Algoritmos preditivos e prevenção do feminicídio: possibilidades e limites no sistema de justiça criminal
Revista ft · 24.03.2026 · 30 (156) · 01-04
DOI: 10.69849/xekz0k41 ↗Kurz gefasst
Fachartikel in der Zeitschrift Revista ft, online erschienen am 24.03.2026. Verfasst von Eronildo Sousa Cruz. Die Arbeit wurde bisher 1-mal zitiert (Crossref). Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Abstract (Originalsprache)
O presente artigo analisa o uso de algoritmos preditivos no sistema de justiça criminal como instrumento de prevenção do feminicídio, à luz do Direito Penal, Processual Penal e dos Direitos Fundamentais. Parte-se da constatação empírica de crescimento dos índices de feminicídio no Brasil, evidenciando a necessidade de estratégias preventivas mais sofisticadas. Nesse contexto, examinam-se as potencialidades da inteligência artificial e do aprendizado de máquina na identificação de padrões de risco em situações de violência doméstica, bem como seus limites éticos, jurídicos e institucionais. Utiliza-se metodologia qualitativa, com revisão bibliográfica recente (2021–2026), análise normativa e diálogo interdisciplinar com a ciência de dados. Conclui-se que, embora os algoritmos preditivos representem ferramenta promissora para políticas públicas preventivas, sua utilização exige parâmetros rigorosos de transparência, controle democrático e respeito aos direitos fundamentais.
Zitieren
APA
Cruz, E. S. (2026). Algoritmos preditivos e prevenção do feminicídio: possibilidades e limites no sistema de justiça criminal. Revista ft, 30(156), 01-04. https://doi.org/10.69849/xekz0k41
Vancouver
Cruz ES. Algoritmos preditivos e prevenção do feminicídio: possibilidades e limites no sistema de justiça criminal. Revista ft. 2026;30(156):01-04. doi:10.69849/xekz0k41
BibTeX
@article{Cruz2026,
author = {Cruz, Eronildo Sousa},
title = {Algoritmos preditivos e prevenção do feminicídio: possibilidades e limites no sistema de justiça criminal},
journal = {Revista ft},
year = {2026},
volume = {30},
number = {156},
pages = {01--04},
doi = {10.69849/xekz0k41}
}
EUVIMED