Entre 6 de março e 10 de junho de 2026, a Human Rights Watch recebeu quase 2 terabytes de arquivos digitais de autoridades brasileiras. Entre esses documentos, constava a íntegra do procedimento investigatório criminal do Ministério Público do Rio de Janeiro sobre a Operação Contenção, a operação policial mais letal em um único dia já documentada da história do Brasil, que resultou na morte de 122 pessoas, incluindo cinco policiais, em 28 de outubro de 2025 no Rio de Janeiro. Além disso, no início da manhã do mesmo dia, a polícia matou outras duas pessoas que fugiam do Complexo do Alemão após receberem informações de que uma operação era iminente.
O acervo de dados recebido pela Human Rights Watch continha 8.800 páginas de material investigativo, laudos de exame de necrópsia das 122 vítimas – entre as quais, dois adolescentes, bem como 4.400 horas de filmagens feitas por câmeras corporais usadas pelos policiais. A Human Rights Watch já estava conduzindo uma pesquisa sobre a Operação Contenção quando recebeu o material; as filmagens das câmeras corporais, em particular, forneceriam evidências cruciais para a investigação.
Mas assistir a uma quantidade tão grande de filmagens sequencialmente, ou seja, sem pausas para dormir ou comer, exigiria aproximadamente meio ano de trabalho ininterrupto.
TEXTO NA TELA
28 de outubro de 2025
Rio de Janeiro, Brasil
NARRAÇÃO
Na manhã de 28 de outubro de 2025, centenas de policiais cercaram dois conjuntos no Rio de Janeiro.
Ao anoitecer, a operação se tornaria a mais letal da história do Brasil.
TEXTO NA TELA
AVISO. Este vídeo contém cenas fortes, incluindo imagens desfocadas de cadáveres. O conteúdo pode ser sensível para algumas pessoas.
NARRAÇÃO
122 pessoas foram mortas, incluindo dois adolescentes e cinco policiais.
De acordo com os laudos de necrópsia, mais de 85% das vítimas que não eram policiais eram negras.
O Supremo Tribunal Federal obrigou a polícia do Rio de Janeiro a usar câmeras corporais.
No entanto, apenas 23% dos policiais usavam câmeras no dia. Nenhuma morte foi gravada nas filmagens analisadas pela Human Rights Watch.
TERÇO INFERIOR
Damir Khairat
Pesquisador do
Laboratório de Investigações Digitais
NARRAÇÃO
A Human Rights Watch teve acesso à investigação do Ministério Público, incluindo 8.800 páginas de documentos, 122 laudos de necrópsia e quase 4.000 horas de gravações de câmeras corporais.
TEXTO NA TELA
O Ministério Público divulgou as imagens das câmeras corporais usadas neste vídeo. A grande maioria das filmagens às quais
a HRW teve acesso estão sobre sigilo e não podem ser publicadas.
NARRAÇÃO
Assistir a todas as imagens 24h por dia, sem nenhuma pausa, levaria quase seis meses para um único pesquisador. Por isso, treinamos diversos modelos de inteligência artificial para nos ajudar a identificar os momentos mais importantes.
Primeiro, precisávamos organizar tudo.
Os modelos, juntamente com um software desenvolvido pela Human Rights Watch, sincronizaram as gravações de diferentes policiais, mapearam suas localizações e identificaram tiros e sinais de manipulação das câmeras.
Depois, criamos uma plataforma com função de busca que nos permitiu visualizar a operação como um único evento coordenado, em vez de milhares de gravações separadas.
O que encontramos foram evidências de frequente manipulação e obstrução das câmeras corporais. E isso acontecia consistentemente no exato momento em que as câmeras deveriam estar gravando: durante prisões, tiroteios ou quando os policiais entravam em residências.
As autoridades disseram que o objetivo da operação era prender suspeitos de tráfico de drogas. As evidências que encontramos apontam para uma operação que parece ter sido concebida para ser letal.
Para explicar como chegamos a essa conclusão, vamos examinar alguns exemplos dos momentos que treinamos nossos modelos de IA para detectar.
A câmera de um policial capturou este vídeo em um beco enquanto um grande grupo de policiais passavam. Em seguida, o policial cobre sua câmera.
