Skip to content
PodSubs
ShowsPeopleGuestsJobsNewsEvents
More
BlogPodCred
Menu
ShowsPeopleGuestsJobsNewsEventsBlogPodCredNetworksSign in
Join nowSign in
  • Shows
  • People
  • Jobs
  • News
  • More
    • Guests
    • Events
    • Blog
    • PodCred
    • Networks
    Join nowSign in

Julgados e Comentados

Julgados e Comentados artwork

#147 - Inteligência Artificial e discriminação de gênero

Sep 12, 202551 minAudio

Neste episódio conversamos com Camila Salmoria, juíza de Direito do TJPR, sobre Inteligência Artificial e discriminação de gênero. A promessa de eficiência e celeridade trazida pela IA é inegável, contudo, essa automatização suscita debates sobre os riscos de uma replicação de vieses discriminatórios já existentes em nossa sociedade, como o de gênero. Vemos no mercado de trabalho sistemas de recrutamento que, treinados com dados históricos de uma força de trabalho predominantemente masculina, aprendem a preferir perfis de homens, erguendo novas e invisíveis barreiras para a ascensão profissional de mulheres. A tecnologia, que um dia foi vendida como exemplo de neutralidade, revela-se um espelho que não apenas reflete, mas amplifica e automatiza as distorções da nossa sociedade. E quando esse espelho é posicionado no coração do sistema de justiça, os riscos se tornam ainda mais sensíveis. A busca por celeridade e eficiência nos leva a uma construção que, embora otimize tarefas repetitivas, ameaça a dimensão humana e simbólica do ato de julgar. Como garantir que um algoritmo, incapaz de empatia, não perpetue a discriminação? Como assegurar que a chamada "verdade algorítmica" não silencie as particularidades de um caso concreto, especialmente quando envolve grupos historicamente marginalizados? Estes e outros assuntos são debatidos neste episódio! Comentários e sugestões: julgadosecomentados@mppr.mp.br || Siga o MPPR nas redes sociais: Facebook: Ministério Público do Paraná, X: @mpparana, Instagram: @esmp_pr, Fernanda Soares: @prof.fersoares, YouTube: Escola Superior do MPPR e site da ESMP-PR: https://site.mppr.mp.br/escolasuperior Instagram de Camila Salmoria: @camilahsalmoria Produção: Fernanda Soares e Gabriel Oganauskas || Edição: Gabriel Oganauskas e Matheus Pimentel || Créditos: Aces High - KevinMacLeod (⁠⁠incompetech.com⁠⁠), ⁠⁠CC BY 3.0 || Floating Whist by BlueDotSessions || In The Back Room by BlueDotSessions || The Stone Mansion by BlueDotSessions || Vienna Beat by BlueDotSessions || Jazzy Sax, Guitar, and Organ at the club - Admiral Bob feat. geoffpeters, CC BY 3.0

Audio and video play straight from the show's own hosting. PodSubs stores and serves no media.

Transcript

From the show. Tap a time to play from there.

Julgados e comentados a jurisprudência sob a ótica do Ministério público, uma produção Ministério público do Paraná. Olá, estamos começando mais um episódio dos julgados e comentados. Eu sou Fernanda Soares e nesse episódio vamos conversar sobre inteligência artificial e gênero. Com a participação de Camila samborias, juíza direito TJ Paraná. A promessa de eficiência e celeridade trazida pela

inteligência artificial é inegável. Contudo, essa automatização suscita debate sobre os riscos de uma replicação de viéses discriminatórios já existentes em nossa sociedade como de gênero. Como bem advertiu a ministra Cármen Lúcia, presidente do tribunal superior eleitoral, a inteligência artificial, se não for devidamente governada, pode ampliar a desigualdade de gênero a novos patamares. Este alerta e com em diversos setores, vemos no mercado de trabalho e sistemas de recrutamento que, treinados com dados históricos de uma força de trabalho predominantemente masculina, aprendem a preferir

perfis de homens ergueando novas e invisíveis. Barreiras para ascensão profissional de mulheres. Vemos algoritmos de créditos que penalizam mulheres com base em padrões de consumo e renda, enviesados a tecnologia que um dia foi vendida como exemplo de neutralidade. Revela se um espelho que não apenas reflete, mas amplifica e automatiza as distorções da nossa sociedade. E quando esse espelho é posicionado no coração do sistema de justiça, os riscos se tornam ainda mais sensíveis. A busca por celeridade e eficiência nos leva a uma

construção que, embora otimize tarefas repetitivas, ameaça dimensão humana e simbólica do ato de julgar. Como garantir, então, que o algorismo, incapaz de empatia, não perpetue a discriminação? Como assegurar que a chamada verdade de algoritma não silencie as particularidades de um caso concreto, especialmente quando envolve grupos historicamente marginalizados? Enfim, é para debater essas questões, desde os desafios da equidade de algoritma até soluções práticas de governança e responsabilidade do próprio judiciário que estruturamos episódios de hoje.

E para isso contamos então com a doutora Camila. Camila, seja muito bem-vinda aos julgados e comentários. Confesso que é um prazer assim. Ainda maior porque ela que não só falando de inteligência artificial, mas pela temática mesmo de inteligência artificial em. Gênero oi, Fernanda. Saúdo a todos e todas que estão nos ouvindo. Agradeço muito o convite, esse tema me é assim, muito caro. Eu venho estudando há bastante tempo e todo mundo me pergunta, né, como que uma juíza foi parar na inteligência artificial? Eu comecei nas turmas recursais

em 2017, quando a gente tava fazendo a transição. Do processo físico para o processo eletrônico. E eu me tornei relatora dessas questões relativas ao pró ajudi. E enquanto eu estava lá, eu tinha essa dificuldade de me comunicar com o pessoal da TI, né? Porque a gente pediu uma coisa, eles não entendiam, eles diziam que não dava por um motivo que a gente também não compreendia. Então foi na busca desse letramento, de eu conseguir passar as nossas demandas para eles que eu comecei a estudar é computação e depois inteligência artificial, programação.

