IA e reconhecimento facial — o viés que a indústria admite (em 2026)

Em cinco empresas brasileiras que vendem sistemas de reconhecimento facial — duas em São Paulo, uma no Rio, uma em Florianópolis, uma em Recife — pedi os dados de erro do modelo por fototipo nos últimos 24 meses. Três respondeu por escrito com número. Uma respondeu com convite para conversa off em escritório. Uma não respondeu até o fechamento deste texto. O retrato cravado: a indústria brasileira já admite o viés. Em 2018 não admitia. Em 2026 admite, mas com uma versão diferente da história em cada empresa.

A empresa A — sede Paulista, contrato com três municípios paulistas — entregou planilha com taxa de falso positivo separada por seis fototipos (escala Fitzpatrick I-VI) em dois anos de operação. Os números: I (mais claro) 0,4%; II 0,6%; III 0,9%; IV 1,7%; V 3,2%; VI (mais escuro) 4,8%. Doze vezes mais erro no fototipo VI comparado ao I. A empresa anexou nota técnica argumentando que a diferença caiu de 18 vezes em 2022 para 12 vezes em 2024 com retreinamento — e essa redução é o que ela apresenta em proposta comercial. O dado real ainda é: o fototipo VI tem 4,8% de chance de ser sinalizado como pessoa errada por sistema da empresa A. Em mil leituras, 48 erros. Em dez mil, 480.

Esse erro tem endereço. Em fevereiro de 2026, Recife teve o terceiro caso de abordagem policial com base em sistema de reconhecimento facial errado — o homem abordado, 28 anos, ajudante de pedreiro, estava saindo do turno na obra do Bairro Novo. O sistema o identificou como suspeito procurado por roubo. O suspeito real tinha o triplo da idade dele e morava em outro estado. A abordagem durou 3 horas, incluiu algema e revista corporal pública. O caso virou processo civil e o município ainda alega "limitação técnica do sistema" como atenuante. O sistema é o da empresa A.

A empresa B — sede Rio, operação nacional — respondeu de outra forma. Não entregou planilha. Entregou nota institucional dizendo que "o sistema opera com supervisão humana em todos os pontos críticos da cadeia decisória, conforme melhores práticas internacionais". Pedi detalhamento: quem é o supervisor humano, com que qualificação, em que ponto entra. Resposta: "informação proprietária". Em fórum técnico no segundo semestre de 2025, o CTO da empresa havia descrito o fluxo: o sistema gera lista de matches com score acima de 80%, e um operador de central de monitoramento decide se aciona viatura. Não psicólogo, não advogado, não auditor independente. Operador de central de monitoramento — formação técnica em segurança pública, sem treinamento específico em viés algorítmico. O supervisor humano da empresa B é o estagiário da central, com outro nome.

A empresa C — sede Florianópolis, contratos em três capitais — foi a única que aceitou a conversa em condição de citação. Diretor técnico, 41 anos, engenheiro elétrico, passou a tarde mostrando o pipeline de treinamento. O banco de imagens usado: 380 mil rostos, 71% caucasiano, 19% asiático, 6% latino, 4% afrodescendente. A composição é resultado de aquisição de banco internacional licenciado em 2021 — quando ninguém pedia desagregação racial em compra de tecnologia. A empresa C reconhece que precisaria reconstruir o banco com 30% mínimo de afrodescendente para chegar à acurácia desagregada equivalente em fototipo VI. O custo estimado dessa reconstrução: R$ 8,4 milhões. O orçamento aprovado para 2026: zero. A diretoria comercial defende que o sistema atual é "suficiente para o mercado brasileiro" — porque a métrica de venda é precisão média, não precisão desagregada.

A empresa D — Recife, mais nova, fundada em 2023 — operou em sentido contrário. Apresentou planilha desagregada por fototipo desde o primeiro mês. Os números são melhores que os da empresa A: I 0,3%; VI 1,8%. Como conseguiu? O fundador, 34 anos, doutorado em ciência da computação na UFPE, montou o banco de treinamento de zero, com 280 mil rostos coletados em parceria com cinco universidades públicas do Nordeste, com 41% de afrodescendência. Custou caro. Demorou dois anos. Mas a métrica desagregada é a peça que ela leva pra venda — e a empresa D vem ganhando edital onde a empresa A perde por critério técnico explícito. O mercado começou a recompensar quem mede direito. Devagar.

A empresa E — São Paulo, capital aberta, maior do mercado — não respondeu três pedidos formais ao longo de seis semanas. A área de comunicação confirmou recebimento. O CEO não autorizou resposta. O que se sabe vem de relatório anual público, onde a empresa cita "compromisso com IA responsável" sem entregar uma única métrica desagregada. Em assembleia de acionistas em fevereiro, um fundo de pensão estrangeiro fez pergunta sobre viés algorítmico. O CFO respondeu que "a empresa adere a padrões internacionais reconhecidos". Quais padrões, em que ponto, sob que auditoria — ninguém perguntou de novo.

Cinco empresas, cinco posturas. A: admite com número, mas opera com 12x de diferença. B: nega que opere com viés, mas o supervisor humano é o estagiário. C: reconhece com sinceridade técnica e cobra orçamento que não vem. D: reconstruiu e está ganhando contrato. E: silencia. Para o homem negro brasileiro que tem o rosto lido por câmera no metrô, na portaria do prédio, na entrada da escola da filha, na esquina do banco — a pergunta é qual sistema está olhando. Em 80% dos casos, é da empresa A, B ou E. Em 4 de 5, o erro é o que ele já adivinha. A indústria admite o viés, mas o viés segue tendo endereço de CEP. E a foto na 3x4 do RG continua sendo o lugar onde o Brasil decide quem é cidadão e quem é suspeito antes de a pessoa abrir a boca.