Voltar ao Blog
Nexo de CausalidadeCapítulo 2

As Teorias da Causalidade: Aplicações e Implicações

Aplicações e implicações das teorias da causalidade eficiente e adequada na responsabilidade civil por danos causados por sistemas de inteligência artificial.

Alessandro Lavorante 13 de dezembro de 2024 7 min de leitura

Considerações Preliminares

As aplicações práticas e as implicações jurídicas das teorias da causalidade constituem matéria de relevância crescente no direito civil contemporâneo, sobretudo em virtude da disseminação de tecnologias que intermedeiam, de forma algorítmica, as relações entre condutas humanas e resultados danosos. Parece-nos que o exame dessas aplicações, com o rigor que o tema exige, demanda tanto a compreensão dos fundamentos teóricos de cada corrente quanto o cotejo de suas soluções frente a casos concretos que desafiam os instrumentos tradicionais de imputação causal.

Verificou-se que duas teorias assumem especial relevância nesse contexto: a teoria da causalidade adequada, em sua vertente aplicativa, e a teoria da causalidade eficiente, que propõe uma hierarquização qualitativa e quantitativa das condições antecedentes ao dano. O diálogo dialético entre essas duas construções teóricas é fecundo e iluminador para a compreensão dos desafios que a responsabilidade civil enfrenta na era da inteligência artificial.

Aplicações da Teoria da Causalidade Adequada: O Caso dos Drones

As aplicações da teoria da causalidade adequada ao universo dos sistemas de inteligência artificial revelam tanto suas potencialidades quanto suas limitações. Para ilustrar o primeiro ponto, retoma-se o caso hipotético do fabricante de drones que desenvolve um sistema de IA para detecção de falhas mecânicas a partir de dados de telemetria. Ao treinar o algoritmo, a equipe ignora cenários climáticos de alta umidade ou variações drásticas de temperatura, configura incorretamente os parâmetros do modelo e comete falhas na integração do firmware com os componentes físicos.

Em determinado voo, ao enfrentar condições meteorológicas adversas, o drone sofre um colapso mecânico e atinge uma pessoa, causando ferimentos graves. Sob a ótica da causalidade adequada, as omissões no treinamento do algoritmo, a calibragem insuficiente e o defeito na integração do firmware surgem como causas tipicamente capazes de produzir o resultado, pois elevam, de forma previsível, o risco de queda. Um fenômeno totalmente extraordinário, como um raio que atingisse o drone, poderia ser descartado por não constituir fator normalmente associado ao tipo de dano em questão.

A implicação normativa dessa análise é significativa: a teoria da causalidade adequada permite delimitar o universo de responsáveis, excluindo da imputação aqueles cujas condutas, embora antecedentes ao dano, não se inserem no curso normal dos eventos que levam a esse tipo de resultado. Essa função seletiva é especialmente valiosa em ecossistemas tecnológicos complexos, onde múltiplos agentes participam do desenvolvimento e da operação do sistema.

A Teoria da Causalidade Eficiente: Fundamentos e Critérios

A teoria da causalidade eficiente propõe-se a diferenciar qualitativamente as condições antecedentes ao dano, sustentando que nem todas contribuem de forma equivalente para a ocorrência do evento danoso. Ao contrário, pressupõe que algumas causas se destacam por sua relevância e intensidade na produção do dano, visando identificar a causa verdadeiramente determinante do evento lesivo.

Karl von Birkmeyer desenvolveu o critério quantitativo dessa teoria, defendendo que a causa eficiente é aquela que mais significativamente contribuiu para o resultado, tanto em força quanto em medida. O exemplo clássico na doutrina é o de alguém que fornece fósforos a outra pessoa que, em seguida, provoca um incêndio: ambos os atos são essenciais, mas a responsabilidade maior recai sobre quem efetivamente causou o fogo, pois este é o ato que mais ativa e eficazmente deu origem ao resultado final. Como observa Bruno Miragem, essa análise quantitativa é complementada por um critério qualitativo.

Max Ernst Mayer e Josef Kohler propuseram o critério qualitativo da teoria, que enfatiza a análise da eficácia causal no curso dos eventos que antecedem o dano. Sob essa perspectiva, não basta observar a intensidade de uma condição, mas também a adequação de sua contribuição para a realização do dano. Parece-nos que a articulação entre os critérios quantitativo e qualitativo é o elemento mais sofisticado da teoria, porquanto permite uma análise mais matizada das cadeias causais complexas.

