Promessas de campanha incluem câmeras com biometria, mas legislação ainda patina

É a proposta mais detalhada e a única com número de câmeras. O plano não informa custo, prazo nem regras de uso. Na página 57, afirma que “Os dados do cidadão são dele, não do governo, e serão tratados com privacidade e segurança”, e que a inteligência artificial será usada “a serviço das pessoas, não contra elas”.

É o único plano que fala expressamente em reconhecimento facial “em tempo real”, o tipo de uso que a União Europeia proibiu para a polícia, salvo exceções. Também não traz custo, prazo nem regras.

A ressalva “conforme a legislação vigente” é o ponto a observar: como mostro mais abaixo, a lei específica que a LGPD manda criar para a segurança pública não existe.

O plano não usa a expressão “reconhecimento facial”. Em outros capítulos, diz que a inteligência artificial “será regulada segundo usos e riscos concretos” (p. 25) e defende a “aplicação efetiva da LGPD na guarda e no uso das informações” (p. 48).

O plano não fala em reconhecimento facial. As câmeras que ele cita ficam no uniforme do policial e servem para registrar a ação policial, não para identificar quem passa na rua. Na fronteira amazônica, promete continuar investindo em “radares, drones, sensores, imagens de satélite” (p. 29).

O plano não trata de câmeras nem de reconhecimento facial. O ponto relacionado é a regulação da inteligência artificial: Zema propõe evitar “uma regulação precoce e ampla da inteligência artificial”, “regulando pontualmente apenas onde surgirem danos concretos comprovados” (p. 21). É a posição oposta à do projeto que o Senado aprovou em 2024 e que está parado na Câmara.

O reconhecimento facial na segurança pública já existe em vários estados e cidades, contratado por governos locais. Os dois modelos citados por Flávio são de São Paulo.

Smart Sampa (Prefeitura de São Paulo)

É o maior sistema municipal do país. Pelos relatórios de transparência publicados pela própria Prefeitura, o programa integrava 40 mil câmeras em novembro de 2025, metade públicas e metade de imóveis privados.

Nos mesmos relatórios, outras pessoas foram levadas à delegacia e liberadas por mandado de prisão desatualizado (53 e 88) ou por erro na base de dados (6 e 5). A Prefeitura afirma que nenhuma pessoa foi presa por erro do reconhecimento e que o sistema tem 99,5% de acerto. Em abril de 2026, o Metrópoles contou o caso de um homem detido ao menos quatro vezes em sete meses por um erro cadastral que o ligava a um suspeito de outro estado; a Prefeitura diz não responder pelos erros das bases de dados. No registro de cor dos presos, a maior parte aparece “sem registro” (58,9% e 49,4%), o que impede saber se o sistema atinge mais um grupo que outro.

Muralha Paulista (Governo de São Paulo)

Programa estadual que integra câmeras públicas e privadas às bases de dados da Secretaria da Segurança Pública, com leitura de placas e reconhecimento facial.

Bahia

A Bahia foi pioneira no uso policial em larga escala. Em agosto de 2026, a Secretaria da Segurança Pública apresentou um balanço de mais de 6,1 mil prisões e mais de 5 mil câmeras, segundo o Jornal Grande Bahia, sem informar o total de alertas nem os alertas falsos. O sistema só aciona a polícia quando a semelhança passa de 91%. O contrato citado pelo Intercept em 2023 era de R$ 665 milhões. Os sites oficiais do governo baiano estavam fora do ar por causa do período eleitoral, e por isso não consegui conferir os números na fonte.

Onde houve recuo

• Sergipe, abril de 2024: um personal trainer negro foi abordado por cinco policiais no estádio Batistão, na final do Campeonato Sergipano, depois de um alerta com 81% de semelhança com um foragido. O governador suspendeu o uso da ferramenta.
• Metrô de São Paulo, março de 2022: a Justiça estadual suspendeu o sistema do Metrô numa ação do Idec, das Defensorias Públicas do Estado e da União, do Intervozes, da Artigo 19 e do CADHu. A juíza apontou que o Metrô não provou cumprir a LGPD. A proibição foi depois mantida pelo Tribunal de Justiça, segundo a imprensa.
• Rio de Janeiro, julho de 2019: no teste em Copacabana, uma mulher foi levada à delegacia porque o sistema a confundiu com uma foragida que, na verdade, já estava presa. A Polícia Militar admitiu o erro.

Segundo o levantamento O Panóptico, do Centro de Estudos de Segurança e Cidadania (CESeC), governos brasileiros gastaram ao menos R$ 2,65 bilhões com esses projetos desde 2019, e 68% das iniciativas não divulgam o custo.

