REGISTRO DOI: 10.69849/revistaft/ra10202601141236
Alisson Santos de Figueiredo; Elvira Noara dos Santos Gonçalves Franco; Gabriel Rodrigues Garcia Lima Freire; Guilherme Schmidt Tobias; José Ilson Murari de Lima; Luciano Ceratti Cezar; Maira Sandri do Prado; Neverson Bruning; Nubia Fabiane ilha de Lima; Renan Augusto Baron; Rodrigo Santos Emanuelle Osório; Rogério da Rosa Brasil
RESUMO
O artigo “Evolução da Identificação de Perfis Criminais: Tendências e Tecnologias Emergentes” analisa as mudanças significativas nos métodos de identificação de perfis criminais devido ao avanço tecnológico. Com a incorporação de ferramentas como inteligência artificial (IA), big data e análise comportamental avançada, a criminologia moderna tem conseguido aprimorar a precisão e a eficácia na identificação de perfis. A IA permite a análise de grandes volumes de dados rapidamente, identificando padrões e anomalias invisíveis ao olho humano. O big data amplia essa capacidade ao correlacionar informações de diversas fontes, revelando tendências comportamentais complexas. A análise comportamental avançada complementa essas tecnologias, oferecendo uma perspectiva psicológica e sociológica detalhada dos criminosos. Contudo, essas inovações trazem desafios éticos e operacionais, como a proteção da privacidade e o risco de vieses nos algoritmos. A formação adequada dos profissionais é essencial para a correta interpretação e aplicação dessas ferramentas. O artigo enfatiza a necessidade de equilíbrio entre inovação tecnológica e considerações éticas, garantindo que os benefícios superem os riscos. Com uma abordagem responsável, essas tecnologias têm o potencial de transformar a criminologia e a investigação policial, proporcionando um sistema de justiça mais eficaz e justo.
Palavras-chave: Tecnologia.Tendência. Perfis Criminais.
ABSTRACT
The article “Evolution of Criminal Profiling: Trends and Emerging Technologies” analyzes the significant changes in criminal profiling methods due to technological advancement. With the incorporation of tools such as artificial intelligence (AI), big data and advanced behavioral analysis, modern criminology has been able to improve the accuracy and effectiveness in profiling. AI allows the analysis of large volumes of data quickly, identifying patterns and anomalies invisible to the human eye. Big data expands this capacity by correlating information from different sources, revealing complex behavioral trends. Advanced behavioral analytics complements these technologies by offering a detailed psychological and sociological perspective on criminals. However, these innovations bring ethical and operational challenges, such as protecting privacy and the risk of bias in algorithms. Adequate training of professionals is essential for the correct interpretation and application of these tools. The article emphasizes the need to balance technological innovation and ethical considerations, ensuring that the benefits outweigh the risks. With a responsible approach, these technologies have the potential to transform criminology and police investigation, providing a more effective and fair justice system.
Keywords: Technology.Trend. Criminal Profiles.
1 INTRODUÇÃO
A evolução dos métodos de identificação de perfis criminais tem sido marcada por avanços tecnológicos que transformaram profundamente a criminologia. Desde as técnicas tradicionais até as ferramentas modernas, a capacidade de entender e prever comportamentos criminosos tem se tornado cada vez mais sofisticada. Na era digital, a utilização de tecnologias emergentes, como a inteligência artificial (IA) e o big data, revolucionou a forma como os investigadores abordam a identificação de perfis.
A inteligência artificial, em particular, tem se destacado por sua capacidade de processar e analisar grandes volumes de dados em tempo recorde. Isso permite a identificação de padrões comportamentais complexos que, de outra forma, passariam despercebidos. A IA não só melhora a precisão das análises, mas também acelera significativamente o processo de investigação.
O big data complementa essa inovação ao integrar informações de diversas fontes, como registros públicos, redes sociais e históricos de navegação. Essa abordagem holística oferece uma visão mais abrangente e detalhada dos comportamentos criminosos, permitindo uma análise mais profunda e precisa. A combinação de IA e big data cria um cenário poderoso para a identificação de perfis criminais.
Além das ferramentas tecnológicas, a análise comportamental avançada continua a desempenhar um papel crucial na criminologia. Técnicas psicológicas e sociológicas são aplicadas para entender as motivações e características dos criminosos. Esse método, quando combinado com tecnologias emergentes, proporciona uma abordagem multidimensional à identificação de perfis.
