13°C 20°C
Curitiba, PR
O avanço das tecnologias de inteligência artificial generativa tem suscitado relevantes questionamentos no âmbito do processo penal, especialmente no que concerne à admissibilidade de elementos produzidos por tais ferramentas como meios de prova. A utilização de sistemas baseados em grandes modelos de linguagem (large language models — LLMs) para a elaboração de relatórios técnicos levanta dúvidas quanto à sua confiabilidade e à sua compatibilidade com os critérios epistemológicos que regem a atividade probatória, os quais exigem racionalidade e controle intersubjetivo na formação da decisão judicial (Ferrer Beltrán, 2017).
Nesse cenário, impõe-se investigar se relatórios produzidos por inteligência artificial generativa podem ser considerados elementos idôneos à formação da convicção judicial, sobretudo quando ausente validação técnico-científica. A análise demanda a articulação entre teoria da prova, epistemologia jurídica e limites cognitivos da tecnologia.
A prova destina-se a proporcionar ao juiz o conhecimento acerca da existência e da veracidade dos fatos, constituindo instrumento idôneo à formação da convicção do órgão julgador. A atividade probatória busca reconstruir os fatos, ainda que limitada pelas condições institucionais do processo (Taruffo, 1992), com a maior coincidência possível com a realidade histórica, sendo o magistrado o destinatário direto da prova.
Embora não haja limitação jurídica absoluta à produção probatória, desde que observada a licitude, o ordenamento impõe limites de natureza lógica. Nesse sentido, o artigo 400, § 1º, do Código de Processo Penal autoriza o indeferimento de provas irrelevantes, impertinentes ou protelatórias, revelando a existência de um verdadeiro “limite lógico da produção da prova”.
O dever de fundamentação exige que a admissão e a valoração da prova se baseiem em elementos aptos a subsidiar inferências racionais acerca dos fatos, sob pena de comprometimento da integridade da decisão jurisdicional (Badaró, 2023). A racionalidade da decisão jurisdicional está intrinsecamente vinculada à consistência lógica das premissas que a sustentam. Em um sistema orientado pela busca da verdade sob balizas cognitivas, impõe-se a exclusão de elementos desprovidos de aptidão racional, sob pena de comprometimento da integridade do provimento jurisdicional.
A inteligência artificial generativa opera a partir de padrões estatísticos extraídos de grandes volumes de dados durante o treinamento, não realizando, em regra, consulta a bases de dados em tempo real. Um dos riscos inerentes a essa tecnologia é a chamada “alucinação”, consistente na produção de informações falsas ou imprecisas com aparência de veracidade. Tal característica evidencia a natureza probabilística desses sistemas, o que compromete sua confiabilidade como fonte de conhecimento em contextos que exigem rigor técnico e precisão empírica, especialmente porque a atividade probatória deve estar orientada à redução de erros decisórios (Laudan, 2006).
A inadequação torna-se ainda mais evidente em situações que demandam análise de dados não textuais. Os LLMs são projetados para o processamento de linguagem natural, não sendo aptos, em sua configuração tradicional, à análise de ondas sonoras. Assim, sua utilização para fins de análise fonética revela uma incompatibilidade estrutural entre o objeto examinado e a ferramenta empregada.
A problemática se agrava quando relatórios produzidos por inteligência artificial generativa são utilizados em detrimento de perícias técnicas oficiais. Em hipóteses em que exame pericial, realizado por órgão especializado, não identifica determinado elemento fático — como a presença de expressão específica em gravação de áudio —, a substituição desse juízo técnico por conclusões oriundas de IA evidencia um viés de confirmação institucional.
Ainda que o magistrado não esteja vinculado às conclusões periciais, nos termos do artigo 182 do Código de Processo Penal, o afastamento da perícia exige fundamentação técnico-científica idônea. Relatórios produzidos por inteligência artificial generativa não se qualificam como prova pericial, constituindo meros documentos desprovidos de metodologia científica verificável.