EE fui descobrindo um Mundo Novo, né? A primeira grande descoberta foi que quanto mais eu me letrava, mais eu conseguia melhorar os nossos sistemas, né? E quando veio a pandemia, em 2020, pude realizar o meu sonho aí de entrar na faculdade, de estudar inteligência artificial. Foi um momento também que a gente começou a estudar mais essa questão de gênero dentro dos tribunais. E foi muito interessante, porque na faculdade eu vi muito mais essa questão de gênero, né? Em geral, é na nos espaços que

tratam de tecnologia. Eu era a única mulher, ou uma mulher assim, quase não tinha professoras tal. Então esses 2 temas se uniram. E desde então, a cada pesquisa, mesmo que eu não esteja voltado para o gênero de alguma forma, o gênero acaba aparecendo porque as é os temas estão relacionados, né? Então a gente traz aqui hoje 2 temas, na verdade, que você foi estudar por questões práticas mesmo, né? Pela necessidade. Eu acho muito interessante quando alguém fala que é da área

jurídica e foi estudar computação ou inteligência artificial e et cetera. Justamente pela necessidade de se comunicar com o pessoal da TI. Como em todas as unidades a gente tem essa dificuldade, né? Tanto em Ministério públicos, nas defensorias, nos tribunais, em todos os lugares, eu reparo que a gente tem essa dificuldade. Porque às vezes, o que é óbvio para a gente não é óbvio para eles. E o que é óbvio para eles não é óbvio para a gente. Como precisa acertar esse linguazar para as coisas funcionarem, né? Eu costumo dizer que a alfabetização digital assim vai ser AA próxima alfabetização

assim, né? As pessoas vão precisar saber isso. E eu considero que os 2 conhecimentos, tanto inteligência artificial como gênero, eles são transversais, né? Não importa se a gente está até lá numa empresa, essas questões sempre nos atravessam. Então todos nós. Temos que começar a estudar e nos letrar tanto em inteligência artificial, nas questões da computação, como nas questões de gênero. É por isso que eu falo que hoje esse episódio aqui é um privilégio, né? Porque a gente tá trazendo 2 coisas que a gente precisa de

letramento conjuntamente e vamos contar então com a Camila, que tem esse expertise nas 2 áreas pra conversar um pouquinho então com a gente. Então, Camila, vamos lá. Olha só, a discriminação algoritma de gênero não é um problema novo, mas sim uma velha conhecida em novas roupagens. Casos emblemáticos como o sistema de recrutamento da Amazon que penalizava currículos femininos, ilustram como a inteligência artificial pode aprender, né? Vamos falar isso, aprender aqui entre aspas e acabar perpetuando

preconceitos sociais pré existentes. Esses algoritmos treinados com dados históricos acabam por espelhar um passado já de desigualdade. Questionando a afirmação de que a tecnologia seria inerentemente neutra nesse contexto, considerando que o algoritmo da machineland aprende a partir de dados que refletem nossa estrutura social, de que maneira a discriminação do gênero, já tão arraigada em nossa sociedade pode ser evitada, então, no sistema de inteligência artificial? De que modo? É uma boa pergunta, né? Nós estamos construindo essa essa solução, eu acho.

Mas é pra entender um pouquinho mais do problema. A questão é que eu sempre falo que é importante pensar como a inteligência artificial funciona, né? Tudo no computador é binário, né? É 0 e 1. Então, ainda que nós estejamos hoje trabalhando com shart PT de minar e todos os sistemas de inteligência artificial e modelos de inteligência artificial, eles lidam com 0 e 1. Então vou pegar toda uma programação lá atrás que transforma palavras, que transforma contextos.

E tudo isso é transformado em número pro computador em programação e 0 e 1. Ele faz cálculos matemáticos, cálculos estatísticos e através desses cálculos estatísticos que saem também binários, né? 0 e 1 isso é decodificado e volta pra gente como texto. Então quando eu tô perguntando alguma coisa pro ChatGPT, eu pergunto, ele transforma em números, responde em números, transforma de novo em texto e me dá essa resposta. Então, o algoritmo, ele não valora o que está ali. Ele faz cálculos estatísticos

mesmo para elaborar um texto. Então como que ele faz isso? Para ele calcular estatisticamente, ele precisa de dados, e os dados que nós temos são dados históricos. Então a gente vai pegar dados lá do passado para dar uma resposta para o futuro. Por isso que a gente disse que a inteligência artificial é preditiva, ela prediz. Porque ela olha os dados do passado e prediz o que vai acontecer no futuro através de um cálculo estatístico. O problema está nos dados do passado, que são as

discriminações nossas, né? Então, um exemplo que eu gosto de dar é do empréstimo bancário. Se eu vou chegar hoje num banco, qualquer banco que seja, e falar, olha, me dá sua lista dos últimos 40 anos de empréstimo. Eu vou colocar numa inteligência artificial, ela vai entender como os empréstimos eram concedidos e pronto, né? Agora ela vai ouvir um pedido e vai decidir se ela defere ou não. Problema é que até o código civil de 2002, as mulheres, elas tinham uma série de limitações, né, que foram caindo, mas

inicialmente não podiam ter conta, não podiam assinar cheques sem os maridos, depois tinham limitações, muitas não trabalhavam. Também tem o aspecto social, né? Não só o legal, mas tem o aspecto social. Muitas mulheres não trabalhavam, não tinham renda, não abriam contas em banco. Então tudo tudo isso está dentro dos dados históricos. Então, se eu pegar lá, vamos supor que desses 40 anos, nós devemos ter 80% de empréstimos concedidos para homem e 20% concedidos para as mulheres.

Porque haviam poucas mulheres pedindo empréstimo. Se eu colocar na realidade de hoje, a inteligência artificial vai fazer um cálculo estatístico e provavelmente vai me entregar o mesmo 8020, porque eu não olhei AA população de hoje. Então, um dos primeiros caminhos pra gente lidar com dados, que é o que a união europeia já vem falando hoje, é na calibragem das populações. Eu preciso olhar hoje e ver. Ah, então eu tenho 52% de mulheres e 48% de homens na

população. Então eu vou voltar lá para aqueles dados históricos. Eu vou tratar, fazer uma curadoria dos dados para elaborar esses dados mais próximos da realidade de hoje, contemplando essas populações. E daí sim eu vou treinar o meu algoritmo para que ele possa me dar. Uma resposta mais próxima? Então, assim, essa é uma das questões, mas tem aspectos técnicos, mas a gente já passa por aspectos sociais também, necessidade de equipes multidisciplinares, equipes com diversidade, EEO, aspecto social também, que a gente precisa de

uma regulação nesse sentido, porque senão as empresas não vão fazer, né? Eu IA falar isso agora, né? Como então, estimular as empresas a fazerem isso? Porque a gente tem que parar para pensar o seguinte, isso só está posto dessa maneira. Né? Você coloca um problema, ainda coloca a solução. E aí, como estimular então, as empresas a quererem revisitar esse conteúdo e fazer uma maneira nova? Camila, você mencionou agora a regulação. Você pode falar um pouquinho mais sobre isso? Porque a gente tem esse destaque para a regulação feita pela união europeia. Mas não é algo ainda que tá

sendo acompanhado em todos os países. Certo? É, esse é um outro grande desafio, né? Como? Como levar as as empresas a cumprirem isso? E assim, mais importante, eu acho, a gente tem uma questão que é, como que eu saio da regulação abstrata pra entrega concreta? Porque, por exemplo, eu digo a inteligência artificial, ela tem que ser transparente, equitativa, justa. Mas o que que meu técnico no final, se eu estou com o técnico lá desenvolvendo 11 IAO que que

ele precisa fazer? Como que eu testo isso efetivamente? Então, são várias questões. É em relação à regulação. Nós temos 3 tipos bem diferentes no mundo, né? China, Europa e Estados Unidos. Cada uma tem 11 aspecto bem diferente. A China estimula muito a inovação. Mas tem uma preocupação muito grande com com a fuga de dados, com esse relacionamento com o estrangeiro, né? O Estados Unidos é muito voltado pro comércio, né?

