Por que a vigilância comportamental não prevê intenções

Vigilância comportamental e a promessa de prever intenções

A ideia de vigilância comportamental não é nova, mas ganhou novo fôlego a partir de 2008, quando o Department of Homeland Security passou a testar sistemas voltados à predição do comportamento em ambientes sensíveis, como aeroportos e fronteiras. A proposta era simples na forma e ambiciosa no discurso: usar sensores remotos e inteligência artificial para identificar, em tempo real, indivíduos com possíveis intenções hostis.

Não se tratava de vigilância tradicional por câmeras operadas por humanos, mas de um arranjo tecnológico mais complexo. Sensores fisiológicos, rastreamento ocular, câmeras térmicas, análise de expressões faciais, movimento corporal e variações vocais alimentariam modelos computacionais capazes de classificar estados emocionais e padrões considerados “atípicos”. O sistema mais conhecido nesse conjunto ficou associado ao programa FAST, Future Attribute Screening Technology.

O discurso institucional apresentou resultados preliminares em torno de 70% de acurácia. Esse número, isolado, soa promissor. Para gestores pressionados por eficiência e prevenção, ele sugere vantagem operacional. O problema começa quando se pergunta algo básico: 70% de acerto em relação a quê, exatamente?

Aqui surge a primeira confusão crítica. Esses sistemas não preveem comportamento no sentido causal. Eles realizam triagem probabilística a partir de sinais fisiológicos inespecíficos. Ainda assim, o discurso público e político passou a tratar o sistema como se fosse capaz de “ler intenções”. Essa transposição não é um detalhe semântico. Ela altera completamente o tipo de decisão que o Estado passa a justificar.

Predição do comportamento e o risco do falso positivo operacional

Para quem atua na segurança pública, o ponto central não é se a tecnologia é sofisticada. O ponto é o falso positivo operacional. Em ambientes de grande fluxo, como aeroportos, eventos ou fronteiras, mesmo uma taxa modesta de erro gera consequências graves.

Ansiedade, medo, luto, estresse, fadiga e experiências pessoais ativam o Sistema Nervoso Autônomo de forma semelhante à ativação provocada por ameaça real. A vigilância comportamental detecta essa ativação. Ela não distingue a causa. Esse limite não é técnico. É biológico e cognitivo.

Quando um sistema sinaliza risco com base em batimentos cardíacos elevados, microtensões faciais ou alterações respiratórias, ele está identificando estado, não intenção. O resultado prático é a multiplicação de falsos positivos: cidadãos comuns tratados como suspeitos em razão de respostas fisiológicas normais em contextos de estresse.

Pesquisadores críticos ao FAST alertaram exatamente para isso. Em um aeroporto movimentado, um sistema com 70% de acerto, aplicado a milhares de pessoas por hora, produz mais interrupções injustificadas do que intervenções úteis. O custo não aparece apenas em filas ou atrasos. Ele surge na erosão da confiança institucional, na discricionariedade ampliada e na normalização da suspeita.

Para o gestor, isso exige uma pergunta incômoda, mas necessária: qual decisão estou disposto a autorizar com base em sinais que não diferenciam ameaça de sofrimento?
Se a resposta não for clara, a tecnologia deixa de ser apoio e passa a ser risco.

Linguagem corporal, ativação fisiológica e os limites da inferência estatal

A vigilância comportamental costuma apoiar-se em um pressuposto implícito: a ideia de que sinais corporais, expressões faciais e respostas fisiológicas conteriam pistas diretas sobre intenções futuras. Esse pressuposto é frágil. Não por falta de sensores ou de capacidade computacional, mas porque ele ignora um limite estrutural do comportamento humano.

A linguagem corporal não foi orientada para comunicar intenção criminosa. Ela antecede a linguagem verbal e está profundamente associada à regulação automática do organismo. Sudorese, alteração respiratória, microtensões faciais, dilatação pupilar e mudanças no ritmo da fala indicam ativação, não significado. O corpo responde antes de interpretar.

Esse ponto é decisivo para policiais e gestores. Um sistema pode identificar que alguém está sob forte estresse. Ele não consegue afirmar se esse estresse decorre de medo de voar, de um conflito pessoal, de uma perda recente ou de um planejamento violento. Todas essas situações produzem padrões fisiológicos semelhantes. O sistema não erra por imprecisão. Ele erra por indistinção causal.