No entanto, esses avanços não estão isentos de desafios. Questões éticas e operacionais, como a privacidade dos indivíduos e o potencial de vieses nos algoritmos, precisam ser abordadas com cuidado. A formação e capacitação dos profissionais são fundamentais para garantir a correta aplicação dessas tecnologias. O equilíbrio entre inovação e ética é essencial para maximizar os benefícios e minimizar os riscos associados a essas novas ferramentas.
2 DESENVOLVIMENTO
A incorporação da inteligência artificial na criminologia representa um avanço significativo na identificação de perfis criminais. Algoritmos de IA são capazes de processar e analisar vastas quantidades de dados de forma rápida e eficiente, revelando padrões comportamentais e anomalias que escapam à percepção humana. Isso não apenas aumenta a precisão das análises, mas também permite uma resposta mais ágil às ameaças criminais. (VASCONCELOS,2017)
O uso do big data na análise de perfis criminais amplia ainda mais essas capacidades. A coleta e integração de dados de múltiplas fontes fornecem uma visão abrangente e detalhada dos comportamentos e atividades criminosas. Investigadores podem identificar correlações e tendências que seriam impossíveis de detectar manualmente, permitindo uma compreensão mais profunda dos fatores que influenciam o comportamento criminal. (URIBE,2009)
A análise comportamental avançada complementa essas ferramentas tecnológicas ao oferecer uma perspectiva psicológica e sociológica detalhada dos criminosos. Técnicas como a análise de linguagem corporal, avaliação de traços de personalidade e interpretação de comportamentos não verbais são utilizadas para construir perfis precisos. Essa abordagem multidimensional ajuda a identificar motivações e características subjacentes, proporcionando uma visão mais completa dos indivíduos sob investigação. (DINIZ,2019)
No entanto, a implementação dessas tecnologias enfrenta desafios éticos significativos. A proteção da privacidade é uma preocupação central, uma vez que a coleta e análise de dados pessoais podem levar a invasões de privacidade. Além disso, a transparência e a justiça dos algoritmos de IA são cruciais, pois vieses nos dados de treinamento podem resultar em perfis discriminatórios. É essencial que os desenvolvedores trabalhem para mitigar esses vieses e garantir que as análises sejam justas e equitativas. (ISMAEL,2016)
A formação adequada dos profissionais que utilizam essas tecnologias é crucial para seu sucesso. Investigadores precisam estar bem informados sobre as capacidades e limitações das ferramentas tecnológicas e devem ser treinados para interpretá-las corretamente. A colaboração interdisciplinar entre tecnólogos e criminologistas é fundamental para integrar essas inovações de maneira eficaz e ética, garantindo que os benefícios superem os riscos. (DELGADO,2014)
2.1 Progresso na Identificação de Perfis Criminais: Novas Tendências e Tecnologias Inovadoras
A evolução dos métodos de identificação de perfis criminais tem sido marcada por avanços tecnológicos que transformaram profundamente a criminologia. Historicamente, os criminologistas dependiam de técnicas tradicionais como entrevistas, perfis psicológicos e análises de padrões comportamentais observáveis. Embora essas abordagens fossem eficazes em muitos casos, elas eram limitadas pela subjetividade e pela quantidade de dados que podiam ser processados manualmente. A chegada de novas tecnologias no campo da criminologia abriu um leque de possibilidades, ampliando a capacidade de coleta e análise de dados de maneira exponencial. (VASCONCELOS,2017)
Com o advento das tecnologias emergentes, a coleta de dados tornou-se muito mais abrangente e precisa. Ferramentas modernas permitem a integração de informações de diversas fontes, como bancos de dados criminais, redes sociais, registros financeiros e históricos de navegação na internet. Essa coleta massiva de dados possibilita a construção de perfis mais detalhados e a identificação de padrões comportamentais que antes eram invisíveis. A combinação de dados qualitativos e quantitativos oferece uma visão holística do comportamento criminoso, enriquecendo a base de informações utilizada nas investigações. (URIBE,2009)
A capacidade de prever comportamentos criminosos tem se tornado cada vez mais sofisticada graças ao uso de modelos preditivos. Esses modelos utilizam algoritmos complexos que analisam dados históricos e identificam tendências e correlações que podem prever futuras atividades criminosas. Por exemplo, padrões de movimentação financeira ou de comunicação podem indicar atividades suspeitas, permitindo intervenções preventivas. Essa capacidade preditiva é fundamental para a prevenção de crimes e para a alocação eficaz de recursos de segurança. (DINIZ,2019)