Tá, nesse momento, o governo Trump tá revogando algumas limitações que o governo Biden fez. Então é, tá muito mais, é aberto, deixando o livre comércio, né? E a Europa vem nessa busca por estabelecer um Marco mais ético? EE mais ligado com os direitos humanos, que é uma tendência da legislação. É europeia. A Europa ela é muito preocupada. E o tempo da lei demora, né? Se a gente olhar o regulamento

da proteção de dados, ali levou 5 anos entre ser escrito entrar em vigor, porque tudo é muito debatido entre todos os países e tem essa preocupação muito grande de efetividade. Com a essa regramento da inteligência artificial, também Oo texto. Ele foi aprovado inicialmente em 2023, agora entrou em vigor ali em 2024, mas o cumprimento integral dele está previsto para 2027. O texto já prevê, já fala na calibragem de dados, na

necessidade de ter auditoria para isso, mas ainda não tem uma previsão de frameworks que a gente chama assim, né? De formulários de sistemas para entender esse aspecto. Mais prático de como vai ser feito, como que vai ser aplicado. Na Europa a custa de muita multa, né? As multas são milionárias e o que a gente tem visto é que as big techs tendem a cumprir, porque senão não operam em toda a Europa, né? O regramento da união europeia vale para quem quer atuar lá,

né? Funcionar lá, independente de estar ou não sediado. E deve acontecer o que aconteceu com os carregadores de celular, né? Cada empresa estava fazendo o seu até que a união europeia estabeleceu o modelo e a partir de então, todas as companhias estão cumprindo porque todos querem vender na Europa. Então é, essas são questões e trazem assim, né? Pra não deixar a questão tão simples, que já não é simples. Mas um dos desafios hoje que a gente tem, como eu falei, de calibragem de populações, é ALGPDALGPD em 2018 na união

europeia, né? Vem. Trazendo a proibição da gente coletar dados sensíveis, né? Princípio da minimização eu coleto o mínimo de dados possível, então eu não coleto se é homem, se é mulher, é eu não coleto questão de raça, não coleto gênero, raça, opção religiosa, nacionalidade, nenhuma dessas questões que são dados sensíveis. Eu não sei que necessário. Só que agora eu preciso calibrar minhas populações para que eu não tenha o viés, para que eu consiga controlar esses vieses. E daí eu não tenho dados. Porque esses dados sensíveis não

foram coletados? Então agora começa se pensar na Europa, numa reforma das regras de dados, de coleta de dados, pra gente começar a pensar esse novo modelo de como vamos treinar algoritmos e. Calibrar populações, aquela coisa assim, que no começo parecia uma resposta simples, mas que de simples não tem nada. Mas adorei esse Panorama que

você trouxe pra gente, da regulação. E agora eu queria que a gente falasse um pouquinho mais assim, da aplicação da inteligência artificial dentro da nossa temática de viés de gênero. E aqui com o judiciário, então, assim. É por que esse tema nesse momento? Por que essa aplicação da inteligência artificial em funções decisórias centrais no judiciário? Ela tem levantado preocupações que transcendem o viés algoritmo, né? Discute se o risco da ausência de empatia, uma vez que a máquina ela é incapaz de compreender o contexto emocional de um caso, como naquele emblemático caso da menina do

galinheiro, lá onde o juiz emancipou uma jovem que morou em um galinheiro para que a mesma pudesse entrar na minha casa minha vida. Além disso, há também o efeito manada do algorismo, né? Onde a adesão a crítica às sugestões automatizada pode levar uma homogeneização de pensamento jurídico, minando as particularidades de cada processo. Nesse contexto, Camila, como podemos equilibrar a busca por eficiência por meio da automação de tarefas, né? Que é a necessidade que a gente tem de preservar a dimensão humana e em prática do julgamento. Especialmente nos casos em que

envolve direitos fundamentais e de que forma, então, que o judiciário pode utilizar a inteligência artificial como uma ferramenta de suporte qualificado, sem incorrer nos riscos de falta de empatia e não observância de ocorrência de eventuais discriminações? Mais uma questão que não é fácil, né? Esse episódio aqui são só que assim as perguntas. E falam assim, gente do céu, que bom que ela aceitou estar aqui. Pelo menos Camila, se a gente conseguir refletir sobre o conteúdo desse episódio. E fazer com que os nossos ouvintes reflitam.

Eu acho que a gente já cumpre o nosso papel. O simples fato de você explicar aqui que o algorismo é preditivo e etcetera já logo no começo. Isso já traz uma luz que a maioria das pessoas, Eu Acredito que não tinham essa consciência. Então, às vezes, coisas que para gente parece um pouco mais assim, né? Normal, porque a gente tá estudando o tema. Eu sei que para grande maioria não é. Por isso que eu fico feliz de você estar disposta a encarar essas perguntas nada fáceis aqui hoje. É, então vamos começar pela parte? Simples assim. Se a gente olhar que a inteligência artificial, ela é

preditiva, então ela olha para o passado, entende o passado e ela consegue aplicar isso para o futuro. Quando eu olho. Para o judiciário e para os processos repetitivos. Eu posso dizer então que um determinado tributo vamos supor ou uma tarifa de banco, vamos supor que que foi considerado ilegal a cobrança de uma determinada tarifa bancária. Começou o julgamento 1210-1000. Daqui a pouco a gente estava, sei lá, com milhares de demandas lá, 6000 demandas na nossa prática anterior, sem nenhuma

ferramenta de inteligência artificial. O magistrado teria que, né? Em cada um desses processos, analisar a petição inicial, que muitas vezes é escrita pelo mesmo advogado. Então é muito parecido. Mas ainda assim, né? Ele teria que ir lá olhar essa petição inicial, resumir, olhar a petição do banco, que quase sempre é igual, resumir, e daí elaborar a sentença a partir daí, num trabalho repetitivo. Às vezes, quando a gente fala só isso, as pessoas pensam, não, mas espera aí, é pra isso que o

que o poder judiciário está aí? É pra isso que o juiz está aí. Ou se fosse o Ministério público fazendo pareceres? Só que não é só isso. No meio de tudo isso, tem a menina no galinheiro. No meio de tudo isso tem outros processos que não são demandas repetitivas e que precisam ser estudados. Então isso tomava um tempo. Toma ainda, né? Um tempo nosso pra decisões que são parecidas, né? Porque já a petição inicial, a contestação, a toda discussão é a mesma, então esse seria o

