1
00:00:03,560 --> 00:00:07,200
Julgados e comentados a 
jurisprudência sob a ótica do 

2
00:00:07,200 --> 00:00:14,480
Ministério público, uma produção
Ministério público do Paraná. 

3
00:00:21,280 --> 00:00:24,040
Olá, estamos começando mais um 
episódio dos julgados e 

4
00:00:24,040 --> 00:00:26,280
comentados. 
Eu sou Fernanda Soares e nesse 

5
00:00:26,280 --> 00:00:28,800
episódio vamos conversar sobre 
inteligência artificial e 

6
00:00:28,800 --> 00:00:30,800
gênero. 
Com a participação de Camila 

7
00:00:30,800 --> 00:00:32,960
samborias, juíza direito TJ 
Paraná. 

8
00:00:33,440 --> 00:00:35,920
A promessa de eficiência e 
celeridade trazida pela 

9
00:00:35,920 --> 00:00:37,600
inteligência artificial é 
inegável. 

10
00:00:37,840 --> 00:00:41,680
Contudo, essa automatização 
suscita debate sobre os riscos 

11
00:00:41,680 --> 00:00:45,120
de uma replicação de viéses 
discriminatórios já existentes 

12
00:00:45,120 --> 00:00:46,760
em nossa sociedade como de 
gênero. 

13
00:00:47,120 --> 00:00:49,800
Como bem advertiu a ministra 
Cármen Lúcia, presidente do 

14
00:00:49,800 --> 00:00:52,960
tribunal superior eleitoral, a 
inteligência artificial, se não 

15
00:00:52,960 --> 00:00:56,520
for devidamente governada, pode 
ampliar a desigualdade de gênero

16
00:00:56,520 --> 00:00:59,320
a novos patamares. 
Este alerta e com em diversos 

17
00:00:59,320 --> 00:01:02,240
setores, vemos no mercado de 
trabalho e sistemas de 

18
00:01:02,240 --> 00:01:05,280
recrutamento que, treinados com 
dados históricos de uma força de

19
00:01:05,280 --> 00:01:08,600
trabalho predominantemente 
masculina, aprendem a preferir 

20
00:01:08,600 --> 00:01:11,280
perfis de homens ergueando novas
e invisíveis. 

21
00:01:11,280 --> 00:01:14,000
Barreiras para ascensão 
profissional de mulheres. 

22
00:01:14,240 --> 00:01:17,560
Vemos algoritmos de créditos que
penalizam mulheres com base em 

23
00:01:17,560 --> 00:01:21,480
padrões de consumo e renda, 
enviesados a tecnologia que um 

24
00:01:21,480 --> 00:01:24,200
dia foi vendida como exemplo de 
neutralidade. 

25
00:01:24,440 --> 00:01:28,320
Revela se um espelho que não 
apenas reflete, mas amplifica e 

26
00:01:28,320 --> 00:01:30,960
automatiza as distorções da 
nossa sociedade. 

27
00:01:31,320 --> 00:01:33,600
E quando esse espelho é 
posicionado no coração do 

28
00:01:33,600 --> 00:01:37,240
sistema de justiça, os riscos se
tornam ainda mais sensíveis. 

29
00:01:37,400 --> 00:01:40,120
A busca por celeridade e 
eficiência nos leva a uma 

30
00:01:40,120 --> 00:01:43,840
construção que, embora otimize 
tarefas repetitivas, ameaça 

31
00:01:43,840 --> 00:01:46,240
dimensão humana e simbólica do 
ato de julgar. 

32
00:01:46,640 --> 00:01:50,040
Como garantir, então, que o 
algorismo, incapaz de empatia, 

33
00:01:50,080 --> 00:01:53,400
não perpetue a discriminação? 
Como assegurar que a chamada 

34
00:01:53,400 --> 00:01:56,240
verdade de algoritma não 
silencie as particularidades de 

35
00:01:56,240 --> 00:01:59,000
um caso concreto, especialmente 
quando envolve grupos 

36
00:01:59,000 --> 00:02:02,800
historicamente marginalizados? 
Enfim, é para debater essas 

37
00:02:02,800 --> 00:02:06,080
questões, desde os desafios da 
equidade de algoritma até 

38
00:02:06,080 --> 00:02:09,039
soluções práticas de governança 
e responsabilidade do próprio 

39
00:02:09,039 --> 00:02:11,560
judiciário que estruturamos 
episódios de hoje. 

40
00:02:11,760 --> 00:02:14,280
E para isso contamos então com a
doutora Camila. 

41
00:02:14,320 --> 00:02:17,520
Camila, seja muito bem-vinda aos
julgados e comentários. 

42
00:02:17,520 --> 00:02:20,760
Confesso que é um prazer assim. 
Ainda maior porque ela que não 

43
00:02:20,760 --> 00:02:23,720
só falando de inteligência 
artificial, mas pela temática 

44
00:02:23,720 --> 00:02:25,200
mesmo de inteligência artificial
em. 

45
00:02:25,200 --> 00:02:29,880
Gênero oi, Fernanda. 
Saúdo a todos e todas que estão 

46
00:02:29,880 --> 00:02:33,440
nos ouvindo. 
Agradeço muito o convite, esse 

47
00:02:33,440 --> 00:02:37,840
tema me é assim, muito caro. 
Eu venho estudando há bastante 

48
00:02:37,840 --> 00:02:41,440
tempo e todo mundo me pergunta, 
né, como que uma juíza foi parar

49
00:02:41,440 --> 00:02:45,760
na inteligência artificial? 
Eu comecei nas turmas recursais 

50
00:02:45,760 --> 00:02:48,960
em 2017, quando a gente tava 
fazendo a transição. 

51
00:02:49,160 --> 00:02:51,720
Do processo físico para o 
processo eletrônico. 

52
00:02:51,920 --> 00:02:56,440
E eu me tornei relatora dessas 
questões relativas ao pró ajudi.

53
00:02:57,040 --> 00:03:00,640
E enquanto eu estava lá, eu 
tinha essa dificuldade de me 

54
00:03:00,640 --> 00:03:02,200
comunicar com o pessoal da TI, 
né? 

55
00:03:02,200 --> 00:03:05,240
Porque a gente pediu uma coisa, 
eles não entendiam, eles diziam 

56
00:03:05,240 --> 00:03:08,000
que não dava por um motivo que a
gente também não compreendia. 

57
00:03:08,280 --> 00:03:10,880
Então foi na busca desse 
letramento, de eu conseguir 

58
00:03:10,880 --> 00:03:14,600
passar as nossas demandas para 
eles que eu comecei a estudar é 

59
00:03:14,600 --> 00:03:18,280
computação e depois inteligência
artificial, programação. 

60
00:03:18,760 --> 00:03:20,960
EE fui descobrindo um Mundo 
Novo, né? 

61
00:03:20,960 --> 00:03:25,400
A primeira grande descoberta foi
que quanto mais eu me letrava, 

62
00:03:25,480 --> 00:03:29,080
mais eu conseguia melhorar os 
nossos sistemas, né? 

63
00:03:29,600 --> 00:03:33,720
E quando veio a pandemia, em 
2020, pude realizar o meu sonho 

64
00:03:33,720 --> 00:03:36,840
aí de entrar na faculdade, de 
estudar inteligência artificial.

65
00:03:36,840 --> 00:03:39,320
Foi um momento também que a 
gente começou a estudar mais 

66
00:03:39,320 --> 00:03:42,440
essa questão de gênero dentro 
dos tribunais. 

67
00:03:42,920 --> 00:03:46,920
E foi muito interessante, porque
na faculdade eu vi muito mais 

68
00:03:46,920 --> 00:03:51,400
essa questão de gênero, né? 
Em geral, é na nos espaços que 

69
00:03:51,400 --> 00:03:56,440
tratam de tecnologia. 
Eu era a única mulher, ou uma 

70
00:03:56,440 --> 00:03:59,760
mulher assim, quase não tinha 
professoras tal. 

71
00:04:00,040 --> 00:04:04,720
Então esses 2 temas se uniram. 
E desde então, a cada pesquisa, 

72
00:04:04,720 --> 00:04:07,960
mesmo que eu não esteja voltado 
para o gênero de alguma forma, o

73
00:04:07,960 --> 00:04:12,080
gênero acaba aparecendo porque 
as é os temas estão 

74
00:04:12,320 --> 00:04:15,480
relacionados, né? 
Então a gente traz aqui hoje 2 

75
00:04:15,480 --> 00:04:18,320
temas, na verdade, que você foi 
estudar por questões práticas 

76
00:04:18,320 --> 00:04:19,839
mesmo, né? 
Pela necessidade. 

77
00:04:19,839 --> 00:04:21,880
Eu acho muito interessante 
quando alguém fala que é da área

78
00:04:21,880 --> 00:04:24,120
jurídica e foi estudar 
computação ou inteligência 

79
00:04:24,120 --> 00:04:26,680
artificial e et cetera. 
Justamente pela necessidade de 

80
00:04:26,680 --> 00:04:28,800
se comunicar com o pessoal da 
TI. 

81
00:04:28,960 --> 00:04:32,160
Como em todas as unidades a 
gente tem essa dificuldade, né? 

82
00:04:32,160 --> 00:04:35,720
Tanto em Ministério públicos, 
nas defensorias, nos tribunais, 

83
00:04:35,920 --> 00:04:37,920
em todos os lugares, eu reparo 
que a gente tem essa 

84
00:04:37,920 --> 00:04:39,680
dificuldade. 
Porque às vezes, o que é óbvio 

85
00:04:39,680 --> 00:04:41,280
para a gente não é óbvio para 
eles. 

86
00:04:41,280 --> 00:04:43,680
E o que é óbvio para eles não é 
óbvio para a gente. 

87
00:04:43,880 --> 00:04:46,840
Como precisa acertar esse 
linguazar para as coisas 

88
00:04:46,840 --> 00:04:49,520
funcionarem, né? 
Eu costumo dizer que a 

89
00:04:49,520 --> 00:04:53,960
alfabetização digital assim vai 
ser AA próxima alfabetização 

90
00:04:53,960 --> 00:04:56,080
assim, né? 
As pessoas vão precisar saber 

91
00:04:56,080 --> 00:04:57,920
isso. 
E eu considero que os 2 

92
00:04:57,920 --> 00:05:00,360
conhecimentos, tanto 
inteligência artificial como 

93
00:05:00,360 --> 00:05:03,000
gênero, eles são transversais, 
né? 

94
00:05:03,000 --> 00:05:06,840
Não importa se a gente está até 
lá numa empresa, essas questões 

95
00:05:06,920 --> 00:05:10,760
sempre nos atravessam. 
Então todos nós. 

96
00:05:11,040 --> 00:05:15,360
Temos que começar a estudar e 
nos letrar tanto em inteligência

97
00:05:15,360 --> 00:05:18,160
artificial, nas questões da 
computação, como nas questões de

98
00:05:18,160 --> 00:05:19,880
gênero. 
É por isso que eu falo que hoje 

99
00:05:19,880 --> 00:05:22,080
esse episódio aqui é um 
privilégio, né? 

100
00:05:22,080 --> 00:05:24,640
Porque a gente tá trazendo 2 
coisas que a gente precisa de 

101
00:05:24,640 --> 00:05:28,560
letramento conjuntamente e vamos
contar então com a Camila, que 

102
00:05:28,560 --> 00:05:31,440
tem esse expertise nas 2 áreas 
pra conversar um pouquinho então

103
00:05:31,440 --> 00:05:38,240
com a gente. 
Então, Camila, vamos lá. 

104
00:05:38,240 --> 00:05:40,840
Olha só, a discriminação 
algoritma de gênero não é um 

105
00:05:40,840 --> 00:05:44,280
problema novo, mas sim uma velha
conhecida em novas roupagens. 

106
00:05:44,280 --> 00:05:46,960
Casos emblemáticos como o 
sistema de recrutamento da 

107
00:05:46,960 --> 00:05:50,280
Amazon que penalizava currículos
femininos, ilustram como a 

108
00:05:50,280 --> 00:05:52,840
inteligência artificial pode 
aprender, né? 

109
00:05:52,840 --> 00:05:56,360
Vamos falar isso, aprender aqui 
entre aspas e acabar perpetuando

110
00:05:56,360 --> 00:05:58,360
preconceitos sociais pré 
existentes. 

111
00:05:58,600 --> 00:06:02,040
Esses algoritmos treinados com 
dados históricos acabam por 

112
00:06:02,040 --> 00:06:04,400
espelhar um passado já de 
desigualdade. 

