Metodologia Científica na Perícia Criminal Federal

Aplicação do método científico ao raciocínio pericial

Na perícia criminal federal, o método científico organiza o raciocínio técnico para transformar vestígios em inferências sustentáveis, reduzindo vieses e tornando o trabalho verificável por terceiros. A lógica é: observar o que existe (vestígios e contexto), propor explicações possíveis (hipóteses), planejar testes que possam refutar ou corroborar essas hipóteses, controlar variáveis que confundem a interpretação e, por fim, inferir resultados com limites e incertezas explicitados.

1) Observação: o que é dado e o que é interpretação

Observação pericial envolve registrar vestígios, condições do ambiente e cadeia de custódia, separando claramente: (a) dados brutos (medidas, fotos, leituras instrumentais, descrições objetivas) e (b) interpretações preliminares (o que aquilo pode significar). Um erro comum é “fechar” a narrativa cedo demais e passar a observar apenas o que confirma uma hipótese inicial.

Exemplo prático: em um exame de documento, “tinta azul com traço irregular” é observação; “assinatura falsificada” é hipótese/interpretação. Em um exame de resíduos (pó, partículas), “partículas esféricas com composição X detectadas” é dado; “houve disparo de arma” é inferência que depende de testes e contexto.

2) Formulação de hipóteses: alternativas e hipóteses nulas

Hipóteses periciais devem ser formuladas como explicações alternativas e testáveis. Sempre que possível, inclua uma hipótese nula (ausência do efeito/associação) e hipóteses concorrentes plausíveis. Em contexto forense, hipóteses podem ser estruturadas como proposições sobre origem, autoria, mecanismo, tempo e integridade.

• Hipótese H1 (proposição da acusação/uma explicação): o vestígio A se originou da fonte X.
• Hipótese H2 (alternativa): o vestígio A se originou de outra fonte Y ou de um processo diferente.
• Hipótese nula (quando aplicável): não há associação detectável entre A e X acima do esperado ao acaso/contaminação/ruído.

Boas práticas: declarar o escopo (o que a hipótese pretende explicar), listar pressupostos (ex.: ausência de contaminação) e identificar quais observações poderiam enfraquecê-la.

Continue em nosso aplicativo

Você poderá ouvir o audiobook com a tela desligada, ganhar gratuitamente o certificado deste curso e ainda ter acesso a outros 5.000 cursos online gratuitos.

ou continue lendo abaixo...

Baixar o aplicativo

3) Desenho de testes: como transformar hipótese em verificação

O desenho de testes define métodos, amostragem, controles, critérios de aceitação e plano de interpretação antes de executar. Em perícia, “testar” inclui análises laboratoriais, experimentos de reprodução, simulações e comparações com padrões.

Passo a passo prático (roteiro de desenho de teste):

• Definir a pergunta técnica: “Há compatibilidade entre o material coletado e a fonte suspeita?” ou “O padrão observado pode ser explicado por mecanismo M?”
• Selecionar o método: escolher técnica validada para a matriz (ex.: espectrometria para substâncias, microscopia comparativa para marcas, estatística para padrões).
• Definir amostragem: quantas amostras, de quais pontos, com que critérios (representatividade, risco de heterogeneidade).
• Estabelecer controles: branco de coleta, branco de laboratório, controle positivo, padrões de calibração, amostras de referência.
• Definir critérios de decisão: limiar de detecção/quantificação, tolerâncias, métricas de similaridade, regras para “inconclusivo”.
• Planejar repetição: replicatas (mesma condição) e, se possível, repetição por outro analista/equipamento.
• Antecipar interferentes: substâncias que mascaram sinal, degradação, mistura, substrato, umidade, temperatura, envelhecimento.
• Documentar o plano: registrar antes da execução o que será feito e por quê, reduzindo decisões ad hoc.

4) Controle de variáveis: reduzir confundimento e viés

Variáveis são fatores que podem alterar o resultado sem relação com a hipótese principal. Em perícia, muitas variáveis são difíceis de controlar (ambiente, degradação, coleta tardia), então o objetivo é: (a) controlar quando possível, (b) medir e registrar quando não for possível, e (c) avaliar o impacto na interpretação.

• Variáveis de coleta: instrumento de coleta, local, horário, acondicionamento, transporte, tempo até análise.
• Variáveis analíticas: calibração, lote de reagentes, temperatura do equipamento, operador, parâmetros de processamento.
• Variáveis do vestígio: mistura, contaminação, degradação, matriz complexa, baixa massa/volume.

Exemplo prático: em análise de traços químicos, um “branco de coleta” ajuda a separar sinal real de contaminação do swab/embalagem. Em comparação de marcas, padronizar iluminação e ampliação reduz variabilidade de observação.