Ele ou outro policial então sinaliza que havia uma câmera gravando.
TRECHO DE ÁUDIO [EM PORTUGUÊS]
A equipe tá com câmera. A equipe tá com câmera. Não, não, to falando [inaudível] aquele negócio.
NARRAÇÃO
Não está claro por que ele a cobriu, mas o Ministério Público o denunciou por obstruir a câmera.
TRECHO DE ÁUDIO
Essa seria uma visão geral da operação.
NARRAÇÃO
Para identificar incidentes como esse em quase 4.000 horas de filmagens de cerca de 500 policiais, treinamos um modelo para detectar momentos semelhantes em que a câmera continuava gravando, mas a lente estava coberta.
Aqui vemos um policial arrombando a fechadura da porta de uma casa. Quando consegue abrir, retira a câmera do corpo por mais de uma hora, provavelmente enquanto está dentro da casa.
Como a câmera ainda estava captando imagens, o nosso software inicialmente não sinalizou essa gravação.
Por isso, treinamos um segundo modelo para identificar “cenas estagnadas”, nas quais a gravação permanece a mesma por longos períodos.
À medida que nossos modelos aprendiam e se aperfeiçoavam, eles revelaram muitas lacunas suspeitas nas gravações.
No final, documentamos mais de 250 casos de obstrução de câmera.
Momentos como esses são exatamente as situações que as câmeras corporais deveriam gravar, ajudando a garantir que qualquer comportamento ilegal seja capturado e que as circunstâncias em torno das 122 mortes possam ser devidamente investigadas.
Outro modelo que utilizamos foi um sistema de IA que analisa o áudio para detectar tiros.
Depois de treiná-lo especificamente para as câmeras corporais da polícia do Rio e para as condições locais, o modelo detectou com sucesso a maioria dos tiros em um conjunto de vídeos de teste.
Também conseguimos usar a IA para extrair texto diretamente dos vídeos, como a data, a hora, o local e o número de identificação do policial que usava a câmera.
Mas uma das descobertas mais marcantes veio do que não vimos.
Apesar da magnitude da operação e do número de mortes, não encontramos nenhuma filmagem mostrando as mortes.
NARRAÇÃO
Para entender o que faltava, organizamos as gravações ao longo da operação usando os registros de data e hora das câmeras corporais.
TEXTO NA TELA
Filmagens inutilizáveis
Filmagens utilizáveis
NARRAÇÃO
Descobrimos que mais da metade das gravações havia terminado ou apresentava lacunas significativas ao meio-dia. A partir daí, as filmagens utilizáveis continuaram a diminuir, justamente quando a operação se tornou mais letal.
A ausência de filmagens, junto com numerosas evidências de manipulação das câmeras, sugere que as câmeras corporais foram deliberadamente utilizadas de forma indevida para impedir a gravação de mortes.
Ao longo da nossa investigação, a IA foi apenas uma ferramenta entre muitas.
Nossa equipe de pesquisadores entrevistou testemunhas no Rio, visitou o bairro onde os as mortes ocorreram, analisou registros policiais e laudos de necrópsia, verificou fotografias e vídeos e revisou manualmente as descobertas da IA.
O que a IA proporcionou foi velocidade e alcance.
Ela nos ajudou a processar milhares de horas de filmagens, conectar elementos de prova e concentrar nossa atenção onde era mais importante.
Em outras palavras, a IA nos ajudou a encontrar as agulhas em um palheiro gigantesco.
Agora, cabe à justiça brasileira investigar minuciosamente tanto as mortes quanto as decisões que levaram a uma operação tão letal.
Aqueles que usam força desproporcional ou fazem uso indevido de câmeras corporais deveriam ser responsabilizados.
Para saber mais sobre os eventos de 28 de outubro e as conclusões da Human Rights Watch, acesse HRW.org e leia nossa investigação, Uma estratégia de morte.
