Meta embutiu reconhecimento facial em app sem avisar usuários, denuncia Wired

Pessoas negras são desproporcionalmente afetadas: 90,5% dos presos por monitoramento facial no Brasil em 2019 eram negros, indicando viés discriminatório da tecnologia.
Rostos se tornam dados. Dados se tornam rastreabilidade.
Reflexão sobre como o reconhecimento facial transforma identidades em informações controláveis.

Sem avisar seus usuários, a Meta construiu silenciosamente uma infraestrutura de reconhecimento facial dentro de um aplicativo presente em mais de 50 milhões de dispositivos — e só a removeu após ser exposta pela imprensa. O episódio não é apenas uma falha corporativa isolada: é um espelho de uma tendência mais ampla, na qual empresas privadas erguem sistemas de vigilância biométrica antes que a sociedade tenha a chance de deliberar sobre eles. Em países como o Brasil, onde estudos mostram que 90,5% dos presos por monitoramento facial em 2019 eram negros, as consequências dessa arquitetura invisível recaem de forma desproporcional sobre os mais vulneráveis.

  • A Meta embutiu o sistema NameTag — capaz de converter rostos em assinaturas biométricas — em um app já instalado em dezenas de milhões de celulares, sem qualquer aviso ou consentimento dos usuários.
  • Rostos não identificados eram recortados, indexados e armazenados em uma pasta de pendentes no próprio dispositivo, formando um banco de dados biométrico local sem que os donos dos aparelhos soubessem.
  • Após a denúncia da Wired, a empresa removeu o código em menos de um dia e negou que a função jamais tivesse existido — uma resposta tão veloz que levantou novas suspeitas sobre o que mais pode estar oculto em aplicativos de uso massivo.
  • O caso intensifica o debate sobre vigilância privada no Brasil, onde tecnologias similares já operam em segurança pública com viés documentado: a maioria esmagadora dos presos por reconhecimento facial no país é negra.
  • A questão central não é técnica nem jurídica — é que infraestruturas de rastreamento biométrico estão sendo construídas sem o consentimento real das populações que elas monitoram.

A Meta havia inserido, sem qualquer comunicado, um sistema de reconhecimento facial chamado NameTag dentro de um aplicativo de óculos inteligentes já presente em mais de 50 milhões de celulares. A função convertia rostos capturados pela câmera em assinaturas biométricas e, quando não conseguia identificar alguém, recortava e armazenava a imagem em uma pasta de pendentes no próprio dispositivo — criando um banco de dados facial local sem que os usuários tivessem a menor ciência disso.

O sistema nunca chegou a ser ativado publicamente, mas estava montado e operacional. Foi a revista Wired que trouxe o caso à luz. A reação da Meta foi imediata: em um único dia, o código foi removido. Ao mesmo tempo, a empresa negou que o NameTag jamais tivesse existido. A velocidade da remoção e a negação subsequente deixaram no ar uma pergunta incômoda: o que mais pode estar escondido nos aplicativos que bilhões de pessoas usam cotidianamente?

O episódio reacende um debate urgente. No Brasil, o reconhecimento facial já é usado em sistemas de segurança pública — e pesquisas consistentes apontam que a tecnologia erra de forma desproporcional contra pessoas negras. Um levantamento de 2019 revelou que 90,5% das pessoas presas após identificação por monitoramento facial no país eram negras, um dado que expõe como essas ferramentas funcionam na prática.

O problema mais profundo não é técnico. Quando uma empresa privada constrói uma infraestrutura de catalogação de rostos sem consentimento claro, sem transparência e sem possibilidade real de recusa, ela não está criando um recurso de conveniência — está erguendo um instrumento de controle. Rostos viram dados, dados viram rastreabilidade, e trajetórias inteiras de vida podem ser mapeadas sem que as pessoas envolvidas tenham pedido ou concordado com isso.

A Meta havia embutido um sistema de reconhecimento facial em seu aplicativo de óculos inteligentes sem informar os usuários, conforme denúncia publicada pela revista Wired. O recurso, batizado NameTag, estava pronto para funcionar dentro de um app já instalado em mais de 50 milhões de celulares. Sua função era converter rostos capturados pela câmera do dispositivo em assinaturas biométricas — essencialmente, transformar faces em dados.

