Artigo

22 de junho de 2026

Computação Forense e a Produção de Evidências Digitais no Combate aos Crimes Cibernéticos

Elton Riva Moura Lima; Gabriel Gomes de Oliveira

DOI: 10.22167/2675-6528-2026M12

Artigo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação

Resumo

A evolução dos crimes cibernéticos e a crescente complexidade das ameaças digitais tornaram essencial a atualização das abordagens de investigação forense digital. Este estudo investigou as metodologias e ferramentas contemporâneas empregadas na Computação Forense, com foco na inteligência artificial e em como seu uso impactou a coleta, preservação e análise de evidências digitais. A abordagem metodológica consistiu em uma revisão bibliográfica da literatura, abrangendo conceitos fundamentais da área, a legislação vigente e iminente, como a Lei Geral de Proteção de Dados (LGPD) e o GDPR, e a aplicação de inovações tecnológicas. Os resultados parciais indicaram que a eficiência das investigações digitais se expandiu consideravelmente pela utilização de soluções tecnológicas, especialmente as baseadas em inteligência artificial. Contudo, foram identificadas questões éticas e legais significativas, particularmente em relação à admissibilidade de provas digitais e à preservação da informação. Observou-se também que, apesar da crescente conscientização sobre a importância da preservação de evidências digitais, a prática ainda é defasada em muitas empresas. Concluiu-se que a legislação ainda precisa avançar para acompanhar o desenvolvimento tecnológico, e o estudo propôs a formulação de melhores práticas para o uso seguro, eficaz e legal da Computação Forense no combate ao crime cibernético, enfatizando a necessidade de atualização profissional e cooperação interdisciplinar. Palavras-chave: Crimes cibernéticos; Evidências digitais; Inteligência artificial; Legislação digital; Perícia digital.

1. Introdução

A transformação digital das últimas décadas redefiniu a interação de indivíduos, empresas e governos no ambiente online. A proliferação de dispositivos conectados, redes sociais e sistemas integrados tornou a sociedade intrinsecamente dependente da infraestrutura digital. Essa dependência, contudo, gerou vulnerabilidades, resultando na ascensão dos crimes cibernéticos como uma ameaça global de proporções significativas.

Os crimes cibernéticos manifestam-se em diversas formas, como roubo de dados, ataques de ransomware, phishing, engenharia social e espionagem digital. Essas práticas afetam usuários comuns, grandes corporações e instituições públicas, resultando em perdas financeiras, danos à reputação e riscos à segurança da informação (Queiroz; Vargas, 2010). A complexidade e a escala desses ataques exigem respostas sofisticadas para a proteção dos ativos digitais.

Nesse contexto, a computação forense, também conhecida como forense digital, emergiu como um campo estratégico e multidisciplinar. Sua principal função é a identificação, preservação, análise e apresentação de evidências digitais que possuam valor legal em processos judiciais. Este campo é vital para o estudo e a manutenção da integridade da infraestrutura tecnológica, tornando-se uma necessidade crescente nas operações diárias de empresas, órgãos governamentais e sistemas judiciais.

A computação forense constitui a base para a verificação técnica de irregularidades digitais, englobando diversas atividades e técnicas destinadas a garantir a disponibilidade e a integridade das provas. Neukamp (2007) ressalta que essa disciplina é fundamental para assegurar a precisão das informações digitais utilizadas como evidência em procedimentos legais, conferindo-lhes a credibilidade necessária para a tomada de decisões judiciais.

O avanço tecnológico contínuo introduz novas possibilidades e, simultaneamente, desafios inéditos no campo da perícia digital. A integração da inteligência artificial (IA) nos procedimentos de investigação criminal, por exemplo, tem revolucionado a forma como os dados são examinados. A IA permite a automatização de tarefas repetitivas, o processamento de grandes volumes de dados e a identificação de padrões que seriam imperceptíveis ao olho humano, acelerando e aprimorando a eficiência das análises forenses (Dunsin et al., 2023; Monteiro, 2025).

Contudo, a incorporação da inteligência artificial na computação forense não está isenta de problemáticas. É crucial abordar adequadamente as questões éticas, a regularidade do software empregado e a legalidade da captura e análise de informações. A rápida evolução tecnológica frequentemente precede a atualização legislativa, criando uma lacuna que exige atenção constante, especialmente no âmbito do Direito, como observado por Machado e Santos (2008), que destacam a necessidade de adaptar e expandir a legislação para acompanhar as inovações tecnológicas aplicadas.