Panorama ideal, né? O caso ideal de se utilizar a inteligência artificial, porque ela vai conseguir olhar pro passado, olhar lá é a mesma petição inicial, é a mesma contestação, os argumentos são os mesmos, então eu vou usar a mesma decisão e isso que o magistrado, o assessor, quem fosse fazer. Levaria 1 hora, 2 horas, 3 horas. A inteligência artificial consegue fazer em minutos e consegue fazer muito mais bem feito do que o ser humano, porque não vai ter erro é não

vai ter erro de português, não vai ter todas essas questões, não vai ter o copia e cola errado colar alguma coisa no meio que não era. Então é isso, facilita. Por outro lado, para a justiça também facilita. Porque nós vamos ter esses 6000 processos, provavelmente julgados iguais ou pelo menos pro mesmo magistrado, julgados da mesma forma. Então a gente consegue uma segurança jurídica. Aí é o caso clássico que todas as pecinhas do lego se encaixaram. E deu tudo certo. Os problemas começam a surgir

quando, por exemplo, na petição inicial, não é só essa tarifa, é a tarifa. Vamos supor que fosse um seguro. Mas é o caso da dona Maria. E o caso da dona Maria é diferente. Então daí a gente já começa a ter que pensar numa inteligência artificial que consiga sinalizar que aquele processo desvia do padrão. E essa questão ainda não foi enfrentada, porque se dependendo da inteligência artificial, que daí ela faz um cálculo estatístico, a gente tá falando assim, olha, quando tem muito

dado o cálculo estatístico dela vai ser, sei lá, vamos colocar 98%. Mas se ela não tiver o modelo daí ela vai procurando, procurando, vai vai chamar para 68%, por exemplo. E se essa saída que ela trouxer for nos 68%? Quando que eu sei aonde que meu cálculo estatístico da resposta é válido? E por fim, tem os modelos muito fora da curva, né? Que é a tentativa de usar a inteligência artificial. Quando eu não tenho uma base de dados, vamos supor um outro tipo de demanda, mas com populações quilombolas.

Com pessoas indígenas, com mulheres ribeirinhas. Será que eu tenho dados suficientes? E não apenas dados, porque eu tenho processos. Mas será que esses meus processos estão estruturados, que a gente chama identificados, de forma que a inteligência artificial consiga dizer, olha, quando eu julgo população ribeirinha, eu julgo assim, e quando eu julgo a população da cidade, eu julgo assim. Então, são essas questões que a gente precisa pensar e esse pensamento tem que estar lá no

desenvolvimento, porque a gente vai ter que testar o que a gente está desenvolvendo para saber o que funciona e o que não funciona, onde colocar amarras para segurar esse meu cálculo estatístico. E eu tenho uma previsibilidade maior, ou seja, uma chance de erro e alucinação. O que a gente chama de alucinação é natural da inteligência artificial, né? Ela é feita para dar uma resposta, ou seja, para dar uma resposta dentro de um cálculo estatístico. Então, se ela tiver 100%, ela vai dar a resposta com 100%, mas se ela achar lá 44%, ela vai.

Deixo o desafio aí para quem está nos ouvindo, pergunte para o ChatGPT, para germinar aí, para inteligência artificial. Qual que era o funk que o Pedro Álvares Cabral gostava de ouvir? Provavelmente agora ela já está um pouco melhor treinada. Ela vai entender que você está sendo irônico, mas ela mesmo assim vai responder e ela, em geral, inventa e traz um trecho da letra da música do funk que o Pedro Álvares Cabral ouvia. Então isso é o que a gente chama de alucinação. Ela não tem dados. O cálculo estatístico dela está lá embaixo, mas mesmo assim ela vai trazer uma resposta.

E no judiciário um pouco da regulação da nossa preocupação. Tem que ser testes e segurar esse cálculo estatístico, mas utilizar a inteligência artificial para liberar o magistrado, promotor e até os advogados que estão usando para que o seu tempo não seja consumido nessa ação de massa e que ele possa. Dedicar esse tempo que agora a inteligência artificial é uma ferramenta que pode nos ajudar para analisar esses processos mais complexos e esses processos

que precisam, sim, da empatia, da escuta humana e do entendimento dos contextos. E para isso, né, Camila? Para ajudar nesses processos que são de massa, que são a nossa grande realidade do dia a dia, que é o volume, né? Isso aí é o grosso que a gente tem. Ela realmente é muito útil, né? Então, na verdade, assim, a partir disso que você está falando, eu acho que dá para a gente concluir assim de que ela traz SIM 1 ganho, né? Porque assim a gente deixa essas pessoas, né? O juiz, promotores, eles vão ter mais tempo para se dedicar

àquelas causas que realmente necessitam de atenção, uma vez que aquelas né, que são mais repetitivas, mais gerais. Assim, a inteligência artificial pode nos ajudar com efetividade. Com certeza. Fernanda, eu acho assim que na verdade tem 2 grandes momentos. O primeiro momento é esse, nós utilizarmos a inteligência artificial para essas ações de demanda. Mas eu acho que a gente ainda não percebeu que a inteligência artificial é uma ferramenta muito maior do que isso. Acho que a gente ainda está

usando um foguete. Pra ir de Curitiba, Brasília, entendeu? Pra fazer uma ponte aérea, porque a gente poderia muito mais e uma visão mais alinhada, porque me parece hoje, a inteligência artificial virou muito assim. Qual é o prompt, né? Mas qual é o prompt? Como se fosse simplesmente pegar um prompt e resolver sem olhar a diferença de cada um dos sistemas. Assim, porque eu converso sobre isso, eu sou chamada pra alguns projetos.