113
00:06:04,600 --> 00:06:08,440
Questionando a afirmação de que 
a tecnologia seria inerentemente

114
00:06:08,440 --> 00:06:11,480
neutra nesse contexto, 
considerando que o algoritmo da 

115
00:06:11,480 --> 00:06:14,640
machineland aprende a partir de 
dados que refletem nossa 

116
00:06:14,640 --> 00:06:18,480
estrutura social, de que maneira
a discriminação do gênero, já 

117
00:06:18,480 --> 00:06:22,080
tão arraigada em nossa sociedade
pode ser evitada, então, no 

118
00:06:22,080 --> 00:06:23,720
sistema de inteligência 
artificial? 

119
00:06:24,240 --> 00:06:26,040
De que modo? 
É uma boa pergunta, né? 

120
00:06:26,160 --> 00:06:30,680
Nós estamos construindo essa 
essa solução, eu acho. 

121
00:06:30,960 --> 00:06:34,200
Mas é pra entender um pouquinho 
mais do problema. 

122
00:06:34,560 --> 00:06:38,360
A questão é que eu sempre falo 
que é importante pensar como a 

123
00:06:38,360 --> 00:06:40,240
inteligência artificial 
funciona, né? 

124
00:06:40,240 --> 00:06:42,080
Tudo no computador é binário, 
né? 

125
00:06:42,080 --> 00:06:46,000
É 0 e 1. 
Então, ainda que nós estejamos 

126
00:06:46,000 --> 00:06:49,960
hoje trabalhando com shart PT de
minar e todos os sistemas de 

127
00:06:49,960 --> 00:06:52,120
inteligência artificial e 
modelos de inteligência 

128
00:06:52,120 --> 00:06:55,120
artificial, eles lidam com 0 e 
1. 

129
00:06:55,160 --> 00:06:58,680
Então vou pegar toda uma 
programação lá atrás que 

130
00:06:58,680 --> 00:07:03,120
transforma palavras, que 
transforma contextos. 

131
00:07:03,600 --> 00:07:07,080
E tudo isso é transformado em 
número pro computador em 

132
00:07:07,080 --> 00:07:10,480
programação e 0 e 1. 
Ele faz cálculos matemáticos, 

133
00:07:10,480 --> 00:07:14,920
cálculos estatísticos e através 
desses cálculos estatísticos que

134
00:07:14,920 --> 00:07:18,800
saem também binários, né? 
0 e 1 isso é decodificado e 

135
00:07:18,800 --> 00:07:21,840
volta pra gente como texto. 
Então quando eu tô perguntando 

136
00:07:21,840 --> 00:07:24,480
alguma coisa pro ChatGPT, eu 
pergunto, ele transforma em 

137
00:07:24,480 --> 00:07:28,760
números, responde em números, 
transforma de novo em texto e me

138
00:07:28,760 --> 00:07:32,600
dá essa resposta. 
Então, o algoritmo, ele não 

139
00:07:32,760 --> 00:07:37,240
valora o que está ali. 
Ele faz cálculos estatísticos 

140
00:07:37,720 --> 00:07:42,200
mesmo para elaborar um texto. 
Então como que ele faz isso? 

141
00:07:42,200 --> 00:07:45,200
Para ele calcular 
estatisticamente, ele precisa de

142
00:07:45,200 --> 00:07:48,480
dados, e os dados que nós temos 
são dados históricos. 

143
00:07:48,680 --> 00:07:52,560
Então a gente vai pegar dados lá
do passado para dar uma resposta

144
00:07:52,560 --> 00:07:54,320
para o futuro. 
Por isso que a gente disse que a

145
00:07:54,320 --> 00:07:57,520
inteligência artificial é 
preditiva, ela prediz. 

146
00:07:57,760 --> 00:08:00,680
Porque ela olha os dados do 
passado e prediz o que vai 

147
00:08:00,680 --> 00:08:03,360
acontecer no futuro através de 
um cálculo estatístico. 

148
00:08:03,600 --> 00:08:08,320
O problema está nos dados do 
passado, que são as 

149
00:08:08,320 --> 00:08:12,680
discriminações nossas, né? 
Então, um exemplo que eu gosto 

150
00:08:12,680 --> 00:08:16,600
de dar é do empréstimo bancário.
Se eu vou chegar hoje num banco,

151
00:08:16,600 --> 00:08:19,600
qualquer banco que seja, e 
falar, olha, me dá sua lista dos

152
00:08:19,600 --> 00:08:23,800
últimos 40 anos de empréstimo. 
Eu vou colocar numa inteligência

153
00:08:23,800 --> 00:08:26,520
artificial, ela vai entender 
como os empréstimos eram 

154
00:08:26,520 --> 00:08:30,520
concedidos e pronto, né? 
Agora ela vai ouvir um pedido e 

155
00:08:30,520 --> 00:08:32,360
vai decidir se ela defere ou 
não. 

156
00:08:32,360 --> 00:08:37,480
Problema é que até o código 
civil de 2002, as mulheres, elas

157
00:08:37,480 --> 00:08:40,159
tinham uma série de limitações, 
né, que foram caindo, mas 

158
00:08:40,320 --> 00:08:42,640
inicialmente não podiam ter 
conta, não podiam assinar 

159
00:08:42,640 --> 00:08:47,320
cheques sem os maridos, depois 
tinham limitações, muitas não 

160
00:08:47,320 --> 00:08:49,240
trabalhavam. 
Também tem o aspecto social, né?

161
00:08:49,240 --> 00:08:51,440
Não só o legal, mas tem o 
aspecto social. 

162
00:08:51,520 --> 00:08:54,560
Muitas mulheres não trabalhavam,
não tinham renda, não abriam 

163
00:08:54,560 --> 00:08:59,000
contas em banco. 
Então tudo tudo isso está dentro

164
00:08:59,000 --> 00:09:02,240
dos dados históricos. 
Então, se eu pegar lá, vamos 

165
00:09:02,240 --> 00:09:08,480
supor que desses 40 anos, nós 
devemos ter 80% de empréstimos 

166
00:09:08,480 --> 00:09:11,800
concedidos para homem e 20% 
concedidos para as mulheres. 

167
00:09:11,880 --> 00:09:14,160
Porque haviam poucas mulheres 
pedindo empréstimo. 

168
00:09:14,720 --> 00:09:18,000
Se eu colocar na realidade de 
hoje, a inteligência artificial 

169
00:09:18,000 --> 00:09:21,200
vai fazer um cálculo estatístico
e provavelmente vai me entregar 

170
00:09:21,200 --> 00:09:26,360
o mesmo 8020, porque eu não 
olhei AA população de hoje. 

171
00:09:26,640 --> 00:09:30,680
Então, um dos primeiros caminhos
pra gente lidar com dados, que é

172
00:09:30,680 --> 00:09:35,720
o que a união europeia já vem 
falando hoje, é na calibragem 

173
00:09:35,880 --> 00:09:39,240
das populações. 
Eu preciso olhar hoje e ver. 

174
00:09:39,400 --> 00:09:44,520
Ah, então eu tenho 52% de 
mulheres e 48% de homens na 

175
00:09:44,520 --> 00:09:46,760
população. 
Então eu vou voltar lá para 

176
00:09:46,760 --> 00:09:49,440
aqueles dados históricos. 
Eu vou tratar, fazer uma 

177
00:09:49,440 --> 00:09:53,000
curadoria dos dados para 
elaborar esses dados mais 

178
00:09:53,000 --> 00:09:56,920
próximos da realidade de hoje, 
contemplando essas populações. 

179
00:09:57,080 --> 00:10:00,880
E daí sim eu vou treinar o meu 
algoritmo para que ele possa me 

180
00:10:00,880 --> 00:10:03,160
dar. 
Uma resposta mais próxima? 

181
00:10:03,160 --> 00:10:06,320
Então, assim, essa é uma das 
questões, mas tem aspectos 

182
00:10:06,320 --> 00:10:09,440
técnicos, mas a gente já passa 
por aspectos sociais também, 

183
00:10:09,600 --> 00:10:12,920
necessidade de equipes 
multidisciplinares, equipes com 

184
00:10:12,920 --> 00:10:16,760
diversidade, EEO, aspecto social
também, que a gente precisa de 

185
00:10:16,760 --> 00:10:19,640
uma regulação nesse sentido, 
porque senão as empresas não vão

186
00:10:19,640 --> 00:10:22,120
fazer, né? 
Eu IA falar isso agora, né? 

187
00:10:22,120 --> 00:10:24,960
Como então, estimular as 
empresas a fazerem isso? 

188
00:10:24,960 --> 00:10:27,640
Porque a gente tem que parar 
para pensar o seguinte, isso só 

189
00:10:27,640 --> 00:10:29,640
está posto dessa maneira. 
Né? 

190
00:10:29,640 --> 00:10:32,080
Você coloca um problema, ainda 
coloca a solução. 

191
00:10:32,240 --> 00:10:36,960
E aí, como estimular então, as 
empresas a quererem revisitar 

192
00:10:36,960 --> 00:10:39,080
esse conteúdo e fazer uma 
maneira nova? 

193
00:10:39,080 --> 00:10:41,240
Camila, você mencionou agora a 
regulação. 

194
00:10:41,240 --> 00:10:43,040
Você pode falar um pouquinho 
mais sobre isso? 

195
00:10:43,040 --> 00:10:45,440
Porque a gente tem esse destaque
para a regulação feita pela 

196
00:10:45,440 --> 00:10:48,440
união europeia. 
Mas não é algo ainda que tá 

197
00:10:48,440 --> 00:10:50,440
sendo acompanhado em todos os 
países. 

198
00:10:50,440 --> 00:10:52,800
Certo? 
É, esse é um outro grande 

199
00:10:52,800 --> 00:10:54,080
desafio, né? 
Como? 

200
00:10:54,080 --> 00:10:57,560
Como levar as as empresas a 
cumprirem isso? 

201
00:10:57,560 --> 00:11:01,920
E assim, mais importante, eu 
acho, a gente tem uma questão 

202
00:11:02,280 --> 00:11:07,040
que é, como que eu saio da 
regulação abstrata pra entrega 

203
00:11:07,040 --> 00:11:09,400
concreta? 
Porque, por exemplo, eu digo a 

204
00:11:09,400 --> 00:11:12,360
inteligência artificial, ela tem
que ser transparente, 

205
00:11:12,560 --> 00:11:16,720
equitativa, justa. 
Mas o que que meu técnico no 

206
00:11:16,720 --> 00:11:20,520
final, se eu estou com o técnico
lá desenvolvendo 11 IAO que que 

207
00:11:20,520 --> 00:11:23,480
ele precisa fazer? 
Como que eu testo isso 

208
00:11:23,480 --> 00:11:25,880
efetivamente? 
Então, são várias questões. 

209
00:11:26,280 --> 00:11:30,360
É em relação à regulação. 
Nós temos 3 tipos bem diferentes

210
00:11:30,360 --> 00:11:34,000
no mundo, né? 
China, Europa e Estados Unidos. 

211
00:11:34,000 --> 00:11:37,200
Cada uma tem 11 aspecto bem 
diferente. 

212
00:11:37,200 --> 00:11:40,440
A China estimula muito a 
inovação. 

213
00:11:40,760 --> 00:11:44,680
Mas tem uma preocupação muito 
grande com com a fuga de dados, 

214
00:11:44,680 --> 00:11:47,640
com esse relacionamento com o 
estrangeiro, né? 

215
00:11:47,880 --> 00:11:51,240
O Estados Unidos é muito voltado
pro comércio, né? 

216
00:11:51,240 --> 00:11:54,960
Tá, nesse momento, o governo 
Trump tá revogando algumas 

217
00:11:54,960 --> 00:11:58,080
limitações que o governo Biden 
fez. 

218
00:11:58,120 --> 00:12:03,120
Então é, tá muito mais, é 
aberto, deixando o livre 

219
00:12:03,120 --> 00:12:06,840
comércio, né? 
E a Europa vem nessa busca por 

220
00:12:06,840 --> 00:12:10,800
estabelecer um Marco mais ético?
EE mais ligado com os direitos 

221
00:12:10,800 --> 00:12:13,800
humanos, que é uma tendência da 
legislação. 

222
00:12:13,840 --> 00:12:17,080
É europeia. 
A Europa ela é muito preocupada.

223
00:12:17,080 --> 00:12:21,320
E o tempo da lei demora, né? 
Se a gente olhar o regulamento 

224
00:12:21,320 --> 00:12:25,400
da proteção de dados, ali levou 
5 anos entre ser escrito entrar 

225
00:12:25,400 --> 00:12:30,080
em vigor, porque tudo é muito 
debatido entre todos os países e

226
00:12:30,080 --> 00:12:33,360
tem essa preocupação muito 
grande de efetividade. 