Os avanços tecnológicos também facilitaram a criação de bases de dados interconectadas, permitindo a troca de informações entre diferentes jurisdições e agências de segurança. Antes, a fragmentação dos dados era um grande obstáculo, mas agora, sistemas integrados possibilitam uma colaboração mais eficaz. Essa conectividade aprimorada fortalece a cooperação entre as forças de segurança, tornando a investigação criminal mais eficiente e abrangente. (MARQUES,2016)
A tecnologia também trouxe avanços na análise forense, como a utilização de DNA e outros dados biométricos. Ferramentas modernas permitem a comparação rápida e precisa de amostras biológicas, auxiliando na identificação de suspeitos e na ligação de cenas de crime aparentemente desconexas. A análise forense, agora apoiada por tecnologias avançadas, tornou-se um componente crucial na identificação de perfis criminais, oferecendo evidências concretas que complementam os dados comportamentais. (DUARTE,2016)
Além disso, o desenvolvimento de software especializado para a análise de perfis criminais tem facilitado o trabalho dos investigadores. Esses programas utilizam inteligência artificial para processar grandes volumes de dados e gerar relatórios detalhados, destacando padrões e anomalias relevantes. O uso de tais ferramentas não só aumenta a eficiência das investigações, mas também reduz o risco de erro humano, proporcionando resultados mais confiáveis. (INÁCIO,2019)
A inteligência artificial, em particular, tem se destacado por sua capacidade de processar e analisar grandes volumes de dados em tempo recorde. Uma das principais vantagens da IA é sua habilidade de aprender e melhorar continuamente. Por meio de técnicas de aprendizado de máquina, os algoritmos podem se ajustar e refinar suas análises com base em novos dados, aumentando a precisão das previsões e identificações ao longo do tempo. Essa capacidade de autoaprendizado é crucial em um campo tão dinâmico quanto a criminologia. (ISMAEL,2016)
A aplicação de IA na análise de dados criminais tem permitido a identificação de padrões comportamentais complexos que, de outra forma, passariam despercebidos.
Por exemplo, a análise de padrões de comunicação entre suspeitos pode revelar redes criminosas ocultas. Algoritmos avançados podem detectar anomalias em padrões de comportamento aparentemente normais, sinalizando atividades suspeitas. Essa capacidade de descobrir padrões ocultos é essencial para a identificação precoce e a prevenção de crimes. (DUARTE,2016)
Além disso, a IA tem sido utilizada para desenvolver perfis preditivos que ajudam na prevenção de crimes. Por meio da análise de dados históricos e da identificação de tendências, os algoritmos podem prever comportamentos futuros com um alto grau de precisão. Isso permite que as autoridades tomem medidas preventivas, alocando recursos de segurança de maneira mais eficaz e intervindo antes que os crimes ocorram. A previsão de crimes não só melhora a segurança pública, mas também otimiza o uso de recursos. (VASCONCELOS,2017)
A IA também tem revolucionado a análise de evidências forenses. Algoritmos de reconhecimento de imagem e de processamento de linguagem natural são utilizados para analisar evidências físicas e digitais, respectivamente. Por exemplo, programas de reconhecimento facial podem identificar suspeitos em imagens de câmeras de segurança, enquanto ferramentas de análise de texto podem examinar grandes volumes de comunicações eletrônicas em busca de padrões suspeitos. Essas aplicações aumentam significativamente a eficiência e a precisão das investigações. (DELGADO,2014)
A utilização de IA na criminologia não se limita à análise de dados históricos. Ferramentas de inteligência artificial também são utilizadas em tempo real para monitorar atividades suspeitas. Por exemplo, algoritmos podem ser implementados em sistemas de vigilância para detectar comportamentos anômalos em locais públicos, alertando as autoridades sobre potenciais ameaças. Essa capacidade de monitoramento em tempo real é um avanço significativo na prevenção de crimes e na proteção da segurança pública. (MALDONADO,2016)
Apesar das muitas vantagens, o uso de IA na identificação de perfis criminais também apresenta desafios. A precisão dos algoritmos depende da qualidade dos dados de treinamento, e dados viesados podem levar a conclusões injustas ou discriminatórias. Além disso, a transparência dos processos de IA é crucial para garantir que os resultados sejam justos e imparciais. Desenvolver e implementar IA de maneira ética e responsável é fundamental para maximizar seus benefícios e minimizar os riscos associados. (INÁCIO,2019)
