O sistema de reconhecimento facial do Governo da Bahia levou à prisão do empresário Sérgio Nahas no último fim de semana. A detenção, realizada após um alerta automático, reacendeu o debate sobre a eficiência e os riscos desse tipo de monitorização em locais públicos.
Como o sistema identifica pessoas procuradas
O Estado instalou câmeras em pontos considerados estratégicos da capital, região metropolitana de Salvador, interior e em eventos de grande porte. Segundo a Secretaria de Segurança Pública da Bahia (SSP-BA), mais de 80 cidades utilizam a tecnologia.
As câmeras transmitem imagens em tempo real para o Centro de Operações e Inteligência 2 de Julho. Ali, algoritmos mapeiam até 82 pontos da face de cada indivíduo filmado e comparam as informações com o Banco Nacional de Mandados de Prisão (BNMP), mantido pelo Conselho Nacional de Justiça. Quando a semelhança ultrapassa o limite de confiança definido pela polícia, é gerado um alerta para que equipes em campo façam a abordagem.
Além dos rostos, o sistema executa reconhecimento de placas veiculares. Por meio de OCR (reconhecimento óptico de caracteres), as câmeras verificam se o veículo está em situação de furto ou roubo, permitindo abordagens direcionadas.
Resultados apresentados pelo governo
De acordo com a SSP-BA, o uso da tecnologia resultou em mais de 2 000 prisões de foragidos em 2025. Entre janeiro e 20 de janeiro de 2026, outras 80 pessoas já foram detidas. As estatísticas incluem suspeitos com mandados de prisão provisória, condenados, evasores do sistema prisional e indivíduos com restrições de deslocamento.
Cidades como São Paulo, Belo Horizonte, Rio de Janeiro, Recife, Fortaleza e Manaus também adotam modelos semelhantes, embora a Bahia divulgue um dos maiores volumes de prisões vinculadas diretamente ao reconhecimento facial.
Críticas sobre precisão e transparência
Especialistas e organizações de direitos civis questionam a adoção em larga escala da ferramenta. Um dos principais pontos levantados é o viés racial. Como grande parte dos conjuntos de dados usados para treinar algoritmos contém proporção maior de rostos brancos, as taxas de falso positivo tendem a aumentar para pessoas negras e pardas, população predominante na Bahia.
Imagem: Tecnologia Inovação Notícias
Há ainda críticas sobre a ausência de relatórios públicos detalhando nível de acerto, volume de abordagens realizadas sem confirmação de crime e procedimentos de governança dos dados coletados. Entidades defendem a elaboração de estudos de impacto e consultas populares antes da expansão do monitoramento.
Processo de abordagem policial
Quando o sistema identifica uma correspondência, o alerta é enviado em tempo real para as patrulhas mais próximas. Os agentes recebem foto, nome e número do mandado de prisão vinculado ao suspeito e, com isso, realizam a abordagem. Caso a identidade seja confirmada, a pessoa é conduzida à delegacia para cumprimento da ordem judicial.
No caso de Sérgio Nahas, a câmera registrou o rosto do empresário num estabelecimento turístico. Em menos de um minuto, a plataforma gerou o alerta, e a Polícia Militar efetuou a prisão.
Expansão e desafios futuros
A SSP-BA planeia ampliar a rede de câmeras e integrar outros bancos de dados criminais até o fim de 2026. O objetivo é automatizar não só a busca de foragidos, mas também a identificação de desaparecidos. Contudo, o projeto enfrenta contestação de grupos que pedem regulamentação específica, auditorias independentes e limites claros para uso de inteligência artificial em espaços públicos.
Enquanto o debate avança, a Bahia segue como referência no país pelo uso intensivo de reconhecimento facial, capaz de cruzar dados de milhares de pessoas por minuto. A detenção de Sérgio Nahas ilustra o potencial da tecnologia, mas também coloca em evidência a necessidade de garantir precisão, proteção de dados e supervisão permanente sobre ferramentas de vigilância.
