The decline of causality in risk analysis
algorithmic correlation as the new grammar of decision-making in labor relations
DOI:
https://doi.org/10.65674/rev-trf3.v37i163.775Keywords:
causality, algorithmic correlation, employment discrimination, artificial intelligence, data protectionAbstract
This research investigates the discriminatory potential arising from the use of algorithmic correlation in the stages of recruitment, hiring, and the management of employment relationships. Its primary objective is to examine whether the use of correlation-based decision-making, particularly through algorithms, affects the legal protection afforded to workers against discrimination. Furthermore, it seeks to determine which categories of data may legitimately be processed through correlation. The study adopts a qualitative methodological approach, employing the hypothetical-deductive method alongside bibliographical and legislative. It concludes that Brazil currently lacks a comprehensive regulatory framework governing the use of artificial intelligence in these processes. Consequently, the absence of robust regulation jeopardizes the individual rights of those affected, particularly in the workplace and especially among individuals belonging to historically vulnerable groups. In light of these findings, the study proposes prohibiting the application of algorithmic correlation to protected characteristics, except where differential treatment constitutes affirmative action aimed at reducing historical inequalities affecting disadvantaged groups.
References
ABBAGNANO, Nicola. Dicionário de Filosofia. Trad. Alfredo Bosi e Ivone Castilho Benedeti. São Paulo: Martins Fontes, 2007.
ARAGÃO, Francisca Alana Araújo; BENEVIDES, Pablo Severiano. Governamentalidade algorítmica e big data: o uso da correlação de dados como critério de tomada de decisão. In: Simpósio Internacional Lavits, IV, 2019, Salvador.
ARISTÓTELES. Metafísica. Trad. Leonel Vallandro. Porto Alegre: Globo, 1969.
BLOOMBERG. “Fui despedido por um robô”: como a Amazon deixa máquinas decidirem o destino dos trabalhadores. O Globo, 28 de jun. 2021. Disponível em: https://oglobo.globo.com/economia/tecnologia/fui-despedido-por-um-robo-como-amazon-deixa-maquinas-decidirem-destino-dos-trabalhadores-25079925. Acesso em: 11 maio 2025.
BRASIL. Senado Federal. Projeto de Lei nº 2.338, de 2023. Estabelece princípios, direitos e deveres para o uso da inteligência artificial no Brasil. Disponível em: https://www.camara.leg.br/proposicoesWeb/fichadetramitacao?idProposicao=2487262. Acesso em: 6 jul. 2025.
CARPES, Artur Thompsen. A prova do nexo de causalidade na responsabilidade civil. 2013. Tese (Doutorado em Direito Processual Civil) – Programa de Pós Graduação em Direito, Faculdade de Direito, Universidade Federal do Rio Grande do Sul, Porto Alegre, 2013. Disponível em: https://lume.ufrgs.br/handle/10183/207209. Acesso em: 6 jul. 2025.
COLOMBO, Cristiano; FACCHINI NETO, Eugênio. “Corpo eletrônico” como vítima de ofensas em matéria de tratamento de dados pessoais: reflexões acerca da responsabilidade civil por danos à luz da Lei Geral de Proteção de Dados Pessoais Brasileira e a viabilidade da aplicação da noção de dano estético ao mundo digital. In: ROSENVALD, Nelson et al. Responsabilidade civil novos riscos. Indaiatuba, SP: Foco, 2019.
CUNHA, José Ricardo. Direito e complexidade. In: BARRETO, Vicente de Paulo (Coord.). Dicionário de Filosofia de Direito. São Leopoldo: Unisinos, 2006.
DE CUPIS, Adriano. Il danno. 2. ed. Milano: Giuffrè, 1966.
DRESLER, Georg. Prompt injection for large language models. 3 fev. 2025. InfoQ. Disponível em: https://www.infoq.com/articles/large-language-models-prompt-injection-stealing/. Acesso em: 14 jul. 2025.
ECHARRI, Miguel. 150 demissões em um segundo: os algoritmos que decidem quem deve ser mandado embora. El País. Barcelona, 10 out. 2021. Disponível em: http://brasil.elpais.com/tecnologia/2021-10-10/150-demissoes-em-um-segundo-assim-funcionam-os-algoritmos-que-decidem-quem-deve-ser-mandado-embora.html. Acesso em: 14 jul. 2025.
FROTA, Pablo Malheiros Cunha. Imputação sem nexo causal e a responsabilidade por danos. Dissertação - Universidade Federal do Paraná, Curitiba, 2013. Disponível em: https://acervodigital.ufpr.br/xmlui/bitstream/handle/1884/31777/R%20-%20T%20-%20PABLO%20MALHEIROS%20DA%20CUNHA%20FROTA.pdf?sequence=1&isAllowed=y. Acesso em: 14 jul. 2025.
