O erro silencioso do documento digitalizado
A camada de texto de um PDF escaneado não é o documento: é uma leitura dele. E ela erra exatamente onde o processo penal decide — em algarismo, data e nome próprio. Atualizado em julho de 2026.
Abra um PDF de inquérito digitalizado, selecione um trecho e copie. O que veio para a área de transferência não é o documento — é o que um software entendeu da imagem da página. Na maior parte do tempo as duas coisas coincidem. O problema está exatamente onde elas não coincidem.
Duas camadas, uma aparência
Um documento escaneado é, tecnicamente, uma imagem. Para que se possa buscar e copiar, gera-se sobre ela uma camada de texto por reconhecimento óptico de caracteres. As duas camadas convivem no mesmo arquivo e apenas uma delas é o registro original.
Quem lê na tela vê a imagem. Quem busca, copia ou envia o arquivo para processamento automatizado consome a camada de texto. É uma divergência que passa despercebida justamente porque as duas parecem a mesma coisa.
Por que o erro se concentra no que decide o caso
O reconhecimento óptico usa o contexto para se corrigir. Numa palavra comum, o idioma sugere a forma certa e o erro se conserta sozinho. Em algarismo, data, nome próprio e sigla não existe esse apoio — não há nada no entorno que indique que aquele dígito deveria ser outro.
O resultado é uma inversão desconfortável: a leitura é mais confiável no texto corrido, que raramente é decisivo, e menos confiável no dado pontual, que é onde a tese se apoia.
O erro que não se anuncia
Uma página rasgada, um borrão, um trecho ilegível — todos comunicam o próprio problema. Um dígito trocado não. A saída permanece limpa, alinhada e verossímil, e segue para a planilha, para a cronologia e para a peça com a mesma aparência de qualquer dado correto.
É o mesmo padrão descrito em por que a IA não sabe se está certa: o mecanismo não sinaliza a própria falha. Aqui, porém, a conferência é mais barata — basta olhar a imagem.
Onde isso decide um caso
- Valores. Um dígito muda ordem de grandeza, e com ela a moldura da imputação. Em matéria de crimes tributários e de direito penal econômico, o valor não é detalhe.
- Datas. Um ano lido errado desloca o fato para outro período — e períodos têm consequência.
- Nomes. Uma letra trocada num sobrenome cria ou desfaz um vínculo entre pessoas.
- Números de identificação. Conta, documento, placa, número de processo: tudo que serve para ligar um registro a outro.
A regra prática
Não é conferir tudo — seria inviável e ninguém faria. É conferir integralmente todo dado que sustenta afirmação da peça, contra a imagem da página, e tratar o restante como material de navegação. A distinção entre esses dois usos é a mesma que organiza a análise de autos.
Quando o documento é vestígio, incide também a integridade: gerar camada de texto é operação sobre o material, e os arts. 158-A a 158-F do CPP exigem rastreabilidade. Trabalha-se sobre cópia, registra-se a conversão, e o texto extraído nunca substitui o original nos autos de investigação defensiva.
Perguntas frequentes
O texto que eu copio de um PDF é o documento?
Não necessariamente. Se o PDF nasceu de digitalização, o que existe é uma imagem da página mais uma camada de texto produzida por reconhecimento óptico de caracteres. Essa camada é uma interpretação da imagem, feita por software, e pode divergir dela. Copiar dali e citar como se fosse o documento é citar a leitura, não o original.
Onde o reconhecimento óptico mais erra?
Em algarismos, datas, nomes próprios e siglas — precisamente os elementos que menos têm contexto para corrigir o erro. Numa palavra comum, o próprio idioma sugere a forma certa; num número de conta ou num sobrenome incomum, não há nada que ajude. É por isso que o erro se concentra no que costuma ser decisivo.
Por que ninguém percebe?
Porque a saída é limpa. Um dígito trocado não deixa rastro visual: o texto continua bem formatado, alinhado e legível. Diferente de uma página rasgada ou de um borrão, o erro de leitura óptica não se anuncia. Ele entra na planilha, na cronologia e na peça com a mesma aparência de qualquer dado correto.
Qual é o impacto num caso com valores?
Pode ser determinante. Uma diferença de um dígito muda ordem de grandeza; uma data lida errado desloca um fato para outro período. Quando a tese se constrói sobre uma tabela extraída automaticamente de documentos digitalizados, cada célula é uma afirmação que precisa ter sido conferida contra a imagem da página.
Como se confere na prática?
Abrindo a imagem da página, não outro texto. A conferência aqui é direta e é isso que a torna viável: olha-se o documento e compara-se. O que não é viável é conferir tudo — por isso a regra prática é conferir integralmente todo dado que sustenta afirmação da peça, e tratar o restante como material de navegação.
Isso tem relação com cadeia de custódia?
Tem, quando o documento é vestígio. Gerar uma camada de texto é uma operação sobre o material, e os arts. 158-A a 158-F do CPP exigem rastreabilidade. Na prática: trabalhar sobre cópia, registrar que houve conversão e qual versão foi conferida, e nunca substituir o original pelo texto extraído nos autos de defesa.
Nota de método: a única norma citada, arts. 158-A a 158-F do CPP, é a já utilizada e conferida em outras páginas deste portal. Nenhuma taxa de erro de reconhecimento óptico é afirmada e nenhum produto é nomeado, porque não há fonte conferida para sustentá-lo — o argumento é qualitativo e não depende de número. Nenhum julgado é invocado.
Sobre o advogado responsável
Gabriel Bulhões
Advogado criminalista, fundador da GB Advocacia Criminal e Investigação Defensiva e professor de pós-graduações. Coautor do Provimento OAB n.º 188/2018, norma que regulamentou a investigação defensiva no Brasil. Mestre e doutorando em Ciências Criminais pela PUC/RS, pós-graduado em Ciências Criminais pela UCAM/RJ e em Direito Penal Econômico pelo IBCCRIM em parceria com a Universidade de Coimbra. Vice-Presidente da Comissão Nacional de Investigação Defensiva do CFOAB e Presidente da comissão equivalente na ABRACRIM. Coordenador Adjunto da Coordenação Regional do IBCCRIM no Distrito Federal (2025-2026) e coordenador dos seus Grupos de Estudos Avançados (GEAs), entre eles o grupo interestadual (DF e SC) sobre erros judiciários na investigação defensiva. Head dos projetos Defenda-me e ETHOSBrasil.org, Diretor Jurídico da APECOF e presidente, na mesma associação, da Comissão de Investigação Defensiva. Autor do Manual Prático de Investigação Defensiva e de outros dois livros, sobre cadeia de custódia e blockchain e sobre o controle da atividade policial. O acervo do escritório treina inteligência artificial especializada na plataforma Criminal Player, ao lado dos acervos de Aury Lopes Jr. e Alexandre Morais da Rosa.
OAB/RN n.º 13.096 · OAB/SP n.º 526.786