Os benefícios da utilização da blockchain e da inteligência artificial na cadeia de custódia da prova digital

Estamos na era da desmaterialização das relações interpessoais, fato que, na área criminal, tem grande repercussão, já que grande parte dos vestígios de prática delitiva atualmente examinados são extraídos de aparelhos celulares e demais dispositivos eletrônicos.

O numerário, empregado para a prática de eventuais crimes, também pode circular de forma virtual, por meio de criptoativos[1] (criptomoedas, NFTs[2] etc) (Senra, 2023, p. 139; Tensini, 2023).

Especificamente em relação às criptomoedas (bitcoins, ethereum, tether, bnb, xrp, entre outras), Fábio Luiz de Morais e Rondinelli Melo Alcântara Falcão (2022, p. 112) afirmam que, “[…] são criadas de forma descentralizada, sem a intervenção ou aval de qualquer governo ou autoridade monetária […]. São geradas pela tecnologia blockchain, a qual registra e rastreia as transações”.

No que tange ao bitcoin (principal moeda digital existente), verifica-se que esse ativo, conforme aponta Laís Araujo e Silva (2021), é criado

“[…] simplesmente pela participação dos usuários em um sistema de pagamentos descentralizado. Assim, dadas as suas particularidades, o bitcoin assemelha-se mais a uma commodity altamente especulativa, do que de uma moeda alternativa e anárquica capaz de substituir a moeda emitida pelos Bancos Centrais”.

Registre-se que o bitcoin pode ser negociado de pessoa a pessoa (peer-to-per (P2P)) ou, segundo Flávio Filizzola D´Urso (2024, p. 116) “[…] através de exchanges (ou prestadoras de serviços virtuais, segundo a terminologia utilizada pelo Marco Legal das Criptomoedas – Lei nº 14.478/2022)”.

A grande diferença entre as duas formas de negociação é de que, na PSP, tudo fica registrado na rede Blockchain e por este motivo é denominada onchain, enquanto, quando se utiliza de uma exchange, o registro é feito apenas nas bases de dados da plataforma, sendo, portanto, denominada offchain”[3].

Importante consignar que, de acordo com Evandro Weisheimar et al. (2022, p. 54), “[…] o Bitcoin e demais criptoativos não foram criados com fins escusos; pelo contrário, a tentativa de desintermediação de transações, anonimato, utilização de criptografia e outros quesitos passou muito longe da utilização para fins ilícitos”.

Porém, o fato é que (como qualquer moeda) os criptoativos podem ser utilizados para viabilizar a prática de diversos delitos (v.g. lavagem de dinheiro, extorsão, tráfico de entorpecentes, ransomware[4]) e vêm sendo objeto de constrição nos autos de processos criminais (PF deflagra […], 2024), tanto em observância ao art. 91, II, “b”, do Código Penal quanto para reparar os danos causados às vítimas.

Neste ponto, vale mencionar que o Conselho Nacional do Ministério Público, por meio da Resolução 288/2024, disciplinou a atuação dos membros do Ministério Público em feitos envolvendo a apreensão, custódia e liquidação de ativos virtuais (Brasil, 2024).

Essa iniciativa do CNJ deu azo à implementação do sistema denominado CriptoJud, lançado pelo Conselho Nacional de Justiça em 5/8/2025 (CriptoJud […], 2025), com funcionamento similar ao do atual SisbaJud[5].

Feitas essas considerações sobre a possibilidade de a persecução penal incidir sobre os criptoativos, tem-se que a tecnologia Blockchain foi criada com o escopo de garantir segurança ao sistema de pagamento das criptomoedas, surgindo aliada à indústria 4.0 e criando, segundo Ana Dias Meireles (2023, p. 151), “[…] redes seguras e fiáveis, onde as transações envolvem grande fluxo econômico-financeiro. Estamos a tratar de blocos de criptografia que protege tudo o que neles se guarda, em cofre […]”.

Conforme apontamos em obra específica sobre a cadeia de custódia dos vestígios digitais, “Segurança, integridade e confiabilidade são os princípios que orientam o funcionamento de uma rede baseada em blockchain” (Reis, 2025, p. 135).

