I. A Responsabilidade que Não Desaparece
O argumento de defesa mais frequente em litígios envolvendo IA é estruturalmente simples: nenhum humano tomou a decisão. O algoritmo recomendou, o sistema processou, e a saída resultou de um processo automatizado que ninguém autorizou individualmente. O nexo causal que a responsabilidade civil tradicional exige seria, ao menos em tese, mais difícil de estabelecer.
Os casos de 2025–2026 estão testando esse argumento de forma sistemática, e o padrão que emerge é consistente: a ausência de decisão humana individual não exonera a organização que aprovou o sistema que decidiu. Os tribunais avaliam se a organização compreendeu a função objetivo que autorizava, validou os riscos que ela poderia produzir e estabeleceu supervisão capaz de detectar danos.
Quando a resposta a essas perguntas é negativa, a ausência de um decisor individual não é exoneração: é uma dimensão adicional da falha. A organização não apenas produziu um resultado danoso — aprovou um sistema capaz de produzi-lo sem nenhum mecanismo que o detectasse antes que o dano se tornasse material.
[Ponto de Inflexão Fiduciária]: Para cada sistema de IA que toma ou influencia decisões materiais na sua organização, o board tem documentação de que compreendeu a função objetivo que o sistema otimiza — antes de aprová-lo?
II. Três Casos, Um Padrão
Os casos RealPage, Mobley v. Workday e Louis v. SafeRent estabelecem, em conjunto, o padrão que a Responsabilidade Residual nomeia: a accountability fiduciária que permanece quando nenhum humano decidiu individualmente, mas o board aprovou o sistema que decidiu.
No caso RealPage, o Departamento de Justiça americano concluiu, em acordo de novembro de 2025, que um sistema de precificação algorítmica havia coordenado preços entre proprietários de imóveis de modo que, se feito por humanos em reunião, configuraria violação antitruste. O algoritmo recomendava preços a clientes distintos, cada um os adotava individualmente, e o resultado agregado era a coordenação.
Nenhum proprietário conspirou com os demais: o algoritmo produziu a coordenação que nenhum humano orquestrou. Os acordos civis acumulados superam US$ 359,9 milhões — entre eles, US$ 53 milhões com a Camden (abr/2026) e uma segunda rodada de US$ 218 milhões (mai/2026) — e não dependeram de prova de intenção individual, mas de prova de que o sistema foi aprovado e operado de forma a produzir o dano.
Em Mobley v. Workday, o tribunal federal admitiu que o software de IA usado em recrutamento fosse tratado como participante do processo decisório, e não como ferramenta neutra. A implicação é direta: se o sistema participa da decisão, quem o opera tem dever de supervisão sobre o comportamento desse participante, e não apenas sobre o resultado final.
Em Louis v. SafeRent, o sistema de triagem algorítmica de inquilinos produziu resultados discriminatórios que a organização não havia validado antes do deployment. O acordo de US$ 2,3 milhões registrou que a falta de validação de viés prévia não é lacuna técnica, mas falha de due diligence que os tribunais atribuem a quem implanta o sistema.
RealPage: acordo com o DOJ em nov/2025; acordos civis acumulados superiores a US$ 359,9 milhões, entre eles Camden (US$ 53 milhões, abr/2026) e segunda rodada (US$ 218 milhões, mai/2026). Louis v. SafeRent: US$ 2,3 milhões — triagem algorítmica sem validação de viés pelo implantador. Mobley v. Workday: software tratado como participante do processo decisório — responsabilidade de supervisão, e não apenas de implementação.
[Ponto de Inflexão Fiduciária]: Algum sistema da sua organização recomenda preços, pontua candidatos ou tria pessoas sem validação documentada de viés e de efeito agregado — e quem, no Conselho, sabe disso hoje?
III. Responsabilidade Residual — O que o Conceito Nomeia
A Responsabilidade Residual é o que permanece de accountability fiduciária quando nenhum humano decidiu individualmente, mas o board aprovou o sistema que decidiu. O termo é operacional: nomeia a camada de responsabilidade que os casos mostram existir mesmo quando o argumento da ausência de decisor humano é factualmente correto.
Ela começa antes da decisão do algoritmo — na aprovação do sistema. Ao aprovar um deployment sem documentar compreensão da função objetivo, o board aprova implicitamente tudo o que essa função pode produzir dentro dos parâmetros autorizados. Se ela pode gerar coordenação de preços, discriminação na triagem ou negativas em massa sem revisão adequada, a responsabilidade nasce na aprovação que não enxergou o risco.
O conceito tem duas implicações práticas. A primeira: aprovar um sistema de IA não equivale a aprovar um projeto de tecnologia, que cobre escopo, orçamento e prazo. Aprovar um sistema que decide exige aprovar a função objetivo e validar que o escopo não traz riscos de que o board não foi informado.
A segunda: a Responsabilidade Residual persiste enquanto o sistema operar. O board que aprovou um sistema em 2022 responde pelos resultados de 2025, a menos que tenha estabelecido, nesse intervalo, auditorias capazes de detectar uma função objetivo que derivou do que foi aprovado.
O caso que ilustra com maior precisão essa origem na aprovação é o da Cigna e de seu sistema PxDx, examinado aqui apenas pelo ângulo da função objetivo — o recorte setorial de saúde é tratado no volume 08. O sistema foi desenhado para acelerar a revisão de solicitações de cobertura; aprová-lo era, na prática, aprovar a velocidade como métrica a maximizar.