227
00:12:33,640 --> 00:12:37,320
Com a essa regramento da 
inteligência artificial, também 

228
00:12:37,320 --> 00:12:39,840
Oo texto. 
Ele foi aprovado inicialmente em

229
00:12:39,840 --> 00:12:44,160
2023, agora entrou em vigor ali 
em 2024, mas o cumprimento 

230
00:12:44,160 --> 00:12:47,200
integral dele está previsto para
2027. 

231
00:12:47,240 --> 00:12:51,920
O texto já prevê, já fala na 
calibragem de dados, na 

232
00:12:51,920 --> 00:12:56,960
necessidade de ter auditoria 
para isso, mas ainda não tem uma

233
00:12:56,960 --> 00:12:59,720
previsão de frameworks que a 
gente chama assim, né? 

234
00:12:59,920 --> 00:13:03,520
De formulários de sistemas para 
entender esse aspecto. 

235
00:13:03,960 --> 00:13:07,440
Mais prático de como vai ser 
feito, como que vai ser 

236
00:13:07,440 --> 00:13:10,320
aplicado. 
Na Europa a custa de muita 

237
00:13:10,320 --> 00:13:13,720
multa, né? 
As multas são milionárias e o 

238
00:13:13,720 --> 00:13:17,800
que a gente tem visto é que as 
big techs tendem a cumprir, 

239
00:13:17,800 --> 00:13:20,880
porque senão não operam em toda 
a Europa, né? 

240
00:13:20,880 --> 00:13:25,720
O regramento da união europeia 
vale para quem quer atuar lá, 

241
00:13:25,720 --> 00:13:27,640
né? 
Funcionar lá, independente de 

242
00:13:27,640 --> 00:13:30,960
estar ou não sediado. 
E deve acontecer o que aconteceu

243
00:13:30,960 --> 00:13:32,880
com os carregadores de celular, 
né? 

244
00:13:33,280 --> 00:13:36,080
Cada empresa estava fazendo o 
seu até que a união europeia 

245
00:13:36,320 --> 00:13:39,840
estabeleceu o modelo e a partir 
de então, todas as companhias 

246
00:13:39,840 --> 00:13:42,360
estão cumprindo porque todos 
querem vender na Europa. 

247
00:13:42,480 --> 00:13:45,840
Então é, essas são questões e 
trazem assim, né? 

248
00:13:45,920 --> 00:13:49,160
Pra não deixar a questão tão 
simples, que já não é simples. 

249
00:13:49,160 --> 00:13:52,560
Mas um dos desafios hoje que a 
gente tem, como eu falei, de 

250
00:13:52,560 --> 00:13:58,800
calibragem de populações, é 
ALGPDALGPD em 2018 na união 

251
00:13:58,800 --> 00:13:59,760
europeia, né? 
Vem. 

252
00:14:00,080 --> 00:14:03,680
Trazendo a proibição da gente 
coletar dados sensíveis, né? 

253
00:14:03,680 --> 00:14:06,360
Princípio da minimização eu 
coleto o mínimo de dados 

254
00:14:06,360 --> 00:14:09,720
possível, então eu não coleto se
é homem, se é mulher, é eu não 

255
00:14:09,720 --> 00:14:13,280
coleto questão de raça, não 
coleto gênero, raça, opção 

256
00:14:13,320 --> 00:14:16,000
religiosa, nacionalidade, 
nenhuma dessas questões que são 

257
00:14:16,000 --> 00:14:17,920
dados sensíveis. 
Eu não sei que necessário. 

258
00:14:18,120 --> 00:14:21,160
Só que agora eu preciso calibrar
minhas populações para que eu 

259
00:14:21,160 --> 00:14:25,600
não tenha o viés, para que eu 
consiga controlar esses vieses. 

260
00:14:25,760 --> 00:14:29,200
E daí eu não tenho dados. 
Porque esses dados sensíveis não

261
00:14:29,200 --> 00:14:32,200
foram coletados? 
Então agora começa se pensar na 

262
00:14:32,200 --> 00:14:37,120
Europa, numa reforma das regras 
de dados, de coleta de dados, 

263
00:14:37,120 --> 00:14:40,280
pra gente começar a pensar esse 
novo modelo de como vamos 

264
00:14:40,280 --> 00:14:44,440
treinar algoritmos e. 
Calibrar populações, aquela 

265
00:14:44,440 --> 00:14:46,960
coisa assim, que no começo 
parecia uma resposta simples, 

266
00:14:46,960 --> 00:15:14,560
mas que de simples não tem nada.
Mas adorei esse Panorama que 

267
00:15:14,560 --> 00:15:16,280
você trouxe pra gente, da 
regulação. 

268
00:15:16,560 --> 00:15:19,120
E agora eu queria que a gente 
falasse um pouquinho mais assim,

269
00:15:19,320 --> 00:15:21,840
da aplicação da inteligência 
artificial dentro da nossa 

270
00:15:21,840 --> 00:15:24,960
temática de viés de gênero. 
E aqui com o judiciário, então, 

271
00:15:24,960 --> 00:15:27,000
assim. 
É por que esse tema nesse 

272
00:15:27,000 --> 00:15:28,560
momento? 
Por que essa aplicação da 

273
00:15:28,560 --> 00:15:31,560
inteligência artificial em 
funções decisórias centrais no 

274
00:15:31,560 --> 00:15:34,360
judiciário? 
Ela tem levantado preocupações 

275
00:15:34,360 --> 00:15:36,560
que transcendem o viés 
algoritmo, né? 

276
00:15:36,560 --> 00:15:39,400
Discute se o risco da ausência 
de empatia, uma vez que a 

277
00:15:39,400 --> 00:15:41,960
máquina ela é incapaz de 
compreender o contexto emocional

278
00:15:41,960 --> 00:15:45,000
de um caso, como naquele 
emblemático caso da menina do 

279
00:15:45,000 --> 00:15:48,240
galinheiro, lá onde o juiz 
emancipou uma jovem que morou em

280
00:15:48,240 --> 00:15:50,520
um galinheiro para que a mesma 
pudesse entrar na minha casa 

281
00:15:50,520 --> 00:15:53,240
minha vida. 
Além disso, há também o efeito 

282
00:15:53,240 --> 00:15:56,040
manada do algorismo, né? 
Onde a adesão a crítica às 

283
00:15:56,040 --> 00:15:59,280
sugestões automatizada pode 
levar uma homogeneização de 

284
00:15:59,280 --> 00:16:02,200
pensamento jurídico, minando as 
particularidades de cada 

285
00:16:02,200 --> 00:16:04,920
processo. 
Nesse contexto, Camila, como 

286
00:16:04,920 --> 00:16:08,360
podemos equilibrar a busca por 
eficiência por meio da automação

287
00:16:08,360 --> 00:16:10,360
de tarefas, né? 
Que é a necessidade que a gente 

288
00:16:10,360 --> 00:16:13,440
tem de preservar a dimensão 
humana e em prática do 

289
00:16:13,440 --> 00:16:15,760
julgamento. 
Especialmente nos casos em que 

290
00:16:15,760 --> 00:16:19,040
envolve direitos fundamentais e 
de que forma, então, que o 

291
00:16:19,040 --> 00:16:22,440
judiciário pode utilizar a 
inteligência artificial como uma

292
00:16:22,440 --> 00:16:25,400
ferramenta de suporte 
qualificado, sem incorrer nos 

293
00:16:25,400 --> 00:16:28,880
riscos de falta de empatia e não
observância de ocorrência de 

294
00:16:28,880 --> 00:16:32,080
eventuais discriminações? 
Mais uma questão que não é 

295
00:16:32,200 --> 00:16:35,360
fácil, né? 
Esse episódio aqui são só que 

296
00:16:35,360 --> 00:16:38,000
assim as perguntas. 
E falam assim, gente do céu, que

297
00:16:38,000 --> 00:16:41,000
bom que ela aceitou estar aqui. 
Pelo menos Camila, se a gente 

298
00:16:41,000 --> 00:16:43,880
conseguir refletir sobre o 
conteúdo desse episódio. 

299
00:16:44,160 --> 00:16:46,560
E fazer com que os nossos 
ouvintes reflitam. 

300
00:16:46,760 --> 00:16:48,800
Eu acho que a gente já cumpre o 
nosso papel. 

301
00:16:49,080 --> 00:16:52,680
O simples fato de você explicar 
aqui que o algorismo é preditivo

302
00:16:52,680 --> 00:16:56,120
e etcetera já logo no começo. 
Isso já traz uma luz que a 

303
00:16:56,120 --> 00:16:59,640
maioria das pessoas, Eu Acredito
que não tinham essa consciência.

304
00:16:59,920 --> 00:17:02,280
Então, às vezes, coisas que para
gente parece um pouco mais 

305
00:17:02,280 --> 00:17:03,960
assim, né? 
Normal, porque a gente tá 

306
00:17:03,960 --> 00:17:05,599
estudando o tema. 
Eu sei que para grande maioria 

307
00:17:05,599 --> 00:17:07,200
não é. 
Por isso que eu fico feliz de 

308
00:17:07,200 --> 00:17:11,599
você estar disposta a encarar 
essas perguntas nada fáceis aqui

309
00:17:11,599 --> 00:17:14,440
hoje. 
É, então vamos começar pela 

310
00:17:14,440 --> 00:17:15,599
parte? 
Simples assim. 

311
00:17:15,640 --> 00:17:18,880
Se a gente olhar que a 
inteligência artificial, ela é 

312
00:17:18,880 --> 00:17:23,440
preditiva, então ela olha para o
passado, entende o passado e ela

313
00:17:23,440 --> 00:17:25,200
consegue aplicar isso para o 
futuro. 

314
00:17:25,560 --> 00:17:28,079
Quando eu olho. 
Para o judiciário e para os 

315
00:17:28,079 --> 00:17:31,840
processos repetitivos. 
Eu posso dizer então que um 

316
00:17:31,840 --> 00:17:35,640
determinado tributo vamos supor 
ou uma tarifa de banco, vamos 

317
00:17:35,640 --> 00:17:39,240
supor que que foi considerado 
ilegal a cobrança de uma 

318
00:17:39,240 --> 00:17:43,920
determinada tarifa bancária. 
Começou o julgamento 1210-1000. 

319
00:17:43,920 --> 00:17:47,000
Daqui a pouco a gente estava, 
sei lá, com milhares de demandas

320
00:17:47,000 --> 00:17:52,280
lá, 6000 demandas na nossa 
prática anterior, sem nenhuma 

321
00:17:52,280 --> 00:17:54,280
ferramenta de inteligência 
artificial. 

322
00:17:54,640 --> 00:17:58,120
O magistrado teria que, né? 
Em cada um desses processos, 

323
00:17:58,120 --> 00:18:00,760
analisar a petição inicial, que 
muitas vezes é escrita pelo 

324
00:18:00,760 --> 00:18:03,520
mesmo advogado. 
Então é muito parecido. 

325
00:18:03,680 --> 00:18:07,240
Mas ainda assim, né? 
Ele teria que ir lá olhar essa 

326
00:18:07,240 --> 00:18:11,120
petição inicial, resumir, olhar 
a petição do banco, que quase 

327
00:18:11,120 --> 00:18:15,720
sempre é igual, resumir, e daí 
elaborar a sentença a partir 

328
00:18:15,720 --> 00:18:20,200
daí, num trabalho repetitivo. 
Às vezes, quando a gente fala só

329
00:18:20,200 --> 00:18:24,320
isso, as pessoas pensam, não, 
mas espera aí, é pra isso que o 

330
00:18:24,320 --> 00:18:26,920
que o poder judiciário está aí? 
É pra isso que o juiz está aí. 

331
00:18:26,920 --> 00:18:30,200
Ou se fosse o Ministério público
fazendo pareceres? 

332
00:18:30,440 --> 00:18:34,360
Só que não é só isso. 
No meio de tudo isso, tem a 

333
00:18:34,360 --> 00:18:38,600
menina no galinheiro. 
No meio de tudo isso tem outros 

334
00:18:38,600 --> 00:18:43,040
processos que não são demandas 
repetitivas e que precisam ser 

335
00:18:43,040 --> 00:18:46,480
estudados. 
Então isso tomava um tempo. 

