O InquiryIQ é um protótipo interno e não lançado da Clearview AI projetado para ampliar uma busca de reconhecimento facial com pesquisas na web e em imagens. A empresa afirma que nenhum usuário de órgãos de segurança pública utilizou o sistema e que não planeja lançá-lo em sua forma atual. Ainda assim, o desenho revela uma mudança importante: em vez de apenas sugerir uma possível correspondência facial, a ferramenta tentaria reunir pistas espalhadas pela internet em um perfil investigativo.
InquiryIQ é um protótipo não lançado
A Clearview AI desenvolveu o InquiryIQ como um assistente experimental para fluxos de investigação. Ele não é um produto público, não tem preço ou data de disponibilidade divulgados e não deve ser confundido com a plataforma de reconhecimento facial já associada à empresa.
Amos Kyler, CEO da Clearview AI, afirmou que “nenhum usuário de órgãos de segurança pública jamais o utilizou”. A declaração delimita o que o projeto representa hoje: uma proposta de ferramenta, não um sistema policial comprovadamente em operação.
O protótipo apareceu em arquivos de interface enviados ao navegador antes da autenticação. Esses arquivos descreviam funções, avisos e instruções de uso. Isso ajuda a entender o comportamento pretendido, mas não transforma o InquiryIQ em uma demonstração pública nem comprova desempenho em investigações reais.
Do reconhecimento facial ao Candidate Graph
O fluxo imaginado começaria com uma pista obtida em uma busca de reconhecimento facial da Clearview AI. A partir daí, o investigador poderia fornecer detalhes considerados relevantes — como idade, gênero, raça, cor do cabelo e cor dos olhos — e pedir que o sistema explorasse novas conexões.
| Dimensão do fluxo | Projeto do protótipo InquiryIQ | Fluxo anterior da Clearview AI |
| Ponto de partida | Informações obtidas após uma busca de reconhecimento facial | Possíveis correspondências e pistas geradas pela busca facial |
| Pesquisa adicional | Pesquisas na web e em imagens, navegação por páginas e análise de fotografias encontradas | Investigadores seguem manualmente links e realizam pesquisas adicionais |
| Relações entre dados | Sistema projetado para conectar possíveis identidades e associados | Relações dependem do acompanhamento feito pelo investigador |
| Resultado pretendido | Um “Candidate Graph” com possíveis pessoas, relações e dados de perfil | Leads e resultados de reconhecimento facial para orientar novas buscas |
O “Candidate Graph”, ou “Grafo de Candidatos”, organizaria possíveis identidades e associados. A lógica descrita por Amos Kyler seria formular uma hipótese e tentar invalidá-la: o sistema poderia perguntar se determinado fato tem relação com uma pessoa ou pista.
O detalhe importa. Uma ferramenta assim não apenas encontraria uma página; ela tentaria decidir quais informações parecem conectadas e apresentá-las como uma rede de investigação.
Que dados poderiam aparecer no perfil
O perfil projetado poderia incluir possíveis endereços, números de telefone, empregadores, contas em redes sociais, históricos de prisão, apelidos, características físicas, informações demográficas e relações com outras pessoas.
A interface também apresentava idade, gênero e raça como possíveis entradas para decisões de busca “mais inteligentes”. Isso descreve a linguagem do protótipo, não uma prova de que esses dados melhorariam a precisão ou produziriam um resultado específico. O efeito técnico dessas entradas não está definido.
O mesmo cuidado vale para as informações geradas. A interface alertava que dados demográficos, de redes sociais e de históricos de prisão “podem ou não estar corretos”. O investigador precisaria verificar cada informação antes de aceitá-la em um perfil.
Na prática, isso coloca o InquiryIQ mais perto de um mecanismo de geração de pistas do que de uma autoridade sobre a identidade de alguém. Um nome, um endereço ou uma associação sugerida pelo sistema continuaria precisando de confirmação independente.
Quando a automação reduz o atrito da vigilância
O principal impacto potencial está na velocidade e no alcance. Pesquisar manualmente uma pessoa em páginas, imagens, perfis e registros exige tempo e decisões sucessivas. Automatizar parte desse caminho pode tornar investigações amplas mais baratas e fáceis de repetir.
Andrew Guthrie Ferguson, professor de direito da George Washington University especializado em IA e policiamento, descreveu o risco como a criação de um perfil a partir de “todas as pistas digitais aleatórias” deixadas por alguém na internet. Para Woodrow Hartzog, especialista em privacidade da Boston University, as proteções de privacidade foram construídas em um período em que havia mais obstáculos práticos para o governo reunir informações sobre uma pessoa.
Essa redução de esforço é o ponto central — e não uma prova de que o InquiryIQ tenha produzido um resultado real. Quanto menor o trabalho necessário para seguir dezenas de pistas, maior pode ser a tentação de investigar sem uma hipótese bem delimitada. Também cresce o risco de que uma associação fraca ganhe aparência de fato só porque aparece em um perfil organizado.
Revisão humana é uma proteção — e também um ponto de disputa
A Clearview AI descreve o investigador como responsável por separar o que é verdadeiro do que é ruído. O sistema permitiria aceitar ou rejeitar informações encontradas antes de incorporá-las ao perfil.
Mas a presença de uma pessoa não resolve automaticamente o problema. Hartzog avaliou que um humano no circuito pode oferecer apenas “um conforto limitado” se a revisão virar um carimbo para resultados produzidos pela máquina. Michael Price, diretor de contencioso do Fourth Amendment Center da National Association of Criminal Defense Lawyers, comparou a situação ao uso de um chatbot propenso a inventar informações como se fosse uma fonte confiável para decisões de causa provável.
O alerta da interface e a revisão humana são controles descritos para o protótipo; eles não são garantia de precisão, legalidade ou devido processo. A qualidade da decisão ainda dependeria de como os investigadores examinariam cada pista e de quais regras regeriam seu uso.
O que o projeto poderia mudar — e o que ainda não demonstrou
A Clearview AI também testou modelos associados à xAI e opções acessadas pelo Amazon Bedrock. Segundo a empresa, o seletor visível servia a comparações internas de engenharia, não a uma escolha de modelo feita por usuários policiais.
Há um possível ganho de responsabilidade. Ferguson observou que registrar prompts, pesquisas, escolhas de modelo e caminhos investigativos poderia criar uma trilha de auditoria mais clara do que buscas humanas não documentadas. Esse benefício é uma possibilidade de governança, não uma capacidade demonstrada por um sistema implantado.
O limite decisivo permanece: o InquiryIQ é apresentado como um protótipo experimental da Clearview AI, com funções planejadas para expandir uma pista facial em uma investigação digital mais ampla. O projeto pode reduzir o esforço necessário para conectar dados pessoais, mas também torna mais urgente distinguir uma pista de uma prova — e registrar cada passo antes que um perfil automatizado passe a orientar decisões sobre pessoas reais.