Quando se tenta converter ativação fisiológica em indicador de ameaça, ocorre um salto inferencial. Esse salto não é científico. É normativo. Ele desloca um dado ambíguo para dentro de uma decisão estatal concreta, como abordagem, retenção, entrevista coercitiva ou vigilância ampliada.

Esse quadro é fundamental para interromper a crença de que mais dados produzem mais verdade. Produzem, na prática, mais ruído decisório. O risco não está em observar o comportamento, algo que a atividade policial sempre fez. O risco está em automatizar inferências que o observador humano experiente já sabe que não pode fazer com segurança.

Quando a vigilância comportamental passa a orientar decisões operacionais, ela não amplia o controle. Ela redistribui a incerteza. E, frequentemente, desloca essa incerteza para o cidadão errado.

Decisão operacional orientada por incerteza ampliada

Na prática policial, toda decisão já nasce sob incerteza. Abordar, reter, entrevistar ou liberar alguém envolve julgamento situado, leitura de contexto e avaliação de risco. A promessa da vigilância comportamental é reduzir essa incerteza por meio de dados. O efeito real costuma ser o oposto.

Quando sinais fisiológicos passam a orientar decisões operacionais, a incerteza não desaparece. Ela apenas muda de lugar. Em vez de estar explícita no julgamento do agente, ela se esconde atrás de uma classificação algorítmica. O dado cria aparência de objetividade, mas não resolve o problema central: a ambiguidade causal do comportamento humano.

Para o gestor, isso gera um risco institucional claro. Decisões passam a ser justificadas por sistemas cuja lógica não distingue ativação emocional comum de ameaça concreta. O agente na ponta tende a confiar no alerta porque ele vem “do sistema”. O sistema, por sua vez, não responde pelo impacto da decisão. A responsabilidade fica diluída.

Esse tipo de arranjo favorece abordagens excessivas, retenções desnecessárias e escaladas injustificadas. Em ambientes de grande fluxo, o custo operacional explode. Em termos institucionais, o dano é mais profundo: normaliza-se a ideia de que suspeição pode anteceder qualquer indício concreto de ilícito.

Aqui, o falso positivo operacional deixa de ser um erro estatístico e passa a ser um problema de governança.

Vigilância comportamental, governança e risco institucional

O debate sobre vigilância comportamental costuma ser deslocado para a privacidade. Essa é uma preocupação legítima, mas insuficiente. Mesmo que dados sejam anonimizados e apagados após a triagem, o efeito decisório já ocorreu. O cidadão já foi classificado, abordado ou separado do fluxo.

O problema central não é o armazenamento de dados. É o uso estatal de inferências frágeis para orientar ação coercitiva. Isso afeta diretamente a governança da segurança pública.

Sistemas desse tipo ampliam a discricionariedade sem ampliar a qualidade da decisão. Criam dependência tecnológica, reduzem a autonomia crítica do agente e dificultam a responsabilização posterior. Quando algo dá errado, a justificativa recai sobre o protocolo ou sobre o sistema, nunca sobre a premissa.

Para gestores, a pergunta correta não é se a tecnologia é moderna, mas se ela melhora a qualidade da decisão sob risco. Se a resposta for negativa, o sistema não agrega valor estratégico. Ele apenas desloca o problema para uma camada técnica menos transparente.

A vigilância comportamental, quando apresentada como solução preditiva, tende a produzir mais ruído do que controle. Não por má-fé, mas porque tenta responder a uma pergunta que não admite resposta objetiva: o que alguém pretende fazer.

Conclusão operacional

O que gestores precisam compreender antes de autorizar o uso

A vigilância comportamental não fracassa por ser imprecisa. Ela fracassa porque é aplicada a um tipo de decisão que não admite inferência fisiológica confiável. O erro está na expectativa institucional criada em torno do sistema.