A competência forense está intrinsecamente ligada à legislação e às normatividades inerentes. No cenário brasileiro, a Lei Geral de Proteção de Dados (LGPD) (Brasil, 2018) e, no contexto europeu, o Regulamento Geral sobre a Proteção de Dados (GDPR) (União Europeia, 2016) são exemplos de marcos legais que regem a proteção de dados e influenciam diretamente a admissibilidade e a cadeia de custódia das provas digitais. A ausência de normas específicas para o uso da inteligência artificial nas esferas jurídica e pericial evidencia a necessidade de uma discussão aprofundada sobre o tema, visando a padronização e a validade das provas em juízo.

A crescente sofisticação dos crimes cibernéticos exige o aprimoramento contínuo das práticas de computação forense por organizações e órgãos públicos. Embora a inteligência artificial prometa maior eficiência, ela levanta questões éticas e legais cruciais sobre transparência, viés, privacidade e validade das evidências. Uma revisão bibliográfica que articule tecnologia e legislações como LGPD e GDPR justifica-se, portanto, por sua contribuição acadêmica na organização de conceitos e métodos, sua relevância prática para orientar profissionais de tecnologia da informação e direito sobre os limites e potenciais da IA em perícias, e seu impacto social na elucidação de crimes digitais de forma mais eficiente e juridicamente confiável. Nesse contexto, o presente estudo busca investigar as metodologias e ferramentas contemporâneas de Computação Forense, com foco no uso da inteligência artificial e na legislação recente sobre proteção de dados, analisando suas implicações técnicas, éticas e jurídicas no combate aos crimes eletrônicos.

2. Material e Métodos

3. Resultados e Discussão

A investigação das metodologias e ferramentas contemporâneas de Computação Forense revelou a crescente importância deste campo para a resolução de questões jurídicas, impulsionada pelo aumento da criminalidade digital. Observou-se que a coleta e a análise de informações são cruciais para identificar deficiências organizacionais, como a ausência de políticas de informação robustas e a falta de procedimentos forenses sistemáticos. Embora exista uma conscientização exponencial sobre a necessidade de preservar evidências digitais, a prática em muitas empresas ainda se mostra defasada, o que compromete a eficácia das investigações e a validade jurídica das provas.

Os resultados obtidos corroboram achados de autores como Casey (2019) e Carrier (2020), que destacam a complexidade e a fragilidade dos processos de coleta e preservação de evidências digitais em ambientes corporativos. A sobrecarga dos processos de segurança e a carência de capacitação profissional não apenas afetam a eficácia das investigações forenses, mas também comprometem a validade legal das evidências coletadas. Essa lacuna evidencia a necessidade urgente de aprimorar as práticas e a infraestrutura organizacional para lidar com o volume e a sofisticação dos crimes cibernéticos.

A análise comparativa com a literatura recente reforçou a importância de tecnologias de apoio, como a inteligência artificial (IA) e o aprendizado de máquina, especialmente no tratamento de grandes volumes de dados, onde aumentam significativamente a capacidade de análise. A integração dessas tecnologias na computação forense tem o potencial de revolucionar a forma como os dados são examinados, automatizando tarefas repetitivas e identificando padrões que seriam imperceptíveis à análise humana, acelerando consideravelmente o processo investigativo.

De fato, o uso da inteligência artificial em investigações forenses demonstrou aumentar a velocidade da triagem de dados, conforme apontado por Dunsin et al. (2023). Essa eficiência é vital em um cenário onde o volume de dados digitais cresce exponencialmente, tornando as abordagens manuais cada vez mais inviáveis. A capacidade da IA de processar e correlacionar informações de diversas fontes permite uma identificação mais rápida e precisa de elementos relevantes para a elucidação de crimes.

A literatura também enfatiza a necessidade de ferramentas híbridas que combinem a automação proporcionada pela inteligência artificial com a intervenção humana, como defendido por Monteiro (2025). Essa abordagem garante que a expertise humana continue a supervisionar e validar os resultados gerados pela IA, mitigando riscos de viés algorítmico e assegurando a integridade e a contextualização das evidências. A formação profissional contínua é, portanto, um requisito essencial para o uso eficaz dessas tecnologias.

