1. Introdução

Big data, entendida como um conjunto de ferramentas concebidas para processar e analisar grandes volumes de dados heterogéneos, identificando correlações e padrões, tem sido amplamente promovida como uma solução eficaz para a tomada de decisão em múltiplas esferas da vida social. No domínio da segurança pública e da investigação criminal, estas tecnologias são frequentemente legitimadas através de narrativas tecno-otimistas, que enfatizam a sua capacidade de reforçar a eficiência policial e a gestão do risco. No entanto, uma análise histórica da vigilância demonstra que a expansão destas infraestruturas não representa uma rutura, mas sim a adaptação e ampliação de práticas securitárias preexistentes, que consolidam lógicas de controlo e criminalização diferencial.

Este artigo propõe-se a traçar um mapeamento histórico da vigilância e das tecnologias associadas, analisando como o seu desenvolvimento moldou e foi moldado por contextos sociais, políticos e económicos. Partindo do conceito de “capitalismo dos dados” (^{Lyon, 2019}), argumenta-se que a crescente centralidade da vigilância algorítmica reflete dinâmicas históricas de poder, promovendo a fusão entre vigilância em massa e vigilância direcionada, ao mesmo tempo que intensifica a coletivização da suspeição e redefine os contornos da segurança pública.

Para tal, inspira-se no trabalho do sociólogo David ^{Lyon (2014a}), especialista em estudos da vigilância, para compreender como os múltiplos sentidos da vigilância foram sendo reconfigurados ao longo do tempo. Como o próprio Lyon (2014a) salienta, “as tecnologias de hoje nascem de ontem” e, por isso, “um sentido de história é extremamente necessário para compreender o contexto do contemporâneo” (p. 33). Através desta perspetiva, este artigo procura densificar a compreensão da emergência de big data, analisando o seu papel na vigilância contemporânea e as suas implicações sociais, particularmente no que diz respeito à transição do policiamento reativo para modelos preditivos baseados em algoritmos.

Neste contexto, discute-se ainda a incorporação dessas tecnologias no panorama securitário português, demonstrando como a adoção de tecnologias reflete tanto uma estratégia de modernização como um alinhamento com discursos globais sobre a inevitabilidade tecnológica. Assim, ao longo deste artigo, argumenta-se que a vigilância algorítmica não apenas reconfigura as fronteiras entre segurança e controlo social, mas também impõe desafios éticos e políticos que exigem um escrutínio crítico sobre as suas promessas, limitações e riscos.

2. A(s) Trajetória(s) Histórica(s) da Vigilância e de Big Data: Do Controlo Estatal à Dataficação Algorítmica

Uma análise da evolução da vigilância ao longo das últimas três décadas permite delinear dois grandes eixos de desenvolvimento que moldam tanto o presente quanto as projeções futuras de big data. Por um lado, verifica-se a expansão da vigilância estatal, historicamente orientada para a recolha, processamento e análise de dados populacionais com o propósito de monitorizar, regular e influenciar comportamentos sociais e políticos (^{Haggerty & Ericson, 2007}; ^{Lyon, 2001a}). Por outro lado, assiste-se ao avanço de novas tecnologias digitais que viabilizam a materialização dessa vigilância de forma cada vez mais sofisticada, recorrendo a sensores inteligentes, algoritmos preditivos e técnicas de data mining¹ para produzir inteligência estratégica (^{Gandy, 2006}).

Este processo de inovação técnico-científica conduziu ao que ^{Corbett e Marx (1991}) denominaram de “nova vigilância”, marcada pela integração de dispositivos digitais, biométricos e preditivos no campo securitário. Tais desenvolvimentos foram amplificados pelo combate ao terrorismo e aos crimes transfronteiriços (^{Bigo, 2006}), adquirindo legitimidade política e institucional. Os atentados de 2001 nos Estados Unidos da América e, subsequentemente, os ataques em Madrid (2004), Londres (2005), Paris (2015) e Bruxelas (2016) impulsionaram a adoção massiva dessas tecnologias, promovendo um entusiasmo crescente em torno das suas promessas de eficiência na identificação de indivíduos e na prevenção de ameaças criminais (^{Beck, 2002}; ^{Bunyan, 2010}; ^{Monahan, 2010}; ^{Monar, 2008}).

A resposta securitária global a essas ameaças incentivou uma maior cooperação policial e judiciária transnacional, consolidando a vigilância digital como um pilar central das políticas de segurança pública. Contudo, é essencial evitar o que ^{Corbett e Marx (1991}) classificam como “a falácia das agendas explícitas” (p. 402) - a ilusão de que estas tecnologias emergem com propósitos exclusivamente técnicos, livres de interesses políticos ou estruturais. Como assinala ^{Lyon (2015}), a recolha massiva de dados e o uso de ferramentas analíticas avançadas não são apenas subprodutos do progresso tecnológico, mas refletem abordagens estratégicas de gestão do risco em indústrias securitárias, onde populações inteiras passam a ser classificadas estatisticamente, independentemente da existência de suspeitas concretas (^{Norris & McCahill, 2006}).

