A teoria do Labeling Approach no uso da tecnologia do reconhecimento facial: estudo de caso da segurança pública do Estado Bahia de 2018 a 2022

Abstract

Este trabalho investiga o uso da tecnologia de reconhecimento facial (TRF) na segurança pública da Bahia entre 2018 e 2022, analisando suas implicações sob a perspectiva da teoria do etiquetamento social (labeling approach). A pesquisa destaca que a TRF não atua de forma neutra, mas se baseia em banco de dados enviesado e discriminatório e atua intensificando a vigilância sobre a população preta e parda, que já é historicamente marginalizada, como também contribui para a estigmatização e penalização desproporcional desses grupos. Os dados revelaram que 90,55% das detenções realizadas por meio dessa tecnologia envolveram pessoas negras, evidenciando um viés racial e a seletividade penal. Embora a TRF tenha sido promovida como uma solução para os desafios da segurança pública, os resultados mostram que ela não tem gerado os benefícios esperados, com um aumento de 47,5% no encarceramento da população negra durante o período analisado. Isso ressalta que, longe de ser uma ferramenta imparcial de combate ao crime, a TRF reforça desigualdades sociais e raciais já existentes. O método de pesquisa adotado é o hipotético-dedutivo, com revisão bibliográfica, análise legislativa e estudo de caso. A abordagem combina dados qualitativos e quantitativos, integrando literatura sobre tecnologia e direito. O estudo conclui que a aplicação da TRF na segurança pública requer regulamentação e fiscalização rigorosas e uma reflexão crítica sobre seus efeitos, a fim de evitar a perpetuação de estigmas sociais e garantir a proteção dos direitos humanos. O trabalho contribui para a discussão sobre o papel das novas tecnologias na criminalização e na reprodução de desigualdades, propondo uma abordagem mais justa e equitativa na implementação de políticas de segurança pública.