Algoritmos especializados e novos sistemas de processamento de dados ajudam a polícia a eliminar o trabalho repetitivo, agilizar a apuração e solução de crimes.

Imagine a seguinte situação:

João acaba de ser assaltado. Dois homens em uma moto prata o abordaram ao sair de uma agência bancária, levando sua carteira e celular. Ainda se recuperando do choque, ele vai à delegacia prestar queixa.

Após anotar o depoimento da vítima, o agente de plantão encaminha o Boletim de Ocorrência (BO) ao investigador que ficará responsável por elucidar o crime.

Além de interrogar testemunhas, verificar imagens de vigilância e realizar outras diligências, o investigador passará por uma rotina comum em sua linha de trabalho: analisar outros BOs em busca de possíveis ligações que levem aos suspeitos.

O sistema que ele consulta contém dezenas de milhares de documentos similares. Por onde começar?

Em plena transformação digital, a polícia também enfrenta desafios de Big Data. Boletins de Ocorrência (BO) são peças importantes na investigação e solução de crimes, além de ajudarem a compor estatísticas e orientar estratégias de Segurança Pública. Mas o volume e a complexidade desses dados ainda dificultam o trabalho das autoridades.

Felizmente, existem tecnologias de Ciência de Dados e Inteligência Artificial capazes de acelerar o processo de investigação, poupando horas do trabalho dos agentes, aumentando a probabilidade de prisões em flagrante e a recuperação de bens, entre outros benefícios.

Vamos entender melhor esses desafios e conhecer os recursos que estão ajudando a Polícia a superá-los.

Os desafios: volume e complexidade (dados não-estruturados)

O primeiro desafio para ações policiais orientadas a dados é o próprio volume das informações. Mais de 1 milhão de ocorrências foram registradas no estado de São Paulo em 2019, por exemplo. Cada um desses BOs contém dezenas de campos, como local, hora e relato da vítima. Sistemas convencionais simplesmente não são capazes de gerar análises mais sofisticadas, como a correlação automática de crimes.

Outro desafio é a própria complexidade dos dados contidos nos BOs. Não é difícil buscar documentos por critérios como data ou cidade – eles são o que chamamos de campos de dados estruturados. Mas e quanto às descrições das ocorrências? Os depoimentos dos envolvidos são uma fonte riquíssima de insights, mas tratam-se de campos de dados não-estruturados, escritos por seres humanos com inúmeras variações e/ou pequenas inconsistências.

João disse “moto prateada”, mas e se tivesse dito “motocicleta de cor prata”? Nós, pessoas, entendemos que se trata da mesma coisa. O computador não.

Então se o investigador quiser encontrar outros BOs com o termo “moto prateada”, o máximo que o sistema retornará serão documentos com essa correspondência exata. O policial precisará pesquisar variações do termo e ler os documentos um por um em busca de outras possíveis correlações.

Enquanto o agente perde horas nessa tarefa exaustiva, os criminosos que assaltaram João estão livres. No quadro geral isso significa mais crimes, mais BOs, mais casos acumulados nas delegacias.

As soluções: investigação acelerada por Ciência de Dados e Inteligência Artificial

A solução para o desafio do volume de dados está em novas tecnologias de armazenamento e processamento, essenciais para levar o potencial do Big Data aos policiais. Elas não apenas agilizam o tratamento técnico da massa de dados, mas também possibilitam a criação de funcionalidades inovadoras sobre ela, como aplicações de Inteligência Artificial.

A IA, por sua vez, é essencial para superar o desafio da complexidade dos dados não-estruturados. Em nossa solução dedicada de Segurança Pública, o Zerum Sentinel, por exemplo, desenvolvemos um modelo exclusivo de Processamento de Linguagem Natural (NLP), projetado especificamente para investigações policiais. Com ele, a solução é capaz de ler e compreender os textos presentes nos BOs. Assim, o próprio computador faz o trabalho de analisar os documentos, classificar termos de acordo com seu sentido e encontrar correlações.

Utilizando essa tecnologia, o investigador acelera drasticamente seu trabalho. Vamos voltar para a situação ilustrada no início do artigo para entender como essas vantagens se aplicam na prática:

Utilizando um sistema potencializado por IA como o Sentinel, o investigador busca “moto prata” e imediatamente recebe todos os BOs com esse tipo de veículo, independentemente de como está escrito no texto. Ele pode filtrar os resultados por local, data e outros critérios para refinar a pesquisa, mas isso é apenas o começo.

O sistema também agrupa e exibe automaticamente BOs com características similares à ocorrência investigada. Um deles, registrado poucas horas após o original, chama a atenção do investigador: “roubo em frente a agência bancária”, “dois suspeitos”, “moto prata”. Só que neste documento a vítima relatou também que roupas os assaltantes usavam, a cor dos capacetes, o modelo da motocicleta e até mesmo a direção que eles tomaram depois do assalto.

Alguns minutos após acessar o sistema, o policial já extraiu informações cruciais dos BOs e pode prosseguir com a apuração de forma mais direcionada.

Toda essa interpretação e classificação é feita de forma automática pelo Sentinel, sem que o investigador precise ler uma linha sequer. Ao invés de horas de trabalho exaustivo analisando BOs, as pistas vieram em poucos cliques.

Quer saber mais sobre o assunto e ver a tecnologia do Sentinel na prática? Assista também à gravação do Webinar: Análise automática de Boletins de Ocorrência com Inteligência Artificial.

Sobre a Zerum

A Zerum é uma empresa de Data Science líder em inovação que fornece visibilidade e entendimento em tempo real sobre fluxos de dados complexos. Nossos produtos, serviços e tecnologias ajudam grandes organizações a reduzir gargalos operacionais, combater ameaças cibernéticas avançadas, detectar fraudes e manter comunidades seguras.

Para saber mais, entre em contato!