Esta vigilância orienta-se não apenas para indivíduos identificados, mas também para categorias de pessoas, redes, espaços geográficos ou temporais considerados de risco (^{Marx, 2002}), marcando uma inovação significativa face à vigilância tradicional.

A crescente legitimação pública e política das redes de vigilância tem levado à proliferação de sistemas interconectados, concebidos para identificar, classificar e controlar indivíduos e grupos. Exemplos paradigmáticos incluem o European Dactyloscopy, criado em 2003 para a comparação de impressões digitais de requerentes de asilo; o Visa Information System, operacional desde 2011, que permite a partilha de dados sobre vistos entre os Estados-membros da área Schengen; e as Decisões Prüm (^{Decisão 2008/615/JAI, 2008}; ^{Decisão 2008/616/JAI, 2008}), que regulam a troca de dados genéticos, registos de veículos e impressões digitais como estratégia de combate ao terrorismo e ao crime organizado.

Este panorama de vigilância integrada foi amplificado pela convergência de sistemas dispersos numa complexa assemblage de vigilância (^{Deleuze & Guattari, 1987}; ^{Haggerty & Ericson, 2007}; ^{Lyon, 2022}), caracterizada pela abstração dos corpos físicos e pela sua reconfiguração como fluxos de dados invisíveis (^{Haggerty & Ericson, 2000}). A dataficação das sociedades (^{Cukier & Mayer-Schoenberger, 2013}) transformou os indivíduos em entidades estatísticas, com implicações profundas no modo como são categorizados, monitorizados e controlados. Como enfatiza ^{Strauß (2018}), este processo de reconfiguração digital resulta na fragmentação dos sujeitos em “pontos de dados” (p. 56), redefinindo os limiares da vigilância contemporânea.

A ascensão de big data intensificou a dataveillance (^{Clarke, 1988}; ^{Garfinkel, 2000}; ^{Lyon, 2022}), ou seja, a monitorização sistemática de ações e interações através de vastos sistemas de recolha e processamento de dados. Esta tendência consolidou um ecossistema onde a monitorização de padrões e a categorização algorítmica não apenas orientam a regulação do comportamento individual, mas também fomentam uma lógica de mercado assente na exploração comercial da informação pessoal - o capitalismo dos dados (^{Zuboff, 2019}). Como evidenciado por ^{Esposti (2014}), esta vigilância digitalizada não se limita ao contexto securitário, expandindo-se para a economia de dados, onde a segmentação de perfis e a predição de tendências comportamentais servem interesses empresariais e políticos.

Deste modo, a vigilância e o controlo do crime passaram a estar indissociavelmente ligados à constituição das subjetividades modernas, operando através da mediação de fluxos de informação que transitam entre computadores, bases de dados e redes interconectadas (^{Machado, 2021}). Nos Estados Unidos da América, a massificação da vigilância estendeu-se para além das instituições tradicionalmente responsáveis pelo controlo criminal, abrangendo setores como a saúde e a educação, dando origem ao que ^{Garland (2001}) classifica como uma sociedade de controlo. Esta lógica de monitorização permanente, outrora restrita a contextos específicos de policiamento, foi gradualmente globalizada, convertendo-se numa infraestrutura sociotécnica essencial às dinâmicas contemporâneas de governança. Como sublinhado por ^{Lyon (1994}, 2001a), este processo culmina na transição para uma sociedade caracterizada por vigilância contínua, marcada por estados de vigilância máxima (^{Corbett & Marx, 1991}; ^{Norris & Armstrong, 1999}), onde a distinção entre segurança e controlo se torna cada vez mais difusa.

O mapeamento desta(s) trajetória(s) permite compreender o modo como a evolução da vigilância e de big data não é um processo neutro ou meramente técnico, mas sim uma manifestação de transformações estruturais que redefinem as fronteiras entre o público e o privado, o visível e o invisível, o permitido e o proibido. A dataficação da sociedade não apenas ampliou os mecanismos de observação e regulação, mas também deslocou os processos de decisão para sistemas algorítmicos que operam com opacidade crescente. Mais do que substituir a tomada de decisão, essas tecnologias procuram, inclusivamente - e talvez de modo mais insidioso - moldar ou determinar decisões ao nível individual, condicionando escolhas, comportamentos e trajetórias de vida de forma impercetível e contínua (^{Zuboff, 2019}). Assim, compreender a vigilância contemporânea exige um olhar atento às suas raízes históricas, às suas continuidades e ruturas e, sobretudo, às suas implicações no delineamento das sociedades futuras.