Em vez disso, a equipe de pesquisa recorreu ao aprendizado de máquina (machine learning) para processar e analisar com eficiência esse grande volume de dados. Pesquisadores especializados criaram modelos de classificação para identificar critérios-chaves, como som de tiros no áudio, e para extrair metadados relevantes das imagens das câmeras corporais, incluindo a localização e nomes dos policiais. Em seguida, os pesquisadores da Human Rights Watch revisaram manualmente as imagens. A junção desses elementos formou uma visão ampla das violações dos protocolos que ocorreram naquele dia e dos prováveis responsáveis. A enorme quantidade de filmagens das câmeras corporais não foi o único desafio enfrentado pelos pesquisadores, já que algumas gravações estavam incompletas. Em muitos casos, essas lacunas pareciam ser resultado de manipulações das câmeras por parte dos policiais, alguns dos quais foram denunciados pelo Ministério Público por supostamente terem obstruído seus equipamentos.
Para compreender a magnitude da manipulação das câmeras corporais, especialmente no que se refere às mortes, os pesquisadores da Human Rights Watch criaram um modelo de classificação separado para identificar diversos tipos de obstrução das câmeras: casos em que os policiais cobriam a lente com a mão; casos em que deixavam as câmeras corporais em seus veículos, onde elas permaneciam ligadas e gravando, mas não capturavam nada relevante; ou casos em que os policiais entravam numa residência e deixavam a câmera do lado de fora, impedindo que captasse o que ocorria no interior.
Os trechos das filmagens identificado por esses modelos, juntamente com a filmagem completa, foram inserido em uma plataforma visual que catalogou e organizou o material usando os metadados extraídos das gravações. Isso proporcionou aos pesquisadores uma visão panorâmica das filmagens. Também permitiu que os pesquisadores examinassem sistematicamente as gravações se concentrando em momentos-chave onde há som de tiros ou obstrução das câmeras.
Apesar do grande número de pessoas mortas durante a operação e da exigência segundo os protocolos de que a polícia mantenha suas câmeras corporais sempre gravando, a Human Rights Watch não encontrou nenhuma filmagem mostrando mortes. Em vez disso, os pesquisadores constataram repetidas manipulações e obstruções das câmeras corporais. Identificamos dezenas de casos flagrantes, nos quais policiais removeram as câmeras corporais antes de, aparentemente, iniciar um tiroteio, que pode ser ouvido na gravação e foi detectado pelo nosso software. As repetidas manipulações e obstruções das câmeras corporais, combinada com padrões suspeitos nos laudos de exame de necrópsia, apontam para violações processuais aparentemente intencionais e frequentes em favor de uma operação que parece ter sido concebida para ser letal.
A Human Rights Watch publicou as principais conclusões da sua investigação em um relatório interativo intitulado “Uma estratégia de morte”. Neste documento, narraremos como a equipe de pesquisa da Human Rights Watch utilizou modelos de aprendizado de máquina para ajudar a estabelecer essas conclusões.
Como a Human Rights Watch vem realizando pesquisas e advocacy sobre segurança pública no Brasil há décadas, nossos pesquisadores tinham capacidade e experiência para começar a investigar as mortes e avaliar as ações policiais assim que receberam as primeiras informações sobre a Operação Contenção. Com ampla rede de contatos com integrantes do Ministério Público e da Defensoria Pública do Estado do Rio de Janeiro; com peritos; e com organizações da sociedade civil no Rio de Janeiro, os pesquisadores da Human Rights Watch identificaram rapidamente graves falhas nas primeiras etapas da investigação após a operação.
Além disso, em julho de 2025, a Human Rights Watch assinou um termo de acordo de cooperação com a Defensoria Pública do Rio de Janeiro para realizar pesquisas em casos de morte decorrente de intervenção policial. Após a Operação Contenção, esse termo de cooperação permitiu que defensores públicos compartilhassem com a Human Rights Watch conteúdos da investigação, incluindo as gravações das câmeras corporais que os promotores do Rio de Janeiro utilizaram para embasar denúncias contra policiais. Como o material incluía dados pessoais confidenciais da investigação criminal em andamento, o processamento desses dados com sistemas de aprendizado de máquina exigiu estreita colaboração com o departamento de Segurança da Informação e Tecnologia da Human Rights Watch para garantir que as informações fossem tratadas de maneira legal, ética e segura. Ao considerar os modelos, sistemas e provedores utilizados em nossa investigação, a Human Rights Watch realizou uma avaliação de impacto de direitos humanos e abordou questões de precisão, viés, privacidade e segurança. Como resultado, os pesquisadores criaram seus próprios modelos de classificação e utilizaram modelos leves de código aberto instalados em seus próprios dispositivos, garantindo que dados confidenciais nunca saíssem do sistema da Human Rights Watch. Pesquisadores especializados treinaram modelos de aprendizado de máquina para solucionar problemas de forma precisa, e posteriormente todos os resultados foram verificados manualmente por nossos pesquisadores.
