A toxicidade presente nas interações digitais representa um desafio crescente na sociedade contemporânea, impactando diretamente o bem-estar dos usuários e a qualidade do debate público nas plataformas virtuais. Este trabalho apresenta uma abordagem automatizada para a detecção de comentários tóxicos em língua portuguesa, por meio da aplicação de técnicas de Processamento de Linguagem Natural (PLN) e aprendizado de máquina. O modelo proposto foi desenvolvido em Python, utilizando um pipeline que inclui etapas de pré-processamento textual, como limpeza, normalização, tokenização, remoção de stopwords e stemming. Em seguida, os dados foram vetorizados com a técnica TF-IDF e classificados por meio do algoritmo Naive Bayes, bastante eficiente em tarefas de classificação textual. A base de dados utilizada continha mais de 29 mil comentários rotulados como tóxicos ou não tóxicos. O modelo atingiu uma acurácia de 72%, demonstrando sua capacidade de identificar padrões de linguagem ofensiva de forma confiável. Além do avanço técnico, o projeto também se destaca pelo seu impacto social, ao contribuir para ambientes digitais mais seguros e respeitosos. A pesquisa ainda promove reflexões sobre o uso ético de ferramentas de inteligência artificial, propondo soluções tecnológicas que respeitem a liberdade de expressão e atuem na prevenção da violência verbal online. A iniciativa oferece uma base sólida para futuras aplicações em larga escala no monitoramento de redes sociais e plataformas de comentários.