Ferramentas de computação forense, como Autopsy, EnCase e Cellebrite, são amplamente utilizadas para a coleta e análise de evidências digitais. A ferramenta Autopsy, por exemplo, oferece uma interface abrangente para a análise de discos rígidos e dispositivos móveis, permitindo a recuperação de arquivos deletados, a análise de metadados e a identificação de atividades suspeitas. Sua capacidade de integrar módulos de IA pode aprimorar a detecção de anomalias e a categorização de dados.

A ferramenta EnCase, por sua vez, é reconhecida por sua robustez na preservação e análise forense de dados, oferecendo funcionalidades avançadas para a busca de palavras-chave, recuperação de dados e criação de relatórios detalhados. A aplicação de algoritmos de aprendizado de máquina em plataformas como EnCase pode otimizar a identificação de padrões complexos em grandes conjuntos de dados, tornando a análise mais eficiente e menos suscetível a erros humanos.

Já o Cellebrite é amplamente empregado na extração e análise de dados de dispositivos móveis, sendo capaz de acessar informações de aplicativos, mensagens, registros de chamadas e dados de localização. A integração de capacidades de inteligência artificial no Cellebrite permite uma triagem mais inteligente dos dados extraídos, priorizando informações relevantes e acelerando a identificação de evidências críticas para a investigação.

A matriz de síntese elaborada no estudo destacou a viabilidade da aplicação de inteligência artificial em contextos forenses, embora também tenha apontado a falta de padronização legal para a aceitação de provas digitais. Lyra (2023) identificou ganhos de eficiência na detecção de fraudes através da IA em segurança digital. Silva et al. (2021) exploraram algoritmos de aprendizado de máquina promissores para a análise forense digital, enquanto Zhang et al. (2019) demonstraram a classificação eficaz de evidências digitais por meio de estudos experimentais com machine learning.

Apesar dos avanços tecnológicos, a incorporação da inteligência artificial na computação forense não está isenta de problemáticas éticas e legais. A rápida evolução tecnológica frequentemente precede a atualização legislativa, criando uma lacuna que exige atenção constante. Machado e Santos (2008) já destacavam a necessidade de adaptar e expandir a legislação para acompanhar as inovações tecnológicas aplicadas, uma observação que permanece pertinente diante do uso crescente da IA.

A legislação vigente, como a Lei Geral de Proteção de Dados (LGPD) no Brasil (Brasil, 2018) e o Regulamento Geral sobre a Proteção de Dados (GDPR) na União Europeia (União Europeia, 2016), estabelece marcos importantes para a proteção de dados pessoais. Esses regulamentos influenciam diretamente a admissibilidade e a cadeia de custódia das provas digitais, exigindo que os procedimentos forenses garantam a licitude do tratamento, a segurança dos dados e os direitos dos titulares, conforme os artigos 7º, 11º, 18º e 46º da LGPD e 5º, 6º, 32º e 82º do GDPR.

A ausência de normas específicas para o uso da inteligência artificial nas esferas jurídica e pericial evidencia a necessidade de uma discussão aprofundada sobre o tema, visando a padronização e a validade das provas em juízo. A transparência dos algoritmos utilizados, a mitigação de vieses e a garantia da privacidade e proteção de dados são desafios cruciais que precisam ser endereçados para que as evidências geradas por IA sejam consideradas juridicamente válidas e confiáveis.

A pesquisa também identificou deficiências organizacionais significativas, como a falta de um sistema de política de informação e de procedimentos forenses sistemáticos em muitas empresas. Essa lacuna resulta em uma prática defasada na preservação de evidências digitais, apesar da crescente conscientização sobre sua importância. A ausência de protocolos padronizados pode comprometer a integridade das provas e a eficácia das investigações, especialmente em contextos regulados pela LGPD e GDPR.

Para mitigar esses desafios, o estudo aponta para a proposição de melhores práticas para o uso seguro, eficaz e legal da Computação Forense no combate ao crime cibernético. Isso inclui a implementação de políticas internas mais sólidas, o estabelecimento de protocolos padronizados para a coleta e preservação de evidências digitais, e a garantia de que as ferramentas de IA sejam utilizadas de forma transparente e ética, respeitando os direitos fundamentais dos indivíduos.