A ausência de transparência quanto aos critérios de formação das respostas, aliada à impossibilidade de reprodução controlada dos resultados, impede que tais relatórios sirvam como base para inferências racionais. Trata-se, portanto, de elemento carente de adequação epistêmica.
Com efeito, a inexistência de controle racional sobre tais elementos impede sua utilização como base legítima para a formação do convencimento judicial, que deve sempre se apoiar em critérios justificáveis e intersubjetivamente controláveis (Ferrer Beltrán, 2017).
A utilização de elementos probatórios desprovidos de confiabilidade epistêmica compromete diretamente a existência de justa causa para a ação penal, a qual pressupõe a presença de um suporte probatório mínimo idôneo, sob pena de constrangimento ilegal ao acusado (Lopes Jr., 2023). Se a denúncia se funda exclusivamente em relatório produzido por inteligência artificial generativa, sem respaldo técnico-científico, há evidente fragilidade do suporte probatório mínimo exigido para o exercício da pretensão punitiva estatal, que deve estar orientado à minimização de erros judiciais (Laudan, 2006).
Nessa perspectiva, impõe-se o reconhecimento da inidoneidade do referido elemento probatório e, por conseguinte, o trancamento da ação penal, sem prejuízo da possibilidade de oferecimento de nova denúncia, desde que lastreada em elementos probatórios idôneos e confiáveis. Havendo, contudo, outros elementos probatórios independentes e idôneos, admite-se a continuidade da persecução penal, com a devida exclusão da prova inidônea.
Em recente julgamento, a 5ª Turma do Superior Tribunal de Justiça (STJ) reconheceu a ausência de confiabilidade epistêmica de relatório produzido por inteligência artificial generativa, afastando sua utilização como prova penal e determinando sua exclusão dos autos, diante da inexistência de respaldo técnico-científico e da prevalência indevida sobre perícia oficial (HC n. 1.059.475/SP, rel. Min. Reynaldo Soares da Fonseca, 5ª Turma, julgado em 7/4/2026).
A admissibilidade de provas no processo penal não se limita à observância de critérios formais de licitude, exigindo também a verificação de sua adequação epistêmica. Relatórios produzidos por inteligência artificial generativa, especialmente quando utilizados para análise de dados incompatíveis com sua arquitetura funcional, não atendem aos requisitos mínimos de confiabilidade necessários à formação da convicção judicial.
A sua utilização como prova penal representa risco à racionalidade da decisão jurisdicional, podendo conduzir à instauração de processos destituídos de justa causa. Impõe-se, portanto, a exclusão de tais elementos do âmbito probatório, em respeito aos princípios que regem a atividade jurisdicional e à integridade do sistema de justiça penal, sob pena de comprometimento da racionalidade do processo e da própria função jurisdicional (Taruffo, 1992; Ferrer Beltrán, 2017).
Trata-se, em última análise, de preservar a racionalidade epistêmica do processo penal, impedindo que instrumentos tecnologicamente sofisticados, porém metodologicamente opacos, comprometam a integridade da atividade jurisdicional.
__________________________________
Referências
BADARÓ, Gustavo Henrique. Epistemologia judiciária e prova penal. 2. ed. São Paulo: Thomson Reuters Brasil, 2023.
TARUFFO, Michele. La prova dei fatti giuridici. Milano: Giuffrè, 1992.
FERRER BELTRÁN, Jordi. Prova e verdade no direito. São Paulo: Marcial Pons, 2017.
LAUDAN, Larry. Truth, Error, and Criminal Law. Cambridge: Cambridge University Press, 2006.
LOPES JR., Aury. Direito processual penal. 20. ed. São Paulo: Saraiva, 2023.
BRASIL. Código de Processo Penal. Decreto-Lei nº 3.689, de 3 de outubro de 1941.
***********
Mín. 13° Máx. 20°
