa vigilância estatal.

Para IDMJRacial, o reconhecimento facial se integra a uma lógica de segurança pública neoliberal e racista, que privatiza a vigilância e intensifica o monitoramento de grupos historicamente marginalizados. O reconhecimento facial, embora apresentado como solução tecnológica inovadora, funciona como ferramenta de reprodução do racismo estrutural e ampliação do encarceramento da população negra no Brasil. A tecnologia não opera isolada: é alimentada por bancos de dados seletivos, aplicada em contextos de policiamento racista e legitimada por discursos políticos que associam o negro à criminalidade.

1. https://dmjracial.com/2025/04/01/lancamento-do-dossie-orcamentario-a-seguranca-publica-no-rio-de-janeiro-sao-paulo-e-espirito-santo/ ↩︎

Referências:

– BUOLAMWINI, J.; GEBRU, T. Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification. MIT Media Lab, 2018.

– REDE DE OBSERVATÓRIOS DA SEGURANÇA. Relatório Prisões por Reconhecimento Facial no Brasil. 2022–2023.

-INNOCENCE PROJECT BRASIL. Casos de Prisões Injustas por Reconhecimento Facial. Relatórios técnicos, 2021-2024