INTELIGÊNCIA POLICIAL MILITAR HÍBRIDA: INTEGRAÇÃO DE SISTEMAS DIGITAIS, DRONES E OPERAÇÕES FLUVIAIS NA POLÍCIA MILITAR DO AMAZONAS

Resumo

A Amazônia, na qual está inserido o Estado do Amazonas, faz parte de uma complexidade territorial que impõe muitos desafios à segurança pública brasileira, tendo em vista que a vastidão geográfica, a predominância do modal fluvial como meio de locomoção predominante e dispersão populacional dificultam a presença estatal permanente. Nesse contexto, a inteligência policial se faz necessária para compensar estrategicamente as limitações físicas de controle territorial. À luz do paradigma do Intelligence-Led Policing (ILP) e das discussões contemporâneas sobre governança de dados e inteligência artificial, o presente artigo tem como objetivo analisar os limites informacionais da inteligência policial em ambiente hidroflorestal e propor modelo teórico de Arquitetura Informacional para Inteligência Policial em Territórios Complexos, aplicável ao contexto amazônico. Metodologicamente, trata-se de pesquisa qualitativa de caráter descritivo-analítico, fundamentada em revisão bibliográfica especializada nacional e internacional, análise institucional do Sistema Integrado de Policiamento e Operações (SIPOM) e estudo de caso baseado em operações de domínio público realizadas no Amazonas. A partir da articulação entre literatura sobre avaliação experimental do ILP, integração tecnológica em centros de inteligência e estudos sobre crimes ambientais na Amazônia, sustenta-se que a eficácia da inteligência não depende exclusivamente da incorporação tecnológica, mas da consolidação de infraestrutura integrada de dados, padronização informacional, interoperabilidade e formação analítica qualificada. Conclui-se que o fortalecimento da capacidade estatal informacional constitui elemento central para a consolidação de inteligência estratégica na Amazônia, exigindo governança ética, maturidade institucional e integração sistêmica como condições para o uso eficiente de tecnologias digitais e soluções baseadas em dados.