TJSP proíbe Jusbrasil de orientar IA a difamar concorrente Escavador

O juízo da 1ª Vara Empresarial e de Conflitos de Arbitragem de São Paulo concedeu liminar parcial impedindo que o Jusbrasil publique instruções destinadas a agentes de IA que atribuam ao Escavador informações depreciativas, com multa estipulada em R$ 50 mil por ato, limitada inicialmente a R$ 500 mil.

Contexto

A controvérsia nasce do uso de arquivos públicos (identificados como llms.txt) que descrevem um site para agentes de inteligência artificial — uma prática voluntária que pretende orientar modelos e ferramentas sobre como tratar o conteúdo da plataforma. A Potelo Sistemas de Informação, controladora do Escavador, alegou que o Jusbrasil mantinha nesse arquivo orientações negativas que apontavam, de forma nominal, para desatualização, incompletude ou até suposta obtenção irregular de dados pelo concorrente. A questão atravessa temas atuais: responsabilidade por conteúdo que influencia sistemas de IA; limites da liberdade de expressão em relações concorrenciais; e a eficácia das medidas provisórias para evitar danos à imagem empresarial em ambiente digital.

A relevância processual é alta porque confronta a autonomia de provedores de conteúdo para publicar metadados com o dever de não praticar concorrência desleal e de não difamar. Há ainda impacto técnico: saber se arquivos como llms.txt podem ser interpretados como inputs de modelos e até se constituem ou não em manipulação dos sistemas.

O que foi decidido

A turma judicial acolheu, em caráter provisório, pedido para vedar publicações que identifiquem o Escavador por nome, marca, domínio, razão social ou descrição exclusiva quando tais publicações atribuírem dados defasados, incompletos ou obtidos em desrespeito a limitações legais. A decisão distinguiu afirmações: reconheceu indícios que afastavam, naquele estágio, a demonstração de falsidade flagrante quanto à defasagem ou incompletude, mas entendeu que advertências genéricas e sem parâmetros verificáveis eram depreciativas; já a insinuação de obtenção ilegal de dados não teve respaldo probatório suficiente para ser divulgada.

O juízo não chegou a reconhecer manipulação efetiva dos agentes de IA: os testes apresentados mostraram que os sistemas reproduziam o conteúdo quando questionados diretamente sobre ele, indicando a fonte, mas não demonstraram consulta espontânea ou incorporação ao treinamento. Ainda assim, a liminar foi deferida com fundamento na probabilidade do direito e no risco de dano irreparável à imagem concorrencial. Foram impostas medidas práticas: remoção do conteúdo identificador em 48 horas, preservação dos registros de acesso e do histórico de versões dos arquivos, e imposição de astreintes de R$ 50 mil por ato, até o teto provisório de R$ 500 mil. A redação genérica que não identifica expressamente o Escavador foi preservada da proibição.

Base normativa e precedentes

• Art. 300, CPC (Lei 13.105/2015) — tutela de urgência com requisitos da probabilidade do direito e do perigo de dano ou risco ao resultado útil do processo.
• Art. 537, CPC — possibilidade de fixação de multa cominatória para assegurar cumprimento de decisão interlocutória.
• Art. 186, Código Civil (Lei 10.406/2002) — ato ilícito civil por ação ou omissão que cause dano a outrem, ensejando reparação.
• Art. 927, Código Civil — obrigação de reparar o dano quando houver ato ilícito.
• Lei 8.078/1990 (CDC) — aplicável subsidiariamente quando houver relação de consumo entre plataformas e usuários, notadamente em aspectos de informação e publicidade, conforme a jurisprudência consolidada do tribunal.
• Jurisprudência: a decisão apoia-se em entendimentos consolidados sobre responsabilidade civil por divulgação de conteúdo concorrencialmente prejudicial e na necessidade de prova robusta para imputações de ilicitude, conforme a jurisprudência consolidada do tribunal.

Impacto prático

• Advogados de tecnologia e litígios empresariais: devem avaliar cláusulas editoriais e os conteúdos de metadados que possam orientar modelos de IA, adotando revisão cautelar para evitar imputações de deslealdade.
• Plataformas e provedores de conteúdo: risco aumentado de responsabilização por conteúdos técnicos destinados a agentes de IA quando fizerem referências nominativas e depreciativas a concorrentes; recomenda-se políticas de moderação e documentação de critérios objetivos que fundamentem comparações.
• Empresas afetadas (concorrentes): decisão abre caminho para medidas provisórias visando remover instruções direcionadas a IA que prejudiquem reputação, além de preservar provas digitais (logs e histórico de versões) para a fase de instrução e eventual pedido de indenização.
• Ferramentas de IA e desenvolvedores: decisão destaca a distinção entre reprodução de um arquivo quando solicitado e uso espontâneo em respostas ou no treinamento — elemento central para estratégias defensivas e de compliance técnico.

O que observar

• Provas técnicas: será central demonstrar, na instrução, se o arquivo foi efetivamente utilizado por sistemas de IA de forma automática ou apenas reproduzido mediante consulta direta; a ausência dessa prova na fase liminar não impede a tutela, mas condiciona o desfecho definitivo.
• Amplitude da proibição: a liminar foi amoldada a identificadores nominativos; redações genéricas permanecem livres, o que mantém espaço para críticas comparativas fundamentadas em parâmetros verificáveis.
• Recursos e modulação: cabe à parte proibida interpor recursos competentes; avaliar-se-á se eventual modulação dos efeitos da decisão ocorrerá ao final.
• Preservação de provas: a obrigação de guardar logs e histórico impõe aos provedores um dever processual que pode produzir prova técnica decisiva.
• Risco de copycat litigation: outras empresas podem replicar demandas similares, ampliando o debate sobre regulação e responsabilidade por metadados para IA.

Processo: 4156029-93.2026.8.26.0100.