IA não presta compromisso: prova digital, caixa-preta e contraditório

Um investigador de polícia recorreu ao Gemini e ao Perplexity para “analisar” o áudio de um vídeo e sustentar uma acusação de injúria racial. A perícia oficial não confirmou a palavra que a IA dizia ter encontrado. Ainda assim, o relatório gerado pela máquina chegou aos autos, até que, em abril de 2026, a 5ª Turma do Superior Tribunal de Justiça o rejeitou (HC 1.059.475/SP): foi a primeira vez que a Corte vedou o uso de um relatório de inteligência artificial generativa como prova penal, por ausência de confiabilidade epistêmica mínima. IA generativa processa texto, não som, e está sujeita à “alucinação”, à produção de informação fabricada com aparência de verdade.

Não é episódio isolado. Em junho, o STJ dedicou uma edição inteira da sua Jurisprudência em Teses à prova digital; em março, a 6ª Turma afastara uma prisão preventiva até a perícia de prints de WhatsApp, reafirmando que provar a integridade da prova digital incumbe ao Estado, e não à defesa (HC 1.014.212).

Segundo levantamento da CNN Brasil, os acórdãos do STJ sobre cadeia de custódia cresceram 76% entre 2024 e 2025. A prova penal está sendo reescrita pela tecnologia, e os tribunais correm atrás. O problema de fundo, porém, segue sem resposta legislativa: a IA já decide o que vira prova, mas, ao contrário da testemunha, que jura dizer a verdade (artigo 203 do CPP), e do perito, que firma compromisso, um modelo estatístico não pode ser inquirido, advertido das penas do falso testemunho, nem responsabilizado pelo erro. Quem produziu a prova, afinal, não comparece ao processo.

IA virou perita — sem nomeação

A prova digital não é mais “o arquivo no celular”. É o produto de um processamento automatizado. Ferramentas de extração e análise — do tipo Cellebrite e congêneres — não apenas copiam dados, mas também selecionam, indexam, transcrevem, traduzem, reconhecem rostos e vozes, estabelecem vínculos e hierarquizam relevância. O que chega à acusação já vem filtrado por decisões algorítmicas que nenhum ser humano tomou conscientemente. A IA tornou-se, na prática, em um perito — só que sem nomeação judicial (artigo 159 do CPP), sem compromisso e sem identificação. Um perito que ninguém pode reperguntar. É a prova órfã: aquela que ninguém produziu de próprio punho, que nenhum humano assume e por cujo erro ninguém responde.

Contraditório não alcança a caixa-preta

O processo penal democrático se sustenta no contraditório e na ampla defesa. Toda prova deve poder ser confrontada: reperguntar à testemunha, impugnar o laudo, exigir esclarecimentos do perito. A IA rompe essa estrutura. Como contraditar um modelo de lógica fechada, treinado em dados que a defesa desconhece, com parâmetros protegidos por segredo comercial e margem de erro não divulgada? Não se interroga uma caixa-preta.

O direito comparado oferece um parâmetro técnico maduro. Desde Daubert v. Merrell Dow Pharmaceuticals (Suprema Corte dos EUA, 1993), a admissibilidade da prova científica depende de critérios objetivos: a técnica é testável? Qual a sua taxa de erro conhecida? Passou por revisão de pares? É aceita pela comunidade científica? Aplicados à IA forense, esses critérios costumam ficar sem resposta. Foi exatamente o que faltou no HC 1.059.475, citado no começo deste texto: confiabilidade demonstrável. Prova que não vence esse crivo não pode lastrear condenação.

Cadeia de custódia precisa abranger o pipeline da IA

O Pacote Anticrime (Lei 13.964/2019) positivou a cadeia de custódia nos arts. 158-A a 158-F do CPP, com proteção reforçada à prova digital. Geraldo Prado resume o seu fundamento na “lei da mesmidade”, isto é, o que se encontrou tem de ser, comprovadamente, o mesmo que se usa para julgar. A IA tensiona essa promessa por dentro,  porque não apenas guarda o dado, ela o transforma, filtra e interpreta. Entre o que existia no aparelho e o que chega ao juiz, há uma camada opaca de decisão automatizada que, se não documentada, é um elo perdido da cadeia.

