Charles Brohiri, de 29 anos, pode enfrentar pena de prisão após admitir 76 acusações de evasão de tarifas em trens da Govia Thameslink, somando-se a 36 condenações anteriores, conforme foi ouvido no Tribunal de Magistrados de Westminster na quinta-feira. O total de tarifas não pagas e custas judiciais pode ultrapassar £18.000.

A juíza distrital Nina Tempia alertou Brohiri, de Hatfield em Hertfordshire, que uma sentença de prisão era possível devido ao grande número de delitos. Brohiri, vestido de preto, respondeu "Culpado" a cada uma das 76 acusações lidas em voz alta durante a audiência, de acordo com relatos da PA Media.

O tribunal já havia condenado Brohiri à revelia em 36 acusações separadas. Durante o processo de quinta-feira, a juíza Tempia rejeitou uma moção da equipe jurídica de Brohiri para anular essas condenações anteriores. A defesa argumentou que as acusações eram ilegais porque não foram iniciadas por uma entidade qualificada.

O caso destaca os desafios contínuos enfrentados pelas operadoras ferroviárias no combate à evasão de tarifas. A Govia Thameslink Railway, como muitos provedores de transporte, usa uma combinação de inspeções manuais de bilhetes e sistemas automatizados para detectar e impedir os fraudadores de tarifas. Esses sistemas geralmente incorporam análise de dados para identificar padrões de comportamento de viagem suspeitos.

A ascensão da inteligência artificial (IA) oferece soluções potenciais para uma detecção mais eficaz da evasão de tarifas. A análise de vídeo com tecnologia de IA, por exemplo, pode analisar imagens de CFTV para identificar indivíduos que evitam consistentemente as catracas ou se envolvem em outras atividades suspeitas. Algoritmos de aprendizado de máquina também podem ser treinados para prever pontos críticos de evasão de tarifas e otimizar a implantação de agentes de proteção de receita.

No entanto, o uso de IA neste contexto levanta considerações éticas. Preocupações com a privacidade e o potencial viés em algoritmos precisam ser abordados para garantir justiça e transparência. Por exemplo, a tecnologia de reconhecimento facial, embora potencialmente eficaz na identificação de reincidentes, pode impactar desproporcionalmente certos grupos demográficos.

O status atual é que Brohiri aguarda a sentença. O tribunal considerará a gravidade e a frequência das ofensas, bem como quaisquer circunstâncias atenuantes, antes de determinar a punição apropriada. O caso serve como um lembrete das consequências legais e financeiras da evasão de tarifas e do papel crescente da tecnologia no combate a esse problema.