3. A Vigilância na Era de Big Data: Expansão das Redes, Gestão do Risco e Novas Tecnologias

As transformações contemporâneas da vigilância refletem uma transição paradigmática das práticas disciplinares para estratégias securitárias baseadas na gestão do risco (^{Cunha, 2008}; ^{Maciel & Machado, 2014}). Este deslocamento traduz uma mudança de enfoque: de um modelo voltado para a erradicação do crime por meio da disciplina, para um modelo que privilegia a previsão do crime, estruturando as políticas securitárias em torno da identificação e minimização de riscos (^{Garland, 2001}; ^{Lyon, 2004}). Neste contexto, as novas tecnologias e técnicas de vigilância passaram a ser promovidas sob a promessa de maior eficiência na manutenção da segurança (^{Bygrave, 2002}; ^{Lyon, 2001b}), legitimando um investimento crescente na sua implementação.

As tabelas que ^{Foucault (1975/1999}) identificava como instrumentos fundamentais do poder disciplinar no século XVIII foram transmutadas, na atualidade, em vastas bases de dados digitais, eliminando a necessidade de mecanismos disciplinares físicos e visíveis. A vigilância contemporânea, ao expandir-se da disciplina para a segurança (^{Cunha, 2008}), para o controlo (^{Deleuze & Guattari, 1987}) e para a gestão do risco (^{de Laat, 2019}), consolidou-se enquanto tecnologia de poder, sendo amplamente financiada, elogiada e defendida pelo seu valor simbólico e funcional na regulação social (^{Baird, 2018}; ^{Monahan, 2010}). Esta valorização possibilitou investimentos substanciais em infraestruturas destinadas à identificação, monitorização e análise de dados individuais (^{Monahan, 2010}).

Com a sua crescente expansão, empresas privadas especializadas em segurança passaram a integrar algoritmos avançados para cruzar dados provenientes de diversas fontes, como registos bancários, médicos e cookies de navegação na internet (^{Lyon, 2015}; ^{Miller, 2014}). Este processo resultou na integração das bases de dados como uma ferramenta essencial na atuação policial (^{Durão, 2009}; ^{Ericson & Haggerty, 1997}; ^{Van Brakel & De Hert, 2011}), permitindo a centralização, armazenamento e processamento massivo de informações sobre suspeitos e condenados (^{Durão, 2009}; ^{Haggerty, 2012}; ^{Van Brakel & De Hert, 2011}). Por exemplo, assiste-se à substituição progressiva dos arquivos físicos e da recolha presencial de informações (^{Marx, 1988}) por sistemas de vigilância em massa de natureza quotidiana (^{Ball & Webster, 2003}), onde a quantificação do perigo (^{Machado & Santos, 2016}) passa a orientar intervenções preditivas no policiamento.

Embora frequentemente tratadas como inovações recentes, as práticas de quantificação do risco e predição da criminalidade remontam a períodos históricos anteriores. ^{McQuade (2021}) salienta que “uma perspetiva histórica mais longa sugere que esta mudança contemporânea no policiamento pode ser mais cíclica do que singular, um regresso a um momento anterior e não uma rutura definitiva com o passado” (p. 113), reforçando a continuidade histórica entre os modelos preditivos atuais e abordagens anteriores à gestão do crime. Exemplos dessa continuidade incluem, em 1925, a Escola de Chicago (^{Park & Burgess, 1925}), que introduziu um modelo probabilístico para prever a reincidência criminal no âmbito da liberdade condicional. Durante as décadas de 1970 e 1980, os tribunais dos Estados Unidos da América implementaram a quantificação de dados como critério de decisão (^{Afzal & Panagiotopoulos, 2024}), consolidando abordagens atuariais que utilizam indicadores numéricos para gerir o risco criminal (^{McCahill, 2022}; ^{Neiva, 2020}). Em 1994, o programa CompStat foi desenvolvido em Nova Iorque como um sistema de análise de padrões criminais para orientar a alocação de recursos policiais (Afzal & Panagiotopoulos, 2024; ^{Creemers, 2021}).

A incorporação destas abordagens no sistema de justiça criminal impulsionou o crescimento do policiamento preditivo, baseado na análise estatística para a identificação de tendências criminais futuras (^{Amoore, 2011}; ^{Lyon, 2004}). Como resultado, reemerge o que ^{Feeley e Simon (1992}) denominam de “justiça atuarial” ou “nova penologia”, caracterizada pelo uso de dados para avaliar riscos individuais e coletivos. Esta transição foi acompanhada pelo desenvolvimento de tecnologias de inteligência que permitem a classificação e monitorização de indivíduos em larga escala, utilizando a informação analisada para fundamentar estratégias de controlo social (^{Garland, 2001}; ^{Innes et al., 2005}; ^{Kirby & Keay, 2021}; ^{Newburn, 2012}). A integração destas tecnologias criou novos paradigmas de vigilância, caracterizados pela ausência de barreiras físicas e pela invisibilidade dos processos de monitorização. Como observou ^{Poster (1990}) há 35 anos atrás - e a sua reflexão continua atual -, “sistemas de vigilância sem paredes, janelas, torres ou guardas” (p. 93) tornaram-se a norma, eliminando a necessidade de contacto físico direto com os indivíduos sob vigilância (^{Marx, 2006}).

