O uso de inteligência artificial para fiscalizar motoristas está se espalhando pelo Brasil. Câmeras capazes de examinar o interior dos veículos, selecionar imagens suspeitas e apontar infrações como uso de celular ou falta de cinto já operam em diferentes rodovias. O recurso amplia a capacidade do Estado de encontrar infrações sem depender da presença de um policial ao lado da pista.
Os principais exemplos estão em São Paulo. Desde julho, equipamentos instalados nos trechos Sul e Leste do Rodoanel Mário Covas auxiliam a Polícia Militar Rodoviária na autuação de motoristas.
Durante 28 dias de testes, entre 12 de maio e 9 de junho, as câmeras identificaram 4.879 possíveis infrações, média de 168 por dia. Segundo a concessionária SPMAR, foram 2.420 casos de condutores sem cinto, 1.440 de passageiros sem o equipamento e 1.019 de motoristas usando o celular. As imagens classificadas pelo sistema são enviadas a uma plataforma compartilhada com a polícia.
Na Rodovia Raposo Tavares, na capital paulista, duas câmeras instaladas nos quilômetros 17 e 18 começarão a embasar autuações em 3 de agosto, segundo informou a Folha de S.Paulo. Os equipamentos foram instalados em março, mas ainda dependiam de ajustes operacionais do policiamento rodoviário para começar a produzir multas.
O potencial arrecadatório já ficou claro antes mesmo do início das autuações. De acordo com a concessionária Ecovias Raposo Castello, os dois equipamentos registraram mais de mil indícios de infração em apenas 72 horas: 40% por passageiros sem cinto, 30% por motoristas sem cinto e 30% por uso de celular ao volante. As imagens são encaminhadas aos órgãos competentes, que decidem sobre a aplicação da penalidade. A concessionária esclarece que não tem poder de autuação.
Uma experiência já consolidada está na Rodovia Governador Adhemar Pereira de Barros, a SP-340, entre Campinas e Mogi Mirim. Segundo a Renovias, duas câmeras registraram, entre outubro de 2024 e setembro de 2025, 18.727 infrações: 14.265 por falta de cinto e 4.462 pelo uso de celular. As imagens são analisadas e compartilhadas com a Polícia Militar Rodoviária, que mantém um posto dentro do centro de controle da concessionária.
A expansão não se restringe a São Paulo. Na BR-101, no Espírito Santo, câmeras com inteligência artificial já estão em funcionamento em alguns trechos para identificar condutores usando celular e ocupantes sem cinto. A concessionária responsável indicou que quer ampliar a cobertura. Na Bahia, a PRF adotou videomonitoramento nas BRs 116 e 324 para autuar, entre outras infrações, uso de celular e falta de cinto.
A inteligência artificial também começa a ser incorporada aos próprios contratos e planos de modernização das estradas. Um projeto autorizado pela ANTT (Agência Nacional de Transportes Terrestres) para a BR-163, em Mato Grosso, prevê câmeras capazes de detectar automaticamente uso de celular, falta de cinto, veículos parados, direção na contramão, mudança irregular de faixa, acidentes, animais e objetos sobre a pista.
A tecnologia permite que uma única câmera trabalhe continuamente e separe, entre milhares de veículos, só as cenas consideradas suspeitas. As imagens são encaminhadas aos órgãos responsáveis pela fiscalização.
Em algumas cidades, a inteligência artificial também passou a ser usada para organizar o fluxo de veículos, com semáforos que ajustam automaticamente os tempos de abertura e fechamento conforme a movimentação nas vias. Em Curitiba, o sistema já funciona em mais de 40 vias e recebeu cerca de R$ 12 milhões em investimentos em 2025. Belo Horizonte anunciou a modernização de aproximadamente 500 controladores, o equivalente a cerca de metade de sua rede semafórica, com instalação prevista a partir de agosto. São Paulo afirma já ter levado a tecnologia a mais de 1,6 mil cruzamentos, enquanto Fortaleza iniciou os testes e planeja expandir o sistema para mais de 40 cruzamentos.
Algoritmo aprende com exemplos, mas não tem certeza do que vê
A tecnologia usada para identificar celular e cinto não é a mesma inteligência artificial generativa popularizada recentemente, que produz textos e imagens. Trata-se principalmente de aprendizado de máquina aplicado ao reconhecimento de padrões, área desenvolvida há décadas, mas que ganhou capacidade muito maior com o aumento da quantidade de dados e do poder de processamento.
“O algoritmo é treinado com uma massa de dados muito grande. Esses dados precisam ser rotulados. Alguém coloca as imagens e informa: ‘este motorista está usando o celular, este motorista está sem cinto’. A partir daí, o algoritmo aprende a fazer isso”, explica David Menotti, professor do Departamento de Informática da Universidade Federal do Paraná.
“É basicamente uma caixa-preta. Você coloca os dados de um lado e fala: ‘você tem que me entregar isso’. E, através dessa caixa-preta, ele aprende sozinho, evolui uma representação matemática e consegue fazer a classificação”, afirma.
Menotti coordena na UFPR um projeto de até R$ 7,34 milhões, financiado pela Fundação Araucária a partir de uma demanda da Polícia Militar do Paraná. A iniciativa não trata de multas, mas usa visão computacional para reconhecer placas e conferir características como cor, tipo, marca e modelo dos veículos procurados por envolvimento em crimes. O sistema será desenvolvido em software livre, com código aberto para auditoria.