336
00:18:46,800 --> 00:18:49,840
Toma ainda, né? 
Um tempo nosso pra decisões que 

337
00:18:49,840 --> 00:18:53,480
são parecidas, né? 
Porque já a petição inicial, a 

338
00:18:53,480 --> 00:18:58,040
contestação, a toda discussão é 
a mesma, então esse seria o 

339
00:18:58,040 --> 00:19:01,200
Panorama ideal, né? 
O caso ideal de se utilizar a 

340
00:19:01,200 --> 00:19:05,080
inteligência artificial, porque 
ela vai conseguir olhar pro 

341
00:19:05,080 --> 00:19:08,200
passado, olhar lá é a mesma 
petição inicial, é a mesma 

342
00:19:08,200 --> 00:19:11,680
contestação, os argumentos são 
os mesmos, então eu vou usar a 

343
00:19:11,680 --> 00:19:15,880
mesma decisão e isso que o 
magistrado, o assessor, quem 

344
00:19:15,880 --> 00:19:20,400
fosse fazer. 
Levaria 1 hora, 2 horas, 3 

345
00:19:20,400 --> 00:19:21,960
horas. 
A inteligência artificial 

346
00:19:21,960 --> 00:19:27,440
consegue fazer em minutos e 
consegue fazer muito mais bem 

347
00:19:27,440 --> 00:19:31,800
feito do que o ser humano, 
porque não vai ter erro é não 

348
00:19:31,800 --> 00:19:35,680
vai ter erro de português, não 
vai ter todas essas questões, 

349
00:19:36,120 --> 00:19:39,440
não vai ter o copia e cola 
errado colar alguma coisa no 

350
00:19:39,440 --> 00:19:42,880
meio que não era. 
Então é isso, facilita. 

351
00:19:43,000 --> 00:19:46,120
Por outro lado, para a justiça 
também facilita. 

352
00:19:46,520 --> 00:19:50,080
Porque nós vamos ter esses 6000 
processos, provavelmente 

353
00:19:50,080 --> 00:19:53,480
julgados iguais ou pelo menos 
pro mesmo magistrado, julgados 

354
00:19:53,480 --> 00:19:55,560
da mesma forma. 
Então a gente consegue uma 

355
00:19:55,560 --> 00:19:59,400
segurança jurídica. 
Aí é o caso clássico que todas 

356
00:19:59,400 --> 00:20:01,120
as pecinhas do lego se 
encaixaram. 

357
00:20:01,120 --> 00:20:04,280
E deu tudo certo. 
Os problemas começam a surgir 

358
00:20:04,280 --> 00:20:09,240
quando, por exemplo, na petição 
inicial, não é só essa tarifa, é

359
00:20:09,240 --> 00:20:12,000
a tarifa. 
Vamos supor que fosse um seguro.

360
00:20:12,240 --> 00:20:15,320
Mas é o caso da dona Maria. 
E o caso da dona Maria é 

361
00:20:15,320 --> 00:20:17,600
diferente. 
Então daí a gente já começa a 

362
00:20:17,600 --> 00:20:22,320
ter que pensar numa inteligência
artificial que consiga sinalizar

363
00:20:22,560 --> 00:20:26,440
que aquele processo desvia do 
padrão. 

364
00:20:26,520 --> 00:20:29,800
E essa questão ainda não foi 
enfrentada, porque se dependendo

365
00:20:29,800 --> 00:20:32,640
da inteligência artificial, que 
daí ela faz um cálculo 

366
00:20:32,640 --> 00:20:36,560
estatístico, a gente tá falando 
assim, olha, quando tem muito 

367
00:20:36,560 --> 00:20:39,480
dado o cálculo estatístico dela 
vai ser, sei lá, vamos colocar 

368
00:20:39,480 --> 00:20:43,000
98%. 
Mas se ela não tiver o modelo 

369
00:20:43,000 --> 00:20:45,160
daí ela vai procurando, 
procurando, vai vai chamar para 

370
00:20:45,160 --> 00:20:49,280
68%, por exemplo. 
E se essa saída que ela trouxer 

371
00:20:49,280 --> 00:20:53,600
for nos 68%? 
Quando que eu sei aonde que meu 

372
00:20:53,600 --> 00:20:55,760
cálculo estatístico da resposta 
é válido? 

373
00:20:56,080 --> 00:20:59,400
E por fim, tem os modelos muito 
fora da curva, né? 

374
00:20:59,400 --> 00:21:02,240
Que é a tentativa de usar a 
inteligência artificial. 

375
00:21:02,240 --> 00:21:06,280
Quando eu não tenho uma base de 
dados, vamos supor um outro tipo

376
00:21:06,280 --> 00:21:09,240
de demanda, mas com populações 
quilombolas. 

377
00:21:09,640 --> 00:21:14,120
Com pessoas indígenas, com 
mulheres ribeirinhas. 

378
00:21:14,120 --> 00:21:17,000
Será que eu tenho dados 
suficientes? 

379
00:21:17,000 --> 00:21:19,360
E não apenas dados, porque eu 
tenho processos. 

380
00:21:19,520 --> 00:21:22,480
Mas será que esses meus 
processos estão estruturados, 

381
00:21:22,480 --> 00:21:25,560
que a gente chama identificados,
de forma que a inteligência 

382
00:21:25,560 --> 00:21:28,960
artificial consiga dizer, olha, 
quando eu julgo população 

383
00:21:28,960 --> 00:21:33,760
ribeirinha, eu julgo assim, e 
quando eu julgo a população da 

384
00:21:33,760 --> 00:21:38,080
cidade, eu julgo assim. 
Então, são essas questões que a 

385
00:21:38,080 --> 00:21:43,240
gente precisa pensar e esse 
pensamento tem que estar lá no 

386
00:21:43,240 --> 00:21:46,880
desenvolvimento, porque a gente 
vai ter que testar o que a gente

387
00:21:46,880 --> 00:21:49,760
está desenvolvendo para saber o 
que funciona e o que não 

388
00:21:49,760 --> 00:21:54,040
funciona, onde colocar amarras 
para segurar esse meu cálculo 

389
00:21:54,040 --> 00:21:56,880
estatístico. 
E eu tenho uma previsibilidade 

390
00:21:56,880 --> 00:22:00,720
maior, ou seja, uma chance de 
erro e alucinação. 

391
00:22:00,800 --> 00:22:03,280
O que a gente chama de 
alucinação é natural da 

392
00:22:03,280 --> 00:22:06,440
inteligência artificial, né? 
Ela é feita para dar uma 

393
00:22:06,440 --> 00:22:09,680
resposta, ou seja, para dar uma 
resposta dentro de um cálculo 

394
00:22:09,680 --> 00:22:12,200
estatístico. 
Então, se ela tiver 100%, ela 

395
00:22:12,200 --> 00:22:16,440
vai dar a resposta com 100%, mas
se ela achar lá 44%, ela vai. 

396
00:22:16,800 --> 00:22:19,520
Deixo o desafio aí para quem 
está nos ouvindo, pergunte para 

397
00:22:19,520 --> 00:22:22,600
o ChatGPT, para germinar aí, 
para inteligência artificial. 

398
00:22:23,080 --> 00:22:26,320
Qual que era o funk que o Pedro 
Álvares Cabral gostava de ouvir?

399
00:22:26,600 --> 00:22:29,600
Provavelmente agora ela já está 
um pouco melhor treinada. 

400
00:22:29,600 --> 00:22:32,640
Ela vai entender que você está 
sendo irônico, mas ela mesmo 

401
00:22:32,640 --> 00:22:36,440
assim vai responder e ela, em 
geral, inventa e traz um trecho 

402
00:22:36,440 --> 00:22:40,640
da letra da música do funk que o
Pedro Álvares Cabral ouvia. 

403
00:22:41,000 --> 00:22:43,680
Então isso é o que a gente chama
de alucinação. 

404
00:22:43,720 --> 00:22:46,520
Ela não tem dados. 
O cálculo estatístico dela está 

405
00:22:46,520 --> 00:22:49,000
lá embaixo, mas mesmo assim ela 
vai trazer uma resposta. 

406
00:22:49,160 --> 00:22:52,640
E no judiciário um pouco da 
regulação da nossa preocupação. 

407
00:22:52,640 --> 00:22:57,160
Tem que ser testes e segurar 
esse cálculo estatístico, mas 

408
00:22:57,160 --> 00:23:00,880
utilizar a inteligência 
artificial para liberar o 

409
00:23:01,240 --> 00:23:05,160
magistrado, promotor e até os 
advogados que estão usando para 

410
00:23:05,160 --> 00:23:09,200
que o seu tempo não seja 
consumido nessa ação de massa e 

411
00:23:09,200 --> 00:23:12,680
que ele possa. 
Dedicar esse tempo que agora a 

412
00:23:12,680 --> 00:23:16,160
inteligência artificial é uma 
ferramenta que pode nos ajudar 

413
00:23:16,680 --> 00:23:20,280
para analisar esses processos 
mais complexos e esses processos

414
00:23:20,280 --> 00:23:24,000
que precisam, sim, da empatia, 
da escuta humana e do 

415
00:23:24,000 --> 00:23:27,880
entendimento dos contextos. 
E para isso, né, Camila? 

416
00:23:27,880 --> 00:23:31,040
Para ajudar nesses processos que
são de massa, que são a nossa 

417
00:23:31,040 --> 00:23:33,440
grande realidade do dia a dia, 
que é o volume, né? 

418
00:23:33,440 --> 00:23:35,360
Isso aí é o grosso que a gente 
tem. 

419
00:23:35,680 --> 00:23:38,360
Ela realmente é muito útil, né? 
Então, na verdade, assim, a 

420
00:23:38,360 --> 00:23:40,400
partir disso que você está 
falando, eu acho que dá para a 

421
00:23:40,400 --> 00:23:43,560
gente concluir assim de que ela 
traz SIM 1 ganho, né? 

422
00:23:43,560 --> 00:23:46,480
Porque assim a gente deixa essas
pessoas, né? 

423
00:23:46,480 --> 00:23:50,600
O juiz, promotores, eles vão ter
mais tempo para se dedicar 

424
00:23:50,600 --> 00:23:55,040
àquelas causas que realmente 
necessitam de atenção, uma vez 

425
00:23:55,040 --> 00:23:58,120
que aquelas né, que são mais 
repetitivas, mais gerais. 

426
00:23:58,120 --> 00:24:01,880
Assim, a inteligência artificial
pode nos ajudar com efetividade.

427
00:24:02,640 --> 00:24:05,800
Com certeza. 
Fernanda, eu acho assim que na 

428
00:24:05,800 --> 00:24:09,880
verdade tem 2 grandes momentos. 
O primeiro momento é esse, nós 

429
00:24:09,880 --> 00:24:13,440
utilizarmos a inteligência 
artificial para essas ações de 

430
00:24:13,440 --> 00:24:16,000
demanda. 
Mas eu acho que a gente ainda 

431
00:24:16,000 --> 00:24:19,720
não percebeu que a inteligência 
artificial é uma ferramenta 

432
00:24:19,720 --> 00:24:22,360
muito maior do que isso. 
Acho que a gente ainda está 

433
00:24:22,360 --> 00:24:27,880
usando um foguete. 
Pra ir de Curitiba, Brasília, 

434
00:24:27,880 --> 00:24:29,760
entendeu? 
Pra fazer uma ponte aérea, 

435
00:24:29,880 --> 00:24:35,000
porque a gente poderia muito 
mais e uma visão mais alinhada, 

436
00:24:35,000 --> 00:24:37,680
porque me parece hoje, a 
inteligência artificial virou 

437
00:24:37,680 --> 00:24:40,360
muito assim. 
Qual é o prompt, né? 

438
00:24:40,600 --> 00:24:44,120
Mas qual é o prompt? 
Como se fosse simplesmente pegar

439
00:24:44,120 --> 00:24:48,120
um prompt e resolver sem olhar a
diferença de cada um dos 

440
00:24:48,120 --> 00:24:50,840
sistemas. 
Assim, porque eu converso sobre 

441
00:24:50,840 --> 00:24:52,920
isso, eu sou chamada pra alguns 
projetos. 

442
00:24:53,320 --> 00:24:57,520
É muito interessantes assim. 
EE 2, que eu estou trabalhando 

443
00:24:57,520 --> 00:25:00,400
agora no meio, é um inteligência
artificial, com justiça 

444
00:25:00,400 --> 00:25:03,920
Restaurativa e inteligência 
artificial, que também é 

445
00:25:03,920 --> 00:25:08,040
parecido, mas com conciliação. 
Daí falo, gente, mas espera aí, 

446
00:25:08,040 --> 00:25:11,680
com conciliação e justiça 
Restaurativa, não tem nada a ver

447
00:25:11,680 --> 00:25:13,960
com inteligência artificial. 
Não vai ter um prompt que vai 

448
00:25:14,280 --> 00:25:17,760
fazer justiça Restaurativa e 
realmente não vai ter um prompt 

449
00:25:17,760 --> 00:25:19,880
que vai fazer justiça 
Restaurativa. 

