Abstract
OBJETIVO: Mapear e analisar as evidências sobre o uso da inteligência artificial (IA) na detecção de simulação e dissimulação de transtornos mentais em contextos forenses, considerando aplicações, desempenho, limitações, implicações ético-jurídicas e lacunas. MÉTODOS: Revisão de escopo realizada em 2026, conforme JBI e PRISMA-ScR, utilizando a estratégia PCC. Foram incluídos estudos publicados nos últimos cinco anos, de acesso livre, que investigaram o uso de IA na detecção de simulação ou dissimulação de transtornos mentais em contextos forenses. Excluíram-se estudos sem aplicação de IA, fora do contexto forense ou sem relação com transtornos mentais. RESULTADOS E DISCUSSÃO: Foram incluídos 14 estudos. Modelos generativos, como ChatGPT, podem facilitar a construção de narrativas sintomáticas convincentes e ampliar o symptom coaching. Em contrapartida, modelos de machine learning demonstraram potencial para identificar padrões de respostas inválidas e auxiliar na detecção de simulação. Instrumentos de validade, como MMPI-3, PCL-5, TOMM, M-FAST e Inventory of Problems-29, permanecem relevantes para a avaliação de super-relato e sub-relato. Persistem limitações relacionadas à validade externa, transparência algorítmica, segurança dos testes e confiabilidade pericial. CONCLUSÃO: A IA apresenta potencial e riscos para a avaliação forense, reforçando a necessidade de abordagens multimétodo, validação contínua dos modelos e diretrizes éticas específicas para seu uso em perícias psiquiátricas e psicológicas.