Nesta lógica, a vigilância contemporânea incorpora os princípios do biopoder conceptualizados por ^{Foucault (2003}), operando não apenas sobre corpos individuais, mas sobre populações inteiras (^{Ericson & Haggerty, 1997}). A categorização de indivíduos segundo critérios de risco reflete a racionalidade do biopoder, que procura gerir fluxos sociais através da separação entre a “boa” e a “má” circulação (^{Foucault, 2008, p. 34}). Big data é, assim, um exemplo paradigmático de uma tecnologia de gestão securitária, onde o controlo da criminalidade passa pela segmentação populacional e pela quantificação estatística da ameaça, legitimando intervenções policiais orientadas por perfis de risco.

O uso de algoritmos para classificar e prever comportamentos futuros deu azo a um processo de segregação digital, onde zonas geográficas e grupos populacionais são sinalizados de acordo com índices de perigosidade atribuídos por modelos matemáticos (^{Duxbury & Andrabi, 2022}; ^{Graham, 2006}). Simultaneamente, o policiamento preditivo e as avaliações de risco reforçam a normalização da vigilância algorítmica (^{Ericson & Haggerty, 1997}; ^{Feeley & Simon, 1992}; ^{Garland, 1997}), tornando-a um mecanismo característico das sociedades contemporâneas.

Em termos práticos, esta transformação desloca o foco do sistema de justiça criminal: do estudo das causas do crime para a identificação de potenciais suspeitos (^{Andrejevic et al., 2020}). Esta mudança implica que, ao invés de compreender os fatores estruturais que conduzem ao crime, a prioridade passa a ser a antecipação de que indivíduos ou grupos poderão cometer crimes no futuro. Como consequência, a análise massiva de dados populacionais substitui a investigação tradicional baseada em indícios concretos, ampliando o uso de avaliações preditivas no controlo social (^{Dencik, 2022}). Exemplos desta abordagem incluem a ferramenta Harm Assessment Risk Tool, utilizada pela polícia de Durham no Reino Unido, que prevê a probabilidade de um indivíduo cometer um crime nos dois anos seguintes (^{Justice and Home Affairs Committee, 2022}). Estas práticas inscrevem-se num modelo de vigilância sustentado na agregação massiva de dados, onde a categorização dos indivíduos em função do risco securitário se converte num princípio central.

Estas dinâmicas contemporâneas suscitam reflexões renovadas sobre o panótico inicialmente concebido por Jeremy Bentham no século XVIII² (^{Innes, 2003}; ^{Mathiesen, 1997}). Embora criticado por autores como ^{Bogard (1996}, ²⁰⁰⁶) e ^{Haggerty (2006}), o panótico continua a oferecer uma lente interpretativa útil para compreender as reconfigurações da vigilância digital. No entanto, o seu modelo clássico foi substituído por um panótico tecnológico, caracterizado pela mobilidade e descentralização dos dispositivos de monitorização (^{Cunha, 2008}), cuja omnipresença permeia a sociedade e expande os seus tentáculos para além dos espaços físicos delimitados (^{Corbett & Marx, 1991}). Big data, neste contexto, emerge como a manifestação contemporânea desta lógica vigilante, consolidando-se enquanto a próxima geração de segurança (^{War Studies KCL, 2022}), moldando práticas policiais, redefinindo fronteiras sociais e institucionalizando um ethos securitário ancorado na recolha e processamento de dados em larga escala.

4. A Convergência da Vigilância Tradicional e de Big Data: Novos Paradigmas e Tensões Sociotécnicas

O advento de big data promove a interseção entre dois tipos de vigilância tradicionalmente distintos: a vigilância em massa e a vigilância direcionada. A primeira, conforme concebida por ^{Lyon (2014b}, 2015), pressupõe que qualquer indivíduo pode ser detetado no vasto ecossistema de vigilância, ao passo que a segunda visa a identificação e monitorização de suspeitos específicos. No entanto, com a expansão de big data, estas categorias tornam-se cada vez mais indistintas, levando a uma fusão metodológica e operacional (^{Brayne, 2014}, 2022). Embora big data permita a recolha massiva de dados, opera, em última instância, sob uma lógica de vigilância direcionada, na medida em que a sua finalidade última é a identificação de sujeitos considerados suspeitos (Lyon, 2015). Neste quadro, Margaret ^{Hu (2015}) argumenta que estas tecnologias constroem um mundo de potenciais suspeitos, onde a recolha indiscriminada de dados sobre todos os cidadãos viabiliza a criação de associações digitais entre indivíduos e eventos criminais passados ou futuros (^{Hu, 2015}; ^{Van Brakel & Govaerts, 2024}). Esta lógica expande a malha da vigilância (^{Joh, 2016}), deslocando-se de um modelo baseado na monitorização de suspeitos previamente identificados para uma abordagem mais ampla, que integra toda a população sob um potencial escrutínio (^{Miranda, 2020}). Neste quadro, o controlo deixa de incidir sobre eventos específicos e torna-se contínuo, ilimitado e modular, em consonância com o que ^{Deleuze (2006}) designou como as “sociedades de controlo” - contextos em que a suspeição já não é um estado transitório, mas uma condição latente e permanente.