Para gestores de segurança pública, algumas orientações precisam ficar explícitas:

1. Não delegar decisão a sinais ambíguos
   Sinais fisiológicos indicam ativação, não intenção. Usá-los como base para ação coercitiva desloca a incerteza para um ponto menos visível e mais difícil de auditar.
2. Não confundir triagem com prova
   Sistemas desse tipo podem, no máximo, apoiar triagem ampla. Eles não sustentam abordagem, retenção, interrogatório ou qualquer medida restritiva por si só.
3. Tratar falso positivo como custo estrutural
   Falso positivo não é exceção. É consequência esperada. Se o modelo institucional não absorve esse custo, o sistema se torna operacionalmente inviável.
4. Preservar o juízo crítico do agente
   Quanto maior a confiança cega no alerta técnico, menor a capacidade do agente de contextualizar, questionar e interromper decisões erradas.
5. Avaliar impacto institucional, não apenas tecnológico
   O critério não deve ser inovação, mas efeito real sobre fluxo, legitimidade, responsabilização e confiança pública.

Autorizar sistemas de vigilância comportamental sem esses limites claros não aumenta controle. Aumenta risco decisório.

O que esse tipo de sistema pode e o que ele não pode oferecer

O que pode orientar

• Priorização ampla de atenção em ambientes de grande fluxo
• Apoio exploratório em estudos e simulações
• Treinamento analítico sobre limites da leitura comportamental
• Discussão estratégica sobre gestão de risco e triagem

O que não pode orientar

• Inferência de intenção criminosa
• Classificação de ameaça individual
• Abordagem policial isolada
• Retenção ou interrogatório
• Decisão coercitiva imediata
• Rotulação de pessoas como suspeitas

Ativação fisiológica não é intenção.
Correlação não é causalidade.
Triagem não é decisão.

Essa distinção não é acadêmica. É o que separa uso responsável de tecnologia de erro institucional repetido.

Para os que desejam aprofundar…

Navegue pelas abas

Nota de leitura e cautela metodológica

As informações apresentadas nesta aba baseiam-se em documentos públicos, relatos técnicos, reportagens especializadas e análises acadêmicas disponíveis. Programas como FAST e Agent 99 possuem graus distintos de transparência institucional, e parte relevante de seus detalhes operacionais nunca foi integralmente divulgada.

Por essa razão, o objetivo aqui não é reconstituir especificações técnicas completas, mas contextualizar a lógica, as premissas e os limites desses programas. A ausência de dados públicos consistentes, longe de ser um detalhe, faz parte do próprio problema analítico quando se avaliam tecnologias orientadas à decisão estatal.

F.A.S.T

Origem do FAST: contexto político e institucional

O programa FAST, Future Attribute Screening Technology, surge formalmente a partir de 2008, no interior do Department of Homeland Security, em um ambiente marcado pela lógica do pós 11 de setembro. A prioridade institucional não era precisão científica, mas prevenção antecipada em cenários de incerteza extrema.

O projeto ficou sob responsabilidade da Divisão de Fatores Humanos e Ciência do Comportamento. A ideia central era explorar se sinais psicofisiológicos poderiam ser usados como indicadores precoces de risco, antes da ocorrência de qualquer ato ilícito observável. Desde o início, o FAST foi pensado como sistema de triagem em massa, não como instrumento investigativo individual.

Esse contexto é essencial. O FAST não nasce de uma demanda científica clássica, mas de uma pressão política por soluções tecnológicas capazes de sinalizar ameaça onde não havia indício concreto.

---

O que o FAST pretendia medir e como funcionava

O FAST foi concebido como um sistema integrado de sensores remotos e análise automatizada. Seu objetivo declarado era identificar padrões associados a “malintent”, isto é, intenção hostil. Para isso, o sistema combinava diferentes tipos de captação:

• sinais cardiovasculares e respiratórios à distância
• variações térmicas faciais
• rastreamento ocular
• análise de expressões faciais
• movimento corporal e postura
• alterações no tom e ritmo da fala

Esses dados eram agregados e processados por modelos computacionais que buscavam reconhecer padrões emocionais básicos. O sistema conhecido como MALINTENT foi descrito como capaz de classificar sete emoções primárias a partir de contrações musculares faciais e outros indicadores comportamentais.

É importante notar: o FAST não acessava pensamentos nem planos. Ele operava exclusivamente sobre correlações estatísticas entre sinais fisiológicos e estados emocionais observáveis.