O sistema nunca foi ativado publicamente, mas a infraestrutura estava montada e operacional. Quando o NameTag encontrava um rosto que não conseguia identificar, ele recortava a imagem, a indexava e a armazenava em uma pasta de pendentes no próprio aparelho, criando um banco de dados biométrico local. Tudo isso ocorria sem que os proprietários dos telefones soubessem que estavam participando de um projeto de catalogação facial em larga escala.

Após a reportagem da Wired vir à luz, a Meta respondeu com rapidez: em um único dia, a empresa removeu o código responsável pela função. Simultaneamente, negou que o NameTag jamais tivesse existido. A velocidade da ação e a negação posterior levantaram questões sobre o que mais poderia estar escondido nos aplicativos que bilhões de pessoas usam diariamente.

A denúncia reacendeu um debate que não é novo, mas que ganha urgência conforme a tecnologia se torna mais sofisticada e onipresente. O reconhecimento facial já está em uso em sistemas de segurança pública no Brasil, apesar de pesquisas consistentes apontarem que a tecnologia comete erros desproporcionais contra pessoas negras. Um levantamento de 2019 revelou que 90,5% das pessoas presas após serem identificadas por monitoramento facial no país eram negras — um número que fala por si sobre como essas ferramentas funcionam na prática.

O problema central não é apenas técnico ou legal. É que quando uma empresa privada constrói um banco de rostos no celular de dezenas de milhões de usuários, ela não está simplesmente criando um recurso de conveniência. Está construindo uma infraestrutura de vigilância. Rostos se tornam dados. Dados se tornam rastreabilidade. Trajetos, encontros, presença — tudo pode ser mapeado e registrado. A retórica corporativa frequentemente enquadra o reconhecimento facial como uma questão de segurança ou eficiência, mas o que a tecnologia faz na prática é catalogar pessoas.

O que torna o caso da Meta particularmente revelador é que ninguém pediu por isso. Ninguém clicou em uma caixa de seleção concordando em ter seu rosto convertido em uma assinatura biométrica e armazenado em um servidor corporativo. A função estava lá, silenciosa, pronta para ser ativada quando a empresa decidisse. Isso não é um detalhe técnico — é a essência do problema. Quando uma infraestrutura de vigilância é construída sem consentimento claro, sem transparência, sem a possibilidade real de recusa, ela deixa de ser uma ferramenta e se torna um instrumento de controle.

A Meta negou que a função NameTag jamais tivesse existido, apesar de evidências do código no aplicativo
— Resposta da Meta após reportagem da Wired
A Conversa do Hearth Outra perspectiva sobre a história
Inventor

Por que a Meta colocaria um sistema de reconhecimento facial em um app sem avisar ninguém? Qual era o objetivo?

Model

Essa é a pergunta que fica no ar. Talvez fosse um teste, uma prototipagem silenciosa. Talvez fosse para estar pronto quando a regulação permitisse. O que importa é que a infraestrutura estava lá, invisível, esperando.

Inventor

Mas se ninguém sabia, como a Wired descobriu?

Model

Alguém analisou o código. Encontrou as funções, os arquivos de pendentes, toda a estrutura. E quando a reportagem saiu, a Meta apagou tudo em 24 horas. Isso diz algo sobre como essas empresas operam — constroem primeiro, pedem desculpas depois, se for necessário.

Inventor

E quanto ao viés contra pessoas negras que você mencionou? Como isso se conecta?

Model

Não é coincidência. A mesma tecnologia que a Meta estava embutindo já está sendo usada em segurança pública aqui no Brasil. E os dados mostram que ela erra muito mais quando o rosto é negro. Em 2019, 90,5% das pessoas presas por identificação facial eram negras. Isso não é um bug — é como o sistema foi treinado.

Inventor

Então a Meta estava criando uma ferramenta que sabidamente discrimina?

Model

A Meta estava criando uma ferramenta. O fato de que essa ferramenta discrimina é um problema que as empresas parecem dispostas a ignorar. Ou talvez contem com o fato de que a maioria das pessoas nunca saiba que está sendo catalogada.

Inventor

O que muda agora que a Wired publicou isso?

Model

Teoricamente, a conversa sobre vigilância privada fica mais difícil de ignorar. Mas a Meta já apagou o código. A empresa negou que existisse. E em alguns meses, provavelmente haverá outra descoberta, outro sistema silencioso, outro banco de dados que ninguém autorizou. O padrão continua.

Fale Conosco FAQ