Como inovar em tecnologias para inteligência investigativa?

“A tecnologia  agrega valor como um recurso a mais para auxiliar o processo, minerando e tratando as informações para que os agentes com poder de investigação possam analisá-las e tirar suas conclusões”. 

Por Rafael Pina*

Alguns acontecimentos acenderam neste ano os debates sobre o uso da tecnologia em ações de inteligência investigativa. No carnaval, um homem procurado pela polícia desde julho de 2018 foi identificado no meio dos foliões por câmeras, associadas ao reconhecimento facial, feito liderado pela Secretaria de Segurança Pública do Estado da Bahia. Em outro caso amplamente divulgado pela imprensa brasileira em março, uma investigação movimentou um grande volume de dados provenientes da telefonia móvel, mapeados por meio da triangulação de antenas e o monitoramento de aparelhos que estavam ativos na região onde ocorreu um crime.

Embora tenham ganhado grande repercussão, investigações utilizando esse tipo de aparato tecnológico ainda são poucas. O que reforça a necessidade de ampliar seu uso. De um modo geral, o que se faz hoje com regularidade na parte de inteligência investigativa é relacionar informações, originárias de várias bases públicas — redes sociais e páginas em buscadores e/ou que foram indexadas neles —, além daquelas em que se faz imperativa a autorização judicial para ser extraída e processada durante um tempo específico de tempo.

Ainda é comum casos em que investigadores se debruçam por meses sobre determinado montante de informação, sem conseguir decodificar com agilidade. E isso não é demérito ou falta de esforço dos profissionais envolvidos. Muitas vezes eles precisam descobrir, em meio a milhares de evidências, aquelas que indicarão alguma resposta. E isso requer tempo. Essa demora geralmente não é compreendida por quem está de fora do processo e que cobra por respostas rápidas.

Imaginemos o trabalho que um analista ou um grupo deles terá para assistir um mês —  720 horas — de gravações feitas por câmeras de segurança que registram tudo 24 horas por dia, 7 dias por semana, em busca de imagens de uma cena de crime para encontrar indícios que serão usados como prova. Certamente a investigação poderá levar meses a fio, sem a garantia de ter uma conclusão satisfatória. Mas com a tecnologia é possível otimizar esse tempo, vide o exemplo que abre esse artigo.

Outro exemplo: em investigações que envolvem áudio, são usadas soluções speech-to-text que, associadas a outros mecanismos de análise, convertem para texto o conteúdo das gravações e fazem o processamento de voz, de forma automatizada. Nesse e em outros casos, a tecnologia auxilia os especialistas na produção do conhecimento.

Ou seja, a tecnologia agrega valor como um recurso a mais para auxiliar o processo, minerando e tratando as informações para que os agentes com poder de investigação possam analisá-las e tirar suas conclusões. É como se o sistema separasse o joio do trigo, o que será ou não avaliado pelo fator humano. Mas ainda há muito que inovar quando o assunto é inteligência investigativa. Entre as tendências que ainda serão melhor aproveitadas estão o reconhecimento de imagens e, especialmente, de padrões, o que ocorre de forma semelhante e com regularidade. O comportamento dos investigados — movimentação financeira e acesso à internet em determinados dias, horários e locais — indicam uma rotina, que pode ser acompanhada e identificada por um sistema para ser transformada em conhecimento.

Apesar de os recursos tecnológicos auxiliarem e muito o processo de cruzamento e análise de dados, o fator humano continua a ser um componente essencial para montar o quebra-cabeças e ver se ele faz sentido.

A Google está investindo esforços em Data Science para tirar proveito do Machine Learning, além de outras numerosas inovações. Entre as várias equipes existentes em seu time, possui uma dedicada a estudar e desenvolver soluções, a Google Brain Team, responsável por criar a TensorFlow. Consiste em uma biblioteca com modelos e algoritmos previamente cadastrados, focados em Machine e Deep Learning. Programadores podem operar as aplicações disponíveis na biblioteca, que rodam em ambientes de natureza diversa: na nuvem, em sistemas operacionais como o Android e o iOS, entre outros. Pelas aplicações é possível treinar mecanismos e a quantidade de acertos pode ser assustadora.

Apesar de os recursos tecnológicos auxiliarem e muito o processo de cruzamento e análise de dados, o fator humano continua a ser um componente essencial para montar o quebra-cabeças e ver se ele faz sentido. Uma prova de que, a despeito dos avanços tecnológicos e a máxima de que determinadas profissões irão desaparecer, as pessoas e sua expertise ainda são importantes para educar as ferramentas digitais. Para tanto, é necessário que se adequem e estudem de forma contínua.

* Rafael Pina é CTO da Dígitro Tecnologia