---

Testes, críticas e limites reconhecidos

Testes preliminares divulgados pelo DHS apontaram índices de acerto em torno de 70%. Esses números, porém, nunca vieram acompanhados de estudos controlados robustos, nem de dados claros sobre taxa de falso positivo em ambientes reais de grande fluxo.

Pesquisadores independentes questionaram a validade do modelo, destacando que situações comuns de estresse, como viagens, controles migratórios e filas de segurança, elevam naturalmente os mesmos indicadores fisiológicos monitorados pelo sistema. O FAST passou a ser criticado não por falhas técnicas específicas, mas por sua premissa central: a suposição de que existiria uma assinatura fisiológica única associada à intenção maliciosa.

Com o tempo, o programa deixou de ocupar o centro do discurso institucional, mas sua lógica permaneceu viva. A ideia de que comportamento observável poderia antecipar intenção futura continuou a influenciar outros projetos de vigilância comportamental ao redor do mundo.

Agent 99

Agent 99: vigilância comportamental em ambiente controlado

O programa informalmente conhecido como Agent 99 aparece em documentos técnicos, relatos de pesquisadores e reportagens especializadas como uma iniciativa experimental vinculada ao ecossistema de pesquisas do Department of Homeland Security no final da década de 2000 e início dos anos 2010. Diferentemente do FAST, ele nunca foi apresentado como um programa público estruturado, mas como um ambiente de teste conceitual.

O objetivo do Agent 99 não era implantar vigilância em larga escala, mas avaliar até que ponto sensores comportamentais e fisiológicos poderiam auxiliar agentes humanos em cenários simulados. O foco estava menos na automação completa e mais no apoio à decisão em contextos controlados, como exercícios, simulações e triagens experimentais.

Relatos indicam que o programa explorava:

• integração de múltiplos sensores comportamentais
• classificação automatizada de estados emocionais
• comparação entre julgamento humano e sinal algorítmico
• avaliação do impacto do alerta técnico sobre a decisão do agente

O ponto relevante para gestores não é o desempenho técnico do Agent 99, mas o que ele revela sobre a trajetória desses sistemas. Mesmo em ambientes controlados, os resultados reforçaram um limite recorrente: o alerta comportamental tende a influenciar o agente mais do que a informação efetivamente justifica. O risco de viés de confirmação aumenta quando o sinal vem rotulado como “técnico” ou “científico”.

O Agent 99 ilustra, portanto, um padrão que se repetiria em programas posteriores. Antes mesmo da implantação operacional, já se observava que a tecnologia não eliminava a incerteza. Ela apenas reconfigurava a forma como a incerteza entrava na decisão, frequentemente ampliando a confiança em inferências frágeis.

Essa experiência ajuda a entender por que projetos como o FAST enfrentaram resistência crescente. O problema não estava apenas na escala, mas na premissa comum: a expectativa de que estados fisiológicos observáveis pudessem sustentar decisões antecipatórias sobre comportamento futuro.

Flyer do F.A.S.T.

Referências

Referências

DHS “pre-crime” detectors draw criticism. <https://www.homelandsecuritynewswire.com/dhs-pre-crime-detectors-draw-criticism> Acesso em 02 de janeiro de 2022.

Equipamento tenta prever intenções terroristas. <https://veja.abril.com.br/ciencia/equipamento-tenta-prever-intencoes-terroristas/> Consulta em 02 de janeiro de 2022.

Egbert, S., & Paul, B. (2018). Preemptive screening for malintent: The future attribute screening technology (FAST) as a double future device. Futures. doi:10.1016/j.futures.2018.04.003

How China harnesses data fusion to make sense of surveillance data. <https://www.brookings.edu/techstream/how-china-harnesses-data-fusion-to-make-sense-of-surveillance-data/> Consulta em 02 de janeiro de 2022.

Notas da reunião, ocorrida em 24 de julho de 2008, sobre implementação de medidas de proteção à privacidade nas atividades governamentais de aquisição de dados.

Weinberger, S. Terrorist ‘pre-crime’ detector field tested in United States. Nature (2011). https://doi.org/10.1038/news.2011.323