As limitações do estudo, que se concentrou em uma revisão bibliográfica e teve acesso restrito a informações sigilosas e cenários reais, sugerem oportunidades para pesquisas futuras. A falta de profundidade em dados quantitativos e a ausência de benchmarking nacional ou de práticas forenses corporativas impediram avaliações detalhadas. Estudos futuros poderiam, portanto, considerar métricas quantitativas, análises setoriais comparativas e uma colaboração mais estreita com bases de dados judiciais para aprofundar a compreensão sobre a eficácia e os impactos da IA na perícia digital.

Outra lacuna identificada foi a escassez de estudos empíricos nacionais que analisem a utilização prática das ferramentas de inteligência artificial em contextos forenses. Essa carência cria um campo fértil para pesquisas aplicadas que possam avaliar modelos em diversos setores, medir indicadores de eficácia, custo-benefício e conformidade legal. Tais estudos seriam fundamentais para validar e refinar as boas práticas propostas e para orientar a formulação de políticas públicas e regulamentações mais adequadas.

Em síntese, a pesquisa demonstrou que o campo da computação forense é dinâmico e está em constante evolução, impulsionado pelo avanço tecnológico. A inteligência artificial e o aprendizado de máquina oferecem um potencial significativo para aprimorar a velocidade e a precisão das investigações digitais. No entanto, a eficácia plena dessas tecnologias depende da superação de desafios éticos, legais e organizacionais, exigindo uma atualização legislativa contínua, o desenvolvimento de boas práticas e a promoção da cooperação interdisciplinar para garantir a justiça e a segurança na era digital.

4. Conclusão

O presente estudo investigou as metodologias e ferramentas contemporâneas empregadas na Computação Forense, com foco na inteligência artificial e suas implicações técnicas, éticas e jurídicas no combate aos crimes cibernéticos. Verificou-se que a integração da inteligência artificial expandiu significativamente a eficiência das investigações digitais, acelerando a triagem de dados e a identificação de padrões complexos, conforme evidenciado pelo uso de ferramentas como Autopsy, EnCase e Cellebrite. Contudo, observou-se que essa evolução tecnológica introduziu desafios éticos e legais consideráveis, especialmente no que tange à admissibilidade de provas digitais, à transparência dos algoritmos e à preservação da privacidade. Identificou-se uma lacuna entre o rápido avanço tecnológico e a atualização legislativa, com a Lei Geral de Proteção de Dados (LGPD) e o Regulamento Geral sobre a Proteção de Dados (GDPR) influenciando a cadeia de custódia, mas sem normas específicas para a IA. Além disso, constatou-se a defasagem nas práticas de preservação de evidências digitais em muitas organizações, bem como a carência de políticas de informação e procedimentos forenses sistemáticos. Diante desses achados, o estudo propôs a formulação de melhores práticas para o uso seguro, eficaz e legal da Computação Forense, enfatizando a necessidade de atualização profissional contínua e cooperação interdisciplinar para garantir a justiça e a segurança na era digital.

As limitações deste estudo decorreram de sua natureza de revisão bibliográfica, que restringiu o acesso a informações sigilosas e cenários reais, impedindo avaliações detalhadas e aprofundadas de dados quantitativos ou a realização de benchmarking nacional de práticas forenses corporativas. Essa abordagem qualitativa, embora essencial para sistematizar o conhecimento existente, não permitiu a mensuração de indicadores de eficácia ou custo-benefício em contextos práticos. Para pesquisas futuras, sugere-se a realização de estudos empíricos nacionais que avaliem a aplicação prática de ferramentas de inteligência artificial em diversos setores, incorporando métricas quantitativas e análises setoriais comparativas. Recomenda-se também uma colaboração mais estreita com bases de dados judiciais para aprofundar a compreensão sobre a validade e os impactos da IA na perícia digital, o que poderá subsidiar a formulação de políticas públicas e regulamentações mais adequadas para o campo da computação forense.

Referências Bibliográficas

BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais – LGPD. Diário Oficial da União: seção 1, Brasília, DF, 2018.

CARRIER, Brian. File System Forensic Analysis. 2. ed. Boston: Addison-Wesley, 2020.

CASEY, Eoghan. Digital Evidence and Computer Crime: Forensic Science, Computers, and the Internet. 4. ed. Cambridge: Academic Press, 2019.

