Algoritmos preditivos e prevenção do feminicídio: possibilidades e limites no sistema de justiça criminal

RESUMO

O presente artigo analisa o uso de algoritmos preditivos no sistema de justiça criminal como instrumento de prevenção do feminicídio, à luz do Direito Penal, Processual Penal e dos Direitos Fundamentais. Parte-se da constatação empírica de crescimento dos índices de feminicídio no Brasil, evidenciando a necessidade de estratégias preventivas mais sofisticadas. Nesse contexto, examinam-se as potencialidades da inteligência artificial e do aprendizado de máquina na identificação de padrões de risco em situações de violência doméstica, bem como seus limites éticos, jurídicos e institucionais. Utiliza-se metodologia qualitativa, com revisão bibliográfica recente (2021–2026), análise normativa e diálogo interdisciplinar com a ciência de dados. Conclui-se que, embora os algoritmos preditivos representem ferramenta promissora para políticas públicas preventivas, sua utilização exige parâmetros rigorosos de transparência, controle democrático e respeito aos direitos fundamentais.

Palavras-chave: feminicídio; algoritmos preditivos; inteligência artificial; justiça criminal; prevenção.

Abstract
This article analyzes the use of predictive algorithms in the criminal justice system as a tool for the prevention of femicide, in light of Criminal Law, Criminal Procedure, and Fundamental Rights. It starts from the empirical observation of increasing femicide rates in Brazil, highlighting the need for more sophisticated preventive strategies. In this context, the study examines the potential of artificial intelligence and machine learning in identifying risk patterns in situations of domestic violence, as well as their ethical, legal, and institutional limitations. A qualitative methodology is adopted, including a recent bibliographic review (2021–2026), normative analysis, and an interdisciplinary dialogue with data science. The study concludes that, although predictive algorithms represent a promising tool for preventive public policies, their use requires strict parameters of transparency, democratic oversight, and respect for fundamental rights.

Keywords: femicide; predictive algorithms; artificial intelligence; criminal justice; prevention.

1 INTRODUÇÃO

O feminicídio representa uma das mais graves manifestações da violência de gênero, configurando não apenas um delito individual, mas um fenômeno estrutural profundamente enraizado em desigualdades históricas. Apesar da evolução normativa, a persistência de elevados índices evidencia a insuficiência de uma política criminal centrada exclusivamente na repressão. Nesse cenário, emerge o uso de tecnologias preditivas como alternativa preventiva.¹

A problemática central consiste em investigar se a utilização de algoritmos preditivos pode contribuir para a prevenção do feminicídio sem comprometer garantias constitucionais.

2 FEMINICÍDIO E PREVENÇÃO: LIMITES DO MODELO TRADICIONAL

Estudos contemporâneos demonstram que o feminicídio é, em regra, precedido por ciclos de violência progressiva, o que evidencia falhas na atuação preventiva do Estado. A legislação recente reforça o caráter punitivo, porém não enfrenta adequadamente a dimensão preventiva.²

3 ALGORITMOS PREDITIVOS E JUSTIÇA CRIMINAL

Os algoritmos preditivos utilizam técnicas de aprendizado de máquina para identificar padrões de comportamento a partir de grandes bases de dados. Pesquisas recentes indicam capacidade de identificar padrões de risco em registros policiais anteriores ao feminicídio.³

Revisões sistemáticas apontam que a predição criminal baseada em IA pode auxiliar na formulação de estratégias preventivas mais eficientes.

4 APLICAÇÕES PRÁTICAS NA PREVENÇÃO DO FEMINICÍDIO

4.1 Avaliação de risco

Modelos preditivos podem identificar situações de alto risco antes da consumação do crime, permitindo atuação estatal antecipada.

4.2 Integração institucional

A utilização de algoritmos permite o cruzamento de dados entre diferentes órgãos, superando a fragmentação institucional.

4.3 Monitoramento de agressores

Ferramentas preditivas possibilitam identificar padrões de reincidência e descumprimento de medidas protetivas.

5 LIMITES CONSTITUCIONAIS E RISCOS

5.1 Presunção de inocência

A antecipação de riscos pode gerar punição sem fato consumado.

5.2 Discriminação algorítmica

Sistemas automatizados podem reproduzir desigualdades estruturais.

5.3 Transparência e explicabilidade

A opacidade dos sistemas compromete o contraditório e o controle judicial.

5.4 Proteção de dados pessoais

A utilização massiva de dados sensíveis exige conformidade com a legislação de proteção de dados.

6 ANÁLISE COMPARADA INTERNACIONAL

Nos Estados Unidos, o uso de sistemas como o COMPAS evidenciou riscos de viés. Na União Europeia, há exigência de explicabilidade algorítmica e auditorias independentes.

7 CONCLUSÃO

Os algoritmos preditivos representam uma ferramenta promissora na prevenção do feminicídio, mas sua implementação exige cautela para evitar violações de direitos fundamentais.

REFERÊNCIAS

BRASIL. Lei nº 13.104, de 9 de março de 2015.
BRASIL. Lei nº 14.994, de 2024.
CONSELHO NACIONAL DE JUSTIÇA. Relatórios sobre violência contra a mulher. 2025.
LIMA, V.; OLIVEIRA, J. 2024.
MANDALAPU, V. et al. 2023.

NOTAS DE RODAPÉ

1. STJ, AgRg no HC 742.465/SP, Rel. Min. Reynaldo Soares da Fonseca, j. 2023: relevância da palavra da vítima e proteção preventiva.

2. CNJ. Painel de Violência contra a Mulher. Relatórios 2024–2026.

3. LIMA, V.; OLIVEIRA, J. A. Identifying Risk Patterns in Brazilian Police Reports Preceding Femicides. 2024.

¹ ERONILDO SOUSA CRUZ – Advogado e professor. Graduado em Processamento de Dados. Graduado em Pedagogia. Graduado em Educação Física. Graduado em Direito. Especialista em Direito Civil. Pós-graduado em Direito Público. Pós-graduado em Orientação Educacional. Pós-graduado em Gestão Pública. Mestrado pela Universidad Europea Del Atlántico - UNEATLANTICO na Espanha com reconhecimento no Brasil pela Universidade da Amazônia - UNAMA com as titulações: Mestre em Direito, Negócios Internacionais, Comunicação, Linguagens e Cultura. Doutorando em Direito.