O big data complementa essa inovação ao integrar informações de diversas fontes, como registros públicos, redes sociais e históricos de navegação. A capacidade de coletar e analisar dados de múltiplas fontes permite uma visão mais completa e detalhada dos comportamentos criminosos. Essa integração de dados é essencial para identificar conexões e correlações que seriam impossíveis de detectar com dados isolados. O big data oferece uma abordagem holística que enriquece a base de informações utilizada nas investigações. (URIBE,2009)
Um dos principais benefícios do big data é a capacidade de analisar grandes volumes de dados rapidamente. Isso permite que os investigadores processem informações em tempo real, respondendo de forma mais ágil a eventos criminosos. A análise em tempo real é crucial para a prevenção de crimes e para a detecção precoce de atividades suspeitas. Além disso, a rapidez na análise de dados melhora a eficiência das investigações, permitindo que os recursos de segurança sejam utilizados de maneira mais eficaz. (MARQUES,2016)
O big data também facilita a identificação de padrões comportamentais complexos. Por meio da análise de grandes conjuntos de dados, os investigadores podem identificar tendências e correlações que não são evidentes em pequenos conjuntos de dados. Por exemplo, padrões de deslocamento ou hábitos de compra podem revelar comportamentos suspeitos ou indicar conexões entre indivíduos. Essa capacidade de análise detalhada é fundamental para a construção de perfis criminais precisos. (DINIZ,2019)
Além disso, o big data permite a personalização da análise de perfis criminais. Algoritmos podem ser ajustados para focar em diferentes aspectos dos dados, dependendo das necessidades específicas da investigação. Isso permite uma abordagem mais flexível e adaptável, que pode ser ajustada conforme surgem novas informações ou mudam as circunstâncias. A personalização da análise melhora a precisão dos perfis e a eficácia das investigações. (MALDONADO,2016)
A integração de big data com outras tecnologias, como a inteligência artificial, cria um cenário poderoso para a identificação de perfis criminais. A combinação de IA e big data permite análises mais sofisticadas e precisas, aproveitando o melhor de ambas as tecnologias. A IA pode processar e analisar grandes volumes de dados rapidamente, enquanto o big data fornece a riqueza de informações necessárias para construir perfis detalhados. Juntas, essas tecnologias oferecem uma abordagem mais robusta e eficaz para a identificação de perfis criminais. (ISMAEL,2016)
Apesar dos benefícios, a utilização de big data na criminologia também apresenta desafios. A privacidade dos indivíduos é uma preocupação central, uma vez que a coleta e análise de grandes volumes de dados podem levar a invasões de privacidade. Além disso, a qualidade dos dados é crucial para a precisão das análises, e dados incompletos ou viesados podem levar a conclusões errôneas. Garantir a ética e a responsabilidade na coleta e análise de dados é fundamental para maximizar os benefícios do big data e minimizar os riscos associados. (MAIA,2016)
Além das ferramentas tecnológicas, a análise comportamental avançada continua a desempenhar um papel crucial na criminologia. Essa abordagem combina técnicas psicológicas e sociológicas para entender as motivações e características dos criminosos. A análise comportamental oferece insights profundos sobre os fatores que influenciam o comportamento criminoso, permitindo uma compreensão mais completa e detalhada dos indivíduos sob investigação. Essa compreensão é essencial para a construção de perfis criminais precisos e eficazes. (INÁCIO,2019)
A análise comportamental avançada utiliza uma variedade de técnicas para estudar o comportamento humano. Entre essas técnicas estão a análise de linguagem corporal, a avaliação de traços de personalidade e a interpretação de comportamentos não verbais. Essas ferramentas permitem aos investigadores identificar sinais sutis de comportamento criminoso que podem não ser evidentes em dados quantitativos. A análise detalhada dos comportamentos e interações dos indivíduos fornece uma visão mais completa de suas motivações e intenções. (MALDONADO,2016)
