AUDITABILIDADE ALGORÍTMICA E DEVIDO PROCESSO
O HABEAS CODE COMO CATEGORIA DOGMÁTICO-PROCEDIMENTAL DE CONTESTAÇÃO DE DECISÕES AUTOMATIZADAS
DOI :
https://doi.org/10.5935/28.44.2025.12770Mots-clés :
Habeas Code, auditabilidade algorítmica, decisões automatizadas, habeas data, devido processo algorítmicoRésumé
O artigo examina a insuficiência dos instrumentos jurídico-processuais atualmente disponíveis no direito brasileiro para assegurar a contestabilidade de decisões automatizadas que impactam direitos fundamentais. Parte-se da premissa de que a lesão algorítmica contemporânea nem sempre decorre da existência de dados pessoais incorretos ou ilicitamente armazenados, mas pode resultar da lógica de processamento que transforma dados em classificações, perfis, escores, bloqueios, exclusões ou restrições. A pesquisa adota abordagem jurídico-dogmática e jurídico-propositiva, de natureza qualitativa, com revisão bibliográfica, análise normativa e reconstrução crítica dos limites do habeas data, da Lei Geral de Proteção de Dados, do mandado de segurança e de técnicas probatórias ordinárias. Sustenta-se que decisões automatizadas de impacto relevante somente se compatibilizam com o devido processo quando oferecem condições mínimas de auditabilidade funcional, sem que isso implique transparência absoluta, abertura irrestrita do código-fonte ou supressão do segredo industrial. O artigo propõe compreender o Habeas Code não como nova ação constitucional autônoma, mas como categoria dogmático-procedimental destinada a organizar, a partir de instrumentos já existentes, uma tutela mandamental de auditabilidade algorítmica. Conclui-se que essa categoria pode contribuir para estruturar deveres de explicação individualizada, preservação de registros técnicos, acesso controlado à lógica decisória, contraditório técnico, revisão humana substancial e provimentos proporcionais de correção, suspensão ou invalidação de decisões automatizadas opacas.
Références
BAROCAS, Solon; SELBST, Andrew D. Big Data’s Disparate Impact. California Law Review, Berkeley, v. 104, n. 3, p. 671-732, 2016. DOI: http://dx.doi.org/10.15779/Z38BG31.
BRASIL. Constituição da República Federativa do Brasil de 1988. Brasília, DF: Presidência da República, 1988. Disponível em: https://www.planalto.gov.br/ccivil_03/constituicao/constituicao.htm. Acesso em: 1 jun. 2026.
BRASIL. Lei nº 9.507, de 12 de novembro de 1997. Regula o direito de acesso a informações e disciplina o rito processual do habeas data. Brasília, DF: Presidência da República, 1997. Disponível em: https://www.planalto.gov.br/ccivil_03/leis/l9507.htm. Acesso em: 1 jun. 2026.
BRASIL. Lei nº 13.105, de 16 de março de 2015. Código de Processo Civil. Brasília, DF: Presidência da República, 2015. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2015/lei/l13105.htm. Acesso em: 1 jun. 2026.
BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Brasília, DF: Presidência da República, 2018. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm. Acesso em: 1 jun. 2026.
BRASIL. Superior Tribunal de Justiça. Súmula n. 550. A utilização de escore de crédito dispensa consentimento do consumidor, mas assegura o direito de solicitar esclarecimentos sobre informações pessoais valoradas e fontes dos dados considerados no cálculo. Brasília, DF: STJ, 2015. Disponível em: https://www.stj.jus.br/sites/portalp/Paginas/Comunicacao/Noticias-antigas/2015/2015-10-16_09-09_Segunda-Secao-aprova-cinco-novas-sumulas.aspx. Acesso em: 1 jun. 2026.
CITRON, Danielle Keats. Technological Due Process. Washington University Law Review, St. Louis, v. 85, n. 6, p. 1249-1313, 2008.
DONEDA, Danilo. Da privacidade à proteção de dados pessoais: fundamentos da Lei Geral de Proteção de Dados. 2. ed. São Paulo: Thomson Reuters Brasil, 2020.
DOSHI-VELEZ, Finale; KIM, Been. Towards a rigorous science of interpretable machine learning. arXiv preprint arXiv:1702.08608, 2017. DOI: https://doi.org/10.48550/arXiv.1702.08608 . Acesso em: 1 jun. 2026.
FLORIDI, Luciano. The Ethics of Artificial Intelligence: Principles, Challenges, and Opportunities. Oxford: Oxford University Press, 2023. DOI: https://doi.org/10.1093/oso/9780198883098.001.0001.
HILDEBRANDT, Mireille. Smart Technologies and the End(s) of Law: Novel Entanglements of Law and Technology. Cheltenham: Edward Elgar Publishing, 2015.
HILDEBRANDT, Mireille. Law for Computer Scientists and Other Folk. Oxford: Oxford University Press, 2020.
LESSIG, Lawrence. Code: Version 2.0. New York: Basic Books, 2006.
MITTELSTADT, Brent Daniel; ALLO, Patrick; TADDEO, Mariarosaria; WACHTER, Sandra; FLORIDI, Luciano. The ethics of algorithms: Mapping the debate. Big Data & Society, Thousand Oaks, v. 3, n. 2, p. 1-21, 2016. DOI: https://doi.org/10.1177/2053951716679679.
O’NEIL, Cathy. Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy. New York: Crown, 2016.
PASQUALE, Frank. The Black Box Society: The Secret Algorithms That Control Money and Information. Cambridge, MA: Harvard University Press, 2015.
WACHTER, Sandra; MITTELSTADT, Brent; FLORIDI, Luciano. Why a Right to Explanation of Automated Decision-Making Does Not Exist in the General Data Protection Regulation. International Data Privacy Law, Oxford, v. 7, n. 2, p. 76-99, 2017. DOI: https://doi.org/10.1093/idpl/ipx005.
WACHTER, Sandra; MITTELSTADT, Brent; RUSSELL, Chris. Counterfactual Explanations without Opening the Black Box: Automated Decisions and the GDPR. Harvard Journal of Law & Technology, Cambridge, v. 31, n. 2, p. 841-887, 2018.
ZUBOFF, Shoshana. The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power. New York: PublicAffairs, 2019.
Téléchargements
Publié-e
Comment citer
Numéro
Rubrique
Licence
Os autores de trabalhos publicados nesta revista declaram conhecer e concordar com as seguintes regras:
1. O envio de qualquer colaboração implica a cessão integral e gratuita dos direitos autorais à Revista, que não se obriga a devolver os originais das colaborações encaminhadas.
2. Os artigos publicados representam a expressão do ponto de vista de seus autores e não a posição oficial da Revista Juris Poiesis ou da Universidade Estácio de Sá.