Consoante aponta Andreia Hermeiro (2023, p. 44-45), referida tecnologia:

[…] baseia-se num algoritmo matemático que, através de uma corrente de blocos, identifica a transação realizada. A cadeia de blocos gerada após a operação é registada e seguidamente replicada em outros servidores que vão ser reesposáveis pela sua validação e registo. É exatamente isto que torna a tecnologia tão segura – uma vez que as cópias se encontram descentralizadas é difícil de alterar os blocos.

Feitas essas considerações, verifica-se que a blockchain se revela uma oportunidade para o armazenamento de provas, garantindo a preservação de quaisquer alterações que possam ocorrer após seu registro.

No caso da apreensão de um dispositivo eletrônico, por exemplo, esse bem será submetido a um processo de extração de dados, procedimento que deve ser documentado na blockchain, detalhando todos os métodos utilizados, os resultados alcançados e a qualificação dos responsáveis, permitindo a escritura e rastreamento, o que cria um histórico claro de todas as interações realizadas com o vestígio.

O controle de acesso também fica mais efetivo por meio da blockchain, já que se dá com o uso de chaves criptografadas, fato que evita o contato desnecessário de terceiros com o vestígio.

No mesmo sentido, verifica-se que a utilização da inteligência artificial pode trazer benefícios no tocante à verificação da regularidade da cadeia de custódia dos vestígios digitais de delitos.

Os algoritmos de inteligência artificial têm a capacidade de, a partir de um conjunto mínimo de dados, aprender com a experiência (o desenvolvimento das funcionalidades evolui à medida que é disponibilizado um maior número de dados), já que os algoritmos de inteligência artificial têm a habilidade de se adaptar e evoluir a partir de técnicas de machine learning[6].

Na seara da cadeia de custódia, as técnicas de machine learning poderiam se revelar úteis para identificar eventuais adulterações em provas digitais.

Matheus Araújo (2023, p. 14) afirma que

“[…] a IA pode ser utilizada para analisar metadados associados a arquivos digitais, por exemplo, informações referentes à criação ou exclusão de mensagens de texto ou áudios, o que permitiria verificar a autenticidade dos arquivos, detectando possíveis adulterações de conteúdo.”

Poderia se pensar na utilização de redes neurais artificiais[7] da IA para proteger a privacidade dos investigados, desenvolvendo-se algoritmo “[…] capaz de analisar e extrair dados de vestígios digitais, identificando informações que estejam relacionadas com o objeto da investigação criminal, evitando uma devassa desnecessária no conteúdo que não guarda relação com crime investigado” (Araújo, 2023, p. 18).

Consoante apontamos em sede doutrinária (Reis, 2025, p. 131), a utilização da Inteligência artificial (IA) generativa se revelaria muito útil, ainda, na detecção de evidências de pornografia infantojuvenil em imagens digitais.

Por IA generativa, entende-se, conforme lição de João Rafael Gonçalves Evangelista (2024, p. 30-43), uma espécie de Rede Neural Artificial (RNA) de aprendizagem profunda composta por duas RNAs colocadas uma contra a outra.

A IA generativa constitui uma categoria de algoritmos de inteligência artificial desenvolvidos para gerar novos conteúdos, a partir de dados de entrada ou treinamento prévios, e tem a capacidade de criar informações novas, que podem ser semelhantes, criativas ou até inéditas, conforme o contexto.

No âmbito da investigação sobre crimes sexuais praticados por meio de dispositivos eletrônicos, a IA generativa pode ser utilizada para processar arquivos com textos, imagens e vídeos (com algoritmos que detectam objetos relacionados à pornografia, com taxa de acerto de 60%) (Evangelista, 2024, p. 24; p. 152-153), detectar anomalias em bases de dados e detectar deepfakes (vídeos falsos criador por IA), propiciando maior celeridade na investigação e confiabilidade na documentação da cadeia de custódia (constituindo um plus ao trabalho desenvolvido pelo peritos).

Constata-se que a utilização da tecnologia blockchain e da inteligência artificial descortinam um interessante front no estudo da cadeia de custódia da prova imaterial, podendo contribuir, de forma muito positiva, para reforçar a integridade e a confiabilidade nos vestígios de suposta prática delitiva.