O problema enfrentado pelo projeto é semelhante ao da fiscalização de trânsito: transformar uma imagem captada em condições reais numa classificação suficientemente segura para produzir uma ação do poder público.
“É um processo estatístico. Ele não tem certeza do que está fazendo, ele está otimizando alguma coisa. Se alguma situação similar [às da base de dados] acontece, ele pode dar a resposta de que a pessoa está usando o celular ou de que está sem o cinto de segurança”, diz Menotti.
Uma posição corporal incomum, uma roupa, um objeto próximo ao rosto ou uma combinação pouco frequente de elementos pode confundir o sistema. O pesquisador recorda que algoritmos são especialmente vulneráveis a situações que não estavam bem representadas nas imagens usadas para seu treinamento.
“Imagine que ele não tenha aprendido muita coisa sobre uma pessoa com uma camisa listrada. Aquilo pode gerar uma confusão”, afirma. “Os algoritmos não funcionam 100%. Eles podem estar beirando 99%, mas nunca vão ter plena certeza, porque, de fato, é um modelo matemático, realizando multiplicações matriciais que representam espaços vetoriais que conseguem dar aquele resultado.”
Menotti explica que a falha pode ocorrer em duas direções. No falso positivo, o sistema aponta uma infração que não existiu. No falso negativo, a conduta aconteceu, mas não foi identificada.
Uma das formas de reduzir risco é permitir que o próprio algoritmo rejeite imagens nas quais não tenha confiança suficiente, em vez de obrigá-lo a sempre dar uma resposta. Outra é submeter a indicação a uma segunda verificação.
“Essa é uma coisa antiga do aprendizado de máquina: ele auxilia o ser humano a fazer a tarefa. Então sempre precisa de uma validação de alguém”, afirma Menotti. “Se você faz uma trava de dupla verificação, aumenta a confiança. Mas ele nunca vai ter certeza.”
A presença humana, porém, não resolve necessariamente o problema se o responsável apenas confirmar mecanicamente aquilo que a máquina selecionou.
Legislação não tem regra específica para uso da IA nas multas
Apesar da rápida expansão, não existe hoje uma regulamentação específica sobre inteligência artificial na fiscalização de trânsito, segundo o advogado e especialista em Direito de Trânsito Julyver Modesto de Araújo. Na avaliação dele, a tecnologia precisa ser inserida em uma das duas modalidades já previstas em normas: fiscalização por videomonitoramento ou utilização de sistemas automáticos não metrológicos.
“A primeira é a fiscalização por videomonitoramento, regulamentada pela Resolução Contran nº 909/2022. Nessa hipótese, a autoridade ou o agente da autoridade de trânsito exerce a fiscalização remotamente e é o responsável pela lavratura do auto de infração, devendo inclusive registrar a forma como a infração foi constatada”, explica Julyver.
Nesse modelo, a inteligência artificial pode localizar imagens suspeitas entre milhares de registros, mas a responsabilidade pela autuação continua sendo humana. “A inteligência artificial pode ser incorporada como ferramenta de apoio, mas não há hoje norma específica que regulamente sua utilização. Por isso, se a fiscalização ocorrer pelo regime do videomonitoramento, não basta uma validação meramente automática da imagem. O agente deve realizar uma análise efetiva da situação e assumir a responsabilidade pela autuação”, afirma Julyver.
A outra possibilidade é o uso de um sistema automático não metrológico, isto é, com equipamentos destinados a comprovar infrações que não dependem da medição de velocidade, peso ou outra grandeza física. A Resolução 920 determina que os requisitos técnicos específicos para cada tipo de infração sejam estabelecidos pela Secretaria Nacional de Trânsito. Isso impede, em tese, que um equipamento seja usado automaticamente para punir qualquer conduta apenas porque seu fabricante afirma que consegue identificá-la.
“Esses equipamentos podem comprovar automaticamente determinadas infrações, mas somente quando atendidos os requisitos previstos na própria resolução, inclusive a exigência de que existam requisitos técnicos mínimos estabelecidos pela Senatran [Secretaria Nacional de Trânsito] para cada infração a ser detectada”, explica.
A legislação brasileira admite que a autuação ocorra sem que o motorista seja parado na estrada. A ausência de abordagem, por si só, não invalida a multa.
“Isso ocorre tanto na fiscalização por videomonitoramento quanto na fiscalização realizada por sistemas automáticos não metrológicos, desde que sejam observados todos os requisitos legais aplicáveis a cada modalidade”, afirma o jurista.
Ele ressalta, entretanto, que a utilização da IA não retira do órgão autuador o dever de comprovar que a infração ocorreu regularmente. “Se o condutor entender que houve erro, inclusive decorrente de eventual utilização de inteligência artificial, a defesa segue o procedimento administrativo normal previsto no CTB. Ele poderá questionar a identificação do veículo, a caracterização da conduta, a qualidade das imagens, o cumprimento dos requisitos técnicos do equipamento, a existência da regulamentação específica para aquela infração, bem como qualquer vício formal ou material do auto de infração”, explica. “A inteligência artificial, por si só, não possui disciplina normativa própria na legislação de trânsito. Portanto, sua eventual utilização não altera a responsabilidade do órgão autuador de demonstrar que a infração foi regularmente comprovada e que todos os requisitos legais e regulamentares foram observados.”
Fonte. Gazeta do Povo