^{Schafer et al. (2011}) apontam que este novo ecossistema de segurança transforma a lógica tradicional da presunção de inocência - onde apenas alguns indivíduos são monitorizados - para um paradigma de presunção de culpa, no qual todos os cidadãos são sujeitos, pelo menos superficialmente, a escrutínio constante³. Big data torna possível a convergência destes dois modos de observação, associando representações digitais dos indivíduos à sua presença física (^{Hu, 2015}), criando perfis baseados em projeções algorítmicas que influenciam a atuação policial (^{Blount, 2024}). O objetivo já não é apenas investigar um indivíduo-alvo com base em suspeitas fundamentadas, mas sim antecipar e moldar o futuro, desenvolvendo modelos preditivos que, a partir de dados agregados, projetam cenários de risco e fundamentam estratégias de controlo social (Hu, 2015). Tal como descreve ^{Latour (1987}), a construção destes centros de cálculo - bases de dados e sistemas algorítmicos - permite a recolha e o processamento de informações dispersas, que são reconfiguradas à distância e transformadas em conhecimento operacional para instituições policiais e securitárias (^{Haggerty & Ericson, 2000}). Assim, a vigilância de big data não apenas opera a partir de uma crescente abstração dos corpos físicos, mas também reforça um modelo de governação securitária baseado na gestão algorítmica do risco.

Apesar das aparentes distinções entre vigilância tradicional e vigilância baseada em big data, verifica-se um núcleo comum entre ambas: a monitorização e o controlo dos indivíduos. Se a vigilância tradicional se materializa através do patrulhamento e da observação direta, big data substitui essa proximidade física por um sistema digitalizado de monitorização e categorização, construindo uma distância simbólica no ato de vigiar, o que permite inferir padrões de comportamento e construir cenários futuros com base em dados previamente recolhidos (^{Lyon, 2022}). Este fenómeno traduz-se num modelo de controlo à distância, operado por processos algorítmicos que transformam os indivíduos em representações numéricas, categorizando-os sob uma gramática digital despersonalizada (^{Frois, 2008}). Como ^{Brayne (2022}) observa, a digitalização massiva da informação constitui “a principal tendência secular que molda a vigilância nas últimas décadas” (p. 372). Esta transformação configura um novo regime de monitorização que está cada vez mais imbricado em infraestruturas tecnológicas (^{Lyon, 2022}). A proliferação dessas novas formas de vigilância estendeu-se a nível global e europeu, tornando-se uma componente estrutural dos sistemas de controlo social (^{Machado, 2021}). O conhecimento produzido por análises computorizadas ganha progressivamente primazia sobre a experiência prática dos agentes policiais, criando tensões entre modelos de decisão baseados na ontologia algorítmica e aqueles sustentados por narrativas interpretativas tradicionais (^{Machado, 2021}).

Este contexto permite compreender como big data se insere num modelo de governação tecnosecuritário, no qual a necessidade, a autoridade e a verdade são instrumentalizadas para legitimar a vigilância massiva (^{Skinner, 2018}). A confiança inquestionável nas tecnologias, sustentada por um discurso de infalibilidade científica (^{Costa et al., 2002}), contribui para a subjugação dos indivíduos, comprometendo direitos fundamentais como a liberdade, a igualdade, a presunção de inocência e a autodeterminação identitária (^{Blount, 2024}; ^{Sachoulidou, 2023}). A disseminação de narrativas laudatórias sobre o papel das tecnologias digitais na segurança pública tem sido determinante para a aceitação social dessas práticas, inscrevendo na imaginação coletiva a ideia de que o poder das tecnologias é imprescindível para a prevenção do crime (ver, também, ^{Prainsack & Toom, 2010}) - um imaginário amplamente reforçado também por representações ficcionais populares, como Person of Interest (Sob Suspeita; ^{Grondin & Hogue, 2024}) ou CSI - Criminal Scene Investigation (Crime Sob Investigação; ^{Machado & Santos, 2012}; ^{Schweitzer & Saks, 2007}), que glorificam o uso de sistemas inteligentes de vigilância e investigação. Este imaginário securitário tem influenciado o desenvolvimento de infraestruturas de vigilância cada vez mais automatizadas. No Departamento de Polícia de Los Angeles, por exemplo, ^{Brayne (2017}) documenta que, desde 2015, os sistemas de consulta policial foram complementados por alertas automatizados: em vez de dependerem exclusivamente da pesquisa manual de informações por parte dos agentes, as bases de dados passaram a gerar notificações em tempo real sempre que os algoritmos detetam padrões considerados anómalos. Como refere Elizabeth ^{Joh (2016}), esta transformação representa “uma expansão importante nos poderes da polícia” (p. 16), pois amplia significativamente as suas capacidades operacionais (^{Volkwein, 2022}) e aprofunda a interseção entre vigilância e exploração de big data (^{Rowe & Muir, 2021}).