5) Inferência: do resultado ao significado pericial

Inferência é a passagem dos dados obtidos para uma afirmação técnica sobre o que eles suportam. Em perícia, é essencial explicitar: (a) o que foi medido, (b) o que o método permite concluir, (c) quais alternativas permanecem, e (d) qual a força e as limitações do achado.

Inferência dedutiva, indutiva e abdutiva no contexto forense

Dedução: do geral para o particular

Na dedução, parte-se de uma regra geral e de uma condição para concluir um caso específico. Em perícia, aparece quando há critérios bem estabelecidos e condições controladas.

• Estrutura: Se regra R é verdadeira e condição C ocorre, então resultado E deve ocorrer.
• Exemplo: “Se o padrão de calibração está dentro do aceitável e o branco está limpo, então a leitura acima do limite de quantificação indica presença quantificável do analito na amostra.”

Limite: depende da validade da regra e do cumprimento das condições; se houver violação (ex.: interferente), a dedução perde força.

Indução: do particular para o geral (generalização com incerteza)

Na indução, observa-se um conjunto de casos e infere-se uma regularidade. Em perícia, é comum ao estabelecer padrões de comportamento de um método (precisão, taxa de falso positivo) a partir de estudos e controles.

• Exemplo: após múltiplas medições em amostras controle, inferir que o método tem repetibilidade de X e incerteza típica de Y para aquela faixa de concentração.

Limite: a generalização é probabilística; mudar matriz, faixa de concentração ou condições pode alterar o desempenho.

Abdução: a melhor explicação para os dados (hipótese mais plausível)

Na abdução, parte-se de um resultado observado e propõe-se a hipótese que melhor o explica. É muito frequente no raciocínio pericial inicial e na integração de múltiplos vestígios.

• Exemplo: “Há um padrão de transferência compatível com contato recente; a hipótese mais plausível é que houve manuseio do objeto, embora existam alternativas como contaminação secundária.”

Boas práticas: listar hipóteses concorrentes e indicar quais testes adicionais poderiam diferenciá-las, evitando transformar abdução em certeza.

Como documentar decisões técnicas ao longo do exame

Decisões técnicas (escolha de método, exclusão de amostras, ajustes de parâmetros, critérios de comparação) precisam ser rastreáveis. A documentação deve permitir que outro perito entenda o caminho decisório e avalie se as escolhas foram justificadas.

Checklist de documentação de decisões

• Motivo da decisão: por que foi necessário (ex.: matriz interferente, quantidade limitada).
• Alternativas consideradas: métodos ou abordagens possíveis e por que foram descartadas.
• Impacto esperado: como a decisão afeta sensibilidade, especificidade, incerteza e risco de erro.
• Referência técnica: POP, norma, literatura interna, validação do método, histórico de desempenho.
• Registro de parâmetros: versões de software, configurações, limiares, filtros, datas e responsáveis.

Exemplo prático: se um analista altera o limiar de detecção de picos em um software, deve registrar o valor anterior e o novo, a justificativa (ruído elevado, baseline), e demonstrar que o ajuste não cria falsos positivos (ex.: conferindo com branco e controle negativo).

Validação de métodos e desempenho analítico

Validação é o processo de demonstrar, com evidências, que um método é adequado ao uso pretendido. Em perícia, o “uso pretendido” inclui a matriz (tipo de amostra), a faixa de interesse, o objetivo (triagem, confirmação, quantificação, comparação) e as consequências de erro.

Elementos essenciais de validação (visão aplicada)

• Seletividade/especificidade: capacidade de distinguir o alvo de interferentes.
• Sensibilidade: capacidade de detectar o alvo em baixas quantidades (relacionada a LOD/LOQ).
• Linearidade e faixa: relação entre sinal e concentração dentro de limites definidos.
• Precisão: dispersão dos resultados (repetibilidade e reprodutibilidade).
• Exatidão (quando aplicável): proximidade do valor medido do valor verdadeiro/aceito.
• Robustez: estabilidade do método frente a pequenas variações controladas (temperatura, tempo, operador).
• Incerteza de medição: quantificação do intervalo plausível do valor.

Limite de detecção (LOD) e limite de quantificação (LOQ)

LOD é a menor quantidade/concentração que pode ser detectada com confiança definida, distinguindo-se do ruído. LOQ é a menor quantidade/concentração que pode ser quantificada com precisão e exatidão aceitáveis.

Aplicação prática: ao reportar “não detectado”, é necessário indicar que isso significa “abaixo do LOD” (ou “abaixo do LOQ”, se houve detecção sem quantificação confiável). Também é recomendável informar o LOD/LOQ aplicável àquela matriz e condição analítica.

Especificidade e sensibilidade: interpretação forense

Sensibilidade (no sentido diagnóstico/classificatório) é a capacidade de identificar corretamente casos positivos; especificidade é a capacidade de identificar corretamente casos negativos. Em exames comparativos ou de triagem, esses conceitos ajudam a entender taxas de falso positivo e falso negativo.