GOLDEMBERG, Isidoro H. La relación de causalidad en la responsabilidad civil. Buenos Aires: Astrea, 1989.
HAN, Byung-Chul. Infocracia: digitalização e crise da democracia. Trad. Gabriel S. Philipson. 5. Reimp. Petrópolis, RJ: Vozes, 2024a.
HAN, Byung-Chul. Sociedade do cansaço. Trad. Enio Paulo Giachini. 3. ed. Petrópolis, RJ: Vozes, 2024b.
HUME, David. Investigação acerca do entendimento humano. Trad. Anoar Aiex. São Paulo: Nova Cultural, 1996 (Os Pensadores).
HUME, David. Investigações sobre o entendimento humano e sobre os princípios da moral. São Paulo: Unesp, 2004.
JUNQUEIRA, Thiago. Tratamento de dados pessoais e discriminação algorítmica nos seguros. São Paulo: Thomson Reuters Brasil, 2020.
LIU, Ian Ch. Invisible prompt injection: a threat to AI security. Trend Micro, 22 jan. 2025. Disponível em: https://www.trendmicro.com/en_us/research/25/a/invisible-prompt-injection-secure-ai.html. Acesso em: 14 jul. 2025.
LOPEZ, Teresa Ancona. Nexo causal e produtos potencialmente nocivos: a experiência brasileira do tabaco. São Paulo: Quartier Latin, 2008.
MARLER, Janet H.; BOUDREAU, John W. An evidence-based review of HR analytics. The International Journal of Human Resource Management, v. 28, p. 3-26, 2017.
MATOS, Larissa. Inteligência artificial, algoritmos e direito do trabalho: conceitos, impactos e limites. São Paulo: Mizuno, 2024.
MELLO, Marcos Bernardes de. Teoria do fato jurídico: plano da eficácia: 1ª Parte. 3. ed. São Paulo: Saraiva, 2007.
MIRAGEM, Bruno. A Lei Geral de Proteção de Dados (Lei 13.709/2018) e o direito do consumidor. Revista dos Tribunais, São Paulo, v. 1009, nov. 2019.
MONTEIRO, Rosangela; RABELLO, Guilherme de Castro Machado; ARRUDA JÚNIOR, Francismar Vidal de; JATENE, Fabio Biscegli. Inteligência artificial, deep learning, machine learning, redes neurais na medicina e biomarcadores vocais: conceitos, onde estamos e para onde vamos. Revista da Sociedade de Cardiologia do Estado de São Paulo, São Paulo, v. 32, n. 1, p. 11–17, 2022. Disponível em: http://dx.doi.org/10.29381/0103-8559/2022320111-7. Acesso em: 9 maio 2025.
MORA, José Ferrater. Dicionário de Filosofia. Trad. Roberto Leal Ferreira e Álvaro Cabral. São Paulo: Martins Fontes, 2001.
MORGAN, Kate; NOLAN, Delaney. Como a vigilância dos empregados está se voltando contra os empregadores. BBC News Brasil, 5 mar. 2023. Disponível em: https://www.bbc.com/portuguese/articles/c4n08l9wzqdo. Acesso em: 5 maio 2024.
MURTEIRA, Bento et al. Introdução à estatística. Lisboa: Escolar, 2010.
O’NEIL, Cathy. Algoritmos de destruição em massa: como o big data aumenta a desigualdade e ameaça a democracia. São Paulo: Rua do Sabão, 2020.
ORGANIZAÇÃO INTERNACIONAL DO TRABALHO (OIT). Revolucionar a segurança e saúde no trabalho: o papel da IA e da digitalização. Genebra: OIT, 2025. Disponível em: https://www.ilo.org/pt-pt/resource/news/ia-e-digitalizacao-estao-transformar-seguranca-e-saude-no-trabalho. Acesso em: 6 jul. 2025.
ORGAZ, Alfredo. El daño resarcible. Buenos Aires: Córdoba, 1980.
ORWAT, Carsten. Risks of discrimination through the use of algorithms: a study compiled with a grant from the Federal Anti-Discrimination Agency. Karlsruhe: Karlsruhe Institute of Technology (KIT), Institute for Technology Assessment and Systems Analysis (ITAS), 2020. Disponível em: https://www.antidiskriminierungsstelle.de/EN/homepage/_documents/download_diskr_risiken_verwendung_von_algorithmen.pdf?__blob=publicationFile&v=1. Acesso em: 5 jul. 2025.
PASQUALOTTO, Alberto. Causalidade e imputação na responsabilidade civil objetiva: uma reflexão sobre os assaltos em estacionamentos. Revista dos Tribunais, v. 7, abr./jun. 2016.