É muito interessantes assim. EE 2, que eu estou trabalhando agora no meio, é um inteligência artificial, com justiça Restaurativa e inteligência artificial, que também é parecido, mas com conciliação. Daí falo, gente, mas espera aí, com conciliação e justiça Restaurativa, não tem nada a ver com inteligência artificial. Não vai ter um prompt que vai fazer justiça Restaurativa e realmente não vai ter um prompt que vai fazer justiça Restaurativa. Mas se eu olhar o que que é a justiça Restaurativa, quais são

os objetivos dela? Eu consigo olhar que a IA pode ser uma ferramenta que pode me ajudar. Ela pode, por exemplo, estudar todos os casos de justiça é Restaurativa lá, os dados históricos que a gente tem. E agora olhar para esses meus processos e me apontar quais seriam os melhores processos para eu levar para um círculo. Qual seria os melhores processos que de repente um círculo não seria o primeiro passo que eu teria que trabalhar? Uma questão talvez de mediação ou trabalhar alguma outra questão. Antes, ela poderia trabalhar com

com os resultados, né? Eu tenho um resultado melhor do que outros, o tamanho do círculo, a situação das pessoas, enfim, são n fatores, porque quando a gente fala assim, Ah, o ChatGPT trabalha com trilhões de parâmetros. Essa é outra visão que eu acho que às vezes é difícil de captar, né? Dimensões e parâmetros. Mas seria mais ou menos pensar assim, ó, quando eu vou fazer uma tabela e construir uma tabela, eu vou colocar colunas e

linhas e eu vou ter ali 2 dimensões e alguns parâmetros, né? Quanto mais colunas eu tiver, mais parâmetros eu vou ter. É quando eu falo um sistema simples. É um sistema de inteligência artificial, que não é uma inteligência artificial generativa, mas inteligência artificial. A gente tem sistemas aqui do tribunal que já trabalham com 40000 padrões. Teriam 40000 linhas e colunas lá de dados coletados em fração de segundos. Então imagina como seria um sistema olhando para isso ou

dentro da conciliação, por exemplo? Estados Unidos trabalha basicamente com 3 modelos de conciliação. Por exemplo, uma empresa aérea. Se ela sabe que provavelmente aqui no tribunal de justiça do Paraná, se ela perder, ela vai ser condenada a pagar. Vamos colocar um número hipotético, 5000 BRL. Pode ser que ela entre na conciliação. Já disposta a fazer uma conciliação, agora pode ser que para pessoa física, se ela tiver acesso a esse número, não faça diferença a conciliação para ela. Então, saber quais dados você dá para cada uma das pessoas que

estão sendo chamadas para essa conciliação. Como que que você trata antes? Quais informações se dá antes? Estados Unidos tem um no Canadá. Um sistema que conversa com a com as partes separadamente, sem que a outra saiba, diria basicamente para o banco. Por exemplo, banco, você está disposto a pagar 3000 nesse caso. E daí? Pergunta para você, você está disposta a receber 3000? E com base nessas respostas, que não são trocadas entre as partes, ao final, ela traz uma proposta de conciliação. E tem uma chance de êxito muito

grande, porque ela já fez todo um termômetro. Então todas essas são potencialidade, exemplos de potencialidades que a inteligência artificial ainda pode vir a nos ajudar no judiciário e que eu acho um degrau que a gente ainda não chegou.

Até complementando essa parte que você falou, eu tenho um colega, na verdade um colega seu, magistrado de outro estado que é amigo meu. E ele usa muito nas ações de família também para tentar conciliação, não conciliação no caso de. É fazer o casal se reconciliar, não nisso, mas a conciliação mesmo na audiência, para que eles cheguem a um denominador comum em relação ao seus alimentos. Enfim, e ele se utiliza justamente da inteligência artificial para que ela dê qual é a melhor técnica a ser utilizada, quais até as perguntas, por exemplo, que se ele fizer, ele vai levar a um resultado conciliatório e quais não?

E aí eu fiquei muito satisfeita, Camila, de você tocar nesse ponto, porque assim, o que que eu vejo, a maioria dos meus colegas questionam assim é, como que você usa? Né? A maioria está muito limitada naquilo que você falou. Mesmo assim, de querer só o pronte e achar que só dá pra gente fazer peças jurídicas. E eu adorei essa frase que você falou que a gente está usando um foguete pra fazer uma ponte aérea. Está faltando entre aspas, criatividade nas pessoas, já que eventualmente nem todo mundo estuda sobre, mas está faltando uma criatividade pra ver o que que ela é capaz de dar, sabe? Eu falo assim, está faltando um pouco de ousadia. Pra gente também perguntar Pra Ela nessa situação, o que que

você pode me ajudar? Eu tenho estimulado alguns colegas, ele falou assim, por que que você não pergunta Pra Ela? Coloca ali que você é um promotor de justiça, que é atua na área da infância, que você vai fazer uma consideração ou não, o que que você vai fazer, o que que ela pode te ajudar? Ele falou assim, você vai ficar impressionado com aquilo que ela pode te ajudar, que é muito além do que fazer uma petição. E aí você tocou nesse ponto AI todo mundo só quer saber o pronto e falou assim, gente, esquece tanto que todo mundo falava assim, Ah, engenharia de pronto vai ser a nova pra você assim eu nem acho. Eu acho que isso daqui a pouco já vai ficar pra trás. Sabe, eu acho que assim a gente vai ter uma facilidade muito

grande, cada vez mais de criar prompts e não vai precisar daqueles que estão elaborados e a engenharia de prompt fica para trás. Nem IA tocar nesse ponto aqui, Camila, mas eu queria só saber até a tua opinião sobre isso, com essa ânsia das pessoas. Ah, qual que é o prompt para isso? Você não acha também que corre o risco da gente acabar tendo muitas decisões iguais ou muitas manifestações iguais? Sabe assim, porque, por exemplo, uma coisa a Camila utiliza um prompt. Para determinado procedimento, para determinada ação, por exemplo. Vamos pensar assim, para determinado processo, quem está de acordo com aquilo que a Camila pensa, que aquilo que ela construiu concorda comigo e tem

toda a Camila por trás daquele pronto. E aí, a partir do momento que eu vejo assim, todo mundo compartilhando e compartilhando, a gente não corre o risco de daqui a pouco ter sempre uma mesma decisão e até que ela não tenha a cara daquele juiz, por exemplo, que está proferindo, porque na verdade ele está proferindo com o pronto da Camila. E a gente talvez, nesse aspecto, possa até causar um efeito inverso, né, ao invés da gente aproveitar a inteligência artificial, a gente se tornar extremamente repetitivo. É isso. Seria Oo risco do viés sistêmico da gente começar a engessar? Então, por exemplo, eu e você, a gente decide.