Aplicações da Teoria da Causalidade Eficiente em Sistemas de IA

As implicações da teoria da causalidade eficiente tornam-se particularmente evidentes quando se analisa a responsabilidade civil em sistemas de IA aplicados ao controle de processos industriais. Considere-se o seguinte caso: uma empresa desenvolve um sistema de inteligência artificial para monitorar e controlar processos de manufatura em uma linha de produção de componentes eletrônicos. Esse sistema tem a função de identificar riscos de superaquecimento e, se necessário, interromper automaticamente o processo para evitar danos ou acidentes.

Dois eventos antecedem um incêndio na fábrica: primeiramente, um bug de software que impede a IA de disparar o alarme quando a temperatura ultrapassa certo limite; em segundo lugar, a decisão de um operador humano de desativar manualmente o mecanismo de resfriamento automático para agilizar a produção. Sob o prisma da teoria da causalidade eficiente, ambas as ações são relevantes para o resultado danoso, mas deve-se analisar, qualitativa e quantitativamente, qual delas teve maior peso causal.

O erro de programação removeu a barreira de segurança prevista pelo sistema, enquanto a intervenção humana potencializou o risco ao desligar o mecanismo de resfriamento. A pergunta-chave que a teoria impõe é: qual desses fatores atuou mais decisivamente como "catalisador" do dano, tanto em intensidade quanto em eficácia? Se a análise concluir que o bug foi o principal fator que impediu ativamente o alerta de emergência, poder-se-ia apontá-lo como a causa verdadeiramente determinante. Por outro lado, se a desativação manual do resfriamento for considerada a decisão que tornou inevitável a escalada de temperatura, é possível enxergar nessa intervenção humana a causa mais "eficiente".

Implicações Normativas e Críticas

As implicações normativas da teoria da causalidade eficiente para o direito brasileiro são relevantes e controversas. O Código Civil de 2002, em seus arts. 186, 927 e 944, não adota explicitamente nenhuma teoria causal, deixando ao intérprete a tarefa de selecionar a mais adequada a cada situação. Essa abertura normativa permite a aplicação da teoria da causalidade eficiente, mas também suscita críticas quanto à segurança jurídica.

Como observa Bruno Miragem, a teoria é criticada pela dificuldade em hierarquizar objetivamente as múltiplas condições envolvidas, abrindo espaço para a subjetividade na análise. Ainda que persiga a identificação da "causa verdadeiramente determinante", a teoria carece de balizas mais seguras para aplicação prática. No contexto dos sistemas de IA, essa dificuldade é amplificada pela opacidade dos algoritmos — o chamado "problema da caixa-preta" —, que dificulta a identificação precisa de qual componente do sistema teve maior peso causal na produção do dano.

O PL 2338/23 e o AI Act europeu, ao imporem obrigações de explicabilidade e documentação para sistemas de IA de alto risco, criam instrumentos que podem mitigar essa dificuldade, fornecendo ao intérprete elementos técnicos para a aplicação da teoria da causalidade eficiente. O Código de Defesa do Consumidor, por sua vez, ao estabelecer a responsabilidade objetiva do fornecedor, relativiza a importância da identificação da causa mais eficiente, bastando a demonstração do defeito do produto ou serviço e do nexo causal com o dano.

Conclusão

Verificou-se que as aplicações e implicações das teorias da causalidade adequada e eficiente revelam instrumentos analíticos valiosos, mas também limitações intrínsecas que exigem cautela na sua utilização. Parece-nos que a crescente complexidade das cadeias causais envolvendo sistemas de inteligência artificial torna cada vez mais urgente o desenvolvimento de critérios normativos claros para a atribuição de responsabilidade, em diálogo com as soluções teóricas desenvolvidas pela dogmática civilista. A articulação entre a tradição doutrinária e os novos marcos regulatórios é, nesse cenário, condição indispensável para a adequada proteção das vítimas de danos causados por tecnologias de alto impacto.

TeoriasCausalidadeEquivalênciaCausalidade Adequada

Alessandro Casoretti Lavorante

Prof. Me. pela USP

Advogado especializado em Direito Digital, IA e Startups. Mestre em Direito Civil pela USP. Autor do livro "Responsabilidade Civil por Inteligência Artificial".

Precisa de assessoria jurídica?

Entre em contato para uma consulta especializada em Direito e Tecnologia.

Fale Conosco
Assistente Virtual
Online agora

Olá! 👋 Sou o assistente virtual do escritório Alessandro Lavorante. Como posso ajudá-lo hoje? Posso responder dúvidas sobre Direito Digital, Inteligência Artificial, LGPD, ECA Digital, Startups e outras áreas.