DUNSIN, Dipo; GHANEM, Mohamed C.; OUAZZANE, Karim; VASSILEV, Vassil. Artificial Intelligence in Digital Forensics: Recent Advances and Challenges. Digital Forensic Review, v. 12, n. 2, p. 45-67, 2023.

MACHADO, Helena; SANTOS, Filipe. Tecnologias forenses e justiça: riscos, desafios e oportunidades. Revista Brasileira de Ciências Criminais, v. 71, p. 25-47, 2008.

MONTEIRO, Marcos. Ferramentas modernas para investigação digital: da teoria à prática. São Paulo: Atlas, 2025.

NEUKAMP, Paulo A. Computação forense: a perícia digital como elemento de prova. Porto Alegre: Bookman, 2007.

UNIÃO EUROPEIA. Regulamento (UE) 2016/679 do Parlamento Europeu e do Conselho, de 27 de abril de 2016. Regulamento Geral sobre a Proteção de Dados (GDPR). Jornal Oficial da União Europeia, Bruxelas, 2016.

Artigo oriundo de Trabalho de Conclusão de Curso de Especialização em Engenharia de Software do MBA USP/Esalq

Saiba mais sobre o curso; clique aqui:

Você também pode gostar

Compliance E Esg

11 de setembro de 2026

Inteligência Artificial na Gestão Contratual: Supervisão Humana, Riscos Jurídicos e Governança Algorítmica

O advento da inteligência artificial como tecnologia disruptiva reconfigurou processos econômicos, institucionais e jurídicos, conferindo centralidade à automação contratual na gestão de relações complexas. A automação contratual revelou-se um fenômeno juridicamente não neutro, com opacidade decisória, geração automatizada de cláusulas abusivas e dificuldades de atribuição de responsabilidade, deslocando a elaboração contratual para o domínio jurídico-normativo. O estudo analisou como a inteligência artificial na automação contratual intensificou a colisão entre eficiência tecnológica e segurança jurídica, e em que medida mecanismos de supervisão humana significativa e de governança algorítmica funcionaram como instrumentos de ponderação normativa para preservar princípios do direito contratual brasileiro. A pesquisa adotou abordagem qualitativa de estudo de casos múltiplos, com análise documental de quatro casos paradigmáticos: Moffatt v. Air Canada, United States v. RealPage, Deloitte/DEWR e INSS/TRF-4ª Região, representando os contextos consumerista, concorrencial, consultivo-contratual e administrativo. A análise identificou cinco padrões estruturais recorrentes – opacidade decisória, substituição da racionalidade normativa por inferências probabilísticas, accountability gap, assimetria informacional e incompreensão semântica – que emergiram de forma sistêmica. O desfecho fragmentado do caso RealPage reforçou a conclusão de que a jurisprudência sobre automação decisória permanece em formação. A governança algorítmica eficaz demonstrou exigir a integração de mecanismos de auditabilidade, responsabilização e supervisão humana, conforme as normas ISO 31000, COSO ERM e ISO 37301, como condição necessária à legitimidade dos sistemas automatizados de gestão contratual.

Palavras-chave: Contratos; Governança algorítmica; Inteligência artificial; Segurança jurídica; Supervisão humana.

Compliance E Esg

11 de setembro de 2026

Rituais de Verificação sob Pressão: Categorias de Ação ESG Relatadas por Grande Grupo Frigorífico Antes e Após Operação Deflagrada Pela Polícia Federal e Seus Desdobramentos, em Passado Recente

Relatórios de sustentabilidade são amplamente empregados como instrumentos de gestão da legitimidade corporativa, mas sua função como mecanismo de reorganização cognitiva em contextos de crise reputacional permaneceu subexplorada na literatura. O estudo analisou as transformações nas categorias de ação ESG reportadas pela Empresa JBS em seus relatórios anuais de sustentabilidade de 2015 a 2018, período que compreendeu dois anos anteriores e dois anos posteriores à Operação Carne Fraca e seus desdobramentos. O objetivo foi investigar como a organização alterou sua estrutura cognitiva após a crise reputacional, por meio de um de seus sistemas de reporte. Empregou-se um processo de catalogação sistemática de 1.088 práticas relatadas, classificadas por pilar ESG, tema material e categoria de ação. O referencial teórico mobilizou Mary Douglas (1986), Michael Power (1997), Meyer e Rowan (1977) e Edelman (2016) para interpretar os fenômenos observados. Os resultados evidenciaram um crescimento exigido em governança, que coexistiu com o colapso do pilar social, o desaparecimento de categorias substantivas e a substituição de ações voltadas a prêmios por ações que ressignificaram as relações da organização e seu posicionamento no mercado. Além disso, treinamentos de liderança migraram do tema de cultura para compliance, campanhas de comunicação cederam lugar a canais estruturais permanentes, e investidores tornaram-se a audiência de maior crescimento proporcional. Concluiu-se que a sofisticação do esforço de legitimação residiu não no que a empresa necessariamente fez, mas na consistência com que reorganizou quem ela diz ser e para quem, a partir das categorias de ação que relatou.