Criar um prompt, né? A gente trabalha e cria o prompt. Se as outras pessoas começarem a utilizar isso, primeiro ver se é muito parecido, porque é o mesmo prompt, mas o Pedro e o João que pensavam diferente de mim, de você, vão acabar colando lá. A mesma resposta, são velhos, viés. Por isso que estudar viés é tão interessante, porque às vezes a gente pensa só no viés da máquina, né? Mas nós somos cheios de viéses, né? Já existem catalogados, quase. 300 vieses diferentes nossos humanos.

E quem mais explora isso é o marketing digital, né? Mas aqui a gente tá falando de viés sistêmico, de viés confirmatório, de viés da automatização, porque assim as pessoas tendem a confiar no que a máquina diz. Então sua inteligência artificial me disse. Tá certo? O da automação, que é um pouco isso, mas também já vou utilizar isso para, para ser mais célebre, o sistêmico, se essa inteligência, né? Se eu e você, a gente cria esse algoritmo e coloca para ser utilizado, sei lá, no MP ou no poder judiciário.

Virou uma ferramenta do sistema. Então eu posso colocar ali um viés sistêmico. E a gente tá numa democracia, em espaços abertos que nós criamos, mas a China. A inteligência artificial do poder judiciário e a decisão que sai da inteligência artificial, se o juiz não usar, ele tem que fundamentar, ele tem que dizer porque que ele não decidiu utilizar aquilo. E a inteligência artificial

deles foi criada? Claro. Com uma jurisprudência alinhada ao partido comunista, mas assim há um viés sistêmico ideológico, pré pensado nessa situação. Daí tem várias questões, porque você vai ter que fundamentar. Você tem o medo de fundamentar, né? A história do controle Panóptico lá, dessa sensação do big Brother de tá sendo é vigiado. E também tem AAA questão da tranquilidade de usar a inteligência artificial, então,

a tendência é que a jurisprudência, a partir da entrada em vigor dessa inteligência artificial, fique muito mais pacificada no sentido da inteligência artificial, porque um ou outro magistrado que vai decidir fundamentar de forma diferente. Mas para não falar só mal da China. Tem várias outras coisas que eles têm feito. É com a inteligência artificial no poder judiciário muito interessante e uma que toca bastante o Ministério público, que eu achei muito legal, é que eles têm utilizado para integrar com a questão da polícia.

Então tem um exemplo lá do tráfico de drogas. Eles tinham uma cidade que tinha muito as mulas, as mulas chegavam com drogas e eles nunca conseguiam estabelecer a rota. E daí eles usaram a inteligência artificial para analisar os processos. E com base nessa análise de processos, eles conseguiram ver da onde que vinham essas mulas, o crime organizado que desaguava ali, aonde que estava formado. Então, algumas outras formas também de utilizar a inteligência artificial. E por isso que eu acho interessante assim, porque às vezes alguém fala, Ah, mas não

vale a pena estudar a inteligência artificial na China, porque o regime lá é diferente e a ideia é diferente. Não acho que tem coisas. Que a gente pode aprender de cada um dos cantos assim? Tem sempre uma ideia que a gente pode olhar e aproveitá la ou eventualmente transformá la ou até evitá la, mas eu acho que sempre vale essa reflexão, né?

Camila, uma das teses centrais para o combate ao viés algoritmo é que a tecnologia reflete a sociedade que cria, portanto, uma mudança estrutural na sociedade é fundamental para gerar dados menos enviesados. Nesse sentido, a resolução 525 do CNJ representa um Marco ao instituir ações afirmativas de gênero para promoção de magistrados aos tribunais de segundo grau. A medida Visa romper aquele teto de vida e combater a estrutura de uma organização assim genderizada onde a sub representação feminina nos cargos de cúpula era alarmante, né?

Porque a gente tinha uma realidade assim que apenas 25% das mulheres elas eram desembargadoras em 2023. É nesse cenário, Camilo, de que maneira a promoção da qualidade de gênero em estruturas de poder como a magistratura, pode impactar a qualidade do processo decisório e, consequentemente, contribuir para a criação de sistemas de inteligência artificial menos discriminatórios? Essa pergunta eu adoro assim, bom, vamos começar com os fatos chocantes, né? 2022 na magistratura do Paraná, nós tínhamos 17% de desembargadoras.

A gente caiu agora pouco mesmo. Sendo 11 dos tribunais que votou mais listas exclusivas, nós tínhamos caído para 15% e agora com o último edital, nós voltamos a 17%. Então, assim, há um longo caminho ainda para percorrer a ideia da paridade, que a ideia que essa resolução traz, mas é uma ideia construída no direito Internacional, enfim, é uma proporção 4060. Toda vez que eu tiver 4060, seja

40% de mulheres e 60% de homens, ou o contrário que apenas um tribunal no país tem, que é o Pará, quando eu tiver 60% de mulheres e 40% de homens. Eu vou ter atingido a paridade? Toda vez que eu tiver a paridade, eu não preciso de ação afirmativa. Então essa resolução vem com essa ideia de trazer essa paridade, ou seja, assegurar no mínimo 40% de mulheres nos tribunais para assegurar diversidade. Quando eu falei que os 2 temas

andam interligados, é dentro do campo da tecnologia, a gente. Ouve falar muito de mulheres na sigla que os Estados Unidos trabalha, né? E se tornou mundial de st EM que é para ciências, tecnologia, engenharia e matemática. Porque porque 40% das mulheres se formam nas áreas tecnológicas, 30% entram no mercado de trabalho, mas em cargos de liderança. É menos de 10% e quanto mais

você sobe assim nos cargos, menor ainda. É um número, né? Cargos de liderança, eles já consideram um gerência. Se você pegar o envio de diretoria, daí vai baixando muito mais. Eu trago esse contexto da tecnologia, porque às vezes, quando a gente fala de paridade no judiciário, muitas vezes as pessoas acham que nossa, agora inventaram essa moda aqui no Brasil ou o inventaram essa moda agora no poder judiciário. Mas não é uma moda. EE não é só no poder judiciário, não é só no Brasil, né? O México colocou na Constituição

deles para todas as áreas, então é essa questão, é 40%, 60% da paridade, é isso em relação à decisão. Assim, na minha visão, essa resolução da paridade anda de braços dados com o julgamento com perspectiva de gênero. Por quê? Porque um é o olhar para fora e o outro é o olhar para dentro. Se eu quero um tribunal que julgue com perspectiva de gênero, que reconheça o direito das mulheres, que reconheça o direito da população LGBTQIA+,