PATRÍCIO, Miguel. Correlações e causalidade: breves reflexões numa perspectiva económica. Revista Jurídica Luso-Brasileira, Lisboa, ano 02, n. 04, 2016, p. 1347-1380. Disponível em: https://www.cidp.pt/revistas/rjlb/2016/4/2016_04_1347_1380.pdf. Acesso em: 5 jul. 2025.
PRUITT, Pru. Prompt injection: the hidden threat every ai business and user should understand. Medium, 29 abr. 2025. Disponível em: https://medium.com/@Justpruitt/prompt-injection-the-hidden-threat-every-ai-business-and-user-should-understand-71821f16b366. Acesso em: 14 jul. 2025.
REUTERS. Amazon desiste de ferramenta secreta de recrutamento que mostrou viés contra mulheres. O Globo, 10 out. 2018. Disponível em: https://epocanegocios.globo.com/Empresa/noticia/2018/10/amazon-desiste-de-ferramenta-secreta-de-recrutamento-que-mostrou-vies-contra-mulheres.html. Acesso em: 02 maio 2025.
SAHU, Anubhab. Understanding invisible prompt injection attack. Keysight Technologies, 16 maio 2025. Disponível em: https://www.keysight.com/blogs/en/tech/nwvs/2025/05/16/invisible-prompt-injection-attack. Acesso em: 14 jul. 2025.
SCHNEIER. Hiding prompt injections in academic papers. Schneier on Security (blog), 7 jul. 2025. Disponível em: https://www.schneier.com/blog/archives/2025/07/hiding-prompt-injections-in-academic-papers.html. Acesso em: 14 jul. 2025.
SCHREIBER, Anderson. Novos paradigmas da responsabilidade civil. São Paulo: Atlas, 2007.
SILVA, Tarcízio. Racismo algorítmico: inteligência artificial e discriminações nas redes sociais. São Paulo: Edições SESC, 2022.
TARTUCE, Flávio. Responsabilidade civil objetiva e risco - a teoria do risco concorrente. Rio de Janeiro: Forense; São Paulo: Método, 2011.
UNIÃO EUROPEIA. Regulamento (UE) 2024/1689 do Parlamento Europeu e do Conselho, de 13 de junho de 2024, que estabelece regras harmonizadas em matéria de inteligência artificial (Lei da Inteligência Artificial) e altera os Regulamentos (CE) n. 300/2008, (UE) 2018/858, (UE) 2019/2144 e (UE) 2019/2115 e as Diretivas 2014/90/UE, (UE) 2016/797 e (UE) 2020/1828. Diário Oficial da União Europeia, L, n. 1689, 12 jul. 2024. Disponível em: https://eur-lex.europa.eu/legal-content/PT/TXT/?uri=CELEX%3A32024R1689. Acesso em: 6 jul. 2025.
VILANOVA, Lourival. Causalidade e relação no direito. 4. ed. São Paulo: Revista dos Tribunais, 2000.
VIOLA, Mario. Gênero e diferenciação de prêmios: reflexões sobre o princípio da igualdade. Cadernos de Seguro, Rio de Janeiro, ano XXXIV, n. 180, v. especial, abr. 2014, p. 28-31.
WALSH, Dylan. Don’t let artificial intelligence pick your employees. Stanford Business, 8 fev. 2019. Disponível em: https://www.gsb.stanford.edu/insights/dont-let-artificial-intelligence-pick-your-employees?utm_source=Stanford+Business&utm_campaign=8de21a7c50-Stanford-Business-Issue-156-2-24-2019&utm_medium=email&utm_term=0_0b5214e34b-8de21a7c50-73763977&ct=t(Stanford-Business-Issue-156-2-24-2019. Acesso em: 2 maio 2025.
ZAPATA, Dawn. New study finds AI-enabled anti-Black bias in recruiting. Thomson Reuters, 18 jun. 2021. Disponível em: https://www.thomsonreuters.com/en-us/posts/legal/ai-enabled-anti-black-bias/. Acesso em: 5 maio 2024.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Yasmin Saba, Rodrigo Coimbra Santos
This work is licensed under a Creative Commons Attribution 4.0 International License.
By submitting the academic text to the Journal of the Federal Regional Court of the 3rd Region (Revista do Tribunal Regional Federal da 3ª Região), the authors declare to be the holders of the copyright, responding exclusively for any claims related to such rights; as well as guaranteeing the non-existence of any breach of academic ethics.
The authors retain the copyright and grant the Journal of the Federal Regional Court of the 3rd Region the right of publication, without encumbrance and without limitations as to term, territory, or any other.
The concepts and opinions expressed in the signed works are the sole responsibility of their authors, and do not necessarily reflect the position of this Journal, nor of the Federal Regional Court of the 3rd Region.