Documentar essa camada significa registrar, de forma auditável, a ferramenta e a sua versão, o modelo empregado e os seus parâmetros, a procedência dos dados de treinamento, a taxa de erro validada, o hash da imagem original e da processada, o log de auditoria e a revisão humana qualificada de cada saída relevante. Sem isso, incide a regra que o STJ vem consolidando: o ônus de provar a integridade e a confiabilidade da prova é do Estado (AgRg no HC 828.054/RN, 5ª Turma, Rel. Min. Joel Ilan Paciornik, j. 23/04/2024, Inf. 811; RHC 218.358/PI, 6ª Turma, Rel. Min. Sebastião Reis Júnior, j. 04/11/2025). Não se presume a palavra da máquina, comprova-se.

Deepfake e inversão da presunção de autenticidade

Há o reverso da mesma moeda. Quando qualquer áudio, imagem ou documento pode ser sintetizado por IA generativa com realismo indistinguível, a autenticidade deixa de ser presumida. O ônus de demonstrar que a prova é real — que sempre coube à acusação — torna-se mais pesado, não mais leve. “Estava no celular dele” não prova, por si, coisa alguma: deve-se provar a origem, a integridade e a não-adulteração.

O mesmo vale para o reconhecimento facial automatizado. Levantamentos sobre o tema apontam que cerca de 90% das prisões por reconhecimento facial no país recaíram sobre pessoas negras, o que reforça o rigor que o STJ já passou a exigir em matéria de reconhecimento (a guinada do HC 598.886/SC, 6ª Turma, Rel. Min. Rogerio Schietti, j. 27/10/2020). A IA não dispensa o controle humano, intensifica a sua necessidade.

Regulação corre por fora do processo penal

Enquanto os tribunais apertam o controle caso a caso, a regulação da IA avança — mas passa ao largo da prova penal. A União Europeia, no AI Act (Regulamento UE 2024/1689, com aplicação plena aos sistemas de alto risco em 2026), classificou a IA de aplicação da lei — identificação biométrica, avaliação de risco — como de alto risco, exigindo auditabilidade, supervisão humana e registro de erros. No Brasil, o Marco Legal da IA (PL 2338/2023), aprovado no Senado em dezembro de 2024 e em análise na Câmara, adota o mesmo modelo de risco; e o TSE já disciplinou o uso de deepfakes em campanhas eleitorais. São avanços. Mas nenhum deles responde à pergunta específica do processo penal: como se controla a IA que produz prova contra o acusado? O CPP ainda fala de um perito pessoa física que presta compromisso — e a prova, hoje, nasce de um algoritmo.

Uma proposta: o contraditório por reprodutibilidade

Diagnóstico não basta, é preciso um critério. Proponho um, extraído da própria lógica do contraditório. Para a testemunha e o perito, ele se exerce pela pergunta; para a prova produzida por máquina, o seu equivalente é a reprodução. A defesa, ou um perito por ela indicado, precisa poder submeter o mesmo dado ao mesmo modelo e obter — ou refutar — o mesmo resultado. Chamo isso de contraditório por reprodutibilidade. Se a ferramenta é uma caixa-preta proprietária, irreprodutível e não auditável, não há contraditório possível: a prova torna-se imune à refutação e, por isso mesmo, inadmissível.

Não se trata de obrigar o Estado a revelar segredos comerciais a esmo, mas de impor uma escolha — ou a ferramenta é auditável e reproduzível em juízo, ainda que sob sigilo e perícia controlada, ou não serve para condenar. É a tradução, para a era algorítmica, de um princípio tão antigo quanto o processo: ninguém pode ser condenado por uma prova que não pode ser testada.

Conclusão

Nada disso é argumento contra a tecnologia. Polícia e Ministério Público podem, e devem, usar inteligência artificial, desde que a ferramenta entre nos autos como entra qualquer perícia séria: com o método descrito, a margem de erro informada e a possibilidade real de reexame pela defesa. Foi esse mínimo que o STJ começou a cobrar em 2026.

O risco que se anuncia é o de sempre, quando uma tecnologia impressiona: tomar a eficiência por verdade. À advocacia criminal cabe insistir no óbvio, ou seja, para a prova mais sofisticada continua valendo o que vale para qualquer prova enquanto não puder ser testada, reproduzida e contestada.