Palavras-chave: Crise reputacional; ESG; Pensamento institucional; Relatórios de sustentabilidade; Estratégia organizacional.

Gestão Escolar

11 de setembro de 2026

Liderança Escolar à Luz da Teoria U: um Diálogo com as Lideranças Transformacional e Servidora.

A integração de diferentes modelos de liderança mostrou-se um caminho relevante para instituições de ensino que buscaram inovar e alcançar excelência em suas práticas educacionais. Contudo, foram escassas as pesquisas empíricas que investigaram a aplicação da Teoria U na gestão escolar associada às abordagens Transformacional e Servidora, o que configurou uma lacuna na literatura. Este estudo buscou compreender como gestores educacionais perceberam e aplicaram princípios da Teoria U — escuta generativa, presencing e cocriação — em diálogo com as abordagens teóricas da Liderança Transformacional e da Liderança Servidora em suas práticas de gestão. A pesquisa, de natureza qualitativa e exploratória, foi realizada em uma instituição de ensino privada, localizada na cidade de São Paulo, que abrangeu desde a Educação Básica até a Pós-Graduação. Os dados foram coletados por meio de um roteiro de perguntas semiestruturadas, aplicado a sete gestores educacionais, e foram analisados com base na Análise de Conteúdo de Bardin. Os resultados evidenciaram aproximações entre as práticas observadas e os pressupostos teóricos dos modelos estudados, com a escuta destacando-se como a competência que melhor articulou as três abordagens no contexto investigado. Também foram identificadas algumas tensões entre os referenciais teóricos e o cotidiano da gestão. O estudo contribuiu para uma reflexão crítica sobre as possibilidades e os limites da integração desses diferentes modelos de liderança em ambientes escolares, ampliando o debate e oferecendo subsídios relevantes para o fortalecimento do campo da gestão educacional.

Palavras-chave: Análise de Conteúdo; Escuta Generativa; Estudo de Caso; Gestão Escolar; Liderança.

10 de setembro de 2026

Desempenho de Modelos de Machine Learning na Seleção de Ações da Bolsa de Valores Brasileira

O mercado acionário brasileiro, caracterizado por elevada volatilidade e restrições de liquidez, impõe desafios à aplicação de modelos de aprendizado de máquina na previsão de retornos e na construção de estratégias de investimento. O estudo comparou o desempenho preditivo e econômico de modelos de aprendizado de máquina e métodos estatísticos tradicionais na estimação de retornos futuros e na formação de carteiras baseadas em ranking de ativos. Utilizaram-se dados históricos de ações da B3, com variáveis técnicas e financeiras derivadas de preços e volume. Avaliaram-se modelos lineares (Regressão Linear, Ridge, LASSO, Elastic Net), de ensemble (Random Forest, XGBoost, LightGBM) e uma rede neural (Multilayer Perceptron). A avaliação preditiva ocorreu por métricas de erro em conjunto de teste, e a econômica por backtest de estratégias long-only, com custos operacionais baseados no turnover para análise de retornos brutos e líquidos. Os resultados revelaram baixa capacidade preditiva em todos os modelos, com R² negativos e erros elevados. Embora diferenças marginais nas previsões tenham gerado variações no desempenho econômico, estas foram de baixa magnitude e instáveis. O modelo LightGBM obteve o melhor desempenho econômico, mas com ganhos limitados em relação ao benchmark após a inclusão de custos operacionais. Não se observou evidência consistente de geração de retorno ajustado ao risco superior.

Palavras-chave: aprendizado de máquina; backtest; mercado acionário; previsão de retornos; seleção de ativos.