Como a investigação do Ministério Público do Rio de Janeiro está sob sigilo, a Human Rights Watch não pode publicar imagens que ainda não tenham sido publicizadas pelos próprios promotores. O Ministério Público tornou públicos os três vídeos acima, que registram as ações de três policiais do Batalhão de Ações com Cães que foram acusados de manipular as câmeras corporais, entre outros crimes. Esses vídeos oferecem uma amostra das 4.400 horas de filmagens que a Human Rights Watch recebeu.
Cada vídeo apresenta um caso distinto de obstrução, incidente e metadados que os pesquisadores da Human Rights Watch treinaram modelos de IA para detectar e sinalizar, de modo que pudessem investigar mais a fundo os incidentes e as circunstâncias.
Este vídeo foi gravado pela câmera corporal de um policial que estava passando por um beco com um grupo de policiais. Na sequência, ele rapidamente cobriu sua câmera. Enquanto a câmera estava obstruída, ouviu-se um policial, possivelmente aquele que levava o aparelho, alertando os outros de que uma câmera estava filmando: “A equipe tá com câmera. A equipe tá com câmera. Não, não, tô falando por causa [inaudível] aquele negócio ali”.
Para detectar casos semelhantes, a Human Rights Watch criou um modelo de classificação para sinalizar obstruções das câmeras, quer dizer, gravações de áudio, mas com a lente coberta, sem nenhuma imagem identificável.
Para fornecer exemplos a partir dos quais o modelo pudesse aprender, os pesquisadores precisaram criar um conjunto de dados de treinamento. Esse conjunto de dados foi produzido a partir de um subconjunto, que incluía gravações de câmeras corporais de 52 policiais militares do total de 527 dos quais a Human Rights Watch recebeu imagens. Os pesquisadores sinalizaram os enquadramentos das gravações como provavelmente obstruídos com base na presença de pixels predominantemente pretos ou na ausência de contornos nítidos, como no vídeo acima.
A primeira iteração do treinamento do modelo revelou várias deficiências, incluindo um número desproporcional de obstruções sinalizadas nas primeiras horas da manhã, o que seria um padrão estranho, considerando que a maior parte dos confrontos violentos ocorreu mais tarde. Quando os pesquisadores analisaram essas filmagens, perceberam que as identificações decorriam de filmagens de policiais dirigindo em direção à operação na escuridão, muitas vezes em veículos lotados, criando a impressão de uma obstrução que levava o software a sinalizar incorretamente essas filmagens.
Para compensar esses falsos positivos, os pesquisadores fizeram vários ajustes no software. Isso incluiu a introdução de vários parâmetros, informações que o modelo levava em conta ao fazer uma classificação, incluindo a uniformidade da escuridão na tela, bem como a hora do dia, onde as primeiras horas da manhã receberam menor ponderação. Além disso, para evitar a sinalização excessiva de obstruções rotineiras, como a alça de uma arma cobrindo a câmera durante o movimento, foram ignoradas obstruções com duração inferior a 10 segundos.
A análise do treinamento do subconjunto de imagens também apresentou desafios para os pesquisadores sobre o que constituía uma obstrução da câmera. A filmagem acima foi gravada pela câmera de um policial, que o Ministério Público denunciou por invasão de domicílio e recusa de obediência a ordem superior, por manipulação da câmera. Nela, o policial é filmado arrombando a fechadura de uma residência. Quando consegue abrir, retira a câmera e a deixa de lado por mais de uma hora, provavelmente enquanto está dentro da casa.