Neste cenário, as funções policiais sofrem uma mutação substancial, passando de uma lógica de repressão e punição para um modelo de controlo baseado na recolha, análise e gestão da informação (^{Ericson & Haggerty, 1997}). Assim, a adoção de tecnologias de vigilância enquanto instrumentos estruturantes da ação policial reflete uma crença na infalibilidade da tecnologia, inscrevendo-se num ethos securitário que redefine a cultura penal e a administração da justiça na contemporaneidade (^{Machado, 2021}). Por exemplo, discursos na Assembleia da República (^{Comissão de Assuntos Constitucionais, Direitos, Liberdades e Garantias, 2021}) que sublinharam a aceitação da videovigilância como um instrumento útil na prevenção e combate ao crime, refletindo a confiança das autoridades na tecnologia para manter a ordem pública e a segurança; e em eventos policiais nacionais e internacionais, como o “AIDA Information Day” e o “VI Congresso de Investigação Criminal da Polícia Judiciária” em 2023, onde os participantes se referiam às valências e oportunidades trazidas por big data no contexto criminal, enfatizando que “vai diminuir o tempo da investigação”, “irá capacitar as agências da lei com soluções promissoras”, “há uma necessidade de tirar o maior proveito da tecnologia”, “trata-se de um admirável mundo novo” e “traz oportunidades para a investigação criminal” (^{Neiva, 2024}, p. 289).

5. A Modernização da Vigilância em Portugal: Entre a História, a Tecnologia e a Legitimação do Controlo

A evolução da vigilância em Portugal tem sido fortemente moldada pelos avanços tecnológicos e pela sua crescente incorporação nos sistemas de policiamento e investigação criminal. A trajetória nacional reflete uma passagem dos arquivos em papel e máquinas de escrever para sistemas digitais de armazenamento e processamento de dados policiais. Esta transição inclui, não apenas novos meios de comunicação e transporte, mas também a digitalização das metodologias de partilha de informação criminal, consolidando um processo contínuo de modernização e inovação tecnológica (^{Miranda, 2020}). Desde a aplicação de metodologias antropométricas destinadas à caracterização de indivíduos com base nas suas características físicas e corporais até à criação de bases de dados forenses de impressões digitais e DNA, Portugal acompanhou, ainda que de forma intermitente, as transformações globais da vigilância (^{Machado & Frois, 2014}). Neste contexto, a informatização dos sistemas policiais tornou-se um instrumento central, permitindo uma recolha, registo e partilha interna cada vez mais automatizada da informação criminal (^{Durão, 2009}).

Apesar dessa aspiração modernizadora, a adoção de tecnologias de vigilância no país não ocorreu de forma linear ou isenta de obstáculos. Uma análise histórica revela como as descontinuidades entre o passado, o presente e o futuro da tecnologia condicionaram a implementação de inovações neste domínio. Entre os fatores mais determinantes encontra-se a ditadura de António de Oliveira Salazar (1926-1974), que inseriu Portugal num modelo político conservador, repressivo e avesso à inovação tecnológica. O regime do Estado Novo, sustentado por uma estrutura censória e um forte aparelho de vigilância política, operado pela Polícia Internacional e de Defesa do Estado, recusava qualquer inovação que pudesse fragilizar os seus mecanismos de controlo e repressão (^{Pimentel, 2024}).

A Revolução dos Cravos, em 1974, marcou a rutura com esse sistema autoritário, mas a modernização tecnológica das infraestruturas de vigilância e segurança pública não ocorreu de imediato. O grande impulso deu-se três décadas depois, com a organização do Campeonato Europeu de Futebol - Euro 2004⁴. A magnitude do evento exigiu um reforço significativo das infraestruturas de segurança, o que conduziu à adoção e expansão de tecnologias de monitorização em espaços públicos. Esta evolução alinha-se com processos observados noutros países, como a Grécia, onde a implementação de CCTV (Closed-Circuit Television) nos Jogos Olímpicos refletiu um modelo de segurança altamente tecnocrático, priorizando a supremacia tecnológica sobre estratégias tradicionais de policiamento (^{Frois & Machado, 2016}).