450
00:25:20,360 --> 00:25:23,720
Mas se eu olhar o que que é a 
justiça Restaurativa, quais são 

451
00:25:23,720 --> 00:25:27,120
os objetivos dela? 
Eu consigo olhar que a IA pode 

452
00:25:27,120 --> 00:25:28,880
ser uma ferramenta que pode me 
ajudar. 

453
00:25:29,240 --> 00:25:32,800
Ela pode, por exemplo, estudar 
todos os casos de justiça é 

454
00:25:32,800 --> 00:25:35,960
Restaurativa lá, os dados 
históricos que a gente tem. 

455
00:25:36,320 --> 00:25:39,080
E agora olhar para esses meus 
processos e me apontar quais 

456
00:25:39,080 --> 00:25:42,640
seriam os melhores processos 
para eu levar para um círculo. 

457
00:25:42,920 --> 00:25:46,520
Qual seria os melhores processos
que de repente um círculo não 

458
00:25:46,520 --> 00:25:49,080
seria o primeiro passo que eu 
teria que trabalhar? 

459
00:25:49,440 --> 00:25:53,360
Uma questão talvez de mediação 
ou trabalhar alguma outra 

460
00:25:53,360 --> 00:25:56,320
questão. 
Antes, ela poderia trabalhar com

461
00:25:56,320 --> 00:26:01,080
com os resultados, né? 
Eu tenho um resultado melhor do 

462
00:26:01,080 --> 00:26:04,960
que outros, o tamanho do 
círculo, a situação das pessoas,

463
00:26:04,960 --> 00:26:09,200
enfim, são n fatores, porque 
quando a gente fala assim, Ah, o

464
00:26:09,200 --> 00:26:13,080
ChatGPT trabalha com trilhões de
parâmetros. 

465
00:26:13,520 --> 00:26:15,960
Essa é outra visão que eu acho 
que às vezes é difícil de 

466
00:26:15,960 --> 00:26:18,880
captar, né? 
Dimensões e parâmetros. 

467
00:26:19,200 --> 00:26:22,680
Mas seria mais ou menos pensar 
assim, ó, quando eu vou fazer 

468
00:26:22,680 --> 00:26:26,440
uma tabela e construir uma 
tabela, eu vou colocar colunas e

469
00:26:26,440 --> 00:26:31,240
linhas e eu vou ter ali 2 
dimensões e alguns parâmetros, 

470
00:26:31,240 --> 00:26:32,760
né? 
Quanto mais colunas eu tiver, 

471
00:26:32,760 --> 00:26:35,760
mais parâmetros eu vou ter. 
É quando eu falo um sistema 

472
00:26:35,760 --> 00:26:37,880
simples. 
É um sistema de inteligência 

473
00:26:37,880 --> 00:26:39,920
artificial, que não é uma 
inteligência artificial 

474
00:26:39,920 --> 00:26:42,280
generativa, mas inteligência 
artificial. 

475
00:26:42,280 --> 00:26:45,000
A gente tem sistemas aqui do 
tribunal que já trabalham com 

476
00:26:45,000 --> 00:26:49,560
40000 padrões. 
Teriam 40000 linhas e colunas lá

477
00:26:49,560 --> 00:26:53,040
de dados coletados em fração de 
segundos. 

478
00:26:53,400 --> 00:26:57,560
Então imagina como seria um 
sistema olhando para isso ou 

479
00:26:57,560 --> 00:26:59,640
dentro da conciliação, por 
exemplo? 

480
00:26:59,640 --> 00:27:02,680
Estados Unidos trabalha 
basicamente com 3 modelos de 

481
00:27:02,680 --> 00:27:05,360
conciliação. 
Por exemplo, uma empresa aérea. 

482
00:27:05,360 --> 00:27:08,640
Se ela sabe que provavelmente 
aqui no tribunal de justiça do 

483
00:27:08,640 --> 00:27:11,240
Paraná, se ela perder, ela vai 
ser condenada a pagar. 

484
00:27:11,520 --> 00:27:14,400
Vamos colocar um número 
hipotético, 5000 BRL. 

485
00:27:15,200 --> 00:27:17,080
Pode ser que ela entre na 
conciliação. 

486
00:27:17,080 --> 00:27:21,360
Já disposta a fazer uma 
conciliação, agora pode ser que 

487
00:27:21,360 --> 00:27:25,280
para pessoa física, se ela tiver
acesso a esse número, não faça 

488
00:27:25,280 --> 00:27:26,760
diferença a conciliação para 
ela. 

489
00:27:27,120 --> 00:27:31,640
Então, saber quais dados você dá
para cada uma das pessoas que 

490
00:27:31,640 --> 00:27:34,120
estão sendo chamadas para essa 
conciliação. 

491
00:27:34,520 --> 00:27:39,040
Como que que você trata antes? 
Quais informações se dá antes? 

492
00:27:39,200 --> 00:27:43,160
Estados Unidos tem um no Canadá.
Um sistema que conversa com a 

493
00:27:43,240 --> 00:27:46,760
com as partes separadamente, sem
que a outra saiba, diria 

494
00:27:46,880 --> 00:27:49,560
basicamente para o banco. 
Por exemplo, banco, você está 

495
00:27:49,560 --> 00:27:52,560
disposto a pagar 3000 nesse 
caso. 

496
00:27:52,560 --> 00:27:54,040
E daí? 
Pergunta para você, você está 

497
00:27:54,040 --> 00:27:57,600
disposta a receber 3000? 
E com base nessas respostas, que

498
00:27:57,600 --> 00:28:00,800
não são trocadas entre as 
partes, ao final, ela traz uma 

499
00:28:00,800 --> 00:28:04,200
proposta de conciliação. 
E tem uma chance de êxito muito 

500
00:28:04,200 --> 00:28:06,440
grande, porque ela já fez todo 
um termômetro. 

501
00:28:06,440 --> 00:28:09,760
Então todas essas são 
potencialidade, exemplos de 

502
00:28:09,760 --> 00:28:12,280
potencialidades que a 
inteligência artificial ainda 

503
00:28:12,280 --> 00:28:15,920
pode vir a nos ajudar no 
judiciário e que eu acho um 

504
00:28:15,920 --> 00:28:17,280
degrau que a gente ainda não 
chegou. 

505
00:28:37,720 --> 00:28:40,120
Até complementando essa parte 
que você falou, eu tenho um 

506
00:28:40,120 --> 00:28:43,080
colega, na verdade um colega 
seu, magistrado de outro estado 

507
00:28:43,240 --> 00:28:45,880
que é amigo meu. 
E ele usa muito nas ações de 

508
00:28:45,880 --> 00:28:48,800
família também para tentar 
conciliação, não conciliação no 

509
00:28:48,800 --> 00:28:51,360
caso de. 
É fazer o casal se reconciliar, 

510
00:28:51,360 --> 00:28:54,120
não nisso, mas a conciliação 
mesmo na audiência, para que 

511
00:28:54,120 --> 00:28:56,560
eles cheguem a um denominador 
comum em relação ao seus 

512
00:28:56,560 --> 00:28:58,360
alimentos. 
Enfim, e ele se utiliza 

513
00:28:58,360 --> 00:29:00,760
justamente da inteligência 
artificial para que ela dê qual 

514
00:29:00,760 --> 00:29:03,200
é a melhor técnica a ser 
utilizada, quais até as 

515
00:29:03,200 --> 00:29:06,120
perguntas, por exemplo, que se 
ele fizer, ele vai levar a um 

516
00:29:06,120 --> 00:29:08,680
resultado conciliatório e quais 
não? 

517
00:29:08,880 --> 00:29:11,080
E aí eu fiquei muito satisfeita,
Camila, de você tocar nesse 

518
00:29:11,080 --> 00:29:13,280
ponto, porque assim, o que que 
eu vejo, a maioria dos meus 

519
00:29:13,280 --> 00:29:15,880
colegas questionam assim é, como
que você usa? 

520
00:29:16,120 --> 00:29:17,600
Né? 
A maioria está muito limitada 

521
00:29:17,600 --> 00:29:19,680
naquilo que você falou. 
Mesmo assim, de querer só o 

522
00:29:19,680 --> 00:29:22,800
pronte e achar que só dá pra 
gente fazer peças jurídicas. 

523
00:29:22,800 --> 00:29:25,040
E eu adorei essa frase que você 
falou que a gente está usando um

524
00:29:25,040 --> 00:29:26,600
foguete pra fazer uma ponte 
aérea. 

525
00:29:26,600 --> 00:29:30,400
Está faltando entre aspas, 
criatividade nas pessoas, já que

526
00:29:30,400 --> 00:29:33,160
eventualmente nem todo mundo 
estuda sobre, mas está faltando 

527
00:29:33,160 --> 00:29:35,840
uma criatividade pra ver o que 
que ela é capaz de dar, sabe? 

528
00:29:35,840 --> 00:29:38,280
Eu falo assim, está faltando um 
pouco de ousadia. 

529
00:29:38,560 --> 00:29:40,760
Pra gente também perguntar Pra 
Ela nessa situação, o que que 

530
00:29:40,760 --> 00:29:43,080
você pode me ajudar? 
Eu tenho estimulado alguns 

531
00:29:43,080 --> 00:29:45,000
colegas, ele falou assim, por 
que que você não pergunta Pra 

532
00:29:45,000 --> 00:29:46,880
Ela? 
Coloca ali que você é um 

533
00:29:46,880 --> 00:29:49,040
promotor de justiça, que é atua 
na área da infância, que você 

534
00:29:49,040 --> 00:29:51,520
vai fazer uma consideração ou 
não, o que que você vai fazer, o

535
00:29:51,520 --> 00:29:53,320
que que ela pode te ajudar? 
Ele falou assim, você vai ficar 

536
00:29:53,320 --> 00:29:56,400
impressionado com aquilo que ela
pode te ajudar, que é muito além

537
00:29:56,680 --> 00:29:59,760
do que fazer uma petição. 
E aí você tocou nesse ponto AI 

538
00:29:59,760 --> 00:30:01,360
todo mundo só quer saber o 
pronto e falou assim, gente, 

539
00:30:01,360 --> 00:30:03,840
esquece tanto que todo mundo 
falava assim, Ah, engenharia de 

540
00:30:03,840 --> 00:30:05,880
pronto vai ser a nova pra você 
assim eu nem acho. 

541
00:30:05,880 --> 00:30:08,040
Eu acho que isso daqui a pouco 
já vai ficar pra trás. 

542
00:30:08,480 --> 00:30:11,080
Sabe, eu acho que assim a gente 
vai ter uma facilidade muito 

543
00:30:11,080 --> 00:30:13,520
grande, cada vez mais de criar 
prompts e não vai precisar 

544
00:30:13,520 --> 00:30:16,040
daqueles que estão elaborados e 
a engenharia de prompt fica para

545
00:30:16,040 --> 00:30:18,360
trás. 
Nem IA tocar nesse ponto aqui, 

546
00:30:18,360 --> 00:30:21,000
Camila, mas eu queria só saber 
até a tua opinião sobre isso, 

547
00:30:21,320 --> 00:30:24,240
com essa ânsia das pessoas. 
Ah, qual que é o prompt para 

548
00:30:24,240 --> 00:30:26,000
isso? 
Você não acha também que corre o

549
00:30:26,000 --> 00:30:29,600
risco da gente acabar tendo 
muitas decisões iguais ou muitas

550
00:30:29,600 --> 00:30:31,840
manifestações iguais? 
Sabe assim, porque, por exemplo,

551
00:30:31,840 --> 00:30:33,720
uma coisa a Camila utiliza um 
prompt. 

552
00:30:34,320 --> 00:30:37,200
Para determinado procedimento, 
para determinada ação, por 

553
00:30:37,200 --> 00:30:38,160
exemplo. 
Vamos pensar assim, para 

554
00:30:38,160 --> 00:30:40,640
determinado processo, quem está 
de acordo com aquilo que a 

555
00:30:40,640 --> 00:30:43,800
Camila pensa, que aquilo que ela
construiu concorda comigo e tem 

556
00:30:43,800 --> 00:30:46,200
toda a Camila por trás daquele 
pronto. 

557
00:30:46,200 --> 00:30:48,480
E aí, a partir do momento que eu
vejo assim, todo mundo 

558
00:30:48,480 --> 00:30:51,080
compartilhando e compartilhando,
a gente não corre o risco de 

559
00:30:51,080 --> 00:30:53,680
daqui a pouco ter sempre uma 
mesma decisão e até que ela não 

560
00:30:53,680 --> 00:30:56,480
tenha a cara daquele juiz, por 
exemplo, que está proferindo, 

561
00:30:56,480 --> 00:30:58,840
porque na verdade ele está 
proferindo com o pronto da 

562
00:30:58,840 --> 00:31:01,360
Camila. 
E a gente talvez, nesse aspecto,

563
00:31:01,360 --> 00:31:04,440
possa até causar um efeito 
inverso, né, ao invés da gente 

564
00:31:04,440 --> 00:31:06,480
aproveitar a inteligência 
artificial, a gente se tornar 

565
00:31:06,480 --> 00:31:09,240
extremamente repetitivo. 
É isso. 