10 de setembro de 2026

Precificação Hedônica de Imóveis na Grande Florianópolis: Uso e Comparação de Modelos de “Machine Learning”

O mercado imobiliário da Grande Florianópolis tem experimentado valorização acelerada, impulsionada pelo crescimento populacional e pela demanda turística e de investimento. Este estudo analisou os determinantes do valor de imóveis residenciais e comparou o desempenho preditivo de modelos de aprendizado de máquina, especificamente Random Forest e Gradient Boosting (XGBoost), com uma regressão por Mínimos Quadrados Ordinários (MQO). Os dados foram coletados via web scraping de dois portais imobiliários em março de 2026, abrangendo os municípios de Florianópolis, São José, Palhoça e Biguaçu, resultando em 8.056 observações válidas após limpeza. Avaliou-se o desempenho dos modelos por meio das métricas R², RMSE e MAPE. O XGBoost apresentou o melhor desempenho preditivo geral (R² = 0,742, RMSE = R$ 927.113), enquanto o Random Forest obteve o menor erro relativo (MAPE = 25,69%). Os principais determinantes do preço identificados foram a área construída, a região de localização e o número de banheiros. Uma análise complementar por segmento de mercado revelou que o MQO dependeu dos valores extremos para sustentar seu ajuste, enquanto os modelos ensemble mantiveram desempenho estável. Concluiu-se que os métodos de aprendizado de máquina são mais robustos para precificação hedônica em mercados imobiliários heterogêneos, especialmente na presença de imóveis atípicos.

Palavras-chave: Ensemble; Imobiliário; Regressão; Residencial; Web Scraping.

Neurociência E Aprendizagem Na Educação

10 de setembro de 2026

A Produção de Memes como Estratégia de Formação Literária e Multiletramentos no Ensino Fundamental Ii

A leitura de obras literárias clássicas apresenta desafios no contexto escolar contemporâneo, devido ao distanciamento entre a linguagem dos textos e o repertório dos estudantes. Investigou-se como a utilização de memes contribuiu para a construção de sentidos na leitura da obra Senhora, de José de Alencar, no Ensino Fundamental II. A pesquisa adotou uma abordagem qualitativa, com caráter de pesquisa participante, e foi desenvolvida com duas turmas de 9º ano de uma escola privada em Volta Redonda, Rio de Janeiro. Os dados foram coletados por meio de questionários e das produções dos estudantes, e analisados à luz da análise de conteúdo. Os resultados indicaram que a utilização de memes favoreceu a aproximação dos alunos com o texto literário, reduziu a resistência inicial e ampliou o engajamento com a leitura. Observou-se, também, o avanço progressivo na compreensão da narrativa, evidenciado pela capacidade de interpretar fatos, analisar personagens, identificar relações implícitas e elaborar posicionamentos críticos. As produções revelaram a articulação entre o conteúdo da obra e o repertório sociocultural dos estudantes, indicando a construção de aprendizagens com significado. Concluiu-se que a integração entre literatura e cultura digital potencializou a mediação pedagógica, contribuindo para a formação de leitores mais ativos e interpretativamente autônomos.

Palavras-chave: aprendizagem significativa; cultura digital; leitura literária; multiletramentos; neurociência.

Gestão Tributária

10 de setembro de 2026

Definição de Insumos para Fins de Aproveitamento de Créditos de Pis e Cofins

O estudo analisou a interpretação e a aplicação da definição de insumos para fins de creditamento do Programa de Integração Social (PIS) e da Contribuição para o Financiamento da Seguridade Social (COFINS) no regime não cumulativo, à luz do entendimento firmado pelo Superior Tribunal de Justiça (STJ) no julgamento do Recurso Especial n.º 1.221.170 (Tema 779). Objetivou-se examinar os limites jurídicos da utilização desses créditos, considerando os critérios de essencialidade ou relevância estabelecidos pela jurisprudência do STJ. Realizou-se pesquisa documental e jurisprudencial, com análise de acórdãos representativos do Conselho Administrativo de Recursos Fiscais (CARF) e do STJ, abrangendo períodos anteriores e posteriores ao Tema 779. Complementarmente, conduziu-se pesquisa bibliográfica e estudos de dois casos concretos do CARF, com abordagem qualitativa, para verificar a aplicação prática dos critérios. Constatou-se que o STJ afastou a aplicação automática da definição de insumo do IPI, consolidando os critérios de essencialidade e relevância. Entretanto, a análise dos julgados do CARF evidenciou que, embora houvesse reconhecimento formal do precedente do STJ, sua incidência foi modulada conforme a natureza da atividade empresarial, mostrando-se mais restritiva para empresas de revenda. Os casos concretos ilustraram que creditamentos de fretes foram tratados de forma distinta, dependendo da vinculação do gasto à produção ou à revenda. Concluiu-se que a definição de insumos permanece um ponto sensível do sistema tributário, e a correta utilização dos créditos demanda análise casuística rigorosa, pautada na observância dos precedentes judiciais e dos limites normativos vigentes, para evitar glosas e penalidades.

