perspectiva, não basta observar a intensidade de uma condição, mas também a adequação de sua contribuição para a realização do dano. Como a supracitada teoria possui algumas variáveis, lançamos mão de outro caso fictício para a ilustrar: 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. Entretanto, dois eventos antecedem um incêndio na fábrica: (1) um bug de software que impede a IA de disparar o alarme quando a temperatura ultrapassa certo limite, e (2) 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 (o incêndio), mas devemos analisar, qualitativa e quantitativamente, qual delas teve maior peso causal. O erro de programação (1) removeu a barreira de segurança prevista, enquanto a intervenção humana (2) potencializou o risco ao desligar o sistema de resfriamento. Ainda que cada ato seja uma condição essencial para o incêndio, a pergunta-chave é: qual deles atuou mais decisivamente como “catalisador” do dano, tanto em intensidade (critério quantitativo) quanto em eficácia (critério qualitativo)? Se a análise concluir que o bug foi o principal fator que impediu ativamente o alerta de emergência e bloqueou a atuação normal do sistema de IA, poder-se-ia aponta-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 – mesmo havendo ou não bug –, é possível enxergar nessa intervenção humana a causa mais “eficiente” para o surgimento do incêndio. Em qualquer dos cenários, a teoria é criticada pela dificuldade em hierarquizar objetivamente as múltiplas condições envolvidas, abrindo-se espaço, segundo Bruno Miragem354, para a subjetividade na análise. Assim, ainda que persiga a identificação da “causa verdadeiramente determinante”, a teoria é alvo de críticas por carecer de balizas mais seguras para aplicação prática. Outra das teorias de maior adoção em responsabilidade civil moderna, a teoria da causalidade necessária (ou da interrupção do nexo causal) – adotada no direito brasileiro na forma da teoria do dano direto e imedia354 2020, p. 242.
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".