2.3.3. As Teorias da Causalidade: Aplicações e Implicações

sinalizar perigo), de modo que o sistema possa emitir alertas sobre possíveis panes. Contudo, ao treinar a IA, a equipe ignora cenários climáticos de alta umidade ou variações drásticas de temperatura, configura mal os parâmetros do modelo350 e, além disso, comete falhas na integração do firmware351. 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, dentre as muitas condições antecedentes (incluindo falhas humanas ou fatores climáticos), 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. Assim, a teoria facilita a seleção das causas relevantes em termos jurídicos, contribuindo para a atribuição responsável de eventuais danos. A teoria da causalidade eficiente, por sua vez, se propõe a diferenciar qualitativamente as condições antecedentes ao dano, sustentando que nem todas contribuem de forma equivalente para a ocorrência do evento danoso. Ao contrário, ela pressupõe que algumas causas se destacam por sua relevância e intensidade na produção do dano, e, com isso, visa identificar a causa verdadeiramente determinante do evento lesivo. Karl von Birkmeyer desenvolveu o critério quantitativo dessa teoria, que defende que a causa eficiente é aquela que mais significativamente contribuiu para o resultado, tanto em força quanto em medida352. Além do critério quantitativo, a teoria da causalidade eficiente utiliza um critério qualitativo, proposto por Max Ernst Mayer (1875-1923) e Josef Kohler (1849-1919), que enfatiza a análise da eficácia causal no curso dos eventos que antecedem o dano353. Sob essa 350 Variáveis internas que o algoritmo ajusta automaticamente ao longo do processo de treinamento, de modo a minimizar o erro e melhorar a precisão das previsões. 351 Etapa em que o software é efetivamente incorporado ao hardware do drone, definindo a comunicação entre as rotinas de controle e os componentes físicos. 352 Esse ponto costuma ser exemplificado com o caso de alguém (“A”) que fornece fósforos a outra pessoa (“B”) que, em seguida, provoca um incêndio. Ambos os atos são essenciais, mas a responsabilidade maior recai sobre quem efetivamente causou o fogo (“B”), sendo este o ato que mais ativa e eficazmente deu origem ao resultado final. Miragem, 2020, p. 242. 353 Idem.