A responsabilidade civil do fornecedor pela quebra do dever de proteção de dados pessoais dos consumidores: metodologia da análise de decisões proferidas entre 2018 e 2022

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Pinto, Eduardo Régis Girão de Castro
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/129854
Resumo: Diante da realidade hiper conectada, produto de uma sociedade culturalmente modificada por relações crescentemente afetadas pela tecnologia, é inevitável repensar as maneiras pelas quais o fluxo de informações é tratado, sobretudo a forma como evoluíram as normas de proteção de dados. A garantia sobre a integralidade e não compartilhamento de dados de consumidores e a proteção contratual constituem elementos de grande relevância para o estudo, assim como a definição quanto à natureza da responsabilidade para pessoa jurídica de direito privado. A presente tese se propõe a responder ao seguinte problema de pesquisa: como alguns Tribunais brasileiros têm reconhecido a responsabilidade civil do fornecedor pela quebra do dever de proteção de dados pessoais dos consumidores? A abordagem metodológica consiste na reunião de ferramentas qualitativas, como a Metodologia de Análise de Decisões (MAD) e a Análise de Série Temporal, a partir de uma perspectiva comparativa e baseada em revisão de literatura, para conferir robustez teórica à pesquisa. Os principais autores consultados para a construção da teoria mobilizada são Cláudia Lima Marques, Fernando Noronha e Roberto Freitas Filho. O estudo é inédito e descritivo, de natureza pura quanto aos resultados. A coleta de dados secundários obedece a uma periodização entre 2018 a 2022. O marco inicial se justifica pelo início de vigência da Lei Geral de Proteção de Dados e, o final, coincide com o período de conclusão da pesquisa, em 2022, conferindo um robusto recorte temporal. Os dados secundários são coletados por consulta em portais eletrônicos dos cinco maiores Tribunais de Justiça pela classificação em escore no ramo da Justiça Estadual pelo Conselho Nacional de Justiça. Essa classificação tem o objetivo de criar agrupamentos com base nas características de cada corte, o que é fundamental para a construção da metodologia a ser utilizada na tese e permite o alcance nacional dos resultados. A tese é dividida em cinco seções, que abordam conceitos e teorias sobre o direito dos contratos, contratos consumeristas e o sistema de proteção ao consumidor; o direito fundamental à privacidade e seu lugar na Constituição da República de 1988, a privacidade como direito de personalidade e o direito básico do consumidor à privacidade. Ainda, a tese discorre sobre a importância da proteção de dados pessoais como direito fundamental, especialmente, no que diz respeito à responsabilidade civil do fornecedor. O estudo destaca as hipóteses de violação à legislação de dados pessoais e de violação da segurança dos dados e, finalmente, realiza uma análise de dados para responder à pergunta de pesquisa, com as necessárias explicações sobre a abordagem metodológica e ferramentas de investigação utilizadas. A partir dos resultados encontrados, é possível concluir que os tribunais brasileiros consultados possuem forte tendência ao reconhecimento da responsabilidade civil objetiva do fornecedor nas relações consumeristas, quando verificado o tratamento irregular de dados pessoais, porém, o número de condenações é reduzido pela compreensão, em muitos casos analisados, de que o vazamento de dados não gera dano indenizável. Palavras-chave: Responsabilidade do Fornecedor. Quebra do Dever de Proteção dos Dados. Contratos Consumeristas. Lei Geral de Proteção de Dados. Metodologia de Análise de Decisões. Análise de Série Temporal.