A aplicação de técnicas psicológicas na criminologia tem se mostrado especialmente útil na identificação de perfis criminais. Por exemplo, a análise de traços de personalidade pode revelar tendências comportamentais que são indicativas de atividades criminosas. Traços como impulsividade, falta de empatia e comportamento antissocial são frequentemente associados a comportamentos criminosos. A identificação desses traços pode ajudar a prever e prevenir crimes, bem como a identificar suspeitos. (MARQUES,2016)
A sociologia também desempenha um papel importante na análise comportamental avançada. O estudo das interações sociais e dos contextos culturais pode fornecer insights valiosos sobre os comportamentos criminosos. Por exemplo, a análise das redes sociais dos indivíduos pode revelar associações e influências que contribuem para comportamentos criminosos. A compreensão dos fatores sociais e culturais que influenciam o comportamento é crucial para a construção de perfis criminais precisos e eficazes. (DELGADO,2014)
Quando combinada com tecnologias emergentes, a análise comportamental avançada oferece uma abordagem multidimensional à identificação de perfis criminais. Ferramentas tecnológicas podem fornecer dados quantitativos detalhados, enquanto a análise comportamental oferece uma perspectiva qualitativa e contextual. Juntas, essas abordagens proporcionam uma visão mais completa e precisa dos indivíduos sob investigação, melhorando a eficácia das investigações criminais. (MAIA,2016)
No entanto, a aplicação de análise comportamental avançada também apresenta desafios. A interpretação dos dados comportamentais pode ser subjetiva e requer um alto nível de expertise. Além disso, a privacidade dos indivíduos é uma preocupação constante, especialmente quando se trata de analisar comportamentos e interações pessoais. É essencial que os investigadores abordem a análise comportamental com cuidado e responsabilidade, garantindo que as conclusões sejam baseadas em dados sólidos e interpretadas de maneira justa e ética. (ISMAEL,2016)
Além da privacidade, o potencial de vieses nos algoritmos de IA é uma preocupação crítica. Algoritmos são tão bons quanto os dados nos quais são treinados, e dados viesados podem levar a conclusões injustas ou discriminatórias. É essencial que os desenvolvedores de IA estejam atentos a esses vieses e trabalhem para mitigálos. Isso inclui a utilização de conjuntos de dados diversificados e representativos e a implementação de processos de revisão contínua para identificar e corrigir vieses. (INÁCIO,2019)
A transparência nos processos de IA também é crucial para garantir a justiça e a responsabilidade. Os algoritmos devem ser auditáveis e suas decisões explicáveis. Isso significa que deve ser possível entender como e por que um algoritmo chegou a uma determinada conclusão. A explicabilidade é fundamental para garantir que as decisões baseadas em IA sejam justas e que os indivíduos possam contestar decisões que considerem injustas. (MALDONADO,2016)
A formação e capacitação dos profissionais são fundamentais para a correta aplicação dessas tecnologias. Investigadores e criminologistas precisam estar bem informados sobre as capacidades e limitações das ferramentas tecnológicas e devem ser treinados para interpretá-las corretamente. A colaboração interdisciplinar entre tecnólogos e criminologistas é essencial para integrar essas inovações de maneira eficaz e ética, garantindo que os benefícios superem os riscos. (DUARTE,2016)
O equilíbrio entre inovação e ética é essencial para maximizar os benefícios e minimizar os riscos associados às novas ferramentas tecnológicas na criminologia. Isso envolve a criação de políticas e diretrizes claras para a coleta e utilização de dados, a implementação de salvaguardas para proteger a privacidade dos indivíduos e a promoção de uma cultura de transparência e responsabilidade. Ao equilibrar inovação e ética, é possível aproveitar os avanços tecnológicos para melhorar a eficácia das investigações criminais enquanto se protege os direitos dos indivíduos. (MARQUES,2016)
A colaboração interdisciplinar entre tecnólogos e criminologistas é fundamental para integrar essas inovações de maneira eficaz. A combinação de expertise técnica e conhecimento especializado em criminologia permite uma abordagem mais completa e eficaz para a identificação de perfis criminais. Tecnólogos podem desenvolver e refinar ferramentas baseadas em IA e big data, enquanto criminologistas fornecem o contexto necessário para interpretar os dados de maneira significativa e precisa. (DINIZ,2019)