566
00:31:09,240 --> 00:31:13,400
Seria Oo risco do viés sistêmico
da gente começar a engessar? 

567
00:31:13,400 --> 00:31:16,200
Então, por exemplo, eu e você, a
gente decide. 

568
00:31:16,520 --> 00:31:19,120
Criar um prompt, né? 
A gente trabalha e cria o 

569
00:31:19,120 --> 00:31:21,120
prompt. 
Se as outras pessoas começarem a

570
00:31:21,120 --> 00:31:25,080
utilizar isso, primeiro ver se é
muito parecido, porque é o mesmo

571
00:31:25,080 --> 00:31:29,320
prompt, mas o Pedro e o João que
pensavam diferente de mim, de 

572
00:31:29,320 --> 00:31:34,280
você, vão acabar colando lá. 
A mesma resposta, são velhos, 

573
00:31:34,280 --> 00:31:36,280
viés. 
Por isso que estudar viés é tão 

574
00:31:36,280 --> 00:31:38,640
interessante, porque às vezes a 
gente pensa só no viés da 

575
00:31:38,640 --> 00:31:42,280
máquina, né? 
Mas nós somos cheios de viéses, 

576
00:31:42,280 --> 00:31:45,000
né? 
Já existem catalogados, quase. 

577
00:31:45,360 --> 00:31:48,880
300 vieses diferentes nossos 
humanos. 

578
00:31:48,880 --> 00:31:51,560
E quem mais explora isso é o 
marketing digital, né? 

579
00:31:52,000 --> 00:31:54,880
Mas aqui a gente tá falando de 
viés sistêmico, de viés 

580
00:31:54,880 --> 00:31:59,120
confirmatório, de viés da 
automatização, porque assim as 

581
00:31:59,120 --> 00:32:01,520
pessoas tendem a confiar no que 
a máquina diz. 

582
00:32:01,520 --> 00:32:04,200
Então sua inteligência 
artificial me disse. 

583
00:32:04,800 --> 00:32:08,000
Tá certo? 
O da automação, que é um pouco 

584
00:32:08,000 --> 00:32:11,160
isso, mas também já vou utilizar
isso para, para ser mais 

585
00:32:11,160 --> 00:32:14,440
célebre, o sistêmico, se essa 
inteligência, né? 

586
00:32:14,440 --> 00:32:17,160
Se eu e você, a gente cria esse 
algoritmo e coloca para ser 

587
00:32:17,160 --> 00:32:20,000
utilizado, sei lá, no MP ou no 
poder judiciário. 

588
00:32:20,120 --> 00:32:23,400
Virou uma ferramenta do sistema.
Então eu posso colocar ali um 

589
00:32:23,400 --> 00:32:27,160
viés sistêmico. 
E a gente tá numa democracia, em

590
00:32:27,160 --> 00:32:32,200
espaços abertos que nós criamos,
mas a China. 

591
00:32:32,680 --> 00:32:38,280
A inteligência artificial do 
poder judiciário e a decisão que

592
00:32:38,280 --> 00:32:42,880
sai da inteligência artificial, 
se o juiz não usar, ele tem que 

593
00:32:42,880 --> 00:32:48,440
fundamentar, ele tem que dizer 
porque que ele não decidiu 

594
00:32:48,440 --> 00:32:51,560
utilizar aquilo. 
E a inteligência artificial 

595
00:32:51,560 --> 00:32:53,280
deles foi criada? 
Claro. 

596
00:32:53,560 --> 00:32:58,120
Com uma jurisprudência alinhada 
ao partido comunista, mas assim 

597
00:32:58,160 --> 00:33:03,280
há um viés sistêmico ideológico,
pré pensado nessa situação. 

598
00:33:03,480 --> 00:33:06,840
Daí tem várias questões, porque 
você vai ter que fundamentar. 

599
00:33:07,360 --> 00:33:10,240
Você tem o medo de fundamentar, 
né? 

600
00:33:10,320 --> 00:33:14,120
A história do controle Panóptico
lá, dessa sensação do big 

601
00:33:14,120 --> 00:33:19,960
Brother de tá sendo é vigiado. 
E também tem AAA questão da 

602
00:33:19,960 --> 00:33:22,800
tranquilidade de usar a 
inteligência artificial, então, 

603
00:33:22,800 --> 00:33:25,920
a tendência é que a 
jurisprudência, a partir da 

604
00:33:25,920 --> 00:33:28,600
entrada em vigor dessa 
inteligência artificial, fique 

605
00:33:28,600 --> 00:33:31,760
muito mais pacificada no sentido
da inteligência artificial, 

606
00:33:31,760 --> 00:33:36,120
porque um ou outro magistrado 
que vai decidir fundamentar de 

607
00:33:36,120 --> 00:33:39,960
forma diferente. 
Mas para não falar só mal da 

608
00:33:39,960 --> 00:33:42,440
China. 
Tem várias outras coisas que 

609
00:33:42,440 --> 00:33:44,960
eles têm feito. 
É com a inteligência artificial 

610
00:33:44,960 --> 00:33:47,880
no poder judiciário muito 
interessante e uma que toca 

611
00:33:47,880 --> 00:33:52,000
bastante o Ministério público, 
que eu achei muito legal, é que 

612
00:33:52,000 --> 00:33:55,600
eles têm utilizado para integrar
com a questão da polícia. 

613
00:33:55,600 --> 00:33:58,000
Então tem um exemplo lá do 
tráfico de drogas. 

614
00:33:58,000 --> 00:34:01,360
Eles tinham uma cidade que tinha
muito as mulas, as mulas 

615
00:34:01,360 --> 00:34:04,920
chegavam com drogas e eles nunca
conseguiam estabelecer a rota. 

616
00:34:05,360 --> 00:34:08,080
E daí eles usaram a inteligência
artificial para analisar os 

617
00:34:08,080 --> 00:34:10,639
processos. 
E com base nessa análise de 

618
00:34:10,639 --> 00:34:14,440
processos, eles conseguiram ver 
da onde que vinham essas mulas, 

619
00:34:14,440 --> 00:34:18,760
o crime organizado que desaguava
ali, aonde que estava formado. 

620
00:34:18,960 --> 00:34:22,040
Então, algumas outras formas 
também de utilizar a 

621
00:34:22,040 --> 00:34:24,400
inteligência artificial. 
E por isso que eu acho 

622
00:34:24,400 --> 00:34:26,440
interessante assim, porque às 
vezes alguém fala, Ah, mas não 

623
00:34:26,440 --> 00:34:29,080
vale a pena estudar a 
inteligência artificial na 

624
00:34:29,080 --> 00:34:32,639
China, porque o regime lá é 
diferente e a ideia é diferente.

625
00:34:32,639 --> 00:34:35,560
Não acho que tem coisas. 
Que a gente pode aprender de 

626
00:34:35,560 --> 00:34:39,159
cada um dos cantos assim? 
Tem sempre uma ideia que a gente

627
00:34:39,159 --> 00:34:42,760
pode olhar e aproveitá la ou 
eventualmente transformá la ou 

628
00:34:42,760 --> 00:34:46,120
até evitá la, mas eu acho que 
sempre vale essa reflexão, né? 

629
00:35:04,480 --> 00:35:08,080
Camila, uma das teses centrais 
para o combate ao viés algoritmo

630
00:35:08,080 --> 00:35:11,440
é que a tecnologia reflete a 
sociedade que cria, portanto, 

631
00:35:11,440 --> 00:35:14,080
uma mudança estrutural na 
sociedade é fundamental para 

632
00:35:14,080 --> 00:35:18,320
gerar dados menos enviesados. 
Nesse sentido, a resolução 525 

633
00:35:18,320 --> 00:35:22,120
do CNJ representa um Marco ao 
instituir ações afirmativas de 

634
00:35:22,120 --> 00:35:24,640
gênero para promoção de 
magistrados aos tribunais de 

635
00:35:24,640 --> 00:35:27,520
segundo grau. 
A medida Visa romper aquele teto

636
00:35:27,520 --> 00:35:30,360
de vida e combater a estrutura 
de uma organização assim 

637
00:35:30,520 --> 00:35:33,600
genderizada onde a sub 
representação feminina nos 

638
00:35:33,600 --> 00:35:35,920
cargos de cúpula era alarmante, 
né? 

639
00:35:35,920 --> 00:35:38,400
Porque a gente tinha uma 
realidade assim que apenas 25% 

640
00:35:38,400 --> 00:35:41,440
das mulheres elas eram 
desembargadoras em 2023. 

641
00:35:41,680 --> 00:35:45,000
É nesse cenário, Camilo, de que 
maneira a promoção da qualidade 

642
00:35:45,000 --> 00:35:49,040
de gênero em estruturas de poder
como a magistratura, pode 

643
00:35:49,040 --> 00:35:52,680
impactar a qualidade do processo
decisório e, consequentemente, 

644
00:35:52,680 --> 00:35:55,200
contribuir para a criação de 
sistemas de inteligência 

645
00:35:55,200 --> 00:35:57,360
artificial menos 
discriminatórios? 

646
00:35:57,560 --> 00:36:02,040
Essa pergunta eu adoro assim, 
bom, vamos começar com os fatos 

647
00:36:02,040 --> 00:36:05,720
chocantes, né? 
2022 na magistratura do Paraná, 

648
00:36:05,720 --> 00:36:09,000
nós tínhamos 17% de 
desembargadoras. 

649
00:36:09,080 --> 00:36:13,600
A gente caiu agora pouco mesmo. 
Sendo 11 dos tribunais que votou

650
00:36:13,600 --> 00:36:19,520
mais listas exclusivas, nós 
tínhamos caído para 15% e agora 

651
00:36:19,520 --> 00:36:23,480
com o último edital, nós 
voltamos a 17%. 

652
00:36:23,480 --> 00:36:27,440
Então, assim, há um longo 
caminho ainda para percorrer a 

653
00:36:27,440 --> 00:36:30,960
ideia da paridade, que a ideia 
que essa resolução traz, mas é 

654
00:36:30,960 --> 00:36:35,120
uma ideia construída no direito 
Internacional, enfim, é uma 

655
00:36:35,120 --> 00:36:40,320
proporção 4060. 
Toda vez que eu tiver 4060, seja

656
00:36:40,320 --> 00:36:45,240
40% de mulheres e 60% de homens,
ou o contrário que apenas um 

657
00:36:45,240 --> 00:36:49,200
tribunal no país tem, que é o 
Pará, quando eu tiver 60% de 

658
00:36:49,200 --> 00:36:53,640
mulheres e 40% de homens. 
Eu vou ter atingido a paridade? 

659
00:36:53,640 --> 00:36:56,280
Toda vez que eu tiver a 
paridade, eu não preciso de ação

660
00:36:56,280 --> 00:36:59,880
afirmativa. 
Então essa resolução vem com 

661
00:36:59,880 --> 00:37:03,800
essa ideia de trazer essa 
paridade, ou seja, assegurar no 

662
00:37:03,800 --> 00:37:07,640
mínimo 40% de mulheres nos 
tribunais para assegurar 

663
00:37:07,800 --> 00:37:10,680
diversidade. 
Quando eu falei que os 2 temas 

664
00:37:10,680 --> 00:37:15,760
andam interligados, é dentro do 
campo da tecnologia, a gente. 

665
00:37:16,080 --> 00:37:19,520
Ouve falar muito de mulheres na 
sigla que os Estados Unidos 

666
00:37:19,520 --> 00:37:24,920
trabalha, né? 
E se tornou mundial de st EM que

667
00:37:24,920 --> 00:37:29,320
é para ciências, tecnologia, 
engenharia e matemática. 

668
00:37:29,360 --> 00:37:33,240
Porque porque 40% das mulheres 
se formam nas áreas 

669
00:37:33,240 --> 00:37:38,760
tecnológicas, 30% entram no 
mercado de trabalho, mas em 

670
00:37:38,760 --> 00:37:43,520
cargos de liderança. 
É menos de 10% e quanto mais 

671
00:37:43,520 --> 00:37:47,480
você sobe assim nos cargos, 
menor ainda. 

672
00:37:47,480 --> 00:37:49,280
É um número, né? 
Cargos de liderança, eles já 

673
00:37:49,280 --> 00:37:52,000
consideram um gerência. 
Se você pegar o envio de 

674
00:37:52,000 --> 00:37:54,360
diretoria, daí vai baixando 
muito mais. 