A implementação de circuitos de videovigilância públicos em Portugal teve início em 2005, expandindo uma prática que até então era restrita a espaços fechados (^{Frois, 2014}). Contudo, apesar do entusiasmo político em torno da sua adoção, a disseminação desta tecnologia encontrou resistência significativa. Em 2010, três locais possuíam sistemas de videovigilância autorizados e em funcionamento - Porto, Coimbra e o Santuário de Fátima -, e até 2012, dois sistemas permaneceram ativos devido aos entraves impostos pela autoridade de proteção de dados⁶ (^{Machado & Frois, 2014}).

O ano de 2005 também marcou o início de uma proposta de criação de uma base de dados genética nacional, com vocação universal, apresentada no programa do XVII Governo Constitucional. Esta base visava tanto a identificação civil como a investigação criminal. Sob o argumento da eficiência no combate ao crime, a base de dados foi concretizada e legislada em 2008⁶. O desenvolvimento deste projeto insere-se numa tendência europeia mais ampla de adoção de tecnologias forenses digitais, ilustrada, por exemplo, pela ^{Recomendação n.º R (92) 1 (1992}), do Conselho da Europa, sobre o uso de dados genéticos na justiça penal, e pelo Tratado de Prüm, que regulamenta a partilha de dados genéticos entre Estados-membros da União Europeia. Neste sentido, o caso português reflete uma dinâmica transnacional de alinhamento com políticas securitárias tecnológicas, nas quais o uso de tecnologias forenses sofisticadas é mobilizado como um instrumento de reforço do policiamento e da segurança pública.

Esta evolução das tecnologias de vigilância em Portugal deve ser compreendida, como argumentam ^{Helena Machado e Catarina Frois (2014}), no âmbito de uma “formulação de políticas no sentido mais amplo” (p. 75), que se insere numa ambição coletiva de modernização securitária. Esta narrativa modernizadora fundamenta-se num discurso político que apresenta a tecnologia como solução para o combate ao crime, atribuindo-lhe um papel central na construção de uma sociedade mais segura e eficiente (^{Frois, 2014}; ^{Miranda, 2020}). Assim, tanto a implementação de sistemas de videovigilância como a criação da base de dados genéticos ilustram o desejo nacional de alinhamento com práticas consideradas tecnologicamente avançadas e, muitas vezes, guiado por uma imaginação do centro, na qual os modelos institucionais e técnicos de países centrais são tomados como referência incontornável de progresso e modernidade (^{Ribeiro, 2004}). Neste caso, reforçando a crença de que estas ferramentas são mais eficazes do que os métodos tradicionais de investigação criminal.

Mais do que meros instrumentos de segurança, essas tecnologias tornam-se representações simbólicas da evolução do país e da sua capacidade de adaptação a padrões internacionais. Como observa Diana ^{Miranda (2020}), “a modernização possibilitada pela tecnologia ( ... ) e a necessidade de desenvolvimento contrastam, em termos de discurso político, com o reconhecimento de um atraso, um certo ‘complexo de inferioridade’ e uma perceção da condição periférica e atrasada de Portugal” (p. 6; ver também ^{Frois, 2013}; ^{Nunes & Gonçalves, 2001}). Deste modo, a adoção dessas tecnologias não responde apenas às necessidades securitárias concretas, mas também a um desejo de superação da condição periférica do país, evidenciando a tecnologia como um símbolo de progresso e sofisticação no campo da vigilância e do controlo social.

6. Conclusões

A análise aqui desenvolvida permitiu compreender como a vigilância e as tecnologias associadas à big data se têm consolidado como infraestruturas fundamentais do policiamento e da investigação criminal contemporânea. A evolução histórica das práticas de controlo evidencia uma trajetória marcada por (des)continuidades, onde antigos mecanismos de poder são reconfigurados e adaptados a novos contextos sociotécnicos. A vigilância, longe de ser um fenómeno contemporâneo isolado, é um elemento estruturante da modernidade, assumindo formas cada vez mais sofisticadas e invisíveis, onde a dataficação da vida quotidiana emerge como o novo paradigma securitário.

Este artigo permitiu compreender como se têm edificado imaginários otimistas em torno do potencial transformador das tecnologias, imaginários esses que moldam tanto a temporalidade quotidiana presente como as projeções futuras da segurança e do policiamento. A crença na infalibilidade dos algoritmos e na neutralidade da big data sustenta narrativas que legitimam a sua incorporação maciça nas dinâmicas securitárias, mascarando os riscos e as implicações sociais subjacentes. A disseminação desta lógica tecno-otimista conduz à normalização da vigilância algorítmica como uma prática inevitável, relegando para um plano secundário os debates sobre direitos fundamentais, privacidade e desigualdades estruturais.

