A+ A- Acessibilidade
Buscar

Projeto Araceli que identifica padrões de abuso sexual infantil online é destaque na EPTV

Por Juliana Vicentini

Pesquisa desenvolvida entre universidades e autoridades usa IA para apoiar a detecção desses crimes sem exposição a material explícito

Maio Laranja é uma campanha para conscientizar a sociedade sobre abuso e exploração sexual de crianças e adolescentes. Esse movimento surgiu em decorrência do caso da menina Araceli, que aos 12 anos foi estuprada e assassinada no Espírito Santo, em 1973. Os crimes sexuais infantojuvenis têm sido facilitados e amplificados com o advento das redes sociais.

O Projeto Araceli surgiu para contribuir no combate a esse tipo de violência. Uma das pesquisas desenvolvidas nesta iniciativa foi pauta da reportagem do Jornal da EPTV. A equipe da afiliada da Rede Globo veio até a Unicamp e entrevistou Sandra Avila, professora e pesquisadora do Instituto de Computação e coordenadora do projeto, e Carlos Caetano, pesquisador do Recod.ai.

A imagem mostra os pesquisadores Sandra Avila e Carlos Caetano em reportagem do Jornal da EPTV.
Sandra Avila e Carlos Caetano mapeando imagens criminosas sem acesso ao conteúdo explícito (Imagem: reprodução EPTV).

A equipe explicou como o modelo de IA pode mapear imagens criminosas. “A partir dos dados apreendidos a gente tem os grafos e dos grafos a gente treina os modelos para a tarefa final que é a identificação da imagem que contém esse tipo de contexto”, explica Sandra na entrevista. Os grafos transformam pessoas, objetos e contextos em traços e pontos, sem acesso ao material ilegal. A partir disso, é possível apontar situações que podem indicar uma situação de abuso. Depois disso, são os agentes federais treinados que decidem se o conteúdo é criminoso ou não.

Esse trabalho é resultado de uma parceria entre Unicamp, Polícia Federal (PF), Polícia Técnico Científica do Estado de São Paulo, Polícia Federal de Minas Gerais e Instituto de Criminalística da PF. A metodologia já é utilizada por essas autoridades e vem para otimizar o trabalho dos agentes.

“Antigamente, quando o perito apreendia uma máquina, ele tinha que fazer a análise visual de cada amostra de imagem, e isso levava tempo. Hoje em dia, com esses modelos, a ideia é que isso facilite a vida do perito. Não é tirar o perito da análise, porque é bastante importante ter o ser humano envolvido nessa etapa (…), mas esses modelos vêm para facilitar a vida dos peritos”, explicou Carlos na entrevista.

A pesquisa é desenvolvida por cientistas da Unicamp, Universidade de São Paulo, Universidade Federal de Minas Gerais, Instituto Federal de Minas Gerais e University of Sheffield. Ela conta com o financiamento da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP-2023/12086-9).

Para saber mais, acesse:

Material produzido com o apoio da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), Brasil (Processo nº 2025/26523-7), vinculado ao Projeto Horus do Recod.ai (Processo nº 23/12865-8).