675
00:37:54,720 --> 00:37:57,680
Eu trago esse contexto da 
tecnologia, porque às vezes, 

676
00:37:57,680 --> 00:38:00,640
quando a gente fala de paridade 
no judiciário, muitas vezes as 

677
00:38:00,640 --> 00:38:04,000
pessoas acham que nossa, agora 
inventaram essa moda aqui no 

678
00:38:04,000 --> 00:38:07,960
Brasil ou o inventaram essa moda
agora no poder judiciário. 

679
00:38:07,960 --> 00:38:13,360
Mas não é uma moda. 
EE não é só no poder judiciário,

680
00:38:13,360 --> 00:38:17,120
não é só no Brasil, né? 
O México colocou na Constituição

681
00:38:17,120 --> 00:38:24,040
deles para todas as áreas, então
é essa questão, é 40%, 60% da 

682
00:38:24,040 --> 00:38:26,880
paridade, é isso em relação à 
decisão. 

683
00:38:27,000 --> 00:38:31,360
Assim, na minha visão, essa 
resolução da paridade anda de 

684
00:38:31,360 --> 00:38:35,680
braços dados com o julgamento 
com perspectiva de gênero. 

685
00:38:35,840 --> 00:38:38,680
Por quê? 
Porque um é o olhar para fora e 

686
00:38:38,680 --> 00:38:41,840
o outro é o olhar para dentro. 
Se eu quero um tribunal que 

687
00:38:41,840 --> 00:38:45,440
julgue com perspectiva de 
gênero, que reconheça o direito 

688
00:38:45,440 --> 00:38:51,120
das mulheres, que reconheça o 
direito da população LGBTQIA+, 

689
00:38:51,360 --> 00:38:55,640
que reconheça esses outros 
direitos diversos, né? 

690
00:38:56,040 --> 00:39:00,000
Eu tenho que ter essa 
diversidade representada para 

691
00:39:00,000 --> 00:39:03,320
dentro interno. 
Então eu lanço o protocolo na 

692
00:39:03,320 --> 00:39:06,160
CNJ, lanço o protocolo para 
julgamento com perspectiva de 

693
00:39:06,160 --> 00:39:09,520
gênero, dizendo ó. 
A saída como se fosse um 

694
00:39:09,520 --> 00:39:12,600
computador, né? 
A saída tem que ser com 

695
00:39:12,600 --> 00:39:14,800
letramento de gênero ou 
julgamento. 

696
00:39:14,880 --> 00:39:18,640
Mas eu olho para dentro e vejo, 
OPA, a minha instituição é 

697
00:39:18,640 --> 00:39:22,480
generalizada, né? 
Eu tenho muito mais homens do 

698
00:39:22,480 --> 00:39:26,440
que mulheres historicamente. 
EE também não adianta falar que 

699
00:39:26,440 --> 00:39:29,600
os que nos concursos estão 
entrando mais mulheres, porque a

700
00:39:29,600 --> 00:39:32,680
gente tá. 
E em 38% de ingresso de 

701
00:39:32,680 --> 00:39:37,120
mulheres, há uns 10 anos, assim,
a gente entrou num platô e não 

702
00:39:37,120 --> 00:39:40,640
sai desse platô. 
Então não estão entrando mais 

703
00:39:40,640 --> 00:39:44,120
mulheres e as mulheres não 
ascendem aos cargos. 

704
00:39:44,360 --> 00:39:47,120
Exemplo clássico foi aqui no 
tribunal de justiça do Paraná, 

705
00:39:47,120 --> 00:39:51,600
em 2023, que foi um ano antes da
da aprovação. 

706
00:39:51,720 --> 00:39:57,440
Nós prevemos 10 cargos de 
desembargadores, aberto, com 10 

707
00:39:57,440 --> 00:39:59,560
homens sendo indicados para os 
cargos. 

708
00:39:59,880 --> 00:40:04,000
Com mulheres concorrendo, então,
assim, a ascensão das mulheres 

709
00:40:04,000 --> 00:40:05,560
ao cargo ainda é menor. 
E daí? 

710
00:40:05,560 --> 00:40:10,680
Se a gente tiver menos mulheres,
a gente vai ter menos decisões 

711
00:40:11,280 --> 00:40:15,160
com perspectiva de gênero. 
E para dizer que isso não são 

712
00:40:15,160 --> 00:40:18,440
dados só nossos, não é uma 
realidade só nossa e também não 

713
00:40:18,440 --> 00:40:20,640
é algo inventado. 
Tem uma pesquisa genial dos 

714
00:40:20,640 --> 00:40:26,160
Estados Unidos que eles pegaram 
380000 decisões das cortes 

715
00:40:26,160 --> 00:40:29,480
federais e estudaram todos os 
vieses. 

716
00:40:29,800 --> 00:40:31,840
Todos. 
É um estudo feito pela economia,

717
00:40:32,240 --> 00:40:35,320
EEO, viés principal vejo que a 
gente tem democratas e 

718
00:40:35,320 --> 00:40:37,120
republicanos. 
A gente tem uma questão 

719
00:40:37,200 --> 00:40:41,040
religiosa lá muito grande. 
Todos esses foram estudados, mas

720
00:40:41,040 --> 00:40:43,080
o viés principal foi o viés de 
gênero. 

721
00:40:43,560 --> 00:40:46,720
E quando eles daí, no segundo 
artigo eles escrevem sobre o 

722
00:40:46,720 --> 00:40:52,720
viés de gênero, eles viram que 
homens reformavam mais decisões 

723
00:40:52,720 --> 00:40:55,240
de mulheres do que decisões de 
homens. 

724
00:40:55,840 --> 00:40:58,920
E esses mesmos homens que 
reformavam mais as decisões de 

725
00:40:58,920 --> 00:41:01,000
mulheres, citavam menos 
mulheres. 

726
00:41:01,040 --> 00:41:04,080
Ou seja, as doutrinas e 
jurisprudências que eles citavam

727
00:41:04,080 --> 00:41:07,600
era quase sempre de homens. 
E quando eles julgavam o direito

728
00:41:07,600 --> 00:41:12,120
das mulheres, eles julgavam com 
um viés tinha viés de gênero. 

729
00:41:12,360 --> 00:41:16,800
Então, assim, há dados 
científicos que provam que tudo 

730
00:41:16,800 --> 00:41:19,960
isso está interligado e que não 
é só assim. 

731
00:41:19,960 --> 00:41:21,960
Não é uma tese só aqui do 
Brasil. 

732
00:41:22,160 --> 00:41:26,800
É uma questão é maior que isso. 
Então aí essa é a importância, a

733
00:41:26,800 --> 00:41:29,960
gente precisa de mais mulheres e
a gente precisa, de forma geral,

734
00:41:29,960 --> 00:41:34,600
de mais diversidade, porque 
quando tiver lá na discussão, 

735
00:41:35,240 --> 00:41:38,040
esses outros olhares vão ser 
trazidos. 

736
00:41:38,360 --> 00:41:41,320
Ah, e só pra complementar e 
deixar uma dica aqui pro pessoal

737
00:41:41,320 --> 00:41:44,360
assistir, tem um documentário 
ótimo, quem não viu chama cobert

738
00:41:44,360 --> 00:41:47,680
bies, que estava no Netflix. 
Agora saiu uma, está disponível 

739
00:41:47,680 --> 00:41:54,000
no YouTube e é uma pesquisadora.
A Joy é uma pesquisadora do MIT,

740
00:41:54,000 --> 00:41:57,360
ela é negra. 
E ela conseguiu detectar 11 viés

741
00:41:57,360 --> 00:42:00,960
no Reconhecimento facial em 
relação a mulheres negras, que 

742
00:42:00,960 --> 00:42:03,600
reconhecia apenas 68% das 
mulheres. 

743
00:42:03,960 --> 00:42:06,280
E só foi possível porque ela 
estava desenvolvendo, 

744
00:42:06,280 --> 00:42:09,600
programando e ela tentou usar e 
não funcionava e não funcionava 

745
00:42:09,600 --> 00:42:11,960
e não funcionava. 
E quando Ela Foi ver o problema,

746
00:42:11,960 --> 00:42:14,440
estava lá no banco de dados, nas
imagens. 

747
00:42:14,920 --> 00:42:17,560
E eu gosto de citar esse caso. 
Primeiro porque a pesquisa é 

748
00:42:17,560 --> 00:42:19,880
genial. 
Oo documentário é ótimo, mas 

749
00:42:19,880 --> 00:42:22,920
porque mostra porque era uma 
mulher e porque ela era negra e 

750
00:42:22,920 --> 00:42:25,360
estava desenvolvendo. 
Ela conseguiu perceber o 

751
00:42:25,360 --> 00:42:29,440
problema, mas esse problema 
demorou a ser detectado porque 

752
00:42:29,440 --> 00:42:33,040
nas equipes que não tinham a 
diversidade, eles não conseguiam

753
00:42:33,040 --> 00:42:35,560
ver o erro. 
Então, essa é a importância da 

754
00:42:35,560 --> 00:42:39,400
diversidade para que esses 
vieses não passem. 

755
00:42:40,360 --> 00:42:42,960
Não, esse exemplo que você 
trouxe eu acho que agora veio 

756
00:42:42,960 --> 00:42:46,000
assim, sabe? 
Tipo, iluminou qualquer eventual

757
00:42:46,000 --> 00:42:50,960
dúvida que alguém poderia ter de
que é a paridade de gênero, ela 

758
00:42:50,960 --> 00:42:54,400
vai interferir, inclusive, né, 
no uso da inteligência. 

759
00:42:54,400 --> 00:42:56,520
Como a gente evitar que ela seja
discriminatória? 

760
00:42:56,520 --> 00:43:00,120
Não só nos julgamentos 
realizados, né, normalmente, mas

761
00:43:00,120 --> 00:43:02,560
também naqueles que utilizem a 
inteligência artificial. 

762
00:43:15,840 --> 00:43:17,080
É Camila. 
Olha só. 

763
00:43:17,480 --> 00:43:20,720
Para além de evitar a replicação
de vieses, a literatura técnica 

764
00:43:20,720 --> 00:43:24,640
também aponta um Horizonte ainda
mais ambicioso, que seria a 

765
00:43:24,640 --> 00:43:27,520
utilização da inteligência 
artificial como uma ferramenta 

766
00:43:27,520 --> 00:43:30,320
de correção ativa das 
desigualdades. 

767
00:43:30,320 --> 00:43:33,320
Pesquisas na ciência e da 
computação alegam ser possível 

768
00:43:33,440 --> 00:43:36,960
criar algoritmos que aprendam a 
gerar entre aspas assim e 

769
00:43:36,960 --> 00:43:40,440
representações justas dos dados.
Ofuscando a influência de 

770
00:43:40,440 --> 00:43:43,240
variáveis sensíveis como gênero 
e a raça, para corrigir 

771
00:43:43,240 --> 00:43:45,400
discriminações sociais já pré 
existentes. 

772
00:43:45,840 --> 00:43:48,640
Essa abordagem se alinha com o 
espírito do protocolo de 

773
00:43:48,640 --> 00:43:51,920
julgamento de perspectiva de 
gênero de CNJ, que conclama a 

774
00:43:51,920 --> 00:43:55,040
magistratura uma postura ativa 
para neutralizar estereótipo de 

775
00:43:55,040 --> 00:43:57,520
desigualdades estruturais no 
processo do escritório humano. 

776
00:43:57,880 --> 00:44:01,400
Seria possível e desejável 
transpor as diretrizes do 

777
00:44:01,400 --> 00:44:05,480
protocolo de CNJ para a própria 
tecnologia, desenvolvendo, por 

778
00:44:05,480 --> 00:44:08,080
exemplo, o que poderíamos chamar
de um algoritmo de ação 

779
00:44:08,080 --> 00:44:11,120
afirmativa. 
Ou seja, sistemas que não apenas

780
00:44:11,120 --> 00:44:14,120
evitem replicar os viés de 
dados, mas também que sejam 

781
00:44:14,120 --> 00:44:17,960
programados pra ativamente 
compensar essas distorções, 

782
00:44:17,960 --> 00:44:21,760
promovendo uma equidade de 
gênero de forma proativa, invés 

783
00:44:21,760 --> 00:44:24,120
de meramente espelhar uma 
realidade social. 

784
00:44:24,240 --> 00:44:28,480
Seria possível, Camila? 
Sim, seria possível. 

785
00:44:28,480 --> 00:44:30,800
E sonhável assim, né? 
11. 