A educação sobre ética e privacidade é um componente crucial da formação dos profissionais. Investigadores precisam estar cientes das implicações éticas da coleta e análise de dados e devem ser treinados para lidar com essas questões de maneira responsável. Isso inclui a compreensão das leis e regulamentos relacionados à privacidade e a aplicação de práticas que protejam os direitos dos indivíduos enquanto se utiliza a tecnologia para melhorar a segurança pública. (URIBE,2009)
A criação de programas de treinamento especializados é uma maneira eficaz de garantir que os profissionais estejam preparados para utilizar novas tecnologias. Esses programas podem incluir módulos sobre IA, big data, análise comportamental e ética na investigação criminal. A formação prática, incluindo estudos de caso e simulações, pode ajudar os investigadores a desenvolver as habilidades necessárias para aplicar essas tecnologias de maneira eficaz no campo. (DELGADO,2014)
Além do treinamento inicial, a formação contínua é essencial para manter os profissionais atualizados com os avanços tecnológicos e as melhores práticas. Workshops, seminários e cursos de atualização podem proporcionar oportunidades para aprender sobre novas ferramentas e técnicas, compartilhar experiências e desenvolver redes de apoio profissional. A formação contínua ajuda a garantir que os investigadores estejam sempre preparados para enfrentar os desafios e aproveitar as oportunidades apresentadas pelas tecnologias emergentes. (VASCONCELOS,2017)
3 CONCLUSÃO
A evolução dos métodos de identificação de perfis criminais, impulsionada por tecnologias emergentes, representa um marco significativo na criminologia moderna. A combinação de inteligência artificial, big data e análise comportamental avançada oferece novas possibilidades para a prevenção e investigação de crimes, aumentando a precisão e a eficácia das análises. Contudo, esses avanços trazem à tona desafios éticos e operacionais que precisam ser cuidadosamente abordados.
A privacidade dos indivíduos é um dos principais desafios. A coleta e análise de grandes volumes de dados pessoais exigem uma abordagem cuidadosa para evitar invasões de privacidade e garantir o uso ético das informações. A transparência nos processos de análise e a proteção contra abusos são essenciais para manter a confiança do público nas instituições de segurança.
O potencial de viés nos algoritmos de inteligência artificial é outra preocupação crítica. Desenvolvedores e usuários dessas tecnologias precisam estar atentos aos preconceitos que podem ser incorporados nos dados de treinamento e trabalhar para mitigar esses vieses. A criação de algoritmos justos e equitativos é fundamental para garantir que os perfis criminais sejam precisos e não discriminatórios.
A formação adequada dos profissionais é crucial para a implementação bemsucedida dessas tecnologias. Investigadores devem ser treinados para entender e interpretar os resultados fornecidos pelas ferramentas tecnológicas, além de estarem cientes de suas limitações. A colaboração interdisciplinar entre tecnólogos e criminologistas é essencial para integrar essas inovações de forma eficaz e ética.
Apesar dos desafios, as tecnologias emergentes na identificação de perfis criminais têm o potencial de transformar a criminologia e a investigação policial. Com a abordagem correta, essas ferramentas podem contribuir significativamente para a segurança pública, permitindo uma resposta mais rápida e precisa aos comportamentos criminosos. O equilíbrio entre inovação e ética é essencial para maximizar os benefícios e minimizar os riscos.
Em última análise, a evolução da identificação de perfis criminais é um processo contínuo que requer adaptação e vigilância constante. À medida que novas tecnologias surgem, é fundamental que as práticas e políticas sejam atualizadas para refletir as mudanças. Com uma abordagem proativa e responsável, podemos maximizar o potencial dessas inovações para criar um sistema de justiça criminal mais eficaz e justo.
REFERÊNCIAS BIBLIOGRÁFICAS
DELGADO, Jardel. S. O estudo sobre o comportamento criminal. Porto Alegre, 2014.
DINIZ, Alexsandro. Criminosos no contexto do mundo digital. Santos, 2019.
DUARTE, Victor. Novos tecnologias na análise dos perfis comportamentais. Rio de Janeiro, 2016.
INÁCIO, Alex. Novos crimes digitais. Porto Alegre, 2019.
ISMAEL, Jandrei. Os crimes digitais na sociedade moderna. São Paulo, 2016.
MAIA, Andrei. Ciências Criminais: análises de perfis criminais.Cuiabá, 2016.
MALDONADO, Jane. O crime cibernético. Porto Alegre, 2016.
MARQUES, Jairo. Desafios na Identificação de Perfis Criminais. Campinas, 2016.
URIBE, Sheila. Novos crimes a partir do advento da internet. Rio de Janeiro, 2009.
VASCONCELOS, Jonatas. Tendências e Tecnologias na Identificação de Perfis. Rio de Janeiro, 2017.