• Constituição. Desde a Emenda 115, de 2022, a proteção de dados pessoais é direito fundamental (art. 5º, inciso LXXIX), e só a União pode legislar sobre o tema (art. 22, inciso XXX). O artigo 5º, inciso X, protege a intimidade, a vida privada e a imagem.
• Marco da inteligência artificial (PL 2.338/2023). Aprovado pelo Senado em dezembro de 2024, está na Câmara, aguardando parecer do relator na comissão especial. O texto do Senado classifica como risco excessivo, e por isso proíbe, a identificação biométrica à distância, em tempo real, em espaços públicos. As exceções são: investigação com autorização judicial prévia, busca de vítimas e desaparecidos, flagrante de crime com pena máxima acima de dois anos e cumprimento de mandados de prisão e recaptura de foragidos. O relator na Câmara já disse que o texto vai mudar e terá de voltar ao Senado.
• Reconhecimento de pessoas no processo penal. O artigo 226 do Código de Processo Penal define como uma vítima ou testemunha reconhece um suspeito. Em 2020, no HC 598.886, o Superior Tribunal de Justiça decidiu que essas regras são obrigatórias e que o reconhecimento feito sem elas não sustenta condenação. Em 2025, no Tema 1.258, o tribunal estendeu o entendimento à prisão preventiva. A Resolução 484/2022 do Conselho Nacional de Justiça proíbe mostrar fotos só de suspeitos ou tiradas de redes sociais e exige que o suspeito seja colocado ao lado de pelo menos quatro pessoas parecidas.

Em janeiro de 2026, o Ministério da Justiça publicou a Portaria 1.122, com um protocolo nacional de reconhecimento de pessoas nas delegacias. Parte da imprensa noticiou que ela proibia o reconhecimento facial por inteligência artificial sem autorização judicial. Li a íntegra, e não é isso: a portaria trata do reconhecimento feito por vítimas e testemunhas, admite o uso de inteligência artificial para gerar as imagens das pessoas colocadas ao lado do suspeito e não regula câmeras de reconhecimento facial nas ruas.

Os tribunais trataram do reconhecimento feito por pessoas, não por máquinas. Mas a lógica é parecida: um alerta de câmera indica uma semelhança, e não é, por si só, uma identificação válida. Essa ligação é uma leitura minha, e não conclusão de nenhum tribunal.

A resposta depende do algoritmo, da qualidade da imagem e de quem aparece na frente da câmera.

• Teste do governo dos Estados Unidos (NIST, 2019). O Instituto Nacional de Padrões e Tecnologia testou 189 algoritmos com 18,27 milhões de imagens. As taxas de falso positivo, quando o sistema aponta a pessoa errada, variaram de 10 a mais de 100 vezes entre grupos demográficos, e foram mais altas para pessoas de origem africana e do leste asiático, para mulheres, idosos e crianças.
• Imagem de rua é pior que foto de ficha. Em outro relatório do mesmo instituto, os melhores algoritmos erraram perto de 0,1% com fotos de boa qualidade. Com imagens tiradas sem controle, como as de rua, a taxa de não encontrar a pessoa certa subiu para 8,8% num mesmo algoritmo.
• Feira de Santana (BA), 2019. Na micareta, o sistema captou 1,3 milhão de rostos e gerou 903 alertas, que resultaram em 15 prisões, segundo a Rede de Observatórios da Segurança. Cerca de 96% dos alertas não levaram a prisão.
• Quem foi preso. No mesmo levantamento, 90,5% das 151 pessoas presas com reconhecimento facial em cinco estados, entre março e outubro de 2019, eram negras.

A tecnologia melhorou desde 2019, e os melhores algoritmos testados em 2026 erram muito menos nos testes de laboratório. O que o próprio NIST recomenda é que cada operador meça o desempenho do sistema com as imagens reais que usa, porque o resultado de laboratório não se transfere automaticamente para a rua.

E reduz o crime?

Não encontrei estudo independente que meça quanto o reconhecimento facial reduz a criminalidade no Brasil. Os governos divulgam número de prisões, e não o efeito sobre o crime. Em Londres, a polícia informou, no relatório anual de 2025, 962 prisões com 3,1 milhões de rostos escaneados e 10 alertas falsos; num piloto com câmeras fixas no bairro de Croydon, divulgou queda de 10,5% no crime, sem grupo de comparação que permita separar o efeito das câmeras de outras causas.

• União Europeia. O regulamento de inteligência artificial (AI Act, 2024) proíbe a identificação biométrica remota em tempo real em espaços públicos para fins policiais desde 2 de fevereiro de 2025, com exceções parecidas com as do projeto brasileiro, como busca de vítimas de sequestro, ameaça iminente de atentado e localização de suspeitos de crimes graves, sempre com autorização prévia de juiz ou autoridade independente.
• Reino Unido. Em 2020, no caso Bridges, um tribunal de apelação declarou ilegal o uso pela polícia do País de Gales, por falta de regras claras sobre quem e onde vigiar e por não verificar o viés do sistema. A tecnologia não foi proibida, e o governo abriu em 2025 uma consulta para criar um marco legal próprio.
• Estados Unidos. Não há lei federal. Cidades como São Francisco (2019), Boston e Portland proibiram o uso por órgãos públicos. Em Detroit, a prisão por engano de Robert Williams, em 2020, terminou num acordo em 2024 que proíbe a polícia de prender com base só no resultado do reconhecimento facial.
• China e Rússia. Usam a tecnologia em larga escala, inclusive para monitorar minorias e manifestantes. Em 2023, o Tribunal Europeu de Direitos Humanos condenou a Rússia no caso de um manifestante identificado por câmeras no metrô de Moscou.
• Argentina. Em 2022, a Justiça suspendeu o sistema de busca de foragidos da cidade de Buenos Aires.