Referências

ARAÚJO, Matheus. Inteligência artificial, blockchain e a cadeia de custódia da prova no processo penal. Revista da UFMG, Belo Horizonte, v. 30. 2023. Disponível em: https://periodicos.ufmg.br/index.php/revistadaufmg/article/view/47605/39648. Acesso em: 17 nov. 2025.

BRASIL. Conselho Nacional do Ministério Público. Resolução n° 288, de 19 de março de 2024. Brasília: CNMP, 2024. Disponível em: https://www.cnmp.mp.br/portal/images/CALJ/resolucoes/RESOLUO-288-2024–CNMP.pdf Acesso em 26 maio 2026.

D´URSO, Flávio Filizzola. Criptoativos e os atuais desafios ao Direito Penal. In: LIMA, Ana Paula Canto de; CRESPO, Marcelo (org.). Crimes digitais. São Paulo: Revista dos Tribunais, 2024.

Disponível em: https://www.cnj.jus.br/criptojud-novo-sistema-possibilita-consulta-on-line-da-posse-de-criptoativos-por-devedores/ Acesso em 26 mai. 2026.

EVANGELISTA, João Rafael Gonçalves. Detecção de evidências de pornografia infantojuvenil em imagens digitais com estratégias formadas por técnicas computacionais integradas. Tese (Doutorado em Informática e Gestão do Conhecimento). São Paulo. Uninove, 2024. P. 30/43. Disponível em: https://bibliotecatede.uninove.br/bitstream/tede/3514/2/Jo%c3%a3o%20Rafael%20Gon%c3%a7alves%20Evangelista.pdf.

HERMEIRO, Andreia Carina Cláudio. A cadeia de custódia da prova digital: o uso da tecnologia Blockchain como forma de preservação. Coimbra: Dissertação (Mestrado em ciências jurídico-forenses). 2023. P. 44-45.

LORDELO, João Paulo. Algoritmos e direitos fundamentais: riscos, transparência e accountability no uso de técnicas de automação decisória. Revista Brasileira de Ciências Criminais, São Paulo, v. 186, n. 186, 2024. Disponível em: https://www.publicacoes.ibccrim.org.br/index.php/RBCCRIM/article/view/1686. Acesso em: 27 maio. 2026.

MEIRELES, Ana Isa Dias. A prova digital no processo judicial. São Paulo: Almedina, 2023.

MORAIS, Fábio Luiz de; FALCÃO, Rondinelli Melo Alcântara. A regulação de criptomoedas como instrumento de prevenção à lavagem de dinheiro. Artigos Correcionais, Brasília, v. 3, p. 110-134, 2022. Disponível em: https://revista.cgu.gov.br/Cadernos_CGU/article/view/607/337. Acesso em 12 set. 2025.

PF DEFLAGRA operação contra lavagem de dinheiro e evasão de divisas por meio de criptoativos. Gov.br, set 2024. Disponível em: https://www.gov.br/pf/pt-br/assuntos/noticias/2024/09/pf-deflagra-operacao-contra-lavagem-de-dinheiro-e-evasao-de-divisas-por-meio-de-criptoativos. Acesso em 26 maio 2026.

REIS, Rodrigo Casimiro. Verdade e Prova Penal: A cadeia de custódia na era digital. São Paulo: Amauense, 2025.

SENRA, Alexandre. Lavagem de dinheiro e criptoativos. In: BRITO CRUZ, Francisco; SIMÃO, Bárbara (org.). Direitos fundamentais e processo penal na era digital. São Paulo: InternetlAB, 2023. v. 5.

SILVA, Laís Araujo e. Criptomoedas, moedas digitais e sistemas de pagamentos: desafios e oportunidades para os bancos centrais frente ao surgimento do bitcoin. 2021. Dissertação (Mestrado em Ciências Econômicas) – Universidade de Campinas, Campinas, 2021. Disponível em: https://repositorio.unicamp.br/acervo/detalhe/1164450. Acesso em 26 maio 2026.

TENSINI. Eduardo Henrique. A lavagem de dinheiro e a evasão de divisas pelo criptoativo. 2023. Dissertação (Mestrado em Direito) – Univali, Itajaí, 2023. Disponível em: https://www.univali.br/Lists/TrabalhosMestrado/Attachments/3169/Dissertac%CC%A7a%CC%83o%20Eduardo.pdf. Acesso em 13 nov. 2024.

