VIDEOVIGILÂNCIA COM IA Abusos policiais a partir de erros em câmeras de leitura de placas de veículos nos Estados Unidos

Leitor de Placas Flock Safety

Por Christopher Ingraham

Em fevereiro deste ano, uma câmera Flock em Sherwood, Arkansas, nos Estados Unidos, leu erroneamente a placa de um SUV, levando policiais a deterem um casal inocente sob a mira de armas, enquanto seu bebê de seis semanas estava sozinho em uma cadeirinha no banco de trás do veículo.

‘‘Essas câmeras estão por toda parte e registram as placas dos carros’’, explicou um dos policiais enquanto soltavam o casal após perceberem o erro minutos depois. ‘‘Não vou dizer que são completamente perfeitas, porque, você sabe, isso é tecnologia moderna.’’

Com o aumento exponencial do número de leitores automáticos de placas de veículos (ALPRs) em todo o país, erros como este estão se tornando cada vez mais comuns. Uma análise do Instituto para a Justiça (IJ) de reportagens da mídia e registros judiciais constatou que houve pelo menos 26 casos desse tipo desde 2018, sendo que a maioria ocorreu a partir de 2023.

O que acontece quando pessoas inocentes são impedidas de falar?

Nos últimos meses, proliferaram histórias sobre motoristas inocentes que sofrem a humilhação de serem parados repetidamente até que os departamentos de polícia descubram a causa raiz dos erros do sistema de reconhecimento automático de placas (ALPR). Mas esses motoristas têm uma situação relativamente fácil: em quase dois terços dos casos analisados pelo IJ, os policiais só perceberam o erro depois de já terem sacado e apontado suas armas para pessoas inocentes.

‘‘Cada uma dessas paradas é um encontro de alto risco, onde um movimento em falso, um mal-entendido ou um momento de medo podem se tornar fatais’’, disse Michael Soyfer, advogado do IJ que representa moradores de San Jose e Norfolk em ações judiciais que contestam as redes de vigilância ALPR de suas cidades. ‘‘Ninguém deveria ter que provar sua inocência na beira da estrada porque uma câmera não consegue diferenciar um zero de um O.’’

O recente aumento nos erros de reconhecimento automático de placas de veículos (ALPR) deve-se em grande parte à Flock Safety, que nos últimos anos se tornou a principal fornecedora de ALPR do mercado. A empresa afirma que suas câmeras capturam com precisão 93 em cada 100 placas de veículos que passam por elas.

Segundo o material de marketing da Flock, isso resulta em mais de 20 bilhões de leituras individuais de placas de veículos por mês. Mesmo considerando as afirmações da Flock como verdadeiras, uma taxa de precisão de 93% implica em bem mais de um bilhão de leituras incorretas por mês, o que é especialmente preocupante, visto que a grande maioria das placas escaneadas não é relevante para uma investigação.

Esses erros de máquina acontecem por diversos motivos. Obstruções menores, como sujeira ou suportes de placas, podem, às vezes, interferir no reconhecimento de caracteres dos dispositivos, por exemplo. E as máquinas frequentemente têm dificuldade em distinguir entre caracteres visualmente semelhantes, como 0 e O, ou 2 e 7.

Como os erros humanos contribuem

Mas esses erros de máquina representam cerca de um terço dos erros nos casos identificados pelo IJ. O restante envolveu erro humano, com policiais inserindo informações incorretas no sistema ou interpretando erroneamente os dados do ALPR.

No ano passado, em San Diego, por exemplo, policiais estavam procurando um Alfa Romeo vermelho ligado a uma tentativa de roubo de carro. Os policiais não tinham a placa e, em vez disso, estavam usando a tecnologia de ‘‘assinatura veicular’’ da Flock, que captura características detalhadas de carros individuais, como marca, modelo e cor.

O sistema Flock indicou um carro que parecia corresponder à descrição, mas tratava-se de um Alfa Romeo vermelho completamente diferente, localizado a oito quilômetros do local do crime. Mesmo assim, os policiais prenderam os três ocupantes do veículo. Um dos passageiros passou quase um mês atrás das grades durante o período de festas de fim de ano, até que os policiais perceberam o erro e o libertaram.

Em outros casos, os agentes inseriram várias variações da mesma placa no sistema, em parte para compensar erros de reconhecimento automático de caracteres (ALPR).

‘‘A Constituição exige suspeita real antes que o governo possa prender alguém sob a mira de uma arma, e uma ocorrência de crime cibernético que ninguém se deu ao trabalho de confirmar não chega nem perto disso’’, disse Soyfer.

A lista abaixo inclui apenas casos envolvendo sistemas de reconhecimento automático de placas (ALPR) fixos, como o de Flock. Casos de erro de identificação envolvendo ALPRs veiculares, câmeras de trânsito ou câmeras de pedágio não estão incluídos. A revisão se baseia em esforços anteriores para contabilizar erros de ALPR, incluindo os da CBS News e da Electronic Frontier Foundation.

É muito provável que esses 26 casos representem uma subnotificação, talvez por uma margem significativa. Não existe um banco de dados abrangente sobre erros de reconhecimento automático de placas, e o IJ identificou apenas uma jurisdição que publica relatórios regulares sobre esses erros: Oak Park, Illinois. Esses relatórios mostram que, em um período típico de relatório, um terço ou mais das abordagens de trânsito motivadas por um alerta do Flock resultaram na liberação dos motoristas devido a problemas com os dados.

‘‘Não há qualquer evidência de que os sistemas ALPR da Flock Safety tenham desempenhado um papel significativo em qualquer investigação criminal em Oak Park desde a sua instalação em 2022’’, concluiu o conselho de supervisão que publicou esses relatórios em 2025 .

Oak Park encerrou seu contrato com a Flock em agosto daquele ano.

Lista de casos conhecidos

erro da máquina

Junho de 2026

Plymouth, Minnesota

A polícia de Plymouth rastreou um jornalista automotivo por dias e, em seguida, o deteve, juntamente com sua esposa, no estacionamento de uma loja Kohl’s, depois que as câmeras Flock não conseguiram detectar caracteres pequenos na placa de um veículo de teste Range Rover.

Câmera: Flock

VIDEOVIGILÂNCIA COM IA

Contato

Endereço

Visitantes:

REPERCUSSÃO GERAL

NEXO CAUSAL PRESUMIDO