O PERFILAMENTO CRIMINAL ASSISTIDO POR INTELIGÊNCIA ARTIFICIAL (IA)

uma nova perspectiva da escola positiva criminológica

Autores

  • Layde Lana Borges da Silva Universidade Federal de Rondônia - UNIR
  • Melyssa da Silva Bezerra

Palavras-chave:

Inteligência Artificial, policiamento preditivo, criminologia, direitos humanos, escola positiva criminológica

Resumo

O artigo explora a interseção entre tecnologia e criminologia, focando no uso de Inteligências Artificiais em policiamento preditivo. O problema reside na eficácia dessas tecnologias frente aos riscos de discriminação e violação de direitos humanos. Os objetivo geral inclui investigar a relação entre perfilamento contemporâneo e características da delinquência sob a perspectiva da escola positiva criminológica. Os objetivos específicos englobam a análise do policiamento preditivo assistido por algoritmos, a comparação com os parâmetros históricos do século XIX, e a crítica aos resultados pseudocientíficos associados. A metodologia utilizada envolve uma abordagem exploratória e qualitativa, com análise bibliográfica e experiência de policiamento preditivo em outros contextos. Os principais autores referenciados incluem Feng et al. (2018), Braga (2019), e Mehrabi et al. (2019), que discutem a ética, regulamentação e implicações sociais do uso de IA na segurança pública.

 

 

Downloads

Não há dados estatísticos.

Biografia do Autor

Layde Lana Borges da Silva, Universidade Federal de Rondônia - UNIR

Doutora em Ciência Política pela UFRGS - Universidade Federal do Rio Grande do Sul e Faculdade Católica de Rondônia (2018). Mestre em Direito Processual pela Universidade Católica de Pernambuco - UNICAP (2008). Graduada em Direito - AVEC (2005). Professora Adjunta da Universidade Federal de Rondônia (07/2009). Desenvolve estudos nas áreas de Segurança Pública; Direitos Humanos; Direito Civil; Direito Processual e Direito Internacional e questões socioambientais. Política. Titular do grupo de pesquisa Cidadania, Novos Direitos e Desenvolvimento Socioeconômico na Sociedade Pós-Moderna - NODIRDES/DCJ/UNIR-RO. Titular do Grupo de Pesquisa Políticas Públicas, Violência de Gênero e das Sexualidades - PPDHGSEXDCJ/UNIR-RO. laydelana@unir.br

Melyssa da Silva Bezerra

Estudante de Direito na Universidade do Vale do Itajaí campus de Balneário Camboriú, Alfabetizada em inglês pela Maple Bear Canadian School, Pass with merit A2 - Language assessment of the University of Cambridge. Experiência em tradução de artigos e abstracts, aficionada por direitos humanos e pelo saber-jurídico. melyssasbsilva@gmail.com

Referências

ALIKHADEMI, Kiana et al. A review of predictive policing from the perspective of fairness. Artificial Intelligence and Law, p. 1-17, 2022.

BEZERRA, Beatriz; SILVA, Heloisa; SOKOLOWSKI, Luis; FAVERO, Lucas. A influência das escolas penais no direito penal brasileiro. Jornada Integrada de Direito & Ciências Contábeis do Centro Universitário FAG, 2019. Disponível em: https://www.fag.edu.br/upload/revista/jinteg/5db82d710e669.pdf. Acesso em: 16 jun. 2024.

BRAGA, Carolina. Discriminação nas decisões por algoritmos: políciapreditiva. In: FRAZÃO, Ana; MULHOLLAND, Caitlin (coord.). Inteligência artificial e direito: ética, regulação e responsabilidade. São Paulo: Revista dos Tribunais, 2019, p. 671-695.

DAKALBAB, Fatima et al. Artificial intelligence & crime prediction: A systematic literature review. Social Sciences & Humanities Open, v. 6, n. 1, 2022. Disponível em: https://www.sciencedirect.com/science/article/pii/S2590291122000961?ref=pdf_download&fr=RR-2&rr=8aca96a2de40cb48#bib16. Acesso em 1 ago. 2024.

FENG, Mingchen et al. Big data analytics and mining for crime data analysis, visualization and prediction. In Advances in Brain Inspired Cognitive Systems: 9th International Conference, BICS 2018, Xi'an, China, July 7-8, 2018, Proceedings 9. Springer International Publishing, 2018, p. 605-614.

GIL, Antonio Carlos. Método e técnica de pesquisa social. 6. ed. São Paulo: Atlas, 2008.

MENEZES, C. S. de; SANLLEHÍ, J. R. A. Big data, inteligência artificial e policiamento preditivo: bases para uma adequada regulação legal que respeite os direitos fundamentais. Novos Estudos Jurídicos, Itajaí (SC), v. 26, n. 1, p. 103–135, 2021. Disponível em: https://periodicos.univali.br/index.php/nej/article/view/17553. Acesso em: 16 jun. 2024.

MEHRABI, Ninareh et al. A survey on bias and fairness in machine learning. ACM computing surveys (CSUR), v. 54, n. 6, p. 1-35, 2021. Disponível em: https://dl.acm.org/doi/abs/10.1145/3457607. Acesso em 1 ago. 2024.

PADILHA, Fernanda. V.; PRADO, Florestan. R. A aplicação da teoria LabelingApproach na sociedade moderna. 2019. ETIC - Encontro de Iniciação Científica. Toledo Prudente Centro Universitário. Vol 15, nº 15. Disponível em: http://intertemas.toledoprudente.edu.br/index.php/ETIC/article/view/7778. Acesso em: 17 jun. 2024.

REESE, Hope. What Happens When Police Use AI to Predict and Prevent Crime? Digital Magazine.Jstor Daily, 23 fev. 2022. Disponível em: https://daily.jstor.org/what-happens-when-police-use-ai-to-predict-and-prevent-crim e/. Acesso em 12 jul. 2024.

SAISSE, Renan. Big data contra o crime: efeito Minority Report. Revista Digital Direito & TI, [s.l.], 7/11/2017.Disponível em: http://direitoeti.com.br/artigos/big-data-contra-o-crime-efeito-minority-report/. Acesso em: 16 jun. 2024.

SHERMILA, A. Mary; BELLARMINE, Amrith Basil; SANTIAGO, Nirmala. Crime data analysis and prediction of perpetrator identity using machine learning approach. In: 2018 2nd international conference on trends in electronics and informatics (ICOEI). IEEE, 2018. p. 107-114.

TELLES, Primonata. Inteligência Artificial e Polícia Preditiva: Limites e Possibilidades. Boletim Científico MPU, nº 57, jul/dez 2021.

Downloads

Publicado

09/27/2024