• Triagem: tende a priorizar sensibilidade (não perder casos), aceitando mais falsos positivos que serão resolvidos por confirmação.
• Confirmação: tende a priorizar especificidade (evitar atribuições indevidas), exigindo critérios mais estritos.

Exemplo prático: um teste presuntivo pode indicar presença provável de uma classe de substâncias (alta sensibilidade), mas requer confirmação por método mais específico para sustentar afirmação técnica robusta.

Incerteza de medição: como declarar e usar

Incerteza de medição expressa a faixa dentro da qual o valor verdadeiro é plausível, dado o método e as fontes de variabilidade. Em perícia, ela é crucial quando decisões dependem de limiares (ex.: limites regulamentares, comparações quantitativas).

Passo a passo prático (uso da incerteza):

• Identificar fontes: calibração, repetição, preparo de amostra, estabilidade, interferentes, resolução instrumental.
• Estimar componentes: a partir de dados de validação, controles e replicatas.
• Combinar componentes: obter incerteza combinada e, quando aplicável, incerteza expandida (com fator de cobertura).
• Reportar com o resultado: valor ± incerteza, condições e nível de confiança adotado.
• Interpretar perto de limiares: se o resultado está próximo do limite, discutir a sobreposição com a incerteza e a possibilidade de classificação “inconclusiva” ou necessidade de repetição.

Repetibilidade e reprodutibilidade

Repetibilidade é a consistência de resultados sob as mesmas condições (mesmo analista, equipamento, curto intervalo). Reprodutibilidade avalia consistência sob condições diferentes (outro analista, outro equipamento, outro laboratório, outro dia).

Aplicação prática: quando um resultado é crítico, executar replicatas e, se possível, uma verificação independente (segundo analista ou método alternativo) aumenta a robustez e reduz risco de erro sistemático.

Transparência, rastreabilidade e auditabilidade: boas práticas de registro

Caderno de laboratório e notas de campo

Registros devem ser contemporâneos (feitos no momento), legíveis, datados, com identificação do responsável e sem lacunas. Correções devem preservar o histórico (sem apagar), mantendo rastreabilidade.

• No campo: condições ambientais, localização, croquis, sequência de coleta, embalagens, lacres, identificadores, fotos e referência cruzada entre itens.
• No laboratório: recebimento, condições de armazenamento, preparo de amostra, lotes de reagentes, calibrações, controles, ocorrências e desvios.

Metadados e integridade digital

Metadados são informações que contextualizam dados digitais (fotos, espectros, logs de instrumentos). Para garantir auditabilidade, é necessário preservar arquivos originais e registrar transformações (processamento, compressão, recortes, filtros).

• Boas práticas: manter versão original (raw), registrar software e versão, parâmetros de processamento, data/hora, operador, hash/assinatura quando aplicável, e trilha de auditoria de acesso.
• Exemplo prático: ao ajustar contraste de uma imagem técnica, registrar o procedimento e manter o arquivo original, permitindo que outro perito replique a visualização.

Registro de desvios, decisões e incertezas

Nem todo exame segue o “cenário ideal”. Quando houver desvios (amostra insuficiente, contaminação suspeita, falha de controle, equipamento indisponível), o registro deve indicar: o que ocorreu, impacto potencial, medidas mitigadoras e como isso afeta a força da inferência.

Como garantir transparência e auditabilidade no laudo

• Vincular achados a dados: cada afirmação relevante deve apontar para observações, medições e anexos correspondentes.
• Explicitar limites: LOD/LOQ, incerteza, interferentes, condições não controladas e alternativas plausíveis.
• Descrever método e critérios: o suficiente para compreensão e reprodutibilidade, sem omitir parâmetros críticos.
• Separar resultados de interpretação: apresentar dados e, em seção própria, a inferência e seu grau de suporte.
• Manter cadeia de rastreio: identificadores únicos de amostras, controles, arquivos e versões.

Modelo de registro mínimo (exemplo de nota técnica interna) 1) Item/ID: AM-03 | Data/hora: 2026-01-15 10:32 | Responsável: ____ 2) Objetivo: verificar presença/quantificação de analito Z na matriz M 3) Método/POP: POP-XX v3.2 | Equipamento: EQ-07 | Software: v1.8 4) Controles: branco (OK), controle positivo (OK), calibração (R2=____) 5) Parâmetros críticos: temperatura __, tempo __, limiar __, filtro __ 6) Resultados brutos: arquivo raw __, espectro __, tabela __ 7) Resultado reportável: valor __ ± U(__) | LOD __ | LOQ __ 8) Decisões técnicas: (ex.: diluição 1:10 por saturação) + justificativa 9) Limitações/observações: (ex.: matriz com interferente W; impacto esperado) 10) Assinatura/validação por segundo analista (quando aplicável): ____