Palavras-chave: COFINS; Creditamento; Insumos; PIS.

Gestão Tributária

10 de setembro de 2026

Fiscalização Delegada do ITR: Desestímulo aos Convênios, Reflexos na Arrecadação e Desinteresse Processual da União

O Imposto Territorial Rural (ITR), de competência da União, pode ter sua fiscalização e cobrança delegadas aos Municípios e ao Distrito Federal. Este trabalho examinou a adesão municipal a esses convênios e o impacto na arrecadação, analisou se os entraves processuais para os Municípios remeterem demandas aos órgãos federais desestimulavam a celebração de acordos, e avaliou o interesse processual da União em litígios de ITR sob delegação, à luz da Teoria Eclética da Ação, bem como a efetividade da diretriz constitucional de desestímulo a propriedades improdutivas. A pesquisa utilizou um estudo de caso, com base em dados e relatórios oficiais da Receita Federal do Brasil e referencial doutrinário jurídico. Os resultados indicaram baixa adesão municipal aos convênios, com quase 75% dos municípios sem acordo. A arrecadação do ITR, mesmo integralmente repassada, não justificou os investimentos municipais, e a manutenção da atuação processual pela União desestimulou a continuidade dos ajustes. Verificou-se que a União carecia de interesse processual nessas demandas, dada a ínfima representatividade do ITR na arrecadação federal e a ausência de proveito econômico-financeiro, o que impediu o cumprimento efetivo da diretriz constitucional de desestímulo à improdutividade rural. Concluiu-se que são necessárias modificações legislativas para que o ITR alcance seus objetivos de arrecadação e função social.

Palavras-chave: Arrecadação; Eficiência; Fiscalização; ITR; Municípios.

10 de setembro de 2026

Governança de Dados e Risco Financeiro no Setor Florestal: Evidências Empíricas em Perspectiva Brasil-Finlândia

A fragmentação informacional no setor florestal brasileiro constituiu o ponto de partida desta pesquisa, que investigou como a governança de dados impactou a capacidade analítica, o risco financeiro e a competitividade da gestão florestal, por meio de um estudo comparativo entre Brasil e Finlândia. Submeteram-se 332 documentos, incluindo 307 informativos CEPEA/Esalq/USP (2001–2025) e 25 relatórios setoriais (Bracelpa, ABRAF, Ibá, 2003–2025), a um pipeline de extração automatizado baseado em OCR, mineração de texto e expressões regulares, obtendo-se 13.059 registros estruturados. Realizou-se análise de sensibilidade do Valor Presente Líquido (VPL) e análise de sentimento léxica. Apenas 12,1% dos registros de custo continham Custo Operacional Efetivo preenchido, e nenhum apresentou margem líquida calculável. A incerteza nos dados de entrada oscilou o VPL de um projeto florestal em mais de R$ 20.000/ha, evidenciando a distorção da decisão orientada por dados quando a sofisticação algorítmica não substituiu a qualidade dos dados de origem. A análise de sentimento léxica confirmou a transição dos relatórios setoriais brasileiros de formato estatístico para promocional. Em contraste, o modelo finlandês demonstrou a viabilidade de uma governança integrada, com o inventário florestal consolidado como pilar de inteligência industrial. Os resultados indicaram que o fortalecimento da governança de dados constituiu pré-requisito para a transição do setor para um sistema de planejamento sustentado por evidências.

Palavras-chave: competitividade; fragmentação informacional; inteligência artificial; soberania digital; tomada de decisão.

Inscreva-se em nossa newsletter!

Receba conteúdos e fique sempre atualizado sobre as novidades em gestão, liderança e carreira com a Revista E&S.

Ao preencher o formulário você está ciente de que podemos enviar comunicações e conteúdos da Revista E&S. Confira nossa Política de Privacidade