que reconheça esses outros direitos diversos, né? Eu tenho que ter essa diversidade representada para dentro interno. Então eu lanço o protocolo na CNJ, lanço o protocolo para julgamento com perspectiva de gênero, dizendo ó. A saída como se fosse um computador, né? A saída tem que ser com letramento de gênero ou julgamento. Mas eu olho para dentro e vejo, OPA, a minha instituição é generalizada, né? Eu tenho muito mais homens do

que mulheres historicamente. EE também não adianta falar que os que nos concursos estão entrando mais mulheres, porque a gente tá. E em 38% de ingresso de mulheres, há uns 10 anos, assim, a gente entrou num platô e não sai desse platô. Então não estão entrando mais mulheres e as mulheres não ascendem aos cargos. Exemplo clássico foi aqui no tribunal de justiça do Paraná, em 2023, que foi um ano antes da da aprovação. Nós prevemos 10 cargos de desembargadores, aberto, com 10

homens sendo indicados para os cargos. Com mulheres concorrendo, então, assim, a ascensão das mulheres ao cargo ainda é menor. E daí? Se a gente tiver menos mulheres, a gente vai ter menos decisões com perspectiva de gênero. E para dizer que isso não são dados só nossos, não é uma realidade só nossa e também não é algo inventado. Tem uma pesquisa genial dos Estados Unidos que eles pegaram 380000 decisões das cortes federais e estudaram todos os vieses.

Todos. É um estudo feito pela economia, EEO, viés principal vejo que a gente tem democratas e republicanos. A gente tem uma questão religiosa lá muito grande. Todos esses foram estudados, mas o viés principal foi o viés de gênero. E quando eles daí, no segundo artigo eles escrevem sobre o viés de gênero, eles viram que homens reformavam mais decisões de mulheres do que decisões de homens. E esses mesmos homens que reformavam mais as decisões de mulheres, citavam menos mulheres.

Ou seja, as doutrinas e jurisprudências que eles citavam era quase sempre de homens. E quando eles julgavam o direito das mulheres, eles julgavam com um viés tinha viés de gênero. Então, assim, há dados científicos que provam que tudo isso está interligado e que não é só assim. Não é uma tese só aqui do Brasil. É uma questão é maior que isso. Então aí essa é a importância, a gente precisa de mais mulheres e a gente precisa, de forma geral, de mais diversidade, porque quando tiver lá na discussão,

esses outros olhares vão ser trazidos. Ah, e só pra complementar e deixar uma dica aqui pro pessoal assistir, tem um documentário ótimo, quem não viu chama cobert bies, que estava no Netflix. Agora saiu uma, está disponível no YouTube e é uma pesquisadora. A Joy é uma pesquisadora do MIT, ela é negra. E ela conseguiu detectar 11 viés no Reconhecimento facial em relação a mulheres negras, que reconhecia apenas 68% das mulheres. E só foi possível porque ela estava desenvolvendo,

programando e ela tentou usar e não funcionava e não funcionava e não funcionava. E quando Ela Foi ver o problema, estava lá no banco de dados, nas imagens. E eu gosto de citar esse caso. Primeiro porque a pesquisa é genial. Oo documentário é ótimo, mas porque mostra porque era uma mulher e porque ela era negra e estava desenvolvendo. Ela conseguiu perceber o problema, mas esse problema demorou a ser detectado porque nas equipes que não tinham a diversidade, eles não conseguiam ver o erro. Então, essa é a importância da diversidade para que esses vieses não passem.

Não, esse exemplo que você trouxe eu acho que agora veio assim, sabe? Tipo, iluminou qualquer eventual dúvida que alguém poderia ter de que é a paridade de gênero, ela vai interferir, inclusive, né, no uso da inteligência. Como a gente evitar que ela seja discriminatória? Não só nos julgamentos realizados, né, normalmente, mas também naqueles que utilizem a inteligência artificial.

É Camila. Olha só. Para além de evitar a replicação de vieses, a literatura técnica também aponta um Horizonte ainda mais ambicioso, que seria a utilização da inteligência artificial como uma ferramenta de correção ativa das desigualdades. Pesquisas na ciência e da computação alegam ser possível criar algoritmos que aprendam a gerar entre aspas assim e representações justas dos dados. Ofuscando a influência de variáveis sensíveis como gênero e a raça, para corrigir discriminações sociais já pré existentes.

Essa abordagem se alinha com o espírito do protocolo de julgamento de perspectiva de gênero de CNJ, que conclama a magistratura uma postura ativa para neutralizar estereótipo de desigualdades estruturais no processo do escritório humano. Seria possível e desejável transpor as diretrizes do protocolo de CNJ para a própria tecnologia, desenvolvendo, por exemplo, o que poderíamos chamar de um algoritmo de ação afirmativa. Ou seja, sistemas que não apenas evitem replicar os viés de dados, mas também que sejam programados pra ativamente compensar essas distorções,

promovendo uma equidade de gênero de forma proativa, invés de meramente espelhar uma realidade social. Seria possível, Camila? Sim, seria possível. E sonhável assim, né? 11. Ideia pro futuro é essa ideia. Assim, eu comecei a pesquisar um pouco sobre isso, porque eu tava tendo aula com o professor, que foi meu orientador, e ele é professor do MITEA. Gente, tava numa conversa igual a gente tá aqui, 2 pessoas empolgadas com inteligência artificial tal. E ele me falou, olha só o que eu criei.

E daí ele compartilhou a tela comigo, pegou o Twitter dele e escreveu uma frase, é de cunho racista com intencionalidade. E daí ele perguntou assim, o que que você acha? Se eu postar essa frase daí, eu falei, não meu, tá louco? Daí ele falou, mas eu vou apostar mesmo assim. E daí ele apertou o enter e quando ele apertou o enter, veio uma mensagem Pra Ele assim, essa frase que você colocou tem uma forte conotação racista. Você quer postar mesmo assim?

