Um vídeo de um tiroteio foi “melhorado” por IA para ir a julgamento — e o juiz barrou a exibição. ⚖️🤖🧵 A pergunta incômoda: quando um algoritmo aumenta a nitidez, ele revela fatos ou passa a preencher lacunas com suposições?

Imagem indisponível

No caso State v. Puloka, Joshua Puloka respondia por três homicídios ligados a um tiroteio de 2021. A defesa queria usar uma filmagem de celular, originalmente borrada e em baixa resolução, após tratamento por IA.

O problema não foi só técnico. O próprio perito contratado pela defesa não sabia como a IA tinha sido treinada, se havia testes de confiabilidade ou como o sistema chegava ao resultado. Como contestar uma prova que ninguém consegue explicar?

Imagem indisponível

O tribunal também observou que o método não havia passado por revisão de pares nem tinha aceitação geral entre especialistas. “Parece mais nítido” deveria ser suficiente quando estão em jogo liberdade, responsabilização criminal e confiança na Justiça?

Há uma diferença crucial: autenticar uma prova não significa provar que ela é verdadeira. Pelas regras federais dos EUA, basta demonstrar de forma razoável que o material é aquilo que a parte afirma ser — incluindo um processo que gere resultado acurado.

Imagem indisponível

Mas IA generativa e técnicas de super-resolução podem reconstruir detalhes ausentes com base em padrões estatísticos. Se o software inventa pixels plausíveis, mas inexistentes na cena, quem assume o risco: a defesa, a acusação, o fornecedor ou o réu?

A lição vai além deste julgamento: transparência sobre dados de treino, validação independente, taxas de erro e possibilidade de auditoria não são burocracia. São o mínimo para que tecnologia não transforme opacidade em autoridade no tribunal.

Imagem indisponível

Uma imagem mais limpa pode ser mais persuasiva para jurados — e justamente por isso exige mais escrutínio. Em justiça algorítmica, a pergunta não é apenas “a IA funciona?”. É: “funciona para provar exatamente o quê, com quais limites?”