Fórum debate IA no Direito: autoria, responsabilidade e formação

O Ibira e a Faculdade de Direito do Mackenzie promovem o 1º Fórum de IA e Direito em São Paulo, reunindo pesquisadores, operadores e empresas para debater direitos autorais, responsabilização na cadeia tecnológica e os limites da automação no exercício jurídico e na formação profissional.

Contexto

A governança da inteligência artificial tem se desenvolvido de forma fragmentada: por legislação, decisões administrativas e judiciais, autorregulação profissional e padrões contratuais privados. No Brasil, essa evolução ocorre num ambiente normativo já ocupado por diplomas como a Lei Geral de Proteção de Dados (Lei 13.709/2018), o Marco Civil da Internet (Lei 12.965/2014) e regras de responsabilidade civil do Código Civil (Lei 10.406/2002) e do Código de Defesa do Consumidor (Lei 8.078/1990). Internacionalmente, há esforços paralelos de padrões técnicos e orientações éticas. A crescente adoção de sistemas de IA por escritórios, departamentos jurídicos e provedores de compliance transforma problemas acadêmicos em riscos concretos: geração de pareceres automatizados, uso de obras protegidas no treinamento de modelos, e a redistribuição de responsabilidades entre desenvolvedores, integradores e usuários finais. O fórum surge nesse cenário como espaço para alinhar pesquisa e prática, reduzir assimetrias de informação e testar a viabilidade de medidas regulatórias à luz das condições de uso.

O que foi decidido

O encontro se propõe a articular experiências e perguntas que orientem tanto a pesquisa quanto práticas responsáveis, sem pretensão de editar normas naquele ato. A programação concentra-se em três eixos: (i) a relação entre IA e direitos autorais, buscando identificar como modelos são treinados e se há violações de obras protegidas; (ii) a distribuição de responsabilidades ao longo da cadeia tecnológica — do criador do modelo ao integrador e ao contratante do serviço —, com vistas a propor critérios de imputação de risco e deveres de diligência; (iii) os limites da automação nas atividades jurídicas, no compliance e na formação de advogados, focalizando a interação entre competência técnica, responsabilidade profissional e requisitos éticos. Na prática, a iniciativa pretende gerar repertório empírico e perguntas de pesquisa que subsidiem tanto proposições legislativas quanto códigos de conduta e contratos de prestação de serviços de tecnologia jurídica.

Base normativa e precedentes

• Lei 13.709/2018 (LGPD) — tratamento de dados pessoais em desenvolvimentos de modelos de IA, bases legais, anonimização e responsabilidade por vazamentos ou uso indevido.
• Lei 12.965/2014 (Marco Civil da Internet) — princípios e responsabilidades dos provedores de serviço e liberdade de expressão/neutralidade, relevantes para plataformas que hospedam ou distribuem sistemas de IA.
• Lei 10.406/2002 (Código Civil) — art. 927 — responsabilidade civil por ato ilícito e obrigação de reparar dano, parâmetro para discutir imputação por falhas de sistemas.
• Lei 8.078/1990 (Código de Defesa do Consumidor) — art. 14 — responsabilidade objetiva do fornecedor por vícios ou danos causados por produtos ou serviços, aplicável a fornecedores de soluções de IA quando destinadas ao mercado de consumo ou a destinatários finais.
• Súmula e jurisprudência consolidada dos tribunais superiores — a jurisprudência sobre responsabilidade por terceiros, culpa concorrente e dever de vigilância tecnológica será decisiva; a experiência do Judiciário com produtos digitais e algoritmos fornece precedentes interpretativos.

Impacto prático

• Para advogados e departamentos jurídicos: o debate reforça a necessidade de cláusulas contratuais claras sobre propriedade intelectual dos conjuntos de dados, garantias de não infração e alocação de risco entre fornecedores, integradores e contratantes. Também exige políticas de due diligence técnica e avaliação de vieses e explicabilidade antes da adoção de sistemas.
• Para provedores de tecnologia e empresas: aumenta a pressão por adoção de práticas de governança — documentação de datasets, pipelines de dados, regimes de teste, auditoria independente e mecanismos de responsabilização e indenização. A LGPD impõe cuidados adicionais quanto a dados pessoais usados para treinar modelos.
• Para pesquisadores e acadêmicos: o contato com empresas ajuda a calibrar hipóteses de pesquisa para problemas práticos, especialmente sobre licitude de uso de obras protegidas para treinamento e sobre métricas de segurança e robustez de modelos aplicados ao contexto jurídico.
• Para a regulação: o fórum tende a produzir insumos para normativos mais realistas, capazes de combinar proteção de direitos fundamentais, segurança jurídica e inovação, evitando soluções que sejam tecnicamente inviáveis ou excessivamente rígidas.

O que observar

• A delimitação de responsabilidade: será central como a atribuição de risco será operacionalizada — se por responsabilidade objetiva do fornecedor, culpa por inadimplemento contratual, ou por teoria de responsabilidade solidária entre elos da cadeia. A aplicação do art. 14 do CDC em relações fornecedor-consumidor e a interpretação do art. 927 do Código Civil em relações entre empresas devem ser acompanhadas.
• Direitos autorais e treinamento de modelos: há lacunas sobre quando o uso de obras em corpora configura uso autorizado, exceções ou necessidade de licenciamento. Decisões futuras podem demandar sintonia entre legislação de direitos autorais e práticas de pesquisa e engenharia de dados.
• Interseção com a LGPD: o tratamento de dados pessoais em modelos de aprendizado de máquina seguirá sendo um ponto de tensão — especialmente quanto às bases legais, anonimização efetiva e responsabilidade por re-identificação.
• Limites da automação profissional: questões disciplinares e éticas relativas ao exercício da advocacia e ao uso de IA em decisões automatizadas de compliance permanecerão em debate; a definição de padrões mínimos de explicabilidade e supervisão humana é provável objeto de normatização profissional.
• Próximos passos normativos e jurisdicionais: acompanhe proposições legislativas, recomendações de agências reguladoras e julgamentos que testem essas teses; instrumentos de autorregulação e contratos-padrão podem emergir como solução intermediária antes de leis específicas.