Gente, na hora que ele me mostrou aquilo, eu pensei no protocolo de gênero. Eu perguntei, eu queria ter um botãozinho lá, que quando eu fosse colocar, enviar a decisão pro ajuda e ele me falasse, calma lá. Né, tem um. Viés eu quero isso, já, não é isso? Porque pode ser de gênero e de raça, né? A justiça do trabalho tá com com outros protocolos, etarismo e tal, então a gente tem que trazer isso pra cá. Daí foi a partir daí que eu comecei a pesquisar em busca desse tema e, enfim, achei

alguns estudos. É assim, Portugal, Estados Unidos, Fiji. Aqui no Brasil teve um com a Unicamp e o tribunal de justiça de São Paulo. Que já mostram a possibilidade é assim, né? Dados científicos que mostram é dentro de uma, a gente chama matriz de acorácia, né? Saber os falsos positivos, os falsos negativos e tal, mas que mostram que que esse sistema é possível. E depois disso eu comecei a fazer alguns testes EE, algumas oficinas, trabalhando isso com a

ajuda do ChatGPT, do geminar e pra ver porque eles também são treinados com essa análise de sentimentos, né? Então é tudo isso, é possível, é, é desejável? EE tem uma história muito interessante que eu vou deixar para terminar aqui, que eu estava contando isso para uma amiga e daí eu falei, Ah, eu e daí eu criei, né? 11 promptzinho que eu uso para verificar. E a gente foi conversando sobre isso e ela estuda gênero, ela é doutora, matemática, dá aula sobre isso.

E ela me mandou uma mensagem 2 semanas depois, falando assim, guria, você não vai acreditar. Hoje ela falou depois que a gente conversou, eu tenho testado. Eu coloco a minha decisão lá para ver se se tem alguma perspectiva de gênero, se eu posso corrigir alguma coisa. A resposta do chat IPT foi que eu fui é machista em 2 parágrafos. Então ela falou, e fui quando eu fui ler. Daí. Eu falei, bom, depois disso, está consolidado pela prática. Eu achei isso incrível. E olha só, é uma pessoa que

estuda temática, né? Que é doutora na temática e ainda assim em 2 parágrafos, né? Ela Foi machista. Como isso ainda está enraizado entre todos nós ainda, né? Ou seja, a gente tem um ainda um largo trabalho na temática. Então que a inteligência artificial venha realmente para nos ajudar e quem sabe num futuro muito próximo. A gente tem essa realidade, né? Mas pelo menos assim eu acho que a gente sai daqui fazendo outras pessoas refletirem sobre essa possibilidade. Eu acho, Camila, que, por exemplo, enquanto a gente não tem uma inteligência artificial

que faça real identificação, e se todo mundo começar a pensar e inserir prompts nesse sentido nas pra avaliar suas decisões, as suas manifestações, né? Eu acho que se esse episódio render pra isso, Camila, eu acho que a gente já sai daqui com uma grande contribuição assim. Com certeza, aí eu, eu convido todo mundo, façam o teste, depois nos contem nos comentários. Eu acho justo também, Hein? Testem e comecem a colocar aqui no comentário pra gente saber quantos aí foram advertidos pela inteligência artificial de que

tinham manifestações machistas aí em algum momento, ou na sentença, ou na petição ou no parecer? Acho que vai ser interessantíssimo esse debate, Camila, infelizmente, a gente tem que acabar.

E eu quero te agradecer assim, porque foi um dos episódios que eu achei mais gostosos de conversar. Não só porque eu adoro as 2 temáticas, mas principalmente pela forma muito leve com que você abordou as 2, porque são temáticas e quando a gente já fala sobre elas individualmente, elas já geram uma certa resistência em algumas pessoas. E aí ter a ousadia de falar sobre as 2 concomitantemente. No único episódio eu falei assim, ou isso que vai ser muito bom, vai ser muito ruim? E sinceramente? Eu sei que eu sou suspeito por gostar muito do tema, mas eu

acho que você trouxe de uma forma tão leve e tão interessante, trazendo assim exemplos práticos. E conseguem colocar a pessoa que talvez não tivesse o olhar para esse tema, consegue trazer um pouco de luz para ela. Eu não tenho a menor dúvida de que esse episódio vai ser um sucesso, então eu quero te agradecer muito e quero desde já assim, deixar esse canal aberto para que a gente possa conversar sobre outros temas. Eu sei que você continua, é pesquisando inteligência artificial. Então logo você tenha outros dados, outras informações aí do

mundo, né? Que a gente possa contribuir e compartilhar aqui com os nossos ouvintes. Vai ser um prazer. Tê lo aqui de novo. Eu que agradeço. Foi uma honra estar aqui com vocês. EE fico aberto para a gente seguir na conversa porque é. São 2 temas que, como vocês puderam ver, me encantam muito. E você, nosso ouvinte, não esqueça de nos seguir no aplicativo de sua preferência e também nas nossas redes sociais. Procure no Instagram por SMP, underline PR ou acesse o nosso perfil na descrição desse episódio. Não esqueça também de nos enviar

sugestões de temas, dúvidas e comentários e principalmente comentários que vocês testaram ou não esse pronto pra saber se vocês estão fazendo manifestações com viés de gênero ou não. Gente, muito obrigado e até a próxima. Uma produção, Ministério público do Paraná.

Open the transcript file

Hosts and Guests

Nobody is credited on this episode yet.

Credit the people on this episode

Be the first to rate this episode

More episodes

All episodes
  1. #167 - O indivíduo, a máquina e o Direito Penal com Fábio André Guaragni

    Nov 18, 20261 hr 4 minAudio

    Um carro autônomo que detecta uma pedestre, mas não freia. Uma videochamada em que todos os colegas eram deepfakes. Um sistema de reconhecimento facial que aponta como foragido um torcedor que não era. Nos três casos, o...

    Credit the people on this episode

  2. #166 - ANPP e os crimes hediondos com Lucas Cavini Leonardi

    Oct 28, 202636 minAudio

    Um investigado primário é flagrado com pouca droga. O promotor recusa o acordo de não persecução penal com um único argumento: tráfico é crime hediondo. Nas alegações finais, o próprio Ministério Público pede o...

    Credit the people on this episode

  3. #165 - Entre a Soberania dos Veredictos e a Revisão Criminal

    Oct 7, 202646 minAudio

    Um homem condenado pelo júri a treze anos por homicídio é absolvido anos depois, em revisão criminal, pelo próprio Tribunal de Justiça, sem passar por novos jurados. O Ministério Público recorre e o STJ mantém a...

    Credit the people on this episode

  4. #164 - Proteção Digital da Criança e do Adolescente

    Sep 23, 202648 minAudio

    Desde junho de 2026, conteúdo monetizado ou impulsionado que explora, de forma habitual, a imagem ou a rotina de uma criança depende de alvará judicial, e as plataformas são obrigadas a exigi-lo. Mas a exposição não...

    Credit the people on this episode

  5. #163 - O Brasil no Banco dos Réus: A Corte IDH e o Ministério Público

    Sep 9, 202640 minAudio

    Em 2020, quando o Julgados e Comentados falou pela primeira vez sobre controle de convencionalidade, o Brasil tinha dez sentenças da Corte Interamericana. Hoje são vinte e duas, e o Paraná aparece três vezes nessa...

    Credit the people on this episode