Essas imagens não foram sinalizadas pelo modelo de classificação original porque exibiam conteúdo visível. Para resolver isso, os pesquisadores introduziram um segundo modelo de classificação, que considerava “cenas estagnadas”, nas quais uma câmera é deixada imóvel e exibe uma imagem quase idêntica por um longo período.
Essa diferenciação revelou que existem várias categorias de obstruções, cada uma com sua própria probabilidade de intencionalidade. Para considerar isso, os pesquisadores classificaram cada obstrução como:
O policial cobre a câmera com a mão, a remove ou a coloca em um bolso ou mochila durante a operação. Classificamos essa obstrução como supostamente intencional quando isso dura mais de 20 minutos ou coincide com circunstâncias suspeitas, como som de tiros no áudio da câmera, o policial entrando em uma residência ou policiais sendo gravados fazendo gestos ou discutindo sobre a câmera antes da ação.
A intenção do policial não ficou clara, mas ele pode ter violado o protocolo devido à remoção temporária da câmera corporal durante a operação. Durante esse período, a atividade do policial não ficou visível.
As câmeras provavelmente foram obstruídas por equipamentos ou atividades normais, como ficar deitado de bruços; ou quando a câmera foi removida, mas o policial pode ser visto na gravação.
Os pesquisadores da Human Rights Watch não incluíram obstruções rotineiras em sua análise de manipulação das câmeras. Quando não tinham certeza sobre a natureza da obstrução, classificaram-na como uma obstrução rotineira.
A investigação da Human Rights Watch constatou que casos semelhantes de possível manipulação das câmeras ocorreram de forma consistente quando as câmeras deveriam estar gravando, como na filmagem acima; quando os policiais entravam nas residências; e pouco antes que tiros foram registrados no áudio da gravação. O objetivo das câmeras corporais usadas pelos policiais é garantir que tais momentos sejam documentados para que possíveis violações da lei sejam capturadas pelas câmeras e pessoas que cometam abusos possam ser responsabilizadas. No caso da Operação Contenção, as câmeras corporais, caso tivessem sido usadas adequadamente, teriam ajudado investigadores a determinar se as 117 vítimas não policiais foram mortas por meio do uso ilegal da força.
As filmagens das unidades de “linha de frente” diretamente envolvidas na operação foram particularmente importantes, quando comparadas com as filmagens das unidades que atuaram em estado de prontidão ou no controle de pessoas no perímetro da operação. O gráfico interativo acima fornece dados detalhados sobre os 278 casos de possível manipulação de câmeras que os pesquisadores documentaram entre 132 policiais da linha de frente.
Os pesquisadores também criaram um modelo de IA para detectar outro sinal: uma alta densidade de tiros. Depois que o modelo sinalizou essas gravações, os pesquisadores analisaram minuciosamente o conteúdo. Conforme mostrado no gráfico acima, os pesquisadores assistiram às imagens, com um indicador visual marcando quando cada tiro era detectado. Neste caso específico, a câmera gravou o som de diversos tiros que se escutava fora do enquadramento, logo e depois, o policial retirou o dispositivo por um breve período.
Para sinalizar padrões de áudio semelhantes, os pesquisadores utilizaram o YAMNet, um modelo popular de código aberto para classificar tipos de som, incluindo tiros. Por si só, o YAMNet era excessivamente sensível a ruídos altos e frequentemente sinalizava falsos positivos. Isso ocorre porque o YAMNet é um modelo de classificação de áudio de uso geral e não foi desenvolvido especificamente para tiros gravados por câmeras corporais da HikVision (padrão da polícia do Rio de Janeiro) nem para as condições acústicas de bairros de alta densidade de população no Rio de Janeiro.
Para resolver esse problema, os pesquisadores criaram um conjunto de dados composto por filmagens nas quais marcaram os tiros manualmente. Os pesquisadores treinaram um modelo de classificação de segundo estágio para filtrar as detecções do YAMNet com base nas características do áudio de tiros, bem como com sinais contextuais, como o agrupamento de tiros. O modelo não foi utilizado para determinar se os tiros captados pelas câmeras corporais eram disparados ou recebidos.
