Prova por inteligência artificial: critérios de admissibilidade e valoração em debate

A utilização de inteligência artificial para aprimorar provas ganhou novo capítulo no direito norte-americano com o caso State v. Puloka, em que a defesa de um réu acusado de homicídio tentou apresentar um vídeo otimizado por software de IA. O juiz recusou a exibição porque o algoritmo empregado não havia passado por revisão por pares nem gozava de aceitação geral na comunidade científica, e o próprio expert contratado pela defesa não soube explicar como a ferramenta foi treinada ou testada.

Autenticação e o padrão de "resultado acurado"

No modelo processual dos EUA, a prova produzida por IA pode ser autenticada por três vias previstas nas regras federais: testemunho de quem tem conhecimento pessoal, descrição do processo ou sistema, ou certificação que dispensa a presença da testemunha. Todas essas vias compartilham um requisito comum: a demonstração de que o sistema produz um resultado preciso. Autenticar, porém, não significa provar a veracidade do conteúdo, mas apenas apresentar elementos suficientes para que um julgador razoável conclua que a prova é o que a parte afirma ser.

De Frye a Daubert: o padrão de admissibilidade

O caso Puloka foi decidido sob o teste Frye, que exige aceitação geral da técnica na comunidade científica. A maioria das jurisdições estaduais, no entanto, adota o padrão Daubert, incorporado à Regra 702, que flexibiliza essa exigência e centra a análise na validade e confiabilidade da metodologia. Os fatores considerados incluem testabilidade empírica, revisão por pares, taxa de erro conhecida, existência de padrões operacionais e aceitação no campo científico.

Roteiro para o magistrado

O artigo de Grossman e Grimm, citado na fonte, propõe que o juiz avalie validade (se a ferramenta mede o que se propõe a medir), confiabilidade (consistência dos resultados) e viés (distorções sistemáticas). Também sugere um roteiro de cinco perguntas, começando por: qual é o problema que a IA foi criada para resolver? A resposta define se o sistema é adequado ao caso concreto.

Impacto prático para o advogado

Para os profissionais que pretendem usar provas produzidas ou aprimoradas por IA, o caso reforça a necessidade de documentar o funcionamento do algoritmo, demonstrar sua testabilidade e confiabilidade, e evitar argumentos genéricos de validade. A opacidade do sistema não pode servir de subterfúgio para afastar o dever de comprovar que a prova merece confiança.