786
00:44:30,800 --> 00:44:35,920
Ideia pro futuro é essa ideia. 
Assim, eu comecei a pesquisar um

787
00:44:35,920 --> 00:44:38,920
pouco sobre isso, porque eu tava
tendo aula com o professor, que 

788
00:44:38,920 --> 00:44:42,240
foi meu orientador, e ele é 
professor do MITEA. 

789
00:44:42,240 --> 00:44:45,280
Gente, tava numa conversa igual 
a gente tá aqui, 2 pessoas 

790
00:44:45,280 --> 00:44:47,600
empolgadas com inteligência 
artificial tal. 

791
00:44:47,720 --> 00:44:49,360
E ele me falou, olha só o que eu
criei. 

792
00:44:49,640 --> 00:44:52,680
E daí ele compartilhou a tela 
comigo, pegou o Twitter dele e 

793
00:44:53,120 --> 00:44:58,760
escreveu uma frase, é de cunho 
racista com intencionalidade. 

794
00:44:59,040 --> 00:45:01,600
E daí ele perguntou assim, o que
que você acha? 

795
00:45:01,960 --> 00:45:04,920
Se eu postar essa frase daí, eu 
falei, não meu, tá louco? 

796
00:45:05,240 --> 00:45:07,240
Daí ele falou, mas eu vou 
apostar mesmo assim. 

797
00:45:07,440 --> 00:45:10,720
E daí ele apertou o enter e 
quando ele apertou o enter, veio

798
00:45:10,720 --> 00:45:16,040
uma mensagem Pra Ele assim, essa
frase que você colocou tem uma 

799
00:45:16,040 --> 00:45:19,920
forte conotação racista. 
Você quer postar mesmo assim? 

800
00:45:20,160 --> 00:45:22,280
Gente, na hora que ele me 
mostrou aquilo, eu pensei no 

801
00:45:22,280 --> 00:45:25,280
protocolo de gênero. 
Eu perguntei, eu queria ter um 

802
00:45:25,280 --> 00:45:28,920
botãozinho lá, que quando eu 
fosse colocar, enviar a decisão 

803
00:45:28,920 --> 00:45:30,960
pro ajuda e ele me falasse, 
calma lá. 

804
00:45:31,360 --> 00:45:34,600
Né, tem um. 
Viés eu quero isso, já, não é 

805
00:45:34,600 --> 00:45:37,840
isso? 
Porque pode ser de gênero e de 

806
00:45:37,840 --> 00:45:41,200
raça, né? 
A justiça do trabalho tá com com

807
00:45:41,200 --> 00:45:44,520
outros protocolos, etarismo e 
tal, então a gente tem que 

808
00:45:44,520 --> 00:45:47,200
trazer isso pra cá. 
Daí foi a partir daí que eu 

809
00:45:47,200 --> 00:45:50,680
comecei a pesquisar em busca 
desse tema e, enfim, achei 

810
00:45:50,680 --> 00:45:54,240
alguns estudos. 
É assim, Portugal, Estados 

811
00:45:54,240 --> 00:45:57,040
Unidos, Fiji. 
Aqui no Brasil teve um com a 

812
00:45:57,040 --> 00:45:59,840
Unicamp e o tribunal de justiça 
de São Paulo. 

813
00:46:00,280 --> 00:46:03,080
Que já mostram a possibilidade é
assim, né? 

814
00:46:03,080 --> 00:46:06,960
Dados científicos que mostram é 
dentro de uma, a gente chama 

815
00:46:06,960 --> 00:46:10,160
matriz de acorácia, né? 
Saber os falsos positivos, os 

816
00:46:10,160 --> 00:46:14,400
falsos negativos e tal, mas que 
mostram que que esse sistema é 

817
00:46:14,400 --> 00:46:17,320
possível. 
E depois disso eu comecei a 

818
00:46:17,320 --> 00:46:22,200
fazer alguns testes EE, algumas 
oficinas, trabalhando isso com a

819
00:46:22,200 --> 00:46:26,280
ajuda do ChatGPT, do geminar e 
pra ver porque eles também são 

820
00:46:26,280 --> 00:46:29,640
treinados com essa análise de 
sentimentos, né? 

821
00:46:30,120 --> 00:46:35,760
Então é tudo isso, é possível, 
é, é desejável? 

822
00:46:36,160 --> 00:46:38,840
EE tem uma história muito 
interessante que eu vou deixar 

823
00:46:38,880 --> 00:46:41,480
para terminar aqui, que eu 
estava contando isso para uma 

824
00:46:41,480 --> 00:46:43,880
amiga e daí eu falei, Ah, eu e 
daí eu criei, né? 

825
00:46:43,880 --> 00:46:47,720
11 promptzinho que eu uso para 
verificar. 

826
00:46:48,120 --> 00:46:51,240
E a gente foi conversando sobre 
isso e ela estuda gênero, ela é 

827
00:46:51,240 --> 00:46:54,720
doutora, matemática, dá aula 
sobre isso. 

828
00:46:55,200 --> 00:46:57,760
E ela me mandou uma mensagem 2 
semanas depois, falando assim, 

829
00:46:57,760 --> 00:47:01,480
guria, você não vai acreditar. 
Hoje ela falou depois que a 

830
00:47:01,480 --> 00:47:03,480
gente conversou, eu tenho 
testado. 

831
00:47:03,480 --> 00:47:06,600
Eu coloco a minha decisão lá 
para ver se se tem alguma 

832
00:47:06,600 --> 00:47:09,400
perspectiva de gênero, se eu 
posso corrigir alguma coisa. 

833
00:47:09,720 --> 00:47:13,760
A resposta do chat IPT foi que 
eu fui é machista em 2 

834
00:47:13,760 --> 00:47:16,520
parágrafos. 
Então ela falou, e fui quando eu

835
00:47:16,520 --> 00:47:18,200
fui ler. 
Daí. 

836
00:47:19,840 --> 00:47:22,960
Eu falei, bom, depois disso, 
está consolidado pela prática. 

837
00:47:24,120 --> 00:47:28,160
Eu achei isso incrível. 
E olha só, é uma pessoa que 

838
00:47:28,160 --> 00:47:31,880
estuda temática, né? 
Que é doutora na temática e 

839
00:47:31,880 --> 00:47:36,440
ainda assim em 2 parágrafos, né?
Ela Foi machista. 

840
00:47:36,440 --> 00:47:39,480
Como isso ainda está enraizado 
entre todos nós ainda, né? 

841
00:47:39,840 --> 00:47:43,240
Ou seja, a gente tem um ainda um
largo trabalho na temática. 

842
00:47:43,240 --> 00:47:45,880
Então que a inteligência 
artificial venha realmente para 

843
00:47:45,880 --> 00:47:48,600
nos ajudar e quem sabe num 
futuro muito próximo. 

844
00:47:48,960 --> 00:47:52,240
A gente tem essa realidade, né? 
Mas pelo menos assim eu acho que

845
00:47:52,240 --> 00:47:55,160
a gente sai daqui fazendo outras
pessoas refletirem sobre essa 

846
00:47:55,160 --> 00:47:57,120
possibilidade. 
Eu acho, Camila, que, por 

847
00:47:57,120 --> 00:47:59,200
exemplo, enquanto a gente não 
tem uma inteligência artificial 

848
00:47:59,200 --> 00:48:02,840
que faça real identificação, e 
se todo mundo começar a pensar e

849
00:48:02,840 --> 00:48:06,680
inserir prompts nesse sentido 
nas pra avaliar suas decisões, 

850
00:48:06,680 --> 00:48:09,840
as suas manifestações, né? 
Eu acho que se esse episódio 

851
00:48:09,840 --> 00:48:13,440
render pra isso, Camila, eu acho
que a gente já sai daqui com uma

852
00:48:13,440 --> 00:48:17,800
grande contribuição assim. 
Com certeza, aí eu, eu convido 

853
00:48:17,800 --> 00:48:20,960
todo mundo, façam o teste, 
depois nos contem nos 

854
00:48:20,960 --> 00:48:24,040
comentários. 
Eu acho justo também, Hein? 

855
00:48:24,120 --> 00:48:27,200
Testem e comecem a colocar aqui 
no comentário pra gente saber 

856
00:48:27,400 --> 00:48:31,080
quantos aí foram advertidos pela
inteligência artificial de que 

857
00:48:31,080 --> 00:48:34,400
tinham manifestações machistas 
aí em algum momento, ou na 

858
00:48:34,400 --> 00:48:37,440
sentença, ou na petição ou no 
parecer? 

859
00:48:37,880 --> 00:48:40,000
Acho que vai ser 
interessantíssimo esse debate, 

860
00:49:00,320 --> 00:49:02,600
Camila, infelizmente, a gente 
tem que acabar. 

861
00:49:03,280 --> 00:49:06,720
E eu quero te agradecer assim, 
porque foi um dos episódios que 

862
00:49:06,720 --> 00:49:08,800
eu achei mais gostosos de 
conversar. 

863
00:49:08,800 --> 00:49:12,400
Não só porque eu adoro as 2 
temáticas, mas principalmente 

864
00:49:12,400 --> 00:49:15,760
pela forma muito leve com que 
você abordou as 2, porque são 

865
00:49:15,760 --> 00:49:19,400
temáticas e quando a gente já 
fala sobre elas individualmente,

866
00:49:19,840 --> 00:49:23,080
elas já geram uma certa 
resistência em algumas pessoas. 

867
00:49:23,440 --> 00:49:27,400
E aí ter a ousadia de falar 
sobre as 2 concomitantemente. 

868
00:49:27,400 --> 00:49:30,600
No único episódio eu falei 
assim, ou isso que vai ser muito

869
00:49:30,600 --> 00:49:32,920
bom, vai ser muito ruim? 
E sinceramente? 

870
00:49:33,240 --> 00:49:35,840
Eu sei que eu sou suspeito por 
gostar muito do tema, mas eu 

871
00:49:35,840 --> 00:49:38,240
acho que você trouxe de uma 
forma tão leve e tão 

872
00:49:38,240 --> 00:49:41,760
interessante, trazendo assim 
exemplos práticos. 

873
00:49:41,760 --> 00:49:45,880
E conseguem colocar a pessoa que
talvez não tivesse o olhar para 

874
00:49:45,880 --> 00:49:48,640
esse tema, consegue trazer um 
pouco de luz para ela. 

875
00:49:48,640 --> 00:49:51,520
Eu não tenho a menor dúvida de 
que esse episódio vai ser um 

876
00:49:51,520 --> 00:49:55,080
sucesso, então eu quero te 
agradecer muito e quero desde já

877
00:49:55,080 --> 00:49:58,040
assim, deixar esse canal aberto 
para que a gente possa conversar

878
00:49:58,040 --> 00:50:00,200
sobre outros temas. 
Eu sei que você continua, é 

879
00:50:00,200 --> 00:50:02,400
pesquisando inteligência 
artificial. 

880
00:50:02,560 --> 00:50:05,920
Então logo você tenha outros 
dados, outras informações aí do 

881
00:50:05,920 --> 00:50:08,000
mundo, né? 
Que a gente possa contribuir e 

882
00:50:08,000 --> 00:50:09,520
compartilhar aqui com os nossos 
ouvintes. 

883
00:50:09,520 --> 00:50:11,200
Vai ser um prazer. 
Tê lo aqui de novo. 

884
00:50:11,480 --> 00:50:14,240
Eu que agradeço. 
Foi uma honra estar aqui com 

885
00:50:14,240 --> 00:50:16,960
vocês. 
EE fico aberto para a gente 

886
00:50:16,960 --> 00:50:20,920
seguir na conversa porque é. 
São 2 temas que, como vocês 

887
00:50:20,920 --> 00:50:24,640
puderam ver, me encantam muito. 
E você, nosso ouvinte, não 

888
00:50:24,640 --> 00:50:27,160
esqueça de nos seguir no 
aplicativo de sua preferência e 

889
00:50:27,160 --> 00:50:30,800
também nas nossas redes sociais.
Procure no Instagram por SMP, 

890
00:50:30,800 --> 00:50:33,680
underline PR ou acesse o nosso 
perfil na descrição desse 

891
00:50:33,680 --> 00:50:36,000
episódio. 
Não esqueça também de nos enviar

892
00:50:36,000 --> 00:50:39,480
sugestões de temas, dúvidas e 
comentários e principalmente 

893
00:50:39,480 --> 00:50:42,560
comentários que vocês testaram 
ou não esse pronto pra saber se 

894
00:50:42,560 --> 00:50:45,560
vocês estão fazendo 
manifestações com viés de gênero

895
00:50:45,560 --> 00:50:47,640
ou não. 
Gente, muito obrigado e até a 

896
00:50:47,640 --> 00:50:54,520
próxima. 
Uma produção, Ministério público

897
00:50:54,520 --> 00:50:55,120
do Paraná.
