Direito digital · Protótipo acadêmico · 2026
Como tornar uma decisão automatizada compreensível e contestável?
Uma adaptação jurídica brasileira do llm-council, de Andrej Karpathy, por Ana Vanzin. Quatro perspectivas examinam a decisão; a crítica cruzada expõe limites dos pareceres; um relator reúne consensos e dissensos.
Demonstração estática
Os textos abaixo foram preparados para ilustrar as três fases. Ao mudar de caso ou de fase, você navega por esses exemplos: não há geração de respostas por IA, envio de relatos, nem armazenamento de conversas.
Situação fictícia · Textos preparados para esta publicação
Uma trabalhadora rural recebe uma negativa de benefício em um serviço público digital. A mensagem informa apenas que os requisitos não foram comprovados. Ela não consegue identificar quais dados foram considerados, se houve análise automatizada ou como corrigir uma possível divergência cadastral.
O que precisa ser esclarecido antes de discutir o mérito do pedido?
Papéis didáticos, sem representação institucional. As quatro leituras partem da mesma situação e podem discordar.
Uma negativa genérica dificulta contestar o fundamento da decisão. O primeiro passo do exercício é pedir acesso às razões e aos dados considerados, distinguindo erro cadastral de falta de prova. O exemplo não permite concluir que a requerente tem direito ao benefício.
Não sabemos se houve modelo estatístico, uma regra administrativa ou participação humana. É preciso identificar a origem e a atualização dos dados e o procedimento que produziu a negativa. Uma lista de variáveis, sozinha, não explica por que o pedido foi indeferido.
O serviço deve permitir localizar a decisão, entender sua motivação e alcançar o canal responsável pela revisão. A proposta do protótipo é preservar uma trilha verificável e possibilitar intervenção humana, sem confundir essa proposta de governança com uma obrigação literal de toda a legislação.
Um portal pode divulgar informações e ainda ser incompreensível. A explicação deve dizer, em linguagem comum, o que faltou, onde verificar os dados e como pedir revisão. O desenho também precisa considerar quem não tem internet e quem precisa de ajuda para compreender a negativa.
No código de origem, os pareceres recebem rótulos e são avaliados por outros modelos, com ranking. Aqui, a crítica é um roteiro previamente escrito, sem pontuação gerada. Ocultar a autoria do parecer não anonimiza dados pessoais.
A — Defensoria Pública; B — Cientista de Dados; C — Administrador Público; D — Cidadão.
Síntese preparada para o exercício. Um relator organiza o debate; não substitui a autoridade competente nem decide um requerimento real.
O ponto de convergência é tornar a negativa identificável, explicável e revisável. Falta informação para avaliar o mérito do benefício ou afirmar que a decisão foi exclusivamente automatizada.
As perspectivas dão pesos diferentes à urgência, à investigação técnica e à organização do serviço. A intervenção humana é uma proposta do projeto. Nenhum dos pareceres preparados comprova o direito ao benefício ou a adequação de uma medida em um caso concreto.
O repositório registra a adaptação de Ana Vanzin em maio de 2026 sobre o llm-council de Andrej Karpathy. A contribuição desloca o conselho para a contestação de decisões automatizadas na administração pública brasileira, com atenção à literacia algorítmica e à comunicação humana com pessoas em situação de vulnerabilidade.
A implementação do repositório usa React/Vite e FastAPI. Ela associa quatro personas a modelos diferentes, consultados via OpenRouter; depois promove avaliação cruzada e uma síntese por um modelo relator. As personas são construídas pelos prompts. A independência dos modelos não elimina erros, vieses ou a necessidade de conferir referências.
Esta página oferece uma demonstração didática original em HTML, CSS e JavaScript. A implementação com modelos está disponível para estudo no repositório. O início de uma migração para Cloudflare Workers, em julho de 2026, ainda não constitui uma aplicação completa.
Projeto de origem: Andrej Karpathy · Adaptação jurídica: Ana Vanzin.
O crédito ao projeto de origem é preservado. A licença de redistribuição não está explicitada nos repositórios consultados; o código herdado permanece em seu repositório de origem.
O projeto defende explicabilidade, possibilidade de contestação e participação humana. Essa é sua proposta acadêmica de governança; ela deve ser distinguida da redação de cada dispositivo legal.
LGPD, art. 20. O titular pode solicitar revisão de decisões tomadas unicamente com base no tratamento automatizado de dados pessoais que afetem seus interesses. O texto vigente não exige expressamente revisão por pessoa natural. O § 1º trata das informações sobre critérios e procedimentos; o § 2º prevê a possibilidade de auditoria pela ANPD quando essas informações são negadas com fundamento em segredo comercial e industrial. Consultar a Lei nº 13.709/2018 no Planalto.
Lei do Governo Digital. O art. 6º da Lei nº 14.129/2021 trata da realização eletrônica de atos processuais e contém parágrafo único, não § 2º. O art. 19 trata da Base Nacional de Serviços Públicos. Esses dispositivos não constituem uma autorização geral para decisões algorítmicas nem estabelecem, por si, supervisão humana obrigatória. Consultar a Lei nº 14.129/2021 no Planalto.