Inicialmente, o YAMNet isolou corretamente 67 por cento dos tiros em um conjunto de teste de 251 vídeos. Na segunda etapa de classificação, essa detecção melhorou para 83 por cento, com apenas os 17 por cento restante passando despercebidos.
No vídeo anterior o policial retira sua câmera enquanto se escutam tiros na gravação, mas a câmera não registrou as ações do policial. A filmagem contém diversos metadados sobrepostos às gravações, conforme o padrão adotado nas imagens registradas pelas câmeras corporais da Polícia Militar do Estado do Rio de Janeiro. As informações (destacadas em vermelho pela Human Rights Watch) indicavam a hora e o local da filmagem, bem como o número de identificação da câmera e do policial responsável pela gravação.
Para extrair esses metadados, os pesquisadores criaram um modelo de classificação personalizado que realiza a leitura de cada caractere, aproveitando que a fonte, o formato e a localização do texto exibido nas gravações são iguais em todas as gravações. A identificação do policial foi então cruzada com uma lista que consta na investigação do Ministério Público, que relacionava os números de identificação dos policiais aos seus nomes e unidades.
Esses metadados sugerem que a filmagem foi gravada na Rua Seis, no bairro da Penha, às 8h16, por um policial do Batalhão de Ações com Cães.
É importante pontuar que as coordenadas de GPS nesses metadados apresentavam um certo grau de incerteza. Isso parecia ser um problema inerente à câmera HikiVision fornecida pelo L8 Group. As coordenadas frequentemente exibiam valores nulos ou permaneciam fixas em uma posição, enquanto as imagens mostravam claramente o policial em movimento. Para compensar isso, os pesquisadores introduziram várias heurísticas (regras práticas) que descartaram gravações com interpretações imprecisas, incluindo aquelas com coordenadas nulas ou fixas, com mudanças significativas de distância, e coordenadas localizadas fora do Rio de Janeiro. Além disso, as coordenadas utilizadas na análise final foram submetidas a validação manual.
Essas coordenadas de GPS serviram de ponto de partida para o mapeamento das evidências. Tais coordenadas podiam ser utilizadas na plataforma da Human Rights Watch para buscar outros vídeos dentro de um raio específico. A busca por vídeos em um raio de meio quilômetro das coordenadas exibidas na filmagem acima serviu de base para localizar outro policial que poderia estar atuando nas proximidades.
O resultado dessa busca contou uma história semelhante à do policial que retirou sua câmera e posteriormente foi denunciado por invasão de domicílio. No vídeo aparece um policial, junto com dois colegas, retirando várias sacolas plásticas contendo itens de uma residência às 12h08. Embora não fosse possível ver o que havia nas sacolas plásticas, os policiais conversavam enquanto dividiam os itens entre si: “É pra dividir? Tá de mochila. Bota um pouco de mochila. Tem saco de lixo aqui. Então, bora dividir: um pouco de mochila um pouco de saco”.
Esses dois vídeos, gravados a menos de meio quilômetro um do outro, indicam que os policiais entraram em residências sem autorização. A análise da Human Rights Watch das 4.400 horas completas de filmagem revelou vários exemplos de policiais entrando em residências sem autorização, incluindo casos em que levaram alimentos ou cobriram suas câmeras enquanto revistavam os pertences das pessoas.
A análise da Human Rights Watch das gravações das câmeras corporais de policiais militares na Operação Contenção não encontrou nenhuma filmagem que mostrasse as mortes. Um promotor disse aos pesquisadores que a Divisão de Evidências Digitais e Tecnologia do Ministério Público do Rio de Janeiro (DEDIT) também não havia encontrado nenhum registro, até setembro de 2026.
Apesar das decisões do Supremo Tribunal Federal que exigem o uso de câmeras corporais pela polícia do Rio de Janeiro, apenas cerca de 23 por cento dos 2.500 agentes que participaram da operação utilizavam câmeras corporais, informou o governo do Rio de Janeiro. Entre as gravações obtidas pela Human Rights Watch, os pesquisadores constataram que 55 por cento delas terminaram ou apresentaram uma lacuna significativa por volta do 12h — sendo que a maioria das mortes ocorreu após o meio-dia. Esse dado foi obtido por meio da catalogação das gravações, utilizando as marcas de tempo extraídas dos próprios registros.
