O acesso do cidadão comum às tecnologias de imagem oferecidas pelos telefones celulares e a facilidade de compartilhamento de imagens no mundo paralelo da web favoreceram a produção e circulação de vídeos amadores que denunciam práticas policiais. Esse fenômeno contemporâneo aponta não apenas para o que tem sido caracterizado como uma sociedade do espetáculo e da vigilância, mas também para o que se entende hoje como uma prática de jornalismo cidadão. É a partir das contribuições das Ciências Sociais e da Comunicação Social sobre esses conceitos e à luz dos estudos da fala-em-interação que buscamos examinar como é construído interacionalmente esse flagrante em que o celular é usado como uma arma de contravigilância. O corpus desta pesquisa é constituído por um vídeo amador que registra a ação policial em uma comunidade que recebeu uma Unidade de Polícia Pacificadora (UPP), no Rio de Janeiro. A gravação retrata um conflito após uma abordagem, estando todos os participantes presentes na cena cientes da gravação. As imagens foram disponibilizadas na maior plataforma de compartilhamento de vídeos da atualidade, o YouTube. Trata-se de um estudo de caso que ilustra as relações entre controle e prazer, tecidas na criação e distribuição dessas imagens, e o modo como é construída a prática do jornalismo cidadão do tipo incriminativo. Os resultados apontam, primeiramente, para o modo como a estrutura de participação na cena evidencia a construção do espetáculo e ainda a disputa pela edição desse espetáculo. Revelam também a especificidade desse flagrante em relação a outras práticas de vigilância já descritas na literatura. Finalmente, demonstra que o aclamado empoderamento do jornalista cidadão, armado com sua câmera, não é um mito, mas tem limites.