O caso State v. Puloka reacendeu o debate sobre os critérios para admitir e valorar provas produzidas por inteligência artificial. Joshua Puloka foi acusado de três homicídios após um tiroteio ocorrido em 2021. A defesa pretendia apresentar uma gravação feita por uma testemunha, mas o vídeo, registrado em baixa resolução e com borrões causados pelo movimento, havia sido aprimorado por um software de IA.
O juiz recusou a exibição. O algoritmo usado pelo perito da defesa não havia passado por revisão por pares nem alcançado aceitação geral entre especialistas. Também pesou o fato de o próprio perito desconhecer como o sistema fora treinado, se havia sido testado quanto à confiabilidade e como funcionava.
Autenticação e resultado acurado
No modelo norte-americano, a prova produzida por IA pode ser autenticada por três vias previstas nas FRE: o depoimento de quem tem conhecimento pessoal, a descrição do processo ou sistema e a certificação que dispensa a presença da testemunha. Em todas elas, há uma exigência comum: demonstrar que o sistema produz um resultado acurado.
A autenticação não prova que o elemento é verdadeiro. Ela busca fornecer base suficiente para que se conclua, de maneira razoável, que o material é aquilo que a parte afirma ser. Cabe ao magistrado, como gatekeeper, verificar se a prova poderia levar um júri razoável à conclusão pretendida, sem antecipar o juízo de mérito que compete aos jurados.
Grossman e Grimm ressaltam que a certificação não pode reduzir o conteúdo exigido do depoimento de um perito. As Regras 902(13) e 902(14) não autorizam declarações genéricas sobre validade e confiabilidade nem afastam a necessidade de demonstrar a acurácia do sistema.
Validade, confiabilidade e viés
A acurácia, porém, não é suficiente. A validade indica se a ferramenta mede ou prevê aquilo que se propõe a medir. A confiabilidade exige consistência dos resultados em circunstâncias semelhantes. Já o viés corresponde a distorções sistemáticas, como as decorrentes de dados de treinamento preconceituosos ou de falhas na amostragem.
O caso Puloka foi decidido pelo teste de Frye, que exige aceitação geral da metodologia na comunidade científica relevante. A decisão rejeitou o vídeo aprimorado porque o algoritmo não havia alcançado esse padrão.
A abordagem de Daubert, incorporada à Regra 702, adota análise mais ampla. O magistrado deve examinar se a técnica foi testada empiricamente, se passou por revisão por pares e publicação especializada, sua taxa de erro, a existência de padrões operacionais e o grau de aceitação no campo científico.
O National Institute of Standards and Technology reúne quatro princípios para a análise desses sistemas: explicação, inteligibilidade, acurácia da explicação e limites de conhecimento. O sistema deve indicar as razões de seus resultados, apresentar explicações compreensíveis, refletir corretamente o processo de geração da resposta e operar apenas nas condições para as quais foi projetado ou quando alcançar confiança suficiente.
As cinco perguntas ao magistrado
O roteiro proposto por Grimm começa pelo problema que a IA foi criada para resolver. Sem conhecer sua finalidade, não é possível avaliar validade, confiabilidade ou eventual desvio de uso.
A segunda questão envolve o desenvolvimento do sistema: quem o criou, quais dados foram usados no treinamento, se esses dados representavam a população-alvo e se houve critérios substitutivos com efeito discriminatório.
A terceira pergunta trata dos testes. É preciso saber se validade e confiabilidade foram examinadas, por quem, em quais condições e se os resultados permanecem disponíveis para revisão pela parte contrária e pelo juízo.
A quarta questão é a explicabilidade do funcionamento para advogados, juiz e jurados. A quinta considera o risco de dano decorrente da admissão de uma prova de confiabilidade incerta. Quanto mais graves as consequências de um erro tecnológico, maior deve ser a demonstração exigida da parte.
No caso Puloka, o aprimoramento da gravação não foi tratado como mera recuperação neutra de uma imagem. Ao transformar borrões em uma versão possível da cena, o algoritmo produziu um resultado cuja confiabilidade precisava ser demonstrada. O roteiro organiza essa análise ao converter a noção de acurácia em critérios verificáveis de validade, confiabilidade e viés.
