Uma matrícula pode servir para localizar um carro roubado. Associada a uma sucessão de locais e datas, também pode contar o percurso de alguém. É a passagem entre estas duas utilizações que está no centro de um alerta publicado a 26 de outubro pela American Civil Liberties Union (ACLU): a associação norte-americana de defesa das liberdades descreve controlos rodoviários associados à análise de movimentos considerados suspeitos.
O que está em causa vai além da leitura automática de um número. Trata-se da decisão tomada com base nesse número: procurar um veículo já identificado numa investigação ou considerar que um itinerário, por si só, merece a atenção da polícia. Para compreender esta diferença, é preciso analisar separadamente o testemunho, as capacidades das ferramentas e as garantias que regulam a sua utilização.
Um relato de um controlo, com limites bem definidos
A ACLU relata o testemunho de Grace Knowles, uma jovem norte-americana detida durante uma viagem em setembro de 2025. Segundo o seu relato, o agente ter-lhe-á explicado que os seus movimentos eram suspeitos e ter-lhe-á mostrado um mapa acompanhado de fotografias da sua matrícula.
Este testemunho foi recolhido e publicado pela associação. Por si só, não constitui uma auditoria ao software utilizado. O artigo não permite atribuir com certeza este controlo a um modelo específico de IA, nem concluir que a Flock Safety foi a fornecedora envolvida neste episódio. Confundir o caso relatado com uma demonstração técnica transmitiria uma certeza que os elementos disponíveis não permitem alcançar.
A ACLU critica, de forma mais ampla, a utilização de bases de dados de matrículas para fazer surgir suspeitas com base nos movimentos. Trata-se de uma posição de defesa das liberdades, assumida por uma organização empenhada nesta área. Deve ser confrontada com as funcionalidades efetivamente anunciadas e com as condições de utilização dos sistemas.
O que o fabricante diz oferecer
Na página dedicada à leitura automática de matrículas, a Flock Safety descreve câmaras capazes de registar um número e características do veículo, como a marca, a cor ou a carroçaria. A empresa apresenta várias utilizações: localizar um veículo roubado, procurar uma pessoa desaparecida ou cruzar observações recolhidas em vários territórios.
A plataforma anuncia também alertas relativos a listas de veículos procurados e, através do FreeForm, pesquisas formuladas em linguagem natural. A Flock afirma que a sua oferta não inclui reconhecimento facial e que todas as pesquisas ficam registadas. Estes elementos descrevem a oferta do fornecedor; por si só, não medem a eficácia real de um controlo rodoviário nem a frequência dos erros.
Há uma distinção técnica que continua a ser essencial. Ler corretamente uma matrícula e interpretar corretamente um percurso são duas tarefas diferentes. Mesmo que o número tenha sido reconhecido sem erros, é ainda necessário justificar o significado atribuído aos movimentos. Uma ferramenta pode fornecer uma observação exata e, ainda assim, levar a uma hipótese frágil.
Três decisões por detrás de um alerta
Para avaliar um dispositivo deste tipo, podemos decompor a sua utilização em três etapas. Primeiro, a recolha: que veículo foi observado, onde e quando? Depois, a análise: que relação se estabelece entre as observações? Por fim, a ação: quem decide que estas justificam uma verificação ou uma intervenção?
Esta decomposição evita falar de uma IA que «detém» um condutor, como se o software executasse sozinho todo o procedimento. A tecnologia seleciona, cruza ou apresenta informações; são pessoas que definem as suas utilizações e tomam as decisões que se seguem. A responsabilidade humana mantém-se, mesmo quando uma interface confere ao alerta uma aparência de precisão.
Consideremos um exemplo hipotético, sem relação com um processo policial: dois veículos passam regularmente pela mesma estrada, a uma hora semelhante. Esta coincidência pode corresponder a um trajeto de trabalho partilhado por milhares de pessoas. Para a considerar uma associação significativa, seriam necessários elementos adicionais. A acumulação de pontos num mapa não fornece automaticamente uma explicação para eles.
As garantias anunciadas têm de poder ser verificadas
Na sua apresentação sobre confiança e privacidade, a Flock indica que os acessos são atribuídos a utilizadores autorizados pelos seus clientes, que as pesquisas estão associadas a um utilizador e que ficam registadas. A empresa afirma também que a partilha entre organismos depende de uma opção de adesão. Apresenta o seu sistema como uma ferramenta de investigação direcionada, e não como uma vigilância geral permanente.
Estes compromissos levantam questões que podem ser verificadas: que motivos são aceites para uma pesquisa? Quem analisa os registos de acesso? Como é detetada e tratada uma utilização injustificada? Um registo permite reconstituir uma ação; é ainda necessário que exista um procedimento que preveja a sua análise.
O debate não se resume, portanto, a escolher entre uma promessa comercial e uma preocupação generalizada. Uma avaliação séria deveria analisar as utilizações autorizadas, os erros detetados, as verificações humanas e as possibilidades de contestação. As páginas consultadas não apresentam uma medição independente da taxa de intervenções injustificadas. A ausência dessa medição impede tanto anunciar uma fiabilidade perfeita como quantificar arbitrariamente os abusos.
O ponto decisivo continua a ser a passagem da informação à decisão. Uma matrícula e um itinerário podem ajudar numa investigação. Não dispensam a explicação do motivo pelo qual uma pessoa se torna suspeita.
Fontes
- ACLU, Jay Stanley: testemunho e análise dos controlos rodoviários, 26 de outubro de 2026.
- Flock Safety: funcionalidades anunciadas da sua plataforma de leitura de matrículas.
- Flock Safety: compromissos relativos ao acesso, às pesquisas e à partilha de dados.
Foto ilustrativa: uma câmara Flock no cruzamento da East San Salvador Street com a South 4th Street, em San José, em outubro de 2026. Eirene12 / Wikimedia Commons, CC BY 4.0.