WEISHEIMER, Evandro; SILVA, Márcio Nieiderauer da; MORENO, Márcio de Abreu; ZUMAS, Vytautas Fabiano Silva. Criptolavagem e compliance: tipologias de lavagem de dinheiro por meio de criptoativos e sua prevenção. São Paulo: Rideel, 2022.

ZHU, Yiqing. Classificação das carteiras na blockchain Ethereum usando machine learning. 2023. Dissertação (Mestrado em Métodos Quantitativos para a Decisão Económica e Empresarial) – Universidade de Lisboa, Lisboa, 2023. Disponível em: https://www.repository.utl.pt/bitstream/10400.5/29875/1/DM-YZ-2023.pdf. Acesso em: 17 ago. 2025.

Notas

[1] De acordo com Alexandre Senra (2023, p. 139), “[…] criptoativo é o gênero, criptomoeda é espécie. […] Criptomoedas estão dentro do gênero criptoativos. NFTS estão dentro do gênero criptoativos. Tokens de finanças descentralizadas também”.

[2] Segundo Eduardo Henrique Tensini (2023, p. 53), “NFT é um token não fungível que pode ser visto como uma unidade de informação digital (token) que é armazenada em um blockchain e não são inerentemente intercambiáveis com outros ativos digitais (não fungível). A não fungibilidade do ativo se caracteriza pelo registro da NFT no blockchain, que identifica quem é o real proprietário daquele ativo. Os tokens não fungíveis podem representar digitalmente qualquer ativo, incluindo ativos somente online, como arte digital e ativos reais, como imóveis”.

[3] A Lei nº 14.478/2022 (denominado Marco Legal das Criptomoedas) dispõe sobre diretrizes a serem observadas na prestação de serviços de ativos virtuais e na regulamentação das prestadoras de serviços de ativos virtuais, com vistas a prevenir a lavagem de dinheiro, o financiamento do terrorismo e a proliferação de armas de destruição em massa. A norma alterou, ainda, a redação do art. 171-A, do Código Penal, o art. 1º da Lei nº 7.492/86 e o art. 1º da Lei nº 9.613/98, prevendo a utilização de ativos virtuais como forma da prática de crimes e de aumento de pena.

[4] Segundo Flávio Fillizzola D´Urso (2024, p. 121), “Mais recentemente, no ano de 2017, o amplo ataque do malware do tipo ransomware (WannaCry), que atingiu mais de 200 mil computadores em mais de 150 países, criptografando seus dados e solicitando um resgate em bitcoin, também construiu para essas imagens negativa das criptomoedas, em especial o bitcoin”.

[5] O CriptoJud irá permitir a apreensão de criptoativos localizados em exchanges que aderirem ao sistema e que operam online (hot wallets – carteiras quentes). Os ativos disponíveis nas denominadas cold wallets (que operam offline), não estarão, contudo, sob alcance da citada ferramenta do CNJ. Segundo Yiqing Zhu (2023, p. 23), “As carteiras quentes correspondem a carteiras conectadas à internet [22,23,40]. Trata-se de carteiras vulneráveis a ataques cibernéticos […]. As carteiras frias são uma aplicação móvel offline e não estão conectadas à rede ou à internet, armazenando a chave privada num modo offline, num dispositivo como USB”.

[6] Segundo Matheus Araújo (2023, p. 15), “O Aprendizado de Máquina nada mais é do que um subconjunto da inteligência artificial, que possibilita a esta aprender por conta própria. Dessa forma, “um algoritmo de Machine Learning permite identificar padrões em dados analisados, construir modelos que expliquem o mundo e prever acontecimentos sem ter que estar previamente programada por regras e modelos”. Um exemplo deste uso são os aplicativos de navegação, no qual utilizam a referida técnica de aprendizado para traçar as rotas mais rápidas para se chegar ao endereço pretendido pelo usuário. Verifica-se que não há programação prévia, uma vez que o aplicativo, por conta própria, a partir da análise de dados, direciona o usuário para o caminho mais rápido”.

[7] De acordo com João Paulo Lordelo (2021, p. 213), “Redes neurais artificiais são projetadas para emular o funcionamento do cérebro humano, permitindo que as máquinas lidem com abstrações e problemas mal definidos”.