O mapeamento histórico das tecnologias de vigilância permite-nos, inspirados em ^{Foucault (1975/1999}), desenvolver uma história do presente que ilumina os processos pelos quais a vigilância se enraíza nas instituições e nas práticas sociais. O passado das tecnologias de controlo não desaparece, antes, ressurge sob novas roupagens, incorporando-se em infraestruturas cada vez mais sofisticadas e opacas - frequentemente black-boxed (^{Latour, 1987}), ou seja, encerradas em sistemas cuja lógica de funcionamento permanece inacessível ao escrutínio público. A ascensão do policiamento preditivo e das ferramentas de análise de risco baseadas em big data não representa, portanto, uma rutura absoluta com os modelos anteriores, mas sim a sua adaptação a um contexto de hiperconetividade e de ampliação das bases de dados globais.

Neste sentido, torna-se crucial interrogar os impactos éticos e políticos dessa nova arquitetura de vigilância. A fusão entre vigilância em massa e vigilância direcionada dissolve as fronteiras entre suspeitos e não suspeitos, promovendo um modelo securitário que opera sob a lógica da coletivização da suspeição e da monitorização permanente. As implicações deste fenómeno são profundas: a transformação do policiamento num exercício algorítmico de previsão do crime desloca o foco da compreensão dos fatores sociais e estruturais que produzem a criminalidade para um modelo probabilístico que classifica corpos e territórios em termos de risco. Tal deslocamento acarreta o perigo da cristalização de desigualdades históricas, na medida em que os algoritmos, treinados sobre dados passados, tendem a reproduzir os enviesamentos e discriminações sistémicas existentes (^{Brayne, 2017}).

A análise sumária do caso português ilustra como a adoção dessas tecnologias não ocorre num vácuo, mas antes se inscreve num processo histórico de modernização securitária, onde a tecnologia é frequentemente apresentada como a solução para desafios estruturais e políticos. A implementação de bases de dados genéticos e a expansão dos circuitos de videovigilância no país refletem não apenas um reforço do controlo social, mas também um desejo de alinhamento com padrões internacionais de segurança, muitas vezes, sem um debate aprofundado sobre as suas implicações sociais e éticas. Neste contexto, importa refletir criticamente sobre as trajetórias futuristas que se projetam relativamente ao uso de big data no policiamento e na investigação criminal. Que tipo de sociedade está a ser construída quando as decisões securitárias passam a ser mediadas por cálculos algorítmicos que operam de forma opaca e sem escrutínio democrático? Como garantir que as promessas de maior eficiência e previsibilidade não resultem em formas sofisticadas de exclusão e criminalização de determinados grupos sociais? Paradoxalmente, essa vigilância silenciosa e automatizada pode coexistir com formas de controlo ostensivo e altamente visível, dirigidas a populações racializadas ou marginalizadas, como ilustram intervenções policiais mediáticas em espaços urbanos associados à diferença cultural, como o caso da rua do Benformoso, em Lisboa (^{Neves, 2024}).

Portanto, as tendências atuais sugerem que estamos a caminhar para um modelo de governança securitária marcado pela intensificação da vigilância digital, cada vez mais impercetível e integrada em infraestruturas técnicas que escapam ao controlo direto dos cidadãos e, por vezes, até dos próprios agentes de segurança.

Todavia, é necessário ter em conta que esta lógica de invisibilidade e automatização coexiste com formas públicas e altamente visíveis de controlo, muitas vezes dirigidas a populações marginalizadas, revelando um campo securitário profundamente assimétrico, onde diferentes regimes de visibilidade são seletivamente aplicados. Não obstante, importa também reconhecer o surgimento de formas de contravigilância ou sousveillance (^{Mann et al., 2003}), nas quais cidadãos recorrem a tecnologias para monitorizar as ações de forças de segurança. Um exemplo paradigmático são as bodycams, cuja ambivalência tem sido discutida por autores como Diana ^{Miranda (2022}), ao evidenciar como estas tecnologias podem simultaneamente reforçar a transparência e aprofundar a vigilância. Paralelamente, fenómenos como o citizen journalism - em que cidadãos documentam e publicam interações policiais - têm vindo a alterar a visibilidade do policiamento e a relação entre vigilância e poder (^{Goldsmith, 2010}; ^{Huey & Broll, 2012}).

Deste modo, torna-se essencial reivindicar um debate público robusto sobre os limites da vigilância digital, a transparência dos sistemas algorítmicos e a necessidade de garantir mecanismos de regulação e responsabilização. Se a vigilância algorítmica redefine os contornos do policiamento e da justiça criminal, cabe-nos interrogar as suas consequências e resistir à sua aceitação acrítica. A história da vigilância não é apenas a história do poder e do controlo, mas também a história das lutas pela liberdade, pelo direito à privacidade e pela construção de sociedades mais justas. Ao compreender o passado da vigilância, podemos questionar o seu futuro e, mais importante, desafiar as inevitabilidades tecnológicas que nos são frequentemente impostas como progresso incontestável.