Na ação que tramita no Eastern District of California (processo 2:23-cv-01477), as alegações apontam, com base em apuração da ProPublica (2023), revisões médicas de negativas com média de 1,2 segundo por solicitação — tempo incompatível com análise substantiva. Não se trata de comportamento emergente imprevisto: é o resultado esperado de uma função objetivo de velocidade.
Na fase de discovery, a pergunta do tribunal é específica: o que o algoritmo estava matematicamente instruído a maximizar? A resposta técnica revela que o sistema foi configurado para maximizar throughput — volume processado por unidade de tempo —, com um limite mínimo de conformidade regulatória como única restrição.
Não há registro de que o board tenha considerado, antes do deployment, o que aconteceria quando o throughput entrasse em tensão com a qualidade da análise nos casos mais complexos. A Responsabilidade Residual examinada não está na decisão de cada caso, mas na aprovação de uma função objetivo cujas implicações nunca foram documentadas.
[Ponto de Inflexão Fiduciária]: O board da sua organização aprova sistemas de IA como projetos de tecnologia — ou com documentação da função objetivo aprovada e dos riscos avaliados antes do deployment?
IV. O que o Board Documenta — Antes, Não Depois
Sugerimos observar que a Responsabilidade Residual não é um problema sem solução: ela tem um ponto de intervenção específico, a aprovação do sistema. O board que documenta, com data anterior ao deployment, ter compreendido a função objetivo, avaliado seus riscos e estabelecido parâmetros de supervisão tem defesa fiduciária demonstrável.
A distinção entre aprovação de projeto e aprovação informada é operacional. Na primeira, o board recebe capacidades, custo, cronograma e benefícios esperados. Na segunda, recebe também o que o sistema está matematicamente instruído a maximizar, os riscos que isso pode gerar em escala ou em situações não previstas, como esses riscos foram validados e quais parâmetros detectarão resultados problemáticos.
Recomendamos registrar que a Responsabilidade Residual começa exatamente quando essa segunda conversa não acontece.
☐ Sugere-se requerer, antes da aprovação de qualquer sistema que tome ou influencie decisões materiais, a documentação da função objetivo em linguagem que o board compreende, com os cenários em que ela pode entrar em tensão com outros valores organizacionais.
☐ Recomenda-se exigir validação de viés, com metodologia e resultados documentados, antes do deployment de sistemas que triem, pontuem, classifiquem ou recomendem decisões sobre pessoas.
☐ Orienta-se estabelecer auditoria periódica da função objetivo e a notificação prévia ao board de atualizações de fornecedores que alterem os parâmetros de otimização do sistema.
V. O Teste do Ácido
Se o algoritmo que hoje recomenda preços, crédito, triagem, cobertura ou contratações na sua organização se tornar a questão central de um litígio daqui a 18 meses, o board terá documentação de que compreendeu a função objetivo, avaliou seus riscos em escala e nomeou responsáveis pela supervisão, ou o Conselho vai descobrir que só tem a ata que aprovou o projeto?
🏛️ Biblioteca: Metodologia Prática
Protocolo de Aprovação Informada da Função Objetivo
Este protocolo transforma a aprovação de um sistema decisório em registro probatório, deslocando a conversa do board das capacidades anunciadas para aquilo que o algoritmo efetivamente otimiza.
01. O que a Aprovação Precisa Registrar
- Função Objetivo Declarada: o que o sistema maximiza e quais restrições limitam essa maximização, descritos sem jargão técnico.
- Tensões Previsíveis: os cenários em que a função objetivo conflita com qualidade, equidade ou conformidade, e como cada um foi avaliado.
- Validação de Viés e Efeito Agregado: a metodologia e os resultados dos testes que verificaram impactos desiguais sobre pessoas e efeitos coordenados entre clientes.
02. Matriz de Responsabilidade Residual
| Mecanismo de Dano | Sinal de Alerta | Ação de Custódia Recomendada |
|---|---|---|
| Coordenação algorítmica | Mesmo sistema recomendando preços a concorrentes | Análise concorrencial antes do deployment e revisão jurídica periódica |
| Discriminação na triagem | Ausência de teste de viés documentado | Suspensão até validação independente |
| Velocidade sobre qualidade | Tempos de revisão incompatíveis com análise substantiva | Redefinição da função objetivo e amostragem humana obrigatória |
03. Glossário
Antitruste algorítmico: a violação concorrencial em que um sistema de IA produz coordenação de preços entre empresas distintas sem que qualquer pessoa tenha conspirado.
Board: o Conselho de Administração, que responde pela aprovação dos sistemas decisórios.
Deployment: a entrada do sistema em operação real.
Discovery: a fase processual em que as partes apresentam documentos e registros relevantes ao litígio.
DOJ: o Departamento de Justiça dos Estados Unidos, responsável pela persecução antitruste federal.
Due diligence: a verificação diligente que se espera de quem adota um sistema antes de colocá-lo em operação.
Função objetivo: aquilo que o algoritmo está matematicamente instruído a maximizar — e que decide seu comportamento quando objetivos entram em tensão.
Responsabilidade Residual: a accountability fiduciária que permanece quando nenhum humano decidiu individualmente, mas o board aprovou o sistema que decidiu — nascida na aprovação, e não na decisão de cada caso.
Throughput: o volume de processamento por unidade de tempo.
Validação de viés: a auditoria técnica que verifica se os resultados de um sistema tratam de forma sistematicamente desigual grupos protegidos por lei, feita antes do deployment.