Isso contrasta com os protocolos policiais, que determinam que as câmeras devem ter pelo menos 95 por cento da bateria carregada e que a autonomia da bateria deve ser de 12 horas. Além disso, os policiais são obrigados a levar uma bateria extra para operações com duração superior a 12 horas. Portanto, considerando que a autonomia da bateria, somada à bateria extra, totalizaria 24 horas, e o fato de que a operação começou logo após 5h da manhã, essas filmagens deveriam ter durado pelo menos até o horário que os policiais foram vistos deixando a comunidade, por volta das 20h, ou até mesmo depois.
A quantidade significativa de filmagens ausentes, combinada com as evidências de manipulação generalizada das câmeras, especialmente nos momentos em que se ouvem tiros no áudio, sugere que os policiais utilizaram indevidamente as câmeras de forma intencional para impedir a gravação das mortes ocorridas durante a Operação Contenção.
Para compreender a natureza das mortes, a investigação da Human Rights Watch complementou as imagens com várias fontes de informação. Pesquisadores, com o apoio de especialistas forenses independentes, analisaram os laudos de necrópsia das 122 pessoas mortas, os quais sugerem que a polícia usou força excessiva, com intenção de matar. Além disso, a equipe de pesquisa analisou evidências de milhares de páginas de autos da investigação oficial do Ministério Público; conduziu entrevistas com testemunhas, familiares das vítimas e autoridades; e obteve documentos por meio de pedidos de acesso à informação.
A equipe colaborou com um grupo de trabalho formado por parceiros locais, incluindo Papo Reto, Frente Penha, Redes da Maré e Projeto Mirante, que coletaram 579 fotografias e vídeos feitos por moradores. Os pesquisadores também realizaram pesquisas em fontes abertas para analisar e, quando possível, verificar vídeos, fotografias e mensagens postadas online, bem como aquelas compartilhadas pelo grupo de trabalho. Nos casos em que a geolocalização se mostrou impossível, os pesquisadores compararam ferimentos específicos e roupas das vítimas com fotografias nos laudos de necrópsia para verificar os nomes das vítimas.
A plataforma e o processo investigativo por meio do uso de IA estabeleceram uma conexão entre as gravações e essas outras evidências, estruturando as imagens de forma que os pesquisadores pudessem analisá-las e, em seguida, utilizá-las como pontos de comparação. Por exemplo, uma vez que os pesquisadores geolocalizavam vídeos encontrados online de prisões ou de corpos, a plataforma podia ser usada para pesquisar imagens gravadas nas proximidades, verificando se uma determinada unidade, ou mesmo pessoas específicas, estavam atuando naquele local.
A Human Rights Watch trabalha cada vez mais com grandes acervos de vídeos para analisar um evento ou conflito específico. Com um volume extraordinariamente grande de horas de vídeo para assistir e investigações que dependem de muitas fontes incompletas de informação, esses dados brutos provavelmente sempre serão difíceis de manejar, o que torna o aprendizado de máquina uma ferramenta incrível para os pesquisadores da Human Rights Watch. Ele complementa e reforça um conjunto de abordagens metodológicas à medida que os pesquisadores reconstituem eventos em que ocorreram supostas violações de direitos humanos.
É por isso que a Human Rights Watch está aprimorando os sistemas utilizados nesta investigação. Estamos aplicando sistemas de aprendizado de máquina para lidar com dados dessa magnitude de forma a priorizar tanto o rigor empírico quanto a eficiência. Os pesquisadores da Human Rights Watch estão coletando e armazenando dados com segurança, treinando modelos personalizados adequados a um determinado contexto, utilizando metadados para catalogar vídeos de maneira estruturada e cruzando todas as conclusões com outras evidências quantitativas e qualitativas.
Com as devidas salvaguardas legais, de segurança e éticas em vigor, softwares, incluindo IA, podem apoiar pesquisadores de direitos humanos a investigar e revelar evidências em uma escala sem precedentes. A Human Rights Watch está experimentando, com cautela, maneiras de compatibilizar a expertise dos pesquisadores e o uso de IA para encontrar as agulhas em meio a palheiros gigantescos.
